PREDIÇÃO DE VALORES FENOTÍPICOS E GENOTÍPICOS VIA RR-BLUP/GWS E REDES NEURAIS
AUTOR(ES)
COUTINHO, ALISSON ESDRAS, NEDER, DIOGO GONÇALVES, SILVA, MAIRYKON COÊLHO DA, ARCELINO, ELIANE CRISTINA, BRITO, SILVAN GOMES DE, CARVALHO FILHO, JOSÉ LUIZ SANDES DE
FONTE
Rev. Caatinga
DATA DE PUBLICAÇÃO
2018-07
RESUMO
RESUMO A seleção genômica ampla (Genome Wide Selection - GWS) utiliza simultaneamente o efeito de milhares de marcadores cobrindo todo o genoma para predizer o valor genético genômico dos indivíduos no processo de seleção. Os possíveis benefícios de seu uso são a redução do ciclo de melhoramento, propiciando maior ganho por unidade de tempo e diminuição de custos. O sucesso da GWS está atrelado a escolha do método de predição dos efeitos dos marcadores. Assim, neste trabalho, visou-se aplicar as redes neurais artificiais (Artificial Neural Networks - ANNs), com a finalidade de predizer os valores genéticos genômicos (Genomic Breeding Values - GEBVs) baseado na estimação dos efeitos dos marcadores comparados a regressão de cumeeira - melhor preditor não viesado/seleção genômica ampla (Ridge Regression - Best Linear Unbiased Predictor/Genome Wide Selection - RR-BLUP/GWS). Foram efetuadas simulações por meio do software R, fornecendo as correlações referentes às ANNs e a RR-BLUP/GWS. Os métodos de predição foram avaliados utilizando correlações entre o valor fenotípico e valor genotípico com o valor genético genômico predito. Os resultados demonstraram superioridade das ANNs na predição dos GEBVs nos cenários com maior e menor densidade de marcadores, paralelo a níveis mais altos de desequilíbrio de ligação e maior herdabilidade.
ASSUNTO(S)
melhoramento genético correlação marcadores moleculares.
Documentos Relacionados
- ESTIMATIVAS DE PARÂMETROS GENÉTICOS E PREDIÇÃO DE VALORES GENOTÍPICOS NO MELHORAMENTO DO CAFEEIRO PELO PROCEDIMENTO REML/BLUP
- Estimação de parâmetros genéticos e predição de valores genotípicos para o caráter germinação em leucena pelo procedimento REML/BLUP.
- Estimação de parâmetros genéticos e predição de valores genotípicos para o caráter germinação em Leucena pelo procedimento REML/BLUP.
- Predição não-linear de curvas de produção de petróleo via redes neurais recursivas
- Seleção via BLUP individual simulado baseado nos efeitos genotípicos de famílias em cana-de-açúcar