Saltar al contenido principal

BLUP -- Descripcion general

BeePass utiliza el modelo BLUP (Best Linear Unbiased Prediction) combinado con la matriz de parentesco haplodiploide de Brascamp & Bijma (2014) para estimar los valores geneticos de sus reinas. El pipeline tambien integra una correccion ambiental mediante aprendizaje automatico (XGBoost) y un modelo de umbral para los caracteres ordinales.

El pipeline ONE SHOT​

La evaluacion genetica se realiza en una unica secuencia automatizada denominada ONE SHOT. Cada paso alimenta al siguiente:

  1. Snapshot -- Copia de seguridad completa de la base de datos antes del calculo (pg_dump + huellas SHA256). Si algo falla, siempre se puede revertir.
  2. Entorno -- Geocodificacion de los lugares de evaluacion (codigo postal + pais), obtencion de altitud y datos meteorologicos estacionales (precipitaciones, temperatura media, dias calurosos >30 C) en la ventana del 15 de marzo al 30 de septiembre.
  3. XGBoost Train -- Entrenamiento de un modelo de correccion ambiental sobre la produccion de miel, utilizando altitud, precipitaciones, temperatura y numero de dias calurosos como variables.
  4. XGBoost Apply -- Correccion de las mediciones de miel: y_corr = log1p(honey_kg) - predicted_env. El rendimiento corregido refleja el potencial genetico, independientemente de la ubicacion.
  5. BLUPF90+ -- Estimacion de los valores geneticos para la miel (caracter continuo) con estimacion simultanea de componentes de varianza REML. Modelo mixto con efectos de reina y de obreras.
  6. THRGIBBS -- Estimacion de los valores geneticos para caracteres ordinales (mansedumbre, vigor, invernada, no enjambrazón, estabilidad de panales) y caracteres higienicos (HYG 6h, HYG 24h) mediante un muestreador de Gibbs con umbral (modelo probit de umbral).
  7. Normalizacion -- Escalado de todos los EBV al formato compatible con BeeBreed: media = 100, desviacion estandar = 10.
  8. Almacenamiento -- Escritura atomica en la base de datos. Los resultados solo se hacen visibles si todo el pipeline se completa con exito.
Pipeline automatico

El pipeline lo activa un administrador. Los resultados aparecen en la pagina de detalle de cada reina, en la pestana Evaluaciones.

Por que corregir el entorno?​

La produccion de miel varia enormemente segun la ubicacion: una reina a 1.200 m de altitud no dispone de los mismos recursos florales que una en llanura. Sin correccion, estariamos comparando entornos, no genetica.

XGBoost modela la influencia de la altitud, las precipitaciones, la temperatura media y el numero de dias calurosos sobre la produccion de miel. Al restar esta prediccion ambiental, aislamos el componente genetico del rendimiento.

Desafios especificos de la abeja melifera​

La evaluacion genetica en abejas meliferas difiere fundamentalmente de las especies ganaderas convencionales:

  • Haplodiploidia -- Los machos (zanganoes) son haploides: portan un unico juego de cromosomas. Las formulas clasicas de parentesco no se aplican.
  • Poliandria -- La reina se aparea con numerosos zanganos (10-20). Los padres se modelan como un "grupo de padres" (sire group) en lugar de individualmente.
  • Doble efecto genetico -- El rendimiento de la colonia depende tanto de los genes de la reina como de los genes de las obreras (hijas de la reina). El modelo BLUP separa estos dos efectos.

Referencia: Brascamp, E. W. & Bijma, P. (2014). Methods to compute optimum contribution to simultaneously infer the genetic trend and the genetic merit of animals from a crossbred population. Genetics Selection Evolution, 46:56.

Vease tambien: