Computational intelligence and statistical learning applied to Coffea canephora

• Ano de defesa: 2022
• Autor(a) principal: Sousa, Ithalo Coelho de
• Orientador(a): Nascimento, Moysés
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Universidade Federal de Viçosa
• Programa de Pós-Graduação: Estatística Aplicada e Biometria
• Área do conhecimento CNPq: Melhoramento Vegetal
• Link de acesso: https://locus.ufv.br//handle/123456789/29288; https://doi.org/10.47328/ufvbbt.2022.344

A predição genômica no melhoramento de café tem mostrado um grande potencial na capacidade preditiva (CP), da predição dos valores genômicos, ganhos genéticos e redução no tempo do ciclo de seleção. Várias metodologias são utilizadas para predizer o mérito genético dos indivíduos, porém algumas metodologias necessitam da informação a priori de efeitos de dominância e epistático, uma vez que seus efeitos devem ser inseridos no modelo utilizado. Redes Neurais Artificias (RNA) possuem a vantagem de não precisar inserir a priori os efeitos de dominância e epistático, permitindo lidar com diferentes tipos de efeitos não aditivos, sem a necessidade de saber a prior se tais efeitos existem ou não na população estudada. Apesar desta vantagem, a capacidade de estimar parâmetros genéricos através das RNA ainda são limitadas. No presente projeto de pesquisa, duas questões foram formuladas. A primeira questão se trata da possibilidade de estimar parâmetros genéticos utilizando RNA e a segunda questão da possibilidade em reduzir a densidade de painéis de marcadores sem que haja redução na CP. Para responder estas perguntas, foi desenvolvido dois artigos. No primeiro artigo, o objetivo foi estimar a herdabilidade e os efeitos dos marcadores por meio de RNA para duas características morfológicas de interesse agronômico de café canéfora (produção e resistência à ferrugem) com arquitetura genética aditiva-dominante e comparar com os resultados obtidos por meio do Genomic Best Linear Unbiased Prediction (GBLUP). No segundo artigo, o objetivo foi avaliar o equilíbrio entre a densidade dos painéis de marcadores utilizada e a CP obtida para oito características agronômicas de café canéfora utilizando algoritmos de Machine Learning (bagging e Random Forest). Os dados forma comparados com os resultados obtidos pela metodologia BLASSO (Bayesian Least Absolute Shrinkage and Selection Operator). O conjunto de dados, utilizado em ambos artigos, consiste em 165 plantas de café da espécie Coffea canephora (café canéfora) genotipados com 14.387 marcadores SNP (Single Nucleotide Polymorphisms), após o controle de qualidade. No primeiro artigo, as duas características fenotípicas avaliadas foram, resistência à ferrugem e produtividade. No segundo artigo, os dados fenotípicos consistem em vigor vegetativo, resistência à ferrugem, incidência de cercosporiose, tempo de maturação do fruto, tamanho do fruto, altura da planta, diâmetro da projeção da copa e produção. No primeiro artigo, a dimensionalidade dos dados foi reduzida utilizando o bagging e em seguida avaliou-se 64.000 redes neurais para cada característica. Foi selecionada a RNA que obteve a maior CP para, para através das informações obtidas por esta RNA se estimar a herdabilidade, obtendo resultados compatíveis com os encontrados na literatura. No segundo artigo, foram utilizados 12 densidade de painéis de marcadores diferentes para avaliar a relação entre a densidade do painel de marcador e a CP. É observado que à medida que o número de marcadores aumenta dentro de um intervalo de 25 até 500/1000 marcadores, a CP também aumenta, no entanto acima dessa quantidade de marcadores, quanto maior for o número de marcadores utilizados menor é a CP obtida. No geral, a CP possui menores valores quando utilizado todos os marcadores. Os resultados indicam que a redução da densidade até um certo nível no painel de marcadores pode melhorar a seleção de indivíduos com um menor custo. Diante do exposto, os métodos de computational intelligence provam ser ferramentas poderosas para predição de valores genéticos, estimação de parâmetros genéticos e seleção de marcadores. Palavras-chave: GBLUP. BLASSO. BAGGING. Random forest. GEBV. Marker effect. Heritability.