| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Café. |
|
Data corrente: |
03/01/2024 |
|
Data da última atualização: |
03/01/2024 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
AZEVEDO, C. F.; FERRÃO, L. F. V.; BENEVENUTO, J.; RESENDE, M. D. V. de; NASCIMENTO, M.; NASCIMENTO, A. C. C.; MUNOZ, P. R. |
|
Afiliação: |
CAMILA FERREIRA AZEVEDO, UNIVERSIDADE FEDERAL DE VIÇOSA; LUIS FELIPE VENTORIM FERRÃO, UNIVERSITY OF FLORID; JULIANA BENEVENUTO, UNIVERSITY OF FLORID; MARCOS DEON VILELA DE RESENDE, CNPCa; MOYSES NASCIMENTO, UNIVERSIDADE FEDERAL DE VIÇOSA; ANA CAROLINA CAMPANA NASCIMENTO, UNIVERSIDADE FEDERAL DE VIÇOSA; PATRICIO R. MUNOZ, UNIVERSITY OF FLORID. |
|
Título: |
Using visual scores for genomic prediction of complex traits in breeding programs. |
|
Ano de publicação: |
2024 |
|
Fonte/Imprenta: |
Theoretical and Applied Genetics, v. 137, n. 1, 2024. |
|
Páginas: |
16 p. |
|
DOI: |
https://doi.org/10.1007/s00122-023-04512-w |
|
Idioma: |
Inglês |
|
Conteúdo: |
An approach for handling visual scores with potential errors and subjectivity in scores was evaluated in simulated and blueberry recurrent selection breeding schemes to assist breeders in their decision-making. Most genomic prediction methods are based on assumptions of normality due to their simplicity and ease of implementation. However, in plant and animal breeding, continuous traits are often visually scored as categorical traits and analyzed as a Gaussian variable, thus violating the normality assumption, which could affect the prediction of breeding values and the estimation of genetic parameters. In this study, we examined the main challenges of visual scores for genomic prediction and genetic parameter estimation using mixed models, Bayesian, and machine learning methods. We evaluated these approaches using simulated and real breeding data sets. Our contribution in this study is a five-fold demonstration: (i) collecting data using an intermediate number of categories (1-3 and 1-5) is the best strategy, even considering errors associated with visual scores; (ii) Linear Mixed Models and Bayesian Linear Regression are robust to the normality violation, but marginal gains can be achieved when using Bayesian Ordinal Regression Models (BORM) and Random Forest Classification; (iii) genetic parameters are better estimated using BORM; (iv) our conclusions using simulated data are also applicable to real data in autotetraploid blueberry; and (v) a comparison of continuous and categorical phenotypes found that investing in the evaluation of 600-1000 categorical data points with low error, when it is not feasible to collect continuous phenotypes, is a strategy for improving predictive abilities. Our findings suggest the best approaches for effectively using visual scores traits to explore genetic information in breeding programs and highlight the importance of investing in the training of evaluator teams and in high-quality phenotyping. MenosAn approach for handling visual scores with potential errors and subjectivity in scores was evaluated in simulated and blueberry recurrent selection breeding schemes to assist breeders in their decision-making. Most genomic prediction methods are based on assumptions of normality due to their simplicity and ease of implementation. However, in plant and animal breeding, continuous traits are often visually scored as categorical traits and analyzed as a Gaussian variable, thus violating the normality assumption, which could affect the prediction of breeding values and the estimation of genetic parameters. In this study, we examined the main challenges of visual scores for genomic prediction and genetic parameter estimation using mixed models, Bayesian, and machine learning methods. We evaluated these approaches using simulated and real breeding data sets. Our contribution in this study is a five-fold demonstration: (i) collecting data using an intermediate number of categories (1-3 and 1-5) is the best strategy, even considering errors associated with visual scores; (ii) Linear Mixed Models and Bayesian Linear Regression are robust to the normality violation, but marginal gains can be achieved when using Bayesian Ordinal Regression Models (BORM) and Random Forest Classification; (iii) genetic parameters are better estimated using BORM; (iv) our conclusions using simulated data are also applicable to real data in autotetraploid blueberry; and (v) a comparison of continuous and ... Mostrar Tudo |
|
Thesaurus Nal: |
Animal breeding; Bayesian theory; Genome; Inheritance (genetics); Phenotype; Plant breeding. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1160409/1/Using-visual-scores-for-genomic-prediction.pdf
|
|
Marc: |
LEADER 02817naa a2200289 a 4500
001 2160409
005 2024-01-03
008 2024 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1007/s00122-023-04512-w$2DOI
100 1 $aAZEVEDO, C. F.
245 $aUsing visual scores for genomic prediction of complex traits in breeding programs.$h[electronic resource]
260 $c2024
300 $a16 p.
520 $aAn approach for handling visual scores with potential errors and subjectivity in scores was evaluated in simulated and blueberry recurrent selection breeding schemes to assist breeders in their decision-making. Most genomic prediction methods are based on assumptions of normality due to their simplicity and ease of implementation. However, in plant and animal breeding, continuous traits are often visually scored as categorical traits and analyzed as a Gaussian variable, thus violating the normality assumption, which could affect the prediction of breeding values and the estimation of genetic parameters. In this study, we examined the main challenges of visual scores for genomic prediction and genetic parameter estimation using mixed models, Bayesian, and machine learning methods. We evaluated these approaches using simulated and real breeding data sets. Our contribution in this study is a five-fold demonstration: (i) collecting data using an intermediate number of categories (1-3 and 1-5) is the best strategy, even considering errors associated with visual scores; (ii) Linear Mixed Models and Bayesian Linear Regression are robust to the normality violation, but marginal gains can be achieved when using Bayesian Ordinal Regression Models (BORM) and Random Forest Classification; (iii) genetic parameters are better estimated using BORM; (iv) our conclusions using simulated data are also applicable to real data in autotetraploid blueberry; and (v) a comparison of continuous and categorical phenotypes found that investing in the evaluation of 600-1000 categorical data points with low error, when it is not feasible to collect continuous phenotypes, is a strategy for improving predictive abilities. Our findings suggest the best approaches for effectively using visual scores traits to explore genetic information in breeding programs and highlight the importance of investing in the training of evaluator teams and in high-quality phenotyping.
650 $aAnimal breeding
650 $aBayesian theory
650 $aGenome
650 $aInheritance (genetics)
650 $aPhenotype
650 $aPlant breeding
700 1 $aFERRÃO, L. F. V.
700 1 $aBENEVENUTO, J.
700 1 $aRESENDE, M. D. V. de
700 1 $aNASCIMENTO, M.
700 1 $aNASCIMENTO, A. C. C.
700 1 $aMUNOZ, P. R.
773 $tTheoretical and Applied Genetics$gv. 137, n. 1, 2024.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Café (CNPCa) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Amazônia Oriental. |
|
Data corrente: |
03/12/2014 |
|
Data da última atualização: |
03/12/2014 |
|
Tipo da produção científica: |
Boletim de Pesquisa e Desenvolvimento |
|
Autoria: |
SANTOS, J. C. dos; HOMMA, A. K. O.; SENA, A. L. dos S.; GOMES JUNIOR, R. A.; MENEZES, A. J. E. A. de; MONTEIRO, K. F. G. |
|
Afiliação: |
JAIR CARVALHO DOS SANTOS, CPATU; ALFREDO KINGO OYAMA HOMMA, CPATU; ANA LAURA DOS SANTOS SENA, CPATU; RUI ALBERTO GOMES JUNIOR, CPATU; ANTONIO JOSE ELIAS A DE MENEZES, CPATU; KÁTIA FERNANDA GARCEZ MONTEIRO, UFRA. |
|
Título: |
Desempenho socioeconômico do sistema produtivo familiar de dendê em Moju, estado do Pará. |
|
Ano de publicação: |
2014 |
|
Fonte/Imprenta: |
Belém, PA: Embrapa Amazônia Oriental, 2014. |
|
Páginas: |
36 p. |
|
Série: |
(Embrapa Amazônia Oriental. Boletim de pesquisa e desenvolvimento, 94). |
|
Idioma: |
Português |
|
Conteúdo: |
Uma das principais controvérsias relacionada com o dendezeiro refere-se ao resultado econômico para as famílias que optaram por participar dos programas de investimento com essa cultura. Para analisar o desempenho econômico do cultivo de dendezeiro foi realizado um painel técnico, no período de 9 a 10 de agosto de 2013, na Comunidade Arauaí, Município de Moju, Estado do Pará envolvendo produtores e técnicos com grande conhecimento sobre essa cultura na região. A análise dos coeficientes sobre rentabilidade geraram indicadores importantes quanto à interface econômica da atividade e a sua sustentabilidade. Essa atividade proporciona um rendimento líquido mensal médio de R$ 2.663,61, equivalente a 3,93 salários mínimos, que permitiria poupar uma parte para promover a renovação do dendezal no futuro. Os gastos com insumos, sobretudo fertilizantes, representam 47% do custo de produção e as operações relacionadas a colheita e transportes, representam 37,2%. Menciona-se alguns coeficientes gerados pelo estudo, como a produtividade média de 23 t de cachos de frutos frescos/ha quando estabilizada e o gasto médio de 20 dias-homens/ha, o que induz a geração de um emprego para cada 10 ha de dendezeiro plantado, entre os principais. A estrutura de custo de produção revela a orientação que deve ser dada à pesquisa agrícola para aumentar a eficiência dessa cultura. |
|
Palavras-Chave: |
Moju; Palma de óleo; Pará. |
|
Thesagro: |
Agricultura familiar; Custo de produção; Dendê; Sociologia Econômica. |
|
Categoria do assunto: |
--
B Sociologia Rural |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/112971/1/BDP-94.pdf
|
|
Marc: |
LEADER 02247nam a2200277 a 4500
001 2001540
005 2014-12-03
008 2014 bl uuuu u0uu1 u #d
100 1 $aSANTOS, J. C. dos
245 $aDesempenho socioeconômico do sistema produtivo familiar de dendê em Moju, estado do Pará.
260 $aBelém, PA: Embrapa Amazônia Oriental$c2014
300 $a36 p.
490 $a(Embrapa Amazônia Oriental. Boletim de pesquisa e desenvolvimento, 94).
520 $aUma das principais controvérsias relacionada com o dendezeiro refere-se ao resultado econômico para as famílias que optaram por participar dos programas de investimento com essa cultura. Para analisar o desempenho econômico do cultivo de dendezeiro foi realizado um painel técnico, no período de 9 a 10 de agosto de 2013, na Comunidade Arauaí, Município de Moju, Estado do Pará envolvendo produtores e técnicos com grande conhecimento sobre essa cultura na região. A análise dos coeficientes sobre rentabilidade geraram indicadores importantes quanto à interface econômica da atividade e a sua sustentabilidade. Essa atividade proporciona um rendimento líquido mensal médio de R$ 2.663,61, equivalente a 3,93 salários mínimos, que permitiria poupar uma parte para promover a renovação do dendezal no futuro. Os gastos com insumos, sobretudo fertilizantes, representam 47% do custo de produção e as operações relacionadas a colheita e transportes, representam 37,2%. Menciona-se alguns coeficientes gerados pelo estudo, como a produtividade média de 23 t de cachos de frutos frescos/ha quando estabilizada e o gasto médio de 20 dias-homens/ha, o que induz a geração de um emprego para cada 10 ha de dendezeiro plantado, entre os principais. A estrutura de custo de produção revela a orientação que deve ser dada à pesquisa agrícola para aumentar a eficiência dessa cultura.
650 $aAgricultura familiar
650 $aCusto de produção
650 $aDendê
650 $aSociologia Econômica
653 $aMoju
653 $aPalma de óleo
653 $aPará
700 1 $aHOMMA, A. K. O.
700 1 $aSENA, A. L. dos S.
700 1 $aGOMES JUNIOR, R. A.
700 1 $aMENEZES, A. J. E. A. de
700 1 $aMONTEIRO, K. F. G.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Amazônia Oriental (CPATU) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
