logo móvil
Contáctanos

Estimación de Parámetros Genéticos para Rasgos de Crecimiento y Resistencia al WSSV en

Autores: Sui, Juan; Sun, Kun; Kong, Jie; Tan, Jian; Dai, Ping; Cao, Jiawang; Luo, Kun; Luan, Sheng; Xing, Qun; Meng, Xianhong

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Estimación de Parámetros Genéticos para Rasgos de Crecimiento y Resistencia al WSSV en


Categoría

Ciencias Agrícolas y Biológicas

Subcategoría

Zootecnia

Palabras clave

Parámetros genéticos
Crecimiento
Virus del síndrome de manchas blancas
GBLUP
SsGBLUP
Valores fenotípicos

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 8

Citaciones: Sin citaciones


Descripción
El estudio actual tuvo como objetivo proporcionar una evaluación precisa de los parámetros genéticos asociados con el crecimiento y los rasgos de resistencia al virus del síndrome de manchas blancas (WSSV) en el camarón blanco del Pacífico. Esto se logró a través de un ensayo de desafío controlado con WSSV y el análisis de valores fenotípicos de cinco rasgos: peso corporal (BW), longitud total (OL), longitud del cuerpo (BL), longitud de la cola (TL) y horas de supervivencia post-infección (HPI). El análisis incluyó datos de prueba de un total de 1017 individuos pertenecientes a 20 familias, de los cuales 293 individuos fueron sometidos a resecuenciación de genoma completo, resultando en 18,137,179 loci SNP de alta calidad obtenidos. Se utilizaron tres métodos, incluyendo la predicción lineal no sesgada basada en pedigrí (pBLUP), la predicción lineal no sesgada genómica (GBLUP) y la predicción BLUP genómica de un solo paso (ssGBLUP). En comparación con el modelo pBLUP, la heredabilidad de los rasgos relacionados con el crecimiento obtenida de GBLUP y ssGBLUP fue menor, mientras que la heredabilidad de la resistencia al WSSV fue mayor. Ambos modelos GBLUP y ssGBLUP mejoraron significativamente la precisión de la predicción. Específicamente, el modelo GBLUP mejoró la precisión de la predicción de BW, OL, BL, TL y HPI en un 4.77%, 21.93%, 19.73%, 19.34% y 63.44%, respectivamente. De manera similar, el modelo ssGBLUP mejoró la precisión de la predicción en un 10.07%, 25.44%, 25.72%, 19.34% y 122.58%, respectivamente. El rasgo de resistencia al WSSV demostró la mejora más sustancial utilizando ambos modelos de predicción genómica, seguido de los rasgos de tamaño corporal (por ejemplo, OL, BL y TL), siendo BW el que mostró la menor mejora. Además, la elección de modelos impactó mínimamente la evaluación de correlaciones genéticas y fenotípicas. Las correlaciones genéticas entre los rasgos de crecimiento variaron de 0.767 a 0.999 entre los modelos, indicando altos niveles de correlaciones positivas. Las correlaciones genéticas entre los rasgos de crecimiento y los rasgos de resistencia al WSSV variaron de (-0.198) a (-0.019), indicando bajos niveles de correlaciones negativas. Este estudio aseguró ventajas significativas de los modelos GBLUP y ssGBLUP sobre el modelo pBLUP en la estimación de parámetros genéticos de crecimiento y resistencia al WSSV, proporcionando una base para futuros programas de cría.

Otros recursos que podrían interesarte

Temas Virtualpro