BIOINFORMÁTICA INTEGRATIVA PARA LA IDENTIFICACIÓN DE GENES DE IMPORTANCIA REPRODUCTIVA EN BOVINOS

BADILLO SEGOVIA, NYDIA JOANNA (2021) BIOINFORMÁTICA INTEGRATIVA PARA LA IDENTIFICACIÓN DE GENES DE IMPORTANCIA REPRODUCTIVA EN BOVINOS. Maestría thesis, UNIVERSIDAD AUTONOMA DE CHIHUAHUA.

Vista Previa

Text Tesis.pdf Download (4Mb) | Vista Previa

Resumen

Una característica de importancia económica en bovinos productores de leche es la tasa de preñez de las hijas (DPR). Sin embargo, seleccionar animales sobresalientes mediante métodos convencionales no ha generado los resultados esperados, debido a su compleja arquitectura genética, herencia poligénica y baja heredabilidad. Por lo que se requieren estrategias que identifiquen la variabilidad genética que subyace este rasgo. El objetivo de este trabajo fue emplear el método de redes neuronales para priorizar genes candidatos para DPR haciendo uso de bases de datos que contienen información biológica de bovinos. Se generaron 122 variables después de compilar información de Ensembl, AnimalQTLdb, STRING, OMIA y KEGG. Tras el filtrado de la información se construyó un modelo de red neuronal con 10 variables, 120 neuronas y un valor de decaimiento 0.1. El análisis se realizó en el software R y la librería caret. El entrenamiento de la red se realizó mediante validación cruzada obteniendo una exactitud de predicción del 83 %. La red neuronal se utilizó para priorizar genes en 4 QTLs para DPR en los cromosomas 15, 18 y 25 reportados en AnimalQTLdb. Considerando un valor P de 0.95 se priorizaron 29 genes de los 387 localizados en los QTLs mencionados, seis de ellos (KLC3, ERCC2, GIPR, SIX5, DMPK y DMWD) se han relacionado a caracteres reproductivos en modelos de estudio como ratón y humano, y uno FOSB se ha asociado con DPR en bovinos. La priorización de genes mediante redes neuronales resultó eficaz para el estudio de QTLs en bovinos.

Actions (login required)

Ver Objeto