Modelos preditivos de seleção genômica para composição do óleo de soja utilizando diferentes métodos de genotipagem

• Ano de defesa: 2021
• Autor(a) principal: Prado, Melina
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Glycine max; Ácidos graxos; Fatty acids; Genomic selection; Genotipagem; Genotyping; Seleção genômica
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/11/11137/tde-21052021-092517/

O óleo de soja se destina a vários objetivos, como óleo de cozinha, biodiesel, entre outros. A composição do óleo em relação aos ácidos graxos modifica o tempo de prateleira, a palatabilidade e o quanto esse óleo é saudável ou não para dieta humana. A seleção genômica utiliza de maneira conjunta o efeito de todos os marcadores ao mesmo tempo e relaciona esses efeitos aos fenótipos observados, aumentando o ganho genético no tempo. O objetivo do trabalho foi avaliar modelos de seleção genômica, utilizando duas formas de genotipagem, para a composição de ácidos graxos no óleo de soja, sendo esses os ácidos oleico, linoleico, linolênico, palmítico, esteárico e o óleo total. Os métodos de genotipagem que foram avaliados são o chip, ou arranjo de DNA, e o método de genotipagem por sequenciamento utilizando enzimas de restrição. Para comparar esses dois métodos o coeficiente de correlação de Pearson e uma análise de componentes principais foram calculados a partir das matrizes de parentesco geradas por esses dois métodos. A análise do coeficiente de Pearson foi utilizada para comparar dados com e sem filtragem e imputação de SNPs. As duas abordagens de genotipagem foram utilizadas nos modelos de predição, GBLUP e BayesB, a fim de comparação entre os métodos e genotipagens, e para uma avaliação da performance dessas combinações na seleção genômica para os caracteres avaliados. A população utilizada na análise era composta por dois grupos com aproximadamente 30% de cultivares e 70% de introdução de plantas. A análise de componentes principais a partir do chip de DNA separou de forma mais clara os dois grupos utilizados do que o método de genotipagem com enzimas de restrição. Os coeficientes de correlação de Pearson demonstraram que a plataforma de genotipagem por chip possui uma correlação maior entre dados filtrados e não filtrados. Isso acontece pois se trata de uma plataforma bem consolidada comercialmente com estudos nos polimorfismos mais informativos, mas que por conter um número limitado de polimorfismos a serem utilizados na análise não capta alelos raros que poderiam ser de grande utilidade a seleção. Enquanto a plataforma de genotipagem por sequenciamento pode captar esses alelos raros, mas possui menor confiança nos resultados e necessidade de uma análise mais robusta. De forma geral, a análise de acurácia preditiva e o erro médio quadrático de predição demonstraram que para população, espécie e caracteres avaliados o método 6K e o modelo GBLUP resultaram em melhores performances, com exceção de dois caracteres, o óleo total e o ácido esteárico, pois a melhor performance foi alcançada com a genotipagem por sequenciamento. Como o óleo de soja é utilizado para diversas funções e os perfis de ácido graxo são diferentes para cada objetivo, o trabalho constitui um importante estudo e direcionamento para o melhoramento da composição do óleo de soja.