Ferramentas de seleção para uniformidade de produção em bovinos da raça Nelore

Abstract

A existência de um controle genético sobre a variância residual torna possível a seleção para uniformidade de produção. Desta forma, os objetivos do presente estudo foram: i) investigar a presença deste componente genético na variância residual do peso ao sobreano (PS) em bovinos da raça Nelore (N = 194.628, touros = 625), usando duas abordagens: dois passos (two-step) e modelo linear generalizado hierárquico duplo (double hierarchical generalized linear model, DHGLM); e ii) identificar, através de estudo de associação genômica ampla (genome-wide association study, GWAS), regiões genômicas associadas com uniformidade do PS usando differentes variáveis respostas: EBV desregredido (dEBVv) obtido a partir de soluções de um DHGLM assumindo correlação genética não-nula entre média e variância residual (rmv ≠ 0); e dEBVv_r0 e variância dos resíduos log-transformada (ln_σ2ê) obtidos a partir de soluções de um DHGLM assumindo rmv = 0. Os resultados confirmam a presença de heterogeneidade genética de variância residual bem como oportunidade de seleção (coeficiente de variação genética da variância residual (GCVE) variando de 0,10 a 0,17). Porém, a seleção pode ser limitada devido à magnitude da variância genética da variância residual e à forte e positiva correlação genética entre a média e a variância (0,20 e 0,76 para a abordagem em dois passos e DHGLM, respectivamente). Além disso, foi possível observar que um grande número de progênies por touro é necessário para obter EBV com maiores acurácias (herdabilidade da variância residual, h2v < 0,007). A relação média-variância foi reduzida com a utilização da transformação Box-Cox, o que provocou uma redução nas estimativas dos parâmetros genéticos (h2v, GCVE) e mudou o sinal e a magnitude das correlações genéticas entre média e variância residual. DHGLM foi superior à abordagem em dois passos de acordo com as comparações realizadas, incluindo um delineamento de validação-cruzada. Em relação aos resultados do GWAS, dEBV da média (dEBVm) foi altamente correlacionado com dEBVv (0,90), resultando em regiões associadas simultaneamente com a média e variância residual do PS, no qual demonstraram estar além dos efeitos de escala. Resultados mais independentes entre média e variância residual foram obtidos quando rmv = 0 foi assumida. No total, 13 e 4 polimorfismos de nucleotídeo único (SNPs) mostraram uma forte associação (Bayes Factor > 20) com dEBVv e ln_σ2ê , respectivamente, apenas sugestivos sinais (Bayes Factor > 3) foram encontrados para dEBVv_r0. Todas as janelas de 1-Mb compartilhadas entre as top 20 entre dEBVm e dEBVv foram previamente associadas com características de crescimento. Potenciais genes candidatos do ponto de vista biológico para uniformidade estão envolvidos em metabolismo (principalmente energético e lipídico), resposta ao estresse, resposta inflamatória e imune, mineralização, atividade neuronal e formação óssea. É necessário usar uma estratégia como assumir rmv = 0 a fim de obter resultados relacionados à uniformidade e não a média. Nenhuma evidência clara em favor da utilização de uma variável resposta específica foi observada, por isso recomenda-se a utilização de diferentes variáveis para estudar uniformidade a fim de aumentar as evidências sobre regiões candidatas e os mecanismos biológicos que influenciam este tipo de resposta.

The existence of genetic control on residual variance makes possible the selection for uniformity. Thus, the objectives of the present study were: i) to investigate the presence of this genetic component on the residual variance of yearling weight (YW) in Nellore cattle (N = 194,628, sires = 625) using two approaches: two step approach and double hierarchical generalized linear model (DHGLM); and ii) to identify, through a genome-wide association study (GWAS), genomic regions associated with uniformity of YW using different response variables: deregressed EBV (dEBVv) obtained from solutions of a DHGLM assuming non-null genetic correlation between mean and residual variance (rmv ≠ 0); and dEBVv_r0 and log-transformed variance of estimated residuals (ln_σê 2) obtained from solutions of a DHGLM assuming rmv = 0. The results confirm the presence of genetic heterogeneity of residual variance as well as opportunity of selection (coefficient of genetic variance of residual variance (GCVE) ranging from 0.10 to 0.17). However, selection may be limited by the magnitude of the genetic variance of the residual variance and the strong and positive genetic correlation between mean and variance (0.20 and 0.76 for two-step approach and DHGLM, respectively). In addition, it was observed that large sire families are required to obtain higher EBVv accuracies (heritability of residual variance, hv 2 < 0.007). The mean-variance relationship was reduced by using Box-Cox transformation, which reduced the genetic parameter estimates (hv 2 , GCVE) and changed the signal and magnitude of the genetic correlation between mean and residual variance. The DHGLM was superior to the two-step approach according to the comparisons, including a cross-validation design. Regarding the GWAS results, dEBV of the mean (dEBVm) were highly correlated with dEBVv (0.90), resulting in regions associated simultaneously with mean and residual variance of YW, in which they proved to be beyond scale effects. More independent results between mean and residual variance were obtained when rmv = 0 was assumed. In total, 13 and 4 single nucleotide polymorphisms (SNPs) showed a strong association (Bayes Factor > 20) with dEBVv and ln_σê 2, respectively, only suggestive signals (Bayes Factor > 3) were found for dEBVv_r0. All 1-Mb windows shared among top 20 between dEBVm and dEBVv were previously associated with growth traits. Potential candidate genes from the biological point of view for uniformity are involved in metabolism (mainly energetic and lipid), stress, inflammatory and immune responses, mineralization, neuronal activity, and bone formation. It is necessary to use a strategy like assuming rmv = 0 in order to obtain results related only with uniformity. No clear evidence in favor of using a specific response variable was observed, we recommend using different variables to study uniformity to increase evidence on candidate regions and biological mechanisms behind it.