|
|
Registro Completo |
Biblioteca(s): |
Embrapa Pecuária Sudeste. |
Data corrente: |
05/12/2011 |
Data da última atualização: |
27/07/2022 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Autoria: |
CAVALCANTE NETO, A.; THOLON, P.; LUI, J. F.; LARA, M. A. C.; FONSECA, C.; RIBEIRO, M. N.; SARMENTO, J. L. R. |
Afiliação: |
ADERVAL CAVALCANTE NETO, CESAM/UNIVERSIDADE DE AVEIRO/AVEIRO-PORTUGUAL; PATRICIA THOLON, CPPSE; JEFFREY FREDERICO LUI, UNESP/JABOTICABAL; MARIA A. CASSIANO LARA, INSTITUTO DE ZOOTECNIA/NOVA ODESSA, SP; CARLOS FONSECA, CESAM-UNIVERSIDADE DE AVEIRO/AVEIRO-PORTUGAL; MARIA NORMA RIBEIRO, UFRPE/RECIFE; JOSÉ LINDENBERG ROCHA SARMENTO, UFPI/BOM JESUS, PI. |
Título: |
Modelos de regressão aleatória com diferentes estruturas de variância residual para descrever o tamanho da leitegada. |
Ano de publicação: |
2011 |
Fonte/Imprenta: |
Revista Ciência Agronômica, v. 42, n. 4, p. 1043-1050, dez. 2011. |
DOI: |
https://doi.org/10.1590/S1806-66902011000400029 |
Idioma: |
Português |
Conteúdo: |
Objetivou-se comparar modelos de regressão aleatória com diferentes estruturas de variância residual, a fim de se buscar a melhor modelagem para a característica tamanho da leitegada ao nascer (TLN). Utilizaram-se 1.701 registros de TLN, que foram analisados por meio de modelo animal, unicaracterística, de regressão aleatória. As regressões fixa e aleatórias foram representadas por funções contínuas sobre a ordem de parto, ajustadas por polinômios ortogonais de Legendre de ordem 3. Para averiguar a melhor modelagem para a variância residual, considerou-se a heterogeneidade de variância por meio de 1 a 7 classes de variância residual. O modelo geral de análise incluiu grupo de contemporâneo como efeito fixo; os coeficientes de regressão fixa para modelar a trajetória média da população; os coeficientes de regressão aleatória do efeito genético aditivo-direto, do comum-de-leitegada e do de ambiente permanente de animal; e o efeito aleatório residual. O teste da razão de verossimilhança, o critério de informação de Akaike e o critério de informação bayesiano de Schwarz apontaram o modelo que considerou homogeneidade de variância como o que proporcionou melhor ajuste aos dados utilizados. As herdabilidades obtidas foram próximas a zero (0,002 a 0,006). O efeito de ambiente permanente foi crescente da 1a (0,06) à 5a (0,28) ordem, mas decrescente desse ponto até a 7a ordem (0,18). O comum-de-leitegada apresentou valores baixos (0,01 a 0,02). A utilização de homogeneidade de variância residual foi mais adequada para modelar as variâncias associadas à característica tamanho da leitegada ao nascer nesse conjunto de dado. MenosObjetivou-se comparar modelos de regressão aleatória com diferentes estruturas de variância residual, a fim de se buscar a melhor modelagem para a característica tamanho da leitegada ao nascer (TLN). Utilizaram-se 1.701 registros de TLN, que foram analisados por meio de modelo animal, unicaracterística, de regressão aleatória. As regressões fixa e aleatórias foram representadas por funções contínuas sobre a ordem de parto, ajustadas por polinômios ortogonais de Legendre de ordem 3. Para averiguar a melhor modelagem para a variância residual, considerou-se a heterogeneidade de variância por meio de 1 a 7 classes de variância residual. O modelo geral de análise incluiu grupo de contemporâneo como efeito fixo; os coeficientes de regressão fixa para modelar a trajetória média da população; os coeficientes de regressão aleatória do efeito genético aditivo-direto, do comum-de-leitegada e do de ambiente permanente de animal; e o efeito aleatório residual. O teste da razão de verossimilhança, o critério de informação de Akaike e o critério de informação bayesiano de Schwarz apontaram o modelo que considerou homogeneidade de variância como o que proporcionou melhor ajuste aos dados utilizados. As herdabilidades obtidas foram próximas a zero (0,002 a 0,006). O efeito de ambiente permanente foi crescente da 1a (0,06) à 5a (0,28) ordem, mas decrescente desse ponto até a 7a ordem (0,18). O comum-de-leitegada apresentou valores baixos (0,01 a 0,02). A utilização de homogeneidade de variân... Mostrar Tudo |
Palavras-Chave: |
Covariance functions; Fêmea suína; Função de covariância; Genetic parameter; Sow. |
Thesagro: |
Parâmetro Genético. |
Categoria do assunto: |
L Ciência Animal e Produtos de Origem Animal |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/49244/1/PROCI-2011.00183.pdf
|
Marc: |
LEADER 02571naa a2200277 a 4500 001 1908505 005 2022-07-27 008 2011 bl uuuu u00u1 u #d 024 7 $ahttps://doi.org/10.1590/S1806-66902011000400029$2DOI 100 1 $aCAVALCANTE NETO, A. 245 $aModelos de regressão aleatória com diferentes estruturas de variância residual para descrever o tamanho da leitegada.$h[electronic resource] 260 $c2011 520 $aObjetivou-se comparar modelos de regressão aleatória com diferentes estruturas de variância residual, a fim de se buscar a melhor modelagem para a característica tamanho da leitegada ao nascer (TLN). Utilizaram-se 1.701 registros de TLN, que foram analisados por meio de modelo animal, unicaracterística, de regressão aleatória. As regressões fixa e aleatórias foram representadas por funções contínuas sobre a ordem de parto, ajustadas por polinômios ortogonais de Legendre de ordem 3. Para averiguar a melhor modelagem para a variância residual, considerou-se a heterogeneidade de variância por meio de 1 a 7 classes de variância residual. O modelo geral de análise incluiu grupo de contemporâneo como efeito fixo; os coeficientes de regressão fixa para modelar a trajetória média da população; os coeficientes de regressão aleatória do efeito genético aditivo-direto, do comum-de-leitegada e do de ambiente permanente de animal; e o efeito aleatório residual. O teste da razão de verossimilhança, o critério de informação de Akaike e o critério de informação bayesiano de Schwarz apontaram o modelo que considerou homogeneidade de variância como o que proporcionou melhor ajuste aos dados utilizados. As herdabilidades obtidas foram próximas a zero (0,002 a 0,006). O efeito de ambiente permanente foi crescente da 1a (0,06) à 5a (0,28) ordem, mas decrescente desse ponto até a 7a ordem (0,18). O comum-de-leitegada apresentou valores baixos (0,01 a 0,02). A utilização de homogeneidade de variância residual foi mais adequada para modelar as variâncias associadas à característica tamanho da leitegada ao nascer nesse conjunto de dado. 650 $aParâmetro Genético 653 $aCovariance functions 653 $aFêmea suína 653 $aFunção de covariância 653 $aGenetic parameter 653 $aSow 700 1 $aTHOLON, P. 700 1 $aLUI, J. F. 700 1 $aLARA, M. A. C. 700 1 $aFONSECA, C. 700 1 $aRIBEIRO, M. N. 700 1 $aSARMENTO, J. L. R. 773 $tRevista Ciência Agronômica$gv. 42, n. 4, p. 1043-1050, dez. 2011.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Pecuária Sudeste (CPPSE) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registro Completo
Biblioteca(s): |
Embrapa Recursos Genéticos e Biotecnologia; Embrapa Semiárido. |
Data corrente: |
26/11/2019 |
Data da última atualização: |
26/09/2022 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Circulação/Nível: |
A - 1 |
Autoria: |
FREITA, E. O.; MELO, B. P.; LOURENCO-TESSUTTI, I. T.; ARRAES, F. B. M.; AMORIM, R. M.; LISEI-DE-SÁ, M. E.; COSTA, J. A.; LEITE, A. G. B.; FAHEEM, M.; FERREIRA, M. A.; MORGANTE, C. V.; FONTES, E. P. B.; GROSSI-DE-SA, M. F. |
Afiliação: |
ELINEA O. FREITA, UNB; BRUNO P. MELO, UNB; ISABELA TRISTAN LOURENCO-TESSUTTI, Cenargen; FABRÍCIO B. M. ARRAES, UNB; REGINA M. AMORIM, UNB; MARIA E. LISEI-DE-SÁ, UNB; JULIA A. COSTA, UNB; ANA G. B. LEITE, UNB; MUHAMMAD FAHEEM, UNB; MÁRCIO A. FERREIRA, UFRJ; CAROLINA VIANNA MORGANTE, CPATSA; ELIZABETH P. B. FONTES, UFV; MARIA FATIMA GROSSI DE SA, Cenargen. |
Título: |
Identification and characterization of the GmRD26 soybean promoter in response to abiotic stresses: potential tool for biotechnological application. |
Ano de publicação: |
2019 |
Fonte/Imprenta: |
BMC Biotechnology, v. 19, article 79, 2019. |
DOI: |
10.1186/s12896-019-0561-3 |
Idioma: |
Inglês |
Conteúdo: |
Drought is one of the most harmful abiotic stresses for plants, leading to reduced productivity of several economically important crops and, consequently, considerable losses in the agricultural sector. When plants are exposed to stressful conditions, such as drought and high salinity, they modulate the expression of genes that lead to developmental, biochemical, and physiological changes, which help to overcome the deleterious effects of adverse circumstances. Thus, the search for new specific gene promoter sequences has proved to be a powerful biotechnological strategy to control the expression of key genes involved in water deprivation or multiple stress responses. |
Palavras-Chave: |
Análise de módulos promotores; Estresses abióticos; Gene-promotercharacterization; Promoter modules analysis; Promotor de genes; Promotor responsivo ao estresse; Stress-responsive promoter; Tolerância à seca. |
Thesagro: |
Ácido Abscisico; Seca; Soja. |
Thesaurus NAL: |
Abscisic acid; Drought tolerance. |
Categoria do assunto: |
-- G Melhoramento Genético |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1146809/1/Identification-and-characterization-of-the-GmRD26.pdf
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/205521/1/document.pdf
|
Marc: |
LEADER 02023naa a2200433 a 4500 001 2146809 005 2022-09-26 008 2019 bl uuuu u00u1 u #d 024 7 $a10.1186/s12896-019-0561-3$2DOI 100 1 $aFREITA, E. O. 245 $aIdentification and characterization of the GmRD26 soybean promoter in response to abiotic stresses$bpotential tool for biotechnological application.$h[electronic resource] 260 $c2019 520 $aDrought is one of the most harmful abiotic stresses for plants, leading to reduced productivity of several economically important crops and, consequently, considerable losses in the agricultural sector. When plants are exposed to stressful conditions, such as drought and high salinity, they modulate the expression of genes that lead to developmental, biochemical, and physiological changes, which help to overcome the deleterious effects of adverse circumstances. Thus, the search for new specific gene promoter sequences has proved to be a powerful biotechnological strategy to control the expression of key genes involved in water deprivation or multiple stress responses. 650 $aAbscisic acid 650 $aDrought tolerance 650 $aÁcido Abscisico 650 $aSeca 650 $aSoja 653 $aAnálise de módulos promotores 653 $aEstresses abióticos 653 $aGene-promotercharacterization 653 $aPromoter modules analysis 653 $aPromotor de genes 653 $aPromotor responsivo ao estresse 653 $aStress-responsive promoter 653 $aTolerância à seca 700 1 $aMELO, B. P. 700 1 $aLOURENCO-TESSUTTI, I. T. 700 1 $aARRAES, F. B. M. 700 1 $aAMORIM, R. M. 700 1 $aLISEI-DE-SÁ, M. E. 700 1 $aCOSTA, J. A. 700 1 $aLEITE, A. G. B. 700 1 $aFAHEEM, M. 700 1 $aFERREIRA, M. A. 700 1 $aMORGANTE, C. V. 700 1 $aFONTES, E. P. B. 700 1 $aGROSSI-DE-SA, M. F. 773 $tBMC Biotechnology$gv. 19, article 79, 2019.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Semiárido (CPATSA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Expressão de busca inválida. Verifique!!! |
|
|