skip to main content
Idioma:

Uso de Machine Learning e dados genômicos para melhoria de características econômicas em bovinos de leite

Andrietta, Lucas Tassoni

Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Faculdade de Medicina Veterinária e Zootecnia 2022-07-22

Acesso online. A biblioteca também possui exemplares impressos.

  • Título:
    Uso de Machine Learning e dados genômicos para melhoria de características econômicas em bovinos de leite
  • Autor: Andrietta, Lucas Tassoni
  • Orientador: Ventura, Ricardo Vieira
  • Assuntos: Acasalamento Dirigido; Aprendizado De Máquina; Melhoramento Animal; Animal Breeding; Machine Learning; Mating Scheme
  • Notas: Dissertação (Mestrado)
  • Descrição: Estratégias de acasalamento dirigido são consideradas ferramentas essenciais em programas de melhoramento animal. Com o advento da Seleção Genômica na última década, em associação aos avanços nas técnicas reprodutivas, nota-se diminuição no intervalo de gerações, aumentos na acurácia de predição e na intensidade de seleção, proporcionando expressivo ganho genético para os animais das cadeias produtivas. A fim de se compreender atributos das informações genotípicas e otimizar acasalamentos, objetivou-se neste estudo, por meio da simulação de uma população de bovinos leiteiros, a exploração de diferentes abordagens de extração de atributos de informações genotípicas de indivíduos do rebanho, tendo como objetivo a avaliação do desempenho preditivo ao se empregar tais dados por meio de dois algoritmos de Machine Learning (Random Forests e K-Nearest Neighbours) em 11 cenários propostos referentes ao coeficiente de endogamia (Froh), valor genético, além da proposta de um método de acasalamento. O uso das abordagens propostas de extração de atributos contribuiu para a diminuição dos dados a serem empregados nos modelos em até 98%, implicando na maioria dos cenários, em resultados mais representativos quando consideradas as informações reduzidas em dimensão quando comparadas a utilização de dados íntegros. Destacou-se o uso do algoritmo Random Forests para os cenários de regressão propostos, em especial na predição dos valores de Froh utilizando os genótipos dos pais em comparação a informação do próprio indivíduo, sendo o resultado de r2 do primeiro superior em 29%, quando utilizado o método de distância euclidiana proposto. Destaca-se também a abordagem visual proposta, favorecendo o desenvolvimento de estudos em busca de indivíduos a serem acasalados de acordo com os interesses relacionados a uniformidade de rebanho e a potenciais expoentes no quesito reprodução.
  • DOI: 10.11606/D.10.2022.tde-21092022-081212
  • Editor: Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Faculdade de Medicina Veterinária e Zootecnia
  • Data de criação/publicação: 2022-07-22
  • Formato: Adobe PDF
  • Idioma: Português
Links
Voltar para lista de resultados

  • Realização: ABCD-USP USP   Logos de Redes Sociais: Freepik

Buscando em bases de dados remotas. Favor aguardar.