Atualmente, um dos problemas mais importantes da Genética é a identificação de genes associados com doenças complexas. Um delineamento adequado para esta finalidade corresponde à coleta de dados de famílias e plataformas de marcadores moleculares do tipo SNP (do inglês, Single Nucleotide Polimorphism). Estas plataformas representam pontos de referência estrategicamente dispostos ao longo do genoma dos indivíduos e são de alta dimensão. A análise destes dados traz desafios analíticos como o problema de múltiplos testes e a seleção de variáveis preditoras. Nesta tese, propõe-se um critério para discriminar as variáveis preditoras genéticas em efeitos devidos ao componente aleatório poligênico e ao componente residual, sob a estrutura de um modelo linear misto. Também, considerando que o efeito individual das variáveis preditoras é esperado ser pequeno, é sugerido um método para encontrar subconjuntos ordenados destas variáveis e estudar o seu efeito simultâneo sobre a variável resposta em estudo. Neste contexto, utiliza-se a teoria associada ao Gráfico da Variável Adicionada em modelos mistos. As propostas são validadas por meio de um estudo de simulação, o qual é baseado em estruturas de famílias envolvidas no Projeto ``Corações de Baependi\" (InCor/USP), cujo objetivo é identificar genes associados a fatores de risco cardiovascular na população brasileira. Para a implementação dos procedimentos, usa-se o programa R e na geração das variáveis preditoras genéticas adota-se o aplicativo SimPed. / Recently, one of the most important problems in genetics is the identification of genes associated with complex diseases. A useful design for this proposal corresponds to collect data from extended families and molecular markers platforms SNPs (Single Nucleotide polymorphism). These platforms represent points of reference strategically placed along the genome of the individuals and are high dimensional. Analysis of these data brings analytical challenges as the problem of multiple testing and selection of predictive variables. In this thesis, we propose a criterion for discriminating predictors of genetic effects due to random polygenic component and the residual component, under the framework of a linear mixed model. Also, considering that the individual effects of predictor variables is expected to be small, it is suggested a method for finding ordered subsets of these variables and study their simultaneous effect on the response variable under study. In this context, is used the theory of the added variable plot under a mixed model framework. The proposals are validated through a simulation study, which is based on structures of families involved in the Project `` Baependi Heart Study (FAPESP Process 2007/58150-7), whose objective is to identify genes associated with cardiovascular risk factors in the Brazilian population. This proposal is implemented by using the R statistical environment and for the simulation of genetic predictors is adopted the SimPed application.

Atualmente, um dos problemas mais importantes da Genética é a identificação de genes associados com doenças complexas. Um delineamento adequado para esta finalidade corresponde à coleta de dados de famílias e plataformas de marcadores moleculares do tipo SNP (do inglês, Single Nucleotide Polimorphism). Estas plataformas representam pontos de referência estrategicamente dispostos ao longo do genoma dos indivíduos e são de alta dimensão. A análise destes dados traz desafios analíticos como o problema de múltiplos testes e a seleção de variáveis preditoras. Nesta tese, propõe-se um critério para discriminar as variáveis preditoras genéticas em efeitos devidos ao componente aleatório poligênico e ao componente residual, sob a estrutura de um modelo linear misto. Também, considerando que o efeito individual das variáveis preditoras é esperado ser pequeno, é sugerido um método para encontrar subconjuntos ordenados destas variáveis e estudar o seu efeito simultâneo sobre a variável resposta em estudo. Neste contexto, utiliza-se a teoria associada ao Gráfico da Variável Adicionada em modelos mistos. As propostas são validadas por meio de um estudo de simulação, o qual é baseado em estruturas de famílias envolvidas no Projeto ``Corações de Baependi\" (InCor/USP), cujo objetivo é identificar genes associados a fatores de risco cardiovascular na população brasileira. Para a implementação dos procedimentos, usa-se o programa R e na geração das variáveis preditoras genéticas adota-se o aplicativo SimPed. / Recently, one of the most important problems in genetics is the identification of genes associated with complex diseases. A useful design for this proposal corresponds to collect data from extended families and molecular markers platforms SNPs (Single Nucleotide polymorphism). These platforms represent points of reference strategically placed along the genome of the individuals and are high dimensional. Analysis of these data brings analytical challenges as the problem of multiple testing and selection of predictive variables. In this thesis, we propose a criterion for discriminating predictors of genetic effects due to random polygenic component and the residual component, under the framework of a linear mixed model. Also, considering that the individual effects of predictor variables is expected to be small, it is suggested a method for finding ordered subsets of these variables and study their simultaneous effect on the response variable under study. In this context, is used the theory of the added variable plot under a mixed model framework. The proposals are validated through a simulation study, which is based on structures of families involved in the Project `` Baependi Heart Study (FAPESP Process 2007/58150-7), whose objective is to identify genes associated with cardiovascular risk factors in the Brazilian population. This proposal is implemented by using the R statistical environment and for the simulation of genetic predictors is adopted the SimPed application.

Made available in DSpace on 2015-03-26T13:55:13Z (GMT). No. of bitstreams: 1 texto completo.pdf: 833034 bytes, checksum: c1160b57dd7b16db04bc27109bc4f8f1 (MD5) Previous issue date: 2012-07-23 / Fundação de Amparo a Pesquisa do Estado de Minas Gerais / From the beginning of the century, advances in genotyping enabled the development of new classes of markers, among which stand out single nucleotide polymorphisms (SNPs). Due to the availability of these markers it has been proposed genomic selection, consisting of simultaneous analysis of large number of markers distributed throughout the genome; its success depends on the method used for prediction of genomic breeding values. The objective of this study was to compare the methods RR-BLUP and Bayesian LASSO to calculate estimated genomic breeding values (GEBVs) and also to determine which method provides more accurate results for genomic selection in pigs. A total of 622 boarswere genotyped for 2,500 SNPs, and phenotyped for the following traits: concentration of androstenone, concentration of skatole, backfat thickness and loin depth. The R software packages rrBLUP and BLR were used respectively for the implementation of the RR-BLUP method and Bayesian LASSO method. Genetic correlations between the traits were calculated by the correlation between the vectors of GEBVs. The Bayesian LASSO method reached higher accuracy values in three traits: concentration of androstenone (0.65), concentration of skatole (0.58) and loin depth (0.33), and RR-BLUP was more accurate (0.61) for backfat thickness. Genetic correlations calculated, show that exists a small genetic correlation (0.03) between backfat thickness and loin depth. Between the concentrations of androstenone and skatole also exists a genetic correlation (0.24)that is consistent with results from other studies. Thus, concerning to the estimates of effects of markers, for all traits the found peaks were in regions where are reported QTLs inPIGQTLdatabase and other studies. / A partir do início do século XXI, avanços na genotipagem permitiram o desenvolvimento de novas classes de marcadores, entre os quais se destacam os polimorfismos de nucleotídeos simples (SNPs). Devido à disponibilidade desses marcadores, foi proposta a Seleção Genômica, que consiste em uma análise simultânea de um grande número de marcadores distribuídos ao longo do genoma, cujo sucesso depende do método utilizado de predição de valores genéticos genômicos. O objetivo deste estudo foi comparar os métodos RR-BLUP e LASSO Bayesiano para cálculo dos valores genéticos genômicos estimados (GEBVs) e determinar qual método apresenta resultados mais acurados para a seleção genômica em suínos. Foram genotipados 622 suínos machos não castrados para 2.500 SNPs, e fenotipados para as seguintes características: concentração de androstenona, concentração de skatol, espessura de gordura subcutânea e profundidade de lombo. Os pacotes rrBLUP e BLR do software R foram utilizados respectivamente para a implementação do método RR-BLUP e LASSO Bayesiano. As correlações genéticas entre as característicasforam calculadas por meio da correlação entre os vetores de GEBVs. O método LASSO Bayesiano apresentou valores mais elevados de acurácia em três características: concentração de androstenona (0,65), concentração deskatol (0,58), e profundidade de lombo (0,33), e o RR-BLUP foi mais acurado para espessura de gordura subcutânea (0,61). As correlações genéticas calculadas, mostram que existe uma pequena correlação genética entre espessura de gordura subcutânea e profundidade de lombo (0,03). Entre as concentrações de androstenona e skatol também existe correlação genética (0,24) que é consistente com os resultados de outros estudos. Assim, com relação às estimativas de efeitos de marcadores, para todas as características os picos encontrados estão em regiões onde se encontram QTLs relatados no PIGQTLdatabase e em outros estudos.