Análisis de los componentes de la respuesta a la selección en un núcleo con generaciones superpuestas seleccionado mediante BLUP bajo un modelo animal

p.39-48

Aplicación de un método objetivo al estudio de las comunidades de pastizal de la Depresión del Salado (Provincia de Buenos Aires)

p.27-40

Efecto de la varianza genética aditiva generacional sobre las componentes de la respuesta a la selección en una población con generaciones superpuestas

p.221-230

Variación del índice de área foliar en alfalfa (Medicago sativa var. Ardiente) durante la sequía ocurrida en 1988 - 89

p.53-60

Respuesta a la selección en dos etapas mediante un método de generaciones superpuestas en un núcleo caprino

p.217-225

Imputación de genotipos y detección de regiones genómicas aditivas para caracteres de crecimiento y deposición de grasa en una población cruza porcina

Los estudios de asociación genómica (GWAS) llevan consigo un algo costo monetario, y a su vez requieren algoritmos complejos de análisis de información que consumen tiempo y memoria computacional. En este sentido, el objetivo principal de esta tesis es presentar un esquema de genotipado apropiado para poblaciones cruza, junto con un algoritmo eficiente para GWAS de caracteres complejos productivos. Inicialmente, se presenta un esquema de genotipado que maximiza la exactitud de imputación de genotipos en alta densidad (HD) a partir de paneles de baja densidad (LowD), reduciendo el costo de genotipificación. Posteriormete, se propone un algoritmo que facilita identificar regiones genómicas que explican parte de la variabilidad de un carácter, reduciendo la tasa de falsos positivos, el tiempo de cálculo y el requerimiento de memoria RAM. De igual manera, el algoritmo evalúa segmentos candidatos a partir de las posiciones detectadas significativas y calcula la fracción de la varianza aditiva total explicada por cada segmento. Finalmete se presentan estudios de asociación para características de crecimiento y deposición de grasa, empleando el algoritmo propuesto junto con genotipos imputados en HD. La implementación de dicho algoritmo permite identificar regiones significativas relevantes y genes candidatos que explican parte de la variación de los caracteres evaluados. En conclusión, la tesis propone un enfoque estructurado, práctico y eficiente para la realización de GWAS de caracteres complejos aplicado en poblaciones experimentales con fines productivos.