Busca avançada
Ano de início
Entree

Avaliação genômica de curvas de lactação em búfalos utilizando modelos bayesianos

Processo: 17/23818-0
Linha de fomento:Bolsas no Brasil - Pós-Doutorado
Vigência (Início): 01 de maio de 2018
Vigência (Término): 30 de abril de 2021
Área do conhecimento:Ciências Agrárias - Zootecnia - Genética e Melhoramento dos Animais Domésticos
Pesquisador responsável:Humberto Tonhati
Beneficiário:Sirlene Fernandes Lazaro
Instituição-sede: Faculdade de Ciências Agrárias e Veterinárias (FCAV). Universidade Estadual Paulista (UNESP). Campus de Jaboticabal. Jaboticabal , SP, Brasil
Bolsa(s) vinculada(s):19/22136-8 - Análise bayesiana de curvas de lactação de búfalos combinando informações genômicas e de pedigree., BE.EP.PD
Assunto(s):Melhoramento genético animal

Resumo

As curvas de lactação podem ser modeladas por diferentes funções matemáticas (Ex. Wood, Brody, Wilmink), as quais apresentam um número reduzido de parâmetros com interpretações biológicas, como por exemplo, o rendimento inicial (parâmetro a), a fase ascendente da curva (parâmetro b) e a fase descente da curva (parâmetro c). Assim, alterações desejáveis na forma das curvas podem ser obtidas ao considerar as estimativas destes parâmetros como observações fenotípicas em modelos estatísticos de avaliação genética. Atualmente, dada a importância das informações genômicas para o Melhoramento Animal, a utilização destes fenótipos pode ser expandida para modelos mais sofisticados, tais como os de Associação Genômica Ampla (Genome Wide Association Study - GWAS). Portanto, este projeto tem os objetivos estimar curvas de lactação de bubalinos para identificação de animais mais precoces e eficientes para fins de seleção; identificar e selecionar os melhores animais via valores genéticos genômicos para os parâmetros das curvas de lactação; comparar modelos não lineares para avaliação genômica de curvas de lactação; além de identificar regiões cromossômicas e genes candidatos relacionados com os parâmetros das curvas de lactação por meio de GWAS. Os dados são provenientes de, aproximadamente, 12 fazendas participantes do programa de controle leiteiro do Departamento de Zootecnia da Universidade Estadual Paulista, campus de Jaboticabal, São Paulo, localizadas nos estados do Ceará, Rio Grande do Norte e São Paulo, com informações de, aproximadamente, 3.943 animais, nascidos entre 1971 e 2014. Além disso, 706 animais foram genotipados utilizando um painel de 90K Axiom® Buffalo Genotyping (Affymetrix). As observações fenotípicas de cinco características serão consideradas, sendo elas: produção de leite no dia do controle, produção de leite acumulada, porcentagem de gordura, porcentagem de proteína e contagem de células somáticas. O modelo hierárquico bayesiano será aplicado primeiramente, para analisar as curvas individuais de lactação baseado nos modelos de regressão não linear, posteriormente, os parâmetros dos modelos não lineares serão modelados por um modelo linear multicaracterístico. Os modelos serão comparados por meio de suas capacidades preditivas por meio da análise de validação cruzada. Uma vez obtidos os valores genômicos de cada animal para as estimativas dos parâmetros do modelo e escolhido o melhor modelo de lactação, será possível obter as "curvas de lactação genômicas" para cada animal.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

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)
LAZARO, SIRLENE F.; TONHATI, HUMBERTO; OLIVEIRA, HINAYAH R.; SILVA, ALESSANDRA A.; NASCIMENTO, V, ANDRE; SANTOS, DANIEL J. A.; STEFANI, GABRIELA; BRITO, LUIZ F. Genomic studies of milk-related traits in water buffalo (Bubalus bubalis) based on single-step genomic best linear unbiased prediction and random regression models. JOURNAL OF DAIRY SCIENCE, v. 104, n. 5, p. 5768-5793, MAY 2021. Citações Web of Science: 0.

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