Mapeamento de QTL para características de crescimento de suínos por meio de modelos de regressão aleatória

Pesquisa Agropecuária Brasileira

Valeria Rosado Pinheiro²  Fabyano Fonseca E Silva²  Simone Eliza Facioni Guimarães²  Marcos Deon Vilela De Resende¹  Paulo Sávio Lopes²  Cosme Damião Cruz²  Camila Ferreira Azevedo² 

[1] ,Universidade Federal de ViçosaViçosa MG

关键词: Sus scrofa;    curvas de crescimento;    dados longitudinais;    "identical‑by‑descent";    locos de características quantitativas;    seleção assistida por marcadores;    Sus scrofa;    growth curves;    longitudinal data;    identical‑by‑descent;    quantitative trait loci;    marker‑assisted selection;   

DOI  :  10.1590/S0100-204X2013000200009

来源: SciELO

【 摘 要 】

O objetivo deste trabalho foi avaliar eficiência de modelos de regressão aleatória (MRA) para detectar locus de características quantitativas (QTL) para características de crescimento, em suínos. Utilizou-se uma população divergente F2 Piau x Comercial. A eficiência da metodologia proposta na detecção de QTL foi comparada à da metodologia tradicional de regressão por intervalo de mapeamento. Para tanto, utilizaram-se MRA com efeitos aleatórios poligênicos, de ambiente permanente e de QTL, tendo-se utilizado o enfoque de matriz de covariância "identical‑by‑descent" associada aos efeitos de QTL. Testou-se a significância dos efeitos de QTL mediante a razão de verossimilhanças, tendo-se considerado o modelo como completo quando houve efeito de QTL, ou nulo, quando não. A comparação entre os modelos foi feita nas posições dos marcadores (seis marcadores microssatélites) e nas intermediárias, entre os marcadores. O MRA detectou QTL significativo na posição 65 cM do cromossomo 7 e, portanto, foi mais eficiente que a metodologia tradicional, que não detectou QTL significativo em nenhum dos fenótipos avaliados. A metodologia proposta possibilitou a detecção de QTL com efeito sobre toda a trajetória de crescimento, dentro da amplitude de idade considerada (do nascimento aos 150 dias).

【 授权许可】

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