| |
|
|
| Registros recuperados : 62 | |
| 21. |  | SANTOS, V. S. dos; MARTINS FILHO, S.; ALVES, R. M.; RESENDE, M. D. V. de; SILVA, F. F. e. Genetic divergence among cupuaçu accessions by multiscale bootstrap resampling. Bragantia, Campinas, v. 74, n. 2, p. 169-175, Apr./June 2015.| Biblioteca(s): Embrapa Florestas. |
|   |
| 28. | | SUELA, M. M.; LIMA, L. P.; AZEVEDO, C. F.; RESENDE, M. D. V. de; NASCIMENTO, M.; SILVA, F. F. e. Combined index of genomic prediction methods applied to productivity traits in rice. Ciência Rural, Santa Maria, v. 49, n. 6, e20181008, June 2019. 9 p.| Biblioteca(s): Embrapa Florestas. |
|  |
| 30. | | VALENTE, M. S.; VIANA, J. M. S.; RESENDE, M. D. V. de; SILVA, F. F. e; LOPES, M. T. G. Seleção genômica para melhoramento vegetal com diferentes estruturas populacionais. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 51, n. 11, p. 1857-1867, nov. 2016. Título em inglês: Genomic selection for plant breeding with different population structures.| Biblioteca(s): Embrapa Florestas; Embrapa Unidades Centrais. |
| |
| 31. | | AZEVEDO, C. F.; RESENDE, M. D. V. de; SILVA, F. F. e; LOPES, P. S.; GUIMARÃES, S. E. F. Regressão via componentes independentes aplicada à seleção genômica para características de carcaça em suínos. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 48, n. 6, p. 619-626, jun. 2013.| Biblioteca(s): Embrapa Florestas; Embrapa Unidades Centrais. |
| |
| 32. | | LAGROTTA, M. R.; SILVA, F. F. e; RESENDE, M. D. V. de; NASCIMENTO, M.; DUARTE, D. A. S.; AZEVEDO, C. F.; MOTA, R. R. Computação paralela aplicada à seleção genômica via inferência Bayesiana. Revista Brasileira de Biometria, Lavras, v. 35, n. 3, p. 440-448, 2017.| Biblioteca(s): Embrapa Florestas. |
| |
| 33. | | ALMEIDA FILHO, J. E. de; GUIMARÃES, J. F. R.; SILVA, F. F. e; RESENDE, M. D. V. de; MUÑOZ, P.; KIRST, M.; RESENDE JUNIOR, M. F. R. The contribution of dominance to phenotype prediction in a pine breeding and simulated population. Heredity, v. 117, p. 33-41, July 2016.| Biblioteca(s): Embrapa Florestas. |
| |
| 35. | | MARIGUELE, K. H.; RESENDE, M. D. V. de; VIANA, J. M. S.; SILVA, F. F. e; SILVA, P. S. L. de; KNOP, F. de C. Métodos de análise de dados longitudinais para o melhoramento genético da pinha. Pesquisa Agropecuária Brasileira, Brasília, v. 46, n. 12, p. 1657-1664, dez. 2011.| Biblioteca(s): Embrapa Florestas; Embrapa Unidades Centrais. |
| |
| 36. | | PINHEIRO, V. R.; SILVA, F. F. e; GUIMARÃES, S. E. F.; RESENDE, M. D. V. de; LOPES, P. S.; CRUZ, C. D.; AZEVEDO, C. F. Mapeamento de QTL para características de crescimento de suínos por meio de modelos de regressão aleatória. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 48, n. 2, p. 190-196, fev. 2013.| Biblioteca(s): Embrapa Florestas; Embrapa Unidades Centrais. |
| |
| 37. | | CARVALHO, S. de P. C. e; CALEGARIO, N.; SILVA, F. F. e; BORGES, L. A. C.; MENDONÇA, A. R. de; LIMA, M. P. de. Modelos não lineares generalizados aplicados na predição da área basal e volume de Eucalyptus clonal. Cerne, Lavras, v. 17, n. 4, p. 541-548, out./dez. 2011.| Biblioteca(s): Embrapa Florestas. |
| |
| 39. | | ALMEIDA FILHO, J. E. de A.; RODRIGUES, J. F. G.; SILVA, F. F. e; RESENDE, M. D. V. de; RESENDE JÚNIOR, M.; MUÑOZ, P.; KIRST, M. Genomic prediction of assitive and non-additive effects using genetic markers and pedigrees in pines breeding. In: CONGRESSO BRASILEIRO DE MELHORAMENTO DE PLANTAS, 8., 2015, Goiânia. O melhoramento de plantas, o futuro da agricultura e a soberania nacional: anais. Goiânia: SBMP: UFG, 2015. Resumo.| Biblioteca(s): Embrapa Florestas. |
| |
| 40. | | ALMEIDA FILHO, J. E. de; TARDIN, F. D.; RESENDE, M. D. V. de; SILVA, F. F. e; GRANATO, I. S. C.; MENEZES, C. B. de. Genetic evaluation of grain sorghum hybrids in Brazilian environments using the REML/BLUP procedure. Scientia Agricola, Piracicaba, v. 71, n. 2, p. 146-150, Mar./Apr. 2014.| Biblioteca(s): Embrapa Florestas; Embrapa Milho e Sorgo. |
| |
| Registros recuperados : 62 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Florestas. |
|
Data corrente: |
17/09/2013 |
|
Data da última atualização: |
18/11/2015 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 2 |
|
Autoria: |
AZEVEDO, C. F.; SILVA, F. F. e; RESENDE, M. D. V. de; PETERNELLI, L. A.; GUIMARÃES, S. E. F.; LOPES, P. S. |
|
Afiliação: |
CAMILA FERREIRA AZEVEDO, UFV; FABYANO FONSECA E SILVA, UFV; MARCOS DEON VILELA DE RESENDE, CNPF; LUIZ ALEXANDRE PETERNELLI, UFV; SIMONE ELIZA FACIONE GUIMARÃES, UFV; PAULO SÁVIO LOPES, UFV. |
|
Título: |
Quadrados mínimos parciais uni e multivariado aplicados na seleção genômica para características de carcaça em suínos. |
|
Ano de publicação: |
2013 |
|
Fonte/Imprenta: |
Ciência Rural, Santa Maria, RS, v. 43, n. 9, p. 1642-1649, set. 2013. |
|
Idioma: |
Português |
|
Conteúdo: |
A principal contribuição da genética molecular é a utilização direta das informações de DNA no processo de identifi cação de indivíduos geneticamente superiores. Sob esse enfoque, idealizou-se a seleção genômica ampla (Genome Wide Selection - GWS), a qual consiste na análise de marcadores SNPs (Single Nucleotide Polymorphisms) amplamente distribuídos no genoma. Devido a esse grande número de SNPs, geralmente maior que o número de indivíduos genotipados, e à alta colinearidade entre eles, métodos de redução de dimensionalidade são requeridos. Dentre estes, destaca-se o método de regressão via Quadrados Mínimos Parciais (Partial Least Squares - PLS), que além de solucionar tais problemas, permite uma abordagem multivariada, considerando múltiplos fenótipos. Diante do exposto, objetivouse aplicar e comparar a regressão PLS univariada (UPLS) e multivariada (MPLS) na GWS para características de carcaça em uma população F2 de suínos Piau×Comercial. Os resultados evidenciaram a superioridade do método MPLS, uma vez que este proporcionou maiores valores de acurácia em relação à abordagem univariada. |
|
Palavras-Chave: |
Análise multivariada; Melhoramento genético; Redução de dimensionalidade; Seleção genômica. |
|
Thesagro: |
Suíno. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/89511/1/deon-ciencia-rural.pdf
|
|
Marc: |
LEADER 01943naa a2200241 a 4500
001 1966386
005 2015-11-18
008 2013 bl uuuu u00u1 u #d
100 1 $aAZEVEDO, C. F.
245 $aQuadrados mínimos parciais uni e multivariado aplicados na seleção genômica para características de carcaça em suínos.$h[electronic resource]
260 $c2013
520 $aA principal contribuição da genética molecular é a utilização direta das informações de DNA no processo de identifi cação de indivíduos geneticamente superiores. Sob esse enfoque, idealizou-se a seleção genômica ampla (Genome Wide Selection - GWS), a qual consiste na análise de marcadores SNPs (Single Nucleotide Polymorphisms) amplamente distribuídos no genoma. Devido a esse grande número de SNPs, geralmente maior que o número de indivíduos genotipados, e à alta colinearidade entre eles, métodos de redução de dimensionalidade são requeridos. Dentre estes, destaca-se o método de regressão via Quadrados Mínimos Parciais (Partial Least Squares - PLS), que além de solucionar tais problemas, permite uma abordagem multivariada, considerando múltiplos fenótipos. Diante do exposto, objetivouse aplicar e comparar a regressão PLS univariada (UPLS) e multivariada (MPLS) na GWS para características de carcaça em uma população F2 de suínos Piau×Comercial. Os resultados evidenciaram a superioridade do método MPLS, uma vez que este proporcionou maiores valores de acurácia em relação à abordagem univariada.
650 $aSuíno
653 $aAnálise multivariada
653 $aMelhoramento genético
653 $aRedução de dimensionalidade
653 $aSeleção genômica
700 1 $aSILVA, F. F. e
700 1 $aRESENDE, M. D. V. de
700 1 $aPETERNELLI, L. A.
700 1 $aGUIMARÃES, S. E. F.
700 1 $aLOPES, P. S.
773 $tCiência Rural, Santa Maria, RS$gv. 43, n. 9, p. 1642-1649, set. 2013.
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. |
|
|
