Abordagem sobre modelos, covariáveis e acurácia na seleção genômica

• Autor(a) principal: Peixoto, Leonardo de Azevedo
• Data de Publicação: 2016
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: LOCUS Repositório Institucional da UFV
• Texto Completo: http://www.locus.ufv.br/handle/123456789/9507
• topic: Plantas - Melhoramento genético; Plantas - Seleção; Predição (Genética quantitativa); Marcadores moleculares; Genética Quantitativa

A seleção genômica (SG) tem se tormado uma ferramenta de grande potencial no melhoramento de plantas. Além dela, o estudo de associação genômica (EAGA) e a seleção assistida por marcadores moleculares (SAM) também são metodologias com aplicabilidade no melhoramento. A diferença básica entre essas metodologias é que enquanto a SAM utiliza mapas de ligação e o EAGA utiliza mapas de associação para identificar marcadores significativos, a SG utiliza todos os marcadores disponíveis sem a necessidade de nenhum tipo de mapa. Portanto os objetivos desta pesquisa foram: 1) avaliar modelos utilizando os SNPs significativos encontrados pelos SAM e EAGA como efeito fixo nos modelos comumente utilizados na SG, em que no modelo tradicional, todos os SNPs são estabelecidos como de efeito aleatório. Estes modelos foram comparados com o modelo padrão utilizado na SG (RRBLUP bayesiano); 2) comparar os métodos tradicionais de seleção genômica (todos os SNPs como efeito aleatório); 3) verificar como a herdabilidade e o número de QTLs que controlam a característica podem influenciar na predição do valor genético; 4) estabelecer uma equação de predição da correlação genética em função da correlação fenotípica; 5) estabelecer o número ideal de indivíduos para compor a população de treinamento e; 6) estabelecer a quantidade necessária de marcadores para obter máxima acurácia pelos métodos de seleção genômica. Foram simuladas populações F 2 com 1.000 indivíduos em diferentes cenários. As populações foram simuladas com 4.500 (objetivo 1) e 3.000 marcadores (demais objetivos). Foram simuladas características com diferentes herdabilidades (5, 20, 40, 60, 80 e 99%) e o número de QTLs (60, 120, 180 e 240) (objetivos 2, 3 e 4). Foram estimados para todos os cenários a capacidade preditiva fenotípica e genotípica, a acurácia fenotipica e genotípica, a herdabilidade genômica, a variância genética, o ganho com a seleção, o índice de coincidência e o tempo de processamento. Foi utilizado a cross validação 5-fold com 50 repetições. As principais conclusões desta pesquisa foram: 1) A utilização de um modelo de SG com as marcas significativas encontradas pelo EAGA como efeito fixo e as demais marcas como efeito aleatório é uma boa estratégia para selecionar indivíduos superiores com alta acurácia; 2) A introdução no modelo de SG de QTLs que já foram descritos previamente para a característica em estudo, como efeito fixo, permite a seleção de indivíduos superiores de forma mais acurada; 3) os modelos de seleção genômica para predição em populações F 2 devem ser compostos por 200 a 900 marcadores de maior efeito sobre a característica e mais de 600 indivíduos na população de treinamento.