Estimação de componentes de variância sob influência de genes de efeito principal, comparando-se metodologias Bayesiana e clássica sob diferentes cenários
Autor(a) principal: | |
---|---|
Data de Publicação: | 2007 |
Outros Autores: | , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Revista Brasileira de Zootecnia (Online) |
Texto Completo: | http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1516-35982007000600007 |
Resumo: | Quatro diferentes tipos de população foram simulados com o objetivo de verificar a influência de genes de efeito principal e do tamanho da população na estimação de componentes de variância sob seleção. A estimação foi realizada por meio da utilização e comparação das metodologias clássica e Bayesiana (a Bayesiana com três níveis de informação a priori). As metodologias REML e Bayesiana com prior não-informativo, em geral, produziram resultados bastante semelhantes. Em populações cuja característica é governada por genes de efeito principal, as estimativas dos componentes de variância genética aditiva foram pouco acuradas, exceto quando se utilizou metodologia Bayesiana com prior informativo. A inclusão das informações de parentesco e dos registros de todos os indivíduos até a população-base mostrou-se necessária, exceto para populações grandes cuja característica é governada por elevado número de genes. |
id |
SBZ-1_029d0c1447ac3bbef2e489cffde0a743 |
---|---|
oai_identifier_str |
oai:scielo:S1516-35982007000600007 |
network_acronym_str |
SBZ-1 |
network_name_str |
Revista Brasileira de Zootecnia (Online) |
repository_id_str |
|
spelling |
Estimação de componentes de variância sob influência de genes de efeito principal, comparando-se metodologias Bayesiana e clássica sob diferentes cenáriosamostragem de Gibbsmodelo infinitesimalmodelos mistosREMLsimulação computacionalviés da seleçãoQuatro diferentes tipos de população foram simulados com o objetivo de verificar a influência de genes de efeito principal e do tamanho da população na estimação de componentes de variância sob seleção. A estimação foi realizada por meio da utilização e comparação das metodologias clássica e Bayesiana (a Bayesiana com três níveis de informação a priori). As metodologias REML e Bayesiana com prior não-informativo, em geral, produziram resultados bastante semelhantes. Em populações cuja característica é governada por genes de efeito principal, as estimativas dos componentes de variância genética aditiva foram pouco acuradas, exceto quando se utilizou metodologia Bayesiana com prior informativo. A inclusão das informações de parentesco e dos registros de todos os indivíduos até a população-base mostrou-se necessária, exceto para populações grandes cuja característica é governada por elevado número de genes.Sociedade Brasileira de Zootecnia2007-10-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S1516-35982007000600007Revista Brasileira de Zootecnia v.36 n.5 2007reponame:Revista Brasileira de Zootecnia (Online)instname:Sociedade Brasileira de Zootecnia (SBZ)instacron:SBZ10.1590/S1516-35982007000600007info:eu-repo/semantics/openAccessAssis,Giselle Mariano Lessa deCarneiro Júnior,José MarquesEuclydes,Ricardo FredericoTorres,Robledo de AlmeidaLopes,Paulo Sáviopor2007-11-30T00:00:00Zoai:scielo:S1516-35982007000600007Revistahttps://www.rbz.org.br/pt-br/https://old.scielo.br/oai/scielo-oai.php||bz@sbz.org.br|| secretariarbz@sbz.org.br1806-92901516-3598opendoar:2007-11-30T00:00Revista Brasileira de Zootecnia (Online) - Sociedade Brasileira de Zootecnia (SBZ)false |
dc.title.none.fl_str_mv |
Estimação de componentes de variância sob influência de genes de efeito principal, comparando-se metodologias Bayesiana e clássica sob diferentes cenários |
title |
Estimação de componentes de variância sob influência de genes de efeito principal, comparando-se metodologias Bayesiana e clássica sob diferentes cenários |
spellingShingle |
Estimação de componentes de variância sob influência de genes de efeito principal, comparando-se metodologias Bayesiana e clássica sob diferentes cenários Assis,Giselle Mariano Lessa de amostragem de Gibbs modelo infinitesimal modelos mistos REML simulação computacional viés da seleção |
title_short |
Estimação de componentes de variância sob influência de genes de efeito principal, comparando-se metodologias Bayesiana e clássica sob diferentes cenários |
title_full |
Estimação de componentes de variância sob influência de genes de efeito principal, comparando-se metodologias Bayesiana e clássica sob diferentes cenários |
title_fullStr |
Estimação de componentes de variância sob influência de genes de efeito principal, comparando-se metodologias Bayesiana e clássica sob diferentes cenários |
title_full_unstemmed |
Estimação de componentes de variância sob influência de genes de efeito principal, comparando-se metodologias Bayesiana e clássica sob diferentes cenários |
title_sort |
Estimação de componentes de variância sob influência de genes de efeito principal, comparando-se metodologias Bayesiana e clássica sob diferentes cenários |
author |
Assis,Giselle Mariano Lessa de |
author_facet |
Assis,Giselle Mariano Lessa de Carneiro Júnior,José Marques Euclydes,Ricardo Frederico Torres,Robledo de Almeida Lopes,Paulo Sávio |
author_role |
author |
author2 |
Carneiro Júnior,José Marques Euclydes,Ricardo Frederico Torres,Robledo de Almeida Lopes,Paulo Sávio |
author2_role |
author author author author |
dc.contributor.author.fl_str_mv |
Assis,Giselle Mariano Lessa de Carneiro Júnior,José Marques Euclydes,Ricardo Frederico Torres,Robledo de Almeida Lopes,Paulo Sávio |
dc.subject.por.fl_str_mv |
amostragem de Gibbs modelo infinitesimal modelos mistos REML simulação computacional viés da seleção |
topic |
amostragem de Gibbs modelo infinitesimal modelos mistos REML simulação computacional viés da seleção |
description |
Quatro diferentes tipos de população foram simulados com o objetivo de verificar a influência de genes de efeito principal e do tamanho da população na estimação de componentes de variância sob seleção. A estimação foi realizada por meio da utilização e comparação das metodologias clássica e Bayesiana (a Bayesiana com três níveis de informação a priori). As metodologias REML e Bayesiana com prior não-informativo, em geral, produziram resultados bastante semelhantes. Em populações cuja característica é governada por genes de efeito principal, as estimativas dos componentes de variância genética aditiva foram pouco acuradas, exceto quando se utilizou metodologia Bayesiana com prior informativo. A inclusão das informações de parentesco e dos registros de todos os indivíduos até a população-base mostrou-se necessária, exceto para populações grandes cuja característica é governada por elevado número de genes. |
publishDate |
2007 |
dc.date.none.fl_str_mv |
2007-10-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1516-35982007000600007 |
url |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1516-35982007000600007 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
10.1590/S1516-35982007000600007 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
text/html |
dc.publisher.none.fl_str_mv |
Sociedade Brasileira de Zootecnia |
publisher.none.fl_str_mv |
Sociedade Brasileira de Zootecnia |
dc.source.none.fl_str_mv |
Revista Brasileira de Zootecnia v.36 n.5 2007 reponame:Revista Brasileira de Zootecnia (Online) instname:Sociedade Brasileira de Zootecnia (SBZ) instacron:SBZ |
instname_str |
Sociedade Brasileira de Zootecnia (SBZ) |
instacron_str |
SBZ |
institution |
SBZ |
reponame_str |
Revista Brasileira de Zootecnia (Online) |
collection |
Revista Brasileira de Zootecnia (Online) |
repository.name.fl_str_mv |
Revista Brasileira de Zootecnia (Online) - Sociedade Brasileira de Zootecnia (SBZ) |
repository.mail.fl_str_mv |
||bz@sbz.org.br|| secretariarbz@sbz.org.br |
_version_ |
1750318141555081216 |