Submitted by Nuzia Santos (nuzia@cpqrr.fiocruz.br) on 2016-10-19T12:25:32Z No. of bitstreams: 1 Dissertacao_BCM_AssmaaElKhal.pdf: 1644167 bytes, checksum: 7bb691d3e4aacbab44aea2489c898875 (MD5) / Approved for entry into archive by Nuzia Santos (nuzia@cpqrr.fiocruz.br) on 2016-10-19T12:38:07Z (GMT) No. of bitstreams: 1 Dissertacao_BCM_AssmaaElKhal.pdf: 1644167 bytes, checksum: 7bb691d3e4aacbab44aea2489c898875 (MD5) / Made available in DSpace on 2016-10-19T12:38:07Z (GMT). No. of bitstreams: 1 Dissertacao_BCM_AssmaaElKhal.pdf: 1644167 bytes, checksum: 7bb691d3e4aacbab44aea2489c898875 (MD5) / Fundação Oswaldo Cruz. Centro de Pesquisas René Rachou. Belo Horizonte, MG, Brasil / O crescente surgimento de resistência bacteriana aos antibióticos convencionais é um grave problema que precisa ser enfrentado, seja pela descoberta de novas substâncias antimicrobianas, naturais ou sintéticas, ou através da pesquisa de terapias alternativas que sejam economicamente acessíveis. A terapia de fagos é uma dessas alternativas. Trata-se de uma forma de controle biológico, baseado em vírus específicos que infectam e destroem células bacterianas: os bacteriófagos. No entanto, esta é uma fonte terapêutica ainda pouco explorada. Esse trabalho utilizou o cultivo, isolamento e sequenciamento do genoma, além de técnicas de genômica de alto desempenho para isolar e caracterizar o genoma de bacteriófagos específicos para a linhagem enteroinvasiva de Escherichia coli ATCC 43893, visando o entendimento e a definição do ciclo de infecção desses vírus (líticos ou lisogênicos). A metodologia utilizada nessa pesquisa possibilitou o isolamento de 12 vírus. 8 diferentes linhagens virais tiveram seu material genético extraído e purificado, apresentando bom rendimento e quantidade reduzida de DNA bacteriano contaminante. O sequenciamento do genoma desses 8 vírus foi realizado usando a plataforma de nova geração MiSeq. Foi analisada a diversidade genética desses bacteriófagos e verificou-se que são vírus da ordem Caudovirales, sendo 2 da família Siphoviridae e 6 da família Myoviridae. Apenas um deles mostrou potencial de ter ciclo lisogênico, os outros sete vírus não continham nenhum gene que sugerisse isso. Entretanto, apesar dos bacteriófagos isolados não terem apresentado genes relacionados ao ciclo lisogênico, análises mais aprofundadas devem ser realizadas para comprovar que são realmente exclusivamente líticos, já que muitos não apresentam seu genoma completo e mais de 50% dos genes anotados não têm função definida. / serious problem that needs to be faced, either through the discovery of new antimicrobial substances, natural or synthetic, or by searching for alternative therapies that are affordable. The phage therapy is one of those alternatives. It is a form of biological control based on specific viruses that infect and kill bacterial cells: the bacteriophages. However, this therapeutic source is still poorly explored. This study used the cultivation, isolation and sequencing of the genome, as well as high-performance genomic techniques to isolate and characterize the genome of specific bacteriophages for enteroinvasive Escherichia coli ATCC 43893, for the understanding and the definition of the infection cycle (lytic or lysogenic) of these viruses. The methodology used in this study allowed the isolation of 12 viruses. 8 different viral strains had their genetic material extracted and purified, with good yield and reduced amount of contaminating bacterial DNA. The sequencing of the genome of these 8 viruses was conducted using the new generation MiSeq platform. The the genetical diversity of these bacteriophages was analyzed and it was found that the viruses belong to the Caudovirales order, which 2 belong to the Siphoviridae family and 6 to the Myoviridae family. Only one of them showed the potential to have lysogenic cycle, the other seven viruses contained no gene to suggest that. However, despite the isolated bacteriophages have not presented genes related to lysogenic cycle, further analysis should be conducted to demonstrate that they are really exclusively lytic, since many do not have their genome completed and more than 50% of the annotated genes have no defined function.

A microbiota intestinal é um ecossistema complexo que geralmente vive em harmonia com seu hospedeiro. É essencial para o desenvolvimento e funcionamento adequado do sistema imunológico da mucosa durante o início da vida, um processo que atualmente é conhecido por ser importante para a imunidade de adultos. A microbiota intestinal compreende aproximadamente 1000 espécies, das quais 80% não são cultiváveis. Tendo em vista a importância de se conhecer a microbiota humana e a utilização da ferramenta da construção da biblioteca genômica RNAr 16S ser relativamente recente, esse estudo tem como objetivo analisar diferentes protocolos para avaliar o uso desta ferramenta para o estudo da microbiota intestinal humana. Para a realização dos ensaios experimentais, o DNA extraído de fezes de seis crianças, em diferentes faixas etárias, foi utilizado para a criação de um pool, o qual foi utilizado nos ensaios de PCR. As bibliotecas RNAr 16S foram construídas utilizando 2 pares de iniciadores bactéria-específicos 27F-1492R e 63F-1387R, variando o tempo de desnaturação inicial de cada reação de amplificação do gene RNAr 16S entre 5 e 10 minutos, e 1 par de iniciadores 341F-518R. Os clones foram selecionados aleatoriamente, parcialmente sequenciados e analisados com base em banco de dados do gene RNAr 16S. A diversidade da microbiota foi menor quando os iniciadores 63F-1387R foram utilizados, em comparação aos resultados dos iniciadores 27F-1492R, no entanto, apenas o par de iniciadores 63F-1387R identificou Bifidobacterium sp., gênero importante para o desenvolvimento da microbiota intestinal humana. Não houve diferenças significativas na diversidade quando o tempo de desnaturação inicial da reação de PCR foi estendido para 10 minutos. Com o uso do par de iniciadores 341F-518R mostrou uma diversidade satisfatória, uma maior riqueza, quando comparada com os outros pares de iniciadores e detectou a presença de Bifidobacterium sp. Os dados obtidos sugerem que mais de um par de iniciadores deve ser empregado para o estudo da microbiota fecal quando se utilizar a biblioteca de RNAr 16S como ferramenta. / The intestinal microbiota is a complex ecosystem that usually lives in harmony with its host. It is essential for the development and proper functioning of the mucosal immune system during beginning of the life, a process that is currently known to be important for overall immunity of adults. The intestinal microbiota comprises about 1000 species, 80% of which are not cultivable. Given the importance of understanding the human microbiota and that the use of the tool library construction genomic 16S rRNA is relatively recent, this study aims to analyze different protocols to evaluate the use of this tool to study of the human intestinal microbiota. To perform the experimental tests, the DNA extracted from feces of six children, in different age groups, was used for the creation of a pool, which was used in the PCR assays. The 16S rRNA libraries were constructed using 2 pairs of primers specific-bacterium 27F-1492R and 63F-1387R, varying the denaturation time of each initial amplification reaction between 5 and 10 minutes, and the pair of primers 341F - 518R.The clones were randomly selected, partially sequenced and analyzed based on database 16S rRNA gene. The diversity of the microbiota was lower when the primers 63F - 1387R were used when compared with the results of the primers 27F - 1492R. However, only the pair 63F - 1387R was able to identified Bifidobacterium spp., important genus for the development of the microbiota from human gut. No significant differences in diversity were observed when the time of initial denaturation of the PCR reaction was extended to 10 minutes. By using the pair of primers 341F - 518R a satisfactory diversity, with detection of Bifidobacterium spp., and greater richness were observed, compared with the other pairs of primer. The data suggests that more than one pair of primers should be used for the study of fecal microbiota when using the library of 16S rRNA as a tool.

A tropical forage breeding program contains several peculiarities, especially when it involves polyploid species and facultative apomixis. Despite their importance, there is still a lack of information on genetic studies of critical forage traits and on the employment of genomic tools when compared to other crops and temperate forages. The genus Brachiaria is the most important for forage in tropical regions mainly beef production. The commercial species in this genus are excellent perennial forage, and the identification of superior genotypes depends on the selection of many characteristics under complex genetic control, with high cost and time-consuming evaluation. Therefore, the knowledge about uses and applications of classic and genomic tools in forage traits may be useful to support breeding programs and the development of new cultivars. In this context, the aim was to evaluate several different classic and genomic tools to be employed as selection strategies in a traditional tropical forage breeding program. A panel of tetraploid hybrids obtained from crossing Urochloa brizantha x Urochloa ruziziensis was phenotyped and genotyped to evaluate genetic parameters and perform genomic studies. The classic phenotypic analysis showed no clear trend of the importance of additive and non-additive genetics effects for agronomical and nutritional traits. The Mulamba and Mock index should be used in the univariate level, due to the promotion of a more balanced response to selection for all traits in the multivariate selection. In the genomic extraction and evaluations, the reads that were aligned to a \'mock\' reference genome, created from GBS data of the cultivar \'Marandu\', had more SNP discovered compared to the closest true reference genomes, Setaria viridis and S. italica. We recommended different thresholds of sample depth and genotype quality (GQ) to eliminate poor quality reads without introducing genotype bias. Cross-validation revealed that missing genotypes were imputed with a median accuracy of 0.85 using Random Forest algorithm to produce a complete genotype matrix, regardless of heterozygote frequency. The genome-wide association analysis (GWAS) revealed candidate genes associated with many tropical forage traits across all cutting seasons, which could be the first step toward marker-assisted selection (MAS). Moreover, our results suggest that accounting for allele dosage is essential, since the tetraploid level provided more information about the true biological state. Therefore, our findings revealed the complexity of the genetic architecture of Urochloa spp. traits and provided important insights towards the application of GWAS in polyploids species. The genomic selection analysis revealed that GBLUP-A (additive) and GBLUP-AD (additive + dominance) showed similar prediction abilities considering both single and multi-trait models. Conversely, combining GBLUP-AD and tetraploid information could improve the selection coincidence. Furthermore, the multi-trait validation scheme 2 (VS2), where one trait is not evaluated for some individuals, provided an increment of up to 30% to the prediction ability. Therefore, it is an useful strategy for traits with low heritability. Overall, all genomic selection models considered provided greater genetic gains than the phenotypic selection. Similarly, the allele dosage associated with additive, dominance and multi-trait factors increased the accuracy of genomic prediction models for interspecific polyploid hybrids. Finally, genomic tools should be used in forages breeding programs in order to reduce cost and time. / Um programa de melhoramento de forragem tropical contém várias peculiaridades, especialmente quando se trata de espécies poliplóides e de apomixia facultativa. Apesar de sua importância, atualmente, faltam informações sobre estudos genéticos de características forrageiras e sobre o emprego de ferramentas genômicas quando comparadas a outras culturas e forragens de clima temperado. O gênero Brachiaria é o mais importante para formação de pastagens nas regiões tropicais, principalmente para produção de carne bovina. As espécies comerciais deste gênero são excelentes forrageiras perenes, e a identificação de genótipos superiores depende da seleção de muitas características sob controle genético complexo, com alto custo e avaliação demorada. Portanto, o conhecimento sobre usos e aplicações de ferramentas clássicas e genômicas em características forrageiras pode ser útil para apoiar programas de melhoramento e o desenvolvimento de novas cultivares. Nesse contexto, objetivou-se avaliar diversas ferramentas clássicas e genômicas a serem empregadas como estratégias de seleção em um programa tradicional de melhoramento de forrageiras tropicais. Um painel de híbridos tetraplóides obtidos do cruzamento Urochloa brizantha x Urochloa ruziziensis foi fenotipado e genotipado para avaliar parâmetros genéticos e realizar estudos genômicos. Para a análise fenotípica clássica, concluímos que não havia uma tendência clara da importância dos efeitos genéticos aditivos e não-aditivos para características agronômicas e nutricionais. O índice de Mulamba e Mock deve ser usado no nível univariado, devido à promoção de uma resposta mais equilibrada à seleção para todas as características na seleção multivariada. Na extração e nas avaliações genômicas, as leituras que foram alinhadas ao genoma de referência \'simulado\', criado a partir dos dados de GBS da cultivar \'Marandu\', tiveram a maior porcentagem de descoberta de marcadores SNP comparado aos genomas de referência mais próximos, Setaria viridis e S. italica. Recomendamos diferentes limiares de profundidade de leitura e qualidade de genótipo (GQ) para eliminar leituras de baixa qualidade sem introduzir viés de chamada de genótipo. A validação cruzada revelou que os genótipos ausentes foram imputados com uma precisão mediana de 0,85 pelo algoritmo Random Forest para produzir uma matriz genotípica completa, independentemente da frequência de heterozigotos. A análise de associação genômica ampla (GWAS) revelou genes candidatos associados a muitas características forrageiras tropicais, o que poderia ser o primeiro passo em direção à seleção assistida por marcadores (MAS). Além disso, nossos resultados sugerem que a contabilização da dosagem alélica é essencial, uma vez que o nível tetraploide fornece mais informações sobre o verdadeiro estado biológico. Portanto, nossos achados revelam a complexidade da arquitetura genética de características de Urochloa spp. e fornecem informações importantes para a aplicação de GWAS em espécies poliploides. A análise de seleção genômica revela que o GBLUP-A (aditivo) e o GBLUP-AD (aditivo + dominância) mostraram capacidades de predição semelhantes, considerando tanto os modelos simples quanto os multi-característica. Por outro lado, combinando-se GBLUP-AD e informação tetraploide foi possível melhorar a coincidência de seleção. Além disso, o esquema de validação multi-característica 2 (VS2), onde uma característica não é avaliada para alguns indivíduos, pode fornecer um incremento de até 30% da capacidade de previsão. Portanto, é uma estratégia útil para características com baixa herdabilidade. No geral, todos os modelos de seleção genômica considerados proporcionaram maiores ganhos genéticos do que a seleção fenotípica tradicional. Da mesma forma, a dosagem do alelo associado a fatores aditivos, de dominância e multicaracteres aumentou a acurácia dos modelos genômicos de predição para híbridos poliploides interespecíficos. Finalmente, ferramentas genômicas devem ser utilizadas em programas de melhoramento de forragens para reduzir custos e tempo.

Métodos de predição podem aumentar consideravelmente a eficiência dos programas de melhoramento de milho. O objetivo deste estudo foi predizer a performance de 250 híbridos simples de milho avaliados em múltiplos ambientes utilizando a informação de marcadores moleculares. Para isso, 50 linhagens endogâmicas provenientes de diferentes populações foram cruzadas com cinco linhagens elite, também endogâmicas, para obtenção dos 250 híbridos simples. As matrizes moleculares das linhagens e dos híbridos foram obtidas a partir da genotipagem das 55 linhagens com 614 marcadores AFLP. Os híbridos simples foram avaliados para produção de grãos em 13 ambientes. A predição dos híbridos foi realizada utilizando o modelo misto BLUP considerando diferentes coeficientes de parentesco e similaridade no estado na predição dos efeitos das capacidades geral e específica de combinação dos genitores. As médias preditas dos híbridos a partir de cada coeficiente foram correlacionadas com as médias fenotípicas para obtenção da acurácia de predição. A predição também foi realizada utilizando o modelo de seleção genômica ampla RR-BLUP. Nesse caso, a matriz molecular dos híbridos foi utilizada diretamente no modelo misto de estimação dos efeitos dos marcadores e da contribuição de cada um deles para o valor genético dos híbridos. Foram realizadas validações cruzadas entre e dentro de ambientes e entre e dentro de grupos de híbridos relacionados a fim de verificar os efeitos do tamanho da população de treinamento (N), número de marcas (NM), interação híbridos x ambientes (H x A) e da estrutura da população na estimativa da acurácia de predição. A predição genômica foi comparada com a seleção fenotípica quanto à eficiência em identificar híbridos superiores em um esquema de melhoramento de milho. Todos os coeficientes de parentesco e similaridade no estado apresentaram elevadas estimativas de acurácia, contudo foi possível observar considerável superioridade dos coeficientes Wang e Rogers Modificado tanto na predição quanto na seleção dos híbridos superiores, demonstrando o potencial dessas metodologias como ferramentas a serem utilizadas nos programas de melhoramento de milho. Os resultados da predição utilizando o modelo de seleção genômica ampla indicaram que o aumento de N e NM não alteraram significativamente as estimativas de acurácia. As estimativas da acurácia na validação cruzada dentro de ambientes foram superiores às obtidas entre ambientes, inferindo que o efeito da interação H x A foi expressivo. Também foram observadas estimativas de acurácia expressivamente maiores para populações de treinamento e validação compostas por híbridos relacionados. Em todos os casos, as estimativas de acurácia apresentaram amplos intervalos em função da amostra de híbridos utilizada nas populações de treinamento e validação, indicando que a seleção genômica pode não ser eficiente dependendo da população amostrada. Os resultados deste estudo sugerem que a predição genômica é uma ferramenta para aumentar a eficiência da seleção nos programas de melhoramento se utilizada de forma adequada pelo melhorista, considerando os efeitos de estrutura de população e interação H x A de forma a maximizar a acurácia e, consequentemente, o sucesso da predição. / Prediction using molecular markers information can greatly increase the efficiency of maize breeding programs. This study aimed to predict the performance of maize single-crosses evaluated in multiple environments and using molecular markers information. Five inbred lines used as testers were crossed to 50 inbred lines from multiple populations to obtain 250 maize single-crosses. 614 AFLP markers were used to asses molecular matrices of the inbred lines and single-crosses. The 250 single-crosses were evaluated for grain yield in 13 environments. Genomic prediction was performed using the mixed model BLUP considering different genomic relationship and similarity in state coefficients to predict the effect of general and specific combining abilities of the parents. Predicted means from each coefficient were correlated with phenotypic means for obtaining prediction accuracy. Genomewide prediction was also performed using the linear regression model RR-BLUP in the estimation of markers genotypic values and its contribution to hybrids genetic values. Cross-validations between and within environments and between and within groups of related single-crosses were performed to verify the effects of training population size (N), number of markers (NM), genotype-by-environment interaction (G x E) and population structure in estimating accuracy. Genomic prediction was compared with phenotypic selection in efficiency of selecting better hybrids in a maize breeding program. All relationship coefficients and similarity in state coefficients showed high values of accuracy, however we observed superiority of Wang relationship coefficient and Modified Rogers similarity coefficient both in predicting and in identifying the best single-crosses, showing the potential of these approaches as tools to be used in maize breeding programs. Genomewide prediction results showed that increasing N and NM did not led to higher accuracy estimates. Predicted accuracies of cross validation analysis within environments were higher than between environments, indicating that the effect of G x E interaction was significant. Greater accuracies were achieved when training and validation set were from related single-crosses. In all scenarios, wide intervals of accuracy were found, meaning that genomic prediction may not be effective depending on the sample used. Therefore, the results of this study suggest that genomic prediction is a tool to increase the efficiency of selection in breeding programs if used properly by breeders, considering the population structure and G x E interaction effect so as to reduce sample problems and maximize accuracy and hence the success of prediction.

The selection on genetic values predicted from markers could substantially increase the rate of genetic gain in animals by increasing accuracy of prediction and reducing generation interval, especially for difficult to measure traits, such as feed efficiency. Feed efficiency is the most important trait in animal production due to its impacts on cost of production and environmental factors. Many metrics measure the feed efficiency, such as ratio of gain to feed (FER), the ratio of feed to gain (FCR) and residual feed intake (RFI). Nevertheless, in ovine, no study with the aim of understand the genetic variants or the accuracy of genomic estimated breeding value (GEBV) for feed efficiency traits was published yet. Moreover, before to apply the genomic information, it is necessary to understand and characterized the population structure, for instance, by linkage disequilibrium (LD). Both genome-wide association studies (GWAS) and genomic selection (GS) leverage LD between marker and causal mutation. Based on the above considerations, the aim of this study was to map LD in ovine, characterized by Brazilian Santa Inês sheep; to search genetic variants for feed efficiency traits (FER, FCR and RFI) through GWAS; and to verify the accuracy of GEBV for RFI. In total, 396 samples (animals) of Longissimus dorsi muscle were collect. A high-density panel of SNP (Illumina High-Density Ovine SNP BeadChip®) comprising 54,241 SNPs was used to obtain the genotyping data. The phenotype data was comprised of 387 animals. The average LD between adjacent markers for two LD metrics, r² and |D\'|, were 0.166 and 0.617, respectively. The degree of LD estimated was lower than reported in other species and it was characterized by short haplotype blocks. Consequently, for genomic analyses, high-density panels of marker are recommended. Many markers were associated to feed efficiency traits in GWAS, mainly to RFI trait. Few candidate genes were reported in this study, highlighting NRF-1 (nuclear respiratory factor 1), which controls mitochondrial biosynthesis, the most important process responsible by a great fraction of the produced energy. Finally, we verified the accuracy of GEBV for RFI using few Bayesian regression models, and we found low accuracy, ranging from 0.033 (BayesB with π=0.9912) to 0.036 (BayesA), which might be explained by the low relationship among animals and small training population. / A seleção com base nos valores genéticos genômicos preditos pode aumentar substancialmente a taxa de ganho genético em animais por meio do aumento da acurácia de predição e redução do intervalo de gerações, especialmente para características de difícil e/ou onerosa mensuração, como eficiência alimentar. A eficiência alimentar é uma das características mais importantes na produção animal devido principalmente aos seus impactos econômicos e ambientais. Muitas métricas representam a eficiência alimentar, por exemplo: a relação do ganho de peso e consumo alimentar (EA), a proporção do consumo alimentar e ganho de peso (CA) e o consumo alimentar residual (CAR). Em ovinos, nenhum estudo com o objetivo de buscar variantes genéticas ou verificar a acurácia do valor genético genômico estimado para eficiência alimentar foi publicado. Adicionalmente, antes de aplicar a informação genômica, é necessário compreender e caracterizar a estrutura da população, como por meio do desequilíbrio de ligação (LD). O estudo de associação genômica (GWAS) e seleção genômica (GS) consideram o LD entre marcador e a mutação causal. Com base nas considerações acima, o objetivo deste estudo foi mapear o LD em ovinos, caracterizado pela raça ovina Santa Inês; localizar variantes genéticas para as características de eficiência alimentar (EA, CA e CAR) utilizando a abordagem GWAS; e verificar a acurácia da estimação dos valores genéticos genômico para o CAR. No total, foram coletadas 396 amostras (animais) do músculo Longissimus dorsi, para posterior genotipagem utilizando o painel de alta densidade (Illumina High-Density Ovine SNP BeadChip®), compreendendo 54.241 SNPs. O banco fenotípico é composto por 387 animais. O LD médio entre marcadores adjacentes para duas métricas de LD, r² e |D\'|, foram 0,166 e 0,617, respectivamente. O grau de LD estimado foi menor que o relatado em outras espécies e foi caracterizado por blocos de haplótipos curtos. Consequentemente, para as análises genômicas são recomendados painéis de marcadores de alta densidade. No GWAS, foram encontrados muitos marcadores associados aos fenótipos, em especial, à característica CAR. Alguns genes candidatos foram relatados neste estudo, destacando-se o NRF-1 (fator respiratório nuclear 1), que controla a biossíntese mitocondrial, o processo mais importante responsável por grande parte da produção de energia. Finalmente, verificamos a acurácia do valor genético genômico estimado para o CAR usando modelos de regressão Bayesiana, e encontramos baixos valores para acurácia (0,033 a 0,036) o que pode ser explicado pelo baixo grau de relacionamento entre os indivíduos e tamanho reduzido da população de treinamento.

A predição da variância fenotípica é de grande importância para que os sistemas de produção de bovinos de corte consigam aumentar a rentabilidade otimizando o uso de recursos. Modelos mecanicistas dinâmicos do crescimento bovino vêm sendo utilizados como ferramentas de suporte à tomada de decisão em sistemas de manejo individual do gado. Entretanto, a aplicação desses modelos ainda fundamenta-se em parâmetros populacionais, sem qualquer abordagem para que se consiga capturar a variabilidade entre sujeitos nas simulações. Assumindo que modelos mecanicistas sejam capazes de simular o componente de desvio ambiental da variância fenotípica e considerando que marcadores SNPs possam predizer o componente genético dessa variância, esse projeto objetivou evoluir em direção a um modelo matemático que considere a variabilidade entre animais em seu nível genético. Seguindo conceitos de fisiologia genômica computacional, nós assumimos que a variância genética da característica complexa (i.e. produto do comportamento do modelo) surge de características componentes (i.e. parâmetros dos modelos) em níveis hierárquicos mais baixos do sistema biológico. Esse estudo considerou dois modelos mecanicistas do crescimento de bovinos - Cornell Cattle Value Discovery System (CVDS) e Davis Growth Model (DGM) - e ao questionar se os parâmetros de tais modelos mapeariam regiões genômicas que englobam QTLs já descritos para a característica complexa, verificou as suas interpretações biológicas esperadas. Tal constatação forneceu uma prova de conceito de que os parâmetros do CVDS e do DGM são de fato fenótipos cuja interpretação pode ser confirmada através das regiões genômicas mapeadas. Um método de predição genômica foi então utilizado para computar os parâmetros do CVDS e do DGM. Os efeitos dos marcadores SNPs foram estimados tanto para os parâmetros quanto para os fenótipos observados. Nós buscamos qual o melhor cenário de predição - simulações dos modelos com parâmetros computados a partir das informações genômicas ou predição genômica conduzida diretamente nos fenótipos complexos. Nós encontramos que enquanto a predição genômica dos fenótipos complexos pode ser uma melhor opção em relação aos modelos de crescimento, simulações conduzidas com parâmetros obtidos a partir de dados genômicos estão condizentes com simulações geradas com parâmetros obtidos a partir de métodos regulares. Esse é o principal argumento para chamar atenção da comunidade científica de que a abordagem apresentada nesse projeto representa um caminho para o desenvolvimento de uma nova geração de modelos nutricionais aplicados capazes de capturar a variabilidade genética entre bovinos de corte confinados e produzir simulações com variáveis de entrada específicas de cada genótipo. Esse projeto é a primeira abordagem no Brasil conhecida dos autores a usar genótipos Bos indicus para o estudo da aplicação de genômica integrada à modelos mecanicistas para o manejo e comercialização de animais na pecuária. / The prediction of phenotypic variance is important for beef cattle operations to increase profitability by optimizing resource use. Dynamic mechanistic models of cattle growth have been used as decision support tools for individual cattle management systems. However, the application of such models is still based on population parameters, with no further approach to capture between-subject variability. By assuming that mechanistic models are able to simulate environmental deviations components of phenotypic variance and considering that SNPs markers may predict the genetic component of this variance, this project aimed at evolving towards a mathematical model that takes between-animal variance to its genetic level. Following the concepts of computational physiological genomics, we assumed that genetic variance of the complex trait (i.e. outcome of model behavior) arises from component traits (i.e. model parameters) in lower hierarchical levels of biological systems. This study considered two mechanistic models of cattle growth - Cornell Cattle Value Discovery System (CVDS) and Davis Growth Model (DGM) - and verified their expected biological interpretation by asking whether model parameters would map genomic regions that harbors QTLs already described for the complex trait. This provided a proof of concept that CVDS and DGM parameters are indeed phenotypes whose expected interpretations may be stated by means of their mapped genomic regions. A method of genomic prediction to compute parameters for CVDS and DGM was then used. SNP marker effects were estimated both for their parameters and observed phenotypes. We looked for the best prediction scenario - model simulation with parameters computed from genomic data or genomic prediction on complex phenotypes directly. We found that while genomic prediction on complex phenotypes may still be a better option than predictions from growth models, simulations conducted with genomically computed parameters are in accordance with those performed with parameters obtained from regular methods. This is the main argument to call attention from the research community that this approach may pave the way for the development of a new generation of applied nutritional models capable of representing genetic variability among beef cattle under feedlot conditions and performing simulation with inputs from individual\'s genotypes. To our knowledge, this project is the first of this kind in Brazil and the first using Bos indicus genotypes to study the application of genomics integrated with mechanistic models for the management and marketing of commercial livestock.

The selection on genetic values predicted from markers could substantially increase the rate of genetic gain in animals by increasing accuracy of prediction and reducing generation interval, especially for difficult to measure traits, such as feed efficiency. Feed efficiency is the most important trait in animal production due to its impacts on cost of production and environmental factors. Many metrics measure the feed efficiency, such as ratio of gain to feed (FER), the ratio of feed to gain (FCR) and residual feed intake (RFI). Nevertheless, in ovine, no study with the aim of understand the genetic variants or the accuracy of genomic estimated breeding value (GEBV) for feed efficiency traits was published yet. Moreover, before to apply the genomic information, it is necessary to understand and characterized the population structure, for instance, by linkage disequilibrium (LD). Both genome-wide association studies (GWAS) and genomic selection (GS) leverage LD between marker and causal mutation. Based on the above considerations, the aim of this study was to map LD in ovine, characterized by Brazilian Santa Inês sheep; to search genetic variants for feed efficiency traits (FER, FCR and RFI) through GWAS; and to verify the accuracy of GEBV for RFI. In total, 396 samples (animals) of Longissimus dorsi muscle were collect. A high-density panel of SNP (Illumina High-Density Ovine SNP BeadChip®) comprising 54,241 SNPs was used to obtain the genotyping data. The phenotype data was comprised of 387 animals. The average LD between adjacent markers for two LD metrics, r² and |D\'|, were 0.166 and 0.617, respectively. The degree of LD estimated was lower than reported in other species and it was characterized by short haplotype blocks. Consequently, for genomic analyses, high-density panels of marker are recommended. Many markers were associated to feed efficiency traits in GWAS, mainly to RFI trait. Few candidate genes were reported in this study, highlighting NRF-1 (nuclear respiratory factor 1), which controls mitochondrial biosynthesis, the most important process responsible by a great fraction of the produced energy. Finally, we verified the accuracy of GEBV for RFI using few Bayesian regression models, and we found low accuracy, ranging from 0.033 (BayesB with π=0.9912) to 0.036 (BayesA), which might be explained by the low relationship among animals and small training population. / A seleção com base nos valores genéticos genômicos preditos pode aumentar substancialmente a taxa de ganho genético em animais por meio do aumento da acurácia de predição e redução do intervalo de gerações, especialmente para características de difícil e/ou onerosa mensuração, como eficiência alimentar. A eficiência alimentar é uma das características mais importantes na produção animal devido principalmente aos seus impactos econômicos e ambientais. Muitas métricas representam a eficiência alimentar, por exemplo: a relação do ganho de peso e consumo alimentar (EA), a proporção do consumo alimentar e ganho de peso (CA) e o consumo alimentar residual (CAR). Em ovinos, nenhum estudo com o objetivo de buscar variantes genéticas ou verificar a acurácia do valor genético genômico estimado para eficiência alimentar foi publicado. Adicionalmente, antes de aplicar a informação genômica, é necessário compreender e caracterizar a estrutura da população, como por meio do desequilíbrio de ligação (LD). O estudo de associação genômica (GWAS) e seleção genômica (GS) consideram o LD entre marcador e a mutação causal. Com base nas considerações acima, o objetivo deste estudo foi mapear o LD em ovinos, caracterizado pela raça ovina Santa Inês; localizar variantes genéticas para as características de eficiência alimentar (EA, CA e CAR) utilizando a abordagem GWAS; e verificar a acurácia da estimação dos valores genéticos genômico para o CAR. No total, foram coletadas 396 amostras (animais) do músculo Longissimus dorsi, para posterior genotipagem utilizando o painel de alta densidade (Illumina High-Density Ovine SNP BeadChip®), compreendendo 54.241 SNPs. O banco fenotípico é composto por 387 animais. O LD médio entre marcadores adjacentes para duas métricas de LD, r² e |D\'|, foram 0,166 e 0,617, respectivamente. O grau de LD estimado foi menor que o relatado em outras espécies e foi caracterizado por blocos de haplótipos curtos. Consequentemente, para as análises genômicas são recomendados painéis de marcadores de alta densidade. No GWAS, foram encontrados muitos marcadores associados aos fenótipos, em especial, à característica CAR. Alguns genes candidatos foram relatados neste estudo, destacando-se o NRF-1 (fator respiratório nuclear 1), que controla a biossíntese mitocondrial, o processo mais importante responsável por grande parte da produção de energia. Finalmente, verificamos a acurácia do valor genético genômico estimado para o CAR usando modelos de regressão Bayesiana, e encontramos baixos valores para acurácia (0,033 a 0,036) o que pode ser explicado pelo baixo grau de relacionamento entre os indivíduos e tamanho reduzido da população de treinamento.

Métodos de predição podem aumentar consideravelmente a eficiência dos programas de melhoramento de milho. O objetivo deste estudo foi predizer a performance de 250 híbridos simples de milho avaliados em múltiplos ambientes utilizando a informação de marcadores moleculares. Para isso, 50 linhagens endogâmicas provenientes de diferentes populações foram cruzadas com cinco linhagens elite, também endogâmicas, para obtenção dos 250 híbridos simples. As matrizes moleculares das linhagens e dos híbridos foram obtidas a partir da genotipagem das 55 linhagens com 614 marcadores AFLP. Os híbridos simples foram avaliados para produção de grãos em 13 ambientes. A predição dos híbridos foi realizada utilizando o modelo misto BLUP considerando diferentes coeficientes de parentesco e similaridade no estado na predição dos efeitos das capacidades geral e específica de combinação dos genitores. As médias preditas dos híbridos a partir de cada coeficiente foram correlacionadas com as médias fenotípicas para obtenção da acurácia de predição. A predição também foi realizada utilizando o modelo de seleção genômica ampla RR-BLUP. Nesse caso, a matriz molecular dos híbridos foi utilizada diretamente no modelo misto de estimação dos efeitos dos marcadores e da contribuição de cada um deles para o valor genético dos híbridos. Foram realizadas validações cruzadas entre e dentro de ambientes e entre e dentro de grupos de híbridos relacionados a fim de verificar os efeitos do tamanho da população de treinamento (N), número de marcas (NM), interação híbridos x ambientes (H x A) e da estrutura da população na estimativa da acurácia de predição. A predição genômica foi comparada com a seleção fenotípica quanto à eficiência em identificar híbridos superiores em um esquema de melhoramento de milho. Todos os coeficientes de parentesco e similaridade no estado apresentaram elevadas estimativas de acurácia, contudo foi possível observar considerável superioridade dos coeficientes Wang e Rogers Modificado tanto na predição quanto na seleção dos híbridos superiores, demonstrando o potencial dessas metodologias como ferramentas a serem utilizadas nos programas de melhoramento de milho. Os resultados da predição utilizando o modelo de seleção genômica ampla indicaram que o aumento de N e NM não alteraram significativamente as estimativas de acurácia. As estimativas da acurácia na validação cruzada dentro de ambientes foram superiores às obtidas entre ambientes, inferindo que o efeito da interação H x A foi expressivo. Também foram observadas estimativas de acurácia expressivamente maiores para populações de treinamento e validação compostas por híbridos relacionados. Em todos os casos, as estimativas de acurácia apresentaram amplos intervalos em função da amostra de híbridos utilizada nas populações de treinamento e validação, indicando que a seleção genômica pode não ser eficiente dependendo da população amostrada. Os resultados deste estudo sugerem que a predição genômica é uma ferramenta para aumentar a eficiência da seleção nos programas de melhoramento se utilizada de forma adequada pelo melhorista, considerando os efeitos de estrutura de população e interação H x A de forma a maximizar a acurácia e, consequentemente, o sucesso da predição. / Prediction using molecular markers information can greatly increase the efficiency of maize breeding programs. This study aimed to predict the performance of maize single-crosses evaluated in multiple environments and using molecular markers information. Five inbred lines used as testers were crossed to 50 inbred lines from multiple populations to obtain 250 maize single-crosses. 614 AFLP markers were used to asses molecular matrices of the inbred lines and single-crosses. The 250 single-crosses were evaluated for grain yield in 13 environments. Genomic prediction was performed using the mixed model BLUP considering different genomic relationship and similarity in state coefficients to predict the effect of general and specific combining abilities of the parents. Predicted means from each coefficient were correlated with phenotypic means for obtaining prediction accuracy. Genomewide prediction was also performed using the linear regression model RR-BLUP in the estimation of markers genotypic values and its contribution to hybrids genetic values. Cross-validations between and within environments and between and within groups of related single-crosses were performed to verify the effects of training population size (N), number of markers (NM), genotype-by-environment interaction (G x E) and population structure in estimating accuracy. Genomic prediction was compared with phenotypic selection in efficiency of selecting better hybrids in a maize breeding program. All relationship coefficients and similarity in state coefficients showed high values of accuracy, however we observed superiority of Wang relationship coefficient and Modified Rogers similarity coefficient both in predicting and in identifying the best single-crosses, showing the potential of these approaches as tools to be used in maize breeding programs. Genomewide prediction results showed that increasing N and NM did not led to higher accuracy estimates. Predicted accuracies of cross validation analysis within environments were higher than between environments, indicating that the effect of G x E interaction was significant. Greater accuracies were achieved when training and validation set were from related single-crosses. In all scenarios, wide intervals of accuracy were found, meaning that genomic prediction may not be effective depending on the sample used. Therefore, the results of this study suggest that genomic prediction is a tool to increase the efficiency of selection in breeding programs if used properly by breeders, considering the population structure and G x E interaction effect so as to reduce sample problems and maximize accuracy and hence the success of prediction.

Made available in DSpace on 2014-08-20T13:32:58Z (GMT). No. of bitstreams: 1 dissertacao_carla_silveira.pdf: 1301704 bytes, checksum: e35505f057e1acb40d6e79b4da74308d (MD5) Previous issue date: 2011-05-26 / Oats (Avena sativa L.) are a winter cereal used for both humans and livestock, giving a great importance on the world stage. In the post-genomic era new sequenced genomes can be used to derive functions of organisms from the knowledge of these systems. In this work were apply this approach to the analysis of gene family of aquaporins in oats. The aquaporins are major intrinsic proteins (MIP) that have been characterized as facilitating the water flow. They are also known as water channels, glycerol facilitators and aquaglyceroporins, recent data suggest that they facilitate the movement of other molecular low weight metabolites. The presence of these genes is importance for the development and adaptation of plants, however, until now there are not studies reporting the identification of aquaporins in the oat genome. In this report we identified two sequences identified as potential aquaporins present in the genome of oat. Considering the number of aquaporin genes present in genome of rice, Arabidopsis, maize and wheat and the complexity of its polyploid genome, it is estimated that oats may have around 20 or more copies of these genes in each genome. Given the growing problems of flooding and drought, the need for cultivation in areas affected by salinity and the proven role of MIPs on plant response to stresses related to water availability, the investigations of these genes are essential in oats too. However a greater number of these genes can be identified in the future, this study was an important step in its characterization. / A aveia (Avena sativa L.) é um cereal de inverno utilizado tanto para a alimentação humana quanto animal, apresentando uma grande importância no cenário mundial. Na era pós-genômica novos genomas sequenciados podem ser utilizados para inferir funções de organismos a partir do conhecimento de outros sistemas. Neste trabalho foi aplicada essa abordagem à análise de genes da familia das aquaporinas em aveia. As aquaporinas são proteínas intrínsecas de membrana (MIP) que têm sido caracterizadas como facilitadoras do fluxo de água. São também conhecidas como canais de água, glicerol facilitadores e aquagliceroporinas. Dados recentes sugerem que elas facilitam a circulação de outros metabólitos de baixo peso molecular. A presença dos genes que codificam essas proteínas é de suma importância para o desenvolvimento e adaptação das plantas, contudo, até hoje não existiam estudos relatando a identificação de genes de aquaporinas no genoma da aveia. O sequenciamento e caracterização in silico das sequências obtidas neste trabalho propõem a presença de genes que codificam prováveis aquaporinas. Foram identificadas duas sequências como prováveis aquaporinas presentes no genoma da aveia. Considerando o número de genes de aquaporinas presentes no genoma do arroz, Arabidopsis, milho e trigo e a complexidade de seu genoma poliplóide, estimase que a aveia possua mais cópias desses genes. Tendo em vista os crescentes problemas de alagamento e/ou seca, a necessidade de cultivo em áreas afetadas pela salinidade, e o comprovado papel das MIPs na resposta das plantas a estresses relacionados com a disponibilidade de água, as investigações desses genes em aveia são essenciais. Contudo um número maior desses genes poderão ser identificados e caracterizados, esse estudo representa uma etapa importante para sua caracterização.

A predição da variância fenotípica é de grande importância para que os sistemas de produção de bovinos de corte consigam aumentar a rentabilidade otimizando o uso de recursos. Modelos mecanicistas dinâmicos do crescimento bovino vêm sendo utilizados como ferramentas de suporte à tomada de decisão em sistemas de manejo individual do gado. Entretanto, a aplicação desses modelos ainda fundamenta-se em parâmetros populacionais, sem qualquer abordagem para que se consiga capturar a variabilidade entre sujeitos nas simulações. Assumindo que modelos mecanicistas sejam capazes de simular o componente de desvio ambiental da variância fenotípica e considerando que marcadores SNPs possam predizer o componente genético dessa variância, esse projeto objetivou evoluir em direção a um modelo matemático que considere a variabilidade entre animais em seu nível genético. Seguindo conceitos de fisiologia genômica computacional, nós assumimos que a variância genética da característica complexa (i.e. produto do comportamento do modelo) surge de características componentes (i.e. parâmetros dos modelos) em níveis hierárquicos mais baixos do sistema biológico. Esse estudo considerou dois modelos mecanicistas do crescimento de bovinos - Cornell Cattle Value Discovery System (CVDS) e Davis Growth Model (DGM) - e ao questionar se os parâmetros de tais modelos mapeariam regiões genômicas que englobam QTLs já descritos para a característica complexa, verificou as suas interpretações biológicas esperadas. Tal constatação forneceu uma prova de conceito de que os parâmetros do CVDS e do DGM são de fato fenótipos cuja interpretação pode ser confirmada através das regiões genômicas mapeadas. Um método de predição genômica foi então utilizado para computar os parâmetros do CVDS e do DGM. Os efeitos dos marcadores SNPs foram estimados tanto para os parâmetros quanto para os fenótipos observados. Nós buscamos qual o melhor cenário de predição - simulações dos modelos com parâmetros computados a partir das informações genômicas ou predição genômica conduzida diretamente nos fenótipos complexos. Nós encontramos que enquanto a predição genômica dos fenótipos complexos pode ser uma melhor opção em relação aos modelos de crescimento, simulações conduzidas com parâmetros obtidos a partir de dados genômicos estão condizentes com simulações geradas com parâmetros obtidos a partir de métodos regulares. Esse é o principal argumento para chamar atenção da comunidade científica de que a abordagem apresentada nesse projeto representa um caminho para o desenvolvimento de uma nova geração de modelos nutricionais aplicados capazes de capturar a variabilidade genética entre bovinos de corte confinados e produzir simulações com variáveis de entrada específicas de cada genótipo. Esse projeto é a primeira abordagem no Brasil conhecida dos autores a usar genótipos Bos indicus para o estudo da aplicação de genômica integrada à modelos mecanicistas para o manejo e comercialização de animais na pecuária. / The prediction of phenotypic variance is important for beef cattle operations to increase profitability by optimizing resource use. Dynamic mechanistic models of cattle growth have been used as decision support tools for individual cattle management systems. However, the application of such models is still based on population parameters, with no further approach to capture between-subject variability. By assuming that mechanistic models are able to simulate environmental deviations components of phenotypic variance and considering that SNPs markers may predict the genetic component of this variance, this project aimed at evolving towards a mathematical model that takes between-animal variance to its genetic level. Following the concepts of computational physiological genomics, we assumed that genetic variance of the complex trait (i.e. outcome of model behavior) arises from component traits (i.e. model parameters) in lower hierarchical levels of biological systems. This study considered two mechanistic models of cattle growth - Cornell Cattle Value Discovery System (CVDS) and Davis Growth Model (DGM) - and verified their expected biological interpretation by asking whether model parameters would map genomic regions that harbors QTLs already described for the complex trait. This provided a proof of concept that CVDS and DGM parameters are indeed phenotypes whose expected interpretations may be stated by means of their mapped genomic regions. A method of genomic prediction to compute parameters for CVDS and DGM was then used. SNP marker effects were estimated both for their parameters and observed phenotypes. We looked for the best prediction scenario - model simulation with parameters computed from genomic data or genomic prediction on complex phenotypes directly. We found that while genomic prediction on complex phenotypes may still be a better option than predictions from growth models, simulations conducted with genomically computed parameters are in accordance with those performed with parameters obtained from regular methods. This is the main argument to call attention from the research community that this approach may pave the way for the development of a new generation of applied nutritional models capable of representing genetic variability among beef cattle under feedlot conditions and performing simulation with inputs from individual\'s genotypes. To our knowledge, this project is the first of this kind in Brazil and the first using Bos indicus genotypes to study the application of genomics integrated with mechanistic models for the management and marketing of commercial livestock.