Modelos de ecuaciones estructurales como alternativa a los modelos multicarácter en mejoramiento genético su impacto sobre la respuesta a la selección

Mostrar otras versiones (1)

Los modelos animales multicarácter permiten la estimación de los valores de cría para varios caracteres en forma simultánea. Estos modelos asumen que las relaciones entre los caracteres son recíprocas y las especifican a través de parámetros asociados a correlaciones genéticas y ambientales entre el...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Bonamy, Martin
Otros Autores: Giovambattista, Guillermo (co-dir.)
Formato: Tesis Libro
Lenguaje:Español
Publicado: 2024
Materias:
MEJORA GENETICA
MODELOS MATEMATICOS
SELECCION
FENOTIPOS
BIOMETRIA
PARAMETROS GENETICOS
Acceso en línea:http://ri.agro.uba.ar/files/download/tesis/maestria/2024bonamymartin.pdf
Aporte de:Registro referencial: Solicitar el recurso aquí
Biblioteca Central (FAUBA) de Universidad de Buenos Aires
LEADER 04301ctm a22003257a 4500
001 20221024135431.0
003 AR-BaUFA
005 20240801090456.0
008 120920t2024 ag d|||| m||| 00| 0 spa d
999 |c 56627  |d 56627 
040 |a AR-BaUFA  |c AR-BaUFA 
100 1 |a Bonamy, Martin  |9 68259 
245 0 0 |a Modelos de ecuaciones estructurales como alternativa a los modelos multicarácter en mejoramiento genético  |b su impacto sobre la respuesta a la selección 
260 |c 2024 
300 |a 78 p.  |b tbls., grafs. 
502 |a Tesis.  |c Universidad de Buenos Aires. Facultad de Agronomía. Escuela para Graduados.  |b Magister de la Universidad de Buenos Aires área Biometría y Mejoramiento.  |g Maestría en Biometría y Mejoramiento.  |d 2024. 
520 |a Los modelos animales multicarácter permiten la estimación de los valores de cría para varios caracteres en forma simultánea. Estos modelos asumen que las relaciones entre los caracteres son recíprocas y las especifican a través de parámetros asociados a correlaciones genéticas y ambientales entre ellos. Sin embargo, las relaciones entre los caracteres pueden no ser recíprocas, sino que un carácter actúa sobre otro en forma unidireccional. En estos casos, y dada una red causal subyacente, los modelos de ecuaciones estructurales se consideran una metodología más apropiada. Aunque se ha demostrado que ambos modelos son paramétricamente equivalentes, los valores genéticos obtenidos bajo uno u otro deben interpretarse de manera diferente. En esta tesis, se evaluó a través de un experimento de simulación estocástica el impacto de utilizar estas estimaciones en la respuesta a la selección dentro de una red causal que comprende cinco caracteres diferentes. Se probaron tres criterios de selección diferentes, definidos por la posición que ocupaba el carácter bajo selección en la red causal. En primer lugar, se consideró el caso en el que los caracteres estaban relacionados causalmente, pero eran genéticamente independientes. Bajo esta situación los modelos multicarácter al absorber las relaciones causales como correlaciones genéticas, modifican la respuesta realizada a la selección en comparación con los modelos de ecuaciones estructurales. Los resultados obtenidos respaldaron esta hipótesis. Cuando la selección fue ejercida sobre caracteres ubicados aguas arriba de la red causal se obtuvo la misma respuesta a la selección independientemente del modelo utilizado. En cambio, al ejercer presión de selección en caracteres aguas abajo, tanto la respuesta directa sobre ese carácter como la indirecta sobre otros caracteres de la red se modificó al utilizar uno u otro modelo de estimación de los valores de cría. También se consideró un escenario en el que los efectos causales y las correlaciones genéticas actúan simultáneamente, hallando los mismos resultados: la selección basada en valores de cría estimados bajo un modelo de ecuaciones estructurales disminuyó la respuesta indirecta en caracteres que se encuentran aguas arriba en la red causal. En este último escenario resulta desafiante identificar por separado los coeficientes causales y los parámetros de varianza y estimarlos con precisión. Como un objetivo colateral de esta tesis, entonces, y capitalizando los datos generados por el experimento de simulación, se evaluaron dos enfoques diferentes para abordar este desafío. Entre ambos, la estrategia basada en ajustar un modelo multicarácter declarando los fenotipos de los ancestros causales como covariables fue la que produjo las estimaciones más precisas de estos parámetros. 
540 |f Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional 
650 0 |a MEJORA GENETICA  |2 Agrovoc  |9 7184 
650 0 |a MODELOS MATEMATICOS  |2 Agrovoc  |9 267 
650 4 |a SELECCION  |2 Agrovoc  |9 306 
650 0 |a FENOTIPOS  |2 Agrovoc  |9 5520 
650 0 |a BIOMETRIA  |2 Agrovoc  |9 185 
650 0 |a PARAMETROS GENETICOS  |2 Agrovoc  |9 305 
700 1 |a Munilla Leguizamón, Sebastián  |e dir.  |9 13019 
700 1 |a Giovambattista, Guillermo  |e co-dir.  |9 68263 
856 |x T20240801  |f 2024bonamymartin  |q application/pdf  |i En internet  |u http://ri.agro.uba.ar/files/download/tesis/maestria/2024bonamymartin.pdf 
942 0 0 |c TESIP0D 
942 0 0 |c ENLINEA 
976 |a AAG 

Ejemplares similares