Esta tese foi estruturada em três capítulos. No primeiro, foram estimados os
parâmetros genéticos usando modelos lineares e de limiar para as características de
escores visuais e também utilizada a validação cruzada e regressão multinomial para
validação dos modelos. Não houve diferença na estimação dos parâmetros quando
os escores possuem distribuição normal, como para conformação, precocidade,
musculatura e tamanho. Os valores de herdabilidade (h2) variaram de 0,18 a 0,26 com
o modelo linear e de 0,19 a 0,29 com o de limiar. No entanto, quando o escore não
possui distribuição normal, como umbigo, houve vantagens na utilização do modelo
de limiar, com valor de h2 de 0,42, e de 0,22 com modelo linear. O segundo estudo,
teve como objetivo avaliar as acurácias predições genômicas utilizando diferentes
métodos, para características de crescimento e escores visuais obtidas na desmama
e ao sobreano em bovinos das raças Hereford e Braford. Foram utilizados dados de
fenótipos 126.290 animais pertencentes ao programa de melhoramento Conexão
Delta G, e um conjunto de 3.592 animais genotipados. Os métodos GBLUP, BayesB
e BayesC foram testados e maiores acurácias foram obtidas com os métodos
bayesianos. Para as características de crescimento, maior ganho em acurácia em
relação ao método tradicional (BLUP) foi com a metodologia BayesB para peso ao
nascer (PN), de 23,8%, e para os escores visuais foi para o tamanho ao sobreano
(PS), de 29,8% com os métodos BayesB e BayesC. Para as abordagens combinando
todas as fontes de informação, maiores ganhos foram obtidos com a metodologia de
passo único ssGBLUP. Entre todas as características, para as medidas a desmama o
ganho médio foi de 40,7% e para as de sobreano, de 36,7%. Menores acurácias de
predição foram observadas nos grupos onde continham somente animais da raça
Hereford, indicando que o conjunto de treinamento composto pela sua maioria de
animais da raça Braford não irá estimar predições acurada para os animais Hereford
no conjunto de validação. O terceiro estudo, teve como objetivo a realização de um
estudo de associação genômica ampla (GWAS), utilizando metodologia Bayesiana
para identificação de regiões genômicas e SNPs mais representativos associados
com as características de crescimento. Foram as janelas mais representativas e os
SNPs que explicaram mais do que 20% da variância genética estimada para as
características estudadas. Após, essa seleção, os SNPs mais informativos quanto aos
parâmetros, frequência do modelo (MF), estatística do tipo t (TL), desequilíbrio de
ligação (DL) e frequência do alelo menor (MAF), para serem utilizados em um painel
de baixa densidade. As acurácias do painel reduzido foram estimadas a partir da
validação cruzada, usando métodos de agrupamento k-médias e aleatório. Maiores
estimativas de acurácia foram obtidas para as características medidas a desmama.
Maiores ganhos em acurácia podem ser obtidos se um maior número de animais for
8
genotipados e fenotipados. Estes painéis podem ser úteis para estudos futuros
relacionados ao mapeamento fino para a descoberta de variantes causais e são uma
alternativa interessante para redução dos custos de genotipagem e implementação
da seleção genômica.