skip to main content
Idioma:
Tipo de recurso Mostra resultados com: Mostra resultados com: Índice

Modelos genômicos não aditivos na avaliação de vacas leiteiras

Pilonetto, Fabricio

Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Escola Superior de Agricultura Luiz de Queiroz 2021-09-29

Acesso online

  • Título:
    Modelos genômicos não aditivos na avaliação de vacas leiteiras
  • Autor: Pilonetto, Fabricio
  • Orientador: Mourão, Gerson Barreto
  • Assuntos: Gebv; Simulação; Genômica; Heterose; Heterozigosidade; Gebv; Heterozygosity; Heterosis; Genomic; Simulation
  • Notas: Tese (Doutorado)
  • Descrição: Na pecuária leiteira, o interesse em selecionar animais com alto potencial genético para produção e qualidade do leite, pode causar um decréscimo na variabilidade genotípica, devido à intensa pressão de seleção. Neste contexto, as avaliações genéticas têm considerado apenas os efeitos genéticos aditivos, não sendo incluídos efeitos de dominância nos modelos de predição, por exemplo. O objetivo deste trabalho foi verificar a contribuição dos efeitos genéticos não-aditivos nos modelos de predição genômica e inferir a heterozigose molecular e a heterose genômica. Foram testadas a habilidade e o viés na predição dos valores genéticos genômicos (GEBVs) por um modelo puramente aditivo e outro aditivo-dominante. Estes foram comparados e as estimativas de variância computadas e avaliadas de acordo com o modelo proposto. Uma segunda fase compreendeu estimar a heterozigosidade e a heterose genômica, e realizar uma adaptação da associação ampla do genoma (GWAS) para capturar as variâncias não-aditivas, identificar regiões do genoma com possível vantagem heterozigótica e de marcadores moleculares associados ao fenótipo. Em ambas as fases foram utilizados dados simulados e registros fenotípicos reais de bovinos leiteiros da raça Holandesa. As proporções da variância de dominância em relação ao fenótipo foram de 2,9 a 5,2% em dados simulados, e de 0,08 a 3,8% para as características produção e qualidade do leite. A maior acurácia foi de 0,79 e 0,36 no modelo aditivo e aditivo-dominante simulado, respectivamente. Para os dados reais, as estimativas foram semelhantes entre os modelos. O melhor desempenho do modelo foi para gordura e ácido graxo, com maior vantagem para ácido graxo quando incluído os efeitos de dominância na avaliação. Em média, para o cenário de menor herdabilidade (h2 = 0,10), a taxa de heterozigosidade foi de 35,6%, e níveis próximos foram encontrados para os demais cenários (35,4 e 35,7%). O cenário de maior herdabilidade apresentou os maiores valores médios de heterose genômica (17,0%), comparado aos demais (3,02 a 11,0%). Os coeficientes de regressão revelaram que a heterozigosidade tem impacto positivo sobre a heterose genômica para a maioria das populações simuladas. A heterozigosidade avaliada de forma empírica e por meio de dados reais revelou resultados otimistas quanto à possibilidade de selecionar os animais de raça pura, para gerar maior e melhor heterose genômica. Incluir os efeitos de dominância no modelo de GWAS adaptado pode contribuir para a identificação de marcadores associados ao fenótipo, de forma semelhante ou superior ao modelo aditivo adaptado. Conclui-se que incluir os efeitos de dominância deve beneficiar uma melhor estimativa dos componentes de variância genética, principalmente para as características de menor herdabilidade e altamente influenciadas pelo ambiente. Além disso, sugere-se que a heterose genômica em populações de raça pura pode ser acessada se considerado os fatores de heterozigosidade molecular e suas associações com o fenótipo de interesse.
  • DOI: 10.11606/T.11.2021.tde-10112021-182732
  • Editor: Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Escola Superior de Agricultura Luiz de Queiroz
  • Data de criação/publicação: 2021-09-29
  • Formato: Adobe PDF
  • Idioma: Português
Links
Voltar para lista de resultados
Resultado  1

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

Buscando em bases de dados remotas. Favor aguardar.