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

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.

Saved in:
Bibliographic Details
Main Authors: Bonamy, Martin, Munilla Leguizamón, Sebastián, Giovambattista, Guillermo
Format: manuscripttext biblioteca
Language:spa
Published: 2024
Subjects:MEJORA GENETICA, MODELOS MATEMATICOS, SELECCION, FENOTIPOS, BIOMETRIA, PARAMETROS GENETICOS,
Online Access:http://ceiba.agro.uba.ar/cgi-bin/koha/opac-detail.pl?biblionumber=56627
Tags: Add Tag
No Tags, Be the first to tag this record!
id KOHA-OAI-AGRO:56627
record_format koha
institution UBA FA
collection Koha
country Argentina
countrycode AR
component Bibliográfico
access En linea
En linea
databasecode cat-ceiba
tag biblioteca
region America del Sur
libraryname Biblioteca Central FAUBA
language spa
topic MEJORA GENETICA
MODELOS MATEMATICOS
SELECCION
FENOTIPOS
BIOMETRIA
PARAMETROS GENETICOS
MEJORA GENETICA
MODELOS MATEMATICOS
SELECCION
FENOTIPOS
BIOMETRIA
PARAMETROS GENETICOS
spellingShingle MEJORA GENETICA
MODELOS MATEMATICOS
SELECCION
FENOTIPOS
BIOMETRIA
PARAMETROS GENETICOS
MEJORA GENETICA
MODELOS MATEMATICOS
SELECCION
FENOTIPOS
BIOMETRIA
PARAMETROS GENETICOS
Bonamy, Martin
Munilla Leguizamón, Sebastián
Giovambattista, Guillermo
Modelos de ecuaciones estructurales como alternativa a los modelos multicarácter en mejoramiento genético su impacto sobre la respuesta a la selección
description 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.
format manuscripttext
topic_facet MEJORA GENETICA
MODELOS MATEMATICOS
SELECCION
FENOTIPOS
BIOMETRIA
PARAMETROS GENETICOS
author Bonamy, Martin
Munilla Leguizamón, Sebastián
Giovambattista, Guillermo
author_facet Bonamy, Martin
Munilla Leguizamón, Sebastián
Giovambattista, Guillermo
author_sort Bonamy, Martin
title Modelos de ecuaciones estructurales como alternativa a los modelos multicarácter en mejoramiento genético su impacto sobre la respuesta a la selección
title_short Modelos de ecuaciones estructurales como alternativa a los modelos multicarácter en mejoramiento genético su impacto sobre la respuesta a la selección
title_full Modelos de ecuaciones estructurales como alternativa a los modelos multicarácter en mejoramiento genético su impacto sobre la respuesta a la selección
title_fullStr Modelos de ecuaciones estructurales como alternativa a los modelos multicarácter en mejoramiento genético su impacto sobre la respuesta a la selección
title_full_unstemmed Modelos de ecuaciones estructurales como alternativa a los modelos multicarácter en mejoramiento genético su impacto sobre la respuesta a la selección
title_sort modelos de ecuaciones estructurales como alternativa a los modelos multicarácter en mejoramiento genético su impacto sobre la respuesta a la selección
publishDate 2024
url http://ceiba.agro.uba.ar/cgi-bin/koha/opac-detail.pl?biblionumber=56627
work_keys_str_mv AT bonamymartin modelosdeecuacionesestructuralescomoalternativaalosmodelosmulticaracterenmejoramientogeneticosuimpactosobrelarespuestaalaseleccion
AT munillaleguizamonsebastian modelosdeecuacionesestructuralescomoalternativaalosmodelosmulticaracterenmejoramientogeneticosuimpactosobrelarespuestaalaseleccion
AT giovambattistaguillermo modelosdeecuacionesestructuralescomoalternativaalosmodelosmulticaracterenmejoramientogeneticosuimpactosobrelarespuestaalaseleccion
_version_ 1806025896281243648
spelling KOHA-OAI-AGRO:566272024-07-26T15:02:51Zhttp://ceiba.agro.uba.ar/cgi-bin/koha/opac-detail.pl?biblionumber=56627AAGModelos de ecuaciones estructurales como alternativa a los modelos multicarácter en mejoramiento genético su impacto sobre la respuesta a la selecciónBonamy, MartinMunilla Leguizamón, SebastiánGiovambattista, Guillermomanuscripttext2024spaapplication/pdfLos 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.Tesis.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.MEJORA GENETICAMODELOS MATEMATICOSSELECCIONFENOTIPOSBIOMETRIAPARAMETROS GENETICOS