Busca avançada
Ano de início
Entree

Predição dos valores genômicos utilizando modelos Bayesianos e de redes neurais para características de resistência a endoparasitas em ovinos Santa Inês

Processo: 18/01540-2
Linha de fomento:Bolsas no Brasil - Doutorado
Vigência (Início): 01 de agosto de 2019
Vigência (Término): 31 de março de 2022
Área do conhecimento:Ciências Biológicas - Genética - Genética Animal
Pesquisador responsável:Claudia Cristina Paro de Paz
Beneficiário:Luara Afonso de Freitas
Instituição-sede: Instituto de Zootecnia. Agência Paulista de Tecnologia dos Agronegócios (APTA). Secretaria de Agricultura e Abastecimento (São Paulo - Estado). Nova Odessa , SP, Brasil
Vinculado ao auxílio:16/14522-7 - Estudos genômicos associados às características de resistência a endoparasitas em ovinos Santa Inês, AP.TEM
Assunto(s):Seleção genômica   Melhoramento genético animal

Resumo

Um dos problemas na produção de carne ovina está relacionado com a susceptibilidade aos endoparasitas gastrointestinais, resultando diminuição da produção. A contagem de ovos por grama de fezes (OPG) e volume globular (VG) são características utilizadas para avaliar a resistência de ovinos a endoparasitas gastrointestinais. Animais geneticamente resistentes são capazes de dificultar o estabelecimento dos parasitas e/ou eliminar os que se estabeleceram. As avaliações genéticas para a escolha desse tipo de animal podem ser feitas por meio dos modelos de predição genômica, que incluem a informação de marcadores moleculares. Assim, os objetivos do projeto de pesquisa serão (1) comparar modelos de predição genômica pelo método GBLUP, métodos Bayesianos (BayesA, BayesB e LASSO Bayesiano) e Redes neurais artificiais quanto à acurácia de predição para os valores genômicos para contagem de ovos por grama de fezes e volume globular em ovinos da raça Santa Inês e (2) avaliar mudanças na acurácia de predição dos modelos em função da variação do conjunto de treinamento dos modelos de seleção genômica. Dessa forma, espera-se identificar animais geneticamente superiores para características avaliadas por meio do(s) modelo(s) que apresentará(ão) maiore(s) acurácias de predição para OPG e VG e espera-se verificar a possibilidade de se estabelecer um número mínimo de animais na população de treinamento em que será observado o platô das acurácias de predição.