Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/49422
Registro completo de metadados
Campo DCValorIdioma
dc.creatorMoura, Ernandes Guedes-
dc.date.accessioned2022-02-24T20:31:29Z-
dc.date.available2022-02-24T20:31:29Z-
dc.date.issued2022-02-24-
dc.date.submitted2021-02-26-
dc.identifier.citationMOURA, E. G. Análise genômica por janelas cromossômicas: regressão funcional e saltos reversíveis. 2021. 93 p. Tese (Doutorado em Estatística e Experimentação Agropecuária) – Universidade Federal de Lavras, Lavras, 2022.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/49422-
dc.description.abstractThere are many methods for genomic selection that address the problems of multicollinearity and high dimensionality, among which the rr-BLUP and Bayes B stand out in the literature. Methods of continuous genome and functional regression in chromosomal windows (bins) were recently proposed to better utilize the linkage disequilibrium between SNP (Single Nucleotide Polymorphism) and potential QTLs (Quantitative Trait Loci). One of the proposed strategies is to use polynomial or trigonometric functions in bins-fitted versions. In this case, a complicating factor is the potential misspecification of the number and the sizes of the bins, with a potential increase in the prediction error. In this thesys we investigate the advantages of making inference in the joint posterior distribution for the number, the size and the effects of marks in bins in a reversible jump sampling process. This type of technique was difficult to implement for previous models that took into account the distance between marks and QTLs, but it can be greatly simplified in simple regression models typical of modern genomics (where each SNP potentially segregates as a QTL). We study the two strategies and their immediate consequences for genomic selection. A basic review of the literature methods was used to subsidize two original papers. In the first one, we evaluated the implementation of functional models of bins using Fourier series and B- Splines. In the second, we introduce the RJ-MCMC (Reverse Jump Markov Chain Monte Carlo) for functional models in which each bin is represented in the sampling by only one of its marks. The models considered were comparable to the most used for prediction (Bayes-B, rr-BLUP) and are suitable for genomic selection. As a potential by-product of the thesys, the results for association studies are also interesting, despite not being our main goal to evaluate them.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Lavraspt_BR
dc.rightsacesso abertopt_BR
dc.subjectB-Splinespt_BR
dc.subjectModelos funcionaispt_BR
dc.subjectSéries de Fourierpt_BR
dc.subjectMarkov Chain Monte Carlopt_BR
dc.subjectFunctional modelspt_BR
dc.subjectFourier seriespt_BR
dc.titleAnálise genômica por janelas cromossômicas: regressão funcional e saltos reversíveispt_BR
dc.title.alternativeGenomic analysis through chromosomal windows: functional regression and reversible jumpspt_BR
dc.typetesept_BR
dc.publisher.programPrograma de Pós-Graduação em Estatística e Experimentação Agropecuáriapt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countrybrasilpt_BR
dc.contributor.advisor1Balestre, Márcio-
dc.contributor.advisor-co1Bueno Filho, Júlio Silvio de Sousa-
dc.contributor.advisor-co2Silva, Carlos Pereira da-
dc.contributor.referee1Silva, Carlos Pereira da-
dc.contributor.referee2Garcia, Antônio Augusto Franco-
dc.contributor.referee3Pamplona, Andrezza Kellen Alves-
dc.contributor.referee4Sarmento, José Lindenberg Rocha-
dc.description.resumoHá muitos métodos para a seleção genômica que tratam dos problemas da multicolinearidade e da alta dimensionalidade, dentre os quais destacam-se na literatura o rr-BLUP e o Bayes B. Métodos de genoma contínuo e regressão funcional em janelas cromossômicas (bins) foram recentemente propostas para melhor utilizar o desequilíbrio de ligação entre SNP (Single Nucleotide Polymorphism) e potenciais QTLs (Quantitative Trait Loci). Uma das estratégias propostas é utilizar funções polinomiais ou trigonométricas em versões ajustadas para janelas cromossômicas (bins). Nesse caso, um fator complicador é a potencial má especificação do número e tamanho dos bins, com potencial ampliação do erro de predição. Neste trabalho nós investigamos as vantagens de fazer a inferência conjunta a posteriori do número, do tamanho e dos efeitos das marcas nos bins em um processo de amostragem por saltos reversíveis. Este tipo de técnica era de difícil implementação para modelos anteriores que levavam em conta a distância entre marcas e QTLs, mas pode ser muito simplificado em modelos de regressão simples típicos da genômica moderna (em que cada SNP segrega potencialmente como um QTL). Estudamos as duas estratégias e suas consequências imediatas para a seleção genômica. Uma revisão de literatura inicial sobre os métodos foi feita como subsídio para dois artigos. No primeiro, avaliamos a implementação de modelos funcionais de bins com o uso de séries de Fourier e de B-Splines. No segundo, introduzimos o RJ-MCMC (Reverse Jump Markov Chain Monte Carlo) para modelos funcionais em que cada bin é representado na amostragem por uma só de suas marcas. Os modelos considerados foram comparáveis aos métodos mais utilizados quanto à predição (Bayes-B, rr- BLUP) e são adequados para a seleção genômica. Como potencial subproduto do da tese, os resultados para estudos de associação são também interessantes, embora não tenha sido nosso objetivo principal avaliá-los.pt_BR
dc.publisher.departmentDepartamento de Estatísticapt_BR
dc.subject.cnpqEstatísticapt_BR
dc.creator.Latteshttp://lattes.cnpq.br/4268606636822490pt_BR
Aparece nas coleções:Estatística e Experimentação Agropecuária - Doutorado (Teses)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TESE_Análise genômica por janelas cromossômicas: regressão funcional e saltos reversíveis.pdf26,62 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.