| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Florestas. |
|
Data corrente: |
05/07/2019 |
|
Data da última atualização: |
30/10/2019 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
VOLPATO, L.; ALVES, R. S.; TEODORO, P. E.; RESENDE, M. D. V. de; NASCIMENTO, M.; NASCIMENTO, A. C. C.; LUDKE, W. H.; SILVA, F. L. da; BORÉM, A. |
|
Afiliação: |
Leonardo Volpato, Universidade Federal de Viçosa; Rodrigo Silva Alves, Universidade Federal de Viçosa; Paulo Eduardo Teodoro, Universidade Federal de Mato Grosso do Sul; MARCOS DEON VILELA DE RESENDE, CNPF; Moysés Nascimento, Universidade Federal de Viçosa; Ana Carolina Campana Nascimento, Universidade Federal de Viçosa; Willian Hytalo Ludke, Universidade Federal de Viçosa; Felipe Lopes da Silva, Universidade Federal de Viçosa; Aluízio Borém, Universidade Federal de Viçosa. |
|
Título: |
Multi-trait multi-environment models in the genetic selection of segregating soybean progeny. |
|
Ano de publicação: |
2019 |
|
Fonte/Imprenta: |
PLoS ONE, v. 14, n. 4, e0215315, Apr. 2019. 22 p. |
|
DOI: |
10.1371/journal.pone.0215315 |
|
Idioma: |
Inglês |
|
Conteúdo: |
At present, single-trait best linear unbiased prediction (BLUP) is the standard method for genetic selection in soybean. However, when genetic selection is performed based on two or more genetically correlated traits and these are analyzed individually, selection bias may arise. Under these conditions, considering the correlation structure between the evaluated traits may provide more-accurate genetic estimates for the evaluated parameters, even under environmental influences. The present study was thus developed to examine the efficiency and applicability of multi-trait multi-environment (MTME) models by the residual maximum likelihood (REML/BLUP) and Bayesian approaches in the genetic selection of segregating soybean progeny. The study involved data pertaining to 203 soybean F2:4 progeny assessed in two environments for the following traits: number of days to maturity (DM), 100-seed weight (SW), and average seed yield per plot (SY). Variance components and genetic and non-genetic parameters were estimated via the REML/BLUP and Bayesian methods. The variance components estimated and the breeding values and genetic gains predicted with selection through the Bayesian procedure were similar to those obtained by REML/BLUP. The frequentist and Bayesian MTME models provided higher estimates of broad-sense heritability per plot (or heritability of total effects of progeny; h2 prog) and mean accuracy of progeny than their respective single-trait versions. Bayesian analysis provided the credibility intervals for the estimates of h2 prog. Therefore, MTME led to greater predicted gains from selection. On this basis, this procedure can be efficiently applied in the genetic selection of segregating soybean progeny. MenosAt present, single-trait best linear unbiased prediction (BLUP) is the standard method for genetic selection in soybean. However, when genetic selection is performed based on two or more genetically correlated traits and these are analyzed individually, selection bias may arise. Under these conditions, considering the correlation structure between the evaluated traits may provide more-accurate genetic estimates for the evaluated parameters, even under environmental influences. The present study was thus developed to examine the efficiency and applicability of multi-trait multi-environment (MTME) models by the residual maximum likelihood (REML/BLUP) and Bayesian approaches in the genetic selection of segregating soybean progeny. The study involved data pertaining to 203 soybean F2:4 progeny assessed in two environments for the following traits: number of days to maturity (DM), 100-seed weight (SW), and average seed yield per plot (SY). Variance components and genetic and non-genetic parameters were estimated via the REML/BLUP and Bayesian methods. The variance components estimated and the breeding values and genetic gains predicted with selection through the Bayesian procedure were similar to those obtained by REML/BLUP. The frequentist and Bayesian MTME models provided higher estimates of broad-sense heritability per plot (or heritability of total effects of progeny; h2 prog) and mean accuracy of progeny than their respective single-trait versions. Bayesian analysis provided... Mostrar Tudo |
|
Palavras-Chave: |
Bayesian-inference; Breeding values; Genomic selection; Inferência Bayesian; Mixed models; Modelo misto; Seed protein; Seleção genômica. |
|
Thesagro: |
Soja. |
|
Thesaurus Nal: |
Agronomic traits; Prediction; Soybeans. |
|
Categoria do assunto: |
G Melhoramento Genético |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/199239/1/2019-M.Deon-PO-Multi-trait.pdf
|
|
Marc: |
LEADER 02789naa a2200373 a 4500
001 2110400
005 2019-10-30
008 2019 bl uuuu u00u1 u #d
024 7 $a10.1371/journal.pone.0215315$2DOI
100 1 $aVOLPATO, L.
245 $aMulti-trait multi-environment models in the genetic selection of segregating soybean progeny.$h[electronic resource]
260 $c2019
520 $aAt present, single-trait best linear unbiased prediction (BLUP) is the standard method for genetic selection in soybean. However, when genetic selection is performed based on two or more genetically correlated traits and these are analyzed individually, selection bias may arise. Under these conditions, considering the correlation structure between the evaluated traits may provide more-accurate genetic estimates for the evaluated parameters, even under environmental influences. The present study was thus developed to examine the efficiency and applicability of multi-trait multi-environment (MTME) models by the residual maximum likelihood (REML/BLUP) and Bayesian approaches in the genetic selection of segregating soybean progeny. The study involved data pertaining to 203 soybean F2:4 progeny assessed in two environments for the following traits: number of days to maturity (DM), 100-seed weight (SW), and average seed yield per plot (SY). Variance components and genetic and non-genetic parameters were estimated via the REML/BLUP and Bayesian methods. The variance components estimated and the breeding values and genetic gains predicted with selection through the Bayesian procedure were similar to those obtained by REML/BLUP. The frequentist and Bayesian MTME models provided higher estimates of broad-sense heritability per plot (or heritability of total effects of progeny; h2 prog) and mean accuracy of progeny than their respective single-trait versions. Bayesian analysis provided the credibility intervals for the estimates of h2 prog. Therefore, MTME led to greater predicted gains from selection. On this basis, this procedure can be efficiently applied in the genetic selection of segregating soybean progeny.
650 $aAgronomic traits
650 $aPrediction
650 $aSoybeans
650 $aSoja
653 $aBayesian-inference
653 $aBreeding values
653 $aGenomic selection
653 $aInferência Bayesian
653 $aMixed models
653 $aModelo misto
653 $aSeed protein
653 $aSeleção genômica
700 1 $aALVES, R. S.
700 1 $aTEODORO, P. E.
700 1 $aRESENDE, M. D. V. de
700 1 $aNASCIMENTO, M.
700 1 $aNASCIMENTO, A. C. C.
700 1 $aLUDKE, W. H.
700 1 $aSILVA, F. L. da
700 1 $aBORÉM, A.
773 $tPLoS ONE$gv. 14, n. 4, e0215315, Apr. 2019. 22 p.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Florestas (CNPF) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 30 | |
| 2. |  | NASCIMENTO, M.; SILVA, F. F. e; SAFADI, T.; NASCIMENTO, A. C. C.; FERREIRA, R. de P.; CRUZ, C. D. Abordagem bayesiana para avaliação da adaptabilidade e estabilidade de genótipos de alfafa. Pesquisa Agropecuária Brasileira, Brasília, v. 46, n. 1, p. 26-32, jan. 2011.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 2 |
| Biblioteca(s): Embrapa Pecuária Sudeste; Embrapa Unidades Centrais. |
|    |
| 3. | | NASCIMENTO, M.; NASCIMENTO, A. C. C.; CIRILLO, M. A.; FERREIRA, A.; PETERNELLI, L. A.; FERREIRA, R. de P. Association between responses obtained using adaptability and stability methods in alfalfa. Semina: Ciências Agrárias, Londrina, v. 34, n. 6, p. 2545-2554, nov./dez. 2013.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: B - 1 |
| Biblioteca(s): Embrapa Pecuária Sudeste. |
| |
| 5. | | NASCIMENTO, N; FERREIRA, A.; NASCIMENTO, A. C. C.; SILVA, F. F. e; FERREIRA, R. de P.; CRUZ, C. D. Multiple centroid method to evaluate the adaptability of alfalfa genotypes. Revista Ceres, Viçosa, v. 62, n. 1, p. 030-036, jan/fev, 2015| Tipo: Artigo em Periódico Indexado | Circulação/Nível: B - 1 |
| Biblioteca(s): Embrapa Pecuária Sudeste. |
| |
| 7. | | NASCIMENTO, M.; ROCHA, G. S. da; PINTO, D. S.; BARROSO, L. M. A.; NASCIMENTO, A. C. C.; FERREIRA, R. de P.; SILVA, F. F. e. Correlação de Spearman aplicada ao estudo de adaptabilidade e estabilidade em genótipos de alfafa. Investigacion Agrária, v. 15, n. 2, p. 83-90, 2013.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: B - 1 |
| Biblioteca(s): Embrapa Pecuária Sudeste. |
| |
| 10. | | SUELA, M. M.; AZEVEDO, C. F.; NASCIMENTO, A. C. C.; MOMEN, M.; OLIVEIRA, A. C. B. de; CAIXETA, E. T.; MOROTA, G.; NASCIMENTO, M. Genome-wide association study for morphological, physiological, and productive traits in Coffea arabica using structural equation models. Tree Genetics & Genomes, v. 19, n. 3, 2023. 17 p.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Café. |
| |
| 12. | | COSTA, J. A. da; AZEVEDO, C. F.; NASCIMENTO, M.; SILVA, F. F. e; RESENDE, M. D. V. de; NASCIMENTO, A. C. C. A comparison of regression methods based on dimensional reduction for genomic prediction. Genetics and Molecular Research, v. 20, n. 2, p. 1-15, 2021.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 2 |
| Biblioteca(s): Embrapa Café. |
| |
| 13. | | OLIVEIRA, G. F.; MIRANDA, T. L. R.; NASCIMENTO, A. C. C.; NASCIMENTO, M.; CAIXETA, E. T.; SILVA, L. de F.; ALKIMIM, E. R.; SILVA, F. L. da. Discrimination of varietal groups and hybrids of coffea canephora species using multivariate analysis. Revista Brasileira de Biometria, v. 39, n. 1, p. 194-201, 2021.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: B - 3 |
| Biblioteca(s): Embrapa Café. |
| |
| 14. | | COSTA, J. A. da; AZEVEDO, C. F.; NASCIMENTO, M.; SILVA, F. F.; RESENDE, M. D. V. de; NASCIMENTO, A. C. C. Determination of optimal number of independent components in yield traits in rice. Scientia Agricola, v. 79, n. 6, p. 1-8, 2022.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Café. |
| |
| 15. | | OLIVEIRA, G. F.; NASCIMENTO, A. C. C.; NASCIMENTO, M.; SANT'ANNA, I. de C.; ROMERO, J. V.; AZEVEDO, C. F.; BHERING, L. L.; CAIXETA, E. T. Quantile regression in genomic selection for oligogenic traits in autogamous plants: a simulation study. Plos One, v. 16, n. 1, e0243666, 2021.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Café. |
| |
| 16. | | AZEVEDO, C. F.; CARVALHO, I. R.; NASCIMENTO, M.; SILVA, J. A. G. da; NASCIMENTO, A, C. C.; CRUZ, C. D.; HUTH, C.; ALMEIDA, H. C. F. de. Informative prior distribution applied to linseed for the estimation of genetic parameters using a small sample size. Pesquisa Agropecuária Brasileira, v. 57, e02793, 2022. Título em português: Distribuição a priori informativa aplicada à linhaça para estimação de parâmetros genéticos com uso de tamanho amostral reduzido.| Biblioteca(s): Embrapa Unidades Centrais. |
| |
| 17. | | BARROSO, L. M. A.; NASCIMENTO, M.; NASCIMENTO, A. C. C.; FONSECA, F. F. e; CRUZ, C. D.; BHERING, L. L.; FERREIRA, R. de P. Metodologia para análise de adaptabilidade e estabilidade por meio de regressão quantílica. Pesquisa Agropecuária Brasileira, v. 50, n. 4, p. 290-297, abr. 2015.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: B - 1 |
| Biblioteca(s): Embrapa Pecuária Sudeste. |
| |
| 18. | | BARROSO, L. M. A.; NASCIMENTO, M.; NASCIMENTO, A. C. C.; SILVA, F. F. e; CRUZ, C. D.; BHERING, L. L.; FERREIRA, R. de P. Metodologia para análise de adaptabilidade e estabilidade por meio de regressão quantílica. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 50, n. 4, p. 267-290-297, abr. 2015. Título em inglês: Methodology for analysis of adaptability and stability using quantile regression.| Biblioteca(s): Embrapa Unidades Centrais. |
| |
| 19. | | VOLPATO, L.; ALVES, R. S.; TEODORO, P. E.; RESENDE, M. D. V. de; NASCIMENTO, M.; NASCIMENTO, A. C. C.; LUDKE, W. H.; SILVA, F. L. da; BORÉM, A. Multi-trait multi-environment models in the genetic selection of segregating soybean progeny. PLoS ONE, v. 14, n. 4, e0215315, Apr. 2019. 22 p.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Florestas. |
| |
| 20. | | CARVALHO, V. P.; SANT'ANNA, I. C.; NASCIMENTO, M.; NASCIMENTO, A. C. C.; CRUZ, C. D.; ARBEX, W. A.; OLIVEIRA, F. C.; SILVA, F. F. Support vector machines applied to the genetic classification problem of hybrid populations with high degrees of similarity. Genetics and Molecular Research, v. 17, n. 4, gmr18122, 2018. 10 p.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 2 |
| Biblioteca(s): Embrapa Gado de Leite. |
|  |
| Registros recuperados : 30 | |
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
