Predição genômica para emissão de metano entérico e características relacionadas à eficiência alimentar em gado Nelore, integrando dados do genoma completo e estratégias de pré-seleção de marcadores

Resumo

Com o processo de globalização, o crescimento populacional cria pressão adicional sobre os sistemas de produção, que devem se tornar mais eficientes e sustentáveis para evitar impactos ambientais negativos. As emissões de metano (CH4) são os principais desafios ambientais relacionados à pecuária. Além do impacto no meio ambiente, a produção de CH4 representa uma perda de energia alimentar, resultando em significativa ineficiência metabólica. Melhorar a eficiência alimentar do gado pode ser uma estratégia eficaz para reduzir as emissões de CH4, uma vez que animais mais eficientes requerem menos recursos para produzir a mesma quantidade de carne e, consequentemente, tendem a produzir menos CH4 por unidade de peso corporal ganho do que aqueles menos eficientes. Além disso, as melhorias na eficiência alimentar têm o potencial de aumentar a lucratividade dos produtores, pois os custos da alimentação têm um grande impacto econômico no sistema de produção. No entanto, as medições em nível individual de CH4 entérico e características relacionadas à eficiência alimentar são caras e exigem muita mão de obra. Assim, o uso de abordagens genômicas combinadas com informações do genoma completo pode ser uma alternativa para superar esses desafios. A seleção genômica (GS) é uma ferramenta promissora que usa informações de genomas animais para prever o desempenho de características específicas. Além disso, a precisão das previsões genômicas pode ser melhorada pela inclusão de mais variantes, como variantes pré-selecionadas por seu efeito, localizadas perto ou dentro dos genes. Portanto, este projeto visa avaliar a capacidade preditiva da seleção genômica para emissão de metano entérico e características relacionadas à eficiência alimentar, usando dados de sequenciamento do genoma completo em gado Nelore sob diferentes critérios de seleção. Para atingir isso, informações de todos os marcadores genéticos serão usadas e estratégias de pré-seleção serão aplicadas para reduzir o número de preditores. As estratégias incluirão o uso de marcadores obtidos de i) resultados do weighted single-step GWAS (WssGWAS); ii) SNPs significativos com base em valores p das aálises GWAS; iii) possíveis mutações causais obtidas de mapeamento fino; e iv) índices de fixação (FST). Os resultados esperados podem beneficiar diretamente os produtores, fornecendo animais mais eficientes e sustentáveis, e contribuindo significativamente para a mitigação das mudanças climáticas e segurança alimentar em um mundo em crescimento. (AU)