| |
|
|
| Registros recuperados : 136 | |
| 63. |  | PANTALIÃO, G. F.; NARCISO, M.; GUIMARÃES, C.; CASTRO, A.; COLOMBARI, J. M.; BRESEGHELLO, F.; RODRIGUES, L.; VIANELLO, R. P.; BORBA, T. O.; BRONDANI, C. Genome wide association study (GWAS) for grain yield in rice cultivated under water deficit. Genetica, v. 144, n. 6, p. 651-664, Dez. 2016.| Biblioteca(s): Embrapa Arroz e Feijão. |
|    |
| 64. | | CRISPIM, B. C. F.; MELLO, R. N. de; FILIPPI, M. C. C. de; BORBA, T. C. de O.; BRESEGHELLO, F.; SANTOS, P. G. Identificação de fontes de resistência à Magnaporthe oryzae em arroz (Oryza sativa). In: CONGRESSO DE PESQUISA, ENSINO E EXTENSÃO, 7., 2010, Goiânia. Conhecimento e desenvolvimento sustentável: anais... Goiânia: UFG, 2010. p. 5303-5307. Conpeex 2010.| Biblioteca(s): Embrapa Arroz e Feijão. |
|  |
| 65. | | CASTRO, E. da M. de; MORAIS, O. P. de; BRESEGHELLO, F.; GUIMARÃES, E. P.; LOPES, A. de M.; PEREIRA, J. de A.; UTUMI, M.; MOURA NETO, F. P. BRS Talento: cultivar semi-precoce de arroz de terras altas. Santo Antônio de Goiás: Embrapa Arroz e Feijão, 2002. 2 p. (Embrapa Arroz e Feijão. Comunicado Técnico, 53).| Biblioteca(s): Embrapa Agrobiologia; Embrapa Agropecuária Oeste; Embrapa Amapá; Embrapa Amazônia Oriental; Embrapa Arroz e Feijão; Embrapa Meio Norte / UEP-Parnaíba; Embrapa Meio-Norte; Embrapa Rondônia; Embrapa Unidades Centrais. |
| |
| 66. | | MORAIS, O. P. de; CASTRO, E. da M. de; BRESEGHELLO, F.; GUIMARÃES, E. P.; LOPES, A. de M.; PEREIRA, J. de A.; UTUMI, M.; MOURA NETO, F. P. BRS Talento: cultivar semiprecoce de arroz de terras altas. In: CONGRESSO DA CADEIA PRODUTIVA DE ARROZ, 1.; REUNIÃO NACIONAL DE PESQUISA DE ARROZ - RENAPA, 7., 2002, Florianópolis. Anais... Santo Antônio de Goiás: Embrapa Arroz e Feijão, 2002. p. 215-216. (Embrapa Arroz e Feijão. Documentos, 134).| Biblioteca(s): Embrapa Amazônia Oriental; Embrapa Arroz e Feijão. |
| |
| 67. | | RAMIREZ-VILLEGAS, J.; HEINEMANN, A. B.; CASTRO, A. P. de; BRESEGHELLO, F.; NAVARRO-RACINES, C.; LI, T.; REBOLLEDO, M. C.; CHALLINOR, A. J. Breeding implications of drought stress under future climate for upland rice in Brazil. Global Change Biology, v. 24, n. 5, p. 2035-2050, May 2018.| Biblioteca(s): Embrapa Arroz e Feijão. |
| |
| 68. | | MORAIS, O. P. de; CASTRO, A. P. de; BRESEGHELLO, F.; COLOMBARI FILHO, J. M.; WRUCK, F. de J.; LOPES, A. de M.; AZEVEDO, R.; BASTOS, R. A. Avaliação precoce de rendimento de grãos no melhoramento de arroz de terras altas. In: CONGRESSO BRASILEIRO DE MELHORAMENTO DE PLANTAS, 6., 2011, Búzios. Panorama atual e perspectivas do melhoramento de plantas no Brasil. [Búzios]: SBMP, 2011. 1 CD-ROM.| Biblioteca(s): Embrapa Arroz e Feijão. |
| |
| 70. | | BORBA, T. C. de O.; BRESEGHELLO, F.; DEL PELOSO, M. J.; MELO, L. C.; PEREIRA, H. S.; BRONDANI, R. P. V. Diversidade genética em acessos de feijoeiro comum analisada através de marcadores microssatélites. In: CONGRESSO NACIONAL DE PESQUISA DE FEIJÃO, 9., 2008, Campinas. Ciência e tecnologia na cadeia produtiva do feijão. Campinas: Instituto Agronômico, 2008. 1 CD-ROM. (IAC. Documentos, 85).| Biblioteca(s): Embrapa Arroz e Feijão. |
| |
| 71. | | MORAIS JUNIOR, O. P. de; BRESEGHELLO, F.; DUARTE, J. B.; MORAIS, O. P. de; COELHO, A. S. G.; BORBA, T. C. de O.; RANGEL, P. H. N. Efetividade da seleção recorrente genotípica no melhoramento do arroz irrigado. In: CONGRESSO BRASILEIRO DE MELHORAMENTO DE PLANTAS, 9., 2017, Foz do Iguaçu. Melhoramento de plantas: projetando o futuro. Foz do Iguaçu: SBMP, 2017. p. 284.| Biblioteca(s): Embrapa Arroz e Feijão. |
| |
| 72. | | GUIMARÃES, C. M.; OLIVEIRA, J. P. de; BRESEGHELLO, F.; SILVA, S. I. da; OLIVEIRA, J. L. de; SOUSA, J. P. N. de; IBRAHIM, F. N. Efeito da compactação do solo sobre o arroz dos grupos japonica e indica. In: CONGRESSO BRASILEIRO DE ARROZ IRRIGADO, 6., 2009, Porto Alegre. Estresses e sustentabilidade: desafios para a lavoura arrozeira: anais. Porto Alegre: Palotti, 2009. 1 CD-ROM.| Biblioteca(s): Embrapa Arroz e Feijão. |
| |
| 74. | | BORBA, T. C. de O.; BRONDANI, R. P. V.; BRESEGHELLO, F.; COELHO, A. S. G.; MENDONÇA, J. A.; RANGEL, P. H. N.; BRONDANI, C. Association mapping for yield and grain quality traits in rice (Oryza sativa L.). Genetics and Molecular Biology, v. 33, n. 3, p. 515-524, 2010.| Biblioteca(s): Embrapa Arroz e Feijão. |
| |
| 75. | | MORAIS JÚNIOR, O. P.; BRESEGHELLO, F.; DUARTE, J. B.; COELHO, A. S. G.; BORBA, T. C. O.; AGUIAR, J. T.; NEVES, P. C. F.; MORAIS, O. P. Assessing prediction models for different traits in a rice population derived from a Recurrent Selection Program. Crop Science, v. 58, n. 6, p. 2347-2359, Nov./Dec. 2018.| Biblioteca(s): Embrapa Arroz e Feijão. |
| |
| 76. | | COLOMBARI FILHO, J. M.; RANGEL, P. H. N.; BRESEGHELLO, F.; FRAGOSO, D. B.; CORDEIRO, A. C. C.; ABREU, G. B.; PEREIRA, J. A. BRS A704: seleção recorrente gera cultivar de arroz irrigado de base genética ampla. In: CONGRESSO BRASILEIRO DE ARROZ IRRIGADO, 11., 2019, Balneário Camboriú. Inovação e desenvolvimento na orizicultura: anais eletrônico. Itajaí: Epagri: Sosbai, 2019. Ciência em notícia.| Biblioteca(s): Embrapa Cocais. |
| |
| 77. | | COLOMBARI FILHO, J. M.; RANGEL, P. H. N.; BRESEGHELLO, F.; FRAGOSO, D. B.; CORDEIRO, A. C. C.; ABREU, G. B.; PEREIRA, J. A. BRS A704: seleção recorrente gera cultivar de arroz irrigado de base genética ampla. In: CONGRESSO BRASILEIRO DE ARROZ IRRIGADO, 11., 2019. Balneário Camboriú, SC. Inovação e desenvolvimento na orizicultura: anais eletrônico. Itajaí: Epagri: Sosbai, 2019. Ciência em notícia.| Biblioteca(s): Embrapa Meio-Norte. |
| |
| 78. | | COLOMBARI FILHO, J. M.; RANGEL, P. H. N.; BRESEGHELLO, F.; FRAGOSO, D. B.; CORDEIRO, A. C. C.; ABREU, G. B.; PEREIRA, J. A. BRS A704: seleção recorrente gera cultivar de arroz irrigado de base genética ampla. In: CONGRESSO BRASILEIRO DE ARROZ IRRIGADO, 11., 2019. Balneário Camboriú, SC. Inovação e desenvolvimento na orizicultura: anais eletrônico. Itajaí: Epagri: Sosbai, 2019. Ciência em notícia.| Biblioteca(s): Embrapa Roraima. |
| |
| 79. | | COLOMBARI FILHO, J. M.; RANGEL, P. H. N.; BRESEGHELLO, F.; FRAGOSO, D. B.; CORDEIRO, A. C. C.; ABREU, G. B.; PEREIRA, J. A. BRS A704: seleção recorrente gera cultivar de arroz irrigado de base genética ampla. In: CONGRESSO BRASILEIRO DE ARROZ IRRIGADO, 11., 2019, Balneário Camboriú, SC. Inovação e desenvolvimento na orizicultura: anais eletrônico. Itajaí: Epagri: Sosbai, 2019.| Biblioteca(s): Embrapa Arroz e Feijão. |
| |
| Registros recuperados : 136 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Arroz e Feijão. |
|
Data corrente: |
26/01/2018 |
|
Data da última atualização: |
26/01/2018 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 2 |
|
Autoria: |
MORAIS JÚNIOR, O. P.; DUARTE, J. B.; BRESEGHELLO, F.; COELHO, A. S. G.; BORBA, T. C. O.; AGUIAR, J. T.; NEVES, P. C. F.; MORAIS, O. P. |
|
Afiliação: |
ODILON PEIXOTO MORAIS JUNIOR; JOAO BATISTA DUARTE, UFG; FLAVIO BRESEGHELLO, CNPAF; ALEXANDRE S. G. COELHO, UFG; TEREZA CRISTINA DE OLIVEIRA BORBA, CNPAF; JORDENE T. AGUIAR; PERICLES DE CARVALHO FERREIRA NEVES, CNPAF; ORLANDO PEIXOTO DE MORAIS, CNPAF. |
|
Título: |
Relevance of additive and non-additive genetic relatedness for genomic prediction in rice population under recurrent selection breeding |
|
Ano de publicação: |
2017 |
|
Fonte/Imprenta: |
Genetics and Molecular Research, v. 16, n. 4, gmr16039849, Dec. 2017. |
|
ISSN: |
1676-5680 |
|
DOI: |
10.4238/gmr16039849 |
|
Idioma: |
Inglês |
|
Conteúdo: |
In genomic recurrent selection programs of self-pollinated crops, additive genetic effects (breeding values) are effectively relevant for selection of superior progenies as new parents. However, considering additive and nonadditive genetic effects can improve the prediction of genome-enhanced breeding values (GEBV) of progenies, for quantitative traits. In this study, we assessed the magnitude of additive and nonadditive genetic variances for eight key traits in a rice population under recurrent selection, using marker-based relationship matrices. We then assessed the goodness-to-fit, bias, stability and accuracy of prediction for breeding values and total (additive plus nonadditive) genetic values, in five genomic best linear unbiased prediction (GBLUP) models, ignoring or not nonadditive genetic effects. The models were compared using 6174 single nucleotide polymorphisms (SNP) markers from 174 S1:3 progenies evaluated in field yield trial. We found dominance effects accounting for a substantial proportion of the total genetic variance for the key traits in rice, especially for days to flowering. In average of the traits, the component of variance additive, dominance, and epistatic contributed to about 34%, 14% and 9% for phenotypic variance. Additive genomic models, ignoring nonadditive genetic effects, showed better fit to the data and lower bias, in addition to greater stability and accuracy for predict GEBV of progenies. These results improve our understanding of the genetic architecture of the key traits in rice, evaluated in early-generation testing. Clearly, this study highlighted the advantages of additive models using genome-wide information, for genomic prediction applied to recurrent selection in a self-pollinated crop. MenosIn genomic recurrent selection programs of self-pollinated crops, additive genetic effects (breeding values) are effectively relevant for selection of superior progenies as new parents. However, considering additive and nonadditive genetic effects can improve the prediction of genome-enhanced breeding values (GEBV) of progenies, for quantitative traits. In this study, we assessed the magnitude of additive and nonadditive genetic variances for eight key traits in a rice population under recurrent selection, using marker-based relationship matrices. We then assessed the goodness-to-fit, bias, stability and accuracy of prediction for breeding values and total (additive plus nonadditive) genetic values, in five genomic best linear unbiased prediction (GBLUP) models, ignoring or not nonadditive genetic effects. The models were compared using 6174 single nucleotide polymorphisms (SNP) markers from 174 S1:3 progenies evaluated in field yield trial. We found dominance effects accounting for a substantial proportion of the total genetic variance for the key traits in rice, especially for days to flowering. In average of the traits, the component of variance additive, dominance, and epistatic contributed to about 34%, 14% and 9% for phenotypic variance. Additive genomic models, ignoring nonadditive genetic effects, showed better fit to the data and lower bias, in addition to greater stability and accuracy for predict GEBV of progenies. These results improve our understanding of the ge... Mostrar Tudo |
|
Palavras-Chave: |
GBLUP models; Genetic architecture; Predictive accuracy; Variance components. |
|
Thesagro: |
Arroz; Melhoramento genético vegetal; Oryza sativa; Seleção recorrente. |
|
Thesaurus NAL: |
Plant breeding; quantitative traits; Rice. |
|
Categoria do assunto: |
G Melhoramento Genético |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/171723/1/CNPAF-2017-gmr-opmj.pdf
|
|
Marc: |
LEADER 02867naa a2200361 a 4500
001 2086472
005 2018-01-26
008 2017 bl uuuu u00u1 u #d
022 $a1676-5680
024 7 $a10.4238/gmr16039849$2DOI
100 1 $aMORAIS JÚNIOR, O. P.
245 $aRelevance of additive and non-additive genetic relatedness for genomic prediction in rice population under recurrent selection breeding$h[electronic resource]
260 $c2017
520 $aIn genomic recurrent selection programs of self-pollinated crops, additive genetic effects (breeding values) are effectively relevant for selection of superior progenies as new parents. However, considering additive and nonadditive genetic effects can improve the prediction of genome-enhanced breeding values (GEBV) of progenies, for quantitative traits. In this study, we assessed the magnitude of additive and nonadditive genetic variances for eight key traits in a rice population under recurrent selection, using marker-based relationship matrices. We then assessed the goodness-to-fit, bias, stability and accuracy of prediction for breeding values and total (additive plus nonadditive) genetic values, in five genomic best linear unbiased prediction (GBLUP) models, ignoring or not nonadditive genetic effects. The models were compared using 6174 single nucleotide polymorphisms (SNP) markers from 174 S1:3 progenies evaluated in field yield trial. We found dominance effects accounting for a substantial proportion of the total genetic variance for the key traits in rice, especially for days to flowering. In average of the traits, the component of variance additive, dominance, and epistatic contributed to about 34%, 14% and 9% for phenotypic variance. Additive genomic models, ignoring nonadditive genetic effects, showed better fit to the data and lower bias, in addition to greater stability and accuracy for predict GEBV of progenies. These results improve our understanding of the genetic architecture of the key traits in rice, evaluated in early-generation testing. Clearly, this study highlighted the advantages of additive models using genome-wide information, for genomic prediction applied to recurrent selection in a self-pollinated crop.
650 $aPlant breeding
650 $aquantitative traits
650 $aRice
650 $aArroz
650 $aMelhoramento genético vegetal
650 $aOryza sativa
650 $aSeleção recorrente
653 $aGBLUP models
653 $aGenetic architecture
653 $aPredictive accuracy
653 $aVariance components
700 1 $aDUARTE, J. B.
700 1 $aBRESEGHELLO, F.
700 1 $aCOELHO, A. S. G.
700 1 $aBORBA, T. C. O.
700 1 $aAGUIAR, J. T.
700 1 $aNEVES, P. C. F.
700 1 $aMORAIS, O. P.
773 $tGenetics and Molecular Research$gv. 16, n. 4, gmr16039849, Dec. 2017.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Arroz e Feijão (CNPAF) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
