A utilização de metodologias bayesianas tem se tornado frequente nas aplicações em Genética, em particular em mapeamento de QTLs usando marcadores moleculares. Mapear um QTL significa identificar sua localização ao longo do genoma, estimar seus efeitos genéticos: aditivo, dominância, epistasia, etc. A abordagem bayesiana permite combinar a verossimilhança dos dados fenotípicos com distribuições a priori atribuídas a todas as quantidades desconhecidas no modelo (número, localização no genoma e efeitos genéticos dos QTLs) de forma a fornecer distribuições a posteriori a respeito dessas quantidades. Métodos de mapeamento bayesiano podem incorporar a incerteza relativa ao número desconhecido de QTLs na análise; essa incerteza, no entanto, resulta em complicações na obtenção da amostra da distribuição conjunta a posteriori, uma vez que a dimensão do espaço do modelo pode variar. O método MCMC com Saltos Reversíveis (MCMC-SR), proposto por Green (1995), é uma excelente ferramenta para explorar a distribuição conjunta a posteriori nesse contexto. Neste trabalho, explora-se o método MCMC-SR, utilizando dados artificiais gerados no software WinQTLCart, atribuindo-se diferentes prioris para o número de QTLs.

The use of Bayesian methodology in genetic applications has grown increasingly popular, in particular in the analysis of quantitative trait loci (QTL) for studies using molecular markers. In such analyses the objectives are mapping QTLs, estimating their locations in the genome and their genotypic effects (additive, dominance, and epistatic). The Bayesian approach proceeds by setting up a likelihood function for the phenotype and assigning prior distributions to all unknown quantities in the model (number, chromosome, locus, and genetic effects of QTL). These induce a posterior distribution of the unknown quantities that contains all of the available information for inference of the genetic architecture of the trait. Bayesian mapping methods can treat the unknown number of QTL as a random variable, which has several advantages but results in the complication of varying the dimension of the model space. The reversible jump MCMC algorithm (MCMC-RJ), proposed by Green (1995), offers a powerful and general approach to exploring posterior distributions in this setting. The method was evaluated by analyzing simulated data in WinQTLCart, attributing different priors distributions on the QTL numbers.

Os vegetais apresentam defesa natural contra fatores externos, por meio da síntese de fenóis, as quais variam com as fases fenológicas e com o clima. Os teores de fenóis totais foram extraídos das folhas fonte e dreno e analisados em relação à produção de café, fenologia e clima. As variáveis climáticas consideradas foram: temperatura, radiação e insolação. Realizaram-se avaliações de altura, diâmetro e comprimento de ramos para determinar as taxas de crescimento. As quantidades de fenóis determinadas nas plantas com produção (174,0 mg g-1 e 138,9 mg g-1 - nova e madura) e sem produção (186,5 mg g-1 e 127,6 mg g-1 - nova e madura) não variaram. No entanto, a concentração de fenóis nas folhas nova das plantas com e sem produção foi maior que a quantidade determinada nas folhas madura, da ordem de 25% e 46%, respectivamente. A síntese de fenóis na granação (146,8 mg g-1) foi 31% inferior em relação às quantidades determinadas na maturação (212,4 mg g-1). A metabolização de fenóis depende, indiretamente, da temperatura e da radiação global. A orientação do manejo deve levar em consideração as épocas de comprometimento da defesa natural, em relação à produção de fenóis.

Vegetables have a natural defense against external factors synthesizing phenolic compounds, which depends on the maturity stage and on the climate. Total phenol grades were extracted from mature and young coffee leaves and were analyzed in relation to yield, phenology and climate. The climatic conditions were described by air temperature, global radiation and daily insolation. Evaluations were made on height, diameter and length of reproductive branches to determine the respective vegetative growth rates of the plants. The amounts of total phenols in the plants at the production stage was 174.0 mg g-1 and 138.9 mg g-1 for young and mature leaves, respectively, and for plants without fruit formation 186.5 mg g-1 and 127.6 mg g-1 for young and mature leaves, respectively. The total phenol concentrations in young leaves with and without fruit formation were 25% and 46% greater compared to mature leaves. The secondary phenol synthesis in seed (146.8 mg g-1) was 31% lower than during grain maturation (212.4 mg g-1). The total phenol metabolization depends indirectly on the temperature and on the global radiation, presenting an inverse trend in relation to these climatic variables. Crop protection management should take into consideration periods of endanger of this natural defense of the plant.

Foi conduzida uma metanálise, sob enfoque bayesiano, em um conjunto de estimativas de herdabilidade, para características de crescimento em bovinos de corte de raças indianas, com 869 estimativas de herdabilidade de efeito direto, 186 estimativas de herdabilidade de efeito materno e 123 estimativas do coeficiente de correlação genética entre os efeitos direto e materno. A construção e o desenvolvimento de um modelo hierárquico possibilitam a obtenção de estimativas combinadas de herdabilidade para as características peso ao nascimento, peso ao desmame, peso aos 365 dias e peso aos 550 dias, cujos valores são, respectivamente: 0,31, 0,24, 0,28 e 0,33 para efeitos diretos; 0,09, 0,13, 0,12 e 0,05 para efeitos maternos; e -0,16, -0,16, -0,20 e -0,16 para as correlações entre esses efeitos. A metanálise conduzida sob enfoque bayesiano mostrou-se bastante adequada, uma vez que um modelo hierárquico considera as variâncias dentro e entre os estudos, e sua implementação e condução são facilitadas em virtude, principalmente, do avanço conseguido na área computacional.

Bayesian meta-analysis was performed in a data set of heritability estimates for growth traits of zebu beef cattle with 869 direct heritabilities, 186 maternal heritabilities, and 123 direct-maternal genetic correlation. The fitting and development of a hierarchical model made possible to obtain pooled heritability estimates for birth weight, weaning weight, weight at 365 days of age and weight at 550 days of age, whose values were, respectively: 0.31, 0.24, 0.28 e 0.33 for direct effects; 0.09, 0.13, 0.12 e 0.05 for maternal effects; and -0.16, -0.16, -0.20 e -0.16 for direct-maternal genetic correlation. Meta-analysis conducted under Bayesian framework was adequate, since hierarchical model considers between-study and within-study variances, and its implementation and conduction are facilitated, mainly, due to the advance in computational area.