Validação e correção de fenótipos na seleção genômica ampla

Abstract

Resumo -O objetivo deste trabalho foi avaliar a influência da distribuição dos efeitos de QTL, do tipo de população de validação e da correção dos fenótipos sobre a acurácia da seleção genômica ampla. Duas populações de irmãos completos, com 500 indivíduos, foram simuladas, tendo-se considerado, genotipicamente, 1.000 locos marcadores -100 ligados a QTL. Os efeitos de QTL apresentaram distribuição uniforme ou exponencial. Na validação 1, uma amostra com 100 indivíduos constituiu a população de validação; na validação 2, aplicou-se a validação cruzada, com amostra de 100 indivíduos em cinco repetições; e na 3, uma segunda geração constituiu a população de validação. As metodologias de análise utilizadas foram RR-Blup e Blasso, com modelos mistos para correção dos fenótipos. Sem correção fenotípica, a distribuição exponencial proporcionou maiores acurácias, e o método Blasso foi mais acurado com essa distribuição; enquanto o RRBlup foi mais acurado com a distribuição uniforme. Nesse cenário sem correção, as validações 1 e 3 foram mais acuradas. Com correção, as distribuições exponencial e uniforme produziram acurácias similares, e o método Blasso mostrou-se mais acurado para ambas. Nesse cenário, as validações 1 e 2 foram mais acuradas. No geral, o método RR-Blup foi mais acurado, e o Blasso menos viciado.Termos para indexação: acurácia, Blasso, genotipagem em larga escala, marcadores moleculares, RR-Blup. Validation and phenotypic correction in genome-wide selectionAbstract -The objective of this work was to evaluate the effect of the distribution of QTL effects, of the type of validation population, and of phenotype adjustment in the accuracy of genome-wide selection. Two populations of full siblings with 500 individuals were simulated, with 1,000 loci markers being genotypically considered -100 linked to QTL. The QTL effects had uniform or exponential distribution. For validation 1, a 100-individual sample constituted the validation population; in validation 2, cross validation was applied, with a 100-individual sample in five replicates; and in validation 3, a second generation formed the validation population. The analysis methodologies used were RR-Blup and Blasso, with mixed models for phenotype correction. Without phenotypic correction, the exponential distribution led to higher accuracies, and the Blasso method showed greater accuracy with this distribution; while RR-Blup was more accurate with uniform distribution. In this scenario without correction, validations 1 and 3 were more accurate. With phenotypic correction, exponential and uniform distributions led to similar accuracies, and the Blasso method proved more accurate for both of them. In this scenario, validations 1 and 2 were more accurate. Generally, the RR-Blup method was more accurate, and the Blasso method was less biased.

Seleção Genômica Ampla (Gws) E Associação Genômica Ampla (Gwas) No Melhoramento De Forrageiras: Abordagem Conceitual, Genética Quantitativa E Aplicações

“…Estudos com dados simulados mostram que progênies com maiores laços de 570 parentesco e menor número efetivo aumentam a acurácia da seleção; além de demonstrarem que em condições de altos desequilíbrio de ligação e herdabilidade, a densidade de marcadores tem menor influência na capacidade de predição (COUTINHO et al, 2018;VALENTE et al, 2016). Quanto aos métodos de predição, o RR-BLUP (Ridge Regression-Best Linear Unbiased Prediction), de forma geral, é superior ao método bayesiano (Blasso), porém em condições de alta herdabilidade e alto desequilíbrio de ligação, o método baseado em redes neurais demonstra superioridade em relação ao RR-BLUP, indicando diferença de modelos quantos aos pressupostos associados à característica estudada (ALMEIDA et al, 2016;COUTINHO et al, 2018).…”