A utilização de técnicas de varredura genômica, como a determinação de regiões de QTLs (quantitative trait loci) e a análise de expressão gênica, pode resultar em centenas e, por vezes, milhares de genes candidatos. Estes genes precisam, então, ser analisados em bancada, o que consome uma grande quantidade de recursos humanos e financeiros. Uma estratégia para lidar com estes conjuntos muito grandes de genes candidatos consiste em minerar os genes mais promissores, ou seja, aqueles com maior chance de estarem envolvidos na manifestação fenotípica ou processo biológico de interesse, utilizando o conhecimento corrente sobre esses genes. Este projeto visa desenvolver metodologias e ferramentas computacionais para prospecção e priorização de genes candidatos oriundos de experimentos de varredura genômica, por meio de técnicas de mineração dados e textos e utilizando dados em formato textual contendo a descrição funcional dos genes identificados em genomas de interesse para a agricultura brasileira. Como estudo de caso, serão analisados genes candidatos gerados no escopo da rede de pesquisa genômica animal, relacionados a características fenotípicas de interesse para o melhoramento genético de gado de corte. Espera-se que as metodologias/ferramentas desenvolvidas contribuam para a economia de recursos consumidos em experimentos de bancada, identificando os genes mais promissores para serem analisados em bancada e, posteriormente, incorporados aos programas de melhoramento genético de gado de corte. Embora os estudos de casos abordados pela proposta considerem apenas o melhoramento genético de gado de corte, as metodologias e ferramentas desenvolvidas poderão ser aplicadas em programas de melhoramento de quaisquer espécies vegetal ou animal de interesse econômico para a agricultura brasileira e serão incorporadas ao arsenal de ferramentas de bioinformática do Laboratório Multiusuário de Bioinformática da Embrapa.