Enfoque basado en la divergencia bayesiana para la selección ordinaria de múltiples rasgos genómicos

Área de la Ciencia:

• Mejoramiento vegetal
• Genética cuantitativa
• La bioinformática

Sus antecedentes:

• La selección genómica para los rasgos ordinales (por ejemplo, las puntuaciones de resistencia a las enfermedades) presenta desafíos debido a su naturaleza discreta y ordenada.
• Los métodos existentes pueden no capturar completamente las complejidades de la selección ordinal de múltiples rasgos en el mejoramiento de plantas.

Objetivo del estudio:

• Desarrollar y evaluar un nuevo marco basado en la divergencia bayesiana para la selección ordinal de múltiples rasgos.
• Para comparar el rendimiento de diferentes funciones de pérdida teórica de decisiones (divergencia KL, distancia Bhattacharyya, distancia Hellinger) para la selección genómica.

Principales métodos:

• Implementación de un marco basado en la divergencia bayesiana en el paquete R de selección parental de múltiples rasgos (MPS-R).
• Utilizó la divergencia de Kullback-Leibler (KL), la distancia de Bhattacharyya y la distancia de Hellinger para cuantificar las distancias de distribución.
• Se realizaron extensas simulaciones en seis escenarios con diferentes correlaciones genéticas y heredabilidad.
• Métodos validados utilizando datos reales de resistencia a las enfermedades del trigo.

Principales resultados:

• La función de pérdida de divergencia de Kullback-Leibler (KL) logró consistentemente ganancias genéticas superiores, particularmente bajo heredabilidad moderada.
• El marco demostró un rendimiento sólido en diversas arquitecturas genéticas y niveles de heredabilidad.
• La validación con datos reales de trigo confirmó la utilidad práctica de los métodos propuestos.

Conclusiones:

• El nuevo marco basado en la divergencia bayesiana mejora la eficiencia de la selección de fenotipos ordinales complejos y de múltiples rasgos en el mejoramiento de plantas.
• El paquete MPS-R proporciona un conjunto de herramientas flexibles y biológicamente fundamentadas para los criadores.
• Se recomienda la divergencia de Kullback-Leibler para optimizar las ganancias genéticas en la selección de rasgos ordinales.