Avaliação da relação entre conectividade genômica e acurácia de predição para características de composição de gordura em bovinos Nelore

• Processo: 19/04929-0
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Mestrado
• Data de Início da vigência: 28 de maio de 2019
• Data de Término da vigência: 23 de novembro de 2019
• Área de conhecimento: Ciências Agrárias - Zootecnia - Genética e Melhoramento dos Animais Domésticos
• Pesquisador responsável: Fernando Sebastián Baldi Rey
• Beneficiário: Sabrina Thaise Amorim
• Supervisor: Gota Morota
• Instituição Sede: Faculdade de Ciências Agrárias e Veterinárias (FCAV). Universidade Estadual Paulista (UNESP). Campus de Jaboticabal. Jaboticabal , SP, Brasil
• Instituição Anfitriã: Virginia Polytechnic Institute and State University, Estados Unidos
• Vinculado à bolsa: 18/19463-4 - Interações epistáticas associadas com o perfil de ácidos graxos da carne em bovinos Nelore, BP.MS
• Assunto(s): Genômica Predição de genes Gorduras Ácidos graxos Manejo animal Gado Nelore
• Palavra(s)-Chave do Pesquisador: fat composition | fatty acid | genomic connectedness | non-additive genetic effect | Genômica

Resumo

A conexidade genética avalia até que ponto os valores genéticos estimados podem ser comparados de forma justa entre unidades de manejo. A conexidade na avaliação genética é importante se as unidades de manejo diferirem em sua média genética. O conceito de conexidade genética na era predição do genoma completo pode ser estendida para medir o nível de conexão entre os conjuntos de referência e validação. Na predição genômica (PG), vários modelos estatísticos abordam os efeitos aditivos e não-aditivos de forma paramétrica e não-paramétrica. Quando a variação genética não-aditiva é contabilizada, ela pode ser usada para predizer os valores genéticos totais, aumentar a eficiência dos procedimentos de alocação de parceiros, bem como em esquemas de seleção em cruzamentos, ou em raças puras. No entanto, a relação entre o nível estimado de conexidade e a acurácia de predição na presença de variação genética não-aditiva é pouco compreendida, e pouco se sabe sobre o impacto da ação gênica não-aditiva nas medidas de conexidade genômica. Apesar das conquistas recentes na PG, ainda há uma escassez drástica de estudos de ação genética não aditiva em raças de gado. O objetivo deste estudo é investigar a relação entre a conexidade genômica e a acurácia da predição de ações gênicas aditivas e não-aditivas para características de composição de gordura em bovinos da raça Nelore. Para perfil de ácidos graxos, dados de 943 animais machos Nelore de fazendas integrantes dos programas de melhoramento DeltaGen, CRV PAINT e Nelore Qualitas) (Projeto Temático - Processo FAPESP: 2009 / 16118-5 e Projeto Jovem Pesquisador - Processo FAPESP: 2011 / 21241-0) serão utilizados. O perfil de ácidos graxos foi analisado em amostras do músculo Longissimus thoracis, utilizando cromatografia gasosa e coluna capilar de 100m. Os animais foram genotipados utilizando o chip Illumina® BovineHD BeadChip (High-Density BovChip BeadChip) com 777.000 SNPs. O conjunto de dados para características de composição de gordura engloba registros de 66.496 fêmeas e seus parentes, totalizando 176.069 registros fenotípicos para características de crescimento, rendimento de carcaça, reprodutivas e indicadores de eficiência alimentar. O pedigree contém informações de 244.254 animais, nascidos entre 1977 e 2016. Um total de 8.652 animais foram genotipados com um painel de baixa densidade (CLARIFIDE® Nelore 2.0). Os genótipos foram imputados a um painel de 735,044 marcadores usando o software FIMPUTE 2.2. Avaliaremos a conexidade baseada no genoma entre as unidades manejo aplicando a variância da diferença do erro de predição e o coeficiente de determinação. O presente projeto oferece uma oportunidade única para caracterizar ações gênicas não aditivas associadas a características de composição de gordura em bovinos da raça Nelore. Dado que a conexidade e a acurácia de predição são importantes na seleção genômica, este projeto será de interesse para acadêmicos e profissionais da indústria. (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)

AMORIM, SABRINA T.; YU, HAIPENG; MOMEN, MEHDI; DE ALBUQUERQUE, LUCIA GALVAO; CRAVO PEREIRA, ANGELICA S.; BALDI, FERNANDO; MOROTA, GOTA. An assessment of genomic connectedness measures in Nellore cattle. JOURNAL OF ANIMAL SCIENCE, v. 98, n. 11, NOV 2020. (11/21241-0, 19/04929-0, 18/19463-4, 09/16118-5)