A eficiência alimentar (EA) em sistemas de produção de proteína animal é uma característica de grande importância, já que animais mais eficientes refletem diretamente em melhores índices de produtividade e sustentabilidade das cadeias produtivas. No entanto, a avaliação desta característica é complexa, lenta e onerosa, o que justifica a busca de abordagens mais eficazes para identificar animais quanto à EA. Uma possível estratégia é a identificação de marcadores moleculares que permitam a seleção de animais com melhor ou pior EA. Abordagens baseadas em estudos de associação ampla do genoma (GWAS) tem gerado bastante informações, porém na
maioria das vezes os marcadores encontrados não são os responsáveis pelos efeitos fenotípicos (causais), o que faz com que a análise dos resultados seja especulativa utilizando-se genes presentes em grandes janelas cromossomais. Outro problema destes estudos é que as análises são realizadas a partir do DNA de qualquer célula, se perdendo a possibilidade de compreender a importância funcional e tecido-específica das variantes causais em determinado fenótipo. Assim este trabalho se organiza em capítulos, onde no primeiro foi analisado dados gerados a partir de RNA-seq de amostras de biópsia de fígado de animais de alta e baixa EA, com o objetivo de
identificar variantes funcionais que regulem genes e vias biológicas relacionadas com o fenótipo estudado. Foi possível identificar 256 variantes (247 SNPs e 9 INDELs (inserções e deleções)) distribuído em 190 genes que regulam vias importantes da imunidade inata, o que leva a concluir que o sistema imune é uma das principais vias
que regulam a eficiência animal, seja direta ou indiretamente. Dentre os principais achados está 4 variantes homozigóticas para animais de alta eficiência alimentar (AEA) nos genes CFH e CFH5, que são responsáveis pela fagocitose de micróbios e células danificadas que induzem à infecção, alterações nessas variantes podem levar a
alterações das vias biológicas relacionadas a imunidades, causando perdas econômicas. No segundo capítulo, realizou-se análises de dados a partir de RNA-seq de diversos orgãos (adrenal, hipotálamo, pituitária, fígado, musculo), para identificação de variantes9 funcionais que podem ser reguladores centrais, suas interações biológicas com a característica de eficiência alimentar e por fim validar os resultados em uma população
independente. Com esta pesquisa foi possível identificar 169 variantes expressos em comum nos cinco tecidos, sendo que essas variantes estão relacionadas principalmente com o MHC classe I. Também foram identificados um total de 144, 252, 413, 416 e 340 potenciais variantes funcionais (PVFs) apresentados no fígado, músculo, hipotálamo, hipófise e adrenal, que foram adjacentes a 223, 422, 694, 697 e 554 marcadores SNP apresentados no BovineHD (Illumina), respectivamente. Para realizar a validação e as previsões genômicas para o conjunto de validação, os marcadores SNP adjacentes ao PFV foram diferencialmente ponderados com base nos resultados obtidos com ssGWAS usando o conjunto de treinamento. Através dos dados obtidos e da metodologia aplicada, foi possível constatar que a precisão da predição aumentou de 31,03% para 40%, quando adicionados os dados das PVFs ponderados diferencialmente na matriz de predição. Através dos dados genômicos obtidos e utilizando a metodologia de
identificação de PVFs e validação por ssGWAS, foi possível desenvolver um pipeline consistente que pode ser utilizada para a aprimorar os programas de melhoramento genético.