Купить СНПЧ А7 Архангельск, оперативня доставка

crosscheckdeposited

Métodos de Estimação e Validação na Seleção Genômica

DOI: http://dx.doi.org/10.12971/2179-5959.v03n02a01

http://www.prp.ueg.br/revista/index.php/agrotecnologia/index 

downloadpdf

Ísis F. de Almeida1, Cosme D. Cruz2, Marcos D. V. de Resende3, Ramon V. de Almeida4 & Fernanda R. Mendes5

 

Resumo: A seleção genômica ampla (GWS) consiste na utilização simultânea de centenas ou milhares de marcadores, os quais cobrem o genoma de maneira densa, de forma que todos os genes de um caráter quantitativo estejam em desequilíbrio de ligação com pelo menos uma parte dos marcadores. Este trabalho teve por objetivo avaliar a acurácia ao se aplicar diferentes métodos estatísticos de seleção genômica (RR-BLUP e BLASSO) e diferentes formas de validação. Foram simulados genomas com dez grupos de ligação contendo 100 marcas bi-alélicas e co-dominantes por grupo, totalizando 1010 marcadores apresentando intervalos entre marcas adjacentes equidistantes. Esses genomas foram utilizados para a geração da população simulada de famílias de meios-irmãos com 1.000 indivíduos. As diferentes características quantitativas, uniformes e binomiais, de herdabilidade 0,40, foram avaliadas. Para um tipo de validação criou-se uma população de validação independente com 1000 indivíduos e para outro tipo, aplicou-se a validação cruzada de Jacknife, usando a mesma população para estimação e validação. Os programas estatísticos utilizados foram GENES, SELEGEN GENÔMICA e R. As acurácias apresentaram valores entre 0,55 e 0,92. De forma geral, a validação feita através da população independente apresentou valores mais elevados de acurácia. Para famílias de meios-irmãos e com distribuição binomial dos efeitos genéticos, o método BLASSO foi ligeiramente superior ao RR-BLUP. Para a distribuição uniforme, os dois métodos de análise apresentaram valores superiores de acurácia a depender da forma de validação.

Palavras-chave: análise genômica, genética quantitativa, marcadores moleculares

 

Abstract: A genome-wide selection (GWS) is the simultaneous use of hundreds or thousands of markers, which cover the genome full, so that all genes of a quantitative trait are in linkage disequilibrium with at least a portion of the markers. The objective this work to evaluate the accuracy by applying different statistical methods of genomic selection (RR-BLUP and BLASSO) and different forms of validation. Genomes were simulated with ten linkage groups containing 100 bi-allelic and co-dominant marks per group, totaling 1010 markers and presenting equidistant intervals between adjacent marks. These genomes were used for the generation of the simulated population of half-sib families with 1000 individuals. Different quantitative traits, uniform and binomial, heritability 0.40, were evaluated. For a type validation, an independent validation population of 1000 individuals was created and for another type, Jacknife cross-validation was applied, using the same population for estimation and validation. The statistical programs used were GENES, SELEGEN GENOMICA and R. The accuracies had values between 0.55 and 0.92. Generally, the validation done through validation population showed values higher accuracy. For half sib families and binomial distribution of genetic effects, BLASSO was slightly superior to RR-BLUP. For the uniform distribution, the two methods provided superior accuracy according to the validation scheme adopted.

Key words: genomic analysis, quantitative genetics, molecular markers

 

1 Professora Mestre da Universidade Estadual de Goiás. Unidade Palmeiras de Goiás. Rua 07, S/N, Setor Sul - Palmeiras de Goiás- Goiás- 76.190.000 - Fone-Fax: 643571-1198. Email: isisagro@gmail.com
2 Professor Doutor da Universidade Federal de Viçosa. Av. Peter Henry Rolfs, S/N, Campus Universitário. Email: cdcruz@ufv.br
3 Professor Doutor da Universidade Federal de Viçosa. Av. Peter Henry Rolfs, S/N, Campus Universitário. Email: marcos.deon@ufv
4 Professor Doutor. Instituto Federal Triângulo Mineiro- Rua João Batista Ribeiro n. 4000 – Distrito Industrial II. Uberaba-MG. Email: ramon@iftm.edu.br
5 Professora Mestre da Universidade Estadual de Goiás. Unidade Palmeiras de Goiás. Email: mendesfr@yahoo.com.br

 

Literatura Citada

CROSSA, J.; DE LOS CAMPOS, G.; PEREZ, P.; GIANOLA, D.; BURGUENO, J.;ARAUS, J. L.; MAKUMBI, D.; SINGH, R. P.; DREISIGACKER, S.; YAN, J. B.; ARIEF, V.; BANZIGER, M.; BRAUN, H. J. Prediction of Genetic Values of Quantitative Traits in Plant Breeding Using Pedigree and Molecular Markers. Genetics, v.186, n.2, p.713-U406, 2010. https://doi.org/10.1534/genetics.110.118521

CRUZ, C. D. Programa Genes: Biometria. Editora UFV. Viçosa (MG), 2006. 382p.

DE LOS CAMPOS, G.; NAYA, H.; GIANOLA, D.; CROSSA, J.; LEGARRA, A.; MANFREDI, E.; WEIGEL, K.; COTES, J. M. Predicting Quantitative Traits With Regression Models for Dense Molecular Markers and Pedigree. Genetics, v.182, n.1, p.375-385, 2009. https://doi.org/10.1534/genetics.109.101501

GODDARD, M. E.; HAYES, B. J. Genomic selection. Journal of Animal Breeding and Genetics, v.124, n.6, p.323-330, 2007. https://doi.org/10.1111/j.1439-0388.2007.00702.x

HABIER, D.; TETENS, J.; SEEFRIED, F. R.; LICHTNER, P.;THALLER, G. The impact of genetic relationship information on genomic breeding values in German Holstein cattle. Genet Sel Evol, v.42, p.5, 2010. https://doi.org/10.1186/1297-9686-42-5

HELTSHE, J. F.;FORRESTER, N. E. Estimating Species Richness Using the Jackknife Procedure. Biometrics, v.39, n.1, p.1 - 11, 1983. https://doi.org/10.2307/2530802

MEUWISSEN, T. H. E.;HAYES, B. J.; GODDARD, M. E. Prediction of total genetic value using genome-wide dense marker maps. Genetics, v.157, n.4, p. 1819 - 1829, 2001.

MUIR, W. M. Comparasion of genomic and traditional BLUP-estimated breeding values accuracy and selection response under alternative trait and genomic parameters. Journal of Animal Breeding and Genetics, v.124, p. 342 - 355, 2007. https://doi.org/10.1111/j.1439-0388.2007.00700.x

PARK, T.; CASELLA, G. The Bayesian Lasso. Journal of the American Statistical Association, v.103, n.482, p.681-686, 2008. https://doi.org/10.1198/016214508000000337

R Development Core Team (2011). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0, URL http://www.R-project.org/.

RESENDE M. D. V. 2007. Selegen Genômica RR-BLUP. Sistema de Seleção Genômica Ampla (GWS) computadorizada via modelos lineares mistos. (CD-ROM).

RESENDE, M. D. Genômica quantitativa e seleção no melhoramento de plantas perenes e animais. Colombo:Embrapa florestas, 2008. 330 p.

RESENDE, M. D.; LOPES, P. S.; SILVA, R. L.; PIRES, I. E. Seleção genômica ampla (GWS) e maximização da eficiência do melhoramento genético. Pesquisa Florestal Brasileira, v.56, p.63-78, 2008.

USAI, M. G.; GODDARD, M. E.; HAYES, B. J. LASSO with cross-validation for genomic selection. Genetics Research, v. 91, n.6, p.427 - 436, 2009. https://doi.org/10.1017/S0016672309990334

VAN RADEN P. M.; TASSELL C. P.; WIGGANS G. R.; SONSTEGARD T. S.; SCHANABEL R. D.; TAYLOR J. F.; SCHENKEL F. S.; Reliability of genomic predictions for North American Holstein bulls. J Dairy Sci, v. 92, p.16–24, 2009. https://doi.org/10.3168/jds.2008-1514

WHITTAKER, J. C.; THOMPSON, R.; DENHAM, M. C. Marker-assisted selection using ridge regression. Genetical Research, v.75, n.2, p.249-252, 2000. https://doi.org/10.1017/S0016672399004462

ZHONG, S; DEKKERS, J.C.M.; FERNANDO, R.L.; JANNINK, J.L. Factors Affecting Accuracy From Genomic Selection in Populations Derived From Multiple Inbred Lines: A Barley Case Study. Genetics, v. 182, p.355-364, 2009. https://doi.org/10.1534/genetics.108.098277