Optimizando Modelos de Dos Fases Completamente Eficientes para Selección Genómica usando Código Abierto

La predicción genómica requiere un conjunto de entrenamiento con datos fenotípicos y genotípicos para calibrar un modelo, que luego predice los valores de mejora estimados por genómica (GEBVs) en individuos no fenotipados. En mejora vegetal, estos conjuntos suelen incluir ensayos grandes en múltiples ambientes, lo que puede implicar un alto costo computacional si se ajusta el modelo en una sola fase. Una alternativa es el enfoque en dos fases: primero, se calculan medias genotípicas ajustadas por variación espacial; luego, estas se usan para predecir los GEBVs. Sin embargo, la regresión no ponderada en la segunda fase ignora correlaciones entre errores de estimación, mientras que la regresión ponderada, aunque más eficiente en diseños no equilibrados, puede ser inadecuada cuando el modelo simplifica la realidad. Esto último se debe a que sus residuos no son libres para absorber los efectos no modelados. Para corregir esto, incorporamos los errores de estimación como un efecto aleatorio, permitiendo que los residuos absorban cualquier otro tipo de ruido. Este enfoque mejoró el desempeño y consistencia de los modelos y aumentó la ganancia genética hasta un 13.8% en cinco ciclos de mejora respecto al modelo estándar.