Bayesian models for growth curves, censored data and visual scores in animal breeding

• Ano de defesa: 2017
• Autor(a) principal: Lázaro, Sirlene Fernandes
• Orientador(a): Lopes, Paulo Sávio
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Universidade Federal de Viçosa
• Área do conhecimento CNPq: Ciências Agrárias; Zootecnia; Genética e Melhoramento dos Animais Domésticos
• Link de acesso: http://www.locus.ufv.br/handle/123456789/10519

No primeiro capitulo, foi proposto um estudo de associação genômica para curvas de crescimento de suínos utilizando modelos hierárquicos Bayesianos. Utilizou-se um painel de 237 marcadores SNPs conjuntamente com informações de pedigree objetivando identificar possíveis regiões cromossômicas que afetam os parâmetros da curva de crescimento (dados de peso-idade) de 345 animais (população F2 proveniente do cruzamento Piau vs comercial). Assumiu-se uma trajetória de crescimento individual descrita pela função não linear de Gompertz, de forma que as estimativas de cada parâmetro desta função são influenciadas pelos efeitos sistemáticos, poligênicos aditivos e de marcadores SNPs. O modelo combinando informações de pedigree e marcadores apresentou o melhor ajuste com base no critério de informação da deviance (DIC). As estimativas de herdabilidade variaram de 0,53 a 0,56, e de 0,55 a 0,57 para os parâmetros peso a maturidade (a) e taxa de maturidade (k), respectivamente. A correlação genética entre os parâmetros “a” e “k” foi alta e positiva (0,78). As porcentagens das variâncias genéticas explicadas por cada SNP permitiram identificar as regiões cromossômicas mais relevantes para cada fenótipo (parâmetros da curva de crescimento). Foram identificados três SNPs relevantes (55840514 bp no SSC17, 55814469 bp no SSC17 e 76475804 bp no SSC X) que influenciaram, simultaneamente, os parâmetros “a” e “k”. Também foram reportados três SNPs afetando apenas “a” (292758 bp no SSC1, 67319 bp no SSC8 e 50290193 bp no SSC17) localizados em regiões cromossômicas que ainda não foram previamente descritos como QTL para características de crescimento em suínos. A modelagem utilizada foi efetiva, e resultou na identificação de marcadores SNPs localizados em regiões cromossômicas específicas que apresentam potencial para serem exploradas em programas de melhoramento via seleção assistida por marcadores. No segundo capítulo, comparou-se as metodologias baseadas na utilização de dados censurados de idade ao primeiro parto (IPP) em bovinos Brahman por meio da abordagem Bayesiana. Os dados foram cedidos pela Associação Brasileira dos Criadores de Zebu (ABCZ). Registros censurados foram definidos como valores de IPP que extrapolaram o intervalo entre 731 e 1824 dias. Os registros de IPP (no total de 53.703 informações) foram analisados por meio de quatro diferentes metodologias: método linear convencional (LM); de simulação (SM); de penalidade (PM) e modelos bicaracterístico limiar-linear (TLcens). Os componentes de variância genética aditiva estimados para os métodos LM e PM foram similares. As estimativas de herdabilidade para IPP variaram de 0,09 (TLcens) à 0,20 (LM). De forma geral, as correlações entre os valores genéticos obtidos por meio das diferentes metodologias e a porcentagem de animais selecionados em comum variaram de 0,82 (LM x SM) à 0,97 (LM x PM), e de 32,70% (SM x TLcens) à 89,12% (LM x PM), respectivamente, indicando reordenamento moderado entre os animais. As comparações realizadas via validação cruzada indicaram o método LM como a melhor opção para predição dos valores genéticos dos animais para a característica IPP na população estudada. No terceiro capítulo, foram estimados os parâmetros genéticos para características de escores visuais de estrutura (S), precocidade (P), musculosidade (M) e reprodutiva (idade ao primeiro parto - IPP) em bovinos da raça Brahman utilizando modelos Bayesianos multicaracterístico completo e bicaracterísticos. As estimativas de herdabilidade utilizando o modelo bicaracterístico foram 0,59 (S), 0,44 (P), 0,38 (M) e 0,20 (IPP), e utilizando o modelo multicaracterístico completo foram 0,60 (S), 0,44 (P), 0,40 (M) e 0,20 (IPP). As correlações genéticas foram 0,57 entre estrutura e precocidade, 0,56 entre estrutura e musculosidade e 0,82 entre precocidade e musculosidade no modelo x multicarcterística completo. As correlações genéticas entre os escores visuais e IPP foram de moderada magnitude e negativas (-0,29, -0,24 e -0,31 para S, P e M utilizando o modelo de bicaracterístico) e (-0,29, -0,22 e -0,29 para S, P e M utilizando o modelo multicaracterístico completo). Os resultados indicam que os escores visuais podem ser utilizados como critérios de seleção em programas de melhoramento de bovinos Brahman e que essas características apresentam correlação genética favorável com a idade no primeiro parto.