Seleção genômica ampla em cana-de-açúcar via aprendizado de máquina e redes complexas para caracteres de importância econômica

Resumo

A utilização de marcadores moleculares SNPs (polimorfismos de nucleotídeo único), embora tenha trazido grande contribuição aos programas de melhoramento genético, ainda tem sua aplicação limitada no caso da cana-de-açúcar, espécie com complexidade genômica elevada. Devido à falta de ferramentas biocomputacionais compatíveis com a singularidade da espécie, metodologias específicas têm de ser utilizadas. Com importância imensurável a setores de biocombustíveis e fabricação de açúcar, o melhoramento da espécie e a criação de cultivares com caracteres de importância econômica representam uma grande contribuição à economia mundial. Devido à natureza poligênica de características fenotípicas quantitativas e consequente complexidade de aplicação de métodos para associação genótipo-fenótipo, metodologias de seleção genômica têm se mostrado uma alternativa às abordagens tradicionais de seleção assistida por marcadores. O presente trabalho propõe uma inovadora abordagem para realização de seleção em cana. Com a utilização de uma matriz de SNPs putativos identificados com o uso de dados de genotipagem por sequenciamento e softwares adaptados à poliploidia e aneuploidia da espécie, será utilizada uma modelagem de associação entre esses marcadores utilizando redes complexas. Por meio de métodos de detecção de comunidades na rede construída, pretende-se realizar imputação de dados, redução de dimensionalidade e identificação de SNPs com categorias biológicas afins. Para construção do modelo de seleção serão utilizadas técnicas de aprendizado de máquina como modelos não lineares, construídos de modo a capturar a especificidade do genoma da cana. (AU)