Seleção genômica para melhoramento vegetal com diferentes estruturas populacionais

Abstract

O objetivo deste trabalho foi avaliar a eficiência da seleção genômica em diferentes cenários de estrutura populacional em milho-pipoca, com estimação dos efeitos e uso de marcadores na própria população de referência e em populações não relacionadas, e determinar a influência do tamanho efetivo e das relações de parentesco na população de estimação sobre a acurácia da predição. Foram simuladas populações com diferentes desequilíbrios de ligação (LD) e variâncias aditivas, tendo-se considerado diferentes caracteres, densidades de marcadores, herdabilidades e gerações, no total de 144 cenários. Também foram simuladas populações estruturadas em progênies. A acurácia da predição dos valores genéticos aditivos foi obtida por meio da correlação entre os valores paramétricos e os valores estimados por RR-BLUP (ridge regression- best linear unbiased prediction). Em populações com baixo LD e menor variância aditiva, o uso de maiores densidades de SNP (10 SNP 0,1 cM-1) é indicado, e, além disso, o candidato à seleção deve ser relacionado à população de estimação, para que a acurácia de predição seja satisfatória. O uso de população de seleção na mesma geração da população de estimação reduz em pelo menos 8% a acurácia. A estruturação da população em progênies de maior relacionamento e menor tamanho efetivo aumenta a eficiência da seleção genômica.

The objective of this work was to evaluate the efficiency of genomic selection in different population structure scenarios in popcorn, by estimating the effects of and using markers in the same reference population and in populations not related to each other, and to determine the effect of the effective size and kin relationships on the estimation population over the prediction accuracy. Populations were simulated with different linkage disequilibria (LD) and additive variances, taking into account different characters, marker densities, heritabilities, and generations, totaling 144 scenarios. Populations structured in progenies were also simulated. The prediction accuracy of additive breeding values was obtained by correlating true breeding values and breeding values predicted by RR-BLUP (ridge regression-best linear unbiased prediction). In populations with low LD and lower additive variance, the use of higher SNP density (10 SNP 0.1 cM-1) is recommended; besides, the selection candidate should be related to the estimation population in order to obtain satisfactory prediction accuracy. The use of a selection population in the same generation of the estimation population reduces accuracy in at least 8%. Populations structured in progenies with stronger relationships and smaller effective size increase the efficiency of genomic selection.