Detecção de locos de características quantitativas (QTL) afetando o crescimento e a carcaça de suínos: um enfoque Bayesiano com o uso de diferentes prioris

• Autor(a) principal: Gonçalves,Tarcisio de Moraes
• Data de Publicação: 2008
• Outros Autores: Costa,Ana Luísa Lopes da, Laranjo,Juliana Salgado, Rodriguez,Mary Ana Petersen, Rebouças,Geovanne Ferreira
• 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=S1516-35982008000200012
• topic: análise MCMC; detecção de QTL; método Bayesiano

Foram utilizados 1.129 animais, 298 F1 e 831 F2 para gordura intramuscular (GIM, %) e ganho de peso (GP, g/dia) e 324 F1 e 805 F2 para espessura de toucinho (ET, mm), obtidos por meio do cruzamento de suínos machos da raça Meishan e fêmeas Large White e Landrace. Os animais foram genotipados para marcadores moleculares cobrindo todo o genoma. Foram estudados os cromossomos 1, 2, 4, 5, 6, 7, 13, 14 e19 para ET e GIM e os cromossomos 1, 2, 4, 6, 7, 8, 13, 17 e19 para GP entre 25 e 90 kg de peso vivo (PV). Análises de QTL usando metodologia Bayesiana foram aplicadas mediante o modelo genético estatístico combinando os efeitos Poligênico Infinito (MPI), Poligênico Finito (MPF) e de QTL. Os sumários dos parâmetros estimados foram baseados nas distribuições marginais a posteriori obtidas por Cadeia de Markov, algoritmo de Monte Carlo (MCMC). De modo geral, por meio dos resultados, foi possível evidenciar um QTL para ET, independentemente da priori estudada. Não foi possível detectar QTL para as características GIM e GP com a aplicação desta metodologia, o que pode estar relacionado aos marcadores não-informativos ou à ausência de QTL segregando nos cromossomos estudados. Há vantagens em analisar dados experimentais ajustando modelos genéticos combinados e não considerando unicamente o modelo poligênico ou o oligogênico. As análises ilustraram a utilidade e aplicabilidade do método Bayesiano no qual foram utilizados modelos finitos.