Genomic prediction models with additive and dominance effects for censored traits

Abstract

Recently, dominance effects have been included in the genomic selection of several species, with the GBLUP-D method being the most used. This method consists in replacing, in the REML / BLUP procedure, the pedigree-based relationship matrices by marker-based relationship matrices. This method can be performed using the GVCBLUP software or through BGLR R-package, which is based on Bayesian regression via the Reproduction Kernel Hilbert Space. The objective of this work was to evaluate the possibility and effectiveness of GBLUP-D implementation via the lmekin function implemented in the coxme package of R through the inclusion of additive and dominance genomic matrices. Thus, through simulated data analyzes, the results obtained by the lmekin function were compared with those obtained by the GVCBLUP software and the BGLR package. Subsequently, the analysis was extended considering phenotypes with censored observations in a F 2 population of pigs, where the time (in days) of the birth to the slaughter of the animal was evaluated through the Cox model and the truncated normal model, in that the censoring was considered or not in the analysis. Finally, the inclusion of the polygenic effect in the additive-dominant models was evaluated in three traits with complete and normally distributed observations of a mice population, and in censored data from a F 2 population of pigs. The results showed that the lmekin function is an efficient alternative for the fit of genomic linear models with additive and dominance effects, since it results were identical to those obtained through GVBLUP software. For the censored data, it was observed a high agreement between the Cox model and the truncated normal model in selecting the best individuals and the highest marker effects. Thus, it was possible to show the possibility of predicting genomic genetic values for censored data, considering the Cox survival model with additive and dominance effects. The inclusion of the polygenic effect in the evaluated models allowed a significative increase in the additive heritabilities of the evaluated traits.

Recentemente, efeitos de dominância, têm sido incluídos na seleção genômica de várias espécies, sendo o método GBLUP-D o mais utilizado. Esse método consiste em substituir, no procedimento REML/BLUP, as matrizes de parentesco baseadas no pedigree pelas matrizes com base nos marcadores moleculares. Este método pode ser realizado por meio do software GVCBLUP ou por meio do pacote BGLR do software R, o qual se baseia em regressão bayesiana via Kernel de Reprodução do Espaço de Hilbert. Este trabalho teve como objetivo inicial avaliar a possibilidade e efetividade de implementação do GBLUP-D via a função lmekin implementada no pacote coxme do software R por meio da inclusão das matrizes de parentesco genômico aditivo e de dominância. Assim, comparou-se, via análises de dados simulados, os resultados obtidos pela função lmekin com os obtidos pelo software GVCBLUP e pacote BGLR. Posteriormente, estendeu-se a análise considerando fenótipos com observações censuradas numa população F 2 de suínos, onde avaliou-se o tempo (em dias) do nascimento ao abate do animal por meio do modelo de Cox e do modelo normal truncado, nas situações em que a censura foi considerada ou não na análise. E por fim, avaliou-se a inclusão do efeito poligênico nos modelos aditivos-dominante em três características com observações completas e normalmente distribuídas de uma população de camundongos e em dados censurados de uma população F 2 de suínos. Os resultados comprovaram inicialmente que a função lmekin é uma alternativa eficiente para o ajuste, no software R, de modelos lineares genômicos com efeitos aditivos e de dominância, uma vez que apresentou resultados idênticos aos obtidos por meio do software GVCBLUP. Para os dados censurados, observou-se alta concordância entre o modelo de Cox e o modelo normal truncado em selecionar os melhores indivíduos e os maiores efeitos de marcas. Com isso, mostrou-se a possibilidade de predizer valores genéticos genômicos para dados censurados, considerando o modelo de sobrevivência de Cox com efeitos aditivos e de dominância. A inclusão do efeito poligênico nos modelos avaliados permitiu um aumento significativo nas herdabilidades aditivas das características avaliadas.