Título:	Implementação do Best Linear Unbiased Prediction (BLUP) em Python para avaliação genética animal.
Autoria:	VOLPATO, C. A. C. HIGA, R. H.
Afiliação:	CAIO AUGUSTO C. VOLPATO, Unicamp; ROBERTO HIROSHI HIGA, CNPTIA.
Ano de publicação:	2015
Referência:	In: MOSTRA DE ESTAGIÁRIOS E BOLSISTAS DA EMBRAPA INFORMÁTICA AGROPECUÁRIA, 11., 2015, Campinas. Resumos expandidos... Brasília, DF: Embrapa, 2015.
Páginas:	p. 78-84.
Conteúdo:	Valores genéticos para animais em programas de melhoramento de grandes populações são obtidos pela resolução de Best Linear Unbiased Prediction (BLUP) correspondente ao modelo de avaliação utilizado. O sistema de equações lineares que resulta da resolução de BLUP contém centenas de milhares ou até milhões de equações para serem resolvidas. Neste trabalho, pretende-se avaliar a estratégia de representação desse sistema de equações lineares em memória Random Access Memory (RAM), baseada em matrizes esparsas, e sua resolução por meio do algoritmo de gradiente conjugado precondicionado (WATKINS, 2010), para avaliar sua aplicabilidade em grandes populações de animais. Até o presente momento, uma solução baseada em matrizes densas foi implementada e sua adaptação para utilizar matrizes esparsas encontra-se em curso. Este trabalho integra as atividades do Plano de Ação 4 do projeto "Desenvolvimento e implementação de metodologias genético-estatísticas em avaliações genéticas de gado de corte" (MENEZES, 2015) que pretende desenvolver um software Embrapa para avaliação genética de grandes populações de animais, livrando os programas de melhoramento genético coordenado pela Empresa Brasileira de Pesquisa Agropecuária (Embrapa) do pagamento de licenças de uso.
NAL Thesaurus:	Genetic improvement Python
Palavras-chave:	Melhoramento genético Grandes populações BLUP Gradiente conjugado
Tipo do material:	Artigo em anais e proceedings
Acesso:	openAccess
Aparece nas coleções:	Artigo em anais de congresso (CNPTIA)