| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Café. |
|
Data corrente: |
15/10/2020 |
|
Data da última atualização: |
15/10/2020 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
SOUSA, I. C. de; NASCIMENTO, M.; SILVA, G. N.; NASCIMENTO, A. C. C.; CRUZ, C. D.; SILVA, F. F. e; ALMEIDA, D. P. de; PESTANA, K. N.; AZEVEDO, C. F.; ZAMBOLIM, L.; CAIXETA, E. T. |
|
Afiliação: |
Ithalo Coelho de Sousa, Universidade Federal de Viçosa; Moysés Nascimento, Universidade Federal de Viçosa; Gabi Nunes Silva, Universidade Federal de Rondônia; Ana Carolina Campana Nascimento, Universidade Federal de Viçosa; Cosme Damião Cruz, Universidade Federal de Viçosa; Fabyano Fonseca e Silva, Universidade Federal de Viçosa; Dênia Pires de Almeida, Universidade Federal de Viçosa; Kátia Nogueira Pestana, Embrapa Mandioca e Fruticultura; Camila Ferreira Azevedo, Universidade Federal de Viçosa; Laércio Zambolim, Universidade Federal de Viçosa; EVELINE TEIXEIRA CAIXETA MOURA, CNPCa. |
|
Título: |
Genomic prediction of leaf rust resistance to Arabica coffee using machine learning algorithms. |
|
Ano de publicação: |
2021 |
|
Fonte/Imprenta: |
Scientia Agricola, v. 78, n. 4, e20200021, 2021. |
|
DOI: |
http://dx.doi.org/10.1590/1678-992X-2020-0021 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Genomic selection (GS) emphasizes the simultaneous prediction of the genetic effects of thousands of scattered markers over the genome. Several statistical methodologies have been used in GS for the prediction of genetic merit. In general, such methodologies require certain assumptions about the data, such as the normality of the distribution of phenotypic values. To circumvent the non-normality of phenotypic values, the literature suggests the use of Bayesian Generalized Linear Regression (GBLASSO). Another alternative is the models based on machine learning, represented by methodologies such as Artificial Neural Networks (ANN), Decision Trees (DT) and related possible refinements such as Bagging, Random Forest and Boosting. This study aimed to use DT and its refinements for predicting resistance to orange rust in Arabica coffee. Additionally, DT and its refinements were used to identify the importance of markers related to the characteristic of interest. The results were compared with those from GBLASSO and ANN. Data on coffee rust resistance of 245 Arabica coffee plants genotyped for 137 markers were used. The DT refinements presented equal or inferior values of Apparent Error Rate compared to those obtained by DT, GBLASSO, and ANN. Moreover, DT refinements were able to identify important markers for the characteristic of interest. Out of 14 of the most important markers analyzed in each methodology, 9.3 markers on average were in regions of quantitative trait loci (QTLs) related to resistance to disease listed in the literature. MenosGenomic selection (GS) emphasizes the simultaneous prediction of the genetic effects of thousands of scattered markers over the genome. Several statistical methodologies have been used in GS for the prediction of genetic merit. In general, such methodologies require certain assumptions about the data, such as the normality of the distribution of phenotypic values. To circumvent the non-normality of phenotypic values, the literature suggests the use of Bayesian Generalized Linear Regression (GBLASSO). Another alternative is the models based on machine learning, represented by methodologies such as Artificial Neural Networks (ANN), Decision Trees (DT) and related possible refinements such as Bagging, Random Forest and Boosting. This study aimed to use DT and its refinements for predicting resistance to orange rust in Arabica coffee. Additionally, DT and its refinements were used to identify the importance of markers related to the characteristic of interest. The results were compared with those from GBLASSO and ANN. Data on coffee rust resistance of 245 Arabica coffee plants genotyped for 137 markers were used. The DT refinements presented equal or inferior values of Apparent Error Rate compared to those obtained by DT, GBLASSO, and ANN. Moreover, DT refinements were able to identify important markers for the characteristic of interest. Out of 14 of the most important markers analyzed in each methodology, 9.3 markers on average were in regions of quantitative trait loci (QTLs)... Mostrar Tudo |
|
Palavras-Chave: |
Statistical learning. |
|
Thesagro: |
Hemileia Vastatrix. |
|
Thesaurus Nal: |
Artificial intelligence; Plant breeding. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/216675/1/Sousa-et-al-2020.pdf
|
|
Marc: |
LEADER 02472naa a2200301 a 4500
001 2125524
005 2020-10-15
008 2021 bl uuuu u00u1 u #d
024 7 $ahttp://dx.doi.org/10.1590/1678-992X-2020-0021$2DOI
100 1 $aSOUSA, I. C. de
245 $aGenomic prediction of leaf rust resistance to Arabica coffee using machine learning algorithms.$h[electronic resource]
260 $c2021
520 $aGenomic selection (GS) emphasizes the simultaneous prediction of the genetic effects of thousands of scattered markers over the genome. Several statistical methodologies have been used in GS for the prediction of genetic merit. In general, such methodologies require certain assumptions about the data, such as the normality of the distribution of phenotypic values. To circumvent the non-normality of phenotypic values, the literature suggests the use of Bayesian Generalized Linear Regression (GBLASSO). Another alternative is the models based on machine learning, represented by methodologies such as Artificial Neural Networks (ANN), Decision Trees (DT) and related possible refinements such as Bagging, Random Forest and Boosting. This study aimed to use DT and its refinements for predicting resistance to orange rust in Arabica coffee. Additionally, DT and its refinements were used to identify the importance of markers related to the characteristic of interest. The results were compared with those from GBLASSO and ANN. Data on coffee rust resistance of 245 Arabica coffee plants genotyped for 137 markers were used. The DT refinements presented equal or inferior values of Apparent Error Rate compared to those obtained by DT, GBLASSO, and ANN. Moreover, DT refinements were able to identify important markers for the characteristic of interest. Out of 14 of the most important markers analyzed in each methodology, 9.3 markers on average were in regions of quantitative trait loci (QTLs) related to resistance to disease listed in the literature.
650 $aArtificial intelligence
650 $aPlant breeding
650 $aHemileia Vastatrix
653 $aStatistical learning
700 1 $aNASCIMENTO, M.
700 1 $aSILVA, G. N.
700 1 $aNASCIMENTO, A. C. C.
700 1 $aCRUZ, C. D.
700 1 $aSILVA, F. F. e
700 1 $aALMEIDA, D. P. de
700 1 $aPESTANA, K. N.
700 1 $aAZEVEDO, C. F.
700 1 $aZAMBOLIM, L.
700 1 $aCAIXETA, E. T.
773 $tScientia Agricola$gv. 78, n. 4, e20200021, 2021.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Café (CNPCa) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Mandioca e Fruticultura. Para informações adicionais entre em contato com cnpmf.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Mandioca e Fruticultura. |
|
Data corrente: |
28/10/2008 |
|
Data da última atualização: |
26/11/2008 |
|
Tipo da produção científica: |
Resumo em Anais de Congresso |
|
Autoria: |
COVA, A. M. W.; TRINDADE, A. V.; SILVA, A. B. da; SACRAMENTO, J. A. A. S. do. |
|
Afiliação: |
Alide Mitsue Watanabe Cova, UFRB; Aldo Vilar Trindade, CNPMF; Audenice Bezerra da Silva, UFBA; José Augusto Amorim Silva do Sacramento, UFRB. |
|
Título: |
Produção de mudas de helicônia em substrato inerte irrigado com águas residuárias. |
|
Ano de publicação: |
2008 |
|
Fonte/Imprenta: |
In: JORNADA CIENTÍFICA EMBRAPA MANDIOCA E FRUTICULTURA TROPICAL, 2., 2008, Cruz das Almas. Anais... Cruz das Almas: Embrapa Mandioca e Fruticultura Tropical, 2008. |
|
Idioma: |
Português |
|
Notas: |
RESUMO_008. |
|
Conteúdo: |
Atualmente, com a grande geração de esgoto doméstico, o destino final das águas residuárias são os rios, mares e fossas. O tratamento desses efluentes pode torná-los úteis para a agricultura, já que são ricos em nutrientes essenciais para o desenvolvimento vegetal. O objetivo desta pesquisa foi avaliar a eficiência de água residuária no cultivo de Heliconia dwarf. Para tanto, instalou-se um experimento com quatro tratamentos à base de água residuária servida da Unidade de Tratamento da UFBA (1. Urina diluída a 1,5%; 2. Efluente de filtro anaeróbio - FAN; 3. Efluente de filtro intermitente aeróbico - FILA; 4. Tratamento controle com aplicação de solução nutritiva convencional) com três repetições, em delineamento inteiramente ao acaso. A irrigação foi feita com aplicação de 540 mL por dia com o uso do temporizador aplicando o volume durante 1 minuto durante 170 dias. Pelos resultados parciais, pode-se observar que o tratamento convencional proporcionou maior quantidade de massa seca foliar e raiz seguido da urina, FILA e FAN. A aplicação da solução proveniente do FAN aumentou os teores de amônio e nitrato+nitrito no substrato em valores semelhantes ao da testemunha. Em contrapartida, foi o tratamento que apresentou o maior teor de sódio, o que deve explicar o menor desenvolvimento das mudas. |
|
Thesagro: |
Mineralização; Reciclagem; Resíduo. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 02042naa a2200205 a 4500
001 1655075
005 2008-11-26
008 2008 bl uuuu u00u1 u #d
100 1 $aCOVA, A. M. W.
245 $aProdução de mudas de helicônia em substrato inerte irrigado com águas residuárias.
260 $c2008
500 $aRESUMO_008.
520 $aAtualmente, com a grande geração de esgoto doméstico, o destino final das águas residuárias são os rios, mares e fossas. O tratamento desses efluentes pode torná-los úteis para a agricultura, já que são ricos em nutrientes essenciais para o desenvolvimento vegetal. O objetivo desta pesquisa foi avaliar a eficiência de água residuária no cultivo de Heliconia dwarf. Para tanto, instalou-se um experimento com quatro tratamentos à base de água residuária servida da Unidade de Tratamento da UFBA (1. Urina diluída a 1,5%; 2. Efluente de filtro anaeróbio - FAN; 3. Efluente de filtro intermitente aeróbico - FILA; 4. Tratamento controle com aplicação de solução nutritiva convencional) com três repetições, em delineamento inteiramente ao acaso. A irrigação foi feita com aplicação de 540 mL por dia com o uso do temporizador aplicando o volume durante 1 minuto durante 170 dias. Pelos resultados parciais, pode-se observar que o tratamento convencional proporcionou maior quantidade de massa seca foliar e raiz seguido da urina, FILA e FAN. A aplicação da solução proveniente do FAN aumentou os teores de amônio e nitrato+nitrito no substrato em valores semelhantes ao da testemunha. Em contrapartida, foi o tratamento que apresentou o maior teor de sódio, o que deve explicar o menor desenvolvimento das mudas.
650 $aMineralização
650 $aReciclagem
650 $aResíduo
700 1 $aTRINDADE, A. V.
700 1 $aSILVA, A. B. da
700 1 $aSACRAMENTO, J. A. A. S. do
773 $tIn: JORNADA CIENTÍFICA EMBRAPA MANDIOCA E FRUTICULTURA TROPICAL, 2., 2008, Cruz das Almas. Anais... Cruz das Almas: Embrapa Mandioca e Fruticultura Tropical, 2008.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Mandioca e Fruticultura (CNPMF) |
|
|
Nenhum exemplar cadastrado para este documento. |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
