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

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. (AU)