Simulação de arquiteturas de características complexas de plantas usando redes neurais profundas

Resumo

Embora o uso de marcadores moleculares SNPs (polimorfismos de nucleotídeo único) tenha contribuído significativamente para os programas de melhoramento genético, sua aplicação ainda é limitada no caso da cana-de-açúcar, espécie com alta complexidade genômica. Metodologias específicas têm que ser usadas para esta espécie devido à falta de ferramentas biocomputacionais compatíveis com a singularidade da cana de açúcar. Como resultado da importância imensurável da cana-de-açúcar para os biocombustíveis e para a produção de açúcar, o melhoramento de cultivares economicamente importantes contribuirá para a economia mundial. As metodologias de seleção genômica provaram ser uma alternativa às abordagens tradicionais assistidas por marcadores, devido à natureza poligênica das características fenotípicas de natureza quantitativas e, a consequente complexidade da aplicação de métodos para associação genótipo-fenótipo. Este projeto de pesquisa propõe uma abordagem inovadora para a seleção de cana-de-açúcar. Tal metodologia usará uma matriz de SNPs putativos, identificados na genotipagem por sequenciamento, e softwares adaptados às espécies poliploides e aneuploides. Utilizando redes complexas será realizada uma modelagem de associação entre esses marcadores. Através de métodos de detecção da comunidade na rede construída, pretende-se realizar imputação de dados, redução de dimensionalidade e identificação de SNPs com categorias biológicas relacionadas. Para construir o modelo de seleção, técnicas de aprendizado de máquina serão usadas como modelos não lineares, modelado para capturar a especificidade do genoma da cana-de-açúcar. (AU)