Fatores que afetam a precisão da imputação de genótipos em populações de vários programas de melhoramento de milho

RESUMO A seleção genômica e o mapeamento de associação oferecem grande potencial para aumentar as taxas de progresso genético em plantas. A previsão de valores de melhoramento genômico geralmente requer que genótipos ausentes sejam imputados, pois uma proporção de genótipos geralmente não é chamada pelo algoritmo de genotipagem, diferentes indivíduos podem ser genotipados usando diferentes plataformas, ou estratégias de genotipagem de baixo custo podem envolver genotipar alguns indivíduos em alta densidade e outros em baixa densidade. O objetivo deste trabalho foi quantificar a precisão da imputação em um conjunto de dados de milho (Zea mays L.) e explorar alguns dos fatores que a afetam. Os fatores estudados foram a densidade da plataforma de baixa densidade, o nível de desequilíbrio de ligação, a frequência do alelo menor do marcador que está sendo imputado e o grau de relação genética entre a linhagem que está sendo imputada e a população de treinamento. A precisão da imputação foi alta mesmo quando apenas 8774 genótipos constituíam a plataforma de baixa densidade. A correlação entre os genótipos verdadeiros e imputados foi de 0,87. No entanto, houve uma redução dramática na precisão da imputação quando as plataformas de baixa densidade tinham menos de 8774 genótipos. A relação genética entre um indivíduo cujos genótipos foram imputados e os indivíduos genotipados com a plataforma de alta densidade foi importante. O projeto de um núcleo de informação que incorpora imputação para os fins de implementação de seleção genômica e mapeamento de associação em pequenos programas de melhoramento independentes foi discutido.