Busca avançada
Ano de início
Entree

Desenvolvimento de modelos genético-estatísticos temporais de seleção genômica via redes bayesianas: uma aplicação em sorgo

Processo: 17/03625-2
Linha de fomento:Bolsas no Brasil - Doutorado
Vigência (Início): 01 de junho de 2017
Vigência (Término): 27 de julho de 2019
Área do conhecimento:Ciências Agrárias - Agronomia
Convênio/Acordo: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Pesquisador responsável:Antonio Augusto Franco Garcia
Beneficiário:Jhonathan Pedroso Rigal dos Santos
Instituição-sede: Escola Superior de Agricultura Luiz de Queiroz (ESALQ). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
Bolsa(s) vinculada(s):17/25674-5 - Desenvolvimento de modelos temporais de seleção genômica via redes bayesianas dinâmicas, com uma aplicação em Sorghum bicolor, BE.EP.DR
Assunto(s):Genética quantitativa   Melhoramento genético vegetal   Sorgo

Resumo

Novos modelos de Seleção Genômica que permitem a predição de caracteres de sorgo (Sorghum bicolor) precocemente, antes do fim do seu ciclo de desenvolvimento utilizando dados medidos diariamente com plataformas robóticas, podem auxiliar no incremento da acurácia preditiva de genótipos após sucessivos ciclos de seleção utilizando apenas informação de marcadores moleculares. Entretanto, até hoje, não há modelos de Seleção Genômica que contemplem a recuperação de padrões genéticos temporais, e ao mesmo tempo, são computacionalmente convenientes para serem aplicados em cenários Big Data. A inferência Bayesiana em conjunção com redes Bayesianas oferecem alta versatilidade para modelar processos naturais de alta complexidade. Utilizando essa rede de modelagem, aqui serão propostos novos modelos estatísticos para lidar com essa situação. Um banco de dados único e excepcional serão analisados com redes Bayesianas, que incluem dados fenotípicos e genômicos obtidos por plataformas de coleta de dados em alta escala. Os dados fenotípicos em larga escala serão coletados por uma plataforma robótica em desenvolvimento chamada TERRA-MEPP. Os dados genômicos funcionais serão coletados com as plataformas mais avançadas atualmente, como sequenciamento de segunda geração, sequenciamento por representação reduzida do genoma e DNS-chip profilling. Espera-se mais de <180 milhões de dados fenotípicos mensurados diariamente até o fim da safra, e aproximadamente <300.000 variantes funcionais (SNPs) descobertos. Esse banco de dados será disponibilizado pelo Dr. Michael Gore da Universidade de Cornell (USA), que irá colaborar durante o desenvolvimento dos modelos, análise e interpretação dos resultados. O objetivo desse projeto é propor, validar e testar nossos modelos de Seleção Genômica via Redes Bayesianas. (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)
DOS SANTOS, JHONATHAN P. R.; FERNANDES, SAMUEL B.; MCCOY, SCOTT; LOZANO, ROBERTO; BROWN, PATRICK J.; LEAKEY, ANDREW D. B.; BUCKLER, EDWARD S.; GARCIA, ANTONIO A. F.; GORE, MICHAEL A. Novel Bayesian Networks for Genomic Prediction of Developmental Traits in Biomass Sorghum. G3-GENES, GENOMES, GENETICS, v. 10, n. 2, p. 769-781, FEB 2020. Citações Web of Science: 0.
LARA, LETICIA A. DE C.; SANTOS, MATEUS F.; JANK, LIANA; CHIARI, LUCIMARA; VILELA, MARIANE DE M.; AMADEU, RODRIGO R.; DOS SANTOS, JHONATHAN P. R.; PEREIRA, GUILHERME DA S.; ZENG, ZHAO-BANG; GARCIA, ANTONIO AUGUSTO F. Genomic Selection with Allele Dosage in Panicum maximum Jacq.. G3-GENES, GENOMES, GENETICS, v. 9, n. 8, p. 2463-2475, AUG 2019. Citações Web of Science: 0.
Publicações acadêmicas
(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)
SANTOS, Jhonathan Pedroso Rigal dos. Novas redes Bayesianas para predição genômica de caracteres de desenvolvimento em sorgo biomassa. 2019. Tese de Doutorado - Universidade de São Paulo (USP). Escola Superior de Agricultura Luiz de Queiroz Piracicaba.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.