RASEL: Un modelo de conjunto para la selección de los PNS básicos y su aplicación para la identificación y...

Área de la Ciencia:

• Genética animal
• La bioinformática
• Aprendizaje automático en la ciencia animal

Sus antecedentes:

• La gestión eficaz de la cría de ganado depende de una identificación precisa de la raza y la utilidad.
• Los marcadores genómicos ofrecen una herramienta poderosa para distinguir las poblaciones de ganado.

Objetivo del estudio:

• Desarrollar y validar una tubería de aprendizaje automático para una clasificación precisa de la raza y la utilidad del ganado.
• Identificar marcadores genéticos informativos para la determinación de la raza y la utilidad.

Principales métodos:

• Se utilizó un panel de referencia de 10 razas de ganado y 657 marcadores informativos de ascendencia.
• Modelos de aprendizaje automático de conjunto empleados (regresión logística, XGBoost, bosque aleatorio) para la clasificación.
• Los marcadores informativos identificados de la raza (BIM) y los marcadores informativos de utilidad (UIM), incluidas las firmas de selección.

Principales resultados:

• Los modelos conjuntos lograron una precisión superior al 98% para la identificación de la raza utilizando 207 BIM.
• Se ha logrado una precisión superior al 96% para clasificar la utilidad del ganado bovino (lácteo frente a la corriente de aire) utilizando 17 UIM.
• Aplicación exitosa de las UIM para clasificar el ganado no descrito en Maharashtra, India.

Conclusiones:

• La tubería RASEL desarrollada proporciona un método preciso y eficiente para la clasificación de la raza y la utilidad del ganado.
• Este enfoque genómico apoya las decisiones de cría informadas para la mejora del ganado.
• Los marcadores y la tubería identificados tienen aplicaciones prácticas en la gestión del ganado.