---

A identifica‡Æo de genótipos com desempenho superior é um dos principais objetivos da maioria dos programas de melhoramento de plantas. No entanto, a capacidade de atingir esse objetivo é limitada pelo alto custo da fenotipagem e realiza‡Æo de experimentos. Neste contexto, a Sele‡Æo Genômica (SG) foi proposta para estimar o valor genético de indivíduos que ainda nÆo foram fenotipados por meio de informa‡äes de marcadores distribuídos em todo o genoma. No entanto, a maioria das modelagens da SG expressam o valor fenotípico como fun‡Æo apenas do efeito aditivo do valor genotípico o que dificulta, muitas vezes, uma representa‡Æo mais realística da arquitetura genética de caracteres quantitativos, sendo a inclusÆo de efeitos dominância e intera‡äes epistáticas fatores cruciais para aumentar a acurácia da predi‡Æo. Neste contexto, as Redes Neurais Artificias (RNAs) tornam-se alternativas de análise promissoras por capturar rela‡äes nÆo lineares entre os marcadores a partir dos próprios dados, o que a maioria dos modelos comumente utilizados na SG nÆo conseguem.

---

Sant´Anna, Isabela de Castro
Graduada em Ciências Biológicas e Doutora em Genética e Melhoramento pela Universidade Federal de Vi‡osa. Atualmente, é Pos-doc em Estatística Aplicada e Biometria pela mesma institui‡Æo. Atua na área de Biometria, Genômica, Inteligência computacional e Genética Quantitativa.

---