Ciência para a Redução das Desigualdades

15 a 20 de outubro de 2018

Trabalho 10039

ISSN 2237-9045
Instituição Universidade Federal de Viçosa
Nível Pós-graduação
Modalidade Pesquisa
Área de conhecimento Ciências Agrárias
Área temática Ciências Agrárias
Setor Departamento de Biologia Geral
Bolsa CNPq
Conclusão de bolsa Não
Apoio financeiro CAPES, CNPq, FAPEMIG
Primeiro autor Alexandre Gomes Ferraz
Orientador COSME DAMIAO CRUZ
Outros membros Iara Gonçalves dos Santos, MARCIANE DA SILVA OLIVEIRA, Rafael Paulo da Silva, Vinícius Quintão Carneiro
Título Redes Neurais Artificiais e RR-BLUP na predição genômica de caractere condicionado por efeitos epistáticos
Resumo O sucesso de um programa de melhoramento depende, fundamentalmente, da identificação mais acurada de genótipos superiores e inferência correta sobre o controle gênico das características desejadas. Estas informações genéticas são obtidas por análises biométricas aplicadas a conjunto de dados obtidos da experimentação agrícola. A maioria das metodologias com esta finalidade negligenciam os efeitos epistáticos sobre o controle gênico do caráter, ou seja, adota o modelo aditivo-dominante. Ainda não se dispõe de conhecimento sobre a real importância da ação gênica epistática sobre o controle das caraterísticas de importâncias econômicas e nem se dispõe de metodologias apropriadas que permitam quantificar a importância de tais efeitos. Portanto o objetivo deste trabalho é quantificar e verificar a influência da epistasia na predição genômica. Utilizou-se o Portal GENES com interface com o software MATLAB para as análises. Para isso, simulou-se uma população F2 em que a característica é controlada para dois genes com segregação 15:1. Realizou se um estudo de regressão que visou explicar os valores fenotípicos pelos efeitos dos marcados com que são importantes para a expressão da característica. O coeficiente de determinação (R²) foi o parâmetro usado para verificar a influencia da epistasia na característica. Além desses, para a identificação dos marcadores de maior importância e para realizar predição genômica utilizou-se a metodologia de RR-BLUP e de Redes Neurais Artificiais. A regressão informou que 44,24% é explicado por um modelo aditivo-dominante e que 55,76% é referente à efeitos epistáticos. O modelo RR-BLUP conseguiu identificar os marcadores de importância, no entanto teve baixa acurácia nos valores de predição, sendo 34,65% no treinamento e 19,33% na validação. As Redes Neurais Artificiais teve uma eficiência próxima 100% tanto para o treinamento quanto para a validação, e também identificou de forma eficiente os marcadores de importância para a expressão fenotípica da característica. Assim, as Redes Neurais Artificiais demonstraram elevada capacidade de predição genômica mesmo em caracteres muito influenciados pelos efeitos epistáticos, o que não é observado no método de RR-BLUP.
Palavras-chave Epistasia, melhoramento, genética.
Forma de apresentação..... Painel
Gerado em 0,70 segundos.