Mejora de la predicción genómica en cerdos mediante la integración de datos de múltiples poblaciones y conocimientos...

Área de la Ciencia:

• Genética animal
• La genética cuantitativa
• La bioinformática

Sus antecedentes:

• La selección genómica (GS) es crucial para mejorar los rasgos económicamente importantes en los cerdos.
• La precisión de GS depende en gran medida del tamaño y la composición de la población de referencia.
• La optimización de las evaluaciones genómicas de múltiples poblaciones requiere la integración de conocimientos biológicos previos y modelos avanzados.

Objetivo del estudio:

• Explorar estrategias para optimizar las evaluaciones genómicas de múltiples poblaciones en cerdos.
• Evaluar las similitudes de las poblaciones utilizando la distribución fenotípica, la consistencia del desequilibrio de enlace (LD), la heredabilidad y la varianza genética.
• Evaluar el rendimiento de diferentes modelos de predicción genómica para poblaciones de referencia conjuntas.

Principales métodos:

• Las similitudes de la población se evaluaron utilizando la distribución fenotípica, la consistencia de LD, la heredabilidad y la varianza genética.
• Se aplicaron tres modelos de predicción genómica: GBLUP, GBLUP bivariado y GFBLUP.
• El modelo GFBLUP incluye un estudio integrado de asociación de todo el meta-genoma (m-GWAS).

Principales resultados:

• Las diferencias en las medias fenotípicas y la variación genética entre las poblaciones afectaron significativamente la precisión de la predicción de la evaluación conjunta, especialmente para el grosor de la grasa.
• El modelo GFBLUP demostró una mejor precisión de predicción cuando las contribuciones genéticas entre las poblaciones objetivo y de referencia eran similares.
• Las métricas de similitud de la población influyeron en la efectividad de las evaluaciones genómicas conjuntas.

Conclusiones:

• La selección cuidadosa de las poblaciones de referencia es vital para realizar evaluaciones genómicas precisas en cerdos.
• La integración de los priores biológicos, como los resultados de m-GWAS, mejora los modelos de predicción genómica.
• El modelo GFBLUP ofrece un enfoque prometedor para optimizar las estrategias de selección genómica de múltiples poblaciones en la cría de cerdos.