Evaluation of the thermoregulatory response of goats naturally exposed to the tropical climate using longitudinal data / Avaliação da resposta termorregulatória de cabras expostas naturalmente ao clima tropical a partir do uso de dados longitudinais

Rectal temperature (RT), heart rate (HR), and respiratory rate (RR), determined as repeated measurements over time in female goats, were used to identify covariance matrices that best fit the data for residual modeling on these three traits. Then, based on this result, the goats' responses to heat were evaluated. Five matrices were found with convergence for the three traits. The Heterogeneous Compound Symmetry matrix showed a good fit for modeling the residual associated with RT, whereas the Heterogeneous Autoregressive matrix had a better fit for RR and HR, according to the Akaike Information Criteria (AIC), corrected AIC (AICc), and Schwarz Bayesian Information Criterion (BIC) used. After adjusting the residual data for these three traits, a mixed-model analysis was used to evaluate collection period (3), physiological stage (3), and animal age (3) as fixed effects. Residual modeling interfered differently with the p-value associated with the fixed effects studied. Collection period and interactions did not influence the variation in RT (P>0.761), which was within the standard range for goats in the tropics, while the physiological stage of the goats affected it (P<0.05). Rectal temperature, HR, and RR tend to show covariance structures that can be modeled using specific residual covariance matrices, that is, the heterogeneous compound symmetry matrix best suits RT data, whereas the heterogeneous autoregressive matrix is better suited for HR and RR, which are usually correlated. The goats of the evaluated breed maintain RT within the range of variation displayed by breeds adapted to a hot environment, regardless of their physiological condition. Variations occur in RR and HR, without, however, exceeding the normal range for goats. Pregnancy causes goats to raise their RR in the rainy season of the year in the region in order to maintain RT within the normal range for the species.(AU)

Utilizou-se a Temperatura retal (TR), Frequências cardíaca (FC) e respiratória (FR) aferidas como medidas repetidas no tempo em fêmeas caprinas, objetivando-se identificar matrizes de estruturas de covariância que melhor se ajustou aos dados para modelagem do resíduo nessas três características e, em seguida, avaliou-se a respostas de cabras ao calor, com base nesse resultado. Constatou-se cinco matrizes com convergência nas três características. A Simétrica composta heterogênea ajustou-se bem para modelagem do resíduo associado a TR, enquanto a Autorregressiva heterogênea ajustou-se melhor para a FR e FC, de acordo com os critérios de informação de Akaike (AIC), Akaike corrigido (AICc) e o Bayesiano de Schwarz (BIC) utilizados. Com o resíduos de dados dessas três características ajustados, utilizou-se uma análise com modelos mistos para avaliar a Época de coleta (3), Estado fisiológico (3) e Idade do animal (3) foram como efeitos fixos. Constatou-se que a modelagem do resíduo interferiu de modo diferenciado no p valor associado aos efeitos fixos estudados. A época da coleta e interações não influenciaram a variação da TR (P>0,761), que oscilou dentro da faixa padrão para caprinos nos trópicos, mas o Estágio fisiológico da cabra sim (P<0,05). A Temperatura retal e as Frequências cardíaca e respiratória tendem a apresentar estruturas de covariâncias modeláveis com utilização de matrizes de covariâncias residuais especificas, ou seja, a matriz Simétrica composta heterogênea mais adequada para dados da Temperatura retal, enquanto a Autorregressiva heterogênea para as Frequências cardíaca e respiratória, geralmente correlacionas. As cabras da raça avaliadas mantêm a temperatura retal dentro da amplitude de variação apresentada por raças adaptadas a ambiente quente. Isso ocorre independente da condição fisiológica que se encontra, mas com ocorrência de variação na frequência respiratória e cardíaca, não excedendo, no entanto, a faixa normal para caprinos. A gestação condiciona a cabra a elevar a FR na época chuvosa do ano na região para manter a TR na faixa de amplitude normal para caprinos.(AU)

Overview of the use of genomic data in animal breeding / Panorama do uso de dados genômicos no melhoramento genético animal

The use of molecular information in breeding programs contributed to important advances in the improvement of traits of economic interest in livestock production. The advent of single nucleotide polymorphism (SNP) panels applied to genome-wide selection (GWS) and genome-wide association studies (GWAS), along with computational advances (e.g., use of powerful software and robust analyses) allowed a better understanding of the genetic architecture of farm animals and increased the selection efficiency. In this context, the statistic method single-step GBLUP has been frequently used to perform GWS, and more recently GWAS analyses, providing accurate predictions and QTL detection, respectively. Nevertheless, in developing countries, species such as sheep and goats, whose genomic data are more difficult to be obtained, the use of data simulation has been efficient in the study of the major factors involved in the selection process, such as size of training population, density of SNP chips, and genotyping strategies. The effects of these factors are directly associated with the prediction accuracy of genomic breeding values. In this review we showed important aspects of the use of genomics in the genetic improvement of production traits of animals, the main methods currently used for prediction and estimation of molecular marker effects, the importance of data simulation for validation of those methods, as well as the advantages, challenges and limitations of the use of GWS and GWAS in the current scenario of livestock production.

Em programas de melhoramento genético, o uso de informações moleculares garantiu importantes avanços para a melhoria de características de interesse econômico, no âmbito da produção animal. O advento da tecnologia de painéis de SNPs aplicados à seleção genômica ampla (GWS) e associação genômica ampla (GWAS), aliado ao avanço computacional, com o uso de softwares e análises robustas, permitiram melhor compreensão sobre a arquitetura genética dos animais de produção e, consequentemente, maior eficiência na seleção. Nesse contexto, o método estatístico single-step GBLUP tem sido utilizado, frequentemente, na execução da GWS e, mais recentemente, em GWAS, possibilitando predições acuradas e detecção de QTLs, respectivamente. No entanto, em países em desenvolvimento e, em espécies como os ovinos e caprinos, que existe maior dificuldade para a aquisição de dados genômicos, o uso da simulação de dados tem se mostrado eficiente para estudar os principais fatores envolvidos no processo de seleção, como o tamanho da população de treinamento, densidade de chipde SNPs e estratégias de genotipagem, cujos efeitos estão diretamente associados à acurácia da predição de valores genéticos genômicos. Nesta revisão, serão abordados pontos importantes sobre o uso da genômica no melhoramento genético de características produtivas em animais, principais métodos de predição e estimação de efeitos de marcadores moleculares na atualidade, a importância da simulação de dados para a validação desses métodos, bem como as vantagens, os desafios e as limitações no cenário atual da produção animal com o uso da seleção e associação genômica ampla.

Overview of the use of genomic data in animal breeding / Panorama do uso de dados genômicos no melhoramento genético animal

ABSTRACT: The use of molecular information in breeding programs contributed to important advances in the improvement of traits of economic interest in livestock production. The advent of single nucleotide polymorphism (SNP) panels applied to genome-wide selection (GWS) and genome-wide association studies (GWAS), along with computational advances (e.g., use of powerful software and robust analyses) allowed a better understanding of the genetic architecture of farm animals and increased the selection efficiency. In this context, the statistic method single-step GBLUP has been frequently used to perform GWS, and more recently GWAS analyses, providing accurate predictions and QTL detection, respectively. Nevertheless, in developing countries, species such as sheep and goats, whose genomic data are more difficult to be obtained, the use of data simulation has been efficient in the study of the major factors involved in the selection process, such as size of training population, density of SNP chips, and genotyping strategies. The effects of these factors are directly associated with the prediction accuracy of genomic breeding values. In this review we showed important aspects of the use of genomics in the genetic improvement of production traits of animals, the main methods currently used for prediction and estimation of molecular marker effects, the importance of data simulation for validation of those methods, as well as the advantages, challenges and limitations of the use of GWS and GWAS in the current scenario of livestock production.

RESUMO: Em programas de melhoramento genético, o uso de informações moleculares garantiu importantes avanços para a melhoria de características de interesse econômico, no âmbito da produção animal. O advento da tecnologia de painéis de SNPs aplicados à seleção genômica ampla (GWS) e associação genômica ampla (GWAS), aliado ao avanço computacional, com o uso de softwares e análises robustas, permitiram melhor compreensão sobre a arquitetura genética dos animais de produção e, consequentemente, maior eficiência na seleção. Nesse contexto, o método estatístico single-step GBLUP tem sido utilizado, frequentemente, na execução da GWS e, mais recentemente, em GWAS, possibilitando predições acuradas e detecção de QTLs, respectivamente. No entanto, em países em desenvolvimento e, em espécies como os ovinos e caprinos, que existe maior dificuldade para a aquisição de dados genômicos, o uso da simulação de dados tem se mostrado eficiente para estudar os principais fatores envolvidos no processo de seleção, como o tamanho da população de treinamento, densidade de chipde SNPs e estratégias de genotipagem, cujos efeitos estão diretamente associados à acurácia da predição de valores genéticos genômicos. Nesta revisão, serão abordados pontos importantes sobre o uso da genômica no melhoramento genético de características produtivas em animais, principais métodos de predição e estimação de efeitos de marcadores moleculares na atualidade, a importância da simulação de dados para a validação desses métodos, bem como as vantagens, os desafios e as limitações no cenário atual da produção animal com o uso da seleção e associação genômica ampla.