Desenvolvimento de modelos genético-estatísticos para seleção genômica em Coffea canephora e outras espécies vegetais

• Processo: 16/05127-7
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Data de Início da vigência: 09 de maio de 2016
• Data de Término da vigência: 19 de dezembro de 2016
• Área de conhecimento: Ciências Agrárias - Agronomia
• Pesquisador responsável: Antonio Augusto Franco Garcia
• Beneficiário: Luís Felipe Ventorim Ferrão
• Supervisor: Matthew Stephens
• Instituição Sede: Escola Superior de Agricultura Luiz de Queiroz (ESALQ). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
• Instituição Anfitriã: University of Chicago, Estados Unidos
• Vinculado à bolsa: 14/20389-2 - Desenvolvimento de modelos genético-estatísticos para seleção genômica em Coffea canephora e outras espécies vegetais, BP.DR
• Assunto(s): Genética Interação gene-ambiente Inferência bayesiana
• Palavra(s)-Chave do Pesquisador: Estatística Bayesiana | Genotyping-by-sequencing | Interação genótipo x ambiente | modelos mistos | Predição genômica | selecao genomica | Genética

Resumo

Seleção genômica pode ser definida como a seleção simultânea de centenas de milhares de marcadores moleculares (SNPs), de forma que a maioria dos locos controladores de caracteres quantitativos (QTL) estejam em desequilíbrio de ligação com os marcadores. Assim, marcadores associados com QTL, independente da magnitude dos seus efeitos, são usados para explicar a variação genética de uns locos quantitativos e guiar a seleção. Resultados de simulação e empírico, têm mostrado que esta abordagem apresenta acurácia suficiente para garantir o sucesso dos programas de melhoramento. Entretanto, a implementação efetiva depende da habilidade de conectar fenótipos e informações moleculares em fidedignos modelos preditivos. Inferência Bayesiana tem sido usada com esse intuito, dado a flexibilidade no qual a arquitetura genética pode ser modelada e examinada. Assim, este projeto tem por objetivo a investigação de modelos preditivos, sob umas perspectivas Bayesiana, que podem ser aplicados nos programas de melhoramento de plantas. Mais especificamente em café, onde essas ideias estão ainda em estágios iniciais. Dados reais a partir de populações experimentais de Coffea canephora e SNPs identificados por GBS (Genotipagem por sequenciamento) serão usados na elucidação da relação entre fenótipo e genótipo. Como consequência prática é esperado que esses resultados possam ser úteis na seleção precoce de genótipos, maximizando o ganho de seleção e acelerando o desenvolvimento de novas variedades. Sob uma visão teórica, a elucidação da interação e a identificação de marcadores de efeitos comuns e específicos nos ambientes ou populações, constituem os principais objetivos. Além disso, a maneira no qual esses modelos preditivos serão formulados tem potencial para serem expandidos para culturas com similar desenho experimental, reforçando o caráter generalista da nossa proposta. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

VENTORIM FERRAO, LUIS FELIPE; FERRAO, ROMARIO GAVA; GAVA FERRAO, MARIA AMELIA; FONSECA, AYMBIRE; CARBONETTO, PETER; STEPHENS, MATTHEW; FRANCO GARCIA, ANTONIO AUGUSTO. Accurate genomic prediction of Coffea canephora in multiple environments using whole-genome statistical models. HEREDITY, v. 122, n. 3, p. 261-275, MAR 2019. (14/20389-2, 16/05127-7)