Tema 6 Unidad 10 y 11 predicción genética
-
Upload
api-3835698 -
Category
Documents
-
view
587 -
download
2
Transcript of Tema 6 Unidad 10 y 11 predicción genética
![Page 1: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/1.jpg)
ESTIMADO DEL VALOR GENÉTICO:
PREDICCIÓN GENÉTICA
![Page 2: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/2.jpg)
Índices de Selección
Mejor predictor lineal insesgado(BLUP)
Conocimientos de estadística y matemática matricial
Cuando utilizarlos y de qué son capaces
![Page 3: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/3.jpg)
ÍNDICES DE SELECCIÓN
Combinación lineal de información fenotípica y factores de ponderación
Datos de desempeño provienen de grupos contemporáneos genéticamente similares.
![Page 4: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/4.jpg)
I = b1x1 + b2x2 + ......+ bnxn
I = Valor del índice de selección (predicción genética)
bi = factor de ponderación
xi = dato de información fenotípica
n = número total de datos con información fenotípica
![Page 5: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/5.jpg)
Fuentes de información:
Desempeño propio del individuo
Registros de desempeño de los ancestros(datos de pedigree)
Registros de desempeño de los descendientes(datos de progenie)
![Page 6: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/6.jpg)
Datos de pedigree
Información sobre el genotipo o desempeñode los ancestros y/o parientes colateralesde un individuo.
Datos de progenie:
Información sobre el genotipo o desempeñode los descendientes de un individuo.
![Page 7: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/7.jpg)
Cantidad de información es variable
Antes del nacimiento o muy jóvenes = pedigree
A medida crecen = datos de ellos mismos
Si se seleccionan = datos de progenie
![Page 8: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/8.jpg)
Cada dato expresado como desviacióndel grupo contemporáneo
Asume similaridad genética
Puede provocar sesgo
Solo con grupos G similares
![Page 9: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/9.jpg)
Predicción utilizando Regresión
Predicción de un valor = coeficiente de regresión x evidencia
I = b1x1 + b2x2 + ......+ bnxn
Predicción utilizando una sola fuente de información
I = bx
![Page 10: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/10.jpg)
Ejemplos de fórmulas:
Fuente de CoeficientePredicción información regresión Precisión
EBV un dato (no re-petido) de desem- h2 hpeño del individuo
EBV promedio de re-gistros de proge- 2lkh2 lkh2
nie de l camadas 4+(k-1)(2h2+4c2fs)+(l-1)kh2 4+(k-1)(2h2+4c2
fs)+(l-1)kh2
de tamaño k
MPPA promedio de nregistros del nr nrindividuo 1 + (n-1)r 1 + (n-1)r
![Page 11: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/11.jpg)
Ejemplo:Cálculo de MPPA para una vacaFuente de información: información de la propia vacaPromedio 5 lactaciones, 1072 lbs sobre grupo contemp.
b = 5 (0.5) 1 + (5-1)0.5
b = 0.833
nr
1 + (n-1)r
b =
![Page 12: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/12.jpg)
I = bx
MPPA = 0.833(1072)
MPPA = +893 libras
nr
1 + (n-1)r
5(0.5)
1 + (5-1)0.5
Precisión =
=
= 0.91
![Page 13: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/13.jpg)
Regresión por cantidad de información
Predicción genética “conservativa”(cercana a la media),
dependiendo de la cantidad de información
utilizada en el cálculo.
![Page 14: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/14.jpg)
Ejemplo: Vaca No.2Dos lactaciones con prom. 1024 lbs sobre la media
nr
1 + (n-1)rb =
2(0.5)
1 + (2-1)0.5b = = 0.667
I = 0.667(1024)
= +803
![Page 15: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/15.jpg)
nr
1 + (n-1)r
2(0.5)1 + (2-1)0.5
Precisión =
=
= 0.82
![Page 16: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/16.jpg)
Ejemplo: Vaca No. 3Sólo una lactancia, 918 lbs menos que la media
nr
1 + (n-1)rb =
1(0.5)
1 + (1-1)0.5b = = 0.5
I = 0.5(-918)
= -459
![Page 17: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/17.jpg)
nr1 + (n-1)r
1(0.5)1 + (1-1)0.5
Precisión =
=
= 0.71
![Page 18: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/18.jpg)
-918 -459 0 803 893 1072 1204
PA3 PA3 PA2 PA1 PA1 PA2
![Page 19: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/19.jpg)
Factores que afectan la precisión de la predicción
1. Heredabilidad
heredabilidad precisión
2. Número de registros
Número de registros precisión
3. Relaciones de pedigree
Parentesco Precisión
![Page 20: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/20.jpg)
Precisión de la predicción del BV con una fuente de información
Fuente de Relaciones de No. de heredabilidadInformación Pedigree Registros .05 .30 .70
Individuo 1.00 1 .22 .55 .84
Medios hermanos .25 1 .06 .14 .21 10 .17 .33 .41 20 .22 .39 .45 100 .37 .47 .49 1,000 .48 .49+ .49+
Progenie .50 1 .11 .27 .42 10 .34 .67 .82 20 .45 .79 .90 100 .75 .94 .98 1,000 .96 .99 .99+
![Page 21: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/21.jpg)
Índice de selección de primerizas
I.S.=300+(3*Peso21días kg) - (Días 90kg) - (30*G.Dorsal pul.)
Ejemplos:
Primeriza 1= 300+(3*6.2)-180-(30*0.8) = 114.6
Primeriza 2= 300+(3*4.8)-210-(30*1.2) = 43.8
Primeriza 3= 300+(3*7.0)-158-(30*0.7) = 142.0
![Page 22: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/22.jpg)
Indice de camada (OHIO)
I.C. = 6.5*No.Nacidos vivos+Peso 21 días ajustado
Ajuste Primerizas = 9 libras x lechón - 10 Adultas = 10 libras x lechón - 10
![Page 23: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/23.jpg)
Comparación de animales utilizando información de
Grupos genéticamente diversos
![Page 24: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/24.jpg)
Mejor Predictor Lineal Insesgado (BLUP)
Método de predicción genética que es particularmente apropiado cuando los
registros de desempeño provienen de grupos contemporáneos genéticamente diversos.
![Page 25: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/25.jpg)
Requiere proceso de cálculo intensivos
Involucra la solución simultánea de un número de ecuaciones
Provee predicciones para una población entera
Es el método preferido para evaluaciones genéticas a gran escala
![Page 26: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/26.jpg)
Modelos (Tipos) de BLUP
Modelos estadísticos
Modelos de padres
Modelos de Abuelos Maternos del padre
Modelo Animal
Modelo para medidas repetidas
![Page 27: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/27.jpg)
Capacidades de modelos BLUP avanzados
BLUP-modelo animal1. Niveles genéticos de grupos contemporáneos
Diferencias en la media del BV de gruposcontemporáneos.
Efectos del grupo contemporáneo
Índices de selección no consideran esta diferencia
![Page 28: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/28.jpg)
2. Dirección genética
Población con selección efectiva por períodos largos
Problema con los índices de selección
BLUP puede comparar diferentes grupos
![Page 29: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/29.jpg)
3. Uso de todos los datos
Índices de selección = registros de pocas fuentes
BLUP = registros de todos los animales
Que tan beneficioso incluir tanta información?
![Page 30: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/30.jpg)
X Abuelo 1
Padre 1
Y Abuela
Madre
Abuelo 2
Z Padre 2
BLUP - modelo animal
![Page 31: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/31.jpg)
Ìndice de Selección, modelo del padre
X Abuelo 1
Padre 1
Y
Abuelo 2
Z Padre 2
![Page 32: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/32.jpg)
4. Montas No-al azar
Los machos no se asignan al azar a las hembras
BLUP ajusta predicciones de animales por el mérito de sus montas
Evita que se vea un individuo superior a lo que es
![Page 33: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/33.jpg)
RESPUESTA CORRELACIONADA
A LA SELECCIÓN
![Page 34: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/34.jpg)
¿QUÉ CAUSA LA RESPUESTA CORRELACIONADA?
Mecanismos Genéticos
1. Ligamiento
Causa temporal
![Page 35: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/35.jpg)
2. Pleiotropía
Un gen afecta más de una característica
Gen del halotano
HYYP en caballos
Características poligénicas relacionadas
![Page 36: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/36.jpg)
Genes pleiotrópicos
Carac. X Carac. Y
![Page 37: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/37.jpg)
Correlación Genética
Relación entre BV de una característicay el BV de otra característica.
Importancia relativa de los efectospleiotrópicos sobre dos características
![Page 38: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/38.jpg)
Ejemplo:
Largo de la quilla y peso corporal en pavoscorr. 0.5
Peso corporal y número de huevos0.05
Producción de leche y % de grasa-0.3
![Page 39: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/39.jpg)
Días a 230 libras e ICA en cerdos+0.7
Ganancia diaria de peso e ICA-0.7
![Page 40: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/40.jpg)
Factores que afectan la respuesta correlacionada
1. Respuesta directa a la selección
Cambio genético en la característicaresultado de la selección para esa caract.
PrecisiónIntensidad de selecciónIntervalo generacional
![Page 41: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/41.jpg)
2. Correlación genética entre las características (X y Y) y la variación genética en Y
Correlación alta o baja?
Variación alta o baja?
![Page 42: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/42.jpg)
Selección por respuesta correlacionada
Selección indirecta
1. Mediciones difíciles o muy caras
Conversión alimenticia
2. Precisión de selección mayor en carac. correlacionada que en la caract. de interés
![Page 43: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/43.jpg)
3. Intensidad de selección
Carac. correlacionada = continuaCarac. de interés = umbral
Peso al nacimiento y dificultad de parto
“Característica Indicadora”
![Page 44: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/44.jpg)
SELECCIÓN PARA
MÚLTIPLES CARACTERÍSTICAS
![Page 45: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/45.jpg)
Valor de cría agregado
El valor de cría de un individuo para una combinación de características.
“mérito neto”
¿Cuál es el mejor animal?
![Page 46: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/46.jpg)
Métodos de selección para múltiples características
Categorías de selección
• Selección “tandem”
• Niveles de descarte independientes
• Índices de selección económicos
![Page 47: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/47.jpg)
1. Selección “tandem”
Selección en orden cronológico
“Objetivo (blanco) de la selección”
Efectividad depende de Gr
![Page 48: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/48.jpg)
2. Niveles de descarte independientes
Estándares mínimos en las característicasa seleccionar.
![Page 49: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/49.jpg)
+4
+33
EPD Peso al nacimiento
EPD Peso
al año
0-4
+17
+49
![Page 50: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/50.jpg)
Muy popular (atractivo por la intuición)
Conveniente cuando se selecciona adiferentes edades
Dificultades:
Determinar el nivel adecuado
Pueden descartarse animales buenos
![Page 51: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/51.jpg)
Índices de selección económicos
I = b1x1 + b2x2 + .... + bn xn
I = valor del índice o predicción genética
b1 = factor de ponderación
x1 = pieza de información o evidencia
n = número total de piezas de información
![Page 52: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/52.jpg)
Índices de selección fenotípica
Ej. Peso al año y peso al nacimiento
H = 1.1PA – 6.52PN
I = PA – 5.8PN
![Page 53: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/53.jpg)
Grupo contemporáneo de toretes
Peso al año Peso nac. Valor Índice Orden
1,125 80 661 1 1,066 77 619 2 1,050 79 592 3 1,202 108 576 4 1,058 84 571 5 1,100 94 555 6 980 75 545 7 922 68 528 8 976 87 471 9 1,034 102 442 10
![Page 54: Tema 6 Unidad 10 y 11 predicción genética](https://reader035.fdocuments.ec/reader035/viewer/2022062513/5571f3c749795947648e91f3/html5/thumbnails/54.jpg)
+4
+33
EPD Peso al nacimiento
EPD Peso
al año
0-4
+17
+49