Portal de Pesquisa da BVS Veterinária

Tese em Português | VETTESES | ID: vtt-205068

Resumo

Na seleção genômica os estudos se concentram em estimar a habilidadeou acurácia de predição genômica. A acurácia de predição pode ser afetada pormuitos fatores como a herdabilidade da característica, o tamanho efetivo da população,a densidade dos marcadores, o tamanho do genoma, o número de loci afetandoa característica e distribuição dos seus efeitos, o desequilíbrio de ligação e o tipo enúmero de informações fenotípicas usadas nas análises estatísticas. Contudo, muitosdesses fatores podem ser direta ou indiretamente afetados pela edição do conjunto demarcadores, podendo influenciar a acurácia de predição genômica. Para os estudosde associação genômica ampla a falta de qualidade dos dados genômicos pode levara resultados falso-negativos ou positivos na fase de descoberta das regiões associadasa características de importância econômica. Além disso, o controle de qualidadepode levar a perdas de marcadores que capturam uma proporção significativa da variânciagenética. Sendo assim, este estudo teve como objetivos avaliar o efeito docontrole de qualidade, da densidade e da frequência alélica dos marcadores sobre aseleção genômica e o efeito do controle de qualidade dos marcadores nos estudosde associação genômica ampla, em bovinos da raça Nelore. Para isso foram utilizadasinformações fenotípicas, genotípicas e de pedigree provenientes de fazendas queintegram os programas de melhoramento genético da DeltaGen e CRV Paint. Foramutilizadas as características idade ao primeiro parto, peso à desmama e peso ao sobreano.Os animais foram genotipados com o painel IlluminaBovine HD, que contém,aproximadamente, 777.000 SNPs. Os fenótipos foram pré-corrigidos para os efeitosfixos, utilizando um modelo animal uni-característica. Para a seleção genômica foramcriados 1) três cenários com diferentes limiares de exclusão dos SNPs de acordo comos critérios de controle de qualidade, 2) sete sub painéis com diferentes densidadesde marcadores, variando de 10.000 a 734.271 SNPs e 3) cinco sub grupos de marcadorescom base na menor frequência alélica. Na seleção genômica foram utilizadasas metodologias Genomic Best Linear Unbiased Predictor (GBLUP) e BayesC. Aacurácia de predição foi calculada pela correlação de Pearson entre os valores observados(pseudo-fenótipos) e os preditos (pseudo-fenótipos preditos), dividido pelaraiz quadrada da herdabilidade da característica. Os diferentes cenários e situaçõesforam comparadas por meio de um processo de validação cruzada com cinco grupos.Na associação genômica ampla foram criados três cenários com diferentes limiaresde exclusão dos SNPs de acordo com os critérios de controle de qualidade. Paraestimar os efeitos dos marcadores foi utilizada a metodologia BayesC. Diferençasna proporção da variância genética total explicada para cada janela de 1 Mb foramconsideradas para comparar os diferentes cenários. Independente da metodologia ecaracterística utilizada para seleção genômica, a diminuição o do número de marcadoresdisponíveis para as análises não teve efeito significativo sobre as acurácias depredição genômicas entre os cenários do controle de qualidade. Os sub painéis, comdiferentes densidades de marcadores, apresentaram acurácia de predição genômicasemelhantes para todas as características estudadas. O sub grupo de marcadorescom as menores frequências alélicas apresentaram menores acurácias de prediçãocomparado com os demais sub grupos. Nos estudos de associação genômica amplafoi verificado efeito do controle de qualidade sobre a proporção da variância genéticaexplicada por cada janela de 1 Mb. Na classificação das dez janelas que explicamuma maior proporção da variância genética foi verificado que as janelas alteram suaposição entre os cenários de maior e menor rigor no controle de qualidade, assimcomo entre os cenários de maior rigor e sem controle de qualidade. Entre os cenáriosde menor rigor e sem controle de qualidade as alterações na classificação das dezprincipais janelas foram menores comparada com a classificação nas demais janelas.

---

In the genomic selection, the main objective of studies is to estimatethe ability or accuracy of genomic prediction. The accuracy of genomic predictioncan be influence for the following factors: heritability of the trait, effective populationsize, maker density, genome, number of loci affecting the trait and distribution of theireffects, linkage disequilibrium and number and type of phenotype information used inthe statistical analyzes. However, many of this factors described above may be directlyor indirectly influenced by the quality control of the makers and, as a consequence, theaccuracy of genomic prediction may be affected. For genome-wide association studies,the low quality data can lead to false-negative or positive results in the discoveryphase of the regions associated with economic traits. On the other hand, the use ofa quality control may remove markers that capture a significant proportion of the geneticvariance. Therefore, the objective of this study was evaluate the effect of qualitycontrol, density and allele frequency of markers on the genomic selection and the effectof quality control of makers on genome-wide association studies in Nellore breed.Phenotype, genotype and pedigree information, belonging to two breeding programs DeltaGen and CRV Paint, were used. Age at first calving, weaning weight and yearlingweight traits were studied. The animals were genotyped using the Illumina Bovine HDpanel which contains 777 thousand SNP markers, approximately. The phenotype wascorrected by the fixed effects using a single trait animal model. To the genomic selectionwere created: 1) three scenarios with different exclusion threshold of SNP markersaccording to quality control criteria; 2) seven sub panels with different markers densityranging from 10,000 to 734,272 SNP markers; and 3) five bins of markers based on theminor allele frequency. In the genomic selection Genomic Best Linear Unbiased Predictor(GBLUP) and BayesC methods were used. The accuracy of genomic predictionwas calculated as the Pearson correlation between observed and predicted values,divided by the square root of the heritability of the trait. The different scenarios and situationswere compared through 5-folds cross validation method. In the genome-wideassociation studies, three scenarios were constructed according to the quality controlcriteria with different exclusion thresholds of SNP markers. To estimate the markers effect Bayes C method was used. The proportion of genetic variance within each 1 Mbwindow was used to compare the different scenarios. Independent of the method andtrait used for genomic selection, there was no significant effect on the accuracies of genomicprediction among the scenarios. The sub panels with different maker densitiesshowed similar accuracies of genomic prediction for the traits studied. The sub groupsof markers with the lower allele frequency showed low accuracy of genomic predictionwhen compared with others sub groups. In the genome-wide association studies, itwas verified the effect of quality control on the proportion of genetic variance explainedby each 1 Mb window. At the top ten windows which explained the highest proportion ofgenetic variance, it was verified modifications on the windows rank among the differentscenarios. The lowest change occurred between the scenario with lower quality controland the scenario without quality control.

Biblioteca responsável: BR68.1