Resumo O objetivo deste trabalho foi avaliar como a herdabilidade e o número de locos de características quantitativas (QTL) que controla a característica podem influenciar na predição do valor genético por meio de métodos de seleção genômica. Uma equação de predição foi estabelecida para estimar a correlação genética baseada na correlação fenotípica, tendo-se utilizado uma população F2 com 1.000 indivíduos, simulados em diferentes cenários. A herdabilidade (5, 20, 40, 60, 80 e 99%) e o número de QTL (60, 120, 180 e 240) variaram em cada cenário. Os quatro seguintes métodos de seleção genômica foram utilizados nas análises: ridge-regression best linear unbiased prediction (RR-BLUP), BLUP genômico (GBLUP), método bayesiano de estimação B (Bayes B) e reproducing kernel Hilbert spaces regression (RKHS). As habilidades preditivas fenotípicas e genotípicas foram calculadas para cada método, e o teste de Tukey foi utilizado para comparação de médias. O efeito da herdabilidade e do número de QTL que controla a característica foi avaliado por análise de regressão. O teste de Tukey revelou diferenças entre os métodos, sendo que Bayes B e RR-BLUP foram superiores aos demais em quase todos os cenários. A herdabilidade apresenta relação linear positiva com a capacidade preditiva fenotípica e relação quadrática positiva com a capacidade preditiva genotípica. O número de QTL controlando a característica não tem relação com a capacidade preditiva fenotípica e genotípica. (QTL tendose tendo se F 1000 1 000 1.00 indivíduos cenários 5, 5 (5 20 40 60 8 99% 99 (60 120 18 240 cenário análises ridgeregression ridge RRBLUP, RRBLUP RR , (RR-BLUP) GBLUP, GBLUP (GBLUP) RKHS. RKHS . (RKHS) médias regressão genotípica 100 00 1.0 ( 2 4 6 9 (6 12 24 (RR-BLUP (GBLUP (RKHS 10 0 1.
Abstract The objective of this work was to evaluate how heritability and the number of quantitative trait loci (QTL) controlling the trait can influence the prediction of genetic value by genomic selection methods. A prediction equation was established to estimate genetic correlation based on phenotypic correlation, using an F2 population with 1,000 individuals, simulated in different scenarios. Heritability (5, 20, 40, 60, 80, and 99%) and QTL number (60, 120, 180, and 240) varied in each scenario. The following four genomic selection methods were used in the analyses: ridge-regression best linear unbiased prediction (RR-BLUP), genomic BLUP (GBLUP), Bayesian estimation method B (Bayes B), and reproducing kernel Hilbert spaces regression (RKHS). The phenotypic and genotypic predictive abilities were calculated for each method, and Tukey’s test was used to compare means. The effect of heritability and of the number of QTL controlling the trait was evaluated by the regression analysis. Tukey’s test revealed differences between the methods, with Bayes B and RR-BLUP being superior to the others in almost all scenarios. Heritability presents a positive linear relationship with phenotypic predictive ability and a positive quadratic relationship with genotypic predictive ability. The number of QTL controlling the trait has no relationship with the phenotypic and genotypic predictive abilities. (QTL F 1000 1 000 1,00 individuals scenarios 5, 5 (5 20 40 60 80 99% 99 (60 120 180 240 scenario analyses ridgeregression ridge RRBLUP, RRBLUP RR , (RR-BLUP) GBLUP, GBLUP (GBLUP) B, B) RKHS. RKHS . (RKHS) Tukeys Tukey s means analysis 100 00 1,0 ( 2 4 6 8 9 (6 12 18 24 (RR-BLUP (GBLUP (RKHS 10 0 1,