Otro
Seleção genômica para características longitudinais de bovinos da raça Holandesa
Registro en:
000872008
33004102002P0
Autor
Scalez, Daiane Cristina Becker
Resumen
Características longitudinais são de grande importância para a
produção animal, no entanto, quando se trata de seleção genômica vários métodos
estão sendo avaliados para características pontuais, como produção de leite em
idades específicas ou produção total. Dessa forma, a aplicação destes métodos a
trajetórias completas do fenótipo de interesse ao longo do tempo pode ser uma
ferramenta importante para a tomada de decisão do melhor momento para seleção
dos animais. No presente estudo foram utilizados dados de produção de leite,
porcentagem de gordura, porcentagem de proteína e escore de células somáticas de
bovinos leiteiros da raça Holandesa em uma metodologia de dois estágios: i) os
modelos não lineares de Wood (1967), Cobby & Le Du (1978) e Wilmink (1987)
foram ajustados aos dados de cada característica; ii) as estimativas de parâmetros
obtidas para as curvas individuais no modelo que proporcionou melhor ajuste aos
dados (Wilmink) foram utilizadas como fenótipos nas análises genômicas. Além dos
modelos não lineares, também foi utilizado um modelo de regressão aleatória
(RRM), considerando polinômios de Legendre quadráticos para a modelagem dos
efeitos genético aditivo e de ambiente permanente. No segundo estágio foram
testados diferentes métodos para estimação dos valores genéticos genômicos
(GEBV): RR-BLUP e LASSO, que consideraram como fenótipos as estimativas dos
parâmetros obtidas anteriormente e os coeficientes de regressão estimados via
RRM. A correspondência de fenótipos e GEBV foi verificada por meio de validação
cruzada, utilizando o método k-fold. Para todas as características estudadas e todos
os parâmetros estimados pelo modelo de Wilmink (1987), as acurácias da predição
genômica foram baixas quando o RR-BLUP foi utilizado. Além disso, o parâmetro c
apresentou acurácias próximas de zero para quase todas as características. As
acurácias de predição obtidas para os coeficientes de regressão aleatória foram de
magnitude moderada a alta (>0,67) demonstrando que o uso de coeficientes de
regressão aleatória pode ser uma boa alternativa para predição genômica
considerando dados longitudinais. Longitudinal traits are of great importance for animal production, however, when it comes to genomic selection several methods are being evaluated for specific traits, such as milk yield in specific ages or total yield. Thus, applying these methods to complete trajectories of the phenotype of interest over time can be an important tool for helping to decide the best time to select the animals. In this study, milk yield, fat and protein percentage, and somatic cell score data of dairy cattle were used, in a two-stage procedure: i) where the nonlinear Wood (1967), Cobby & Le Du (1978) and Wilmink (1987) were adjusted; ii) the model that provided the best fit was the Wilmink model (1987), whose parameter estimates were used as phenotypes later. In addition to the non-linear models, it was also used a random regression model, considering quadratic Legendre polynomials to model the additive genetic and permanent environment effects. In the second stage different methods for estimation of genomic breeding values (GEBV) were applied: RR-BLUP and LASSO, which considered as phenotypes the estimated parameters previously obtained and the random regression coefficients. The correspondence between phenotypes and GEBV was verified by through cross validation using the k-fold method. For all traits, the genomic prediction accuracies of Wilmink’s model parameters were low when RR-BLUP was used. Furthermore, the accuracies for parameter c showed values close to zero for most traits. The prediction accuracies for random regression coefficients were moderate to high, above 0.67, and demonstrated that the use of random regression coefficients can be a good alternative for genomic prediction using longitudinal data. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)