Uso de Machine Learning e dados genômicos para melhoria de características econômicas em bovinos de leite (2022)
- Authors:
- Autor USP: ANDRIETTA, LUCAS TASSONI - FMVZ
- Unidade: FMVZ
- Sigla do Departamento: VNP
- DOI: 10.11606/D.10.2022.tde-21092022-081212
- Subjects: ACASALAMENTO; APRENDIZADO COMPUTACIONAL; BOVINOS; LEITE
- Keywords: Animal breeding; Machine learning; Mating scheme
- Agências de fomento:
- Language: Português
- Abstract: Estratégias de acasalamento dirigido são consideradas ferramentas essenciais em programas de melhoramento animal. Com o advento da Seleção Genômica na última década, em associação aos avanços nas técnicas reprodutivas, nota-se diminuição no intervalo de gerações, aumentos na acurácia de predição e na intensidade de seleção, proporcionando expressivo ganho genético para os animais das cadeias produtivas. A fim de se compreender atributos das informações genotípicas e otimizar acasalamentos, objetivou-se neste estudo, por meio da simulação de uma população de bovinos leiteiros, a exploração de diferentes abordagens de extração de atributos de informações genotípicas de indivíduos do rebanho, tendo como objetivo a avaliação do desempenho preditivo ao se empregar tais dados por meio de dois algoritmos de Machine Learning (Random Forests e K-Nearest Neighbours) em 11 cenários propostos referentes ao coeficiente de endogamia (Froh), valor genético, além da proposta de um método de acasalamento.O uso das abordagens propostas de extração de atributos contribuiu para a diminuição dos dados a serem empregados nos modelos em até 98%, implicando na maioria dos cenários, em resultados mais representativos quando consideradas as informações reduzidas em dimensão quando comparadas a utilização de dados íntegros. Destacou-se o uso do algoritmo Random Forests para os cenários de regressão propostos, em especial na predição dos valores de Froh utilizando os genótipos dos pais em comparação a informação do próprio indivíduo, sendo o resultado de r2 do primeiro superior em 29%, quando utilizado o método de distância euclidiana proposto. Destaca-se também a abordagem visual proposta, favorecendo o desenvolvimento de estudos em busca de indivíduos a serem acasalados de acordo com os interesses relacionados a uniformidade de rebanho e a potenciais expoentes no quesito reprodução.
- Imprenta:
- Publisher place: Pirassununga
- Date published: 2022
- Data da defesa: 22.07.2022
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
ANDRIETTA, Lucas Tassoni. Uso de Machine Learning e dados genômicos para melhoria de características econômicas em bovinos de leite. 2022. Dissertação (Mestrado) – Universidade de São Paulo, Pirassununga, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/10/10135/tde-21092022-081212/. Acesso em: 24 abr. 2024. -
APA
Andrietta, L. T. (2022). Uso de Machine Learning e dados genômicos para melhoria de características econômicas em bovinos de leite (Dissertação (Mestrado). Universidade de São Paulo, Pirassununga. Recuperado de https://www.teses.usp.br/teses/disponiveis/10/10135/tde-21092022-081212/ -
NLM
Andrietta LT. Uso de Machine Learning e dados genômicos para melhoria de características econômicas em bovinos de leite [Internet]. 2022 ;[citado 2024 abr. 24 ] Available from: https://www.teses.usp.br/teses/disponiveis/10/10135/tde-21092022-081212/ -
Vancouver
Andrietta LT. Uso de Machine Learning e dados genômicos para melhoria de características econômicas em bovinos de leite [Internet]. 2022 ;[citado 2024 abr. 24 ] Available from: https://www.teses.usp.br/teses/disponiveis/10/10135/tde-21092022-081212/ - Caracterização gênica de regiões de alta heterozigosidade em populações ovinas selecionadas para lã ou carne
- Detection and visualization of heterozygosity-rich regions and runs of homozygosity in worldwide sheep populations
- Diferentes estratégias baseadas em grafos para a seleção de animais a serem genotipados em programas de melhoramento animal
- Comparação visual de mapas e dados genômicos via incorporação de tecnologias Tableau, Power BI e JBrowse
- Visão computacional aplicada ao reconhecimento em tempo real de animais de produção
- Aplicação de árvores de decisão em atributos extraídos via método local binary patterns (LBP) para classificação do escore de marmoreio em bovinos de corte
- Integrating audio signal processing and deep learning algorithms for gait pattern classification in Brazilian gaited horses
- Practical implications of using non-relational databases to store large genomic data files and novel phenotypes
- Audio information retrieval for describing gait patterns in Brazilian horses
- Métodos de detecção de corridas de homozigose (ROH) sob diferentes densidades de marcadores genéticos em bovinos leiteiros
Informações sobre o DOI: 10.11606/D.10.2022.tde-21092022-081212 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
