Métodos estatísticos na seleção genômica ampla para curvas de crescimento em animais

Detalhes bibliográficos
Autor(a) principal: Rocha, Gilson Silvério da
Data de Publicação: 2011
Tipo de documento: Dissertação
Idioma: por
Título da fonte: LOCUS Repositório Institucional da UFV
Texto Completo: http://locus.ufv.br/handle/123456789/4041
Resumo: The main contribution of molecular genetics to the benefit of applied genetic breeding is the direct use of the DNA data in genomic selection, allowing high selective efficiency and speed in the acquisition of genetic gains in selection and low costs. A practical and consistent way of analyzing the productive efficiency of beef animals subjected to selection is through the study of growth curves, as these represent a longitudinal trajectory of the weights of the animals in function of time. Thus, firstly, growth models (non-linear models) are adjusted to the weight-age data of each animal submitted to selection and the parameters estimated as phenotypes are considered. This procedure permits to determine genetic parameter estimates for any growth trajectory point, and to understand the genetic architecture of the entire trajectory, since all the weighing information is condensed by these few biologically interpretable parameters. The parameters estimated from the growth models are used to predict the Genomic Breeding Value (GBV) by means of specific statistical methods for the Genome Wide Selection (GWS). The general objective of this work was to apply statistical methods used in the Genome Wide Selection, mainly RRBLUP/ GWS and the Bayesian LASSO on the study of animal growth curves, considering as phenotypic variables the estimates of the parameters of non-linear regression models. The specific objectives were: to estimate the genomic breeding values for each individual evaluated; to estimate the effect of SNP markers and to identify those with the greatest effects; to select, via grouping techniques, groups of individuals genetically superior, in relation to the growth curve; and to validate all the methodology used via simulation study and apply it to real data of an F2 population of swine originated from the cross of two males from the naturalized Brazilian race Piau with 18 females of a commercial line (Landrace × Large White × Pietrain).The results indicated that the Genome Wide Selection statistical methods were efficient in studying the growth curves, considering simulated and real swine weight-age data. GWS presented high accuracy in the selection of the growth curve trajectory, allowing the detection of the QTLs (Quantitative Trait Loci) for the curve parameters of the individuals studied. In the absence of genes of significant effect, the methods RR-BLUP/GWS and Bayesian LASSO showed similar results but the latter showed more efficiency when the halothane gene, characterized as of significant effect, was included as a marker in the analyses.
id UFV_19950e89e28776819ec804a37969f2b6
oai_identifier_str oai:locus.ufv.br:123456789/4041
network_acronym_str UFV
network_name_str LOCUS Repositório Institucional da UFV
repository_id_str 2145
spelling Rocha, Gilson Silvério dahttp://lattes.cnpq.br/1379925612863697Resende, Marcos Deon Vilela dehttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4709374E4Peternelli, Luiz Alexandrehttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4723301Z7Silva, Fabyano Fonseca ehttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4766260Z2Nascimento, Carlos Souza dohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4734058H3Cruz, Cosme Damiãohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4788274A62015-03-26T13:32:12Z2012-03-162015-03-26T13:32:12Z2011-06-20ROCHA, Gilson Silvério da. Statistical methods used in genome wide selection for growth curves in animals. 2011. 59 f. Dissertação (Mestrado em Estatística Aplicada e Biometria) - Universidade Federal de Viçosa, Viçosa, 2011.http://locus.ufv.br/handle/123456789/4041The main contribution of molecular genetics to the benefit of applied genetic breeding is the direct use of the DNA data in genomic selection, allowing high selective efficiency and speed in the acquisition of genetic gains in selection and low costs. A practical and consistent way of analyzing the productive efficiency of beef animals subjected to selection is through the study of growth curves, as these represent a longitudinal trajectory of the weights of the animals in function of time. Thus, firstly, growth models (non-linear models) are adjusted to the weight-age data of each animal submitted to selection and the parameters estimated as phenotypes are considered. This procedure permits to determine genetic parameter estimates for any growth trajectory point, and to understand the genetic architecture of the entire trajectory, since all the weighing information is condensed by these few biologically interpretable parameters. The parameters estimated from the growth models are used to predict the Genomic Breeding Value (GBV) by means of specific statistical methods for the Genome Wide Selection (GWS). The general objective of this work was to apply statistical methods used in the Genome Wide Selection, mainly RRBLUP/ GWS and the Bayesian LASSO on the study of animal growth curves, considering as phenotypic variables the estimates of the parameters of non-linear regression models. The specific objectives were: to estimate the genomic breeding values for each individual evaluated; to estimate the effect of SNP markers and to identify those with the greatest effects; to select, via grouping techniques, groups of individuals genetically superior, in relation to the growth curve; and to validate all the methodology used via simulation study and apply it to real data of an F2 population of swine originated from the cross of two males from the naturalized Brazilian race Piau with 18 females of a commercial line (Landrace × Large White × Pietrain).The results indicated that the Genome Wide Selection statistical methods were efficient in studying the growth curves, considering simulated and real swine weight-age data. GWS presented high accuracy in the selection of the growth curve trajectory, allowing the detection of the QTLs (Quantitative Trait Loci) for the curve parameters of the individuals studied. In the absence of genes of significant effect, the methods RR-BLUP/GWS and Bayesian LASSO showed similar results but the latter showed more efficiency when the halothane gene, characterized as of significant effect, was included as a marker in the analyses.O principal atrativo da genética molecular em benefício do melhoramento genético aplicado é a utilização direta das informações do DNA na seleção genômica, de modo a permitir alta eficiência seletiva, rapidez na obtenção de ganhos genéticos com a seleção e baixo custo. Uma forma prática e consistente de analisar a eficiência produtiva de animais de corte sujeitos à seleção é por meio dos estudos de curvas de crescimento, pois estas representam uma trajetória longitudinal dos pesos dos animais em função do tempo. Para isso, primeiramente ajustam-se modelos de crescimento (modelos não lineares) aos dados de peso-idade de cada animal submetido à seleção e consideram-se os parâmetros estimados como fenótipos. Este procedimento permite a obtenção de estimativas de parâmetros genéticos para qualquer ponto da trajetória de crescimento e possibilita a compreensão da arquitetura genética de toda a trajetória, uma vez que as informações de todas as pesagens são condensadas por esses poucos parâmetros interpretáveis biologicamente. Em seguida, os parâmetros estimados dos modelos de crescimento são utilizados para predizer os Valores Genéticos Genômicos (Genomic Breeding Value – GBV) por meio de métodos estatísticos específicos para a Seleção Genômica ix Ampla (Genome Wide Selection – GWS). O objetivo geral do presente trabalho foi empregar métodos estatísticos usados na Seleção Genômica Ampla, especificamente o RR-BLUP/GWS e o LASSO Bayesiano, no estudo de curvas de crescimento animal, considerando como variáveis fenotípicas as estimativas dos parâmetros de modelos de regressão não linear. Os objetivos específicos foram: estimar valores genéticos genômicos para cada indivíduo avaliado; estimar efeitos de marcadores SNPs e identificar os de maiores efeitos; selecionar, via técnicas de agrupamento, grupos de indivíduos geneticamente superiores em relação à curva de crescimento; e validar toda metodologia utilizada via estudo de simulação e aplicá-la a dados reais de uma população F2 de suínos proveniente do cruzamento de dois varrões da raça naturalizada brasileira Piau com 18 fêmeas de linhagem comercial (Landrace × Large White × Pietrain). Os resultados indicaram que os métodos estatísticos na Seleção Genômica Ampla foram eficientes no estudo de curvas de crescimento, considerando dados simulados e dados reais de peso-idade de suínos. A GWS apresentou alta acurácia na seleção para a trajetória das curvas de crescimento e possibilitou a detecção de QTLs (Quantitative Trait Loci) para os parâmetros da curva dos indivíduos considerados. Na ausência de genes de grande efeito, os métodos RRBLUP/ GWS e LASSO Bayesiano produziram resultados semelhantes, no entanto o método LASSO Bayesiano apresentou maior eficiência quando o gene halotano, caracterizado como de grande efeito, foi incluído como marcador nas análises.application/pdfporUniversidade Federal de ViçosaMestrado em Estatística Aplicada e BiometriaUFVBREstatística Aplicada e BiometriaMarcadores SNPsDados longitudinaisSuínosSNPs markersLongitudinal dataPigsCNPQ::CIENCIAS AGRARIASMétodos estatísticos na seleção genômica ampla para curvas de crescimento em animaisStatistical methods used in genome wide selection for growth curves in animalsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINALtexto completo.pdfapplication/pdf4537549https://locus.ufv.br//bitstream/123456789/4041/1/texto%20completo.pdf620653542527fa7feaefde5219b6a878MD51TEXTtexto completo.pdf.txttexto completo.pdf.txtExtracted texttext/plain96767https://locus.ufv.br//bitstream/123456789/4041/2/texto%20completo.pdf.txt6700e32e9d6e2495120db435b69ebe4aMD52THUMBNAILtexto completo.pdf.jpgtexto completo.pdf.jpgIM Thumbnailimage/jpeg3720https://locus.ufv.br//bitstream/123456789/4041/3/texto%20completo.pdf.jpgca3b365ae0a23d3d1d9a0dffa804711aMD53123456789/40412016-04-09 23:17:50.87oai:locus.ufv.br:123456789/4041Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452016-04-10T02:17:50LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false
dc.title.por.fl_str_mv Métodos estatísticos na seleção genômica ampla para curvas de crescimento em animais
dc.title.alternative.eng.fl_str_mv Statistical methods used in genome wide selection for growth curves in animals
title Métodos estatísticos na seleção genômica ampla para curvas de crescimento em animais
spellingShingle Métodos estatísticos na seleção genômica ampla para curvas de crescimento em animais
Rocha, Gilson Silvério da
Marcadores SNPs
Dados longitudinais
Suínos
SNPs markers
Longitudinal data
Pigs
CNPQ::CIENCIAS AGRARIAS
title_short Métodos estatísticos na seleção genômica ampla para curvas de crescimento em animais
title_full Métodos estatísticos na seleção genômica ampla para curvas de crescimento em animais
title_fullStr Métodos estatísticos na seleção genômica ampla para curvas de crescimento em animais
title_full_unstemmed Métodos estatísticos na seleção genômica ampla para curvas de crescimento em animais
title_sort Métodos estatísticos na seleção genômica ampla para curvas de crescimento em animais
author Rocha, Gilson Silvério da
author_facet Rocha, Gilson Silvério da
author_role author
dc.contributor.authorLattes.por.fl_str_mv http://lattes.cnpq.br/1379925612863697
dc.contributor.author.fl_str_mv Rocha, Gilson Silvério da
dc.contributor.advisor-co1.fl_str_mv Resende, Marcos Deon Vilela de
dc.contributor.advisor-co1Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4709374E4
dc.contributor.advisor-co2.fl_str_mv Peternelli, Luiz Alexandre
dc.contributor.advisor-co2Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4723301Z7
dc.contributor.advisor1.fl_str_mv Silva, Fabyano Fonseca e
dc.contributor.advisor1Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4766260Z2
dc.contributor.referee1.fl_str_mv Nascimento, Carlos Souza do
dc.contributor.referee1Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4734058H3
dc.contributor.referee2.fl_str_mv Cruz, Cosme Damião
dc.contributor.referee2Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4788274A6
contributor_str_mv Resende, Marcos Deon Vilela de
Peternelli, Luiz Alexandre
Silva, Fabyano Fonseca e
Nascimento, Carlos Souza do
Cruz, Cosme Damião
dc.subject.por.fl_str_mv Marcadores SNPs
Dados longitudinais
Suínos
topic Marcadores SNPs
Dados longitudinais
Suínos
SNPs markers
Longitudinal data
Pigs
CNPQ::CIENCIAS AGRARIAS
dc.subject.eng.fl_str_mv SNPs markers
Longitudinal data
Pigs
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS AGRARIAS
description The main contribution of molecular genetics to the benefit of applied genetic breeding is the direct use of the DNA data in genomic selection, allowing high selective efficiency and speed in the acquisition of genetic gains in selection and low costs. A practical and consistent way of analyzing the productive efficiency of beef animals subjected to selection is through the study of growth curves, as these represent a longitudinal trajectory of the weights of the animals in function of time. Thus, firstly, growth models (non-linear models) are adjusted to the weight-age data of each animal submitted to selection and the parameters estimated as phenotypes are considered. This procedure permits to determine genetic parameter estimates for any growth trajectory point, and to understand the genetic architecture of the entire trajectory, since all the weighing information is condensed by these few biologically interpretable parameters. The parameters estimated from the growth models are used to predict the Genomic Breeding Value (GBV) by means of specific statistical methods for the Genome Wide Selection (GWS). The general objective of this work was to apply statistical methods used in the Genome Wide Selection, mainly RRBLUP/ GWS and the Bayesian LASSO on the study of animal growth curves, considering as phenotypic variables the estimates of the parameters of non-linear regression models. The specific objectives were: to estimate the genomic breeding values for each individual evaluated; to estimate the effect of SNP markers and to identify those with the greatest effects; to select, via grouping techniques, groups of individuals genetically superior, in relation to the growth curve; and to validate all the methodology used via simulation study and apply it to real data of an F2 population of swine originated from the cross of two males from the naturalized Brazilian race Piau with 18 females of a commercial line (Landrace × Large White × Pietrain).The results indicated that the Genome Wide Selection statistical methods were efficient in studying the growth curves, considering simulated and real swine weight-age data. GWS presented high accuracy in the selection of the growth curve trajectory, allowing the detection of the QTLs (Quantitative Trait Loci) for the curve parameters of the individuals studied. In the absence of genes of significant effect, the methods RR-BLUP/GWS and Bayesian LASSO showed similar results but the latter showed more efficiency when the halothane gene, characterized as of significant effect, was included as a marker in the analyses.
publishDate 2011
dc.date.issued.fl_str_mv 2011-06-20
dc.date.available.fl_str_mv 2012-03-16
2015-03-26T13:32:12Z
dc.date.accessioned.fl_str_mv 2015-03-26T13:32:12Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv ROCHA, Gilson Silvério da. Statistical methods used in genome wide selection for growth curves in animals. 2011. 59 f. Dissertação (Mestrado em Estatística Aplicada e Biometria) - Universidade Federal de Viçosa, Viçosa, 2011.
dc.identifier.uri.fl_str_mv http://locus.ufv.br/handle/123456789/4041
identifier_str_mv ROCHA, Gilson Silvério da. Statistical methods used in genome wide selection for growth curves in animals. 2011. 59 f. Dissertação (Mestrado em Estatística Aplicada e Biometria) - Universidade Federal de Viçosa, Viçosa, 2011.
url http://locus.ufv.br/handle/123456789/4041
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Viçosa
dc.publisher.program.fl_str_mv Mestrado em Estatística Aplicada e Biometria
dc.publisher.initials.fl_str_mv UFV
dc.publisher.country.fl_str_mv BR
dc.publisher.department.fl_str_mv Estatística Aplicada e Biometria
publisher.none.fl_str_mv Universidade Federal de Viçosa
dc.source.none.fl_str_mv reponame:LOCUS Repositório Institucional da UFV
instname:Universidade Federal de Viçosa (UFV)
instacron:UFV
instname_str Universidade Federal de Viçosa (UFV)
instacron_str UFV
institution UFV
reponame_str LOCUS Repositório Institucional da UFV
collection LOCUS Repositório Institucional da UFV
bitstream.url.fl_str_mv https://locus.ufv.br//bitstream/123456789/4041/1/texto%20completo.pdf
https://locus.ufv.br//bitstream/123456789/4041/2/texto%20completo.pdf.txt
https://locus.ufv.br//bitstream/123456789/4041/3/texto%20completo.pdf.jpg
bitstream.checksum.fl_str_mv 620653542527fa7feaefde5219b6a878
6700e32e9d6e2495120db435b69ebe4a
ca3b365ae0a23d3d1d9a0dffa804711a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)
repository.mail.fl_str_mv fabiojreis@ufv.br
_version_ 1801212963851337728