The aim of this study was to compare the genetic diversity of 12 populations of goats in Brazil and Morocco (n = 796) through the use of physical measurements and different multivariate techniques. Traits measured included wither height (WH), distance from the brisket to the ground (BH) and ear length (EL). The standardized Euclidean distance (D) was adopted. The D values were submitted to clustering analysis using hierarchical methods (from nearest neighbor and UPGMA - Unweighted Pair Group Method with Arithmetic Mean) and the numbers of clusters were analyzed using the Tocher optimization method. The population clustering was different depending on the method of analysis used. Among the hierarchical methods, UPGMA showed the best fit (CCC = 0.82). The Tocher method enabled the formation of four different clusters. Although the hierarchical and Tocher methods resulted in different cluster formations, both contributed to the interpretation of the genetic cluster divergence. The results obtained through UPGMA and Tocher optimization enable their use for future studies that may include a larger number of biometric variables on greater numbers of individuals and additional populations.

To provide information that can contribute to the genetic evaluation and selection in Tabapuã cattle, genetic parameters were estimated for growth traits using a multi-trait animal model. (Co)variance components were estimated by a Bayesian approach using the Gibbs Sampler. Moderate and similar responses to selection are expected when selecting for weights at the four ages evaluated, since the direct heritability estimates were similar and of average magnitude (0.18 to 0.19). The direct and maternal additive genetic correlations between all pairs of weights were higher than 0.70, indicating a high degree of association between the four traits. This suggests that using any of them as selection criteria will result in correlated response in the others and that multi-trait analysis are recommended for the genetic evaluation of growth traits in beef cattle for exploiting this association.

O objetivo deste trabalho foi avaliar modelos de regressão aleatória com diferentes ordens de polinômios de Legendre, quanto ao melhor ajuste para a produção de ovos de codornas de corte. Foram avaliados os grupos genéticos UFV1 e UFV2 de codornas de corte, de origens distintas, do programa de melhoramento genético da Universidade Federal de Viçosa. Determinou-se a produção semanal de ovos de 1.294 matrizes, da 6ª até a 57ª semana de idade, das quais 644 do grupo genético UFV1 e 650 do UFV2. Utilizou-se o modelo animal em regressão aleatória pelo programa Wombat e, para modelar as trajetórias das características com o tempo, aplicaram-se as funções polinomiais de Legendre. Foram feitas comparações pelo critério de informação de Akaike, critério de informação bayesiano de Schwarz, logaritmo da função de verossimilhança e teste da razão de verossimilhança. O modelo com K = 3, para efeitos fixos, Ka = 4, para efeitos genéticos, e Kc = 4, para efeito de ambiente, propicia melhor ajuste para ambas as linhagens, não provoca grandes alterações nos componentes de variância e fornece melhores estimativas de herdabilidade.

The objective of this work was to evaluate random regression models with different orders of Legendre polynomials, as to the best fit for egg production of meat‑type quails. UFV1 and UFV2 genetic groups of meat‑type quails, from different origins, of the genetic breeding program of the Universidade Federal de Viçosa, Brazil, were evaluated. Egg production was determined weekly for 1,294 quails, from their 6th to their 57th week of age, of which 644 were from the genetic group UFV1, and 650 from UFV2. The animal model was used in random regression by Wombat software, and, for modeling variable trajectories in time, the Legendre's polynomial functions were applied. Comparisons were made by the Akaike's information criterion, the Bayesian information criterion of Schwarz, the logarithm of the likelihood function, and the likelihood ratio test. The model with K = 3, for fixed effects, Ka = 4, for genetic effects, and Kc = 4, for the effect of environment provides the best fit, do not causes major changes in the variance components, and provides better estimates of heritability.

O objetivo deste trabalho foi verificar a possibilidade de uso de dados parciais na seleção de codornas de corte para produção de ovos. Foram avaliados os grupos genéticos de codornas de corte UFV1 e UFV2, de origens distintas. Utilizaram-se informações de 1.632 matrizes, das quais 816 provieram do grupo genético UFV1, e 816 do grupo UFV2. Os parâmetros genéticos foram obtidos nos períodos parciais da 6ª semana até a 24ª (P24), a 32ª (P32), a 40ª (P40) e a 48ª (P48) semanas, e no período total de produção de ovos(P52), da 6ª à 52ª semana. Os componentes de variância e covariância e os parâmetros genéticos foram estimados pelo método da máxima verossimilhança restrita, pelo modelo animal unicaracterístico. A produção parcial e a total de ovos foram estimadas pelo modelo animal multicaracterístico, por meio do aplicativo Wombat. Para UFV1, os valores de herdabilidade foram: 0,09, P24; 0,09, P32; 0,09, P40; 0,08, P48; e 0,07 para P52; as correlações genéticas variaram de 0,79 a 0,99. Para UFV2, os valores de herdabilidade foram: 0,09, P24; 0,09, P32; 0,10, P40; 0,11, P48; e 0,13 para P52; as correlações variaram de 0,70 a 0,99. Para a seleção de UFV1, recomenda-se considerar a produção de ovos até a 40ª semana e, para UFV2, até a 48ª semana. As baixas estimativas de herdabilidade indicam que se devem fazer mudanças de manejo para controlar os efeitos de ambiente.

The objective of this work was to verify the possibility of using partial data in the selection of meat-type quail for egg production. The genetic groups UFV1 and UFV2 of meat-type quails, which are from different origins were evaluated. Information from 1,632 mothers, of which 816 from UFV1 and 816 from UFV2 genetic group, was used. The genetic parameters were obtained at the partial periods from the 6th to 24th (P24), 32th (P32), 40th (P40) and 48th (P48) weeks, and at the total period of egg production (P52), from the 6th to 52th week. The components of variance and covariance and the genetic parameters were estimated by restricted maximum likelihood, using a univariate animal model. The partial and total production of eggs were estimated by the multivariate animal model through the Wombat application. For UFV1, the heritability values were: 0.09, P24; 0.09, P32; 0.09, P40; 0.08, P48; and 0.07 for P52; and the genetic correlations ranged from 0.79 to 0.99. For UFV2, the heritability values were: 0.09 for P24; 0.09, P32; 0.10, P40; 0.11, P48; and 0.13 for P52; and correlations ranged from 0.70 to 0.99. For UFV1 selection, it is recommended to consider egg production up to 40 weeks, and for UFV2 selection, egg production until the 48th week. The low heritability estimates suggest that management changes should be done in order to control environmental effects.

Objetivou-se no presente trabalho determinar herdabilidades de características de desempenho produtivo e reprodutivo de diferentes grupos genéticos de matrizes de codornas de corte, estimando os parâmetros genéticos por meio de análises univariadas. Foram avaliados dois grupos genéticos (UFV1 e UFV2), no período de 2006 a 2009, sendo acompanhadas cinco gerações, totalizando 2136 matrizes. As codornas foram pesadas ao nascimento, 7, 14, 21, 28, 35, 42, 77, 112 e 147 dias de idade. Foram avaliados ovos de cada codorna, coletados por três dias consecutivos, durante quatro períodos de 35 dias e medidos a largura e comprimento dos ovos, pesos de gema, casca e albúmen. Também foi avaliada a gravidade específica dos ovos e mensuradas a taxa de postura total e a idade ao primeiro ovo. Foram realizadas análises univariadas para estimação dos componentes de variância, utilizando-se o método da máxima verossimilhança restrita, por meio do programa MTDFREML e calculadas as hedabilidades. Para as características de qualidade dos ovos, as herdabilidades apresentaram valores de moderados a altos (0,13 à 0,55), valores elevados para crescimento (0,64 à 0,68) e moderados a alto para forma do ovo (0,10 à 0,57). As estimativas de herdabilidades encontradas para qualidade dos ovos indicam uma alta variabilidade genética para ambos os grupos genéticos. Já para os pesos, indicaram que a seleção dentro da população poderia resultar em aumentos dos pesos por meio da seleção baseada na informação individual. Para as características de forma de ovo, os valores de herdabilidade sugerem a possibilidade de grupos genéticos que atendam a um padrão de forma.

The objective of this study to determine the heritability of characteristics of productive and reproductive performance of different genetic groups of arrays of meat quails, estimating genetic parameters using univariate analyzes. We evaluated two genetic groups (UFV1 and UFV2) in the period 2006 to 2009, being accompanied by five generations, totaling 2136 arrays. Quail were weighed at birth, 7, 14, 21, 28, 35, 42, 77, 112 and 147 days of age. We evaluated each quail eggs were collected for three consecutive days, during four periods of 35 days and measured the width and length of eggs, yolk weight, albumen and shell. We evaluated the specific gravity of eggs and measured the rate of overall posture and age at first egg. Univariate analyzes were performed to estimate the variance components, using the method of restricted maximum likelihood using the program and calculated the MTDFREML hedabilidades. For the quality of eggs heritability values were moderate to high (0.13 to 0.55), high values for growth (0.64 to 0.68) and moderate to high for egg shape (0.10 to 0.57). Heritability estimates for egg quality found indicate a high genetic variability for both genetic groups. As for the weights indicated that selection within the population could result in increases in weight by selection based on individual information. For the characteristics of an egg shape, the heritability values suggest the possibility of genetic groups that meet a standard shape.

Objetivou-se no presente trabalho avaliar o desempenho produtivo e reprodutivo de diferentes linhagens de codornas de corte, estimando os parâmetros genéticos das características mensuradas. Avaliaram-se dois grupos genéticos UFV2 e UFV1 de matrizes de codorna de corte, sendo o primeiro com 1110 animais e o segundo com 1026. Foram realizadas análises multivariadas, utilizando a metodologia de componentes principais, para definir as variáveis de maior importância. Em seguida, foram feitas análises bicaracterísticas para estimação das covariâncias e correlações genéticas, das características selecionadas. As características utilizadas na análise foram: peso da ave (P0, P7, P14, P21, P28, P35, P42, P77, P112 e P147), peso médio do ovo (POM1, POM2, POM3 e POM4), peso médio da casca (PCM1, PCM2, PCM3 e PCM4), peso médio da gema (PGM1, PGM2, PGM3 e PGM4), peso médio do albúmen (PAM1, PAM2, PAM3 e PAM4), gravidade específica média do ovo (DM1, DM2, DM3 e DM4), largura média do ovo (LOM1, LOM2, LOM3 e LOM4), comprimento médio do ovo (COM1, COM2, COM3 e COM4), número de ovos (N1, N2, N3 e N4), taxa de postura total (TXT) e idade ao primeiro ovo (IDPO). Para o grupo genético UFV1, um aumento do peso das codornas pode resultar em uma precocidade à IDPO e a seleção feita para aumento do peso corporal das codornas não resulta em perdas significativas na qualidade dos ovos. Já para UFV2, uma seleção feita aos 35 dias pode identificar as matrizes de maior peso ao longo do ciclo de produção, além de não gerar grandes perdas na taxa de postura total.

The aim of this paper to evaluate the productive and reproductive performance of different strains of meat-type quail hens, estimating the genetic parameters measured. Two groups were evaluated genetic and UFV2 UFV1 matrix quail cutting, with 1110 being the first animal and second with 1026. Multivariate analysis were conducted using the methodology of principal components to define the most important variables. Then, two-trait analysis to estimate covariances and genetic correlations of traits. The characteristics of the analysis were: weight of the bird (P0, P7, P14, P21, P28, P35, P42, P77, P112 and P147), average egg weight (POM1, POM2, and POM3 POM4), average weight of the shell ( PCM1, pcm2, and PCM3 PCM4), average weight of yolk (PGM1, PGM2, and PGM3 PGM4), weight of albumen (PAM1, PAM2, and PAM3 PAM4), average egg specific gravity (DM1, DM2, DM3 and DM4 ), average width of the egg (LOM1, LOM2, and LOM3 LOM4), average length of egg (COM1, COM2, COM3 and COM4), eggs (N1, N2, N3 and N4), total egg production (TXT) and age at first egg (IDPO). For the group of genetic UFV1, an increase in weight of birds may result in an early and that IDPO to select for increased body weight of birds does not result in significant losses in egg quality. As for UFV2, a selection made at 35 days can identify the most weight matrices throughout the production cycle, and do not generate large losses in total egg production.

Objetivou-se comparar diferentes modelos de regressão aleatória por meio de funções polinomiais de Legendre de diferentes ordens, para avaliar o que melhor se ajusta ao estudo genético da curva de crescimento de codornas de corte. Foram avaliados dados de 2136 matrizes de codorna de corte, dos quais 1026 pertenciam ao grupo genético UFV1 e 1110 ao grupo UFV2. As codornas foram pesadas nos 1°, 7°, 14°, 21°, 28°, 35°, 42°, 77°, 112° e 147° dias de idade e seus pesos utilizados para a análise. Foram testadas duas possíveis modelagens de variância residual heterogênea, sendo agrupadas em 3 e 5 classes de idade. Após, foi realizado o estudo do modelo de regressão aleatória que melhor aplica-se à curva de crescimento das codornas. A comparação entre os modelos foi feita pelo Critério de Informação de Akaike (AIC), Critério de Informação Bayesiano de Schwarz (BIC), Logaritmo da função de verossimilhança (Log e L) e teste da razão de verossimilhança (LRT), ao nível de 1%. O modelo que considerou a heterogeneidade de variância residual CL3 mostrou-se adequado à linhagem UFV1, e o modelo CL5 à linhagem UFV2. Uma função polinomial de Legendre com ordem 5, para efeito genético aditivo direto e 5 para efeito permanente de animal, para a linhagem UFV1 e, com ordem 3, para efeito genético aditivo direto e 5 para efeito permanente de animal para a linhagem UFV2, deve ser utilizada na avaliação genética da curva de crescimento das codornas de corte.

The objective was to compare different random regression models using Legendre polynomial functions of different orders, to evaluate what best fits the genetic study of the growth curve of meat quails. It was evaluated data from 2136 cut dies quail, of which 1026 belonged to genetic group UFV1 and 1110 the group UFV2. Quail were weighed at 10, 70, 140, 210, 280, 350, 420, 770, 1120 and 1470 days of age, and weights used for the analysis. It was tested two possible modeling of heterogeneous residual variance, which was grouped into three five age classes. After, it was studied the random regression mode, which is better applied to the growth curve quail. The comparison between models was made by the Akaike Information Criterion (AIC), Bayesian Information Criterion of Schwarz (BIC), logarithm of the likelihood function (Loge L) and the likelihood ratio test (LRT), at 1%. The model which considered the heterogeneity of residual variance CL3 was adequate to UFV1 lineage and the lineage model CL5 UFV2. A Legendre polynomial with order 5, for direct genetic effect and 5 for the permanent animal to UFV1 bloodline and order 3 for direct genetic effect and 5 for the permanent animal for UFV2 bloodline should be used in genetic evaluation of the growth curve of meat quails.

Test-day records of milk yields from the first three lactations were used to verify consequences of incorporation of lactation with non-conventional drying-off causes in genetic evaluation of Gyr dairy cattle. The first file (File1) was composed of test-day records of lactations with conventional drying-off causes. In the second file (File2), the test-day records of lactations with non-conventional drying-off causes were included, such as drying-off by death or separation of the calf, disease, death or sale of cow, and removal of cow from milking control. Data were analyzed by mixed models, using an autoregressive process to adjust the random effects of long-term and short-term environment. The inclusion of test-day records from lactations with non-conventional drying-off causes increased the number of controls by 12% and the number of cows by 18%, and it generated an increase in the estimates of variance components. These results impacted estimates of heritability, calculated at 0.32, 0.28 and 0.26 for the first, second and third lactations in File1, respectively, while in File2 they were 0.34, 0.30 and 0.28 to the same lactation order. The estimated accuracy of predicted breeding values in File2 were higher in relation to File1, but the Pearson and Spearman correlations between predicted breeding values of animals in the two files were high. Lactations with non-conventional drying-off causes can be incorporated to the routines of genetic evaluation of Gyr dairy cattle, because they provide higher estimates of heritability and accuracy of breeding values, which could raise expectations of genetic gains with selection.

The objective of this study was to evaluate selective mating using distribution of extremes, among other mating strategies, on its ability to decrease the endogamy and the loss of genetic variability. The genetic simulation system (Genesys) was used to simulate two genomes (each one with a single characteristic whose distinction was the value of heritability) and the base and original populations. Each initial population was submitted to assisted selection by markers for ten consecutive generations. For evaluation of strategies, the estimated parameters were phenotypic value, endogamy and additive genetic variance, in different family sizes, for both characteristics. In all scenarios combining heritability and family sizes, the selective mating was superior to the others, in the ability to decrease endogamy and maintain higher magnitudes of genetic variability. Consequently, superior phenotypic increments were obtained, pointing to a major detection of quantitative trait loci in the assisted selection by markers due to gradual decrease of the additive genetic variance over the generations.

Dados de dois grupos genéticos UFV1 e UFV2 de matrizes de codorna de corte, com 629 animais no primeiro arquivo e 707 no segundo, foram avaliados pela técnica de componentes principais. Foram consideradas as seguintes características para análise: peso da ave (P1, P2, P3 e P4), peso médio do ovo (POM1, POM2, POM3 e POM4), peso médio da casca (PCM1, PCM2, PCM3 e PCM4), peso médio da gema (PGM1, PGM2, PGM3 e PGM4), gravidade específica média do ovo (DM1, DM2, DM3 e DM4), largura média do ovo (LOM1, LOM2, LOM3 e LOM4), comprimento médio do ovo (COM1, COM2, COM3 e COM4), número de ovos (N1, N2, N3 e N4), idade ao primeiro ovo (IDPO) e taxa de postura total (TXT). Após a coleta dos dados, foi realizada uma análise de componentes principais, buscando, com isso, selecionar as características mais explicativas. Logo as características de maior importância na variância total tiveram seus parâmetros genéticos e correlações genéticas estimados. Para o grupo genético UFV1, foram: P1, PCM1, PCM3, PGM1, PGM2, PGM4, DM4, LOM2, LOM3, COM1 e IDPO, já para UFV2: P1, P2, PCM1, PCM4, DM3, LOM2 e LOM4. As altas estimativas de herdabilidade encontradas indicam uma grande variabilidade para as características de qualidade dos ovos. As correlações genéticas mostram a possibilidade de ganhos correlacionados entre peso corporal e as características de qualidade dos ovos. Pequena resposta à seleção para produção de ovos pode ser esperada para estes grupos genéticos.

Data from two genetic groups UFV1 and UFV2 of meat-type quail, with 629 animals the first file and 707 the second, were evaluated by technique main components. The following characteristics were considered for analyses: bird weight (P1, P2, P3 and P4), egg average weight (POM1, POM2, POM3 and POM4), shell average weight (PCM1, PCM2, PCM3 and PCM4), yolk average weight (PGM1, PGM2, PGM3 and PGM4), egg average specific gravity (DM1, DM2, DM3 and DM4), egg average width (LOM1, LOM2, LOM3 and LOM4), egg average length (COM1, COM2, COM3 and COM4), number of eggs (N1, N2, N3 and N4), and age at the first egg (IDPO). After data collecting were carried analyses of the main components out with the aim to select the most explanatory characteristics. Next the highest significant characteristics in total variance had their genetic parameters and genetic correlations estimated. For genetic group UFV1 were: P1, PCM1, PCM3, PGM1, PGM2, PGM4, DM4, LOM2, LOM3, COM1 and IDPO. For UFV2: P1, P2, PCM1, PCM4, DM3, LOM2 and LOM4. The high estimates of heritability capacity found indicate a high variability for the characteristics of egg quality. The genetic correlations indicate the possibility of correlation between body weight gains and the quality of eggs. Little response to selection for egg production can be expected for these genetic groups.

O objetivo deste estudo foi avaliar a eficiência de estratégias de transformação de dados para correção da heterogeneidade entre rebanhos na avaliação genética de touros, vacas e progênies. Quatro estruturas de dados relativos a peso à desmama de bovinos foram simuladas: rebanhos com e sem heterogeneidade para médias e variâncias, e rebanhos com e sem conexidade genética. Nas avaliações genéticas, utilizaram-se dados na escala original e transformados (Logarítmica, Raiz quadrada, Padronização e Razão pelo desvio-padrão fenotípico). As estratégias de transformação de dados avaliadas não foram eficientes para eliminar os efeitos negativos da heterogeneidade entre rebanhos sobre a avaliação genética de touros, vacas e progênies.

Efficiency of data transformation strategies is evaluated to correct heterogeneity among cattle in the genetic evaluation of bulls, cows and progenies. Four data structures of bovine weaning weights were simulated: herds with and without heterogeneity for means and variances, and herds with and without genetic connectedness. In the genetic evaluations, data were used in the original scale and transformed (Logarithmic, Square root, standardization and ratio by phenotypic standard deviation). The evaluated data transformation strategies were not efficient in eliminating the negative effects of heterogeneity among cattle in the genetic evaluation of bulls, cows and progenies.

Utilizaram-se diferentes níveis de significância genômica na seleção assistida por marcadores para estimar o valor fenotípico, o número de marcadores usados na seleção e a porcentagem de alelos favoráveis e desfavoráveis fixados em uma característica quantitativa. Uma comparação entre os níveis de 0,5; 1; 2; 4; 6; 8; 10; 12; 14; 16; 18 e 20% foi realizada por meio do sistema computacional de simulação genética (GENESYS), utilizado na simulação de um genoma constituído de um caráter quantitativo de herdabilidade igual a 0,20. A partir da população inicial, procederam-se à avaliação dos doze níveis de significância, via seleção assistida por marcadores, por meio dos valores fenotípicos obtidos durante dez gerações. Aplicou-se o método de agrupamento por ligação composta adotando a distância Euclideana média como medida de dissimilaridade entre as significâncias genômicas. Há similaridade nos valores fenotípicos obtidos com os níveis de significância de 4 e 16%, que são superiores aos altamente significativos (0,5 a 2%) e aos extremamente sugestivos (18 e 20%), em razão dos ganhos fenotípicos obtidos ao longo das gerações sob seleção.

Different levels of genomic significance were used in assisted selection by markers to estimate the phenotypic value, the number of markers used in the selection and the percentage of favorable and unfavorable alleles fixed in a quantitative characteristic. A comparison among the levels 0.5; 1; 2; 4; 6; 8; 10; 12; 14; 16; 18 and 20 was done by using the computer system of gene simulation (GENESYS), used for simulation of a genome consisted of a quantitative character with heritability equal to 0.20. From the initial population, the evaluation of the twelve levels of significance by selection assisted by markers was carried out using the phenotypic values obtained for 10 generations. The cluster method by composite link was applied by using the average Euclidean distance as dissimilarity measure among the genomic significances. There are similarities among the phenotypic values obtained with significance levels from 4 to 16%, which are superior to the highly significant (from 0.5 to 2%) and to the extremely suggestive levels (18 and 20%), because of the phenotypic gains obtained over generations under selections.

Foram simulados diferentes tamanhos populacionais para estimar os valores fenotípicos na seleção assistida por marcadores para características quantitativas com valores de herdabilidade de 0,10; 0,40 e 0,70. Procedeu-se à análise de agrupamento com os desempenhos fenotípicos, cuja finalidade foi obter estruturas de classificação entre as amostras visando à otimização na detecção de QTL. O sistema de simulação genética (Genesys) foi utilizado para a simulação de três genomas (cada qual com uma única característica cuja distinção estava no valor da herdabilidade) e das populações base e inicial. Cada população inicial foi submetida à seleção assistida por marcadores por 20 gerações consecutivas, em que os genitores selecionados acasalavam-se seletivamente, entre os melhores e os piores. Essa estratégia seletiva de acasalamento mostrou-se eficiente na redução do número de indivíduos requeridos em uma população para mapeamento de QTL. À medida que aumenta a magnitude da herdabilidade, menores tamanhos populacionais são exigidos para manter similaridades nos incrementos fenotípicos. O emprego de amostras com 300, 250 e 200 ou mais indivíduos para as herdabilidades de 0,10; 0,40 e 0,70, respectivamente, é desnecessário, tendo em vista as inferências equivalentes indicadas pelos métodos de otimização de Tocher e da ligação completa, oriundas do sistema de análises estatísticas e genéticas (SAEG).

Different population sizes were simulated to estimate the phenotypic values in the selection assisted by markers for quantitative characteristics with heritability values of 0.10, 0.40 and 0.70. Cluster analysis with the phenotypic performance was carried out aiming at obtaining classification structure among the samples to optimize QTL detection. The genetic simulation system (Genesys) was used for the simulation of three genomes (each one consisting of a single characteristic whose distinction was the value of heritability), and the base and original populations. Each initial population was submitted to selection assisted by markers for 20 consecutive generations, in which selected parents mated selectively among the best and the worst ones. This selective strategy of mating proved itself to be efficient in reducing the number of individuals required in a population for QTL mapping. As the magnitude of heritability increases, lower population sizes are required to maintain similarities in phenotypic increments. The use of samples with 300, 250 and 200 individuals or more for heritabilities of 0.10, 0.40 and 0.70, respectively, is unnecessary, because of the equivalent inferences indicated by Tocher optmization and complete linkage methods from the system of statistical and genetic analysis (SAEG).

A simulação tem contribuído para o avanço da genômica nas diversas áreas do melhoramento genético. Foram simulados mapeamentos genéticos utilizando diferentes densidades de marcadores para estimar os valores fenotípicos na seleção assistida por marcadores (SAM), em características quantitativas com valores de herdabilidade de 0,10; 0,40; e 0,70. Procedeu-se a análise de agrupamento com os desempenhos fenotípicos, cuja finalidade foi obter estruturas de classificação entre as densidades visando à otimização na detecção de QTL. O sistema de simulação genética (Genesys) foi utilizado para três genomas (cada qual constituído de uma única característica cuja distinção estava no valor da herdabilidade) e para as populações base e inicial. Cada população inicial foi submetida à seleção assistida por marcadores por 20 gerações consecutivas, em que os genitores selecionados acasalavam-se seletivamente entre os melhores e os piores. O mapeamento empregando de média a alta densidade de marcadores assinalou eficiência nos progressos fenotípicos obtidos com a SAM. Menores quantidades de marcadores são requeridas para manter determinado poder de detecção de QTL à medida que se eleva a magnitude da herdabilidade. A análise de agrupamento indicou otimização e correspondência nos incrementos fenotípicos ao admitir as densidades de 4 e 6 cM; 4, 6, 8 e 10 cM; e 6 e 8 cM para as herdabilidades de 0,10; 0,40; e 0,70, respectivamente.

Simulation has contributed to the advancement of genomics in the different areas of genetic improvement. Genetic mappings were simulated using different densities of genetic markers to estimate phenotypic values of quantitative traits with heritabilities of 0.10; 0.40 and 0.70 in marker assisted selection (MAS). Cluster analysis with phenotypic performances was carried out to generate classification structures among the densities aiming to optimize QTL detection . The genetic simulation system (Genesys) was used to simulate three genomes (each consisting of a single characteristic differing in the heritability value) and the base and original populations. Each initial population was subjected to selection assisted by markers for 20 consecutive generations, in which selected parents mated selectively, between best and worst. The mapping using medium to high marker density showed efficiency in the phenotypic progress obtained with MAS. Smaller marker quantities are required to maintain power of QTL detection with increase in heritability. The cluster analysis indicated optimization and correspondence in phenotypic increases, when allowing the densities of 4 and 6 cM, 4, 6, 8 and 10 cM, and 6 and 8 cM for the heritabilities of 0.10; 0.40 and 0.70, respectively.

Objetivou-se estudar a variabilidade genética a curto prazo de características quantitativas simuladas a partir de modelos com ação gênica aditiva e não-aditiva em populações controle e de seleção fenotípica. As duas características, uma de baixa (h² = 0,10) e outra de alta (h² = 0,60) herdabilidade, foram controladas por 600 locos bialélicos. A partir de um genoma-padrão, foram obtidos seis modelos genéticos que incluíram: apenas efeitos aditivos dos genes; dominância completa e positiva para 25, 50, 75 e 100% dos locos; e sobredominância positiva para 50% dos locos. Nos modelos com desvio da dominância também foram incluídos os efeitos aditivos dos alelos para 100% dos locos. A variabilidade genética foi quantificada de geração a geração por meio de componentes de variância genética. Na ausência de seleção, as variâncias genotípica e genética aditiva mantiveram-se mais elevadas. Nos modelos com ação gênica não-aditiva, surgiu um componente de covariância entre os efeitos genéticos aditivos e de dominância de pequena magnitude e cuja correlação tendeu a ser positiva na população controle e negativa sob seleção. A variância de dominância aumentou com o acréscimo no número de locos com desvio da dominância ou no valor do desvio, o que implicou aumento das variâncias genotípica e genética aditiva entre os sucessivos modelos.

The aim of this work was to investigate the short-term behavior of the genetic variability of quantitative traits simulated from models with additive and non-additive gene action in control and phenotypic selection populations. Both traits, one with low (h² = 0.10) and the other with high (h² = 0.60) heritability, were controlled by 600 biallelic loci. From a standard genome, it was obtained six genetic models which included the following: only the additive gene effects; complete and positive dominance for 25, 50, 75 and 100% of the loci; and positive overdominance for 50% of the loci. In the models with dominance deviation, the additive allelic effects were also included for 100% of the loci. Genetic variability was quantified from generation to generation using the genetic variance components. In the absence of selection, genotypic and additive genetic variances were higher. In the models with non-additive gene action, a small magnitude covariance component raised between the additive and dominance genetic effects whose correlation tended to be positive on the control population and negative under selection. Dominance variance increased as the number of loci with dominance deviation or the value of the deviation increased, implying on the increase in genotypic and additive genetic variances among the successive models.