Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.contributor | Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA) | - |
Autor(es): dc.contributor | University of Wisconsin-Madison | - |
Autor(es): dc.contributor | Universidade Federal de Goiás (UFG) | - |
Autor(es): dc.contributor | National Association of Breeders and Researchers (ANCP) | - |
Autor(es): dc.creator | Brito Lopes, Fernando [UNESP] | - |
Autor(es): dc.creator | Magnabosco, Cláudio U. [UNESP] | - |
Autor(es): dc.creator | Passafaro, Tiago L. | - |
Autor(es): dc.creator | Brunes, Ludmilla C. | - |
Autor(es): dc.creator | Costa, Marcos F. O. | - |
Autor(es): dc.creator | Eifert, Eduardo C. [UNESP] | - |
Autor(es): dc.creator | Narciso, Marcelo G. | - |
Autor(es): dc.creator | Rosa, Guilherme J. M. | - |
Autor(es): dc.creator | Lobo, Raysildo B. | - |
Autor(es): dc.creator | Baldi, Fernando [UNESP] | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:24:39Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:24:39Z | - |
Data de envio: dc.date.issued | 2020-12-11 | - |
Data de envio: dc.date.issued | 2020-12-11 | - |
Data de envio: dc.date.issued | 2020-09-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1111/jbg.12468 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/198476 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/198476 | - |
Descrição: dc.description | The goal of this study was to compare the predictive performance of artificial neural networks (ANNs) with Bayesian ridge regression, Bayesian Lasso, Bayes A, Bayes B and Bayes Cπ in estimating genomic breeding values for meat tenderness in Nellore cattle. The animals were genotyped with the Illumina Bovine HD Bead Chip (HD, 777K from 90 samples) and the GeneSeek Genomic Profiler (GGP Indicus HD, 77K from 485 samples). The quality control for the genotypes was applied on each Chip and comprised removal of SNPs located on non-autosomal chromosomes, with minor allele frequency <5%, deviation from HWE (p < 10–6), and with linkage disequilibrium >0.8. The FImpute program was used for genotype imputation. Pedigree-based analyses indicated that meat tenderness is moderately heritable (0.35), indicating that it can be improved by direct selection. Prediction accuracies were very similar across the Bayesian regression models, ranging from 0.20 (Bayes A) to 0.22 (Bayes B) and 0.14 (Bayes Cπ) to 0.19 (Bayes A) for the additive and dominance effects, respectively. ANN achieved the highest accuracy (0.33) of genomic prediction of genetic merit. Even though deep neural networks are recognized to deliver more accurate predictions, in our study ANN with one single hidden layer, 105 neurons and rectified linear unit (ReLU) activation function was sufficient to increase the prediction of genetic merit for meat tenderness. These results indicate that an ANN with relatively simple architecture can provide superior genomic predictions for meat tenderness in Nellore cattle. | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Department of Animal Science São Paulo State University (UNESP) | - |
Descrição: dc.description | Embrapa Cerrados | - |
Descrição: dc.description | Department of Animal Sciences University of Wisconsin-Madison | - |
Descrição: dc.description | Department of Animal Science Federal University of Goiás (UFG) | - |
Descrição: dc.description | Embrapa Rice and Beans Santo Antônio de Goiás | - |
Descrição: dc.description | Department of Biostatistics and Medical Informatics University of Wisconsin-Madison | - |
Descrição: dc.description | National Association of Breeders and Researchers (ANCP) | - |
Descrição: dc.description | Department of Animal Science São Paulo State University (UNESP) | - |
Descrição: dc.description | FAPESP: 2017/03221-9 | - |
Formato: dc.format | 438-448 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Journal of Animal Breeding and Genetics | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | animal breeding | - |
Palavras-chave: dc.subject | Bayesian regression models | - |
Palavras-chave: dc.subject | deep learning | - |
Palavras-chave: dc.subject | genomic selection | - |
Palavras-chave: dc.subject | Zebu | - |
Título: dc.title | Improving genomic prediction accuracy for meat tenderness in Nellore cattle using artificial neural networks | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: