Estratégias para predição genômica em populações multirraciais de zebuínos aplicando o método do passo único genômico BLUP

Abstract

A seleção genômica transformou a seleção de animais ao permitir a identificação precoce de indivíduos superiores com base em seu mérito genético. Contudo, essa abordagem enfrenta desafios consideráveis quando aplicada ao gado zebuíno, especialmente em populações como Nelore, Brahman, Guzerá e Tabapuã. Brahman, Guzerá e Tabapuã apresentam populações de referência pequenas, o que torna a sua seleção genômica difícil e imprecisa. Uma avaliação multirracial poderia resolver esse problema, mas deve considerar a heterogeneidade nas frequências alélicas que podem existir entre as raças e a incompatibilidade entre as matrizes de relacionamento genômico (G) e de pedigree (A). Este trabalho pesquisou estratégias para as predições genômicas de gado zebuíno, em uma população multirracial que incluiu o Nelore, Brahman, Guzerá e Tabapuã, utilizando o preditor linear não viesado genômico de uma única etapa (ssGBLUP). Foram utilizados dados de aproximadamente 4,2 milhões de registros de pedigree, 329 mil observações fenotípicas e 63 mil animais genotipados. As características analisadas foram o peso ajustado aos 210 dias (W210), o peso ajustado aos 450 dias (W450) e a circunferência escrotal aos 365 dias (SC365). Diferentes cenários foram avaliados, comparando abordagens de raça única e multirracial. As avaliações multirraciais foram conduzidas tanto com a inclusão de metafundadores (MF), para levar em conta as diferenças e similitudes genéticas entre as raças, quanto sem eles. Sem MF, foi analisada o ajuste ou não de frequências alélicas específicas de cada raça. Análises comparativas dos diferentes cenários foram realizadas utilizando o método de regressão linear (LR) para avaliar viés, dispersão e acurácia. Além das avaliações genômicas diretas, este trabalho abordou o desafio de obter predições genômicas para animais jovens genotipados que carecem fenótipos ou pedigree, calculando predições indiretas (IP). Essas IP foram derivadas como a soma dos efeitos dos SNPs ponderados pelo conteúdo gênico. A avaliação dos diferentes cenários foi realizada utilizando o método LR. Ademais, a acurácia das IP (ACCIP) foi estimada a partir da covariância do erro de predição (PEC) dos efeitos dos SNPs e validada através de correlações com a acurácia dos valores genômicos estimados (ACCGEBV). Os resultados deste trabalho demonstraram que as avaliações multirraciais melhoraram significativamente a precisão das predições em comparação com as abordagens de raça única, beneficiando particularmente as raças com conjuntos de dados genômicos menores, como Guzerá e Tabapuã. A inclusão de MF reduziu o viés e mitigou a sub ou superdispersão nas predições, com um modesto aumento na acurácia das IP. As avaliações de raça única frequentemente apresentaram menor precisão, especialmente para Guzerá e Tabapuã, que possuem dados genômicos limitados. O estudo demonstrou que as avaliações genômicas multirraciais estruturadas são uma estratégia robusta e eficaz para melhorar a seleção genômica no gado zebuíno brasileiro. Ao utilizar informações genômicas de múltiplas raças, essa abordagem melhorou a precisão das predições para características de importância econômica e permitiu a rápida obtenção de IP para animais jovens. Consequentemente, as avaliações multirraciais de gado zebuíno brasileiro podem auxiliar nas decisões de seleção e potencialmente acelerar o progresso genético, especialmente em raças com populações de referência pequenas.

Genomic selection has changed animal breeding by enabling the early identification of superior individuals based on their genetic merit. However, this approach faces considerable challenges when applied to indicine cattle, particularly populations such as Nellore, Brahman, Guzerat, and Tabapua. Brahman, Guzerat, and Tabapua present small reference populations, making genomic selection difficult and inaccurate. A multi-breed evaluation could solve this problem, but it must consider the heterogeneity in allele frequencies among breeds and the incompatibility between genomic (G) and pedigree (A) relationship matrices. This work investigated strategies, feasibility, and effectiveness for genomic prediction in indicine cattle by focusing on a multi‐breed population that includes Nellore, Brahman, Guzerat, and Tabapua using the single‐step genomic best linear unbiased predictor (ssGBLUP). Data for approximately 4.2 M pedigree records, 329 K phenotypic observations, and 63 K genotyped animals were used. The traits analyzed were adjusted weight at 210 days (W210), adjusted weight at 450 days (W450), and scrotal circumference at 365 days (SC365). Different scenarios were evaluated, comparing single-breed and multi-breed approaches. Multi-breed evaluations were conducted both with and without the inclusion of metafounders (MF) to account for genetic differences across breeds. At the same time, without MF, the inclusion of breed-specific allele frequencies was analyzed or not adjusted at all. Comparative analyses of the different scenarios were performed using the linear regression (LR) method to assess bias, dispersion, and accuracy. In addition to improving direct genomic evaluations, this work addressed the challenge of obtaining genomic predictions for young, genotyped animals lacking phenotypic data or pedigree information by computing indirect predictions (IP). These IP were derived as the sum of SNP effects weighted by gene content. The evaluation of the different scenarios was made using the LR method. Moreover, the accuracy of IP (ACCIP) was estimated from the prediction error covariance (PEC) of SNP effects and validated through correlations with the accuracy of genomic estimated breeding values (ACCGEBV). The results of this work showed that multi-breed evaluations significantly improved prediction accuracy compared to single-breed approaches, particularly helping breeds with smaller genomic datasets such as Guzerat, and Tabapua. Incorporating MF reduced bias and mitigated under- or over-dispersion in the predictions, with a modest increase in IP accuracy. The single-breed evaluations frequently showed lower accuracy, especially for Guzerat and Tabapua which have limited genomic data. The study demonstrated that structured multi-breed genomic evaluations are a robust and effective strategy for improving genomic selection in Brazilian indicine cattle. While using genomic information across multiple breeds, this approach improved the accuracy of predictions for traits of economic importance and allowed rapid IP for young animals. Consequently, Brazilian indicine multi-breed evaluations can help selection decisions and potentially accelerate genetic progress, especially in breeds with constrained reference populations.