| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Café. |
|
Data corrente: |
26/01/2022 |
|
Data da última atualização: |
26/01/2022 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
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. |
|
Afiliação: |
GABRIELA FRANÇA OLIVEIRA, UFV; ANA CAROLINA CAMPANA NASCIMENTO, UFV; MOYSÉS NASCIMENTO, UFV; ISABELA DE CASTRO SANT'ANNA, IAC; JUAN VICENTE ROMERO, AGROSAVIA; CAMILA FERREIRA AZEVEDO, UFV; LEONARDO LOPES BHERING, UFV; EVELINE TEIXEIRA CAIXETA MOURA, CNPCa. |
|
Título: |
Quantile regression in genomic selection for oligogenic traits in autogamous plants: a simulation study. |
|
Ano de publicação: |
2021 |
|
Fonte/Imprenta: |
Plos One, v. 16, n. 1, e0243666, 2021. |
|
DOI: |
https://doi.org/10.1371/journal.pone.0243666 |
|
Idioma: |
Inglês |
|
Conteúdo: |
This study assessed the efficiency of Genomic selection (GS) or genome‐wide selection (GWS), based on Regularized Quantile Regression (RQR), in the selection of genotypes to breed autogamous plant populations with oligogenic traits. To this end, simulated data of an F2 population were used, with traits with different heritability levels (0.10, 0.20 and 0.40), controlled by four genes. The generations were advanced (up to F6) at two selection intensities (10% and 20%). The genomic genetic value was computed by RQR for different quantiles (0.10, 0.50 and 0.90), and by the traditional GWS methods, specifically RR-BLUP and BLASSO. A second objective was to find the statistical methodology that allows the fastest fixation of favorable alleles. In general, the results of the RQR model were better than or equal to those of traditional GWS methodologies, achieving the fixation of favorable alleles in most of the evaluated scenarios. At a heritability level of 0.40 and a selection intensity of 10%, RQR (0.50) was the only methodology that fixed the alleles quickly, i.e., in the fourth generation. Thus, it was concluded that the application of RQR in plant breeding, to simulated autogamous plant populations with oligogenic traits, could reduce time and consequently costs, due to the reduction of selfing generations to fix alleles in the evaluated scenarios. |
|
Thesagro: |
Regressão Linear; Seleção Genótipa. |
|
Thesaurus Nal: |
Genomics; Plant breeding; Plant selection guides. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/230507/1/Quantile-regression-in-genomic.pdf
|
|
Marc: |
LEADER 02224naa a2200277 a 4500
001 2139325
005 2022-01-26
008 2021 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1371/journal.pone.0243666$2DOI
100 1 $aOLIVEIRA, G. F.
245 $aQuantile regression in genomic selection for oligogenic traits in autogamous plants$ba simulation study.$h[electronic resource]
260 $c2021
520 $aThis study assessed the efficiency of Genomic selection (GS) or genome‐wide selection (GWS), based on Regularized Quantile Regression (RQR), in the selection of genotypes to breed autogamous plant populations with oligogenic traits. To this end, simulated data of an F2 population were used, with traits with different heritability levels (0.10, 0.20 and 0.40), controlled by four genes. The generations were advanced (up to F6) at two selection intensities (10% and 20%). The genomic genetic value was computed by RQR for different quantiles (0.10, 0.50 and 0.90), and by the traditional GWS methods, specifically RR-BLUP and BLASSO. A second objective was to find the statistical methodology that allows the fastest fixation of favorable alleles. In general, the results of the RQR model were better than or equal to those of traditional GWS methodologies, achieving the fixation of favorable alleles in most of the evaluated scenarios. At a heritability level of 0.40 and a selection intensity of 10%, RQR (0.50) was the only methodology that fixed the alleles quickly, i.e., in the fourth generation. Thus, it was concluded that the application of RQR in plant breeding, to simulated autogamous plant populations with oligogenic traits, could reduce time and consequently costs, due to the reduction of selfing generations to fix alleles in the evaluated scenarios.
650 $aGenomics
650 $aPlant breeding
650 $aPlant selection guides
650 $aRegressão Linear
650 $aSeleção Genótipa
700 1 $aNASCIMENTO, A. C. C.
700 1 $aNASCIMENTO, M.
700 1 $aSANT'ANNA, I. de C.
700 1 $aROMERO, J. V.
700 1 $aAZEVEDO, C. F.
700 1 $aBHERING, L. L.
700 1 $aCAIXETA, E. T.
773 $tPlos One$gv. 16, n. 1, e0243666, 2021.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Café (CNPCa) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 30 | |
| 21. |  | AZEVEDO, C. F.; FERRÃO, L. F. V.; BENEVENUTO, J.; RESENDE, M. D. V. de; NASCIMENTO, M.; NASCIMENTO, A. C. C.; MUNOZ, P. R. Using visual scores for genomic prediction of complex traits in breeding programs. Theoretical and Applied Genetics, v. 137, n. 1, 2024. 16 p.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Café. |
|    |
| 22. | | SANTOS, P. M. dos; NASCIMENTO, A. C. C.; NASCIMENTO, M.; SILVA, F. F. e; AZEVEDO, C. F.; MOTA, R. R.; GUIMARÃES, S. E. F.; LOPES, P. S. Use of regularized quantile regression to predict the genetic merit of pigs for asymmetric carcass traits. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 53, n. 9, p. 1011-1017, Sept. 2018. Título em português: Uso da regressão quantílica regularizada para predição de mérito genético em suínos quanto a características assimétricas de carcaça.| Biblioteca(s): Embrapa Unidades Centrais. |
| |
| 23. | | TEIXEIRA, F. R. F.; NASCIMENTO, M.; CECON, P. R.; CRUZ, C. D.; SILVA, F. F. e; NASCIMENTO, A. C. C.; AZEVEDO, C. F.; MARQUES, D. B. D.; SILVA, M. V. G. B.; CARNEIRO, A. P. S.; PAIXAO, D. M. Genomic prediction of lactation curves of Girolando cattle based on nonlinear mixed models. Genetics and Molecular Research, v. 20, n. 1, gmr18691, 2021.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 2 |
| Biblioteca(s): Embrapa Gado de Leite. |
| |
| 24. | | SOUSA, I. C. de; NASCIMENTO, M.; SILVA, G. N.; NASCIMENTO, A. C. C.; CRUZ, C. D.; SILVA, F. F. e; ALMEIDA, D. P. de; PESTANA, K. N.; AZEVEDO, C. F.; ZAMBOLIM, L.; CAIXETA, E. T. Genomic prediction of leaf rust resistance to Arabica coffee using machine learning algorithms. Scientia Agricola, v. 78, n. 4, e20200021, 2021.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Café. |
| |
| 25. | | 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. |
| |
| 26. | | SOUSA, I. C. de; NASCIMENTO, M.; SANT’ANNA, I. de C.; CAIXETA, E. T.; AZEVEDO, C. F.; CRUZ, C. D.; SILVA, F. L. da; ALKIMIM, E. R.; NASCIMENTO, A. C. C.; SERÃO, N. V. L. Marker effects and heritability estimates using additive-dominance genomic architectures via artificial neural networks in Coffea canephora. Plos One, v. 17, n.1, e0262055, 2022.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Café. |
| |
| 27. | | NASCIMENTO, M.; SILVA, F. F. e; RESENDE, M. D. V. de; CRUZ, C. D.; NASCIMENTO, A. C. C.; VIANA, J. M. S.; AZEVEDO, C. F.; BARROSO, L. M. A. Regularized quantile regression applied to genome-enabled prediction of quantitative traits. Genetics and Molecular Research, v. 16, n. 1, gmr16019538, 2017. 12 p.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 2 |
| Biblioteca(s): Embrapa Florestas. |
| |
| 28. | | BARROSO, L. M. A.; NASCIMENTO, M.; NASCIMENTO, A. C. C.; SILVA, F. F.; SERÃO, N. V. L.; CRUZ, C. D.; RESENDE, M. D. V. de; SILVA, F. L.; AZEVEDO, C. F.; LOPES, P. S.; GUIMARÃES, S. E. F. Regularized quantile regression for SNP marker estimation of pig growth curves. Journal of Animal Science and Biotechnology, v. 8, n. 59, 2017. 9 p.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Florestas. |
| |
| 29. | | OLIVEIRA, G. F.; NASCIMENTO, A. C. C.; AZEVEDO, C. F.; CELERI, M. de O.; BARROSO, L. M. A.; SANT’ANNA, I. de C.; VIANA, J. M. S.; RESENDE, M. D. V. de; NASCIMENTO, M. Population size in QTL detection using quantile regression in genome‑wide association studies. Scientific Reports, v. 13, Article 9585, 2023. 10 p.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Café. |
| |
| 30. | | TEIXEIRA, F. R. F.; NASCIMENTO, M.; NASCIMENTO, A. C. C.; SILVA, F. F. e; CRUZ, C. D.; AZEVEDO, C. F.; PAIXÃO, D. M.; BARROSO, L. M. A.; VERARDO, L. L.; RESENDE, M. D. V. de; GUIMARÃES, S. E. F.; LOPES, P. S. Factor analysis applied to genome prediction for high-dimensional phenotypes in pigs. Genetics and Molecular Research, v. 15, n. 2, 2016. 10 p.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Florestas. |
| |
| Registros recuperados : 30 | |
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
