| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Milho e Sorgo. Para informações adicionais entre em contato com cnpms.biblioteca@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Milho e Sorgo. |
|
Data corrente: |
24/07/2018 |
|
Data da última atualização: |
05/02/2019 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
DIAS, K. O. das G.; GEZAN, S. A.; GUIMARÃES, C. T.; NAZARIAN, A.; SILVA, L. da C. e; PARENTONI, S. N.; GUIMARAES, P. E. de O.; ANONI, C. de O.; PÁDUA, J. M. V.; PINTO, M. de O.; NODA, R. W.; RIBEIRO, C. A. G.; MAGALHAES, J. V. de; GARCIA, A. A. F.; SOUZA, J. C. de; GUIMARAES, L. J. M.; PASTINA, M. M. |
|
Afiliação: |
Kaio Olímpio das Graças Dias, Universidade Federal de Lavras; Salvador Alejandro Gezan, School of Forest Resources & Conservation, University of Florida, Gainesville.; CLAUDIA TEIXEIRA GUIMARAES, CNPMS; Alireza Nazarian, School of Forest Resources & Conservation, University of Florida, Gainesville.; Luciano da Costa e Silva, JMP Division, SAS Institute Inc., Cary.; SIDNEY NETTO PARENTONI, CNPMS; PAULO EVARISTO DE O GUIMARAES, CNPMS; Carina de Oliveira Anoni, Escola Superior de Agricultura “Luiz de Queiroz”; José Maria Villela Pádua, Universidade Federal de Lavras; MARCOS DE OLIVEIRA PINTO, CNPMS; ROBERTO WILLIANS NODA, CNPMS; Carlos Alexandre Gomes Ribeiro, Universidade Federal de Viçosa; JURANDIR VIEIRA DE MAGALHAES, CNPMS; Antonio Augusto Franco Garcia, Escola Superior de Agricultura “Luiz de Queiroz”; João Cândido de Souza, Universidade Federal de Lavras; LAURO JOSE MOREIRA GUIMARAES, CNPMS; MARIA MARTA PASTINA, CNPMS. |
|
Título: |
Improving accuracies of genomic predictions for drought tolerance in maize by joint modeling of additive and dominance effects in multi-environment trials. |
|
Ano de publicação: |
2018 |
|
Fonte/Imprenta: |
Heredity, London, v. 121, n. 1, p. 24-37, 2018. |
|
DOI: |
10.1038/s41437-018-0053-6 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Breeding for drought tolerance is a challenging task that requires costly, extensive, and precise phenotyping. Genomic selection (GS) can be used to maximize selection efficiency and the genetic gains in maize (Zea mays L.) breeding programs for drought tolerance. Here, we evaluated the accuracy of genomic selection (GS) using additive (A) and additive + dominance (AD) models to predict the performance of untested maize single-cross hybrids for drought tolerance in multienvironment trials. Phenotypic data of five drought tolerance traits were measured in 308 hybrids along eight trials under water-stressed (WS) and well-watered (WW) conditions over two years and two locations in Brazil. Hybrids? genotypes were inferred based on their parents? genotypes (inbred lines) using single-nucleotide polymorphism markers obtained via genotyping-by-sequencing. GS analyses were performed using genomic best linear unbiased prediction by fitting a factor analytic (FA) multiplicative mixed model. Two cross-validation (CV) schemes were tested: CV1 and CV2. The FA framework allowed for investigating the stability of additive and dominance effects across environments, as well as the additive-by-environment and the dominance-by-environment interactions, with interesting applications for parental and hybrid selection. Results showed differences in the predictive accuracy between A and AD models, using both CV1 and CV2, for the five traits in both water conditions. For grain yield (GY) under WS and using CV1, the AD model doubled the predictive accuracy in comparison to the A model. Through CV2, GS models benefit from borrowing information of correlated trials, resulting in an increase of 40% and 9% in the predictive accuracy of GY under WS for A and AD models, respectively. These results highlight the importance of multi-environment trial analyses using GS models that incorporate additive and dominance effects for genomic predictions of GY under drought in maize single-cross hybrids. MenosBreeding for drought tolerance is a challenging task that requires costly, extensive, and precise phenotyping. Genomic selection (GS) can be used to maximize selection efficiency and the genetic gains in maize (Zea mays L.) breeding programs for drought tolerance. Here, we evaluated the accuracy of genomic selection (GS) using additive (A) and additive + dominance (AD) models to predict the performance of untested maize single-cross hybrids for drought tolerance in multienvironment trials. Phenotypic data of five drought tolerance traits were measured in 308 hybrids along eight trials under water-stressed (WS) and well-watered (WW) conditions over two years and two locations in Brazil. Hybrids? genotypes were inferred based on their parents? genotypes (inbred lines) using single-nucleotide polymorphism markers obtained via genotyping-by-sequencing. GS analyses were performed using genomic best linear unbiased prediction by fitting a factor analytic (FA) multiplicative mixed model. Two cross-validation (CV) schemes were tested: CV1 and CV2. The FA framework allowed for investigating the stability of additive and dominance effects across environments, as well as the additive-by-environment and the dominance-by-environment interactions, with interesting applications for parental and hybrid selection. Results showed differences in the predictive accuracy between A and AD models, using both CV1 and CV2, for the five traits in both water conditions. For grain yield (GY) under WS a... Mostrar Tudo |
|
Thesagro: |
Milho; Resistência a Seca. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 03081naa a2200349 a 4500
001 2093500
005 2019-02-05
008 2018 bl uuuu u00u1 u #d
024 7 $a10.1038/s41437-018-0053-6$2DOI
100 1 $aDIAS, K. O. das G.
245 $aImproving accuracies of genomic predictions for drought tolerance in maize by joint modeling of additive and dominance effects in multi-environment trials.$h[electronic resource]
260 $c2018
520 $aBreeding for drought tolerance is a challenging task that requires costly, extensive, and precise phenotyping. Genomic selection (GS) can be used to maximize selection efficiency and the genetic gains in maize (Zea mays L.) breeding programs for drought tolerance. Here, we evaluated the accuracy of genomic selection (GS) using additive (A) and additive + dominance (AD) models to predict the performance of untested maize single-cross hybrids for drought tolerance in multienvironment trials. Phenotypic data of five drought tolerance traits were measured in 308 hybrids along eight trials under water-stressed (WS) and well-watered (WW) conditions over two years and two locations in Brazil. Hybrids? genotypes were inferred based on their parents? genotypes (inbred lines) using single-nucleotide polymorphism markers obtained via genotyping-by-sequencing. GS analyses were performed using genomic best linear unbiased prediction by fitting a factor analytic (FA) multiplicative mixed model. Two cross-validation (CV) schemes were tested: CV1 and CV2. The FA framework allowed for investigating the stability of additive and dominance effects across environments, as well as the additive-by-environment and the dominance-by-environment interactions, with interesting applications for parental and hybrid selection. Results showed differences in the predictive accuracy between A and AD models, using both CV1 and CV2, for the five traits in both water conditions. For grain yield (GY) under WS and using CV1, the AD model doubled the predictive accuracy in comparison to the A model. Through CV2, GS models benefit from borrowing information of correlated trials, resulting in an increase of 40% and 9% in the predictive accuracy of GY under WS for A and AD models, respectively. These results highlight the importance of multi-environment trial analyses using GS models that incorporate additive and dominance effects for genomic predictions of GY under drought in maize single-cross hybrids.
650 $aMilho
650 $aResistência a Seca
700 1 $aGEZAN, S. A.
700 1 $aGUIMARÃES, C. T.
700 1 $aNAZARIAN, A.
700 1 $aSILVA, L. da C. e
700 1 $aPARENTONI, S. N.
700 1 $aGUIMARAES, P. E. de O.
700 1 $aANONI, C. de O.
700 1 $aPÁDUA, J. M. V.
700 1 $aPINTO, M. de O.
700 1 $aNODA, R. W.
700 1 $aRIBEIRO, C. A. G.
700 1 $aMAGALHAES, J. V. de
700 1 $aGARCIA, A. A. F.
700 1 $aSOUZA, J. C. de
700 1 $aGUIMARAES, L. J. M.
700 1 $aPASTINA, M. M.
773 $tHeredity, London$gv. 121, n. 1, p. 24-37, 2018.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Milho e Sorgo (CNPMS) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 19 | |
| 2. |  | TEIXEIRA, A. L.; PRADO, P. E. R.; DIAS, K. O. das G.; MALTA, M. R.; GONÇALVES, F. M. A. Avaliação do teor de cafeína em folhas e grãos de acessos de café arábica. Separata de: Revista Ciência Agronômica, Fortaleza, v. 43, n. 1, p. 129-137, jan-mar, 2012.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: B - 2 |
| Biblioteca(s): Embrapa Rondônia. |
|    |
| 3. | | ROSA, J. R. B. F.; GUIMARÃES, C. T.; MAGALHAES, J. V. de; DIAS, K. O. das G.; SILVA, L. da C. e; PASTINA, M. M. Aplicação da associação genômica no melhoramento de plantas. In: PEIXOTO, L. de A.; BHERING, L. L.; CRUZ, C. D. (ed.). Seleção genômica aplicada ao melhoramento genético. Viçosa, MG: Universidade Federal de Viçosa, 2022. p. 47-71.| Tipo: Capítulo em Livro Técnico-Científico |
| Biblioteca(s): Embrapa Milho e Sorgo. |
|  |
| 4. | | DIAS, K. O. das G.; GONÇALVES, F. M. A.; SOUZA SOBRINHO, F. de; BENITES, F. R. G.; TEIXEIRA, D. H. L.; NUNES, J. A. R. Número de repetições para avaliação de progênies de Brachiaria ruziziensis. In: CONGRESSO BRASILEIRO DE MELHORAMENTO DE PLANTAS, 7., 2013, Uberlândia. Variedade melhorada: a força da nossa agricultura: anais. Viçosa, MG: SBMP, 2013. p. 1110-1111| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Gado de Leite. |
| |
| 5. | | DIAS, K. O. das G.; GEZAN, S. A.; GUIMARAES, C. T.; NODA, R. W.; SOUZA, J. C. de; PASTINA, M. M.; GUIMARAES, L. J. M. Seleção genômica para tolerância ao déficit hídrico em milho. In: CONGRESSO NACIONAL DE MILHO E SORGO, 31., 2016, Bento Gonçalves. Milho e sorgo: inovações, mercados e segurança alimentar: anais. Sete Lagoas: Associação Brasileira de Milho e Sorgo, 2016.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 8. | | DIAS, K. O. das G.; PASTINA, M. M.; GUIMARAES, P. E. de O.; SANTOS, J. R. P. dos; KRAUSE, M. D.; FERRÃO, L. F. V.; GARCIA, A. A. F. Application of multi-environment bayesian models to study genotype-by-environment interaction in maize. In: CONGRESSO BRASILEIRO DE MELHORAMENTO DE PLANTAS, 9., 2017, Foz do Iguaçu. Melhoramento de plantas: projetando o futuro. Foz do Iguaçu: SBMP, 2017. p. 149.| Tipo: Resumo em Anais de Congresso |
| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 9. | | 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.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 10. | | BARRETO, C. A. V.; DIAS, K. O. das G.; SOUSA, I. C. de; AZEVEDO, C. F.; NASCIMENTO, A. C. C.; GUIMARAES, L. J. M.; GUIMARÃES, C. T.; PASTINA, M. M.; NASCIMENTO, M. Genomic prediction in multi-environment trials in maize using statistical and machine learning methods. Scientific Reports, v. 14, 1062, 2024.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 11. | | PASTINA, M. M.; SILVA, R. R.; GUIMARAES, L. J. M.; GUIMARAES, C. T.; DIAS, K. O. das G.; SILVA, L. da C. e; MAGALHAES, J. V. de; GUIMARAES, P. E. de O.; PARENTONI, S. N.; GARCIA, A. A. F. Modelos GBLUP univariados e multivariados para seleção genômica para tolerância ao déficit hídrico em milho. Sete Lagoas: Embrapa Milho e Sorgo, 2016. 12 p. (Embrapa Milho e Sorgo. Circular Técnica, 223).| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 12. | | SOUZA, V. F. de; RIBEIRO, P. C. de O.; VIEIRA JÚNIOR, I. C.; OLIVEIRA, I. C. M.; DAMASCENO, C. M. B.; SCHAFFERT, R. E.; PARRELLA, R. A. da C.; DIAS, K. O. das G.; PASTINA, M. M. Exploring genotype x environment interaction in sweet sorghum under tropical environments. Agronomy Journal, v. 113, p. 3005-3018, 2021.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 13. | | EVANGELISTA, J. S. P. C.; CHAVES, S. F. da S.; BHERING, E. L.; QUEIROZ, V. A. V.; SILVA, D. D. da; GUIMARAES, L. J. M.; DIAS, K. O. das G.; PASTINA, M. M. Seleção de genótipos de milho tropical com menor incidência de fumonisinas em grãos e alta produtividade via predição genômica. Sete Lagoas: Embrapa Milho e Sorgo, 2023. 17 p. (Embrapa Milho e Sorgo. Circular Técnica, 284).| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 14. | | DIAS, K. O. das G.; GONÇALVES, F. M. A.; SOUZA SOBRINHO, F. de; NUNES, J. A. R.; TEIXEIRA, D. H. L.; MORAES, B. F. X. de; BENITES, F. R. G. Tamanho de parcela e efeito de bordadura no melhoramento de Urochloa ruziziensis. Pesquisa Agropecuária Brasileira, v. 48, n. 11, p. 1426-1431, 2013.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Gado de Leite; Embrapa Unidades Centrais. |
| |
| 15. | | DIAS, K. O. das G.; GEZAN, S. A.; GUIMARÃES, C. T.; NAZARIAN, A.; SILVA, L. da C. e; PARENTONI, S. N.; GUIMARAES, P. E. de O.; ANONI, C. de O.; PÁDUA, J. M. V.; PINTO, M. de O.; NODA, R. W.; RIBEIRO, C. A. G.; MAGALHAES, J. V. de; GARCIA, A. A. F.; SOUZA, J. C. de; GUIMARAES, L. J. M.; PASTINA, M. M. Improving accuracies of genomic predictions for drought tolerance in maize by joint modeling of additive and dominance effects in multi-environment trials. Heredity, London, v. 121, n. 1, p. 24-37, 2018.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 16. | | DIAS, K. O. das G.; GEZAN, S. A.; GUIMARAES, C. T.; MAGALHAES, J. V. de; GUIMARAES, P. E. de O.; CARNEIRO, N. P.; PORTUGAL, A. F.; BASTOS, E. A.; CARDOSO, M. J.; ANONI, C. de O.; SOUZA, J. C. de; GUIMARAES, L. J. M.; PASTINA, M. M. Estimating genotype X environment interaction for and genetic correlations among drought tolerance traits in maize via factor analytic multiplicative mixed models. Crop Science, Madison, v. 58, p. 72-83, Jan. 2018. Publicado online em 30 out. 2017.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 17. | | SILVA, K. J.; GUIMARÃES, C. T.; GUILHEN, J. H. S.; GUIMARAES, P. E. de O.; PARENTONI, S. N.; TRINDADE, R. dos S.; OLIVEIRA, A. A. de; BERNARDINO, K. da C.; PINTO, M. de O.; DIAS, K. O. das G.; BERNARDES, C. de O.; DIAS, L. A. dos S.; GUIMARAES, L. J. M.; PASTINA, M. M. High-density SNP-based genetic diversity and heterotic patterns of tropical maize breeding lines. Crop Science, v. 60, p. 779-787, 2020| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 18. | | PADUA, J. M. V.; DIAS, K. O. das G.; PASTINA, M. M.; SOUZA, J. C. de; QUEIROZ, V. A. V.; COSTA, R. V. da; SILVA, M. B. P. da; RIBEIRO, C. A. G.; GUIMARAES, C. T.; GEZAN, S. A.; GUIMARAES, L. J. M. A multi-environment trials diallel analysis provides insights on the inheritance of fumonisin contamination resistance in tropical maize. Euphytica, Dordrecht, v. 211, n. 3, p. 277-285, 2016| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 2 |
| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 19. | | EVANGELISTA, J. S. P. C.; PEIXOTO, M. A.; COELHO, I. F.; FERREIRA, F. M.; MARÇAL, T. de S.; ALVES, R. S.; CHAVES, S. F. da S.; RODRIGUES, E. V.; LAVIOLA, B. G.; RESENDE, M. D. V. de; DIAS, K. O. das G.; BHERING, L. L. Modeling covariance structures and optimizing jatropha curcas breeding. Tree Genetics & Genomes, v. 19, 21, 2023. 11 p.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Agroenergia; Embrapa Café. |
| |
| Registros recuperados : 19 | |
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
