| |
|
|
| Registros recuperados : 176 | |
| 141. |  | BERNARDINO, K. da C.; MENEZES, C. B. de; PASTINA, M. M.; SOUSA, S. M. de; GUIMARAES, C. T.; SOUZA, D. A. de; SCHAFFERT, R. E.; MAGALHAES, J. V. de. Caracterização de uma população de recombinação ao acaso de sorgo para a tolerância ao alumínio e eficiência na utilização de fósforo. Sete Lagoas: Embrapa Milho e Sorgo, 2016. 25 p. (Embrapa Milho e Sorgo. Boletim de Pesquisa e Desenvolvimento, 148).| Biblioteca(s): Embrapa Milho e Sorgo. |
|    |
| 142. | | MAGALHAES, J. V. de; WANG, Y.; KLEIN, P. E.; GUIMARAES, C. T.; LANA, U. G. de P.; SCHAFFERT, R. E.; ALVES, V. M. C.; HOEKENGA, O. A.; CARNEIRO, N. P.; CARNEIRO, A. A.; KOCHIAN, L. V. Clonagem do principal gene de tolerância ao alumínio em sorgo e sua exploração no aumento da produção de grãos em solos ácidos. In: SIMPÓSIO SOBRE INOVAÇÃO E CRIATIVIDADE CIENTÍFICA NA EMBRAPA, 1., 2008, Brasília, DF. Resumos... Brasília, DF: Embrapa, 2008.| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 143. | | GUIMARÃES, C. T.; MAGALHAES, J. V. de; ANDRADE, C. de L. T. de; MENEZES, C. B. de; GUIMARAES, L. J. M.; MAGALHAES, P. C.; OLIVEIRA, A. C. de; MARTINS, M. Tolerância ao alumínio conferida por genes MATE garante estabilidade de produção em híbridos de sorgo e de milho sob deficiência hídrica. Sete Lagoas: Embrapa Milho e Sorgo, 2023. 11 p. (Embrapa Milho e Sorgo. Circular Técnica, 286).| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 144. | | LIVIO, D. F.; FIGUEIREDO JÚNIOR, J. M. M. de; PINTO, M. de O.; MAGALHAES, J. V. de; MENEZES, C. B. de; GUIMARÃES, C. T.; COTA, L. V.; DAMASCENO, C. M. B.; SILVA, D. D. da; SCHAFFERT, R. E. Seleção de fontes de resistência ao míldio, à helmintosporiose e de tolerância ao alumínio em sorgo. Sete Lagoas: Embrapa Milho e Sorgo, 2019. 14 p. (Embrapa Milho e Sorgo. Documentos, 244).| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 145. | | PARENTONI, S. N.; ALVES, V. M. C.; GAMA, E. E. G. e; COELHO, A. M.; GUIMARAES, C. T.; PACHECO, C. A. P.; MAGALHAES, J. V. de; MEIRELLES, W. F. Seleção para tolerância ao alumínio e eficiência de utilização do fósforo na Embrapa Milho e Sorgo. In: SIMPÓSIO SOBRE ATUALIZAÇÃO EM GENÉTICA E MELHORAMENTO DE PLANTAS, 10., 2006, Lavras. Melhoramento de plantas visando a tolerância a estresses abiótiicos: anais. Lavras: UFLA, 2006. p. 23-28.| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 146. | | LIGEYO, D. O.; GUDU, S.; OBURA, P.; OKALEBO, J. R.; OTHIENO, C. O.; OMBAKHO, G. A.; SCHAFFERT, R. E.; ALVES, V. M. C.; MAGALHAES, J. V. de; GAMA, E. E. G. e. Improvement of Kenyan maize germplasm for adaptability to low soil pH. In: GRANTEE CONFERENCE FROM PARTNERSHIPS TO COMMUNITY: THE ARC OF CHANGE IN THE CCRP, 2004, Vaals, The Netherlands. [Proceedings]. [Minneapolis]: The McKnight Foundation, 2004.| Biblioteca(s): Embrapa Milho e Sorgo. |
|  |
| 147. | | SANTOS, F. C. dos; RESENDE, A. V. de; GUIMARÃES, C. T.; MAGALHAES, J. V. de; MENEZES, C. B. de; DURAES, F. O. M.; ALBUQUERQUE FILHO, M. R. de; SANTOS, R. S. Nutrição e adubação do sorgo na região do Cerrado. In: FLORES, R. A.; CUNHA, P. P. da; MARCHÃO, R. L.; MORAES, M. F. (Ed.). Nutrição e adubação de grandes culturas na região do Cerrado. Goiânia: UFG, 2019. p. 503-530.| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 148. | | DIAS, K. O. G.; PIEPHO, H. P.; GUIMARAES, L. J. M.; GUIMARAES, P. E. de O.; PARENTONI, S. N.; PINTO, M. de O.; NODA, R. W.; MAGALHAES, J. V. de; GUIMARÃES, C. T.; GARCIA, A. A. F.; PASTINA, M. M. Novel strategies for genomic prediction of untested single-cross maize hybrids using unbalanced historical data. Theoretical and Applied Genetics, v. 133, p. 443-455, 2020. Publicado online em 22 nov. 2019.| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 149. | | LOPES, S. S.; COSTA, J. F. V.; PALHARES, P. L.; LANA, U. G. de P.; ALVES, M. C.; MAGALHAES, J. V. de; GUIMARÃES, C. T.; CARNEIRO, A. A.; SOUSA, S. M. de. Overexpression of maize and sorghum Phosphorus-Starvation Tolerance 1 genes enhance vegetative growth and root surface area in transgenic tobacco In: SIMPÓSIO BRASILEIRO DE GENÉTICA MOLECULAR DE PLANTAS, 7., 2019, Campos do Jordão. Resumos. [S.l.]: Sociedade Brasileira de Genética, 2019.| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 151. | | MAGALHAES, J. V. de; KOCHIAN, L.; LIU, J.; GUIMARAES, C.; LANA, U.; ALVES, V.; WANG, Y.; SCHAFFERT, R. E.; HOEKENGA, O.; PINEROS, M.; SHAFF, J.; KLEIN, P.; CARNEIRO, N.; COELHO, C.; TRICK, H.; CANIATO, F.; KRESOVICH, S.; MITCHELL, S. Positional cloning and association analysis of a mate gene that confers aluminum tolerance in sorghum via the AltSB locus. In: INTERNATIONAL PLANT & ANIMAL GENOMES CONFERENCE, 16., 2008, San Diego, CA. [Proceedings...]. [S. l.: s.n.], 2008. p. 13.| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 152. | | MAGALHAES, J. V. de; LIU, J.; ALVES, V. M. C.; GUIMARAES, C. T.; WANG, Y.; LANA, U. G. de P.; SCHAFFERT, R. E.; KLEIN, P.; HOEKENGA, O.; PINEROS, M.; KOCHIAN, L. Positional cloning and characterization of AltSB, a major aluminum tolerance gene in sorghum: toward the identification of the molecular and physiological basis of allelic effects. In: INTERNATIONAL PLANT & ANIMAL GENOMES CONFERENCE, 15., 2007, San Diego, CA. [Proceedings...]. [S. l.: s.n.], 2007.| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 153. | | BERNARDELI, A.; DAMASCENO, C. M. B.; MAGALHAES, J. V. de; SOUZA, V. F. de; MELO, J. de O.; OLIVEIRA, A. A. de; SIMEONE, M. L. F.; BORÉM, A.; SCHAFFERT, R. E.; PARRELLA, R. A. da C.; PASTINA, M. M. Population genomics and molecular breeding of sorghum. In: RAJORA, O. M. (ed.). Population genomics: crop plants, population genomics. Switzerland: Springer Nature, 2022. p. 1-52.| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 154. | | PALHARES, P. L. S.; LOPES, S. da S.; LANA, U. G. de P.; ALVES, M. de C.; MAGALHAES, J. V. de; GUIMARÃES, C. T.; CARNEIRO, A. A.; SOUSA, S. M. de. Superexpressão do gene Phosphorus Starvation Tolerance 1 de arroz (osPSTOL1) em tabaco. Cadernos Saberes, Sete Lagoas, n. 3, p. 106-111, 2017. Trabalhos de conclusão de curso de graduação e trabalhos do mestrado.| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 155. | | LOPES, S. da S.; PALHARES, P. L. S.; LANA, U. G. de P.; ALVES, M. de C.; MAGALHAES, J. V. de; GUIMARAES, C. T.; CARNEIRO, A. A.; SOUSA, S. M. de. Superexpressão em tabaco do gene Pstol1 de arroz e de seus homólogos em milho e sorgo. 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.| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 156. | | VASCONCELLOS, R. C. C.; MENDES, F. F.; OLIVEIRA, A. C. de; GUIMARAES, L. J. M.; ALBUQUERQUE, P. E. P. de; PINTO, M. de O.; BARROS, B. de A.; PASTINA, M. M.; MAGALHAES, J. V. de; GUIMARÃES, C. T. ZmMATE1 improves grain yield and yield stability in maize cultivated on acid soil. Crop Science, v. 61. n. 5, p. 3497-3506, 2021.| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 157. | | NODA, R. W.; GUIMARAES, C. T.; GOMES, E. A.; CARNEIRO, N. P.; LANA, U. G. de P.; MAGALHAES, J. V. de; COSTA, M. M. do C.; SILVA, F. R.; BRAMMER, S. P.; LÂNGARO, N. C.; CARVALHO, L. J. C. B.; BEVITORI, R.; PURCINO, A. A. C. Aluminum-induced genes in grass species. In: INTERNATIONAL CONFERENCE OF THE BRAZILIAN ASSOCIATION FOR BIOINFORMATICS AND COMPUTATIONAL BIOLOGY, 6., 2010, Ouro Preto. Abstracts... [S.l.: s.n.], 2010. p. 185. AB3C X-meeting 2010.| Biblioteca(s): Embrapa Agricultura Digital; Embrapa Recursos Genéticos e Biotecnologia. |
| |
| 158. | | NODA, R. W.; GUIMARAES, C. T.; GOMES, E. A.; CARNEIRO, N. P.; LANA, U. G. de P.; MAGALHAES, J. V. de; COSTA, M. M. do C.; SILVA, F. R. D.; BRAMMER, S. P.; LÂNGARO, N. C.; CARVALHO, L. J. C. B.; BEVITORI, R.; PURCINO, A. A. C. Aluminum-induced genes in grass species. In: INTERNATIONAL CONFERENCE OF THE BRAZILIAN ASSOCIATION FOR BIOINFORMATICS AND COMPUTATIONAL BIOLOGY, 6., 2010, Ouro Preto. Abstracts... [S.l.: s.n.], 2010. p. 185. AB3C X-meeting 2010.| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 159. | | MATONYEI, T. K.; BARROS, B. de A.; GUIMARÃES, R. G. N.; OUMA, E. O.; CHEPROT, R. K.; APOLINÁRIO, L. C.; LIGEYO, D. O.; COSTA, M. B. R.; WERE, B. A.; KISINYO, P. O.; ONKWARE, A. O.; NODA, R. W.; GUDU, S. O.; MAGALHAES, J. V. de; GUIMARÃES, C. T. Aluminum tolerance mechanisms in Kenyan maize germplasm are independent from the citrate transporter ZmMATE1. Scientific Reports, v. 10, article 7320, 2020.| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 160. | | SILVA, K. J. da; PASTINA, M. M.; GUIMARÃES, C. T.; MAGALHAES, J. V. de; PIMENTEL, L. D.; SCHAFFERT, R. E.; PINTO, M. de O.; SOUZA, V. F. de; BERNARDINO, K. da C.; SILVA, M. J. da; BORÉM, A.; MENEZES, C. B. de. Genetic diversity and heterotic grouping of sorghum lines using SNP markers. Scientia Agricola, v. 78, n. 6, e20200039, 2021.| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| Registros recuperados : 176 | |
|
|
|
 | 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 |
|
Circulação/Nível: |
A - 1 |
|
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 |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
