Background: The blue mussel, Mytilus edulis L., is an important contributor to the shellfish sector of Scottish aquaculture, with 7,270 tonnes worth £8.8 million being produced for the year 2015. Since 2010, production values have fluctuated as a result of inconsistent spat settlement, several business closures, and heightened levels of marine toxins in some areas. On Scotland’s west coast, some farms (most notably Loch Etive) have suffered production losses from the appearance of non-marketable mussels with particularly fragile shells and poor quality meat. Recent research has demonstrated that these undesirable traits have a genetic factor, linked to the presence of a non-native but related species Mytilus trossulus (Gould, 1850) and often its hybrids with the native M. edulis. M. trossulus has been classed as a commercially damaging species under Scottish law, but there is insufficient data on hybridisation and introgression patterns in Scottish mussel populations to evaluate any possible impacts this could have on production. Existing research has focused on single locus genotyping to identify Mytilus spp. and their hybrids in Scotland. By instead utilising multilocus genotyping, introgression could be identified and a better understanding of population structure could be gained, with implications for management to maintain productivity and profitability. The aim of the research presented here was to develop and validate a suite of new species diagnostic markers for multilocus genotyping of field populations of Scottish mussels, thereby establishing a more complete picture of the taxonomic relationships between species than previous studies have permitted. Results: Analysis of SNPs identified with RADseq confirmed the presence of three genetically distinct Mytilus species in Scotland: M. edulis, M. galloprovincialis and M. trossulus. RADseq and KASP genotyping technology successfully identified and validated a suite of 12 highly robust diagnostic SNP markers for multilocus genotyping of Mytilus mussel populations. These markers permitted more comprehensive genotyping than previous studies had, allowing presumed pure species individuals to be distinguished from first generation (F1) hybrids and introgressed (FX) genotypes in reference populations, and subsequently presented the possibility of exploring introgression in a wider scale study. Multilocus genotyping of mussel populations from around Scotland revealed widespread introgression of M. edulis with both M. galloprovincialis and M. trossulus. No pure M. galloprovincialis was identified and pure M. trossulus was restricted to a single site in Loch Etive, possibly part of a relict population. F1 hybrids between M. edulis and M. trossulus were identified in Loch Etive and in Loch Fyne on the west coast. This was evidence of ongoing hybridisation and suggested an active hybrid zone existed in Scotland, something that previous single locus genotyping studies had not acknowledged. A link between shell fragility and M. trossulus introgression was recognised at a single site outside of Loch Etive, but this was not apparent anywhere else and the actual causes of shell fragility remain unevaluated. There was a clear difference between the genetics of most farmed stock and wild populations, which indicated an anthropogenic effect on introgression and subsequent species composition, and had implications for future farm site selection and broodstock sourcing. Temporal species composition in Loch Etive differed over a short time period, but high proportions of M. trossulus alleles were observable some 25 months after a major fallowing event had taken place. Pure M. trossulus was also identifiable, which was consistent with the presence of an established population of M. trossulus existing in this area. Conclusion: Multilocus genotyping has produced a more in depth picture of species diversity in Scottish mussel populations. SNP assays revealed widespread introgression between three genetically distinct species – M. edulis, M. galloprovincialis and M. trossulus – and furthermore recognised that, to date, single locus genotyping has overestimated the abundance of pure Mytilus mussels in Scottish waters. However, this hitherto unidentified genetic complexity does not appear disadvantageous to mussel production, despite the prevalence of M. trossulus introgression among farmed populations, and it is somewhat unlikely that genetics are the sole cause of undesirable shell characteristics among Mytilus spp. mussels.

Objetivou-se com este trabalho: (1) avaliar parâmetros de diversidade genética e de estrutura populacional com base nas raças Angus, Devon, Hereford e Shorthorn. Taxa de endogamia (ΔF), tamanho efetivo (Ne), grau de parentesco, entre outros parâmetros, foram estimados para fornecer subsídios aos programas de melhoramento. Os parâmetros indicaram adequada diversidade genética, com Ne variando entre 128 no Devon e 303 no Shorthorn e ΔF variando entre 1,50 no Angus e 3,92 no Devon; (2) avaliar estratégias de imputação de genótipos utilizando dados de Braford e Hereford através de painéis de baixa densidade (3K, 6K, 8K, 15K e 20K) para os painéis de 50K e 777K. Para o painel de 777K, também foram utilizados na imputação os painéis de 50K, 90iK e 90tK. Os resultados indicaram que, com exceção do painel de 3K, todos os demais painéis de baixa densidade poderiam ser utilizados como base visando à imputação para o painel de 50K e também que os painéis de média densidade (50K, 90iK e 90tK), poderiam ser utilizados como base na imputação para o painel de 777K. Esses painéis mostraram-se eficientes e possuem, em geral, custos compatíveis com a atividade pecuária; (3) avaliar a acurácia de predição dos valores genômicos utilizando alguns painéis de baixa densidade (8K e 15K) imputados para o painel de 50K, relacionando os resultados com o uso do painel original de 50K. A acurácia do valor genômico direto (DGV) e do valor genético genômico (GEBV) com o valor genético (EBV) utilizando painéis imputados ou não, indicaram que não houveram diferenças em acurácia e as perdas em acurácia por utilizar os painéis imputados ficaram entre -0,0002 e -0,0021 dependendo do painel, do cenário e da característica analisada; (4) usar marcadores moleculares na seleção genômica testando dois métodos BLUP (procedimento de passo único ou de multi passo) com dados simulados de bovinos de corte. Os resultados demonstraram, com base nos parâmetros estudados, igualdade de resultados entre os dois procedimentos; (5) avaliar a viabilidade do uso da seleção genômica usando dados de campo de animais Braford e Hereford, testando os dois métodos BLUP (passo único e multi passo). Os resultados com base nos parâmetros estudados, mostraram que as acurácias de predição do DGV e do GEBV foram iguais nos dois procedimentos, porém no método multi passo as predições genômicas foram menos viesadas. / The aim of this work were: (1) to evaluate parameters of genetic diversity and population structure based on Angus, Devon, Hereford and Shorthorn breeds. Inbreeding rate (ΔF), effective size (Ne), relatedness, among other parameters, were estimated to provide subsidies for breeding programs. The parameters indicated a good genetic diversity, with Ne ranging from 128 in Devon to 303 in Shorthorn and ΔF ranging from 1.50 in Angus to 3.92 in Devon; (2) to evaluate strategies of genotype imputation with Braford and Hereford beef data using low density panels (3K, 6K, 8K, 15K and 20K) for 50K and 777K panels. For imputation to the 777K panel were also used the 50K, 90iK and 90tK panels. The results indicated that, except for the 3K panel, all other low density panels could be used of imputation the 50K panel and also the medium density panels (50K, 90iK and 90tK), could be used of imputation the 777K panel. These panels have been efficient and have, in general, compatible costs of the beef cattle operation; (3) to evaluate the accuracy of genomic prediction using some low density panels (8K and 15K) imputed to the 50K panel, relating the results with 50K original panel. The accuracy of direct genomic value (DGV) and genomic estimated breeding value (GEBV) with estimated breeding value (EBV) using imputed or not panels, indicated that there were no differences in accuracy and the losses in accuracy by using the imputed panels ranged from -0.0002 to -0.0021 depending on the panel, the scenario and the trait; (4) to use molecular markers in genomic selection testing two BLUP methods (single and two steps) with simulated beef cattle data. The results showed, based on the parameters studied, equality of results between the two methods; (5) to evaluate the viability of using the genomic selection using Braford and Hereford beef cattle and testing the two BLUP methods (single and two steps). The results, based on the parameters studied, showed that DGV and GEBV accuracies were similar in both methods, but the genomic predictions were less biased with then two-step method.

Submitted by MARCOS VINICIUS ANTUNES DE LEMOS (marcoslemoszootec@gmail.com) on 2017-06-02T15:32:45Z No. of bitstreams: 1 Tese_Marcos_VA_Lemos1.pdf: 3226396 bytes, checksum: 1f97ad6fd98b95977fbdc4ba573a83bb (MD5) / Approved for entry into archive by Luiz Galeffi (luizgaleffi@gmail.com) on 2017-06-02T17:51:15Z (GMT) No. of bitstreams: 1 lemos_mva_dr_jabo.pdf: 3226396 bytes, checksum: 1f97ad6fd98b95977fbdc4ba573a83bb (MD5) / Made available in DSpace on 2017-06-02T17:51:15Z (GMT). No. of bitstreams: 1 lemos_mva_dr_jabo.pdf: 3226396 bytes, checksum: 1f97ad6fd98b95977fbdc4ba573a83bb (MD5) Previous issue date: 2017-05-05 / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Objetivou-se identificar regiões no genôma de bovinos da raça Nelore que apresentam variações no número de cópias (CNV) e, associar estes CNV com o perfil de ácidos graxos da carne. Além disso, objetivou-se realizar associação genica ampla utilizando os método de single step (GWASss) a fim de detectar regiões genômicas associadas aos ácidos graxos dos grupos saturados, mono e poliinsaturados, assim como os omegas 3, 6 e sua relação. O estudo de caracterização e distribuição dos CNVs ao longo do genoma de bovinos Nelore, foi realizado através do software PennCNV utizando dados genotípicos de 3.794 aniamais, resultando em 399.361 CNVs identificados. Após controle de qualidade, 2.902 foram mantidos nas analises, resultando em 195.873 CNVs, com tamanho medio de 54,744 pb, maximo de 8.7 Mb e minimo 3 kb. As regiões de CNV foram geradas pela sobreposição dos CNVs através do software CNVRuler. Os cromossomos que mostraram maior incidencia de CNVR foram BTA19 (24,26%), BTA23 (18,68%) e BTA25 (18,05%). Ja os que mostraram menor incidencia foram BTA29 (1,63%), BTA13 (9,72%) and BTA8 (9,72%). As 9.805 regiões da CNV estimadas no presente estudo cobrem aproximadamente 13.05% do genoma bovino e sobrepõem-se a 5.495 genes conhecidos que envolvem processos biológicos que poderiam estar envolvidos na adaptação ambiental da subespécie a áreas tropicais. O estudo de GWASss identificou 115 janelas que explicaram mais de 1% da variação genética aditiva para os 22 ácidos graxos estudados. A identificação destas regiões e seus genes genes, tais qual ELOVL5, ESRRG, PCYT1A e os genes do grupo ABC (ABCA5, ABCA6 e ABCA10) são genes que estão relacionados direto e inderamente ao metabolismo lipídico. O GWAS entres os fenótipos de AG e os CNVs resultaram em um total de 186 CNVR siginificantivos para os grupos dos ácidos graxos saturados (43), monosaturados (42), poliinsaturados (66) e omegas (35), nas quais foram identificados 278 genes com funçao descrita. Estes resultados apontaram genes associados a AG de varias saturações, podendo ser destacados os genes SAMD8 e BSCL2, os quais estão relacionados ao metabolism lipidico; e o gene RAPGEF6, relacionado ao metabolism energetico. Assim os inúmeras regiões genômicas encontradas neste estudo, bem como os genes identificados nas mesmas, devem contribuir para a formação de uma base genética do perfil de ácidos graxos da carne de bovino Nelore (Bos indicus), podendo contribuir para uma melhor seleção das características associadas à melhora da saúde humana. saúde. O conhecimento desses CNVs deverá melhorar a compreensão dos mecanismos genéticos e fisiológicos que contribuem para as características produtivas, bem como na seleção de animais mais produtivos e eficientes, contribuindo para o melhoramento genético das características produtivas. / The objective of this study was to identify genomic regions of Nellore cattle that present variations in the number of copies (CNV) and to associate these CNV with the fatty acid profile of the meat. In addition, the objective of this study was to carry out a genome-wid association using the single step method (GWASss) to detect genomic regions associated with saturated, mono and polyunsaturated fatty acids, as well as omega 3, 6 and their relationship. The study of the characterization and distribution of CNVs along the Nellore genome was performed by PennCNV software using genotypic data of 3,794 animals, resulting in 399,361 CNVs identified. After quality control, 2,902 were maintained in the analyzes, resulting in 195,873 CNVs, with an average size of 54,744 pb, maximum of 8.7 Mb and minimum 3 kb. The CNV regions were generated by the overlap of the CNVs by CNVRuler software. The chromosomes that showed the highest incidence of CNVR were BTA19 (24.26%), BTA23 (18.68%) and BTA25 (18.05%). Those with the lowest incidence were BTA29 (1.63%), BTA13 (9.72%) and BTA8 (9.72%). The 9,805 CNV regions estimated in the present study covered approximately 13.05% of the bovine genome and overlaped 5,495 genes known to envolve in biological processes that could be involved in the environmental adaptation of the subspecies to tropical areas. The GWASss study showed 115 windows that explained more than 1% of the additive genetic variation for the 22 fatty acids studied. The identification of these regions and their genes, such as ELOVL5, ESRRG, PCYT1A and the ABC group genes (ABCA5, ABCA6 and ABCA10) are genes directly and indirectly related to lipid metabolism. The GWAS between AG phenotypes and CNVs resulted in a total of 186 CNVRs that were significant for the saturated (43), monosaturated (42), polyunsaturated (66) and omegas (35) fatty acids groups, in which 278 genes with described function. These results pointed genes associated to AG of various saturations, and the genes SAMD8 and BSCL2, which are related to lipid metabolism; and the RAPGEF6 gene, related to energetic metabolism. Thus, the numerous genomic regions found in this study, as well as the genes identified in them, should contribute to the formation of a genetic basis of the Nellore beef (Bos indicus) fatty acid profile, contributing to a better selection of the traits associated with improvement of human health. The knowledge of these CNVs could improve the understanding of the genetic and physiological mechanisms that contribute to the productive traits, as well as the selection of more productive and efficient animals. / FAPESP: 2013/11853-4

Objetivou-se com este trabalho: (1) avaliar parâmetros de diversidade genética e de estrutura populacional com base nas raças Angus, Devon, Hereford e Shorthorn. Taxa de endogamia (ΔF), tamanho efetivo (Ne), grau de parentesco, entre outros parâmetros, foram estimados para fornecer subsídios aos programas de melhoramento. Os parâmetros indicaram adequada diversidade genética, com Ne variando entre 128 no Devon e 303 no Shorthorn e ΔF variando entre 1,50 no Angus e 3,92 no Devon; (2) avaliar estratégias de imputação de genótipos utilizando dados de Braford e Hereford através de painéis de baixa densidade (3K, 6K, 8K, 15K e 20K) para os painéis de 50K e 777K. Para o painel de 777K, também foram utilizados na imputação os painéis de 50K, 90iK e 90tK. Os resultados indicaram que, com exceção do painel de 3K, todos os demais painéis de baixa densidade poderiam ser utilizados como base visando à imputação para o painel de 50K e também que os painéis de média densidade (50K, 90iK e 90tK), poderiam ser utilizados como base na imputação para o painel de 777K. Esses painéis mostraram-se eficientes e possuem, em geral, custos compatíveis com a atividade pecuária; (3) avaliar a acurácia de predição dos valores genômicos utilizando alguns painéis de baixa densidade (8K e 15K) imputados para o painel de 50K, relacionando os resultados com o uso do painel original de 50K. A acurácia do valor genômico direto (DGV) e do valor genético genômico (GEBV) com o valor genético (EBV) utilizando painéis imputados ou não, indicaram que não houveram diferenças em acurácia e as perdas em acurácia por utilizar os painéis imputados ficaram entre -0,0002 e -0,0021 dependendo do painel, do cenário e da característica analisada; (4) usar marcadores moleculares na seleção genômica testando dois métodos BLUP (procedimento de passo único ou de multi passo) com dados simulados de bovinos de corte. Os resultados demonstraram, com base nos parâmetros estudados, igualdade de resultados entre os dois procedimentos; (5) avaliar a viabilidade do uso da seleção genômica usando dados de campo de animais Braford e Hereford, testando os dois métodos BLUP (passo único e multi passo). Os resultados com base nos parâmetros estudados, mostraram que as acurácias de predição do DGV e do GEBV foram iguais nos dois procedimentos, porém no método multi passo as predições genômicas foram menos viesadas. / The aim of this work were: (1) to evaluate parameters of genetic diversity and population structure based on Angus, Devon, Hereford and Shorthorn breeds. Inbreeding rate (ΔF), effective size (Ne), relatedness, among other parameters, were estimated to provide subsidies for breeding programs. The parameters indicated a good genetic diversity, with Ne ranging from 128 in Devon to 303 in Shorthorn and ΔF ranging from 1.50 in Angus to 3.92 in Devon; (2) to evaluate strategies of genotype imputation with Braford and Hereford beef data using low density panels (3K, 6K, 8K, 15K and 20K) for 50K and 777K panels. For imputation to the 777K panel were also used the 50K, 90iK and 90tK panels. The results indicated that, except for the 3K panel, all other low density panels could be used of imputation the 50K panel and also the medium density panels (50K, 90iK and 90tK), could be used of imputation the 777K panel. These panels have been efficient and have, in general, compatible costs of the beef cattle operation; (3) to evaluate the accuracy of genomic prediction using some low density panels (8K and 15K) imputed to the 50K panel, relating the results with 50K original panel. The accuracy of direct genomic value (DGV) and genomic estimated breeding value (GEBV) with estimated breeding value (EBV) using imputed or not panels, indicated that there were no differences in accuracy and the losses in accuracy by using the imputed panels ranged from -0.0002 to -0.0021 depending on the panel, the scenario and the trait; (4) to use molecular markers in genomic selection testing two BLUP methods (single and two steps) with simulated beef cattle data. The results showed, based on the parameters studied, equality of results between the two methods; (5) to evaluate the viability of using the genomic selection using Braford and Hereford beef cattle and testing the two BLUP methods (single and two steps). The results, based on the parameters studied, showed that DGV and GEBV accuracies were similar in both methods, but the genomic predictions were less biased with then two-step method.

Objetivou-se com este trabalho: (1) avaliar parâmetros de diversidade genética e de estrutura populacional com base nas raças Angus, Devon, Hereford e Shorthorn. Taxa de endogamia (ΔF), tamanho efetivo (Ne), grau de parentesco, entre outros parâmetros, foram estimados para fornecer subsídios aos programas de melhoramento. Os parâmetros indicaram adequada diversidade genética, com Ne variando entre 128 no Devon e 303 no Shorthorn e ΔF variando entre 1,50 no Angus e 3,92 no Devon; (2) avaliar estratégias de imputação de genótipos utilizando dados de Braford e Hereford através de painéis de baixa densidade (3K, 6K, 8K, 15K e 20K) para os painéis de 50K e 777K. Para o painel de 777K, também foram utilizados na imputação os painéis de 50K, 90iK e 90tK. Os resultados indicaram que, com exceção do painel de 3K, todos os demais painéis de baixa densidade poderiam ser utilizados como base visando à imputação para o painel de 50K e também que os painéis de média densidade (50K, 90iK e 90tK), poderiam ser utilizados como base na imputação para o painel de 777K. Esses painéis mostraram-se eficientes e possuem, em geral, custos compatíveis com a atividade pecuária; (3) avaliar a acurácia de predição dos valores genômicos utilizando alguns painéis de baixa densidade (8K e 15K) imputados para o painel de 50K, relacionando os resultados com o uso do painel original de 50K. A acurácia do valor genômico direto (DGV) e do valor genético genômico (GEBV) com o valor genético (EBV) utilizando painéis imputados ou não, indicaram que não houveram diferenças em acurácia e as perdas em acurácia por utilizar os painéis imputados ficaram entre -0,0002 e -0,0021 dependendo do painel, do cenário e da característica analisada; (4) usar marcadores moleculares na seleção genômica testando dois métodos BLUP (procedimento de passo único ou de multi passo) com dados simulados de bovinos de corte. Os resultados demonstraram, com base nos parâmetros estudados, igualdade de resultados entre os dois procedimentos; (5) avaliar a viabilidade do uso da seleção genômica usando dados de campo de animais Braford e Hereford, testando os dois métodos BLUP (passo único e multi passo). Os resultados com base nos parâmetros estudados, mostraram que as acurácias de predição do DGV e do GEBV foram iguais nos dois procedimentos, porém no método multi passo as predições genômicas foram menos viesadas. / The aim of this work were: (1) to evaluate parameters of genetic diversity and population structure based on Angus, Devon, Hereford and Shorthorn breeds. Inbreeding rate (ΔF), effective size (Ne), relatedness, among other parameters, were estimated to provide subsidies for breeding programs. The parameters indicated a good genetic diversity, with Ne ranging from 128 in Devon to 303 in Shorthorn and ΔF ranging from 1.50 in Angus to 3.92 in Devon; (2) to evaluate strategies of genotype imputation with Braford and Hereford beef data using low density panels (3K, 6K, 8K, 15K and 20K) for 50K and 777K panels. For imputation to the 777K panel were also used the 50K, 90iK and 90tK panels. The results indicated that, except for the 3K panel, all other low density panels could be used of imputation the 50K panel and also the medium density panels (50K, 90iK and 90tK), could be used of imputation the 777K panel. These panels have been efficient and have, in general, compatible costs of the beef cattle operation; (3) to evaluate the accuracy of genomic prediction using some low density panels (8K and 15K) imputed to the 50K panel, relating the results with 50K original panel. The accuracy of direct genomic value (DGV) and genomic estimated breeding value (GEBV) with estimated breeding value (EBV) using imputed or not panels, indicated that there were no differences in accuracy and the losses in accuracy by using the imputed panels ranged from -0.0002 to -0.0021 depending on the panel, the scenario and the trait; (4) to use molecular markers in genomic selection testing two BLUP methods (single and two steps) with simulated beef cattle data. The results showed, based on the parameters studied, equality of results between the two methods; (5) to evaluate the viability of using the genomic selection using Braford and Hereford beef cattle and testing the two BLUP methods (single and two steps). The results, based on the parameters studied, showed that DGV and GEBV accuracies were similar in both methods, but the genomic predictions were less biased with then two-step method.

Submitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2016-09-06T17:47:07Z No. of bitstreams: 2 Tese - Gabriel Feresin Pantalião - 2016.pdf: 3525081 bytes, checksum: f216c5eaec8666868c34105435767ccd (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2016-09-08T12:31:02Z (GMT) No. of bitstreams: 2 Tese - Gabriel Feresin Pantalião - 2016.pdf: 3525081 bytes, checksum: f216c5eaec8666868c34105435767ccd (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2016-09-08T12:31:02Z (GMT). No. of bitstreams: 2 Tese - Gabriel Feresin Pantalião - 2016.pdf: 3525081 bytes, checksum: f216c5eaec8666868c34105435767ccd (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-04-06 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Cultivated rice (Oryza sativa L.) is one of the most important cereal for feeding. It is estimated that the demand for rice grains increases considerably in a reduction scenario of cultivable area and scarcity of water resources, which will require an increase in production compared to current levels. To solve this problem, a viable alternative would be the exploitation of genetic diversity available in rice germplasm banks. Rice breeding programs should prioritize the search for new strategies to increase yield in a variety of environmental conditions. The exploitation of genetic diversity allowed the identification of favorable alleles not present in the germplasm of rice varieties used in breeding programs, as well as obtaining new allelic combinations of genes related to important agronomic traits and that could significantly contribute to the achievement of more productive cultivars. In this context, genome-wide association studies (GWAS) are designed to analyze variations in the DNA sequence of the entire genome in an effort to identify associations with phenotypic traits of interest. It is expected, therefore, that the results of the GWAS analysis, together with the improvements obtained with the next generation sequencing technologies (NGS) in search of a large number of SNPs, such as genotyping by sequencing (GBS), be used to investigate the genetic control of traits related to yield. This study aimed to identify genomic regions of rice related to yield from the GWAS methodology using genotypes of Embrapa Rice Core Collection (ERiCC). The GWAS analysis was conducted from a panel of 550 accessions of the ERiCC, and after the imputation of raw data, were accounted 445,589 SNPs distributed along the 12 rice chromosomes. The molecular information was integrated with phenotypic data derived from yield evaluation experiments conducted in nine essays, divided into two cultivation systems (irrigated and rainfed) and three agricultural years (2004/2005, 2005/2006 and 2006/2007). From the joint analysis in all experiments, 31 SNPs were significantly associated with yield, but only three had the lowest frequency allele with positive effect. The joint analysis of irrigated experiments identified three SNPs associated with yield, of which one with lower frequency allele with a positive effect, whereas in the rainfed experiments was identified only one SNP with lower frequency allele associated to positive effect. Subsequently, a stepwise regression analysis was performed to keep in the model only SNPs without overlapping effects, so being selected 15 SNPs markers. After in silico analysis, it was found that the most productive accessions showed 80 to 100% of favorable alleles while the less productive showed 27 to 33% of favorable alleles. For this set of markers to be used in an assisted selection routine, they should also be validated in the laboratory. In the total joint analysis, from 44 genes identified, 14 had no particular function, while from the joint analysis of experiments irrigated and rainfed, from the six genes, only one had no particular function. The search for Arabidopsis homologues genes in the 15 unknown function rice genes resulted in four genes with known function. The expressed products of the set of genes were related to metabolic processes, response to biotic, abiotic, endogenous and external stimulus, post- embryonic multicellular development, growth and morphogenesis, which influence the number of grains, grains weight and photosynthetic capacity, all related to rice yield and be useful in indicating candidate genes to cloning and transformation, enabling the development of genetically superior rice cultivars. Among the genes identified as associated to productivity, nine were previously described in the literature, and of these, six were related proteins that influence the number and seed weight, and photosynthetic capacity: LOC_Os02g44290.1, LOC_Os04g35370.1, LOC_Os02g44260.1, LOC_Os02g44280 .1 LOC_Os09g36230.1 and LOC_Os01g66160.1. These genes are considered as candidates for cloning and transformation of rice, in order, through its overexpression, enable the development of higher yielding rice cultivars. / O arroz cultivado (Oryza sativa L.) é um dos cereais mais importantes para a alimentação humana. Estima-se que a demanda por grãos de arroz aumentará de forma considerável em um cenário de redução da área cultivável e escassez de recursos hídricos, o que demandará um aumento na produção em relação aos níveis atuais. Para solucionar esse problema, uma alternativa viável é a exploração da diversidade genética disponível em bancos de germoplasma de arroz. Os programas de melhoramento de arroz devem, portanto, priorizar a busca por novas estratégias que visem o aumento da produtividade em diversos tipos de condições ambientais. A exploração da diversidade genética permitiria a identificação de alelos favoráveis ainda não presentes no germoplasma das variedades de arroz utilizadas nos programas de melhoramento, assim como a obtenção de novas combinações alélicas de genes relacionados a caracteres de importância agronômica e que poderiam contribuir significativamente para a obtenção de cultivares mais produtivas. Nesse contexto, estudos de associação genômica ampla (GWAS) têm por finalidade analisar variações na sequência do DNA em todo o genoma, em um esforço para identificar associações a caracteres fenotípicos de interesse. Espera-se, assim, que os resultados das análises GWAS, juntamente com os aprimoramentos obtidos com as tecnologias de sequenciamento de nova geração (NGS) na busca por um grande número de SNPs, como é o caso da genotipagem por sequenciamento (GBS), sejam utilizados para investigar o controle genético dos caracteres relacionados à produtividade. Esse trabalho objetivou identificar regiões genômicas do arroz relacionadas à produtividade a partir da metodologia GWAS utilizando os genótipos da Coleção Nuclear de Arroz da Embrapa (CNAE). A análise GWAS foi conduzida a partir de um painel composto por 550 acessos da CNAE, sendo que após a imputação dos dados brutos, foram contabilizados 445.589 SNPs distribuídos ao longo dos 12 cromossomos do arroz. As informações moleculares foram integradas aos dados fenotípicos derivados dos experimentos de avaliação de produtividade conduzidos em nove ensaios, divididos em dois sistemas de cultivo (irrigado e sequeiro) e por três anos agrícolas (2004/2005, 2005/2006 e 2006/2007). A partir da análise conjunta em todos os experimentos, 31 SNPs foram associados de forma significativa à produtividade, com apenas três apresentarando o alelo de menor frequência com efeito positivo. Nas análises conjuntas dos experimentos irrigados foram identificados três SNPs associados à produtividade, um dos quais com alelo de menor frequência com efeito positivo, enquanto que nos experimentos em sequeiro foi identificado apenas um SNP, com alelo de menor frequência associado ao efeito positivo. Posteriormente foi realizada uma análise de regressão stepwise para se manter no modelo apenas os SNPs sem efeitos de sobreposição, sendo então selecionados 15 marcadores SNP. Após uma análise in silico, constatou-se que os acessos mais produtivos apresentaram 80 a 100% dos alelos favoráveis, enquanto os menos produtivos apresentaram 27 a 33% dos alelos favoráveis. Para que esse conjunto de marcadores seja utilizado em uma rotina de seleção assistida, ainda deverão ser validados em laboratório. Na análise conjunta total, entre os 44 genes identificados, 14 não apresentavam função determinada, enquanto a partir da análise conjunta dos experimentos irrigados e em sequeiro, entre os seis genes, apenas um não apresentava função determinada. A busca por homólogos em Arabidopsis nos 15 genes de arroz de função desconhecida resultou em quatro genes com função conhecida. Os produtos expressos do conjunto de genes estavam relacionados a processos metabólicos, resposta a estímulos bióticos, abióticos, endógenos e externos, desenvolvimento multicelular pós-embrionário, crescimento e morfogênese, que influenciam no número, peso de grãos, e capacidade fotossintética, todos relacionados com a produtividade em arroz, sendo útil na indicação de genes candidatos à clonagem e transformação, possibilitando o desenvolvimento de cultivares de arroz geneticamente superiores. Dentre os genes identificados como associados a produtividade, nove foram descritos previamente na literatura, e destes, seis foram relacionados a proteínas que influenciam no número e peso de grãos, e capacidade fotossintética: LOC_Os02g44290.1, LOC_Os04g35370.1, LOC_Os02g44260.1, LOC_Os02g44280.1, LOC_Os09g36230.1 e LOC_Os01g66160.1. Esses são considerados genes candidatos à clonagem e transformação do arroz, a fim de, por meio de sua superexpressão, possibilitar o desenvolvimento de cultivares de arroz mais produtivas.

A identificação de regiões cromossômicas, ou blocos de dependência dentro do genoma humano, que são transmitidas em conjunto para seus descendentes (haplótipos) tem sido um desafio e alvo de várias iniciativas de pesquisa, muitas delas utilizando dados de plataformas de marcadores moleculares do tipo SNP (Single Nucleotide Polymorphisms - SNPs), com alta densidade dentro do DNA humano. Este trabalho faz uso de uma modelagem estocástica de campos Markovianos de alcance variável, em uma amostra estratificada de diferentes populações, para encontrar blocos de SNPs, independentes entre si, estruturando assim o genoma em regiões ilhadas de dependência. Foram utilizados dados públicos de SNPs de diferentes populações mundiais (projeto HapMap), além de uma amostra da população brasileira. As regiões de dependência configuram janelas de influência as quais foram usadas para caracterizar as diferentes populações de acordo com sua ancestralidade e os resultados obtidos mostraram que as janelas da população brasileira têm, em média, tamanho maior, evidenciando a sua história recente de miscigenação. É também proposta uma otimização da função de verossimilhança do problema para obter as janelas de consenso maximais de todas as populações. Dada uma determinada janela de consenso, uma medida de distância apropriada para variáveis categóricas, é adotada para medir sua homogeneidade/heterogeneidade. Janelas homogêneas foram identificadas na região HLA (Human Leukocyte Antigen) do genoma, a qual está associada à resposta imunológica. O tamanho médio dessas janelas foi maior do que a média encontrada no restante do cromossomo, confirmando a alta dependência existente nesta região, considerada como bastante conservada na evolução humana. Finalmente, considerando a distribuição dos SNPs entre as populações nas janelas mais heterogêneas, a Análise de Correspondência foi aplicada na construção de um classificador capaz de determinar o percentual relativo de ancestralidade de um indivíduo, o qual, submetido à validação, obteve uma eficiência de 90% de acerto da população originária. / The identification of chromosome regions, or dependency blocks in the human genome, that are transmitted together to offspring (haploids) has been a challenge and object of several research initiatives, many of them using platforms of molecular markers such as SNP (Single Nucleotide Polymorphisms), with high density inside the human DNA. This work makes use of a stochastic modeling of Markov random fields, in a stratified sample of different populations, to find SNPs blocks, independent of each other, thus structuring the genome in stranded regions of dependency. Public data from different worldwide populations were used (HapMap project), beyond a Brazilian population. The dependence regions constitute windows of influence which were used to characterize the different populations according of their ancestry and the results showed that the Brazilian populations windows have, on average, a bigger size, showing their recent history of admixture. It is also proposed an optimization of likelihood function of the problem for the maximal windows of consensus from all populations. Given a particular window of consensus, a distance measure appropriated to categorical variables, it is adopted to evaluate its homogeneity/heterogeneity. Homogeneous windows were identified within region of genome called HLA (Human Leukocyte Antigen), which is associated with the immune response. The average size of these windows was bigger than the average found in the rest of the chromosome, confirming the high dependence verified in this region, considered highly conserved in the human evolution. Finally, considering the distribution of the SNPs among the populations in the most heterogeneous windows, the Correspondence Analysis was applied to build a classifier able to determine, for a given individual, the ancestry proportion from each population considered, which, submitted to a validation, obtained a 90% accuracy of the original population.

Introduction: Type 2 diabetes mellitus (T2DM) is a worldwide spread disease of affluence which prevalence has been growing. Although, the probability of its manifestation is being linked above all with environmental factors, genetic susceptibility plays an important role too. The aim of this thesis was to find out the association of four polymorphisms with the risk of T2DM manifestation in Czech population. Polymorphisms rs10203174 THADA, rs6819243 MAEA, rs849135 JAZF1 and rs1552224 ARAP1 (CENTD2) were chosen based on their risk in British population. Methodology: We studied groups of 712 Czech patients with T2DM and 752 healthy controls selected as a random sample of Czech population in the post-MONICA study. For a genotypisation rs10203174 and rs6819243 we used the PCR-RFLP method. For an analysis of genotypes rs849135 and rs1552224 was used the real-time PCR method. The results were analysed via odds ratio (OR) a chi-square test. Results: In case of the rs1552224 variant, the risk was proved with statistical significance (P = 0,01). The value of OR for the risk allele T is 1,37 (95% CI 1,07-1,75). In case of the polymorphisms rs10203174, rs6819243 and rs849135 no significant association with the disease was proved. For rs10203174 the value of OR of the allele C is 1,20 (95% CI 0,91-1,56, P = 0,20), OR of...

Magister Scientiae - MSc / Many Single Nucleotide Polymorphisms (SNPs) found in coding or regulatory regions within the human genome lead to phenotypic differences that make prediction of physical appearance, based on genetic analysis, potentially useful in forensic investigations. Complex traits such as pigmentation can be predicted from the genome sequence, provided that genes with strong effects on the trait exist and are known. Phenotypic traits may also be associated with variations in gene expression due to the presence of SNPs in promoter regions. In this project, the identification of genes associated with these physical traits of potential forensic relevance have been collated from the literature using a text mining platform and hand curation. The SNPs associated with these genes have been acquired from public SNP repositories such as the International HapMap project, dbSNP and Ensembl. Characterization of different population groups based on the SNPs has been performed and the results and data stored in a MySQL database. This database contains SNP genotyping data with respect to physical phenotypic differences of forensic interest. The potential forensicrelevance of the SNP information contained in this database has been verified through in silico SNP analysis aimed at establishing possible relationships between SNP occurrence and phenotype. The software used for this analysis is MATCH™. Data management and access has been enhanced by the use of a functional web-based front-end which enables the users to extract and display SNP information without running complex Structured Query Language (SQL) statements from the command line. This Forensic SNP Phenotype resource can be accessed at http://forensic.sanbi.ac.za/alecia_forensics/Index.html / South Africa

A identificação de regiões cromossômicas, ou blocos de dependência dentro do genoma humano, que são transmitidas em conjunto para seus descendentes (haplótipos) tem sido um desafio e alvo de várias iniciativas de pesquisa, muitas delas utilizando dados de plataformas de marcadores moleculares do tipo SNP (Single Nucleotide Polymorphisms - SNPs), com alta densidade dentro do DNA humano. Este trabalho faz uso de uma modelagem estocástica de campos Markovianos de alcance variável, em uma amostra estratificada de diferentes populações, para encontrar blocos de SNPs, independentes entre si, estruturando assim o genoma em regiões ilhadas de dependência. Foram utilizados dados públicos de SNPs de diferentes populações mundiais (projeto HapMap), além de uma amostra da população brasileira. As regiões de dependência configuram janelas de influência as quais foram usadas para caracterizar as diferentes populações de acordo com sua ancestralidade e os resultados obtidos mostraram que as janelas da população brasileira têm, em média, tamanho maior, evidenciando a sua história recente de miscigenação. É também proposta uma otimização da função de verossimilhança do problema para obter as janelas de consenso maximais de todas as populações. Dada uma determinada janela de consenso, uma medida de distância apropriada para variáveis categóricas, é adotada para medir sua homogeneidade/heterogeneidade. Janelas homogêneas foram identificadas na região HLA (Human Leukocyte Antigen) do genoma, a qual está associada à resposta imunológica. O tamanho médio dessas janelas foi maior do que a média encontrada no restante do cromossomo, confirmando a alta dependência existente nesta região, considerada como bastante conservada na evolução humana. Finalmente, considerando a distribuição dos SNPs entre as populações nas janelas mais heterogêneas, a Análise de Correspondência foi aplicada na construção de um classificador capaz de determinar o percentual relativo de ancestralidade de um indivíduo, o qual, submetido à validação, obteve uma eficiência de 90% de acerto da população originária. / The identification of chromosome regions, or dependency blocks in the human genome, that are transmitted together to offspring (haploids) has been a challenge and object of several research initiatives, many of them using platforms of molecular markers such as SNP (Single Nucleotide Polymorphisms), with high density inside the human DNA. This work makes use of a stochastic modeling of Markov random fields, in a stratified sample of different populations, to find SNPs blocks, independent of each other, thus structuring the genome in stranded regions of dependency. Public data from different worldwide populations were used (HapMap project), beyond a Brazilian population. The dependence regions constitute windows of influence which were used to characterize the different populations according of their ancestry and the results showed that the Brazilian populations windows have, on average, a bigger size, showing their recent history of admixture. It is also proposed an optimization of likelihood function of the problem for the maximal windows of consensus from all populations. Given a particular window of consensus, a distance measure appropriated to categorical variables, it is adopted to evaluate its homogeneity/heterogeneity. Homogeneous windows were identified within region of genome called HLA (Human Leukocyte Antigen), which is associated with the immune response. The average size of these windows was bigger than the average found in the rest of the chromosome, confirming the high dependence verified in this region, considered highly conserved in the human evolution. Finally, considering the distribution of the SNPs among the populations in the most heterogeneous windows, the Correspondence Analysis was applied to build a classifier able to determine, for a given individual, the ancestry proportion from each population considered, which, submitted to a validation, obtained a 90% accuracy of the original population.