Use este identificador para citar ou linkar para este item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/974473
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorSILVA, F. F.pt_BR
dc.contributor.authorROCHA, G. S.pt_BR
dc.contributor.authorRESENDE, M. D. V. dept_BR
dc.contributor.authorGUIMARÃES, S. E. F.pt_BR
dc.contributor.authorPETERNELLI, L. A.pt_BR
dc.contributor.authorDUARTE, D. A. S.pt_BR
dc.contributor.authorAZEVEDO, C.pt_BR
dc.date.accessioned2013-12-26T22:23:36Z-
dc.date.available2013-12-26T22:23:36Z-
dc.date.created2013-12-19pt_BR
dc.date.issued2013pt_BR
dc.identifier.citationArquivo Brasileiro de Medicina Veterinária e Zootecnia, v. 65, n. 5, p. 1519-1526, 2013.pt_BR
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/974473pt_BR
dc.descriptionFoi proposta uma metodologia para avaliação genética de curvas de crescimento considerando-se informações de marcadores SNPs (Single Nucleotide Polymorphisms). Em um primeiro passo foram ajustados modelos de crescimento não lineares (logístico) aos dados de peso-idade de cada animal, e em um segundo passo as estimativas dos parâmetros de tais modelos foram consideradas como fenótipos em um modelo de regressão (LASSO Bayesiano ? BL) cujas covariáveis foram os genótipos dos marcadores SNPs. Este enfoque possibilitou estimar os valores genéticos genômicos (GBV) para peso em qualquer tempo da trajetória de crescimento, refletindo na confecção de curvas de crescimento genômicas, as quais permitiram a identificação de grupos de indivíduos geneticamente superiores em relação à eficiência de crescimento. Os dados simulados utilizados neste estudo foram constituídos de 2000 indivíduos (1000 na população de treinamento e 1000 na população de validação) contendo 453 marcadores SNPs distribuídos sobre cinco cromossomos. Os resultados indicaram a alta eficiência do método BL em predizer GBVs da população de validação com base na população de treinamento (coeficientes de correlação variaram entre 0,79 e 0,93), bem como a alta eficiência na detecção de QTLs, uma vez que os marcadores com maiores efeitos estimados encontravam-se em posições dos cromossomos próximas àquelas nas quais se encontravam os verdadeiros QTLs postulados na simulação.pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.subjectMelhoramento genéticopt_BR
dc.subjectSNPpt_BR
dc.subjectDados longitudinaispt_BR
dc.subjectLASSO bayesianopt_BR
dc.subjectLongitudinal datapt_BR
dc.subjectBayesian LASSOpt_BR
dc.titleSeleção genômica ampla para curvas de crescimento.pt_BR
dc.typeArtigo de periódicopt_BR
dc.date.updated2013-12-26T22:23:36Zpt_BR
riaa.ainfo.id974473pt_BR
riaa.ainfo.lastupdate2013-12-26pt_BR
dc.contributor.institutionF. F. Silva, Universidade Federal de Viçosa; G. S. Rocha, Aluno de pós-graduação – Universidade Federal de Viçosa; MARCOS DEON VILELA DE RESENDE, CNPF; S. E. F. Guimarães, Universidade Federal de Viçosa; L. A. Peternelli, Universidade Federal de Viçosa; D. A. S. Duarte, Aluno de graduação - Universidade Federal de Viçosa / Bolsista de Iniciação Científica; C. Azevedo, Universidade Federal de Viçosa.pt_BR
Aparece nas coleções:Artigo em periódico indexado (CNPF)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2013M.DeonABMVZSelecao.pdf509,38 kBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace