Stima della varianza genetica e dei valori di allevamento per la suscettibilità alle malattie infettive a partire da dati longitudinali simulati utilizzando modelli lineari generalizzati misti basati sulla dinamica di trasmissione

Recenti studi teorici dimostrano che il potenziale della selezione genetica nel ridurre la prevalenza delle malattie infettive è molto maggiore di quanto previsto dalla teoria genetica quantitativa classica, a causa degli effetti genetici indiretti che si manifestano nel processo di trasmissione. Tuttavia, per sfruttare appieno questi effetti indiretti, è necessario stimare i parametri genetici e i valori riproduttivi, il che richiede metodi statistici specifici per il processo di trasmissione.

Materiali e Metodi: In questo studio, valutiamo i modelli lineari generalizzati misti (GLMM-Generalized-Linear-Mixed Models) implementati utilizzando software comunemente impiegati nell'allevamento animale per stimare i parametri genetici e i valori riproduttivi per la suscettibilità degli ospiti all'infezione, utilizzando dati simulati di epidemie. Le registrazioni longitudinali dello stato di infezione degli individui forniscono informazioni sull'ordine di infezione, nonché sulla dose di esposizione degli animali non infetti. Tali informazioni possono essere utilizzate per stimare i parametri genetici per la suscettibilità e possono essere incluse in un GLMM come cosiddetto offset. Pertanto, abbiamo utilizzato registrazioni longitudinali dello stato di infezione individuale per valutare l'impatto dell'intervallo di campionamento, della struttura della popolazione, delle caratteristiche dell'infezione e della formulazione del modello sulla varianza genetica stimata e sui valori riproduttivi per la suscettibilità.

Risultati: I risultati mostrano che un modello lineare generalizzato misto (GLMM) applicato a registrazioni longitudinali dello stato di infezione binario individuale può produrre stime accurate e non distorte della varianza genetica, nonché buone accuratezze di previsione dei valori genetici per la suscettibilità a una malattia infettiva. Tra i requisiti dei dati, l'intervallo di tempo tra osservazioni consecutive sullo stato di infezione individuale è risultato il fattore principale che influenza la stima, mentre la dimensione del gruppo ha avuto un effetto limitato. L'intervallo di osservazione richiesto dipende dai tassi di infezione e guarigione degli individui.

Conclusioni: Il GLMM sembra quindi un modello accurato e facilmente implementabile per stimare i parametri genetici e i valori genetici per la suscettibilità quando sono disponibili registrazioni longitudinali dense sullo stato di infezione individuale.

Hulst, A. D., R. Pong-Wong, A. Doeschl-Wilson, M. C. M. De Jong, and P. Bijma. 2026. “ Estimation of Genetic Variance and Breeding Values for Infectious Disease Susceptibility From Simulated Longitudinal Data Using Generalized Linear Mixed Models Based on Transmission Dynamics.” Journal of Animal Breeding and Genetics 143, no. 5: 639–657. https://doi.org/10.1111/jbg.70049.