A distribuição de algumas características de importância econômica em animais apresenta comportamento assimétrico; neste caso, os métodos usuais de seleção genômica, baseados em expectativas condicionais, além de impossibilitar a previsão de todas as distribuições de valores fenotípicos, podem sub ou superestimar os efeitos dos marcadores e, consequentemente, os valores genômicos, o que pode comprometer a eficácia do processo seletivo. Objetivou-se com esta pesquisa verificar a sensibilidade e a capacidade preditiva dos métodos genômicos RRBLUP, BLASSO e ssGBLUP, quando a pressuposição de normalidade da variável resposta não é atendida, associado com diferentes tamanhos amostrais, números de animais genotipados e diferentes níveis de variância fenotípica, para verificar o efeito dessa premissa sobre a predição de valores genético e sobre a acurácia preditiva. Dados genômicos foram simulados no software QMSIM sendo o genoma formado por 26 pares de cromossomos autossômicos com tamanho idêntico ao genoma real de Ovis Aires, totalizando 2657 cM. Foram distribuídos 12 mil marcadores bialélicos de forma equidistante considerando a presença de 2.014 QTLs bialélicos distribuídos através de pesos de acordo com o número de QTLs já conhecidos na literatura, com efeito sobre a característica área de olho de lombo (AOL), e supondo no mínimo um QTL por cromossomo, caso não tenha relação com essa característica descrita na literatura. A herdabilidade da característica simulada foi semelhante a AOL, igual a 0,30 e a herdabilidade do QTL foi igual a 0,18. Foram considerados três níveis de variação fenotípica: 5, 10 e 15. Além disso, três tamanhos populacionais foram considerados: 400, 1.000 e 5.000. A comparação dos métodos RR-BLUP e BLASSO nos diferentes cenários e quando os dados fenotípicos apresentavam distribuição gama foi através da análise de resíduos e da acurácia preditiva. As acurácias apresentaram redução de 7,08% e 7,1%, respectivamente, para os métodos RR-BLUP e LASSO, quando aplicados a dados fenotípicos com distribuição gama, porém analisados assumindo distribuição normal. Ao comparar os dois métodos, foi verificado uma leve superioridade na acurácia para o método RR-BLUP, quando comparado ao LASSO. No capítulo 2, foi verificada a sensibilidade do método ssGBLUP com diferentes número animais genotipados e com dados que apresentavam distribuição gama, porém analisados assumindo distribuição normal. Ao quebrar a pressuposição de normalidade, a capacidade preditiva do método diminuiu em até 8,4%, com 5.000 animais genotipados, e 14,7% quando apenas 1.000 animais genotipados foram utilizados. Os desvios padrão para os valores genéticos preditos aumentam em até 13 vezes quando a pressuposição de normalidade dos dados fenotípicos não foi atendida. Aumentando o número de animais genotipados, foi verificado o ganho de acurácia de até 9,2% conforme os diferentes cenários estudados para número de animais genotipados e variância fenotípica. Embora inúmeros métodos estatísticos lidem com vários desafios da implantação seleção genômica, o problema da assimetria na distribuição de valores fenotípicos não são comumente considerados. A pressuposição de normalidade para a variável resposta nos métodos de seleção genômica ampla, quando não atendida, diminuem a acurácia preditiva, o que sugere a necessidade de aperfeiçoamento dos métodos existentes. O não atendimento da pressuposição de normalidade associado a pequenos tamanhos amostrais e baixo número de animais genotipados aumentou a distância entre os valores genéticos genômicos preditos e verdadeiros.