Los microsatélites son polimórficos y rentables. La optimización de paneles reducidos de microsatélites utilizando algoritmos heurísticos facilita las limitaciones presupuestarias en las evaluaciones de diversidad genética y genética poblacional. La eficiencia de los marcadores de microsatélites está fuertemente asociada con su polimorfismo y se cuantifica como el contenido de información polimórfica. Sin embargo, la selección de marcadores no puede depender únicamente de esto. En este estudio, se adoptó el algoritmo de optimización por colonias de hormigas (ACO), un método de optimización ampliamente reconocido, para crear un esquema de selección mejorado para refinar los paneles de marcadores de microsatélites, llamado esquema de selección -ACO. El algoritmo fue ajustado y validado utilizando conjuntos de datos extensos de gallinas y goral chino de nuestros estudios anteriores. A diferencia de los algoritmos de optimización básicos que inicializan estocásticamente salidas potenciales, nuestro algoritmo de selección utiliza los valores de los marcadores para preparar el proceso ACO. Esto aumenta la velocidad de descubrimiento de soluciones globales mientras reduce la probabilidad de quedar atrapado en soluciones locales. Este proceso facilitó la adquisición de un panel de marcadores de microsatélites optimizado y rentable para estudiar la diversidad genética y los conjuntos de datos genéticos poblacionales. Las métricas de eficiencia de microsatélites establecidas, como la riqueza de alelos y la heterocigosidad, se correlacionaron con la efectividad real del panel de marcadores de microsatélites. Este enfoque podría reducir sustancialmente las barreras presupuestarias para las evaluaciones genéticas poblacionales, la cría y los programas de conservación.