Variação nas populações e Interação genótipo x ambiente

1. Variação nas populaçõeseInteração genótipo x ambiente

2. F=G+A F = fenótipo G = efeito genético A = efeito ambiental

3. Causas da variação nas populações • Diferenças genéticas entre os indivíduos • Diferenças ambientais entre os indivíduos • Diferenças decorrentes de interação entre os genótipos e o meio ambiente

4. Diferenças genéticas entre os indivíduos • Estão ligadas à dinâmica dos genes nas populações • Cada indivíduo possui milhares de locos gênicos e das diferentes interações, combinações e recombinações dos genes vai depender o patrimônio genético do zigoto • Quando são parentes ou consanguíneos, espera-se que possuam maior semelhança gênica entre si

5. Diferenças ambientaisentre os indivíduos • Afeta a expressão fenotípica principalmente nas características de herança quantitativa

6. As variações fenotípicas decorrentes do ambiente estão sujeitas às seguintes condições: • Não são transmitidas de pai para filho • Não estão ligadas à herança gênica • O meio ambiente é importante para a expressão dos potenciais genéticos dos indivíduos

7. Para um indivíduo poder expressar todo seu potencial produtivo (FENÓTIPO): • o fator genético não pode ser limitante • o fator ambiental não pode ser limitante

8. Qual fator de variação deve ser melhorado prioritariamente ? • Genético ? • Ambiental ? • Os dois em conjunto ? PODE VARIAR DE REBANHO PARA REBANHO

9. LEMBREM-SE !!! F=G+A+GA GA = efeito da interação genética x ambiental

10. Diferenças decorrentes de interação entre os genótipos e o meio ambiente • As interações entre os genótipos dos indivíduos e os fatores ambientais são responsáveis pelas diferentes expressões fenotípicas em condições ambientais distintas

11. Clima TROPICAL Clima TEMPERADO Zebuínos (favorecidos) Taurinos (prejudicados) Taurinos (favorecidos) Zebuínos (prejudicados) Exemplo

12. O que é interação genótipo x ambiente ? • Se um genótipo for superior a outro em determinado ambiente e inferior em outro, deve estar ocorrendo interação entre os genótipos e ambientes • Ou seja, os diferentes genótipos respondem de maneiras variáveis em diferentes ambientes Genótipo 1 Produção Genótipo 2 X Y Ambiente

13. ZOO 4230 – Melhoramento Zootécnico

14. Do ponto de vista do melhoramento animal, a presença da interação genótipo x ambiente implica na dificuldade de recomendar um determinado genótipo como superior em todos os ambientes.

15. Se os fatores ambientais são fixos (fatores controláveis), como regiões geográficas ou técnicas específicas de manejo e criação dos animais: • Pode ser necessário selecionar ou recomendar um determinado genótipo para cada ambiente • Ou então promover o desenvolvimento de linhagem com boa perfomance média em dois ou mais ambientes

16. Se os fatores ambientais são aleatórios (fatores não previsíveis), como diferenças entre anos ou propriedades que praticam métodos similares de criação dos animais: • Pode ser necessário melhora na adaptação (adaptabilidade média) dos genótipos para a amplitude de variação dos ambientes nos quais o material genético será utilizado • Ou então promover o desenvolvimento de linhagem com boa perfomance média em dois ou mais ambientes

17. Com isso pode-se concluir que: A produção animal em um dado ambiente seria conseqüência dos genes responsáveis pela produção em si + os genes relacionados com a adaptação específica ao referido ambiente

18. A interação genótipo x ambiente e a produtividade animal RESULTADOS DE PESQUISA

21. ZOO 4230 – Melhoramento Zootécnico

22. Qual fator de variação deve ser melhorado prioritariamente ? • Genético ? • Ambiental ? • Os dois em conjunto ?

23. LEMBREM-SE !!! F=G+A+GA

24. Estimação de componentes de variâncias • Componentes de variância são as variâncias associadas aos efeitos aleatórios de um modelo. • No caso de modelos mistos, a solução das MME, depende do conhecimento da matriz de variâncias e covariâncias V.

25. métodos de estimação de componentes de variâncias • Método da Análise da Variância; • Métodos de Henderson; • MINQUEO; • MIVQUE; • Máxima Verossimilhança (ML) e Máxima Verossimilhança Restrita (REML).

26. DADOS BALANCEADOS = ANOVA Obtêm estimadores igualando-se as somas de quadrados, ou quadrados médios, de um quadro de análise de variância aos seus respectivo valores esperados, que são combinações lineares dos componentes de variância.

27. MÉTODO ANOVA • MÉTODO I DE HENDERSON = maneiras de usar o método ANOVA = diferem somente nas diferentes formas quadráticas. • O método I de Henderson consiste em igualar os quadrados médios às suas esperanças matemáticas e resolver o sistema de equações formado.

28. MÉTODO II DE HENDERSON • projetado para ter a facilidade computacional do Método I e ampliar seu uso removendo a limitação do método I, que não pode ser usado para modelos mistos. • y = Xb + Zg + e O método II de Henderson, consiste em estimar, em primeiro lugar, os efeitos fixos, então, aplica o Método I para os resíduos restantes.

29. Desvantagens: Segundo Searle,1968: • Não haver uma única solução e, • não poder adotar modelos que incluam interações entre os efeitos fixos e aleatórios. MÉTODO III DE HENDERSON= método de ajuste de constantes Usa as reduções nas somas de quadrados do modelo completo e de submodelos para estimar os componentes de variância.

30. Consiste em encontrar os estimadores para os componentes de variância, montando um sistema de equações a partir das diferenças entre as reduções do modelo completo e um submodelo. Igualando-as, assim, às suas respectivas esperanças.

32. MÉTODO DA MÁXIMA VEROSSIMILHANÇA - ML • O Método da Máxima Verossimilhança consiste em maximizar a função densidade de probabilidade das observações, em relação aos efeitos fixos e aos componentes de variância.

33. MÉTODO DA MÁXIMA VEROSSIMILHANÇA RESTRITA - REML • Esse processo é uma variante do processo de máxima verossimilhança, para modelos mistos e foi utilizada por PATTERSON e THOMPSON (1971). • Os estimadores REML maximizam a função de verossimilhança de um vetor de combinações lineares das observações que são invariantes para Xb.

34. No Método da Máxima Verossimilhança Restrita, cada observação é dividida em duas partes independentes uma referente aos efeitos fixos e outras aos efeitos aleatórios, de maneira que a função densidade de probabilidade das observações é dada pela soma das funções densidade de probabilidade de cada parte.

35. Estimador Quadrático não- viesado de Norma Mínima- MINQUE • RAO (l970, 1971 a, b, 1972) descreve um método de estimação que é derivado de modo que o estimador minimize a norma euclidiana da matriz núcleo, que seja uma forma quadrática das observações e que seja não-viesado. Seu desenvolvimento envolve álgebra extensiva e seu conceito utiliza valores escolhidos, a priori, para os componentes de variância desconhecidos.

36. ESTIMADOR QUADRÁTICO NÃO-VIESADO DE VARIÂNCIA MÍNIMA - MIVQUE • O método MINQUE não exige nenhuma suposição sobre a forma da distribuição da variável aleatória y. Mas se a suposição usual de normalidade é satisfeita, o estimador MINQUE tem a propriedade de ser uma forma quadrática não-viesada das observações com variância mínima, ou seja, é um estimador quadrático não-viesado de variância mínima, MIVQUE. SEARLE (1987).

37. MÉTODO MINQUE ITERATIVO I-MINQUE (Iterative MINQUE) • O estimador MINQUE utiliza valores estimados a priori em Vw, ou seja, uma estimativa a priori para V, matriz de variâncias e covariâncias. Nenhuma iteração está envolvida. No entanto, obtida uma solução, por exemplo V1, existe a idéia de usá-la como uma nova estimativa em Vw, a partir da qual um novo conjunto de equações pode ser estabelecido e resolvido, produzindo V2 e assim sucessivamente. Isto leva a usar as equações MINQUE iterativamente.