Do Lógico ao Abstrato: A Ciência no Cotidiano
23 a 28 de outubro de 2017
Trabalho 8273
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Pós-graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Biológicas e da Saúde |
| Área temática | Genética |
| Setor | Departamento de Biologia Geral |
| Bolsa | CNPq |
| Conclusão de bolsa | Não |
| Apoio financeiro | CAPES, CNPq, FAPEMIG |
| Primeiro autor | Isabela de Castro Sant'anna |
| Orientador | COSME DAMIAO CRUZ |
| Outros membros | Gabi Nunes Silva, Ithalo Coêlho de Sousa, Ivan de Paiva Barbosa, Vinícius Quintão Carneiro |
| Título | Utilização de inteligência artificial na predição do valor genético |
| Resumo | Um dos atrativos da genética molecular em beneficio do melhoramento de plantas é a possibilidade de utilização direta das informações de DNA na seleção. Todavia, para maior eficiência, nos estudos genéticos que envolvem os caracteres quantitativos regulados por vários genes com pequena magnitude de efeitos, as estratégias de seleção no melhoramento genético devem ser aprimoradas de forma a obter as estimativas de predição mais acuradas. A arquitetura dos caracteres complexos muitas vezes exige uma modelagem estatística avançada que tem enfrentado problemas em comportar as interações epistáticas que exigem modelos não lineares o que representa um novo desafio, além dos problemas comumente causados pelo fato do numero de marcadores utilizados superar, em muito, a quantidade de indivíduos na população de seleção. Desta forma, o objetivo deste trabalho é avaliar a eficiência da seleção genômica ampla (GWS) e das redes neurais artificias (RNA) na predição do valor genético em população natural com desequilíbrio gamético. Para isso, foi simulada uma população F1 oriunda da hibridação de genitores divergentes, com 500 indivíduos, genotipados com 1000 marcadores do tipo SNP. Foram simulados dois cenários considerando que o valor genotípico era estabelecido por um modelo aditivo incluindo, ou não, interações epistáticas. As características fenotípicas foram determinadas pela ação de alelos de 50 locos, com pesos da importância do loco, sobre a variabilidade genotípica total do caráter, estabelecidos a partir de uma distribuição binomial e grau médio de dominância=0.5. Dois cenários foram criados para a simulação de efeitos genéticos e fenotípicos: 1) herdabilidade (h2) de 30% e modelo aditivo; 2) h2 = 30% e modelo epistático. Para avaliar a capacidade de predição, o modelo (RRBLUP) e a rede de base radial (RNA) foram treinados utilizando 80% dos indivíduos da população e procedimento de validação cruzada com cinco repetições. Foi utilizado um método de redução de dimensionalidade do tipo stepwise. O quadrado da correlação entre o valor genômico predito (EGBV) e valor fenotípico foi utilizado para medir a confiabilidade preditiva. No cenário 1, o R2 de validação foi de 55% para rede neural (RNA) e 54% para RRBLUP, e no cenário 2 os valores de R2 foram de 54% e 41%, respectivamente. Adicionalmente, ao analisarmos o erro quadrático médio a diferença é do desempenho das técnicas é ainda maior. Para o cenário 1, as estimativas foram de 291 (RRBLUP) e 13 (RNA) e, no cenário 2, de 442 (RRBLUP) e 14 (RNA). Os resultados obtidos mostram que a utilização de redes neurais permite capturar as interações epistáticas levando a melhora na acurácia da predição do valor genético e, principalmente, grande redução do erro quadrático médio que indica maior confiabilidade da predição do valor genômico. |
| Palavras-chave | acurácia, redes neurais, epistasia |
| Forma de apresentação..... | Oral |