Predição genômica ponderada por regiões genômicas candidatas para características de importância econômica em bovinos nelore

• Ano de defesa: 2021
• Autor(a) principal: Silva Neto, João Barbosa da [UNESP]
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Bos indicus; Habilidade de predição; Incorporação de QTLs; Matriz de relacionamento genômico; Ponderação; ssGBLUP; Viés; Prediction ability; Incorporation of QTLs; Genomic relationship matrix; Weighting; Bias
• Link de acesso: http://hdl.handle.net/11449/204635

Este estudo teve como objetivo avaliar o impacto na acurácia e viés das predições genômicas por incluir e ponderar diferencialmente regiões genômicas candidatas para as características de produção em bovinos da raça Nelore. Foram utilizados dados de 244.254 animais nascidos entre 1977 e 2016, com aproximadamente 176.000 registros fenotípicos para as características peso ajustado aos 450 dias de idade (P450), área de olho de lombo (AOL), marmoreio (MARB) espessura da gordura subcutânea (EGS) e espessura da gordura da garupa (EGP8). 7.769 animais foram genotipados com o painel de baixa densidade (30k - CLARIFIDE® Nelore 3.0) e os genótipos foram imputados a um painel contendo 735.044 marcadores. Para todas as características um modelo animal linear foi considerado para obter as estimativas de parâmetros genéticos e executar o GWAS. Foram incluídos no modelo os efeitos genéticos aditivos diretos e residuais como efeitos aleatórios, os efeitos fixos para as características de carcaça foram grupos contemporâneos (GC) e idade do animal (covariável) e para característica de crescimento os grupos contemporâneos (GC). Para todas as características, um procedimento BLUP genômico de etapa única (ssGBLUP) foi realizado, sendo que a matriz G foi construída usando diferentes combinações de SNPs e pesos. Para avaliar a capacidade de predição do GEBV dos modelos para cada conjunto de dados, a mesma foi mensurada por meio da correlação de Pearson entre o valor genético genômico estimado (GEBV) e o fenótipo ajustado para efeitos fixos (Yc), dividido pela raiz quadrada da herdabilidade da característica avaliada. O viés das predições genômicas foi avaliado utilizando o coeficiente de regressão do fenótipo ajustado (Yc) sobre o GEBV. Verificou-se um maior efeito sobre o viés das predições ao incluir QTLs e ponderações no ssGLBUP do que nas habilidades de predição. Maiores ganhos na habilidade preditiva foram obtidos para P450 ao ponderar a matriz G e incluir QTLs provenientes de ssGWAS. A incorporação de QTLs candidatos previamente relatados na literatura e ponderá-los de forma diferenciada, pode apresentar um sucesso limitado para características de carcaça. Para características com pouca informação e baixa herdabilidade, as estimativas de habilidade preditiva foram baixas, visto que possivelmente o número de observações limita os benefícios da incorporação da informação genômica.