Metodologia baseada em técnicas de mineração de dados para suporte à certificação de raças de ovinos.

• Autor(a) principal: VIEIRA, F. D.
• Data de Publicação: 2015
• Outros Autores: OLIVEIRA, S. R. de M., PAIVA, S. R.
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)
• Texto Completo: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1036157; http://dx.doi.org/10.1590/1809-4430-Eng.Agric.v35n6p1172-1186/2015
• topic: Polimorfismo de nucleotídeo único; Seleção de atributos; Modelos preditivos; Regressão penalizada; Feature selection; Predictive modeling; Penalized regression; Single nucleotide polymorphism; Models

O objetivo deste trabalho foi desenvolver uma metodologia baseada em técnicas de mineração de dados para selecionar os principais marcadores SNP (Single Nucleotide Polymorphism) para as raças de ovinos: Crioula, Morada Nova e Santa Inês. Os dados utilizados foram obtidos do Consórcio Internacional de Ovinos e são compostos por 72 animais das raças citadas, e cada animal possui 49.034 marcadores SNP. Considerando que o número de atributos (marcadores) é muito maior que o de observações (animais), foram aplicadas as técnicas de predição LASSO (Least Absolute Shrinkage and Selection Operator), Random Forest e Boosting para a geração de modelos preditivos que incorporam métodos de seleção de atributos. Os resultados revelaram que os modelos preditivos selecionaram os principais marcadores SNP para identificação das raças estudadas. O modelo LASSO selecionou um total de 29 marcadores relevantes. A partir dos modelos Random Forest e Boosting, foram obtidos 27 e 20 marcadores importantes, respectivamente. Por meio da intersecção dos modelos gerados, identificou-se um subconjunto de 18 marcadores com maior potencial de identificação das raças.