Un algoritmo sencillo de depuración de datos para reducir la carga computacional en la evaluación genética de rasgos poblacionales con altas tasas de fenotipos faltantes
Revista Mexicana de Ciencias Pecuarias · 08.05.2026 · 17 (2) · e1726952
DOI: 10.22319/rmcp.v17i2.6952 ↗Kurz gefasst
Fachartikel in der Zeitschrift Revista Mexicana de Ciencias Pecuarias, online erschienen am 08.05.2026. Verfasst von Mohammad Ali Nilforooshan und 3 weiteren Autor:innen. Die Arbeit nennt 12 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).
Abstract (Originalsprache)
Este estudio presenta un algoritmo de depuración de datos simplificado, orientado a reducir la carga computacional en las evaluaciones genéticas, especialmente para rasgos poblacionales con altas proporciones de fenotipos faltantes. El método aborda el desafío que plantean los grandes conjuntos de datos al retener selectivamente solo animales fenotipados y sus progenitores para la evaluación genética principal. Este enfoque, aplicable tanto a los métodos de evaluación genética basados en pedigrí (BLUP) como a los híbridos (ssGBLUP), reduce significativamente el número de ecuaciones a resolver, disminuyendo así los requisitos computacionales. El proceso de depuración implica el rastreo ascendente del pedigrí de animales fenotipados (y animales genotipados en el caso de ssGBLUP) o la eliminación iterativa de no progenitores no fenotipados. Las evaluaciones genéticas para valores de cría y confiabilidades se realizan entonces sobre el conjunto reducido de datos. Posteriormente, las evaluaciones para animales excluidos se resuelven iterativamente hacia atrás, calculando sus valores de cría y sus confiabilidades con base en los de sus progenitores del análisis principal. Esta resolución iterativa hacia atrás garantiza que todos los animales reciban una evaluación. Debido a que no se pierden datos fenotípicos, los valores de cría y las confiabilidades estimadas y los valores de cría resueltos hacia atrás no se ven comprometidos. Sin embargo, las confiabilidades resueltas iterativamente hacia atrás para animales excluidos se sobreestimaron debido a la suposición de progenitores no emparentados. Los algoritmos y el código R correspondiente se proporcionan con fines educativos, ofreciendo una solución práctica y eficiente para la evaluación genética en contextos de datos dispersos.
Zitieren
APA
Nilforooshan, M. A., Flores, A. R., Hernández, J. E. V., & Jiménez, L. A. S. (2026). Un algoritmo sencillo de depuración de datos para reducir la carga computacional en la evaluación genética de rasgos poblacionales con altas tasas de fenotipos faltantes. Revista Mexicana de Ciencias Pecuarias, 17(2), e1726952. https://doi.org/10.22319/rmcp.v17i2.6952
Vancouver
Nilforooshan MA, Flores AR, Hernández JEV, Jiménez LAS. Un algoritmo sencillo de depuración de datos para reducir la carga computacional en la evaluación genética de rasgos poblacionales con altas tasas de fenotipos faltantes. Revista Mexicana de Ciencias Pecuarias. 2026;17(2):e1726952. doi:10.22319/rmcp.v17i2.6952
BibTeX
@article{Nilforooshan2026,
author = {Nilforooshan, Mohammad Ali and Flores, Agustín Ruíz and Hernández, Jonathan Emanuel Valerio and Jiménez, Luis Antonio Saavedra},
title = {Un algoritmo sencillo de depuración de datos para reducir la carga computacional en la evaluación genética de rasgos poblacionales con altas tasas de fenotipos faltantes},
journal = {Revista Mexicana de Ciencias Pecuarias},
year = {2026},
volume = {17},
number = {2},
pages = {e1726952},
doi = {10.22319/rmcp.v17i2.6952}
}
EUVIMED