Evaluating Genomic Selection in beef cattle: Insights from computer simulations using real SNP data

• Autores: Lino César Ramírez Ayala, Jordi Leno Colorado, María Laura Zingaretti, Elies Ramón Gurrea, Yuliaxis Ramayo Caldas, Miguel Pérez Enciso
• Localización: Investigaciones y Estudios-UNA, ISSN 2070-0415, ISSN-e 2709-0817, Vol. 15, Nº. 2, 2024 (Ejemplar dedicado a: Revista investigaciones y estudios - UNA : Julio-Diciembre), págs. 35-50
• Idioma: inglés
• Títulos paralelos:
  • Evaluación de la selección genómica en ganado vacuno: perspectivas de simulaciones computacionales utilizando datos reales de SNP
• Enlaces
  • Texto completo
• Resumen
  • español

    La Selección Genómica (SG) es un método que emplea datos genómicos para estimar valores de cría y clasificar a los candidatos para la selección. A pesar de las numerosas ventajas, su aplicación en programas de mejoramiento de ganado vacuno permanece en etapas incipientes en muchos sistemas ganaderos desarrollados en ambientes tropicales y subtropicales, como los de Paraguay. Las simulaciones computacionales son herramientas poderosas, que mejoran nuestra comprensión de las aplicaciones de la SG en diferentes escenarios y son invaluables como paso inicial antes de implementar esta técnica en programas "reales" de mejoramiento genético. En este estudio, se emplearon datos reales de polimorfismos de nucleótido único (SNPs) de las razas Indicus y Taurus para simular tres esquemas de cruzamiento: cruces F1, absorbente y cruzamientos rotacionales. Se seleccionaron fenotipos para rasgos relacionados con la fuerza de corte, el crecimiento y la tolerancia. Se comparó la precisión predictiva de tres chips de SNP de 50k que diferían en las metodologías de selección: selección aleatoria, selección basada en diferencias mínimas de frecuencia alélica entre razas y selección basada en diferencias mínimas de frecuencia alélica entre razas con un umbral de 0.09 en Taurus. Los hallazgos indican que el cruce rotacional demuestra una precisión predictiva óptima (0.38), mientras que la selección de marcadores basada en diferencias de frecuencia alélica entre razas (0.18 y 0.17, respectivamente) no beneficia significativamente a las predicciones.

  • English

    Genomic Selection (GS) is a method that employs genomic data to estimate breeding values and rank candidates for selection. Despite its numerous advantages, its application in cattle breeding programs remains in the early stages in many livestock systems developed in tropical and subtropical environments, such as those in Paraguay. Computational simulations are powerful tools that enhance our understanding of GS applications in different scenarios and are invaluable as an initial step before implementing this technique in "real" genetic improvement programs. In this study, real data from single nucleotide polymorphisms (SNPs) of the Indicus and Taurus breeds were employed to simulate three crossing schemes: F1 crosses, grading up, and rotational crosses. Phenotypes were selected for traits related to shear force, growth, and tolerance. The predictive accuracy of three 50k SNP chips, differing in their SNP selection methodologies, was compared: random selection, selection based on minimum allele frequency differences between breeds, and selection based on minimum allele frequency differences between breeds with a threshold of 0.09 in Taurus. The findings indicate that rotational crossing demonstrates optimal predictive accuracy (0.38), while marker selection based on allele frequency differences between breeds (0.18 and 0.17, respectively) does not benefit predictions significantly.

  • português

    A seleção genômica (GS) é um método que usa dados genômicos para estimar os valores de reprodução e classificar os candidatos à seleção. Apesar de suas muitas vantagens, sua aplicação em programas de criação de gado ainda é incipiente em muitos sistemas pecuários desenvolvidos em ambientes tropicais e subtropicais, como os do Paraguai. As simulações computacionais são ferramentas poderosas que melhoram nossa compreensão das aplicações da SG em diferentes cenários e são valiosas como uma etapa inicial antes da implementação dessa técnica em programas de melhoramento "reais". Neste estudo, dados reais sobre polimorfismos de nucleotídeo único (SNPs) das raças Indicus e Taurus foram usados para simular três esquemas de cruzamento: cruzamentos F1, cruzamentos absorventes e rotacionais. Os fenótipos foram selecionados para características relacionadas à força de cisalhamento, crescimento e tolerância. Comparamos a precisão preditiva de três chips SNP de 50k que diferiam nas metodologias de seleção: seleção aleatória, seleção baseada em diferenças mínimas de frequência alélica entre raças e seleção baseada em diferenças mínimas de frequência alélica entre raças com um limite de 0,09 em Taurus. Os resultados indicam que o cruzamento rotacional demonstra uma precisão preditiva ideal (0,38), enquanto a seleção de marcadores com base nas diferenças de frequência alélica entre as raças (0,18 e 0,17, respectivamente) não beneficia significativamente as previsões.