Resumo:
A seleção genômica ampla (GWS) aumenta a eficiência e rapidez do melhoramento genético. Essa tecnologia fundamenta-se na predição de fenótipos com base na leitura de marcadores genéticos e uso de métodos preditivos. Existem vários métodos para aplicação na GWS. O presente documento contempla mais de uma dezena desses métodos contemplando a teoria, a computação e a aplicação a dados simulados. Assim, seu conteúdo é abrangente e pode servir como um guia importante para os usuários da GWS.
Descrição:
O conteúdo deste boletim é apresentado em dezesseis capítulos: 1-Descrição genérica dos métodos de seleção genômica ampla (GWS); 2-Métodos de estimação penalizada; 3-Métodos de Estimação bayesiana (BayesA, BayesB, Fast BayesB, BayesCπ, BayesDπ); 4-Lasso bayesiano e Lasso bayesiano Melhorado (BLASSO e IBLASSO); 5-Regressão Kernel Hilbert Spaces (RKHS); 6-Regressão via quadrados mínimos parciais (PLSR); 7-Relação entre RR-BLUP, BLASSO e IBLASSO; 8-Análise simultânea de indivíduos genotipados e não genotipados via GBLUP; 9-Análise de associação genômica ampla (GWAS); 10-Associação genômica ampla (GWAS) em humanos; 11-Comparação entre 12 métodos de seleção genômica ampla; 13-Pesos das marcas nos diferentes métodos e frequências alélicas; 14-Formas de parametrização da matriz de incidência genotípica; 15-Imputação de genótipos marcadores; 16-Aumento na eficiência seletiva do melhoramento de plantas e animais.
