| |
|
|
| Registros recuperados : 125 | |
| 101. |  | ALMEIDA FILHO, J. E. de A.; GUIMARÃES, J. F. R.; SILVA, F. F. e; RESENDE, M. D. V. de; MUÑOZ, P.; KIRST, M.; RESENDE JÚNIOR, M. F. R. de. Genomic prediction of additive and non-additive effects using genetic markers and pedigrees. G3: Genes, Genomes, Genetics, v. 9, p. 2739-2748, Aug. 2019.| Biblioteca(s): Embrapa Florestas. |
|    |
| 102. | | TEIXEIRA, F. R. F.; NASCIMENTO, M.; CECON, P. R.; CRUZ, C. D.; SILVA, F. F. e; NASCIMENTO, A. C. C.; AZEVEDO, C. F.; MARQUES, D. B. D.; SILVA, M. V. G. B.; CARNEIRO, A. P. S.; PAIXAO, D. M. Genomic prediction of lactation curves of Girolando cattle based on nonlinear mixed models. Genetics and Molecular Research, v. 20, n. 1, gmr18691, 2021.| Biblioteca(s): Embrapa Gado de Leite. |
|  |
| 103. | | 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. Genomic prediction of leaf rust resistance to Arabica coffee using machine learning algorithms. Scientia Agricola, v. 78, n. 4, e20200021, 2021.| Biblioteca(s): Embrapa Café. |
| |
| 104. | | PEIXOTO, M. A.; EVANGELISTA, J. S. P. C.; COELHO, I. F; ALVES, R. A.; LAVIOLA, B. G.; SILVA, F. F. e; RESENDE, M. D. V. de; BHERING, L. L. Multiple-trait model through Bayesian inference applied to Jatropha curcas breeding for bioenergy. PLOS ONE , v. 16, n. 3, e0247775, Mar. 2021. 16| Biblioteca(s): Embrapa Agroenergia; Embrapa Café. |
| |
| 105. | | ALVES, R. S.; RESENDE, M. D. V. de; AZEVEDO, C. F.; SILVA, F. F. e; ROCHA, J. R. A. S. C.; NUNES, A. C. P.; CARNEIRO, A. P. S.; SANTOS, G. A. dos. Optimization of Eucalyptus breeding through random regression models allowing for reaction norms in response to environmental gradients. Tree Genetics & Genomes, v. 16, n. 2, p. 1-8, 2020.| Biblioteca(s): Embrapa Café. |
| |
| 106. | | ALMEIDA FILHO, J. E. de; AZEVEDO, C. F.; MARINHO, C. D.; RESENDE, M. D. V. de; SILVA, F. F. e; FERREIRA, K. C. Z.; ROSSE, L. N.; SANSALONI, C. P.; PETROLI, C. D.; GRATTAPAGLIA, D. Parametrizações em marcadores dominantes para seleção genômica ampla em eucalipto. In: CONGRESSO BRASILEIRO DE MELHORAMENTO DE PLANTAS, 7., 2013, Uberlândia. Variedade melhorada: a força da nossa agricultura: anais. Viçosa, MG: SBMP, 2013. p. 13-16.| Biblioteca(s): Embrapa Recursos Genéticos e Biotecnologia. |
| |
| 107. | | ALMEIDA FILHO, J. E. de; AZEVEDO, C. F.; MARINHO, C. D.; RESENDE, M. D. V. de; SILVA, F. F. e; FERREIRA, K. C. Z.; ROSSE, L. N.; SANSALONI, C. P.; PETROLI, C. D.; GRATTAPAGLIA, D. Parametrizações em marcadores dominantes para seleção genômica ampla em eucalipto. In: CONGRESSO BRASILEIRO DE MELHORAMENTO DE PLANTAS, 7., 2013, Uberlândia. Variedade melhorada: a força da nossa agricultura: anais. Viçosa, MG: SBMP, 2013. p. 13-16.| Biblioteca(s): Embrapa Florestas. |
| |
| 108. | | EVANGELISTA, J. S. P. C.; PEIXOTO, M. A.; COELHO, I. F.; ALVES, R. S.; SILVA, F. F. e; RESENDE, M. D. V. de; SILVA, F. L. da; BHERING, L. L. Environmental stratification and genotype recommendation toward the soybean ideotype: a Bayesian approach. Crop Breeding and Applied Biotechnology, v. 21, n. 1, e359721111, 2021.| Biblioteca(s): Embrapa Café. |
| |
| 109. | | RESENDE, R. T.; SOARES, A. A. V.; FORRESTER, D. I.; MARCATTI, G. E.; SANTOS, A. R. dos; TAKAHASHI, E. K.; SILVA, F. F. e; GRATTAPAGLIA, D.; RESENDE, M. D. V. de; LEITE, H. G. Environmental uniformity, site quality and tree competition interact to determine stand productivity of clonal Eucalyptus. Forest Ecology and Management, v. 410, p. 76-83, Feb. 2018.| Biblioteca(s): Embrapa Florestas; Embrapa Recursos Genéticos e Biotecnologia. |
| |
| 110. | | MIRANDA, T. L. R.; RESENDE, M. D. V. de; AZEVEDO, C. F.; NUNES, A. C. P.; TAKAHASHI, E. K.; SIMIQUELI, G. F.; SILVA, F. F. e; ALVES, R. S. Evaluation of a new additive-dominance genomic model and implications for quantitative genetics and genomic selection. Scientia Agricola, v. 79, n. 6, p. 1-7, 2022.| Biblioteca(s): Embrapa Café. |
| |
| 111. | | RESENDE, R. T.; RESENDE, M. D. V. de; AZEVEDO, C. F.; SILVA, F. F. e; MELO, L. C.; PEREIRA, H. S.; SOUZA, T. L. P. O. de; VALDISSER, P. A. M. R.; BRONDANI, C.; VIANELLO, R. P. Genome-wide association and regional heritability mapping of plant architecture, lodging and productivity in Phaseolus vulgaris. G3: Genes, Genomes, Genetics, v. 8, p. 2841-2854, Aug. 2018.| Biblioteca(s): Embrapa Arroz e Feijão; Embrapa Florestas. |
| |
| 112. | | DUARTE, D. A. S.; FORTES, M. R. S.; DUARTE, M. de S.; GUIMARÃES, S. E. F.; VERARDO, L. L.; VERONEZE, R.; RIBEIRO, A. M. F.; LOPES, P. S.; RESENDE, M. D. V. de; SILVA, F. F. e. Genome-wide association studies, meta-analyses and derived gene network for meat quality and carcass traits in pigs. Animal Production Science, v. 58, n. 6, p. 1100-1008, May 2018.| Biblioteca(s): Embrapa Florestas. |
| |
| 113. | | RAMOS, P. B. B.; MENEZES, G. R. de O.; SILVA, D. A. DA; LOURENCO, D.; SANTIAGO, G. G.; TORRES JUNIOR, R. A. de A.; SILVA, F. F. E; LOPES, P. S.; VERONEZA, R. Genomic analysis of feed efficiency traits in beef cattle using random regression models. Journal Animal Breeding and Genetics, 2023. Online ahead of print.| Biblioteca(s): Embrapa Gado de Corte. |
| |
| 114. | | CARRARA, E. R.; PEIXOTO, M. G. C. D.; VERONEZE, R.; SILVA, F. F. e; RAMOS, P. V. B.; BRUNELI, F. A. T.; ZADRA, L. E. F.; VENTURA, H. T.; JOSAHKIAN, L. A.; LOPES, P. S. Genetic study of quantitative traits supports the use of Guzerá as dual-purpose cattle. Animal Bioscience, v. 35, n. 7, p. 955-963, 2022.| Biblioteca(s): Embrapa Gado de Leite. |
| |
| 115. | | SILVA, F. F. e; ZAMBRANO, M. F. B.; VARONA, L.; GLÓRIA, L. S.; LOPES, P. S.; SILVA, M. V. G. B.; ARBEX, W. A.; LÁZARO, S. F.; RESENDE, M. D. V. de; GUIMARÃES, S. E. F. Genome association study through nonlinear mixed models revealed new candidate genes for pig growth curves. Scientia Agricola, v. 74, n. 1, 2017. 7 P.| Biblioteca(s): Embrapa Florestas; Embrapa Gado de Leite. |
| |
| 116. | | SANTANA, T. E. Z.; SILVA, J. C. F.; SILVA, L. O. C. da; ALVARENGA, A. B.; MENEZES, G. R. de O.; TORRES JUNIOR, R. A. de A.; DUARTE, M. de S.; SILVA, F. F. e. Genome-enabled classification of stayability in Nellore cattle under a machine learning framework. Livestock Science, v. 260, article 104935, 2022.| Biblioteca(s): Embrapa Gado de Corte. |
| |
| 117. | | ALVES, R. S.; RESENDE, M. D. V. de; ROCHA, J. R. do A. S. de C.; PEIXOTO, M. A.; TEODORO, P. E.; SILVA, F. F. e; BHERING, L. L.; SANTOS, G. A. dos. Quantifying individual variation in reaction norms using random regression models fitted through Legendre polynomials: application in eucalyptus breeding. Bragantia, v. 79, n. 4, 2020. p. 360-376.| Biblioteca(s): Embrapa Café. |
| |
| 118. | | NASCIMENTO, M.; SILVA, F. F. e; RESENDE, M. D. V. de; CRUZ, C. D.; NASCIMENTO, A. C. C.; VIANA, J. M. S.; AZEVEDO, C. F.; BARROSO, L. M. A. Regularized quantile regression applied to genome-enabled prediction of quantitative traits. Genetics and Molecular Research, v. 16, n. 1, gmr16019538, 2017. 12 p.| Biblioteca(s): Embrapa Florestas. |
| |
| 119. | | GRANATO, I. S. C.; MARINHO, C. D.; ALMEIDA FILHO, J. E. de; RESENDE, M. D. V. de; SILVA, F. F. e; FERREIRA, K. C. Z.; ROSSE, L. N.; SANSALONI, C. P.; PETROLI, C. D.; GRATTAPAGLIA, D. Seleção de marcadores para os métodos RR-BLUP e BLASSO na seleção genômica ampla. In: CONGRESSO BRASILEIRO DE MELHORAMENTO DE PLANTAS, 7., 2013, Uberlândia. Variedade melhorada: a força da nossa agricultura: anais. Viçosa, MG: SBMP, 2013. p. 285-288.| Biblioteca(s): Embrapa Recursos Genéticos e Biotecnologia. |
| |
| 120. | | GRANATO, I. S. C.; MARINHO, C. D.; ALMEIDA FILHO, J. E. de; RESENDE, M. D. V. de; SILVA, F. F. e; FERREIRA, K. C. Z.; ROSSE, L. N.; SANSALONI, C. P.; PETROLI, C. D.; GRATTAPAGLIA, D. Seleção de marcadores para os métodos RR-BLUP e BLASSO na seleção genômica ampla. In: CONGRESSO BRASILEIRO DE MELHORAMENTO DE PLANTAS, 7., 2013, Uberlândia. Variedade melhorada: a força da nossa agricultura: anais. Viçosa, MG: SBMP, 2013. p. 285-288.| Biblioteca(s): Embrapa Florestas. |
| |
| Registros recuperados : 125 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Agroenergia; Embrapa Café. |
|
Data corrente: |
24/06/2021 |
|
Data da última atualização: |
24/06/2021 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
PEIXOTO, M. A.; EVANGELISTA, J. S. P. C.; COELHO, I. F; ALVES, R. A.; LAVIOLA, B. G.; SILVA, F. F. e; RESENDE, M. D. V. de; BHERING, L. L. |
|
Afiliação: |
MARCO ANTÔNIO PEIXOTO, Universidade Federal de Viçosa; JENIFFER SANTANA PINTO COELHO EVANGELISTA, Universidade Federal de Viçosa; IGOR FERREIRA COELHO, Universidade Federal de Viçosa; RODRIGO SILVA ALVES, Universidade Federal de Viçosa; BRUNO GALVEAS LAVIOLA, CNPAE; FABYANO FONSECA E SILVA, Universidade Federal de Viçosa; MARCOS DEON VILELA DE RESENDE, CNPCa; LEONARDO LOPES BHERING, Universidade Federal de Viçosa. |
|
Título: |
Multiple-trait model through Bayesian inference applied to Jatropha curcas breeding for bioenergy. |
|
Ano de publicação: |
2021 |
|
Fonte/Imprenta: |
PLOS ONE , v. 16, n. 3, e0247775, Mar. 2021. |
|
Volume: |
16 |
|
ISSN: |
1932-6203 |
|
DOI: |
https://doi.org/10.1371/journal.pone.0247775 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Multiple-trait model tends to be the best alternative for the analysis of repeated measures, since they consider the genetic and residual correlations between measures and improve the selective accuracy. Thus, the objective of this study was to propose a multiple-trait Bayesian model for repeated measures analysis in Jatropha curcas breeding for bioenergy. To this end, the grain yield trait of 730 individuals of 73 half-sib families was evaluated over six harvests. The Markov Chain Monte Carlo algorithm was used to estimate genetic parameters and genetic values. Genetic correlation between pairs of measures were estimated and four selective intensities (27.4%, 20.5%, 13.7%, and 6.9%) were used to compute the selection gains. The full model was selected based on deviance information criterion. Genetic correlations of low, moderate, and high magnitude were observed between pairs of harvests. Bayesian analyses provide robust inference of genetic parameters and genetic values, with high selective accuracies. In summary, the multiple-trait Bayesian model allowed the reliable selection of superior Jatropha curcas progenies. Therefore, we recommend this model to genetic evaluation of Jatropha curcas genotypes, and its generalization, in other perennials. |
|
Thesagro: |
Bioenergia. |
|
Thesaurus NAL: |
Bioenergy; Biofuels; Genetic polymorphism; Petroleum; Vegetable oil. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/224043/1/Multiple-trait-model-2021.pdf
|
|
Marc: |
LEADER 02186naa a2200325 a 4500
001 2132550
005 2021-06-24
008 2021 bl uuuu u00u1 u #d
022 $a1932-6203
024 7 $ahttps://doi.org/10.1371/journal.pone.0247775$2DOI
100 1 $aPEIXOTO, M. A.
245 $aMultiple-trait model through Bayesian inference applied to Jatropha curcas breeding for bioenergy.$h[electronic resource]
260 $c2021
300 $a16
490 $v16
520 $aMultiple-trait model tends to be the best alternative for the analysis of repeated measures, since they consider the genetic and residual correlations between measures and improve the selective accuracy. Thus, the objective of this study was to propose a multiple-trait Bayesian model for repeated measures analysis in Jatropha curcas breeding for bioenergy. To this end, the grain yield trait of 730 individuals of 73 half-sib families was evaluated over six harvests. The Markov Chain Monte Carlo algorithm was used to estimate genetic parameters and genetic values. Genetic correlation between pairs of measures were estimated and four selective intensities (27.4%, 20.5%, 13.7%, and 6.9%) were used to compute the selection gains. The full model was selected based on deviance information criterion. Genetic correlations of low, moderate, and high magnitude were observed between pairs of harvests. Bayesian analyses provide robust inference of genetic parameters and genetic values, with high selective accuracies. In summary, the multiple-trait Bayesian model allowed the reliable selection of superior Jatropha curcas progenies. Therefore, we recommend this model to genetic evaluation of Jatropha curcas genotypes, and its generalization, in other perennials.
650 $aBioenergy
650 $aBiofuels
650 $aGenetic polymorphism
650 $aPetroleum
650 $aVegetable oil
650 $aBioenergia
700 1 $aEVANGELISTA, J. S. P. C.
700 1 $aCOELHO, I. F
700 1 $aALVES, R. A.
700 1 $aLAVIOLA, B. G.
700 1 $aSILVA, F. F. e
700 1 $aRESENDE, M. D. V. de
700 1 $aBHERING, L. L.
773 $tPLOS ONE$gv. 16, n. 3, e0247775, Mar. 2021.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agroenergia (CNPAE) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
