Avaliação da eficiência de modelos baseados em pedigree e modelos genômicos na seleção de indivíduos de Eucalyptus

Abstract

Com os avanços da genética, os programas de melhoramento passaram a incorporar novas ferramentas e tecnologias que aumentaram a precisão da seleção. No melhoramento florestal, um dos principais desafios está relacionado ao longo ciclo de produção dos indivı́duos e à necessidade de maior eficiência seletiva. Entre os avanços mais relevantes, destaca-se o uso de marcadores moleculares, como os SNPs, que possibilitam a obtenção de informações genômicas mais detalhadas sobre os indivı́duos. Esses marcadores permitiram estimar relações genéticas com maior precisão do que aquelas baseadas exclusivamente em pedigree, ampliando as possibilidades de seleção de progênies. A integração desses dados genômicos com modelos estatı́sticos resultou no desenvolvimento de modelos genômicos mais eficientes para a predição de valores genéticos quando comparados aos modelos baseados apenas em pedigree. Neste contexto, o presente estudo tem como objetivo comparar a eficiência de modelos baseados em pedigree e em relacionamento genômico na seleção de indivı́duos de Eucalyptus. Foram ajustados modelos lineares mistos com estruturas aditiva e aditiva-dominante, utilizando matrizes de relacionamento baseadas em pedigree e dados genômicos. A eficiência dos modelos foi avaliada por meio da estimativa de parâmetros genéticos, capacidade preditiva via validação cruzada e coincidência na seleção dos indivı́duos superiores. Os modelos genômicos apresentaram melhor ajuste aos dados em relação ao modelo baseado em pedigree, sendo o GDBLUP o modelo com melhor ajuste aos dados. Além disso, foi observada elevada concordância entre os modelos genômicos e boa capacidade preditiva para as caracterı́sticas avaliadas. Esses resultados evidenciam o potencial da seleção genômica para aumentar a eficiência da seleção e contribuir para a redução do ciclo de melhoramento em Eucalyptus urograndis. Palavras-chaves: Seleção genômica; E. urograndis; SNPs; Melhoramento florestal; BLUP genômico.