[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-119509-es":3,"doc-seo-119509-110":31,"detail-sidebar-cat-0-es-110":92},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},119509,962085570644,"Evangeline","https://ap-avatar.wpscdn.com/davatar_994ba38a5ba835b3df7d355c54d3ed8d",41,"Investigación e Informes","Imputación de genotipos faltantes mediante algoritmos de machine learning - Evaluación de estrategias con random forest","La imputación o inferencia de genotipos faltantes a partir de correlaciones entre variantes de paneles de referencia puede implementarse mediante programas específicos o mediante algoritmos de machine learning. El trabajo evalúa la precisión alcanzada por distintas estrategias basadas en random forest, comparando genotipos imputados con los obtenidos mediante genotipificación con un microarreglo de SNPs de densidad media. En una base de 966 ovinos (57.876 SNPs) con 53,4% de genotipos faltantes, se analizó un subconjunto de 232 animales (30.924 SNPs), obteniéndose alrededor de 60% de concordancia.","CAI 2025, 17º Congreso Argentino de Agroinformática 2025  \nImputación de genotipos faltantes mediante algoritmos de  \nmachine learning  \nM. Agustina Raschia 1,5[0000-0002-0662-4397], Pablo J. Ríos2,6[0000-0002-9768-7587], Marcela E. Cordoba 1[0009-0000-9774-6295], M. Eugenia Caffaro 1[0000-0002-5814-2293], M. Valeria Donzelli 1,7[0009-0009-4243-4652], Daniel O. Maizon3,8[0000-0002-2701-4109], Daniel Demitrio4,6[0009-0008-3372-3340], y Mario A. Poli 1,9[0000-0001-8775-2333]  \n1 Instituto Nacional de Tecnología Agropecuaria (INTA), CICVyA-CNIA, Instituto de Genética“Ewald A. Favret”, Nicolás Repetto y de Los Reseros s/n, Hurlingham (B1686), Buenos Aires, Argentina raschia.maria@inta.gob.ar; cordoba.marcela@inta.gob.ar; caffaro.maria@inta.gob.ar; donzelli.maria@inta.gob.ar; poli.mario@inta.gob.ar  \n2 Universidad de Buenos Aires, Buenos Aires, [Argentina.pablo.javier.rios@gmail.com](Argentina.pablo.javier.rios@gmail.com)  \n[3](3 Instituto Nacional de Tecnolog)[ Instituto Nacional de Tecnolog](3 Instituto Nacional de Tecnolog)í[a Agropecuaria](a Agropecuaria) ([INTA](INTA)), E.E.A. Anguil, Ruta 5 Km 580, Anguil (6326), La Pampa, [Argentina maizon.daniel@inta.gob.ar](Argentina maizon.daniel@inta.gob.ar)  \n4 Instituto Nacional de Tecnología Agropecuaria (INTA), Coordinación Nacional de Relaciones Institucionales y Vinculación Tecnológica, Chile 460-Piso 1, Buenos Aires, Argentina  \n[demitrio.daniel@inta.gob.ar](demitrio.daniel@inta.gob.ar)  \n5 Facultad de Ciencias Médicas, Universidad Nacional de La Plata, Argentina.  \n6 Facultad de Ciencias Exactas, Universidad Nacional de La Plata, Argentina.  \n7 Facultad de Ciencias Agrarias, Universidad Nacional de Lomas de Zamora, Argentina.  \n8 Facultad de Agronomía, Universidad Nacional de La Pampa, Argentina.  \n9 Facultad de Ciencias Agrarias y Veterinarias, Universidad del Salvador, Argentina.  \nResumen. La imputación o inferencia de genotipos faltantes utilizando correlaciones entre variantes obtenidas a partir de paneles de referencia puede ser llevada a cabo por programas específicos basados en la utilización de informacióngenética familiar y/o poblacional o mediante la implementación de algoritmos de machine learning. El objetivo de este trabajo fue evaluar la precisión en la imputación lograda mediante distintas estrategias de machine learning, tras comparar genotipos imputados con los obtenidos por genotipificación con un microarreglo de mediana densidad de SNPs. Sobre una base de datos congenotipos de 966 ovinos en 57.876 SNPs, con 53,4% de genotipos faltantes, seexploraron tres estrategias de imputación basadas en el algoritmo random forest.  \nUn subconjunto de los genotipos imputados, correspondientes a 232 animales en  \n30.924 SNPs, fue comparado con genotipos obtenidos por genotipificación. El porcentaje de concordancia obtenido para las tres estrategias fue de alrededor de 60% . Este bajo porcentaje puede atribuirse a la gran cantidad de genotipos noasignados del archivo de partida. Una estrategia para aumentar la precisión de la imputación podría ser aumentar el número de animales en la población de referencia y, de este modo, reducir la proporción de genotipos faltantes en el conjunto de datos.  \nPalabras clave: imputación, machine learning, random forest, polimorfismo denucleótido único  \nMemorias de las 54 JAIIO-CAI 2025-ISSN: 2451-7496-Página 155  \nCAI 2025, 17º Congreso Argentino de Agroinformática 2025  \nImputation of missing genotypes using machine learning  \nalgorithms  \nAbstract. The imputation or inference of missing genotypes using correlations between variants obtained from reference panels can be carried out by specific programs that utilize family and/or population genetic information or by implementing machine learning algorithms. The objective of this study was to evaluate the imputation accuracy achieved using different machine learning strategies by comparing imputed genotypes with those obtained by genotyping with a medium-density SNP microarray. To compare th","cbCairbpMw4PKDlG","https://ap.wps.com/l/cbCairbpMw4PKDlG","pdf",375705,3,1,11,"Spanish","es",110,"# Resumen\n# Introducción\n## Selección asistida por marcadores y selección genómica\n## Genotipificación de SNPs y microarreglos\n## Motivación para la imputación de genotipos","[{\"question\":\"Qué problema aborda el trabajo sobre genotipos faltantes?\",\"answer\":\"Evalúa la imputación o inferencia de genotipos ausentes utilizando correlaciones entre variantes de paneles de referencia, comparando el desempeño de estrategias de machine learning.\"},{\"question\":\"Cómo se evaluó la precisión de las estrategias de imputación?\",\"answer\":\"Se compararon genotipos imputados con genotipos obtenidos mediante genotipificación con un microarreglo de SNPs de densidad media.\"},{\"question\":\"Qué resultado de concordancia se reporta y a qué se atribuye?\",\"answer\":\"La concordancia para las tres estrategias fue de aproximadamente 60% y el bajo valor se atribuye a la alta proporción de genotipos faltantes y a genotipos no asignados del archivo de partida.\"}]","Imputación de genotipos faltantes mediante algoritmos de machine learning - Evaluación de estrategias con random forest | PDF",1785724707,17,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":87,"head_meta":89,"extra_data":91,"updated_unix":29},"imputation-of-missing-genotypes-using-machine-learning-algorithms-evaluation-of-strategies-with-random-forest","",{"@graph":37,"@context":86},[38,54,69],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,49,51],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":48},"https://docshare.wps.com/es/document/","Document",2,{"item":50,"name":12,"@type":44,"position":20},"https://docshare.wps.com/es/document/investigación-e-informes/",{"item":52,"name":13,"@type":44,"position":53},"https://docshare.wps.com/es/document/imputation-of-missing-genotypes-using-machine-learning-algorithms-evaluation-of-strategies-with-random-forest/119509/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":24,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":42,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-25","2026-08-03",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72,78,82],{"name":73,"@type":74,"acceptedAnswer":75},"Qué problema aborda el trabajo sobre genotipos faltantes?","Question",{"text":76,"@type":77},"Evalúa la imputación o inferencia de genotipos ausentes utilizando correlaciones entre variantes de paneles de referencia, comparando el desempeño de estrategias de machine learning.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"Cómo se evaluó la precisión de las estrategias de imputación?",{"text":81,"@type":77},"Se compararon genotipos imputados con genotipos obtenidos mediante genotipificación con un microarreglo de SNPs de densidad media.",{"name":83,"@type":74,"acceptedAnswer":84},"Qué resultado de concordancia se reporta y a qué se atribuye?",{"text":85,"@type":77},"La concordancia para las tres estrategias fue de aproximadamente 60% y el bajo valor se atribuye a la alta proporción de genotipos faltantes y a genotipos no asignados del archivo de partida.","https://schema.org",{"og:url":52,"og:type":88,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":90,"canonical":52},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":93},[94,99,103,107,111,113,117,121,125,129],{"id":95,"doc_module":4,"doc_module_name":47,"category_name":96,"show_sort_weight":97,"slug":98},39,"Cómic",60,"comic",{"id":100,"doc_module":4,"doc_module_name":47,"category_name":101,"show_sort_weight":97,"slug":102},43,"Estilo de Vida","lifestyle",{"id":104,"doc_module":4,"doc_module_name":47,"category_name":105,"show_sort_weight":97,"slug":106},38,"Examen","exam",{"id":108,"doc_module":4,"doc_module_name":47,"category_name":109,"show_sort_weight":97,"slug":110},44,"General","general",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":97,"slug":112},"research-report",{"id":114,"doc_module":4,"doc_module_name":47,"category_name":115,"show_sort_weight":97,"slug":116},37,"Literatura","literature",{"id":118,"doc_module":4,"doc_module_name":47,"category_name":119,"show_sort_weight":97,"slug":120},22,"Relatos y Novelas","story-novel",{"id":122,"doc_module":4,"doc_module_name":47,"category_name":123,"show_sort_weight":97,"slug":124},42,"Religión y Espiritualidad","religion-spirituality",{"id":126,"doc_module":4,"doc_module_name":47,"category_name":127,"show_sort_weight":97,"slug":128},40,"Salud y Atención Médica","healthcare",{"id":130,"doc_module":4,"doc_module_name":47,"category_name":131,"show_sort_weight":97,"slug":132},24,"Tecnología","technology"]