| |
|
|
| Registros recuperados : 77 | |
| 22. |  | MORAIS JÚNIOR, O. P.; BRESEGHELLO, F.; DUARTE, J. B.; MORAIS, O. P.; RANGEL, P. H. N.; COELHO, A. S. G. Effectiveness of recurrent selection in irrigated rice breeding. Crop Science, v. 57, n. 6, p. 3043-3058, Nov./Dec. 2017.| Biblioteca(s): Embrapa Arroz e Feijão. |
|    |
| 23. | | PEREIRA, M. F.; COELHO, A. S. G.; CIAMPI, A. Y.; BANDEIRA, L.; BLANCO, A. J. V.; CHAVES, L. J. Desenvolvimento de marcadores moleculares microssatélites em Annona crassiflora Mart. (Araticum do Cerrado). In: CONGRESSO BRASILEIRO DE GENÉTICA, 52., 2006, Foz do Iguaçu, PR. Resumos... Ribeirão Preto, SP: Sociedade Brasileira de Genética, 2006. p. 971.| Biblioteca(s): Embrapa Recursos Genéticos e Biotecnologia. |
| |
| 24. | | RIZZO, J. A.; FONSECA, A. S.; VALVA, F. A.; COELHO, A. S. G.; SILVA, M. J.; VIANA, M. V. L. Ecogenetica de Hancornia speciosa Gomez .I. Padrao de distribuicao especial de Hancornia speciosa var. gardeneri e var. pubescens. In: CONGRESSO NACIONAL DE BOTANICA, 47., 1996, Nova Friburgo. Resumos. Nova Friburgo: Sociedade Botanica do Brasil, 1996. p.360.| Biblioteca(s): Embrapa Cerrados. |
| |
| 27. | | FERREIRA, M. A. J. da F.; QUEIRÓZ, M. A. de; VENCOVSKY, R.; DUARTE, J. B.; COELHO, A. S. G. Componentes da variância genética em melancia. Horticultura Brasileira, v. 23, n. 2, p. 423, ago. 2005. Suplemento. Edição dos resumos: CONGRESSO BRASILEIRO DE OLERICULTURA, 45.; CONGRESSO BRASILEIRO DE FLORICULTURA E PLANTAS ORNAMENTAIS, 15.; CONGRESSO BRASILEIRO DE CULTURA DE TECIDOS DE PLANTAS, 2., 2005, Fortaleza, CE.| Biblioteca(s): Embrapa Recursos Genéticos e Biotecnologia. |
|  |
| 30. | | CRISPIM, B. C. F.; RÉSIO, L.; BUENO, L. G.; COELHO, A. S. G.; MELLO, R. N. de. Identificação de genitores para resistência à Magnaporthe oryzae em arroz utilizando-se a análise AMMI. In: SEMINÁRIO JOVENS TALENTOS, 5., 2011, Santo Antônio de Goiás. Resumos apresentados. Santo Antônio de Goiás: Embrapa Arroz e Feijão, 2011. p. 51. (Embrapa Arroz e Feijão. Documentos, 270).| Biblioteca(s): Embrapa Arroz e Feijão. |
| |
| 31. | | ZUCCHI, M. I.; BRONDANI, R. P. V.; PINHEIRO, J. B.; CHAVES, L. J.; COELHO, A. S. G.; VENCOVSKY, R. Genetic structure and gene flow in Eugenia dysenterica DC in the Brazilian Cerrado utilizing SSR markers. Genetics and Molecular Biology, v. 26, n. 4, p. 449-457, dez. 2003.| Biblioteca(s): Embrapa Arroz e Feijão. |
| |
| 32. | | MELLO, H. A.; COELHO, A. S. R.; DI CIERO NETTO, A.; SIMOES, J. W.; BERGER, R.; COUTO, H. T. Z. A influencia da especie, do espacamento e da idade no custo da producao de madeira industrial IPEF, Piracicaba, n.5, p.17-28, 1972| Biblioteca(s): Embrapa Florestas. |
| |
| 33. | | MORAIS JÚNIOR, O. P.; DUARTE, J. B.; BRESEGHELLO, F.; COELHO, A. S. G.; MORAIS, O. P.; MAGALHÃES JÚNIOR, A. M. Single-step reaction norm models for genomic prediction in multienvironment recurrent selection trials. Crop Science, v. 58, n. 2, p. 592-607, Mar./Apr. 2018.| Biblioteca(s): Embrapa Arroz e Feijão. |
| |
| 34. | | PEREIRA, W. J.; MELO, A. T. de O.; VALDISSER, P. A. M. R.; BRONDANI, C.; COELHO, A. S. G.; VIANELLO, R. P. Análise ampla do genoma funcional de feijoeiro em condições de deficiência hídrica. In: SEMINÁRIO JOVENS TALENTOS, 9., 2015, Santo Antônio de Goiás. Coletânea dos resumos apresentados. Santo Antônio de Goiás: Embrapa Arroz e Feijão, 2015. p. 108. (Embrapa Arroz e Feijão. Documentos, 309).| Biblioteca(s): Embrapa Arroz e Feijão. |
| |
| 35. | | MORAIS JÚNIOR, O. P.; BRESEGHELLO, F.; DUARTE, J. B.; COELHO, A. S. G.; BORBA, T. C. O.; AGUIAR, J. T.; NEVES, P. C. F.; MORAIS, O. P. Assessing prediction models for different traits in a rice population derived from a Recurrent Selection Program. Crop Science, v. 58, n. 6, p. 2347-2359, Nov./Dec. 2018.| Biblioteca(s): Embrapa Arroz e Feijão. |
| |
| 36. | | CANÊDO, M. DE G.; MAGNABOSCO, C. de U.; MAMEDE, M. M. S.; COELHO, A. S. G.; TAVARES, R. Z.; CASTRO, L. M. DE. Contribuição genética de touros avaliados para desempenho animal em testes de desempenho de touros jovens em pastagens renovadas mediante integração lavoura e pecuária no bioma Cerrado. In: REUNIÃO ANUAL DA SOCIEDADE BRASILEIRA DE ZOOTECNIA, 47., 2010, Salvador. Empreendedorismo e progresso científicos na zootecnia brasileira de vanguarda: anais. Salvador: SBZ, 2010. 1 CD-ROM.| Biblioteca(s): Embrapa Cerrados. |
| |
| 37. | | MORAIS JUNIOR, O. P. de; BRESEGHELLO, F.; DUARTE, J. B.; MORAIS, O. P. de; COELHO, A. S. G.; BORBA, T. C. de O.; RANGEL, P. H. N. Efetividade da seleção recorrente genotípica no melhoramento do arroz irrigado. In: CONGRESSO BRASILEIRO DE MELHORAMENTO DE PLANTAS, 9., 2017, Foz do Iguaçu. Melhoramento de plantas: projetando o futuro. Foz do Iguaçu: SBMP, 2017. p. 284.| Biblioteca(s): Embrapa Arroz e Feijão. |
| |
| 38. | | CANÊDO, M. DE G.; MAMEDE, M. M. S.; MAGNABOSCO, C. de U.; COELHO, A. S. G.; TAVARES, R. Z.; CASTRO, L. M. DE. Estudo genético quantitativo da relação entre o mérito genético de touros avaliados e a avaliação por escores visuais de sua progênie em teste de desempenho a pasto. In: REUNIÃO ANUAL DA SOCIEDADE BRASILEIRA DE ZOOTECNIA, 47., 2010, Salvador. Empreendedorismo e progresso científicos na zootecnia brasileira de vanguarda: anais. Salvador: SBZ, 2010. 1 CD-ROM.| Biblioteca(s): Embrapa Cerrados. |
| |
| 39. | | MOURA, T. M. de; SEBBENN, A. M.; CHAVES, L. J.; COELHO, A. S. G.; OLIVEIRA, G. C. X.; KAGEYAMA, P. Y. Diversidade e estrutura genética espacial em populações fragmentadas de Solanum spp. do Cerrado, estimadas por meio de locos microssatélites. Scientia Forestalis, Piracicaba, v. 37, n. 82, p. 143-150, jun. 2009.| Biblioteca(s): Embrapa Florestas. |
| |
| 40. | | TELLES, M. P. de C.; SILVA, R. S. M.; CHAVES, L. J.; COELHO, A. S. G.; DINIZ FILHO, J. A. F. Divergência entre subpopulações de cagaiteira (Eugenia dysenterica) em resposta a padrões edáficos e distribuição espacial. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 36, n. 11, p. 1387-1394, nov. 2001 Título em inglês: Divergence among local populations of Eugenia dysenterica in response to edaphic patterns and spatial distribution.| Biblioteca(s): Embrapa Unidades Centrais. |
| |
| Registros recuperados : 77 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Arroz e Feijão. |
|
Data corrente: |
26/01/2018 |
|
Data da última atualização: |
26/01/2018 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 2 |
|
Autoria: |
MORAIS JÚNIOR, O. P.; DUARTE, J. B.; BRESEGHELLO, F.; COELHO, A. S. G.; BORBA, T. C. O.; AGUIAR, J. T.; NEVES, P. C. F.; MORAIS, O. P. |
|
Afiliação: |
ODILON PEIXOTO MORAIS JUNIOR; JOAO BATISTA DUARTE, UFG; FLAVIO BRESEGHELLO, CNPAF; ALEXANDRE S. G. COELHO, UFG; TEREZA CRISTINA DE OLIVEIRA BORBA, CNPAF; JORDENE T. AGUIAR; PERICLES DE CARVALHO FERREIRA NEVES, CNPAF; ORLANDO PEIXOTO DE MORAIS, CNPAF. |
|
Título: |
Relevance of additive and non-additive genetic relatedness for genomic prediction in rice population under recurrent selection breeding |
|
Ano de publicação: |
2017 |
|
Fonte/Imprenta: |
Genetics and Molecular Research, v. 16, n. 4, gmr16039849, Dec. 2017. |
|
ISSN: |
1676-5680 |
|
DOI: |
10.4238/gmr16039849 |
|
Idioma: |
Inglês |
|
Conteúdo: |
In genomic recurrent selection programs of self-pollinated crops, additive genetic effects (breeding values) are effectively relevant for selection of superior progenies as new parents. However, considering additive and nonadditive genetic effects can improve the prediction of genome-enhanced breeding values (GEBV) of progenies, for quantitative traits. In this study, we assessed the magnitude of additive and nonadditive genetic variances for eight key traits in a rice population under recurrent selection, using marker-based relationship matrices. We then assessed the goodness-to-fit, bias, stability and accuracy of prediction for breeding values and total (additive plus nonadditive) genetic values, in five genomic best linear unbiased prediction (GBLUP) models, ignoring or not nonadditive genetic effects. The models were compared using 6174 single nucleotide polymorphisms (SNP) markers from 174 S1:3 progenies evaluated in field yield trial. We found dominance effects accounting for a substantial proportion of the total genetic variance for the key traits in rice, especially for days to flowering. In average of the traits, the component of variance additive, dominance, and epistatic contributed to about 34%, 14% and 9% for phenotypic variance. Additive genomic models, ignoring nonadditive genetic effects, showed better fit to the data and lower bias, in addition to greater stability and accuracy for predict GEBV of progenies. These results improve our understanding of the genetic architecture of the key traits in rice, evaluated in early-generation testing. Clearly, this study highlighted the advantages of additive models using genome-wide information, for genomic prediction applied to recurrent selection in a self-pollinated crop. MenosIn genomic recurrent selection programs of self-pollinated crops, additive genetic effects (breeding values) are effectively relevant for selection of superior progenies as new parents. However, considering additive and nonadditive genetic effects can improve the prediction of genome-enhanced breeding values (GEBV) of progenies, for quantitative traits. In this study, we assessed the magnitude of additive and nonadditive genetic variances for eight key traits in a rice population under recurrent selection, using marker-based relationship matrices. We then assessed the goodness-to-fit, bias, stability and accuracy of prediction for breeding values and total (additive plus nonadditive) genetic values, in five genomic best linear unbiased prediction (GBLUP) models, ignoring or not nonadditive genetic effects. The models were compared using 6174 single nucleotide polymorphisms (SNP) markers from 174 S1:3 progenies evaluated in field yield trial. We found dominance effects accounting for a substantial proportion of the total genetic variance for the key traits in rice, especially for days to flowering. In average of the traits, the component of variance additive, dominance, and epistatic contributed to about 34%, 14% and 9% for phenotypic variance. Additive genomic models, ignoring nonadditive genetic effects, showed better fit to the data and lower bias, in addition to greater stability and accuracy for predict GEBV of progenies. These results improve our understanding of the ge... Mostrar Tudo |
|
Palavras-Chave: |
GBLUP models; Genetic architecture; Predictive accuracy; Variance components. |
|
Thesagro: |
Arroz; Melhoramento genético vegetal; Oryza sativa; Seleção recorrente. |
|
Thesaurus NAL: |
Plant breeding; quantitative traits; Rice. |
|
Categoria do assunto: |
G Melhoramento Genético |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/171723/1/CNPAF-2017-gmr-opmj.pdf
|
|
Marc: |
LEADER 02867naa a2200361 a 4500
001 2086472
005 2018-01-26
008 2017 bl uuuu u00u1 u #d
022 $a1676-5680
024 7 $a10.4238/gmr16039849$2DOI
100 1 $aMORAIS JÚNIOR, O. P.
245 $aRelevance of additive and non-additive genetic relatedness for genomic prediction in rice population under recurrent selection breeding$h[electronic resource]
260 $c2017
520 $aIn genomic recurrent selection programs of self-pollinated crops, additive genetic effects (breeding values) are effectively relevant for selection of superior progenies as new parents. However, considering additive and nonadditive genetic effects can improve the prediction of genome-enhanced breeding values (GEBV) of progenies, for quantitative traits. In this study, we assessed the magnitude of additive and nonadditive genetic variances for eight key traits in a rice population under recurrent selection, using marker-based relationship matrices. We then assessed the goodness-to-fit, bias, stability and accuracy of prediction for breeding values and total (additive plus nonadditive) genetic values, in five genomic best linear unbiased prediction (GBLUP) models, ignoring or not nonadditive genetic effects. The models were compared using 6174 single nucleotide polymorphisms (SNP) markers from 174 S1:3 progenies evaluated in field yield trial. We found dominance effects accounting for a substantial proportion of the total genetic variance for the key traits in rice, especially for days to flowering. In average of the traits, the component of variance additive, dominance, and epistatic contributed to about 34%, 14% and 9% for phenotypic variance. Additive genomic models, ignoring nonadditive genetic effects, showed better fit to the data and lower bias, in addition to greater stability and accuracy for predict GEBV of progenies. These results improve our understanding of the genetic architecture of the key traits in rice, evaluated in early-generation testing. Clearly, this study highlighted the advantages of additive models using genome-wide information, for genomic prediction applied to recurrent selection in a self-pollinated crop.
650 $aPlant breeding
650 $aquantitative traits
650 $aRice
650 $aArroz
650 $aMelhoramento genético vegetal
650 $aOryza sativa
650 $aSeleção recorrente
653 $aGBLUP models
653 $aGenetic architecture
653 $aPredictive accuracy
653 $aVariance components
700 1 $aDUARTE, J. B.
700 1 $aBRESEGHELLO, F.
700 1 $aCOELHO, A. S. G.
700 1 $aBORBA, T. C. O.
700 1 $aAGUIAR, J. T.
700 1 $aNEVES, P. C. F.
700 1 $aMORAIS, O. P.
773 $tGenetics and Molecular Research$gv. 16, n. 4, gmr16039849, Dec. 2017.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Arroz e Feijão (CNPAF) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
