Seleção genômica ampla (GWS) e associação genômica ampla (GWAS) no melhoramento de forrageiras: abordagem conceitual, genética quantitativa e aplicações.

Atualmente, desenvolvimento da tecnologia de análise genômica de alta resolução e alto rendimento tem a capacidade de gerar informações sobre milhões de pares de bases em um único ensaio, permitindo a detecção de variação em um único nucleotídeo de uma sequência de DNA. Este contexto possibilitou o surgimento de novas abordagens para a seleção assistida por marcadores, dentre elas os estudos de associação genômica ampla (GWAS), que visam o mapeamento genético por meio das associações entre os locos e a característica fenotípica na população e buscam detectar efeitos dos genes sobre os valores genéticos dos indivíduos; e a seleção genômica ampla (GWS), que detecta genótipos favoráveis por meio de informações genotípicas para inferir sobre os valores fenotípicos futuros, ou valores genômicos. Estas técnicas têm sido exploradas por meio de estudos de simulação e aplicação nos programas de melhoramento tradicionais para diversas culturas. Por outro lado, sua aplicação no melhoramento de forrageiras é restrita, especialmente no Brasil, porém com resultados promissores. Neste contexto, este estudo traz uma abordagem conceitual do tema sob a visão da genética quantitativa, buscando evidenciar sua aplicação no melhoramento genético de forrageiras. The development of high-resolution and high-throughput genomic analysis technology now is enable to generate information about millions of base pairs in only one test, allowing detection of single nucleotide variation in a DNA sequence. This context enabled the emergence of new approaches to marker-assisted selection, among them the Genome-Wide Association Studies (GWAS), which aim at genetic mapping through associations between loci and phenotypic characteristics in the population and seek to detect effects of genes on the genetic values of individuals; and Genome-Wide Selection (GWS), which detects favorable genotypes through genotypic information to infer future phenotypic values, or genomic values. These techniques have been explored through simulation studies and application in traditional breeding programs in various cultures. On the other hand, its application in forages breeding is restricted, especially in Brazil, but with promising results. In this context, this study brings a conceptual approach of the subject from the perspective of quantitative genetics, seeking to highlight its application in the forages breeding