| |
|
|
| Registros recuperados : 23 | |
| 1. |  | MOLLINARI, M.; MARGARIDO, G. R. A.; GARCIA, A. A. F. Comparação dos algoritmos delineação rápida em cadeia e seriação, para a construção de mapas genéticos. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 43, n. 4, p. 505-512, abr. 2008 Título em inglês: Comparison of algorithms rapid chain delineation and seriation, for the construction of genetic linkage maps.| Biblioteca(s): Embrapa Unidades Centrais. |
|    |
| 4. | | SOUZA, A. P. de; OLIVEIRA, F. A.; VIGNA, B. B. Z.; MARGARIDO, G. R. A.; HOHENLOHE, P. A. Genome-wide polymorphisms in polyploids Paspalum species from Plicatula group. In: INTERNATIONAL FORAGE TURF BREEDING CONFERENCE, 2019, Lake Buena Vista, Florida. Proceedings... Lake Buena Vista, Florida: University of Florida, 2019. p.15| Biblioteca(s): Embrapa Pecuária Sudeste. |
|  |
| 5. | | OLIVEIRA, J. C. de; FORMIGHIERI, E. F.; GARCIA, A. L. B.; MARGARIDO, G. R. A.; CAMPOS, T. de. Caracterização funcional do transcriptoma de amendoim forrageiro. In: SEMINÁRIO DA EMBRAPA ACRE DE INICIAÇÃO CIENTÍFICA E PÓS-GRADUAÇÃO, 5., 2022, Rio Branco, AC. O papel da tecnologia agrícola na segurança alimentar: anais. Rio Branco, AC: Embrapa Acre, 2023. p. 129-133. Pôster. (Embrapa Acre. Eventos técnicos & científicos, 5). Editores técnicos: Rodrigo Souza Santos; Fabiano Marçal Estanislau.| Biblioteca(s): Embrapa Acre. |
| |
| 7. | | COUTINHO, L. L.; MOROSINI, N. S.; CESAR, A. S. M.; POLETI, M. D.; REGITANO, L. C. de A.; MARGARIDO, G. R. A. Identification and characterization of euchromatic regions associated with gene expression and intramuscular fat in Nelore cattle. Journal of Animal Science, v. 96, suppl. S3, p. 233-234, 2019.| Biblioteca(s): Embrapa Pecuária Sudeste. |
| |
| 9. | | ROSÁRIO, M. F.; MARGARIDO, G. R. A.; BOSCHIERO, C.; NONES, K.; MOURA, A. S. A. M. T.; LEDUR, M. C.; COUTINHO, L. L.; GARCIA, A. A. F. Mapa consenso brasileiro do cromossomo 1 oriundo de cruzamentos recíprocos entre linhagens de corte e postura. In: CONFERÊNCIA FACTA DE CIÊNCIA E TECNOLOGIA AVÍCOLAS, 27., 2009, Porto Alegre. Anais [dos] trabalhos de pesquisa José Maria Lamas de Silva. [Campinas]: FACTA, 2009. Projeto/Plano de Ação: 01.02.10.210-10. Publicado em CD-ROM (CD00156).| Biblioteca(s): Embrapa Suínos e Aves. |
| |
| 10. | | ROSÁRIO, M. F.; MARGARIDO, G. R. A.; LEDUR, M. C.; MOURA, A. S. A. M. T.; GARCIA, A. A. F.; COUTINHO, L. L. Mapa consenso brasileiro do cromossomo 4 da galinha associado a intervalos de confiança de distâncias e ordens de locos microssatélites In: CONGRESSO BRASILEIRO DE GENÉTICA, 55, 2009, Águas de Lindóia. Anais... Águas de Lindóia:SBG, 2009. p. 153. Projeto/Plano de Ação: 01.06.106.03-05| Biblioteca(s): Embrapa Suínos e Aves. |
| |
| 12. | | ROSÁRIO, M. F.; MARGARIDO, G. R. A.; BOSCHIERO, C.; MOURA, A. S. A. M. T.; LEDUR, M. C.; COUTINHO, L. L.; GARCIA, A. A. F. Precision of distances and ordering of microsatellite markers in consensus linkage maps of chromosomes 1,3 and 4 from two reciprocal chicken populations using bootstrap sampling. Genetics and Molecular Research, v. 9, n. 3, p. 1357-1376, 2010. Disponível em: . Acesso em: 18 fev 2011. Projeto/Plano de Ação: 02.09.70.600-01.| Biblioteca(s): Embrapa Suínos e Aves. |
|  |
| 13. | | ROSÁRIO, M. F.; MARGARIDO, G. R. A.; BOSCHIERO, C.; MOURA, A. S. A. M. T.; LEDUR, M. C.; GARCIA, A. A. F.; COUTINHO, L. L. Precision of distances and orders of microsatellite markers in a genetic linkege map of chromosome 1 using bootstrap resampling. In: WORLD CONGRESS ON GENETICS APPLIED TO LIVESTOCK PRODUCTION, 9. 2010, Leipzig. Abstracts. Leipzig: Gesellschaft fur Tierzuchtwissenschaften, 2010. p.316 Projeto: 01.06.01.006| Biblioteca(s): Embrapa Suínos e Aves. |
| |
| 14. | | OLIVEIRA, A. A. de; GUIMARAES, L. J. M.; GUIMARÃES, C. T.; GUIMARAES, P. E. de O.; PINTO, M. de O.; PASTINA, M. M.; MARGARIDO, G. R. A. Single nucleotide polymorphism calling and imputation strategies for cost-effective genotyping in a tropical maize breeding program. Crop Science, v. 60, n. 6, p. 3066-3082, 2020.| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 15. | | KRAUSE, M. D.; DIAS, K. O. das G.; SANTOS, J. P. R. dos; OLIVEIRA, A. A. de; GUIMARAES, L. J. M.; PASTINA, M. M.; MARGARIDO, G. R. A.; GARCIA, A. A. F. Boosting predictive ability of tropical maize hybrids via genotype-by-environment interaction under multivariate GBLUP models. Crop Science, v. 60, n. 6, p. 3049-3065, 2020.| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 16. | | OLIVEIRA, A. A. de; PASTINA, M. M.; SOUZA, V. F. de; PARRELLA, R. A. da C.; NODA, R. W.; SIMEONE, M. L. F.; SCHAFFERT, R. E.; MAGALHAES, J. V. de; DAMASCENO, C. M. B.; MARGARIDO, G. R. A. Genomic prediction applied to high-biomass sorghum for bioenergy production. Molecular Breeding, v. 38, n. 49, p. 1-16, 2018.| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 17. | | OLIVEIRA, A. A. de; RESENDE JÚNIOR, M. F. R.; FERRÃO, L. F. V.; AMADEU, R. R.; GUIMARAES, L. J. M.; GUIMARÃES, C. T.; PASTINA, M. M.; MARGARIDO, G. R. A. Genomic prediction applied to multiple traits and environments in second season maize hybrids. Heredity, v. 125, n. 1/2, p. 60-72, 2020.| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 18. | | OLIVEIRA, A. A.; PASTINA, M. M.; SOUZA, V. F.; PARRELLA, R. A. C.; NODA, R. W.; MAGALHAES, J. V.; SCHAFFERT, R. E.; DAMASCENO, C. M. B.; MARGARIDO, G. R. A. Genomic selection methods applied to high biomass sorghum for the production of second generation ethanol. In: CONGRESSO BRASILEIRO DE GENÉTICA, 61., 2015, Águas de Lindóia. Resumos... Ribeirão Preto: Sociedade Brasileira de Genética, 2015. p. 10.| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 19. | | OLIVEIRA, E. J. de; GARCIA, A. A. F.; MUNHOZ, C. de F.; MARGARIDO, G. R. A.; CONSOLI, L.; MATTA, F. de P.; MORAES, M. C. de; ZUCCHI, M. I.; FUNGARO, M. H. P.; VIEIRA, M. L. C. Integração de mapas genético-moleculares de maracujá-amarelo. In: CONGRESSO BRASILEIRO DE MELHORAMENTO DE PLANTAS, 4., 2007, São Lourenço. São Lourenço:[s.n.], 2007.| Biblioteca(s): Embrapa Mandioca e Fruticultura. |
| |
| 20. | | OLIVEIRA, E. J.; VIEIRA, M. L. C.; GARCIA, A. A. F.; MUNHOZ, C. F.; MARGARIDO, G. R. A.; CONSOLI, L.; MATTA, F. P.; MORAES, M. C.; ZUCCHI, M. I.; FUNGARO, M. H. P. An integrated molecular map yellow passion fruit based on simultaneous maximum-likelihood estimation of linkage and linkage phases. Journal of the American Society Horticultural Science, Mount Vernon, v. 133, n. 1, p. 35-41, jan. 2008. il.| Biblioteca(s): Embrapa Mandioca e Fruticultura. |
| |
| Registros recuperados : 23 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Milho e Sorgo. |
|
Data corrente: |
20/08/2020 |
|
Data da última atualização: |
20/12/2020 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
KRAUSE, M. D.; DIAS, K. O. das G.; SANTOS, J. P. R. dos; OLIVEIRA, A. A. de; GUIMARAES, L. J. M.; PASTINA, M. M.; MARGARIDO, G. R. A.; GARCIA, A. A. F. |
|
Afiliação: |
Matheus Dalsente Krause, Iowa State University; Kaio Olímpio das Graças Dias, Escola Superior de Agricultura "Luiz de Queiroz"; Jhonathan Pedroso Rigal dos Santos, Escola Superior de Agricultura "Luiz de Queiroz"; Amanda Avelar de Oliveira, Escola Superior de Agricultura "Luiz de Queiroz"; LAURO JOSE MOREIRA GUIMARAES, CNPMS; MARIA MARTA PASTINA, CNPMS; Gabriel Rodrigues Alves Margarido, Escola Superior de Agricultura "Luiz de Queiroz"; Antonio Augusto Franco Garcia, Escola Superior de Agricultura "Luiz de Queiroz". |
|
Título: |
Boosting predictive ability of tropical maize hybrids via genotype-by-environment interaction under multivariate GBLUP models. |
|
Ano de publicação: |
2020 |
|
Fonte/Imprenta: |
Crop Science, v. 60, n. 6, p. 3049-3065, 2020. |
|
DOI: |
10.1002/csc2.20253 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Genomic selection has been implemented in several plant and animal breeding programs and it has proven to improve efficiency and maximize genetic gains. Phenotypic data of grain yield was measured in 147 maize (Zea mays L.) singlecross hybrids at 12 environments. Single-cross hybrids genotypes were inferred based on their parents (inbred lines) via single nucleotide polymorphism (SNP) markers obtained from genotyping-by-sequencing (GBS). Factor analytic multiplicative genomic best linear unbiased prediction (GBLUP) models, in the framework of multienvironment trials, were used to predict grain yield performance of unobserved tropical maize single-cross hybrids. Predictions were performed for two situations: untested hybrids (CV1), and hybrids evaluated in some environments but missing in others (CV2). Models that borrowed information across individuals through genomic relationships and within individuals across environments presented higher predictive accuracy than those models that ignored it. For these models, predictive accuracies were up to 0.4 until eight environments were considered as missing for the validation set, which represents 67% of missing data for a given hybrid. These results highlight the importance of including genotype-by-environment interactions and genomic relationship information for boosting predictions of tropical maize single-cross hybrids for grain yield. |
|
Thesagro: |
Genótipo; Melhoramento Genético Vegetal; Milho. |
|
Categoria do assunto: |
G Melhoramento Genético |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/219490/1/Boosting-predictive.pdf
|
|
Marc: |
LEADER 02201naa a2200253 a 4500
001 2124456
005 2020-12-20
008 2020 bl uuuu u00u1 u #d
024 7 $a10.1002/csc2.20253$2DOI
100 1 $aKRAUSE, M. D.
245 $aBoosting predictive ability of tropical maize hybrids via genotype-by-environment interaction under multivariate GBLUP models.$h[electronic resource]
260 $c2020
520 $aGenomic selection has been implemented in several plant and animal breeding programs and it has proven to improve efficiency and maximize genetic gains. Phenotypic data of grain yield was measured in 147 maize (Zea mays L.) singlecross hybrids at 12 environments. Single-cross hybrids genotypes were inferred based on their parents (inbred lines) via single nucleotide polymorphism (SNP) markers obtained from genotyping-by-sequencing (GBS). Factor analytic multiplicative genomic best linear unbiased prediction (GBLUP) models, in the framework of multienvironment trials, were used to predict grain yield performance of unobserved tropical maize single-cross hybrids. Predictions were performed for two situations: untested hybrids (CV1), and hybrids evaluated in some environments but missing in others (CV2). Models that borrowed information across individuals through genomic relationships and within individuals across environments presented higher predictive accuracy than those models that ignored it. For these models, predictive accuracies were up to 0.4 until eight environments were considered as missing for the validation set, which represents 67% of missing data for a given hybrid. These results highlight the importance of including genotype-by-environment interactions and genomic relationship information for boosting predictions of tropical maize single-cross hybrids for grain yield.
650 $aGenótipo
650 $aMelhoramento Genético Vegetal
650 $aMilho
700 1 $aDIAS, K. O. das G.
700 1 $aSANTOS, J. P. R. dos
700 1 $aOLIVEIRA, A. A. de
700 1 $aGUIMARAES, L. J. M.
700 1 $aPASTINA, M. M.
700 1 $aMARGARIDO, G. R. A.
700 1 $aGARCIA, A. A. F.
773 $tCrop Science$gv. 60, n. 6, p. 3049-3065, 2020.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Milho e Sorgo (CNPMS) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
