Portal de Pesquisa da BVS Veterinária

Tese em Inglês | VETTESES | ID: vtt-212373

Resumo

As características de leite são denominadas características longitudinais porque são mensuradas ao longo do tempo. Portanto, essas características precisam ser avaliadas por meio de modelos estatísticos apropriados, que levem em consideração a estrutura de covariância existente entre as observações repetidas. Nesse contexto, o modelo autorregressivo test-day (AR) para múltiplas lactações tem sido rotineiramente usado na avaliação genética nacional de bovinos de leite em Portugal. Sob este modelo, assume-se que o ambiente permanente dos animais segue um processo autorregressivo de primeira ordem denominado long-term (auto correlações entre lactações) e short-term (auto correlações entre test-day dentro das lactações), levando em conta as correlações não-genéticas devido ao desempenho repetido das vacas. Atualmente, dada a relevância da predição genômica em bovinos leiteiros, é essencial incluir informações densas de marcadores em avaliações genéticas nacionais. Portanto, o objetivo principal desta tese foi avaliar a inclusão de informações genômicas no modelo test-day AR para múltiplas lactações para melhor compreensão dos aspectos genéticos e genômicos de características relacionadas ao leite em bovinos Holstein. Primeiramente, para realizar a avaliação genômica sob o modelo AR, foi necessário avaliar a acurácia da imputação para bovinos Holstein Portugueses, utilizando vários painéis de SNP comercialmente disponíveis em diferentes densidades, com um número relativamente pequeno de animais genotipados. A imputação de genótipos foi viável e pode ser vantajosa para as avaliações genômicas nacionais. Assim, foi possível investigar a viabilidade do single-step GBLUP (ssGBLUP) para produção de leite usando o modelo AR (H-AR). O modelo H-AR proporcionou um aumento na acurácia e reduziu o viés dos GEBVs em comparação com a avaliação tradicional. Portanto, estes resultados sugerem que a metodologia ssGBLUP aplicada aos modelos AR é viável e pode ser vantajosa para as avaliações genéticas nacionais. Com o aumento do número de animais genotipados (incluindo fêmeas), espera-se que o H-AR proporcione uma acurácia ainda maior, especialmente para animais jovens, contribuindo assim para melhorias no progresso genético. Em uma segunda etapa, foi avaliado a viabilidade de usar a metodologia ssGWAS ponderado sob o modelo AR, para encontrar regiões genômicas associadas a produção de leite, gordura e proteína, e escore de células somáticas (SCS). As regiões genômicas associadas às características analisadas foram identificadas simultaneamente ao longo das lactações, para melhor compreensão da arquitetura genética dessas características. Os achados descritos nesta tese poderão contribuir para o avanço do conhecimento sobre predição genômica e GWAS para as características relacionadas a produção de leite. Além disso, esta tese fornece os primeiros resultados sobre a inclusão de informações genômicas em modelos AR, o que será importante para futuras avaliações genéticas nacionais.

---

The milk traits are termed longitudinal traits because they are measured over time. Therefore, these traits need to be evaluated using appropriate statistical models to take into account the covariance structure that exists among the repeated records. Autoregressive test-day (AR) model for multiple lactations has been routinely used for the national genetic evaluation of dairy cattle in Portugal. Under this model, the animals permanent environment are assumed to follow a first order autoregressive process as a long-term (auto-correlations between parities) and a short-term (auto-correlations between test-day within lactations) effects, taking into account the non-genetic correlations due to the cows repeated performance. Currently, given the relevance of genomic prediction in dairy cattle, it is essential to include dense marker information in national genetic evaluations. Therefore, the general objective with this thesis was to evaluate the inclusion of genomic information in the AR test-day model for multiple lactations for better understand the genetic and genomic aspects of milk related traits in Portuguese Holstein cattle. Firstly, to perform the genomic evaluation under AR model we evaluated the imputation accuracy for Portuguese Holstein cattle using several commercially available SNP panels in different densities with a relatively small number of genotyped animals. Genotype imputation was feasible and may be advantageous to the National genomic evaluations. Thus, we analyzed the feasibility of applying the single-step GBLUP (ssGBLUP) to analyze milk yield using the AR (H-AR) model in Portuguese Holstein cattle. The use of H-AR increased the reliability and reduced the bias of GEBVs compared to traditional evaluation. Therefore, these results suggest that the ssGBLUP methodology applied to AR models is feasible and may be advantageous to the National genetic evaluations. With the anticipated increase in the number of genotyped animals (for example by including females), it is expected that the H-AR will provide even higher reliabilities especially for the young stock, thus contributing to the improvement in the genetic progress. In a second step, we evaluated the feasibility of using a weighted ssGWAS methodology under a multiple lactations AR test-day model to find genomic regions associated with milk, fat, and protein yields, and score somatic cells (SCS). Genomic regions associated with the analyzed traits were also identified simultaneously throughout the lactations, to provide a better understanding of the genetic architecture for these traits. The findings described in this thesis will contribute to advance the knowledge about genomic prediction and GWAS for milk related traits. In addition, this thesis provides the first results about the inclusion of genomic information in AR models, which will be important for future national genetic evaluations.

Biblioteca responsável: BR68.1