Impacto da população de referência e da avaliação genômica multirracial na predição genômica de características de importância econômica em raças zebuínas

Abstract

A bovinocultura de corte é um pilar essencial da economia brasileira, com a raça Nelore (Bos taurus indicus) representando cerca de 80% do rebanho nacional, enquanto outras raças zebuínas, como Guzerá, Brahman e Tabapuã, destacam-se pela rusticidade e adaptação a diferentes sistemas de manejo. No primeiro estudo, avaliou-se como a redução na coleta de dados fenotípicos recentes afeta a acurácia das predições genômicas para as características de área de olho de lombo (AOL), peso ajustado aos 450 dias (P450) e consumo alimentar residual (CAR), evidenciando que informações desatualizadas são progressivamente menos informativas para a avaliação de indivíduos jovens, candidatos à seleção. No segundo estudo, foram comparadas estratégias de avaliação genômica unirraciais e multirraciais para Nelore, Guzerá, Brahman e Tabapuã, considerando características produtivas e reprodutivas, como AOL, espessura de gordura na garupa (EGP8), idade ao primeiro parto (IPP) e produtividade acumulada (PAC). As estratégias avaliadas, baseadas no método ssGBLUP, incluíram análises unirraciais para cada raça e três abordagens multirraciais: modelo tradicional, uso de metafundadores (ajustando a matriz A) e ajustes na matriz genômica com frequências alélicas específicas de cada raça (ajustando a matriz G). Os resultados evidenciaram que a ausência de dados fenotípicos atualizados reduziu progressivamente a acurácia das predições genômicas em indivíduos jovens, reforçando a importância da coleta contínua de informações recentes. Além disso, raças com populações de referência menores se beneficiaram das análises multirraciais quando associadas à raça Nelore, cuja maior base de dados aumentou a acurácia das predições, especialmente em casos de maior relação genética entre as raças. Assim, este trabalho reforça que a coleta contínua de dados fenotípicos atualizados é essencial para predições genômicas eficientes e que análises multirraciais são ferramentas importantes para melhorar a confiabilidade das estimativas genéticas em raças com populações de referência limitadas.

Beef cattle farming is a cornerstone of the Brazilian economy, with the Nelore breed (Bos taurus indicus) accounting for approximately 80% of the national herd, while other zebu breeds, such as Guzerá, Brahman, and Tabapuã, stand out for their hardiness and adaptability to diverse management systems. This study investigated the influence of the quality and quantity of phenotypic data on genomic prediction, focusing on the impact of the absence of updated phenotypic data in the Nelore breed and the advantages of multibreed evaluations for zebu populations. One aspect evaluated how reduced collection of recent phenotypic data affects the accuracy of genomic predictions for ribeye area (REA), weaning weight adjusted to 450 days (W450), and residual feed intake (RFI), showing that outdated information becomes progressively informative for assessing young selection candidates. Another aspect compared single-breed and multibreed genomic evaluation strategies for Nelore, Guzerá, Brahman, and Tabapuã, considering productive and reproductive traits such as REA, rump fat thickness (RFT), age at first calving (AFC), and accumulated productivity (ACP). The strategies, based on the ssGBLUP method, included single-breed analyses for each breed and three multibreed approaches: a traditional model, the use of metafounders (adjusting the A matrix), and genomic matrix adjustments considering breed-specific allele frequencies (adjusting the G matrix). The results highlighted that the absence of updated phenotypic data progressively reduced the accuracy of genomic predictions in young individuals, underscoring the importance of continuously collecting recent information. Additionally, breeds with smaller reference populations benefited from multibreed analyses when associated with Nelore, whose larger database increased prediction accuracy, especially in cases of stronger genetic relationships among breeds. Thus, this study reinforces that continuous collection of updated phenotypic data is crucial for efficient genomic predictions and that multibreed analyses are valuable tools for improving the reliability of genetic estimates in breeds with limited reference populations.