Incorporação de informações genômicas para estimação de parâmetros genéticos de peso corporal e escores visuais na raça nelore
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | http://hdl.handle.net/11449/154989 |
Resumo: | Programas de melhoramento genético na bovinocultura de corte são importantes para o progresso genético do rebanho e consequentemente para a economia do país. Os avanços nas tecnologias de genotipagem permitiram estimativas de parâmetros genéticos a partir de informações genômicas por meio dos painéis de marcadores do tipo SNP (single nucleotide polymorphism). Estes avanços permitem estimativas de parâmetros genéticos, a partir de informações genômicas mais acuradas, acelerando o progresso genético dos rebanhos brasileiros. O objetivo deste trabalho foi a estimação de parâmetros genéticos, tendência genética e análise de componentes principais de características de peso corporal ao nascer (PN), aos 210 (P210), 365 (P365), e 450 (P450) dias de idade e escores visuais de Estrutura (ES), Precocidade (PS) e Musculosidade (MS), medidas ao sobreano. Os dados utilizados nesse estudo foram obtidos junto ao Programa Nelore Brasil, mantido pela Associação Nacional de Criadores e Pesquisadores (ANCP). As estimativas foram obtidas com base em registros de pedigree de 192.483 animais, 80.114 registros fenotípicos e 8.652 registros de animais genotipados. Os valores genéticos preditos (EBV) foram estimados a partir da equação dos modelos mistos e metodologia bayesiana, enquanto os valores genéticos genômicos preditos (GEBV) foram obtidos a partir do melhor preditor genômico linear não-viesado de único estágio (ssGBLUP). As estimativas de herdabilidade (h2) para as características de PN, P210, P365, P450, ES, PS e MS foram respectivamente de 0,81±0,01, 0,38±0,02, 0,34±0,02, 0,35±0,02, 0,31±0,04, 0,38±0,05, 0,39±0,05, com a inclusão de informações de SNPs e para estimativas apenas com informações de pedigree e fenótipos, as h2 foram de 0,82±0,01, 0,33±0,02, 0,31±0,02, 0,32±0,02, 0,32±0,05, 0,37±0,05, 0,38±0,05, respectivamente. A análise de componentes principais dos EBVs e GEBVs médios evidenciaram que a utilização de informações genômicas resultou em melhor identificação de variabilidade genética das características, sendo o componente principal 1 responsável por 66,08% da variabilidade utilizando informações de SNPs, enquanto que pela metodologia bayesiana, 64,74%. As tendências genéticas das médias dos EBVs e GEBVs por ano de nascimento dos animais indicaram que houve progresso genético para todas as características deste estudo. Conclui-se que a análise de componentes principais mostrou que a variabilidade das características foi melhor identificada quando se têm as informações de genótipos dos animais. Os resultados das tendências genéticas indicaram que o rebanho estudado está respondendo de forma favorável a seleção em todas as características segundo os critérios adotados pelo programa de melhoramento genético Nelore Brasil. |
id |
UNSP_a86c4cbd9032243bbed34b59ccb18a35 |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/154989 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
Incorporação de informações genômicas para estimação de parâmetros genéticos de peso corporal e escores visuais na raça neloreIncorporation of genomic information in genetic parameters estimation of body weight and visual scores in nelore breedAnálise de componentes principaisGenômicaTendência genéticaSingle-stepProgramas de melhoramento genético na bovinocultura de corte são importantes para o progresso genético do rebanho e consequentemente para a economia do país. Os avanços nas tecnologias de genotipagem permitiram estimativas de parâmetros genéticos a partir de informações genômicas por meio dos painéis de marcadores do tipo SNP (single nucleotide polymorphism). Estes avanços permitem estimativas de parâmetros genéticos, a partir de informações genômicas mais acuradas, acelerando o progresso genético dos rebanhos brasileiros. O objetivo deste trabalho foi a estimação de parâmetros genéticos, tendência genética e análise de componentes principais de características de peso corporal ao nascer (PN), aos 210 (P210), 365 (P365), e 450 (P450) dias de idade e escores visuais de Estrutura (ES), Precocidade (PS) e Musculosidade (MS), medidas ao sobreano. Os dados utilizados nesse estudo foram obtidos junto ao Programa Nelore Brasil, mantido pela Associação Nacional de Criadores e Pesquisadores (ANCP). As estimativas foram obtidas com base em registros de pedigree de 192.483 animais, 80.114 registros fenotípicos e 8.652 registros de animais genotipados. Os valores genéticos preditos (EBV) foram estimados a partir da equação dos modelos mistos e metodologia bayesiana, enquanto os valores genéticos genômicos preditos (GEBV) foram obtidos a partir do melhor preditor genômico linear não-viesado de único estágio (ssGBLUP). As estimativas de herdabilidade (h2) para as características de PN, P210, P365, P450, ES, PS e MS foram respectivamente de 0,81±0,01, 0,38±0,02, 0,34±0,02, 0,35±0,02, 0,31±0,04, 0,38±0,05, 0,39±0,05, com a inclusão de informações de SNPs e para estimativas apenas com informações de pedigree e fenótipos, as h2 foram de 0,82±0,01, 0,33±0,02, 0,31±0,02, 0,32±0,02, 0,32±0,05, 0,37±0,05, 0,38±0,05, respectivamente. A análise de componentes principais dos EBVs e GEBVs médios evidenciaram que a utilização de informações genômicas resultou em melhor identificação de variabilidade genética das características, sendo o componente principal 1 responsável por 66,08% da variabilidade utilizando informações de SNPs, enquanto que pela metodologia bayesiana, 64,74%. As tendências genéticas das médias dos EBVs e GEBVs por ano de nascimento dos animais indicaram que houve progresso genético para todas as características deste estudo. Conclui-se que a análise de componentes principais mostrou que a variabilidade das características foi melhor identificada quando se têm as informações de genótipos dos animais. Os resultados das tendências genéticas indicaram que o rebanho estudado está respondendo de forma favorável a seleção em todas as características segundo os critérios adotados pelo programa de melhoramento genético Nelore Brasil.Genetic improvement programs of Brazilian beef cattle are important for herd’s genetic progress and consequently for the country’s economy. With the advances in sequencing and genotyping technologies, high density panels with SNP (single nucleotide polymorphism) type polymorphic markers are available on the market. These advances allow genetic parameters estimation from genomic information to be more accurate, leading to a faster genetic progress of Brazilian herds. The aim of this study was the genetic parameters estimation, genetic trend and principal components analysis for body weight measured at birth (PN), 210 (P210), 365 (P365) and 450 (P450) days of age and visual scores of Structure (ES), Precocity (PS) and Musculoskeletal (MS), measured in yearling period (from 12 to 20 months of age). The data were obtained from the Nelore Brazil breeding program maintained by the National Association of Breeders and Researchers (ANCP). The estimates were obtained on pedigree records of 192,483 animals, 80,114 phenotypic records and 8,652 records of genotyped animals. The genomic estimated breeding value (GEBV) and estimated breeding value (GEBV) were obtained from the single step best genomic linear unbiased predictor (ssGBLUP), mixed models’ equation and bayesian methodology, respectively. The (co)variance components were estimated from Bayesian methodology. The heritability estimates (h2) for PN, P210, P365, P450, ES, PS and MS were respectively 0.81±0.01. 0.38±0.02. 0.34±0.02. 0.35±0.02. 0.31±0.04. 0.38±0.05. 0.39±0.05, with information from SNPs and for estimates only with pedigree and phenotypes information, h2 were 0.82±0.01. 0.33±0.02. 0.31±0.02. 0.32±0.02. 0.32±0.05. 0.37±0.05. 0.38±0.05, respectively. The principal components analysis for the mean values for EBVs and GEBVs showed that the use of genomic information resulted in a greater capture of variability for the traits. The principal component 1 was responsible for 66.08% of the variability using information from SNPs, whereas for the analysis with only from pedigree and phenotype, 64.74%. The genetic trends for EBVs and GEBVs by year of birth of the animals indicated that there was genetic progress for all traits of this study. It is concluded that all the principal component analysis showed that the genotypes information provides better identification on trait’s variability. Genetic trends indicated genetic progress made by the Nelore Brazil breeding program for all traits.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Universidade Estadual Paulista (Unesp)Munari, Danísio Prado [UNESP]Universidade Estadual Paulista (Unesp)Watanabe, Rafael Nakamura2018-08-29T17:47:22Z2018-08-29T17:47:22Z2018-07-31info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/11449/15498900090732633004102030P4porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-06-05T13:33:00Zoai:repositorio.unesp.br:11449/154989Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T19:29:58.613392Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Incorporação de informações genômicas para estimação de parâmetros genéticos de peso corporal e escores visuais na raça nelore Incorporation of genomic information in genetic parameters estimation of body weight and visual scores in nelore breed |
title |
Incorporação de informações genômicas para estimação de parâmetros genéticos de peso corporal e escores visuais na raça nelore |
spellingShingle |
Incorporação de informações genômicas para estimação de parâmetros genéticos de peso corporal e escores visuais na raça nelore Watanabe, Rafael Nakamura Análise de componentes principais Genômica Tendência genética Single-step |
title_short |
Incorporação de informações genômicas para estimação de parâmetros genéticos de peso corporal e escores visuais na raça nelore |
title_full |
Incorporação de informações genômicas para estimação de parâmetros genéticos de peso corporal e escores visuais na raça nelore |
title_fullStr |
Incorporação de informações genômicas para estimação de parâmetros genéticos de peso corporal e escores visuais na raça nelore |
title_full_unstemmed |
Incorporação de informações genômicas para estimação de parâmetros genéticos de peso corporal e escores visuais na raça nelore |
title_sort |
Incorporação de informações genômicas para estimação de parâmetros genéticos de peso corporal e escores visuais na raça nelore |
author |
Watanabe, Rafael Nakamura |
author_facet |
Watanabe, Rafael Nakamura |
author_role |
author |
dc.contributor.none.fl_str_mv |
Munari, Danísio Prado [UNESP] Universidade Estadual Paulista (Unesp) |
dc.contributor.author.fl_str_mv |
Watanabe, Rafael Nakamura |
dc.subject.por.fl_str_mv |
Análise de componentes principais Genômica Tendência genética Single-step |
topic |
Análise de componentes principais Genômica Tendência genética Single-step |
description |
Programas de melhoramento genético na bovinocultura de corte são importantes para o progresso genético do rebanho e consequentemente para a economia do país. Os avanços nas tecnologias de genotipagem permitiram estimativas de parâmetros genéticos a partir de informações genômicas por meio dos painéis de marcadores do tipo SNP (single nucleotide polymorphism). Estes avanços permitem estimativas de parâmetros genéticos, a partir de informações genômicas mais acuradas, acelerando o progresso genético dos rebanhos brasileiros. O objetivo deste trabalho foi a estimação de parâmetros genéticos, tendência genética e análise de componentes principais de características de peso corporal ao nascer (PN), aos 210 (P210), 365 (P365), e 450 (P450) dias de idade e escores visuais de Estrutura (ES), Precocidade (PS) e Musculosidade (MS), medidas ao sobreano. Os dados utilizados nesse estudo foram obtidos junto ao Programa Nelore Brasil, mantido pela Associação Nacional de Criadores e Pesquisadores (ANCP). As estimativas foram obtidas com base em registros de pedigree de 192.483 animais, 80.114 registros fenotípicos e 8.652 registros de animais genotipados. Os valores genéticos preditos (EBV) foram estimados a partir da equação dos modelos mistos e metodologia bayesiana, enquanto os valores genéticos genômicos preditos (GEBV) foram obtidos a partir do melhor preditor genômico linear não-viesado de único estágio (ssGBLUP). As estimativas de herdabilidade (h2) para as características de PN, P210, P365, P450, ES, PS e MS foram respectivamente de 0,81±0,01, 0,38±0,02, 0,34±0,02, 0,35±0,02, 0,31±0,04, 0,38±0,05, 0,39±0,05, com a inclusão de informações de SNPs e para estimativas apenas com informações de pedigree e fenótipos, as h2 foram de 0,82±0,01, 0,33±0,02, 0,31±0,02, 0,32±0,02, 0,32±0,05, 0,37±0,05, 0,38±0,05, respectivamente. A análise de componentes principais dos EBVs e GEBVs médios evidenciaram que a utilização de informações genômicas resultou em melhor identificação de variabilidade genética das características, sendo o componente principal 1 responsável por 66,08% da variabilidade utilizando informações de SNPs, enquanto que pela metodologia bayesiana, 64,74%. As tendências genéticas das médias dos EBVs e GEBVs por ano de nascimento dos animais indicaram que houve progresso genético para todas as características deste estudo. Conclui-se que a análise de componentes principais mostrou que a variabilidade das características foi melhor identificada quando se têm as informações de genótipos dos animais. Os resultados das tendências genéticas indicaram que o rebanho estudado está respondendo de forma favorável a seleção em todas as características segundo os critérios adotados pelo programa de melhoramento genético Nelore Brasil. |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-08-29T17:47:22Z 2018-08-29T17:47:22Z 2018-07-31 |
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.uri.fl_str_mv |
http://hdl.handle.net/11449/154989 000907326 33004102030P4 |
url |
http://hdl.handle.net/11449/154989 |
identifier_str_mv |
000907326 33004102030P4 |
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 Estadual Paulista (Unesp) |
publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
Repositório Institucional da UNESP |
collection |
Repositório Institucional da UNESP |
repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
|
_version_ |
1808129077687615488 |