| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Florestas. Para informações adicionais entre em contato com cnpf.biblioteca@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Florestas. |
|
Data corrente: |
16/12/2019 |
|
Data da última atualização: |
16/12/2019 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
SILVEIRA, L. S.; MARTINS FILHO, S.; AZEVEDO, C. F.; BARBOSA, E. C.; RESENDE, M. D. V. de; TAKAHASHI, E. K. |
|
Afiliação: |
L. S. Silveira, UFV; S. Martins Filho, UFV; C. F. Azevedo, UFV; E. C. Barbosa, UFV; MARCOS DEON VILELA DE RESENDE, CNPF; E. K. Takahashi, CENIBRA. |
|
Título: |
Bayesian models applied to genomic selection for categorical traits. |
|
Ano de publicação: |
2019 |
|
Fonte/Imprenta: |
Genetics and Molecular Research, v. 18, n. 4: gmr18490, 2019. 10 p. |
|
DOI: |
10.4238/gmr18490 |
|
Idioma: |
Inglês |
|
Conteúdo: |
We compared two statistical methodologies applied to genetic and genomic analyses of categorical traits. The first one consists of a Bayesian approach to the Bayesian Linear Mixed Model (BLMM), which addresses the statistical problems of genomic prediction. The second methodology, called Bayesian Generalized Linear Mixed Model (BGLMM) is similar, but it is used when the distribution of the response variable is not Gaussian, as in the case of disease resistance phenotype categories. These models were compared according to predictive ability, bias, computational time and cross validation error rate (CVER). Additionally, an alternative classification method for the BLMM was proposed, which allowed us to obtain the CVER for this model. Estimates of the genetic parameters were obtained using BLASSO (Bayesian Least Absolute Shrinkage and Selection Operator) and Bayesian G-BLUP (Genomic Best Linear Unbiased Prediction) estimation methods applied to BLMM and BGLMM. The models were applied in two scenarios, with two and four classes for the phenotype of resistance to rust disease caused by the pathogen Puccinia psidii and classified as reaction types (two classes) and infection levels (four classes) recorded for 559 trees of Eucalyptus urophylla with 24,806 SNP markers. Modeling this trait through SNPs allow the next generation of plants to be selected early, reducing time and costs. We found the same predictive ability for both models and a bias value closer to the ideal for BLMM (GBLUP). The BGLMM had the best CVER (0.29 against 0.32 and 0.47 against 0.51 for 2 and 4 categories, respectively), BLMM had a three times shorter computational time, and though BLMM is not the most appropriate model for handling categorical data, this model presented similar responses to BGLMM. Thus, we consider it as an appropriate alternative for categorical data modeling. MenosWe compared two statistical methodologies applied to genetic and genomic analyses of categorical traits. The first one consists of a Bayesian approach to the Bayesian Linear Mixed Model (BLMM), which addresses the statistical problems of genomic prediction. The second methodology, called Bayesian Generalized Linear Mixed Model (BGLMM) is similar, but it is used when the distribution of the response variable is not Gaussian, as in the case of disease resistance phenotype categories. These models were compared according to predictive ability, bias, computational time and cross validation error rate (CVER). Additionally, an alternative classification method for the BLMM was proposed, which allowed us to obtain the CVER for this model. Estimates of the genetic parameters were obtained using BLASSO (Bayesian Least Absolute Shrinkage and Selection Operator) and Bayesian G-BLUP (Genomic Best Linear Unbiased Prediction) estimation methods applied to BLMM and BGLMM. The models were applied in two scenarios, with two and four classes for the phenotype of resistance to rust disease caused by the pathogen Puccinia psidii and classified as reaction types (two classes) and infection levels (four classes) recorded for 559 trees of Eucalyptus urophylla with 24,806 SNP markers. Modeling this trait through SNPs allow the next generation of plants to be selected early, reducing time and costs. We found the same predictive ability for both models and a bias value closer to the ideal for BLMM (G... Mostrar Tudo |
|
Palavras-Chave: |
Bayesian inference; Statistical methods. |
|
Thesagro: |
Melhoramento Genético Vegetal. |
|
Thesaurus Nal: |
Genetic improvement; Plant breeding. |
|
Categoria do assunto: |
G Melhoramento Genético |
|
Marc: |
LEADER 02649naa a2200253 a 4500
001 2116962
005 2019-12-16
008 2019 bl uuuu u00u1 u #d
024 7 $a10.4238/gmr18490$2DOI
100 1 $aSILVEIRA, L. S.
245 $aBayesian models applied to genomic selection for categorical traits.$h[electronic resource]
260 $c2019
520 $aWe compared two statistical methodologies applied to genetic and genomic analyses of categorical traits. The first one consists of a Bayesian approach to the Bayesian Linear Mixed Model (BLMM), which addresses the statistical problems of genomic prediction. The second methodology, called Bayesian Generalized Linear Mixed Model (BGLMM) is similar, but it is used when the distribution of the response variable is not Gaussian, as in the case of disease resistance phenotype categories. These models were compared according to predictive ability, bias, computational time and cross validation error rate (CVER). Additionally, an alternative classification method for the BLMM was proposed, which allowed us to obtain the CVER for this model. Estimates of the genetic parameters were obtained using BLASSO (Bayesian Least Absolute Shrinkage and Selection Operator) and Bayesian G-BLUP (Genomic Best Linear Unbiased Prediction) estimation methods applied to BLMM and BGLMM. The models were applied in two scenarios, with two and four classes for the phenotype of resistance to rust disease caused by the pathogen Puccinia psidii and classified as reaction types (two classes) and infection levels (four classes) recorded for 559 trees of Eucalyptus urophylla with 24,806 SNP markers. Modeling this trait through SNPs allow the next generation of plants to be selected early, reducing time and costs. We found the same predictive ability for both models and a bias value closer to the ideal for BLMM (GBLUP). The BGLMM had the best CVER (0.29 against 0.32 and 0.47 against 0.51 for 2 and 4 categories, respectively), BLMM had a three times shorter computational time, and though BLMM is not the most appropriate model for handling categorical data, this model presented similar responses to BGLMM. Thus, we consider it as an appropriate alternative for categorical data modeling.
650 $aGenetic improvement
650 $aPlant breeding
650 $aMelhoramento Genético Vegetal
653 $aBayesian inference
653 $aStatistical methods
700 1 $aMARTINS FILHO, S.
700 1 $aAZEVEDO, C. F.
700 1 $aBARBOSA, E. C.
700 1 $aRESENDE, M. D. V. de
700 1 $aTAKAHASHI, E. K.
773 $tGenetics and Molecular Research$gv. 18, n. 4: gmr18490, 2019. 10 p.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Florestas (CNPF) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Solos; Embrapa Unidades Centrais. |
|
Data corrente: |
28/11/2005 |
|
Data da última atualização: |
21/08/2023 |
|
Autoria: |
VIEIRA, R. F.; TANAKA, R. T.; TSAI, S. M.; PEREZ, D. V.; SILVA, C. M. M. de S. |
|
Afiliação: |
DANIEL VIDAL PEREZ, CNPS. |
|
Título: |
Disponibilidade de nutrientes no solo, qualidade de grãos e produtividade da soja em solo adubado com lodo de esgoto. |
|
Ano de publicação: |
2005 |
|
Fonte/Imprenta: |
Pesquisa Agropecuária Brasileira, Brasília, DF, v. 40, n. 9, p. 919-926, 2005. |
|
DOI: |
https://doi.org/10.1590/S0100-204X2005000900012 |
|
Idioma: |
Português |
|
Conteúdo: |
O objetivo deste trabalho foi verificar o efeito direto e residual da adubação com Iodo de esgoto, como fonte de P, na produtividade de soja, na qualidade dos grãos para consumo humano e no potencial de lixiviação de nitrato. O experimento foi realizado no campo e constituiu-se dos seguintes tratamentos: ausência de adubação química e de Iodo; adubação química e de Iodo; adubação química completa; soja com inoculação mais dose zero de Iodo; soja com inoculação de 1,5t ha-¹ de Iodo; soja com inoculação mais 3t ha-¹ de Iodo; soja com inoculação mais 6t ha-¹ de Iodo; e soja com inoculação mais adubação química, exceto a nitrogenada. As maiores produtividades de soja, tanto no primeiro como no segundo ano agrícola, foram obtidas nas duas maiores doses de Iodo. Os teores de vários elementos nos grãos de soja, nos tratamentos com Iodo, não diferiram, significativamente, daqueles obtidos nos tratamentos testemunha ou com adubação mineral. Perdas de NO³ - para o ambiente podem ocorrer, principalmente no período inicial do ciclo da cultura. |
|
Palavras-Chave: |
biosolid; biossólido; metais pesados; mineralização de nitrogênio; nitrogen mineralization. |
|
Thesagro: |
Fósforo; Metal Pesado. |
|
Thesaurus NAL: |
heavy metals; phosphorus. |
|
Categoria do assunto: |
--
P Recursos Naturais, Ciências Ambientais e da Terra |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/AI-SEDE/33327/1/40n09a12.pdf
|
|
Marc: |
LEADER 01983naa a2200289 a 4500
001 1334991
005 2023-08-21
008 2005 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1590/S0100-204X2005000900012$2DOI
100 1 $aVIEIRA, R. F.
245 $aDisponibilidade de nutrientes no solo, qualidade de grãos e produtividade da soja em solo adubado com lodo de esgoto.
260 $c2005
520 $aO objetivo deste trabalho foi verificar o efeito direto e residual da adubação com Iodo de esgoto, como fonte de P, na produtividade de soja, na qualidade dos grãos para consumo humano e no potencial de lixiviação de nitrato. O experimento foi realizado no campo e constituiu-se dos seguintes tratamentos: ausência de adubação química e de Iodo; adubação química e de Iodo; adubação química completa; soja com inoculação mais dose zero de Iodo; soja com inoculação de 1,5t ha-¹ de Iodo; soja com inoculação mais 3t ha-¹ de Iodo; soja com inoculação mais 6t ha-¹ de Iodo; e soja com inoculação mais adubação química, exceto a nitrogenada. As maiores produtividades de soja, tanto no primeiro como no segundo ano agrícola, foram obtidas nas duas maiores doses de Iodo. Os teores de vários elementos nos grãos de soja, nos tratamentos com Iodo, não diferiram, significativamente, daqueles obtidos nos tratamentos testemunha ou com adubação mineral. Perdas de NO³ - para o ambiente podem ocorrer, principalmente no período inicial do ciclo da cultura.
650 $aheavy metals
650 $aphosphorus
650 $aFósforo
650 $aMetal Pesado
653 $abiosolid
653 $abiossólido
653 $ametais pesados
653 $amineralização de nitrogênio
653 $anitrogen mineralization
700 1 $aTANAKA, R. T.
700 1 $aTSAI, S. M.
700 1 $aPEREZ, D. V.
700 1 $aSILVA, C. M. M. de S.
773 $tPesquisa Agropecuária Brasileira, Brasília, DF$gv. 40, n. 9, p. 919-926, 2005.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Solos (CNPS) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
