Uso da regressão quantílica regularizada para predição de mérito genético em suínos quanto a características assimétricas de carcaça

O objetivo deste trabalho foi avaliar o uso da regressão quantílica regularizada (RQR) para predição do mérito genético em suínos quanto a características assimétricas de carcaça, em comparação ao método do lasso bayesiano (Blasso). Foram utilizados dados genéticos das características rendimento de carcaça, espessura de bacon e espessura de toucinho de uma população F₂ composta por 345 indivíduos, obtida pelo cruzamento de animais da raça Piau com os de raça comercial. A RQR foi avaliada tendo-se considerado diferentes quantis (τ = 0,05 a 0,95). O modelo de RQR utilizado para estimar o mérito genético apresentou acurácias maiores ou iguais àquelas obtidas pelo Blasso, para todas as características estudadas. Houve incremento de 6,7 e 20,0% na acurácia, quando se consideraram os quantis 0,15 e 0,45 na avaliação do rendimento de carcaça e da espessura de bacon, respectivamente. Os resultados obtidos são indicativos de que a regressão quantílica regularizada apresenta maior acurácia que o método lasso Bayesiano para predição do mérito genético de variáveis assimétricas de carcaça.

Termos para indexação:
Sus scrofa; Blasso; shrinkage

Autoria

Patricia Mendes dos Santos

Universidade Federal de Viçosa, Departamento de Estatística, Avenida P.H. Rolfs, s/no, CEP 36570-000 Viçosa, MG, Brazil. E-mail: patymendesdossantos@hotmail.com, campanaac@gmail.com, moysesnascim@ufv.br, camila.azevedo@ufv.brUniversidade Federal de ViçosaBrazilViçosa, MG, BrazilUniversidade Federal de Viçosa, Departamento de Estatística, Avenida P.H. Rolfs, s/no, CEP 36570-000 Viçosa, MG, Brazil. E-mail: patymendesdossantos@hotmail.com, campanaac@gmail.com, moysesnascim@ufv.br, camila.azevedo@ufv.br

Ana Carolina Campana Nascimento

Moysés Nascimento

Fabyano Fonseca e Silva

Universidade Federal de Viçosa, Departamento de Zootecnia, Avenida P.H. Rolfs, s/no, CEP 36570-000 Viçosa, MG, Brazil. E-mail: fabyanofonseca@ufv.br,sfacioni@ufv.br, plopes@ufv.brUniversidade Federal de ViçosaBrazilViçosa, MG, BrazilUniversidade Federal de Viçosa, Departamento de Zootecnia, Avenida P.H. Rolfs, s/no, CEP 36570-000 Viçosa, MG, Brazil. E-mail: fabyanofonseca@ufv.br,sfacioni@ufv.br, plopes@ufv.br

Camila Ferreira Azevedo

Rodrigo Reis Mota

Université de Liège, Gembloux Agro-Bio Tech, Passage des Déportés 2, B5030 Gembloux, Belgium. E-mail: rreismota@hotmail.comUniversité de LiègeBelgiumGembloux, BelgiumUniversité de Liège, Gembloux Agro-Bio Tech, Passage des Déportés 2, B5030 Gembloux, Belgium. E-mail: rreismota@hotmail.com

Simone Eliza Facioni Guimarães

Paulo Sávio Lopes

SCIMAGO INSTITUTIONS RANKINGS

Figuras | Tabelas | Fórmulas

Figuras (1)
Tabelas (3)
Fórmulas (7)

Thumbnail

Figure 1.
Manhattan plots of the estimated single nucleotide polymorphism (SNP) effects, obtained by the following Bayesian lasso and regularized quantile regression values: and for the variable carcass yield, respectively (A and B); and for bacon thickness, respectively (C and D); and and for backfat thickness immediately after the last rib in the dorsal-lumbar line, respectively (E and F).

Thumbnail

Table 1.
Test statistics and p-values associated with the D’Agostino-Pearson test.

Thumbnail

Table 2.
Accuracies obtained by the Bayesian lasso (Blasso) and the regularized quantile regression (RQR) methods for the traits under study.

Thumbnail

Table 3.
Estimates of Spearman’s correlation coefficient (r_s) between the genomic estimated breeding values of the animals and Cohen’s kappa coefficient (k) for the traits under study, both obtained by the Bayesian lasso (Blasso) and the regularized quantile regression (RQR) methods.

Thumbnail

Figure 1. Manhattan plots of the estimated single nucleotide polymorphism (SNP) effects, obtained by the following Bayesian lasso and regularized quantile regression values: and for the variable carcass yield, respectively (A and B); and for bacon thickness, respectively (C and D); and and for backfat thickness immediately after the last rib in the dorsal-lumbar line, respectively (E and F).

Table 1. Test statistics and p-values associated with the D’Agostino-Pearson test.

Variable⁽¹⁾	Asymmetry	Kurtosis	Omnibus test⁽²⁾
CY	-15.82***	12.10***	396.75***
BT	3.48***	1.18^ns	14.29***
LRBF	2.58***	2.35**	12.19***

⁽¹⁾
CY, carcass yield; BT, bacon thickness; and LRBF, backfat thickness immediately after the last rib in the dorsal-lumbar line. ⁽²⁾Normality test. *, **, and ***Significant at 10, 5, and 1% probability, respectively. ^nsNonsignificant.

Table 2. Accuracies obtained by the Bayesian lasso (Blasso) and the regularized quantile regression (RQR) methods for the traits under study.

Trait⁽¹⁾	Model
Trait⁽¹⁾	RQR⁽²⁾	RQR⁽³⁾	Blasso
CY	0.48 (2.5)	0.10 (43.22)	0.45 (43.22)
BT	0.54 (14.5)	0.26 (22.44)	0.45 (22.44)
LRBF	0.39 (11.5)	0.01 (31.37)	0.39 (31.37)

⁽¹⁾
CY, carcass yield; BT, bacon thickness; and LRBF, backfat thickness immediately after the last rib in the dorsal-lumbar line. ⁽²⁾Model with shrinkage parameter value from the grid of values. ⁽³⁾Model with shrinkage parameter value from Blasso. Values between parentheses were used as shrinkage parameters in the fit of the models.

Table 3. Estimates of Spearman’s correlation coefficient (r_s) between the genomic estimated breeding values of the animals and Cohen’s kappa coefficient (k) for the traits under study, both obtained by the Bayesian lasso (Blasso) and the regularized quantile regression (RQR) methods.

Trait⁽¹⁾	r_s	k⁽²⁾
CY	0.57***	0.38
BT	0.35***	0.34
LRBF	0.69***	0.54

⁽¹⁾
CY, carcass yield; BT, bacon thickness; and LRBF, backfat thickness immediately after the last rib in the dorsal-lumbar line. ⁽²⁾Refers to the agreement among 10% of the individuals that presented the highest genomic breeding values predicted by RQR and Blasso. ***Significant at 1% probability.

y_{i} = μ + \sum_{j = 1}^{237} x_{ij} g_{j} + e_{i}

min {\sum_{i = 1}^{n} ρ_{τ} (y_{i} - μ - \sum_{j = 1}^{p} x_{ij} g_{j}) + λ \sum_{j = 1}^{p} | g_{j} |}

ρ_{τ} (y_{i} - μ - \sum_{j = 1}^{p} x_{ij} g_{j}) = {\begin{matrix} τ (y_{i} - μ - \sum_{j = 1}^{p} x_{ij} g_{j}), {if y}_{i} - μ - \sum_{j = 1}^{p} x_{ij} g_{j} > 0 \\ (1- τ) (y_{i} - μ - \sum_{j = 1}^{p} x_{ij} g_{j}), \end{matrix}

{GEBV}_{i} (τ) = {\overset{⌢}{y}}_{i} (τ) = \sum_{j = 1}^{p} x_{ij} {\overset{⌢}{g}}_{j} (τ)

{GEBV}_{i} = {\overset{⌢}{y}}_{i} = \sum_{j = 1}^{p} x_{ij} {\overset{⌢}{g}}_{j}

r_{y, \overset{⌢}{g}} = r_{y, \overset{⌢}{y}} / \sqrt{h^{2}}

r y, \overset{⌢}{g} = cov (y, \overset{⌢}{y}) / \sqrt{var (y) var (\overset{⌢}{y});}

Como citar

copiar

Embrapa Secretaria de Pesquisa e Desenvolvimento; Pesquisa Agropecuária Brasileira Caixa Postal 040315, 70770-901 Brasília DF Brazil, Tel. +55 61 3448-1813, Fax +55 61 3340-5483 - Brasília - DF - Brazil
E-mail: pab@embrapa.br

Acompanhe os números deste periódico no seu leitor de RSS

Versão para download de PDF

PDF

Inglês

Versões e tradução automática

Versão original do texto

English

Tradução automática

Google Translator
Microsoft Translator

Como citar

RIS

BIBTEX

Outros formatos de citação e exportação:

SciELO - Scientific Electronic Library Online
Rua Dr. Diogo de Faria, 1087 – 9º andar – Vila Clementino 04037-003 São Paulo/SP - Brasil
E-mail: scielo@scielo.org

Leia a Declaração de Acesso Aberto

Métricas

Uso da regressão quantílica regularizada para predição de mérito genético em suínos quanto a características assimétricas de carcaça

PlumX

Mensagem

[TFN1] ⁽¹⁾
CY, carcass yield; BT, bacon thickness; and LRBF, backfat thickness immediately after the last rib in the dorsal-lumbar line. ⁽²⁾Normality test. *, **, and ***Significant at 10, 5, and 1% probability, respectively. ^nsNonsignificant.