Combined index of genomic prediction methods applied to productivity / Índice combinado de métodos de predição genômica aplicado em características de produtividade em arroz

ABSTRACT: Rice cultivation has great national and global importance, being one of the most produced and consumed cereals in the world and the primary food for more than half of the world's population. Because of its importance as food, developing efficient methods to select and predict genetically superior individuals in reference to plant traits is of extreme importance for breeding programs. The objective of this research was to evaluate and compare the efficiency of the Delta-p, G-BLUP (Genomic Best Linear Unbiased Predictor), BayesCpi, BLASSO (Bayesian Least Absolute Shrinkage and Selection Operator), Delta-p/G-BLUP index, Delta-p/BayesCpi index, and Delta-p/BLASSO index in the estimation of genomic values and the effects of single nucleotide polymorphisms on phenotypic data associated with rice traits. Use of molecular markers allowed high selective efficiency and increased genetic gain per unit time. The Delta-p method uses the concept of change in allelic frequency caused by selection and the theoretical concept of genetic gain. The Index is based on the principle of combined selection, using the information regarding the additive genomic values predicted via G-BLUP, BayesCpi, BLASSO, or Delta-p. These methods were applied and compared for genomic prediction using nine rice traits: flag leaf length, flag leaf width, panicles number per plant, primary panicle branch number, seed length, seed width, amylose content, protein content, and blast resistance. Delta-p/G-BLUP index had higher predictive abilities for the traits studied, except for amylose content trait in which the method with the highest predictive ability was BayesCpi, being approximately 3% greater than that of the Delta-p/G-BLUP index.

RESUMO: A cultura do arroz tem grande importância nacional e mundial por ser um dos cereais mais produzidos e consumidos no mundo, caracterizando-se como o principal alimento de mais da metade da população mundial. Em função de sua importância alimentar, desenvolver métodos eficientes que visam a predição e a seleção de indivíduos geneticamente superiores, quanto a características da planta, é de extrema importância para os programas de melhoramento. Diante disso, o objetivo deste trabalho foi avaliar e comparar a eficiência do método Delta-p, G-BLUP, BayesCpi, BLASSO e o índice Delta-p/G-BLUP, índice Delta-p/BayesCpi e índice Delta-p/BLASSO, na estimação de valores genômicos e dos efeitos de marcadores SNPs (Single Nucleotide Polymorphisms) em dados fenotípicos associados a características de arroz. A utilização de marcadores moleculares permite alta eficiência seletiva e o aumento do ganho genético por unidade de tempo. O método Delta-p utiliza o conceito de mudança na frequência alélica devido à seleção e o conceito teórico de ganho genético. O Índice é baseado no princípio da seleção combinada, utiliza conjuntamente as informações dos valores genômicos aditivos preditos via G-BLUP, BayesCpi ou BLASSO e via Delta-p. Estes métodos foram aplicados e comparados quanto à predição genômica utilizando nove características de arroz (Oryza sativa), sendo elas: comprimento da folha bandeira, largura da folha bandeira; número de panículas por planta; número de ramos da panícula primária; comprimento de semente; largura de semente; teor de amilose; teor de proteína; resistência a bruzone. O índice Delta-p/G-BLUP obteve maiores capacidades preditivas para as características estudadas, exceto para a característica Conteúdo de amilose, em que o método que obteve maior capacidade preditiva foi o BayesCpi, sendo aproximadamente 3% superior ao índice Delta-p/G-BLUP.

Modelagem hierárquica Bayesiana na avaliação de curvas de crescimento de suínos genotipados para o gene halotano / Hierarchical Bayesian modeling for the evaluation of growth curves of pigs genotyped for the halothane gene

Para avaliar a influência do gene halotano sobre a curva de crescimento de suínos, bem como sua interação com o sexo do animal, foi proposta uma modelagem hierárquica Bayesiana. Nesta abordagem, os parâmetros dos modelos não-lineares de crescimento (Logístico, Gompertz e von Bertalanffy) foram estimados conjuntamente com os efeitos de sexo e genótipos do gene halotano. Foram utilizados 344 animais F2(Comercial x Piau) pesados ao nascer, aos 21, 42, 63, 77, 105 e 150 dias. O modelo Logístico foi aquele que apresentou melhor qualidade de ajuste por apresentar menor DIC (Deviance Information Criterion) que os demais. As amostras das distribuições marginais a posteriori para as diferenças entre as estimativas dos parâmetros do modelo Logístico indicaram que o peso dos machos à idade adulta com genótipo heterozigoto (HalNn) foi superior ao dos homozigotos (HalNN). A título de comparação, também foi considerada a abordagem frequentista tradicional, baseada em dois passos distintos, a qual, por apresentar um menor poder de discernimento estatístico, não mostrou diferenças significativas.

A hierarchical Bayesian modeling was used to evaluate the influence of halothane gene and its interaction with sex on pig´s growth curves. Under this approach, the parameters from growth models (Logistic, Gompertz and von Bertalanffy) were estimated jointly with the effects of halothane gene and sex. A total of 344 F2 (Commercial x Piau) animals were weighted at birth, 21, 42, 63, 77, 105 and 150 days in life. The Logistic model has presented the best fit based on DIC (Deviance Information Criterion). Thus, the samples from marginal posterior distributions for the differences between the parameters estimates of Logistic model have indicated that the maturity weight of males with heterozygous genotypes (HalNn) was superior to males with homozygous genotypes (HalNN). In order to realize a comparison with the traditional methodology, the frequentist approach based on two distinct steps also was used, but there was not identified significant differences between growth curve parameter estimates from each group (combinations of halothane genotypes and sex).

Quadrados mínimos parciais uni e multivariado aplicados na seleção genômica para características de carcaça em suínos / Uni and multivariate partial least squares applied to genomic selection for carcass traits in pigs

A principal contribuição da genética molecular é a utilização direta das informações de DNA no processo de identificação de indivíduos geneticamente superiores. Sob esse enfoque, idealizou-se a seleção genômica ampla (Genome Wide Selection - GWS), a qual consiste na análise de marcadores SNPs (Single Nucleotide Polymorphisms) amplamente distribuídos no genoma. Devido a esse grande número de SNPs, geralmente maior que o número de indivíduos genotipados, e à alta colinearidade entre eles, métodos de redução de dimensionalidade são requeridos. Dentre estes, destaca-se o método de regressão via Quadrados Mínimos Parciais (Partial Least Squares - PLS), que além de solucionar tais problemas, permite uma abordagem multivariada, considerando múltiplos fenótipos. Diante do exposto, objetivou-se aplicar e comparar a regressão PLS univariada (UPLS) e multivariada (MPLS) na GWS para características de carcaça em uma população F2 de suínos Piau×Comercial. Os resultados evidenciaram a superioridade do método MPLS, uma vez que este proporcionou maiores valores de acurácia em relação à abordagem univariada.

The main contribution of molecular genetics is the direct use of DNA information to identify genetically superior individuals. Under this approach, genome-wide selection (GWS) can be used with this purpose. GWS consists in analyzing of a large number of SNP markers widely distributed in the genome, and due to the fact that the number of markers is much larger than the number of genotyped individuals and also to the fact that such markers are highly correlated special statistical methods, like Partial Least Squares (PLS), are widely required. Thus, the aim of this paper was to propose an application of Uni (UPLS) and Multivariate (MPLS) Partial Least Squares regression to GWS of carcass traits in an F2 (Piau × commercial) pig population. The results showed that MPLS method provided most accurate genomic breeding values estimates than univariate method.