| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agricultura Digital; Embrapa Pecuária Sul. |
|
Data corrente: |
15/02/2017 |
|
Data da última atualização: |
22/02/2017 |
|
Tipo da produção científica: |
Documentos |
|
Autoria: |
MUDADU, M. de A.; CARVALHO, H. G. de; YOKOO, M. J. I.; CARDOSO, F. F. |
|
Afiliação: |
MAURÍCIO DE ALVARENGA MUDADU, CNPTIA; HENRY GOMES DE CARVALHO, CPPSUL; MARCOS JUN ITI YOKOO, CPPSUL; FERNANDO FLORES CARDOSO, CPPSUL. |
|
Título: |
Imputação de genótipos em bovinos: um guia passo a passo. |
|
Ano de publicação: |
2016 |
|
Fonte/Imprenta: |
Campinas: Embrapa informática Agropecuária, 2016. |
|
Páginas: |
31 p. |
|
Descrição Física: |
il. |
|
Série: |
(Embrapa informática Agropecuária. Documentos, 143). |
|
ISSN: |
1677-9274 |
|
Idioma: |
Português |
|
Conteúdo: |
O programa de melhoramento genético no Brasil está implementando o uso de marcadores genéticos, um procedimento chamado seleção genômica (SG). SG consiste em genotipar uma população de referência com fenótipos conhecidos e na descoberta de marcadores genéticos associados. O efeito dos marcadores são estimados e validados de forma a tornar possível predizer os valores genéticos dos cadidatos à seleção baseado nos seus genótipos. A genotipagem de alta densidade tem custo elevado, de forma que usa-se genotipar a população de referência usando chips de alta densidade de marcadores e genotipar com menor custo os candidatos a seleção usando chips de baixa densidade de marcadores. A imputação de genótipos é então aplicada para expandir os dados de genotipagem dos candidatos, melhorando a intensidade de seleção e reduzindo custos. Nesse trabalho, três softwares de imputação, Beagle v4.1, Minimac v3 e Fimpute v2.2 foram usados para imputar genótipos de chips de baixa densidade para alta densidade, usando dados de genotipagem de 233 touros da raça Hereford e Bradford provindos da região sul do Brasil. Dados de alta densidade de genotipagem (777 mil marcadores) foram disponibilizados para todas as amostras, de forma que os dados de um chip de baixa densidade (50 mil marcadores) puderam ser obtidos e as acurácias dos softwares puderam ser medidas. Os resultados mostraram que os softwares permitiram imputar mais de 94% de todos os marcadores passíveis de imputação. A taxa de marcadores imputados corretamente variou de 86% a 94%. A performance dos softwares variou entre 26,9 a 378,1 marcadores imputados por segundo, usando uma amostra dos dados de genotipagem do cromossomo 1. De uma forma geral, todos os três softwares apresentaram boa performance e se mostraram como boas opções para a imputação de genótipos para se usar em SG MenosO programa de melhoramento genético no Brasil está implementando o uso de marcadores genéticos, um procedimento chamado seleção genômica (SG). SG consiste em genotipar uma população de referência com fenótipos conhecidos e na descoberta de marcadores genéticos associados. O efeito dos marcadores são estimados e validados de forma a tornar possível predizer os valores genéticos dos cadidatos à seleção baseado nos seus genótipos. A genotipagem de alta densidade tem custo elevado, de forma que usa-se genotipar a população de referência usando chips de alta densidade de marcadores e genotipar com menor custo os candidatos a seleção usando chips de baixa densidade de marcadores. A imputação de genótipos é então aplicada para expandir os dados de genotipagem dos candidatos, melhorando a intensidade de seleção e reduzindo custos. Nesse trabalho, três softwares de imputação, Beagle v4.1, Minimac v3 e Fimpute v2.2 foram usados para imputar genótipos de chips de baixa densidade para alta densidade, usando dados de genotipagem de 233 touros da raça Hereford e Bradford provindos da região sul do Brasil. Dados de alta densidade de genotipagem (777 mil marcadores) foram disponibilizados para todas as amostras, de forma que os dados de um chip de baixa densidade (50 mil marcadores) puderam ser obtidos e as acurácias dos softwares puderam ser medidas. Os resultados mostraram que os softwares permitiram imputar mais de 94% de todos os marcadores passíveis de imputação. A taxa de marcadores i... Mostrar Tudo |
|
Palavras-Chave: |
Bioinformática; Genotipagem em alta densidade; Imputação de genótipos. |
|
Thesaurus Nal: |
Bioinformatics; Genotyping. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/155698/1/Doc143.pdf
|
|
Marc: |
LEADER 02629nam a2200241 a 4500
001 2064163
005 2017-02-22
008 2016 bl uuuu u0uu1 u #d
022 $a1677-9274
100 1 $aMUDADU, M. de A.
245 $aImputação de genótipos em bovinos$bum guia passo a passo.$h[electronic resource]
260 $aCampinas: Embrapa informática Agropecuária$c2016
300 $a31 p.$cil.
490 $a(Embrapa informática Agropecuária. Documentos, 143).
520 $aO programa de melhoramento genético no Brasil está implementando o uso de marcadores genéticos, um procedimento chamado seleção genômica (SG). SG consiste em genotipar uma população de referência com fenótipos conhecidos e na descoberta de marcadores genéticos associados. O efeito dos marcadores são estimados e validados de forma a tornar possível predizer os valores genéticos dos cadidatos à seleção baseado nos seus genótipos. A genotipagem de alta densidade tem custo elevado, de forma que usa-se genotipar a população de referência usando chips de alta densidade de marcadores e genotipar com menor custo os candidatos a seleção usando chips de baixa densidade de marcadores. A imputação de genótipos é então aplicada para expandir os dados de genotipagem dos candidatos, melhorando a intensidade de seleção e reduzindo custos. Nesse trabalho, três softwares de imputação, Beagle v4.1, Minimac v3 e Fimpute v2.2 foram usados para imputar genótipos de chips de baixa densidade para alta densidade, usando dados de genotipagem de 233 touros da raça Hereford e Bradford provindos da região sul do Brasil. Dados de alta densidade de genotipagem (777 mil marcadores) foram disponibilizados para todas as amostras, de forma que os dados de um chip de baixa densidade (50 mil marcadores) puderam ser obtidos e as acurácias dos softwares puderam ser medidas. Os resultados mostraram que os softwares permitiram imputar mais de 94% de todos os marcadores passíveis de imputação. A taxa de marcadores imputados corretamente variou de 86% a 94%. A performance dos softwares variou entre 26,9 a 378,1 marcadores imputados por segundo, usando uma amostra dos dados de genotipagem do cromossomo 1. De uma forma geral, todos os três softwares apresentaram boa performance e se mostraram como boas opções para a imputação de genótipos para se usar em SG
650 $aBioinformatics
650 $aGenotyping
653 $aBioinformática
653 $aGenotipagem em alta densidade
653 $aImputação de genótipos
700 1 $aCARVALHO, H. G. de
700 1 $aYOKOO, M. J. I.
700 1 $aCARDOSO, F. F.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Semiárido. Para informações adicionais entre em contato com cpatsa.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Semiárido. |
|
Data corrente: |
09/03/2020 |
|
Data da última atualização: |
10/03/2020 |
|
Tipo da produção científica: |
Capítulo em Livro Técnico-Científico |
|
Autoria: |
FREITAS, S. T. de; PAREEK, S. |
|
Afiliação: |
SERGIO TONETTO DE FREITAS, CPATSA; SUNIL PAREEK, National Institute of Food Technology - India. |
|
Título: |
Postharvest physiological disorders in fruits and vegetables. |
|
Ano de publicação: |
2019 |
|
Fonte/Imprenta: |
In: FREITAS, S. T. de: PAREEK, S. (Ed.). Postharvest physiological disorders in fruits and vegetables. Boca Raton: CRC Press, 2019. |
|
Páginas: |
cap. 1, p. 3-14 |
|
Idioma: |
Português |
|
Conteúdo: |
1. Overview of Physiological Disorders; 2. Pré-harvesting factors regulating physiological disorders: 2.1. Genetc factors; 2.2.Environmental factors; 3. Postharvest factors regulating physiological disorders: 3.1.Genetc factors; 3.2. Environmental factors: temperature, relative humidity; oxigen, carbon dioxide, ethylene. 4. Final considerations. |
|
Palavras-Chave: |
Desordem fisiológica; Manejo da Pré-colheita. |
|
Thesagro: |
Distúrbio Fisiológico; Fisiologia; Genética; Perda Pós-Colheita; Pós-Colheita; Pré-Colheita. |
|
Thesaurus NAL: |
Postharvest diseases; Postharvest injuries; Postharvest physiology; Postharvest technology; Postharvest treatment. |
|
Categoria do assunto: |
A Sistemas de Cultivo |
|
Marc: |
LEADER 01285naa a2200301 a 4500
001 2121065
005 2020-03-10
008 2019 bl uuuu u00u1 u #d
100 1 $aFREITAS, S. T. de
245 $aPostharvest physiological disorders in fruits and vegetables.
260 $c2019
300 $acap. 1, p. 3-14
520 $a1. Overview of Physiological Disorders; 2. Pré-harvesting factors regulating physiological disorders: 2.1. Genetc factors; 2.2.Environmental factors; 3. Postharvest factors regulating physiological disorders: 3.1.Genetc factors; 3.2. Environmental factors: temperature, relative humidity; oxigen, carbon dioxide, ethylene. 4. Final considerations.
650 $aPostharvest diseases
650 $aPostharvest injuries
650 $aPostharvest physiology
650 $aPostharvest technology
650 $aPostharvest treatment
650 $aDistúrbio Fisiológico
650 $aFisiologia
650 $aGenética
650 $aPerda Pós-Colheita
650 $aPós-Colheita
650 $aPré-Colheita
653 $aDesordem fisiológica
653 $aManejo da Pré-colheita
700 1 $aPAREEK, S.
773 $tIn: FREITAS, S. T. de: PAREEK, S. (Ed.). Postharvest physiological disorders in fruits and vegetables. Boca Raton: CRC Press, 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!!! |
|
|
