Title:	Quantitative genetic study of novel economic phenotypes in nelore cattle.
Authors:	PEREIRA, L. S.
Affiliation:	LETÍCIA SILVA PEREIRA, UNIVERSIDADE FEDERAL DE GOIÁS.
Date Issued:	2024
Citation:	2024.
Pages:	157 p.
Description:	O objetivo deste estudo foi estimar os componentes de (co)variâncias e parâmetros genéticos de novas características indicadoras de lucratividade e suas associações com características de carcaça, fertilidade, crescimento e eficiência alimentar em bovinos Nelore. Adicionalmente, objetivou-se realizar análises de seleção genômica para avaliar diferentes modelos de predição, e conduzir um estudo de associação genômica ampla ponderada de passo único e análises de enriquecimento para características relacionadas à lucratividade. As características analisadas foram lucratividade acumulada (APF), lucro por arroba (PFT), peso ajustado aos 450 dias de idade (P450), circunferência escrotal ajustada aos 365 dias de idade (PE365), idade ao primeiro parto (IPP), probabilidade de parto precoce (3P), idade à puberdade nos machos (IPM), produtividade acumulada da vaca (PAC), área de olho de lombo (AOL), espessura de gordura subcutânea (EGS), consumo alimentar residual (CAR), consumo de matéria seca (CMS) e frame score (FRAME). Foram utilizados dados fenotípicos de 3614 de animais fenotipados para APF e PFT. Os componentes de (co)variância e parâmetros genéticos foram estimados sob inferência bayesiana em modelo animal multicaracterística. Os animais foram genotipados com o painel SNP Clarifide® Nelore 3.0. Um modelo animal unicaracterístico foi aplicado para estimar os parâmetros genéticos e realizar o GWAS ponderado linear de etapa única (WssGWAS) para identificar regiões genômicas associadas a APF e PFT. Janelas genômicas de 10-SNP que explicaram mais de 0,5% da variância genética aditiva foram selecionadas para investigar potenciais regiões e genes candidatos. Nove modelos foram implementados para predizer os valores genéticos genômicos (GEBV) utilizando as abordagens de melhor preditor linear não viesado passo único (ssGBLUP) e melhor preditor genômico ponderado linear e não linear de passo único (WssGBLUP). A capacidade de predizer o desempenho futuro foi calculada como a correlação entre o GEBV e os fenótipos ajustados. A APF e PFT apresentaram estimativas de herdabilidade de moderada a baixa, 0.18 e 0.02, respectivamente. APF e PFT tiveram correlação genética moderada a alta com crescimento (0,51 a 0,64), eficiência alimentar (-0.23 a 0.72), carcaça (-0.68 a 0.43) e frame (0.44 a 0.77), e moderada a baixa com reprodução (-0.47 a 0.20). As correlações residuais entre APF e PFT foram baixas com crescimento, reprodução, carcaça, eficiência alimentar e frame, variando de -0.05 a 0.18, exceto para as correlações entre APF com P450 e DMI (0.21 e 0.21, respectivamente). Na análise de GWAS, foram identificados um total de 83 genes em 21 janelas para APF e 268 genes em 52 janelas associados ao PFT. Maiores ganhos na habilidade preditiva para APF e PFT foram obtidos ao utilizar o modelo multicaracterística e o modelo bicaracterístico quando adicionadas características correlacionadas, com valores de acurácia variando de 0.556 a 0.665. Para predição da fração fenótipo, os modelos unicaracterísticos WssGBLUP linear obtiveram as maiores estimativas de predição, com valores variando de 0.65 a 0.94. Os resultados do GWAS contribuem para um maior entendimento dos mecanismos biológicos e genéticos, identificando os genes e vias metabólicas envolvidas na regulação da lucratividade e do lucro por arroba. Vários genes relacionados à fertilidade, eficiência alimentar, características de carcaça, desenvolvimento e metabolismo muscular e de tecido adiposo e metabolismo de lipídios e carboidratos foram identificados, juntamente com genes associados ao comportamento animal. Os resultados sugerem que a precisão da predição de características com baixa herdabilidade, como APF e PFT, aumentou consideravelmente quando foram combinadas com características de alta correlação genética em uma predição multicaracterística. Essas duas novas características podem ser incluídas como uma ferramenta complementar de seleção e manejo para identificar animais com maior retorno econômico em termos genéticos, oferecendo insights aos produtores sobre o retorno econômico esperado da seleção dos animais mais produtivos.
Thesagro:	Gado Nelore Bos Indicus Parâmetro Genético
Keywords:	Lucratividade acumulada Predição genômica
Notes:	Dissertação (Mestrado) - Universidade Federal de Goiás, Goiânia. Orientador: Cláudio Ulhoa Magnabosco (CPAC).
Type of Material:	Teses
Access:	openAccess
Appears in Collections:	Tese/dissertação (CPAC)