| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agrobiologia; Embrapa Agropecuária Oeste; Embrapa Amapá; Embrapa Amazônia Ocidental; Embrapa Amazônia Oriental; Embrapa Cerrados; Embrapa Hortaliças; Embrapa Meio-Norte; Embrapa Milho e Sorgo; Embrapa Recursos Genéticos e Biotecnologia; Embrapa Semiárido; Embrapa Tabuleiros Costeiros; Embrapa Trigo; Embrapa Unidades Centrais. MenosEmbrapa Agrobiologia; Embrapa Agropecuária Oeste; Embrapa Amapá; Embrapa Amazônia Ocidental; Embrapa Amazônia Oriental; Embrapa Cerrados; Embrapa Hortaliças; Embrapa Meio-Norte; Embrapa Milho e Sorgo; Embrapa Recursos Genéticos e Biotecnologia... Mostrar Todas |
|
Data corrente: |
03/06/1998 |
|
Data da última atualização: |
04/09/2014 |
|
Tipo da produção científica: |
Comunicado Técnico/Recomendações Técnicas |
|
Autoria: |
ABADIE, T.; MAGALHAES, J. R.; CORDEIRO, C. M. T.; PARENTONI, S. N.; ANDRADE, R. V. de. |
|
Título: |
Obtencao e tratamento analitico de dados para organizar colecao nuclear de milho. |
|
Ano de publicação: |
1997 |
|
Fonte/Imprenta: |
Brasilia: EMBRAPA-CENARGEN, 1997 |
|
Páginas: |
8 p. |
|
Série: |
(EMBRAPA-CENARGEN. Comunicado Tecnico, 20) |
|
Idioma: |
Português |
|
Conteúdo: |
Estudo de elaboração de uma coleção nuclear para a coleção brasileira de germoplasma de milho. Inicialmente, uma tentativa de propor uma classificação hierárquica das "landraces" da coleção. Com base nas análises, a classificação por região discrimina melhor os acessos que a classificação por grupo racial. Dentro de grupo de materiais com tipo de grão farináceo e duro foi observado clara diferenciação entre regiões. Os grupos de materiais com tipo de grão dentado e semidentado agruparam-se em uma forma compacta, ainda tendo acessos das regiões consideradas. E dentro dos materiais de tipo de grão dentado-semidentado, aqueles da raça Cravo, podem ser classificados em um grupo a parte. |
|
Palavras-Chave: |
Avaliação; Bank; Brasil; Brasilia; Coleção; Coleção de germoplasma; Colecao nuclear; Collections; Genetic resourcers; Germoplasma de milho; Germoplasms; Maize; Nuclear; Nuclear collection; Nuclear selection; Organização; Plant collection; Tratamento de dados; Zea may. |
|
Thesagro: |
Banco de Germoplasma; Base de Dados; Coleção de Planta; Dado; Estatística; Germoplasma; Melhoramento Genético Vegetal; Milho; Recurso Genético; Tratamento; Variação Genética; Zea Mays. |
|
Thesaurus Nal: |
genetic variation; germplasm; plant collections. |
|
Categoria do assunto: |
--
S Ciências Biológicas |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/90612/1/1735.pdf
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/58040/1/Obtencao-tratamento.pdf
|
|
Marc: |
LEADER 02274nam a2200589 a 4500
001 1176221
005 2014-09-04
008 1997 bl uuuu u0uu1 u #d
100 1 $aABADIE, T.
245 $aObtencao e tratamento analitico de dados para organizar colecao nuclear de milho.
260 $aBrasilia: EMBRAPA-CENARGEN$c1997
300 $a8 p.
490 $a(EMBRAPA-CENARGEN. Comunicado Tecnico, 20)
520 $aEstudo de elaboração de uma coleção nuclear para a coleção brasileira de germoplasma de milho. Inicialmente, uma tentativa de propor uma classificação hierárquica das "landraces" da coleção. Com base nas análises, a classificação por região discrimina melhor os acessos que a classificação por grupo racial. Dentro de grupo de materiais com tipo de grão farináceo e duro foi observado clara diferenciação entre regiões. Os grupos de materiais com tipo de grão dentado e semidentado agruparam-se em uma forma compacta, ainda tendo acessos das regiões consideradas. E dentro dos materiais de tipo de grão dentado-semidentado, aqueles da raça Cravo, podem ser classificados em um grupo a parte.
650 $agenetic variation
650 $agermplasm
650 $aplant collections
650 $aBanco de Germoplasma
650 $aBase de Dados
650 $aColeção de Planta
650 $aDado
650 $aEstatística
650 $aGermoplasma
650 $aMelhoramento Genético Vegetal
650 $aMilho
650 $aRecurso Genético
650 $aTratamento
650 $aVariação Genética
650 $aZea Mays
653 $aAvaliação
653 $aBank
653 $aBrasil
653 $aBrasilia
653 $aColeção
653 $aColeção de germoplasma
653 $aColecao nuclear
653 $aCollections
653 $aGenetic resourcers
653 $aGermoplasma de milho
653 $aGermoplasms
653 $aMaize
653 $aNuclear
653 $aNuclear collection
653 $aNuclear selection
653 $aOrganização
653 $aPlant collection
653 $aTratamento de dados
653 $aZea may
700 1 $aMAGALHAES, J. R.
700 1 $aCORDEIRO, C. M. T.
700 1 $aPARENTONI, S. N.
700 1 $aANDRADE, R. V. de
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Recursos Genéticos e Biotecnologia (CENARGEN) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Florestas; Embrapa Unidades Centrais. |
|
Data corrente: |
22/12/2020 |
|
Data da última atualização: |
22/12/2020 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 2 |
|
Autoria: |
COSTA, J. A. da; AZEVEDO, C. F.; NASCIMENTO, M.; SILVA, F. F. e; RESENDE, M. D. V. de; NASCIMENTO, A. C. C. |
|
Afiliação: |
JAQUICELE APARECIDA da COSTA, Universidade Federal de Viçosa, Departamento de Estatística; CAMILA FERREIRA AZEVEDO, Universidade Federal de Viçosa, Departamento de Estatística; MOYSÉS NASCIMENTO, Universidade Federal de Viçosa, Departamento de Estatística; FABYANO FONSECA e SILVA, Universidade Federal de Viçosa, Departamento de Zootecnia; MARCOS DEON VILELA DE RESENDE, CNPF; ANA CAROLINA CAMPANA NASCIMENTO, Universidade Federal de Viçosa, Departamento de Estatística. |
|
Título: |
Genomic prediction with the additive-dominant model by dimensionality reduction methods. |
|
Ano de publicação: |
2020 |
|
Fonte/Imprenta: |
Pesquisa Agropecuária Brasileira, v. 55, e01713, 2020. |
|
DOI: |
https://doi.org/10.1590/S1678-3921. pab2020.v55.01713 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Abstract - The objective of this work was to evaluate the application of different dimensionality reduction methods in the additive-dominant model and to compare them with the genomic best linear unbiased prediction (G-BLUP) method. The dimensionality reduction methods evaluated were: principal components regression (PCR), partial least squares (PLS), and independent components regression (ICR). A simulated data set composed of 1,000 individuals and 2,000 single-nucleotide polymorphisms was used, being analyzed in four scenarios: two heritability levels × two genetic
architectures. To help choose the number of components, the results were evaluated as to additive, dominant, and total genomic information. In general, PCR showed higher accuracy values than the other methods. However, none of the methodologies are able to recover true genomic heritabilities and all of them present biased estimates, under- or overestimating the genomic genetic values. For the simultaneous estimation of the additive and dominance marker effects, the best alternative is to choose the number of components that leads the dominance genomic value to a higher accuracy.
Resumo - O objetivo deste trabalho foi avaliar a aplicação de diferentes métodos de redução de dimensionalidade no modelo aditivo-dominante e compará-los ao método genômico da melhor predição linear não viesada (G-BLUP). Os métodos de redução avaliados foram: regressão via componentes principais (PCR), quadrados mínimos parciais (PLS) e regressão via componentes
independentes (ICR). Utilizou-se um conjunto de dados simulados composto por 1.000 indivíduos e 2.000 polimorfismos de nucleotídeo único, analisados em quatro cenários: dois níveis de herdabilidade × duas heranças genéticas. Para auxiliar na escolha do número de componentes, os resultados foram avaliados quanto às informações genômicas aditiva, dominante e total. De
modo geral, a PCR apresentou maiores valores de acurácia em comparação aos demais métodos. No entanto, nenhuma das metodologias consegue capturar as herdabilidades genômicas reais e todas apresentam estimativas viesadas, tendo subestimado ou superestimado os valores genéticos genômicos. Para a estimação simultânea dos efeitos de marcadores aditivos e devidos à
dominância, a melhor alternativa é a escolha do número de componentes que conduz o valor genômico devido à dominância à maior acurácia. MenosAbstract - The objective of this work was to evaluate the application of different dimensionality reduction methods in the additive-dominant model and to compare them with the genomic best linear unbiased prediction (G-BLUP) method. The dimensionality reduction methods evaluated were: principal components regression (PCR), partial least squares (PLS), and independent components regression (ICR). A simulated data set composed of 1,000 individuals and 2,000 single-nucleotide polymorphisms was used, being analyzed in four scenarios: two heritability levels × two genetic
architectures. To help choose the number of components, the results were evaluated as to additive, dominant, and total genomic information. In general, PCR showed higher accuracy values than the other methods. However, none of the methodologies are able to recover true genomic heritabilities and all of them present biased estimates, under- or overestimating the genomic genetic values. For the simultaneous estimation of the additive and dominance marker effects, the best alternative is to choose the number of components that leads the dominance genomic value to a higher accuracy.
Resumo - O objetivo deste trabalho foi avaliar a aplicação de diferentes métodos de redução de dimensionalidade no modelo aditivo-dominante e compará-los ao método genômico da melhor predição linear não viesada (G-BLUP). Os métodos de redução avaliados foram: regressão via componentes principais (PCR), quadrados mínimos parciais (PLS) e... Mostrar Tudo |
|
Palavras-Chave: |
Efeito de dominância; G-BLUP. |
|
Thesagro: |
Genoma; Marcador Molecular. |
|
Thesaurus NAL: |
Genomics; Linkage disequilibrium; Phenotype; Polygenic inheritance. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/219571/1/Genomic-prediction-with-2020.pdf
|
|
Marc: |
LEADER 03324naa a2200289 a 4500
001 2128613
005 2020-12-22
008 2020 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1590/S1678-3921. pab2020.v55.01713$2DOI
100 1 $aCOSTA, J. A. da
245 $aGenomic prediction with the additive-dominant model by dimensionality reduction methods.$h[electronic resource]
260 $c2020
520 $aAbstract - The objective of this work was to evaluate the application of different dimensionality reduction methods in the additive-dominant model and to compare them with the genomic best linear unbiased prediction (G-BLUP) method. The dimensionality reduction methods evaluated were: principal components regression (PCR), partial least squares (PLS), and independent components regression (ICR). A simulated data set composed of 1,000 individuals and 2,000 single-nucleotide polymorphisms was used, being analyzed in four scenarios: two heritability levels × two genetic architectures. To help choose the number of components, the results were evaluated as to additive, dominant, and total genomic information. In general, PCR showed higher accuracy values than the other methods. However, none of the methodologies are able to recover true genomic heritabilities and all of them present biased estimates, under- or overestimating the genomic genetic values. For the simultaneous estimation of the additive and dominance marker effects, the best alternative is to choose the number of components that leads the dominance genomic value to a higher accuracy. Resumo - O objetivo deste trabalho foi avaliar a aplicação de diferentes métodos de redução de dimensionalidade no modelo aditivo-dominante e compará-los ao método genômico da melhor predição linear não viesada (G-BLUP). Os métodos de redução avaliados foram: regressão via componentes principais (PCR), quadrados mínimos parciais (PLS) e regressão via componentes independentes (ICR). Utilizou-se um conjunto de dados simulados composto por 1.000 indivíduos e 2.000 polimorfismos de nucleotídeo único, analisados em quatro cenários: dois níveis de herdabilidade × duas heranças genéticas. Para auxiliar na escolha do número de componentes, os resultados foram avaliados quanto às informações genômicas aditiva, dominante e total. De modo geral, a PCR apresentou maiores valores de acurácia em comparação aos demais métodos. No entanto, nenhuma das metodologias consegue capturar as herdabilidades genômicas reais e todas apresentam estimativas viesadas, tendo subestimado ou superestimado os valores genéticos genômicos. Para a estimação simultânea dos efeitos de marcadores aditivos e devidos à dominância, a melhor alternativa é a escolha do número de componentes que conduz o valor genômico devido à dominância à maior acurácia.
650 $aGenomics
650 $aLinkage disequilibrium
650 $aPhenotype
650 $aPolygenic inheritance
650 $aGenoma
650 $aMarcador Molecular
653 $aEfeito de dominância
653 $aG-BLUP
700 1 $aAZEVEDO, C. F.
700 1 $aNASCIMENTO, M.
700 1 $aSILVA, F. F. e
700 1 $aRESENDE, M. D. V. de
700 1 $aNASCIMENTO, A. C. C.
773 $tPesquisa Agropecuária Brasileira$gv. 55, e01713, 2020.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Florestas (CNPF) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
