Nowadays, molecular information has changed the way genetic improvement is per-formed, increasing the response to selection from the traditional approach, based only on genealogical information using best linear unbiased prediction (BLUP). In this study, breeding values accuracy obtained using molecular information (using single nucleotide polymorphism (SNP) arrays chip at different densities and whole genome sequence) ware compared by cross validation with BLUP. Three characters of economic interest to the salmon industry were used: body weight at harvest (BW) and resistance to two diseases (caused by pathogens Piscirickettsia salmonis (SRS) and Caligus rogercresseyi (CAL)). The effect of genetic architecture (heritability 'h2'), different trait types (continuous/discrete) and family structure were also taken into account. A typical scheme of fish farming based on families of siblings was simulated: 10 and 50 families with 500 and 100 full-sibs, respectively. Results showed a law of diminishing returns in genomic accuracy when increasing in SNPs chip density. Generally, the use of high number of SNPs or whole genome sequence may not be advantageous compared to medium density SNPs chip (besides the costs involved). The family structure had a clear effect on genomic accuracy for variability in the population. The best genomic evaluation accuracies were observed when few families (10) with few founder individuals (many females for one male) were considered. The relative improvements when using molecular information compared with the accuracy reached by BLUPs method was higher for BW character, continuous of high h2 (0,4), reaching an improvement in accuracy of 24%. For the CAL resistance character, continuous of low h2 (0,1), a maximum 9% of improvement in accuracy is obtained. The SRS resistance character, a binary character with h2 of 0,18, had a loss of accuracy in comparison with continuous character which (on the same level h2), have a 10% of improvement in accuracy. In the case of many families (50), improvements in accuracy were minimal, as BLUP predicted better when there was more variability between individuals. In general, to optimize SNP chip densities, densities of 5k-25k have high enough accuracies. The range of accuracy are 0,70-0,74 for the BW character (continuous at high h2), 0,61-0,67 for the CAL character (continuos of low h2) and 0,62-0,68 for the SRS character (binary whit h2= 0,18) depending on the family structure and SNPs density. Keywords: Molecular information, Genomic selection, BLUP, Disease resistance, Body weight, Salmon farming.

Avui dia, la millora genètica s'ha vist revolucionada amb l'ús de la informació molecular, que permet augmentar la resposta a la selecció respecte l'enfocament tradicional, basat només en la informació genealògica usant la millor predicció lineal no esbiaixada (Best Linear Unbiased Prediction, BLUP). En aquest estudi, es va comparar per validació creuada la precisió de la predicció dels valors genètics utilitzant l'avaluació genòmica (usant diferents densitats de polimorfismes d'un sol nucleòtid (SNPs) i seqüència completa) amb el model BLUP. Es van utilitzar tres caràcters d'interès econòmic per a la indústria del salmó: pes corporal a collita (BW) i resistència a dues malalties (causades pels patògens Piscirickettsia salmonis (SRS) i Caligus rogercresseyi (CAL), respectivament). On s'ha avaluat l'efecte de l'arquitectura genètica (heredabilitat 'h2'), el tipus de caràcter (continu / discret) i l'estructura familiar. S'ha seguit l'esquema típic del cultiu aqüícola basat en les famílies de germans on es van simular diferents famílies de diferents mides (10 i 50 famílies de 500 i 100 germans complets, respectivament). Els resultats van mostrar que hi ha un rendiment decreixent de precisió genòmica amb l'augment de la densitat de SNPs. I en general, l'ús d'altes densitats de SNPs o seqüència completa (amb els costos que impliquen) poden no ser avantatjoses respecte densitats mitjanes de SNPs. L'estructura familiar de la població té un efecte clar sobre els precisions genòmiques per la variabilitat molecular existent., On veiem millores precisions de evaluación genómica es quan hi ha poques famílies (10) amb pocs individus fundadors (moltes femelles per un sol mascle). Les millores relatives de la precisió evaluación genómica respecte el BLUP són més elevades en el caràcter contínua BW, continuo d'alta h2 (0,4), amb una millora en la precisió del 24%. En el caràcter de resistència a CAL, continuo de baixa h2 (0,1), només veiem com màxim un 9% de millora en la precisió, en canvi, el caràcter de resistència a SRS, binari amb una h2 del 0,18, hem observat una pèrdua de precisió en comparació amb els caràcters continus (en el mateix nivell d'heretabilitat), on com a màxim, tenim una millora en la precisió del 10%. En els casos de moltes famílies (50), les millores en la precisió són mínimes, ja que el BLUP prediu millor quan tenim més variabilitat entre els individus. En general, per optimitzar les densitats del chip, densitats del 5k-25k SNPs tenen precisions d'evaluación genómica suficientment altes, on les precisions oscil·len 0,70-0,74 de mitjana en el caràcter BW (continu d'alta h2), 0,61-0,67 al caràcter de resistència a CAL (continu de baixa h2) i 0,62-0,68 en el caràcter de resistència a SRS (binari amb h2= 0,18), depenent de la densitat de SNPs y de l'estructura familiar. Paraules claus: Informació molecular, Selecció genòmica, BLUP, Resistència a malalties, Pes corporal, Cultiu del salmó.

Hoy en día, la mejora genética se ha visto revolucionada con el uso de la información molecular, que permite aumentar la respuesta a la selección respecto el enfoque tradicional, basado sólo en información genealógica usando la mejor predicción lineal insesgada (Best Linear Unbiased Prediction, BLUP). En este estudio, se comparó por validación cruzada la precisión de la predicción de los valores genéticos utilizando la evaluación genómica (usando diferentes densidades de polimorfismos de un solo nucleótido (SNP) y secuencia completa) con el modelo BLUP. Se utilizaron tres caracteres de interés económico para la industria del salmón: peso corporal a cosecha (BW) y resistencia a dos enfermedades (causadas por los patógenos Piscirickettsia salmonis (CAL) y Caligus rogercresseyi (SRS), respectivamente). Se evaluó el efecto de la arquitectura genética (heredabilidad 'h2'), el tipo de carácter (continuo/discreto) y la estructura familiar. Se ha seguido el esquema típico del cultivo acuícola basado en las familias de hermanos donde se simularon distintas familias de tamaños diferentes (10 y 50 familias de 500 y 100 hermanos completos, respectivamente). Los resultados mostraron que hay un rendimiento decreciente de precisión genómica con el aumento de la densidad de SNPs. Y en general, el uso de altas densidades de SNPs o secuencia completa (con los costes que implican) pueden no resultar ventajoso respecto densidades medias de SNPs. La estructura familiar de la población tiene un efecto claro sobre las precisiones genómicas por la variabilidad molecular existente. Donde vemos mejores precisiones de evaluación genómica es cuando hay pocas familias (10) con pocos individuos fundadores (muchas hembras por un solo macho). Las mejoras relativas de la precisión de la evaluación genómica respecto el BLUP son más elevadas en el carácter BW, continuo de alta h2 (0,4), con una mejora en la precisión del 24%. En el carácter de resistencia a CAL, continuo de baja h2 (0,1), sólo vemos como máximo un 9% de mejora. En cambio, con el carácter de resistencia a SRS, binario con una h2 de 0,18, se ha observado una pérdida de precisión en comparación con los caracteres continuos (en el mismo nivel de h2), donde como máximo, tenemos una mejora en la precisión del 10 %. En los casos de muchas familias (50), las mejoras en la precisión son mínimas, ya que el BLUP predice mejor cuando tenemos más variabilidad entre los individuos. En general, para optimizar las densidades del chip, densidades del 5k-25k SNPs tienen precisiones de evaluación genómica suficientemente altas respecto el BLUP, donde las precisiones oscilan 0,70-0,74 de media en el carácter BW (continuo de alta h2), 0,61-0,67 en el carácter de resistencia a CAL (continuo de baja h2) y 0,62-0,68 en el carácter de resistencia a SRS (binario con h2= 0,18), dependiendo de la densidad de SNPs y de la estructura familiar. Palabras claves: Información molecular, Selección genómica, BLUP, Resistencia a enfermedades, Peso corporal, Cultivo del salmón.