Métodos de redução de dimensionalidade aplicados na seleção genômica para características de carcaça em suínos

Detalhes bibliográficos
Ano de defesa: 2012
Autor(a) principal: Azevedo, Camila Ferreira
Orientador(a): Silva, Fabyano Fonseca e lattes
Banca de defesa: Nascimento, Carlos Souza do lattes, Lopes, Paulo Sávio lattes
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Viçosa
Programa de Pós-Graduação: Mestrado em Estatística Aplicada e Biometria
Departamento: Estatística Aplicada e Biometria
País: BR
Palavras-chave em Português:
Seleção genômica
Métodos de redução de dimensionalidade
Palavras-chave em Inglês:
Dimensionality reduction methods
Genomic selection
Área do conhecimento CNPq:
CNPQ::CIENCIAS AGRARIAS
Link de acesso: http://locus.ufv.br/handle/123456789/4053
Resumo: The main contribution of molecular genetics is the direct use of DNA information to identify genetically superior individuals. Under this approach, genome-wide selection (GWS) can be used with this purpose. GWS consists in analyzing of a large number of SNP markers widely distributed in the genome, and due to the fact that the number of markers is much larger than the number of genotyped individuals (high dimensionality) and also to the fact that such markers are highly correlated (multicollinearity). However, the use of methodologies that address the adversities is fundamental to the success of genome wide selection. In view of, the aim of this dissertation was to propose the application of Independent Component Regression (ICR), Principal Component Regression (PCR), Partial Least Squares (PLS) and Random Regression Best Linear Unbiased Predictor, whereas carcass traits in an F2 population of pigs originated from the cross of two males from the naturalized Brazilian breed Piau with 18 females of a commercial line (Large White × Landrace × Pietrain), developed at the University Federal of Viçosa. The specific objectives were, to estimate Genomic Breeding Value (GBV) for each individual and estimate the effects of SNP markers in order to compare methods. The results showed that ICR method is more efficient, since provided most accurate genomic breeding values estimates for most carcass traits.
id UFV_57c14250bf045e0d9b4995c673aae960
oai_identifier_str oai:locus.ufv.br:123456789/4053
network_acronym_str UFV
network_name_str LOCUS Repositório Institucional da UFV
repository_id_str
spelling Azevedo, Camila Ferreirahttp://lattes.cnpq.br/8861113007032888Peternelli, Luiz Alexandrehttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4723301Z7Resende, Marcos Deon Vilela dehttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4709374E4Silva, Fabyano Fonseca ehttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4766260Z2Nascimento, Carlos Souza dohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4734058H3Lopes, Paulo Sáviohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4783377H12015-03-26T13:32:15Z2013-04-232015-03-26T13:32:15Z2012-07-26AZEVEDO, Camila Ferreira. Dimensionality reduction methods applied to genomic selection for carcass traits in pigs. 2012. 61 f. Dissertação (Mestrado em Estatística Aplicada e Biometria) - Universidade Federal de Viçosa, Viçosa, 2012.http://locus.ufv.br/handle/123456789/4053The main contribution of molecular genetics is the direct use of DNA information to identify genetically superior individuals. Under this approach, genome-wide selection (GWS) can be used with this purpose. GWS consists in analyzing of a large number of SNP markers widely distributed in the genome, and due to the fact that the number of markers is much larger than the number of genotyped individuals (high dimensionality) and also to the fact that such markers are highly correlated (multicollinearity). However, the use of methodologies that address the adversities is fundamental to the success of genome wide selection. In view of, the aim of this dissertation was to propose the application of Independent Component Regression (ICR), Principal Component Regression (PCR), Partial Least Squares (PLS) and Random Regression Best Linear Unbiased Predictor, whereas carcass traits in an F2 population of pigs originated from the cross of two males from the naturalized Brazilian breed Piau with 18 females of a commercial line (Large White × Landrace × Pietrain), developed at the University Federal of Viçosa. The specific objectives were, to estimate Genomic Breeding Value (GBV) for each individual and estimate the effects of SNP markers in order to compare methods. The results showed that ICR method is more efficient, since provided most accurate genomic breeding values estimates for most carcass traits.A principal contribuição da genética molecular no melhoramento animal é a utilização direta das informações de DNA no processo de identificação de animais geneticamente superiores. Sob esse enfoque, a seleção genômica ampla (Genome Wide Selection GWS), a qual consiste na análise de um grande número de marcadores SNPs (Single Nucleotide Polymorphisms) amplamente distribuídos no genoma, foi idealizada. A utilização dessas informações é um desafio, uma vez que o número de marcadores é muito maior que o número de animais genotipados (alta dimensionalidade) e tais marcadores são altamente correlacionados (multicolinearidade). No entanto, o sucesso da seleção genômica ampla deve-se a escolha de metodologias que contemplem essas adversidades. Diante do exposto, o presente trabalho teve por objetivo propor a aplicação dos métodos de regressão via Componentes Independentes (Independent Component Regression ICR), regressão via componentes principais (Principal Component Regression PCR), regressão via Quadrados Mínimos Parciais (Partial Least Squares PLSR) e RR-BLUP, considerando características de carcaça em uma população F2 de suínos proveniente do cruzamento de dois varrões da raça naturalizada brasileira Piau com 18 fêmeas de linhagem comercial (Landrace × Large White × Pietrain), desenvolvida na Universidade Federal de Viçosa. Os objetivos específicos foram estimar Valores Genéticos Genômicos (Genomic Breeding Values GBV) para cada indivíduo avaliado e estimar efeitos de marcadores SNPs, visando a comparação dos métodos. Os resultados indicaram que o método ICR se mostrou mais eficiente, uma vez que este proporcionou maiores valores de acurácia na estimação do GBV para a maioria das características de carcaça.application/pdfporUniversidade Federal de ViçosaMestrado em Estatística Aplicada e BiometriaUFVBREstatística Aplicada e BiometriaSeleção genômicaMétodos de redução de dimensionalidadeDimensionality reduction methodsGenomic selectionCNPQ::CIENCIAS AGRARIASMétodos de redução de dimensionalidade aplicados na seleção genômica para características de carcaça em suínosDimensionality reduction methods applied to genomic selection for carcass traits in pigsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINALtexto completo.pdfapplication/pdf1216352https://locus.ufv.br//bitstream/123456789/4053/1/texto%20completo.pdf3e5fbc09a6f684ddf7dbb4442657ce1fMD51TEXTtexto completo.pdf.txttexto completo.pdf.txtExtracted texttext/plain95507https://locus.ufv.br//bitstream/123456789/4053/2/texto%20completo.pdf.txtef3b2347cfb54ccaaa659edcfcd5b435MD52THUMBNAILtexto completo.pdf.jpgtexto completo.pdf.jpgIM Thumbnailimage/jpeg3629https://locus.ufv.br//bitstream/123456789/4053/3/texto%20completo.pdf.jpgad8428f5cbbc92dbff722728925df13aMD53123456789/40532016-04-09 23:17:09.874oai:locus.ufv.br:123456789/4053Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452016-04-10T02:17:09LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false
dc.title.por.fl_str_mv Métodos de redução de dimensionalidade aplicados na seleção genômica para características de carcaça em suínos
dc.title.alternative.eng.fl_str_mv Dimensionality reduction methods applied to genomic selection for carcass traits in pigs
title Métodos de redução de dimensionalidade aplicados na seleção genômica para características de carcaça em suínos
spellingShingle Métodos de redução de dimensionalidade aplicados na seleção genômica para características de carcaça em suínos
Azevedo, Camila Ferreira
Seleção genômica
Métodos de redução de dimensionalidade
Dimensionality reduction methods
Genomic selection
CNPQ::CIENCIAS AGRARIAS
title_short Métodos de redução de dimensionalidade aplicados na seleção genômica para características de carcaça em suínos
title_full Métodos de redução de dimensionalidade aplicados na seleção genômica para características de carcaça em suínos
title_fullStr Métodos de redução de dimensionalidade aplicados na seleção genômica para características de carcaça em suínos
title_full_unstemmed Métodos de redução de dimensionalidade aplicados na seleção genômica para características de carcaça em suínos
title_sort Métodos de redução de dimensionalidade aplicados na seleção genômica para características de carcaça em suínos
author Azevedo, Camila Ferreira
author_facet Azevedo, Camila Ferreira
author_role author
dc.contributor.authorLattes.por.fl_str_mv http://lattes.cnpq.br/8861113007032888
dc.contributor.author.fl_str_mv Azevedo, Camila Ferreira
dc.contributor.advisor-co1.fl_str_mv Peternelli, Luiz Alexandre
dc.contributor.advisor-co1Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4723301Z7
dc.contributor.advisor-co2.fl_str_mv Resende, Marcos Deon Vilela de
dc.contributor.advisor-co2Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4709374E4
dc.contributor.advisor1.fl_str_mv Silva, Fabyano Fonseca e
dc.contributor.advisor1Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4766260Z2
dc.contributor.referee1.fl_str_mv Nascimento, Carlos Souza do
dc.contributor.referee1Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4734058H3
dc.contributor.referee2.fl_str_mv Lopes, Paulo Sávio
dc.contributor.referee2Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4783377H1
contributor_str_mv Peternelli, Luiz Alexandre
Resende, Marcos Deon Vilela de
Silva, Fabyano Fonseca e
Nascimento, Carlos Souza do
Lopes, Paulo Sávio
dc.subject.por.fl_str_mv Seleção genômica
Métodos de redução de dimensionalidade
topic Seleção genômica
Métodos de redução de dimensionalidade
Dimensionality reduction methods
Genomic selection
CNPQ::CIENCIAS AGRARIAS
dc.subject.eng.fl_str_mv Dimensionality reduction methods
Genomic selection
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS AGRARIAS
description The main contribution of molecular genetics is the direct use of DNA information to identify genetically superior individuals. Under this approach, genome-wide selection (GWS) can be used with this purpose. GWS consists in analyzing of a large number of SNP markers widely distributed in the genome, and due to the fact that the number of markers is much larger than the number of genotyped individuals (high dimensionality) and also to the fact that such markers are highly correlated (multicollinearity). However, the use of methodologies that address the adversities is fundamental to the success of genome wide selection. In view of, the aim of this dissertation was to propose the application of Independent Component Regression (ICR), Principal Component Regression (PCR), Partial Least Squares (PLS) and Random Regression Best Linear Unbiased Predictor, whereas carcass traits in an F2 population of pigs originated from the cross of two males from the naturalized Brazilian breed Piau with 18 females of a commercial line (Large White × Landrace × Pietrain), developed at the University Federal of Viçosa. The specific objectives were, to estimate Genomic Breeding Value (GBV) for each individual and estimate the effects of SNP markers in order to compare methods. The results showed that ICR method is more efficient, since provided most accurate genomic breeding values estimates for most carcass traits.
publishDate 2012
dc.date.issued.fl_str_mv 2012-07-26
dc.date.available.fl_str_mv 2013-04-23
2015-03-26T13:32:15Z
dc.date.accessioned.fl_str_mv 2015-03-26T13:32:15Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv AZEVEDO, Camila Ferreira. Dimensionality reduction methods applied to genomic selection for carcass traits in pigs. 2012. 61 f. Dissertação (Mestrado em Estatística Aplicada e Biometria) - Universidade Federal de Viçosa, Viçosa, 2012.
dc.identifier.uri.fl_str_mv http://locus.ufv.br/handle/123456789/4053
identifier_str_mv AZEVEDO, Camila Ferreira. Dimensionality reduction methods applied to genomic selection for carcass traits in pigs. 2012. 61 f. Dissertação (Mestrado em Estatística Aplicada e Biometria) - Universidade Federal de Viçosa, Viçosa, 2012.
url http://locus.ufv.br/handle/123456789/4053
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Viçosa
dc.publisher.program.fl_str_mv Mestrado em Estatística Aplicada e Biometria
dc.publisher.initials.fl_str_mv UFV
dc.publisher.country.fl_str_mv BR
dc.publisher.department.fl_str_mv Estatística Aplicada e Biometria
publisher.none.fl_str_mv Universidade Federal de Viçosa
dc.source.none.fl_str_mv reponame:LOCUS Repositório Institucional da UFV
instname:Universidade Federal de Viçosa (UFV)
instacron:UFV
instname_str Universidade Federal de Viçosa (UFV)
instacron_str UFV
institution UFV
reponame_str LOCUS Repositório Institucional da UFV
collection LOCUS Repositório Institucional da UFV
bitstream.url.fl_str_mv https://locus.ufv.br//bitstream/123456789/4053/1/texto%20completo.pdf
https://locus.ufv.br//bitstream/123456789/4053/2/texto%20completo.pdf.txt
https://locus.ufv.br//bitstream/123456789/4053/3/texto%20completo.pdf.jpg
bitstream.checksum.fl_str_mv 3e5fbc09a6f684ddf7dbb4442657ce1f
ef3b2347cfb54ccaaa659edcfcd5b435
ad8428f5cbbc92dbff722728925df13a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)
repository.mail.fl_str_mv fabiojreis@ufv.br
_version_ 1794528702284955648

Registros relacionados