Optimización de conjuntos de entrenamiento para identificar genotipos superiores en poblaciones híbridas

Área de la Ciencia:

• Mejoramiento y genética de plantas
• Selección genómica (SG)
• Genética cuantitativa

Sus antecedentes:

• La identificación de híbridos superiores es crucial para el mejoramiento comercial de plantas y el cultivo a gran escala.
• La selección genómica (SG) utiliza datos de marcadores para predecir valores de cría, pero la optimización del conjunto de entrenamiento es clave para la precisión.
• Los métodos existentes para la selección de conjuntos de entrenamiento requieren evaluación para poblaciones híbridas.

Objetivo del estudio:

• Evaluar y extender los métodos de optimización de conjuntos de entrenamiento para la construcción de modelos predictivos en poblaciones híbridas.
• Evaluar el rendimiento de diferentes métodos para identificar genotipos de alto rendimiento con valores de cría verdaderos (TBVs) altos.
• Proporcionar un marco flexible para optimizar conjuntos de entrenamiento en programas de mejoramiento prácticos.

Principales métodos:

• Se investigaron tres métodos de optimización de conjuntos de entrenamiento: MSPE_Ridge(v2), CD_mean(v2) y GV_average.
• Se desarrollaron tres métricas de evaluación para evaluar el rendimiento predictivo en la identificación de genotipos con los TBVs más altos.
• Se realizaron experimentos de simulación utilizando datos genotípicos reales de trigo, maíz y arroz.

Principales resultados:

• GV_average demostró alta eficiencia computacional y generó conjuntos de entrenamiento informativos en varios tamaños.
• GV_average ocasionalmente comprometió la diversidad genómica en conjuntos de entrenamiento pequeños.
• CD_mean(v2) demostró ser una alternativa más confiable para mantener la diversidad genómica en conjuntos de entrenamiento pequeños.

Conclusiones:

• El método GV_average ofrece ventajas computacionales para la optimización de conjuntos de entrenamiento en selección genómica.
• Se recomienda CD_mean(v2) cuando la diversidad genómica es crítica, especialmente para conjuntos de entrenamiento más pequeños.
• El marco propuesto mejora la precisión de la predicción genómica en programas de mejoramiento híbrido.