Uso de machine learning e dados genômicos para melhoria de características econômicas em bovinos de leite

Resumo

Estratégias de acasalamento dirigido são consideradas ferramentas essenciais em programas de melhoramento animal, desempenhando importante papel como forma de se alcançar progresso genético. Com o advento da Seleção Genômica, na última década, em associação aos avanços nas técnicas reprodutivas, nota-se a diminuição no intervalo de gerações,aumentos na acurácia de predição e na intensidade de seleção, proporcionando expressivo ganho genético para os animais das cadeias produtivas. Condições essas, que revolucionaram a maneira em se selecionar animais reprodutores, refletindo na melhoria de características associadas à produção de leite e aspectos de saúde em bovinos leiteiros. Algumas facetas negativas, como a diminuição da diversidade genética e o aumento da endogamia podem ser observadas em raças sob pressão de seleção. A fim de se otimizar acasalamentos, visando a manutenção da diversidade associada ao progresso genético, ferramentas de inteligência artificial podem ser uma alternativa aos métodos lineares tradicionais. O uso de algoritmos não lineares de Machine Learning e a respectiva capacidade de detecção de padrões não tradicionais pode melhorar o direcionamento de acasalamentos, impactando desta forma em importantes características econômicas em bovinos leiteiros. (AU)