DESENVOLVIMENTO DE UM SOFTWARE-LIVRE PARA SIMULAÇÃO EM MELHORAMENTO GENÉTICO ANIMAL

Transcrição

1 Anais do ZOOTEC a 27 de maio de 2005 Campo Grande-MS 1 DESENVOLVIMENTO DE UM SOFTWARE-LIVRE PARA SIMULAÇÃO EM MELHORAMENTO GENÉTICO ANIMAL Adam Taiti Harth Utsunomiya 1, Rodrigo Ibelli Vaz 2, Michele Porto Pires 3, Rafael Keith Ono 4, Ricardo da Fonseca 5. RESUMO O desenvolvimento de um simulador sobre o modelo de software-livre fornece uma alternativa para a resolução de algumas limitações desse tipo de programa. Foi utilizado o sistema operacional Linux e o compilador g++ para os trabalhos. O software foi dividido nos módulos simulação de dados, métodos de seleção e avaliação genética. Esses serão desenvolvidos em duas etapas. Na primeira, as funções básicas serão implementadas pela equipe da Unesp/Dracena. Posteriormente os arquivos serão distribuídos e outras metodologias serão desenvolvidas por um grupo de colaboradores. Os resultados foram referentes ao módulo de simulação de dados, que compreende o módulo de geração de genomas e geração de populações. Para a simulação do genoma foram declaradas as classes gene, cromossomo e genoma. A classe gene armazena variáveis e matrizes com informações como freqüência dos alelos, efeito do gene e herdabilidade. A classe cromossomo armazena os genes e suas respectivas informações em vetores, utilizando um construtor para inserir os genes criados no vetor. A classe genoma simula o conjunto de cromossomos do indivíduo também por meio de vetores. O módulo de simulação de populações se constitui das classes animal e população. A classe animal contém todas as informações sobre os genes e o pedigree de cada animal simulado. A classe população contém um vetor com todos os animais simulados durante o processo representando a população total e outros vetores para representar as gerações simuladas. PALAVRAS-CHAVE: Avaliação genética, Programação, Linux, C++ 1 Aluno de graduação da Faculdade de Zootecnia da Universidade Estadual Paulista Júlio de adamtaiti@hotmail.com. 2 Aluno de graduação da Faculdade de Zootecnia da Universidade Estadual Paulista Júlio de rodrigoibellivaz@uol.com.br. 3 Aluno de graduação da Faculdade de Zootecnia da Universidade Estadual Paulista Júlio de micagem@hotmail.com. 4 Aluno de graduação da Faculdade de Zootecnia da Universidade Estadual Paulista Júlio de keith_ono@hotmail.com. 5 1 Professor Assistente Doutor da Faculdade de Zootecnia da Universidade Estadual Paulista Júlio de ricardo@dracena.unesp.br.

2 Anais do ZOOTEC a 27 de maio de 2005 Campo Grande-MS 2 FREE-SOFTWARE DEVELOPMENT FOR SIMULATION IN ANIMAL BREEDING ABSTRACT The development of a Simulator upon a free-sofware model provides an altenative to surpass some limitations of this kind of program. It was used the Linux operating system and the g++ compiler for the whole work. The sofware has been divided in the data simulation, selection methods and genetic evaluation modules. These will be developed in two steps. In the first one, the basic functions will be implemented by Unesp/Dracena team. After that, the files will be distributed and other methodologies will be developed by a group of colaborators. The results were those from the data simulation module, which encompass the genoma generation and population generation modules. For the genome simulation, have been declared the gene, chromosome and genome classes. The gene class stores variables and matrices with information as alelle frequencies, gene effects and heritability. The chromosome class stores the genes and its information in vectors, using a constructor to insert the genes in the vector. The genome class also simulates the individual set of chromosome by means of vectors. The simulation of population module is formed by animal class and population class. The animal class has all the information about genes and the pedigree of each simulated animal. The population class has a vector with all the simulated animals during the process representing the whole population and others vectors representing the simulated generations. KEYWORDS: Genetic evaluation, Programming, Linux, C++ INTRODUÇÃO Na área de melhoramento genético animal, devido aos custos dos experimentos e aos longos períodos para observação de resultados, os simuladores se tornaram programas essenciais no auxílio à pesquisa. Esse tipo de software foi utilizado por Mabry and See (1990) e Nejati-Javaremi et al. (1997) para estudar a resposta à seleção em populações hipotéticas. Schenkel et al. (2002) e Fonseca (2003) usaram simuladores para estudos do efeito da seleção sobre avaliação genética animal. Van Tassel et al. (1995) e Sorensen et al. (2001) utilizaram dados simulados para estudar o efeito da seleção sobre a estimação de componentes de variância e Meuwissen et al. (1995) e Rekaya et al. (2001) estudaram a avaliação genética de características categóricas. Porém, alguns problemas impedem a ampla utilização de simuladores pela comunidade científica: custos de aquisição e licença; desenvolvimento para um único sistema operacional, especificidade dos modelos; e impossibilidade de alterar o código-fonte para adaptá-lo a situações particulares. Dessa forma, uma alternativa promissora é o desenvolvimento de um simulador sob o modelo software-livre, o qual caracteriza-se pela: liberdade de modificar o programa; liberdade de redistribuir cópias sem custos ou por uma taxa; liberdade de distribuir versões modificadas do programa e liberdade de rodar o programa para qualquer propósito. Assim, os objetivos deste trabalho foram desenvolver um simulador para auxílio à pesquisa em melhoramento genético animal, sob o modelo de software-livre e iniciar uma linha de pesquisa para desenvolvimento de softwares-livres associados ao melhoramento genético animal. O sistema operacional utilizado foi o Linux, junto com a linguagem de programação C++ e o compilador g++.

3 Anais do ZOOTEC a 27 de maio de 2005 Campo Grande-MS 3 MATERIAL E MÉTODOS Para realização deste trabalho foi utilizado um computador configurado com um processador Pentium de 1.8GHz, 352MB de memória RAM e 60GB de disco rígido. O sistema operacional Linux foi instalado como padrão por ser um software-livre e devido à estabilidade, segurança e menor demanda por memória do que alguns outros sistemas operacionais e seus respectivos aplicativos. Entretanto, pela natureza multi-plataforma desejada para o simulador, o sistema operacional Windows XP Professional também foi instalado na máquina, a qual tem, portanto, característica dual-boot. A linguagem de programação C++ e o compilador g++ foram usados para o desenvolvimento do simulador no ambiente Linux e o ambiente de programação C++ Builder será usado para testes no ambiente Windows. Os métodos para a criação do simulador foram colocados em três grandes blocos (módulos): Simulação de dados; métodos de seleção; e avaliação genética. O módulo simulação de dados foi subdividido em dois módulos funcionais: simulação do genoma; e simulação de populações. O módulo métodos de seleção é um bloco único contendo as funções de seleção individual, seleção de famílias, teste de irmãos, teste de progênie e seleção dentro de família. O módulo avaliação genética é subdividido também em dois módulos funcionais: avaliação genética com dados fenotípicos, utilizando o método de predição BLUP; e avaliação genética com dados fenotípicos e moleculares, utilizando o método de predição BLUP com marcadores moleculares e BLUP com genes identificados. O método de distribuição e desenvolvimento é baseados no modelo software-livre, o qual implica na distribuição dos arquivos fontes. A liberdade de modificar o programa incentiva a formação de um grupo de colaboradores que trabalham em várias partes do programa simultaneamente. Assim, os erros são corrigidos mais rapidamente e novas metodologias são prontamente adicionadas ao programa, tornando-o um software de qualidade, de caráter geral e que não se torna obsoleto. Além disso, também devido à disponibilidade do código-fonte, o software pode ser compilado para qualquer sistema operacional. O simulador será registrado sob a Licença Pública Geral (GPL) e distribuído sem custo para Instituições de pesquisa e Universidades públicas. O desenvolvimento do software é realizado em duas etapas. Na primeira etapa, o software tem suas funções básica programadas pela equipe da Unesp/Dracena. Na segunda fase, o software é liberado para distribuição e um grupo de pesquisadores interessados no seu desenvolvimento e manutenção será formado. RESULTADOS E DISCUSSÃO O gerador de genomas foi construído com base em três classes que foram declaradas em um arquivo de cabeçalho denominado genoma.h com as seguintes denominações: gene, cromossomo e genoma. A classe gene contém variáveis e matrizes para o armazenamento das informações sobre número de alelos, efeito dos alelos e dos genótipos, efeito do gene, variância genética aditiva, fenotípica e ambiental, herdabilidade e número de genes que determinam a característica. Os dados de variância e herdabilidade estão armazenados na classe gene por serem necessários para o cálculo do efeito do gene de acordo com FALCONER (1987). A classe cromossomo armazena os genes em um vetor, o número de genes do cromossomo em uma variável inteira e a identificação do cromossomo em uma variável do tipo caractere. Foram criados também dois vetores que representam os cromossomos

4 Anais do ZOOTEC a 27 de maio de 2005 Campo Grande-MS 4 homólogos (paterno e materno) durante o processo de simulação da meiose. A funçãomembro de maior importância da classe cromossomo é o construtor, o qual permite inserir cada novo gene simulado no início do vetor. Para cada membro de dado foram criadas funções que retornam o valor ao programa principal e que modificam o(s) valor(es) previamente armazenados. Essas funções, embora muito simples, são importantes para o teste e validação do programa. O mesmo procedimento foi utilizado para a classe gene e para a classe genoma. Na classe genoma o construtor também é importante, pois executa todo o processo de estruturação do genoma do indivíduo simulado. Essa função utiliza funções denominadas push_back para inserir os cromossomos no genoma, o qual é representado internamente como um vetor. É por meio da ação do objeto genoma que a função push_back da classe cromossomo adiciona os genes nos vetores correspondentes. As principais funções implementadas para as classes descritas anteriormente estão na Tabela 1. O gerador de populações possui as classes animal e população, também agrupadas em um mesmo arquivo de cabeçalho, denominado população.h. A classe animal contém um objeto da classe genoma, com todas as informações sobre os cromossomos e genes. Além disso, armazena informações de identificação do pai, mãe e os valores fenotípico, genético e ambiental de cada animal simulado. Assim como nas classes genoma e cromossomo, a constituição de cada animal é realizada pelo construtor, o qual tem a função de ativar os construtores das classes genoma, cromossomo e gene, bem como, inicializar as variáveis de identificação dos pais e as variáveis associadas aos valores genéticos, fenotípicos e ambientais. A classe população contém um vetor com todos os animais simulados durante o processo, representando a população total. Vetores adicionais, contendo os animais simulados após cada geração também são armazenados pelos objetos criados. Dois métodos têm a função de criar os animais da população-base e das populações subseqüentes (aparentadas). Essas funções são detalhadas na Tabela 2. Os arquivos genoma.cpp e população.cpp contém todas as definições das funçõesmembro (métodos) declaradas nos arquivos genoma.h e população.h. O arquivo simulador.cpp contém o programa principal. CONCLUSÕES As classes e funções programadas no simulador de genomas e no simulador de populações permitem a simulação dos dados de maneira bastante geral, permitindo a criação de vários cenários utilizando dados fenotípicos ou moleculares ou ambos. REFERÊNCIAS BIBLIOGRÁFICAS 1 FALCONER, D. S. Introdução à genética quantitativa. 1 ed., 1987, 279p. 2 FONSECA, R. Use of information identified genes to reduce the selection bias on genetic evaluation. Viçosa, MG: UFV, Tese (Doutorado em Genética e Melhoramento) - Universidade Federal de Viçosa, MABRY, J. and SEE, M. Selection with the animal model versus selection within contemporary groups for swine. Journal of Dairy Science, v.73, p , MEUWISSEN, T., ENGEL, B. and VAN DER WERF, J. Maximizing selection efficiency for categorical traits. Journal of Animal Science, v.73, p , 1995.

5 Anais do ZOOTEC a 27 de maio de 2005 Campo Grande-MS 5 5 NEJATI-JAVAREMI, A., SMITH, C. and GIBSON, J. Effect of total allelic relationship on accuracy of evaluation and response to selection. Journal of Animal Science, v.75, p , REKAYA, R., WEIGEL, K. and GIANOLA, D. Threshold model for misclassified binary responses with applications to animal breeding. Biometrics, v.57, p , SCHENKEL, F. S., SCHAEFFER, L. R. and BOETTCHER, P. J. Comparison between estimation of breeding values and fixed effects using Bayesian and empirical BLUP estimation under selection on parents and missing pedigree information. Genetics Selection Evolution, v.34, p.41-59, SORENSEN, D., FERNANDO, R. L. and GIANOLA, D. Inferring the trajectory of genetic variance in the course of artificial selection. Genetical Research, v.77, p.83-94, STELLA, A., JANSEN, G., BOETTCHER, P., GIBSON, J., LOHUIS, M. and PAGNACCO, G. Accounting for uncertainty in Qtl location in marker assisted preselection of young bulls prior to progeny test. Journal of Animal Breeding and Genetics, v. 119, p.15-24, VAN TASSEL, C., CASELLA, G. and POLLAK, E. Effects of selection on estimates of variance components using gibbs sampling and restricted maximum likelihood. Journal of Dairy Science, v.78, p , 1995.

6 Anais do ZOOTEC a 27 de maio de 2005 Campo Grande-MS 6 Tabela 1. Descrição das principais funções-membro das classes constituintes do módulo gerador de genomas. Classe Protótipo da função Finalidade gene gene ( ); Inicializa os valores das variáveis necessárias para o cálculo do efeito do gene void info_gene ( ) const; Mostra ao usuário as informações de um gene. cromossomo (unsigned ng = 5) : cromo (ng); Inicializa o vetor para armazenar genes. cromossomo void push_back (const gene& g); void info_crom ( ); genoma (unsigned n_crom = 1) : genom (n_crom); Insere os genes no vetor que representa um cromossomo Permite acessar as informações dos genes contidas nos vetores (cromossomos) Inicializa o vetor para armazenar cromossomos. genoma void push_back (const cromossomo& c); void info_genoma ( ); Insere os cromossomos no vetor que representa o genoma. Permite acessar as informações dos cromossomos contidas no vetor (genoma). Tabela 2. Descrição das principais funções-membro das classes do módulo gerador de populações. Classe Protótipo da função Finalidade animal(unsigned n_crom Cria um indivíduo com animal População =1); animal(unsigned n_crom, animal& p, animal& m); void zigotogenese(animal& p, animal& m) populacao (unsigned int s) n_crom cromossomos Cria um indivíduo com n_crom cromossomos à partir de pai e mãe conhecidos. Simula um processo de meiose à partir dos gametas do pai e da mãe. Cria uma população de s indivíduos