Estimação de componentes de variância sob influência de genes de efeito principal, comparando-se metodologias Bayesiana e clássica sob diferentes cenários

Revista Brasileira de Zootecnia

Giselle Mariano Lessa De Assis²  José Marques Carneiro Júnior²  Ricardo Frederico Euclydes¹  Robledo De Almeida Torres¹  Paulo Sávio Lopes¹ 

[1] ,Embrapa AcreRio Branco AC

关键词: amostragem de Gibbs;    modelo infinitesimal;    modelos mistos;    REML;    simulação computacional;    viés da seleção;    computational simulation;    Gibbs sampling;    infinitesimal model;    mixed models;    REML;    selection bias;   

DOI  :  10.1590/S1516-35982007000600007

来源: SciELO

【 摘 要 】

Quatro diferentes tipos de população foram simulados com o objetivo de verificar a influência de genes de efeito principal e do tamanho da população na estimação de componentes de variância sob seleção. A estimação foi realizada por meio da utilização e comparação das metodologias clássica e Bayesiana (a Bayesiana com três níveis de informação a priori). As metodologias REML e Bayesiana com prior não-informativo, em geral, produziram resultados bastante semelhantes. Em populações cuja característica é governada por genes de efeito principal, as estimativas dos componentes de variância genética aditiva foram pouco acuradas, exceto quando se utilizou metodologia Bayesiana com prior informativo. A inclusão das informações de parentesco e dos registros de todos os indivíduos até a população-base mostrou-se necessária, exceto para populações grandes cuja característica é governada por elevado número de genes.

【 授权许可】

CC BY   
 All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License