Key points are not available for this paper at this time.
La prédiction basée sur le génome devient de plus en plus importante dans l'élevage des animaux et des plantes et reçoit également de l'attention en génétique humaine. Tirer des prédictions précises de traits complexes nécessite la mise en œuvre de modèles de régression à l'échelle du génome (WGR) où les phénotypes sont régressés sur des milliers de marqueurs simultanément. Des méthodes existent qui permettent de mettre en œuvre ces régressions large-p avec un petit-n, et la sélection basée sur le génome (GS) est mise en œuvre dans plusieurs programmes d'élevage de plantes et d'animaux. La liste des méthodes disponibles est longue, et les relations entre elles n'ont pas été entièrement abordées. Dans cet article, nous fournissons un aperçu des méthodes disponibles pour mettre en œuvre des modèles WGR paramétriques, discutons des sujets sélectionnés qui émergent dans les applications, et présentons une discussion générale des leçons apprises des simulations et de l'analyse de données empiriques au cours de la dernière décennie.
Campos et al. (Ven,), ont étudié cette question.