A identificação de genes relacionados a características produtivas - como peso ao nascimento e produção de leite - e qualidade da carne - como maciez - seria melhorada com uma ferramenta de bioinformática que analise essas variantes em vacas e ovelhas. Foi isso que informou a agência de notícias da Universidade de Unal, na Colômbia.
Boris Julián Sepúlveda Molina, Mestre em Bioinformática pela Universidade Nacional da Colômbia (UNAL), unificou três etapas (QC, GWAS e anotação) que anteriormente eram realizadas de forma independente, para associar as informações genotípicas (informação genética) dos animais com seu fenótipo (características físicas), dados-chave que permitiriam alcançar seu melhoramento genético. Por meio de modificações na constituição genética dos indivíduos ou na seleção e aprimoramento de caracteres desejados para sua reprodução busca-se aumentar a produtividade dos animais e sua resistência gerando uma melhor adaptação e aparência física, além de uma maior qualidade de seus subprodutos.
Com a unificação desses dados de outras espécies além do humano no ambiente da linguagem de programação R, foi obtido um código que foi submetido para publicação, com a qual a grande quantidade de informação genética sobre ruminantes que pode ser contada hoje na era do Big Data seria gerenciada de forma mais prática e ágil. O código foi testado em duas populações de ruminantes: o carneiro crioulo colombiano e os bovinos simmentais, a partir dos quais foi identificado que o marcador SNP OAR26_10469468.1, que está no gene TENM3, estava associado à maciez da carne do primeiro.
