Splines de regressão adaptativa multivariada na predição genômica

Desde a idealização da Seleção Genômica Ampla (SGA), várias metodologias estatísticas vêm sendo propostas para predizer o mérito genético. Recentemente surgiu o interesse em realizar predição genômica baseado em aprendizado de máquina e inteligência computacional. Tais metodologias não requerem suposições a priori sobre a relação entre as entradas e a saída, além de permitir maior flexibilidade para lidar com diferentes tipos de efeitos de não aditivos. Uma metodologia alternativa que se assemelha às técnicas de inteligência computacional já consolidadas é a splines regressão adaptativa multivariada (MARS - Multivariate Adaptive Regression Splines). A MARS, além de modelar automaticamente não linearidades e interações entre as variáveis de entrada (marcadores SNPs), apresenta, diferentemente de modelos baseados em inteligência artificial, o modelo ajustado. O objetivo deste trabalho foi avaliar a técnica MARS para predição dos valores genéticos com efeitos não aditivos. Procedemos a simulação de 2000 indivíduos de uma população F2 com 510 marcadores, considerando modelo interação entre os marcadores com grau médio de dominância um (01), herdabilidade 0,8 e 32 loci sendo responsáveis pelo controle gênico. Para o ajuste com a MARS considerou-se um modelo de grau dois, isto é, que possibilita a identificação de interação entre duas variáveis. A variável resposta simulada foi uma variável fenotípica quantitativa. O modelo final apresentou alta correlação preditiva (R2 = 0,70), com 43 termos (25 aditivos e 17 epistáticos) e 31 variáveis selecionadas, sendo que 25 destas possuem efeito aditivo e seis (06) possuem efeito epistático. Das 31 variáveis selecionadas pelo modelo 30 se encontram entre os 32 loci responsáveis pelo controle gênico. Verificou-se que a MARS não detectou variáveis (marcadores) de não importância e que esta também pode capturar padrões epistáticos, para a variável fenotípica avaliada. Assim, a MARS demonstra ser uma ferramenta eficiente para predição de valores genético de variáveis com efeitos dominantes e epistáticos.