Busca avançada
Ano de início
Entree

Simulação de arquiteturas de características complexas de plantas usando redes neurais profundas

Processo: 19/26858-8
Linha de fomento:Bolsas no Exterior - Estágio de Pesquisa - Doutorado Direto
Vigência (Início): 01 de março de 2021
Vigência (Término): 28 de fevereiro de 2022
Área do conhecimento:Ciências Biológicas - Genética - Genética Vegetal
Pesquisador responsável:Anete Pereira de Souza
Beneficiário:Alexandre Hild Aono
Supervisor no Exterior: Gregor Gorjanc
Instituição-sede: Centro de Biologia Molecular e Engenharia Genética (CBMEG). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Local de pesquisa : University of Edinburgh, Escócia  
Vinculado à bolsa:19/03232-6 - Seleção genômica ampla em cana-de-açúcar via aprendizado de máquina e redes complexas para caracteres de importância econômica, BP.DD
Assunto(s):Biologia computacional   Locos de características quantitativas   Polimorfismo de um único nucleotídeo   Melhoramento genético vegetal   Cana-de-açúcar

Resumo

Embora o uso de marcadores moleculares SNPs (polimorfismos de nucleotídeo único) tenha contribuído significativamente para os programas de melhoramento genético, sua aplicação ainda é limitada no caso da cana-de-açúcar, espécie com alta complexidade genômica. Metodologias específicas têm que ser usadas para esta espécie devido à falta de ferramentas biocomputacionais compatíveis com a singularidade da cana de açúcar. Como resultado da importância imensurável da cana-de-açúcar para os biocombustíveis e para a produção de açúcar, o melhoramento de cultivares economicamente importantes contribuirá para a economia mundial. As metodologias de seleção genômica provaram ser uma alternativa às abordagens tradicionais assistidas por marcadores, devido à natureza poligênica das características fenotípicas de natureza quantitativas e, a consequente complexidade da aplicação de métodos para associação genótipo-fenótipo. Este projeto de pesquisa propõe uma abordagem inovadora para a seleção de cana-de-açúcar. Tal metodologia usará uma matriz de SNPs putativos, identificados na genotipagem por sequenciamento, e softwares adaptados às espécies poliploides e aneuploides. Utilizando redes complexas será realizada uma modelagem de associação entre esses marcadores. Através de métodos de detecção da comunidade na rede construída, pretende-se realizar imputação de dados, redução de dimensionalidade e identificação de SNPs com categorias biológicas relacionadas. Para construir o modelo de seleção, técnicas de aprendizado de máquina serão usadas como modelos não lineares, modelado para capturar a especificidade do genoma da cana-de-açúcar. (AU)