| |
|
|
| 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.| 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.| 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| Biblioteca(s): Embrapa Pecuária Sudeste. |
| |
| 7. | | 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.| Biblioteca(s): Embrapa Café. |
| |
| 8. | | 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.| Biblioteca(s): Embrapa Café. |
| |
| 9. | | 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.| Biblioteca(s): Embrapa Café. |
| |
| 13. | | 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.| Biblioteca(s): Embrapa Pecuária Sudeste. |
| |
| 14. | | 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. |
| |
| 15. | | 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. |
| |
| 16. | | 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.| Biblioteca(s): Embrapa Pecuária Sudeste. |
| |
| 17. | | 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.| Biblioteca(s): Embrapa Café. |
| |
| 18. | | 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.| Biblioteca(s): Embrapa Café. |
| |
| 19. | | 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. |
| |
| 20. | | 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.| Biblioteca(s): Embrapa Florestas. |
| |
| Registros recuperados : 30 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Florestas. |
|
Data corrente: |
03/01/2018 |
|
Data da última atualização: |
03/01/2018 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
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. |
|
Afiliação: |
L. M. A. Barroso, UFV; M. Nascimento, UFV; A. C. C. Nascimento, UFV; F. F. Silva, UFV; N. V. L. Serão, Iowa State University; C. D. Cruz, UFV; MARCOS DEON VILELA DE RESENDE, CNPF; F. L. Silva, UFV; C. F. Azevedo, UFV; P. S. Lopes, UFV; S. E. F. Guimarães, UFV. |
|
Título: |
Regularized quantile regression for SNP marker estimation of pig growth curves. |
|
Ano de publicação: |
2017 |
|
Fonte/Imprenta: |
Journal of Animal Science and Biotechnology, v. 8, n. 59, 2017. |
|
Páginas: |
9 p. |
|
DOI: |
10.1186/s40104-017-0187-z |
|
Idioma: |
Inglês |
|
Conteúdo: |
Background: Genomic growth curves are generally defined only in terms of population mean; an alternative approach that has not yet been exploited in genomic analyses of growth curves is the Quantile Regression (QR). This methodology allows for the estimation of marker effects at different levels of the variable of interest. We aimed to propose and evaluate a regularized quantile regression for SNP marker effect estimation of pig growth curves, as well as to identify the chromosome regions of the most relevant markers and to estimate the genetic individual weight trajectory over time (genomic growth curve) under different quantiles (levels). Results: The regularized quantile regression (RQR) enabled the discovery, at different levels of interest (quantiles), of the most relevant markers allowing for the identification of QTL regions. We found the same relevant markers simultaneously affecting different growth curve parameters (mature weight and maturity rate): two (ALGA0096701 and ALGA0029483) for RQR(0.2), one (ALGA0096701) for RQR(0.5), and one (ALGA0003761) for RQR(0.8). Three average genomic growth curves were obtained and the behavior was explained by the curve in quantile 0.2, which differed from the others. Conclusions: RQR allowed for the construction of genomic growth curves, which is the key to identifying and selecting the most desirable animals for breeding purposes. Furthermore, the proposed model enabled us to find, at different levels of interest (quantiles), the most relevant markers for each trait (growth curve parameter estimates) and their respective chromosomal positions (identification of new QTL regions for growth curves in pigs). These markers can be exploited under the context of marker assisted selection while aiming to change the shape of pig growth curves. MenosBackground: Genomic growth curves are generally defined only in terms of population mean; an alternative approach that has not yet been exploited in genomic analyses of growth curves is the Quantile Regression (QR). This methodology allows for the estimation of marker effects at different levels of the variable of interest. We aimed to propose and evaluate a regularized quantile regression for SNP marker effect estimation of pig growth curves, as well as to identify the chromosome regions of the most relevant markers and to estimate the genetic individual weight trajectory over time (genomic growth curve) under different quantiles (levels). Results: The regularized quantile regression (RQR) enabled the discovery, at different levels of interest (quantiles), of the most relevant markers allowing for the identification of QTL regions. We found the same relevant markers simultaneously affecting different growth curve parameters (mature weight and maturity rate): two (ALGA0096701 and ALGA0029483) for RQR(0.2), one (ALGA0096701) for RQR(0.5), and one (ALGA0003761) for RQR(0.8). Three average genomic growth curves were obtained and the behavior was explained by the curve in quantile 0.2, which differed from the others. Conclusions: RQR allowed for the construction of genomic growth curves, which is the key to identifying and selecting the most desirable animals for breeding purposes. Furthermore, the proposed model enabled us to find, at different levels of interest (quantiles), t... Mostrar Tudo |
|
Palavras-Chave: |
Genome association; Growth curves; Pig; QTL; Regularized quantile regression. |
|
Thesagro: |
Melhoramento genético animal; Porco; Suíno. |
|
Thesaurus NAL: |
Swine. |
|
Categoria do assunto: |
G Melhoramento Genético |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/170172/1/2017-M.Deon-JASB-Regularized.pdf
|
|
Marc: |
LEADER 02860naa a2200373 a 4500
001 2084057
005 2018-01-03
008 2017 bl uuuu u00u1 u #d
024 7 $a10.1186/s40104-017-0187-z$2DOI
100 1 $aBARROSO, L. M. A.
245 $aRegularized quantile regression for SNP marker estimation of pig growth curves.$h[electronic resource]
260 $c2017
300 $a9 p.
520 $aBackground: Genomic growth curves are generally defined only in terms of population mean; an alternative approach that has not yet been exploited in genomic analyses of growth curves is the Quantile Regression (QR). This methodology allows for the estimation of marker effects at different levels of the variable of interest. We aimed to propose and evaluate a regularized quantile regression for SNP marker effect estimation of pig growth curves, as well as to identify the chromosome regions of the most relevant markers and to estimate the genetic individual weight trajectory over time (genomic growth curve) under different quantiles (levels). Results: The regularized quantile regression (RQR) enabled the discovery, at different levels of interest (quantiles), of the most relevant markers allowing for the identification of QTL regions. We found the same relevant markers simultaneously affecting different growth curve parameters (mature weight and maturity rate): two (ALGA0096701 and ALGA0029483) for RQR(0.2), one (ALGA0096701) for RQR(0.5), and one (ALGA0003761) for RQR(0.8). Three average genomic growth curves were obtained and the behavior was explained by the curve in quantile 0.2, which differed from the others. Conclusions: RQR allowed for the construction of genomic growth curves, which is the key to identifying and selecting the most desirable animals for breeding purposes. Furthermore, the proposed model enabled us to find, at different levels of interest (quantiles), the most relevant markers for each trait (growth curve parameter estimates) and their respective chromosomal positions (identification of new QTL regions for growth curves in pigs). These markers can be exploited under the context of marker assisted selection while aiming to change the shape of pig growth curves.
650 $aSwine
650 $aMelhoramento genético animal
650 $aPorco
650 $aSuíno
653 $aGenome association
653 $aGrowth curves
653 $aPig
653 $aQTL
653 $aRegularized quantile regression
700 1 $aNASCIMENTO, M.
700 1 $aNASCIMENTO, A. C. C.
700 1 $aSILVA, F. F.
700 1 $aSERÃO, N. V. L.
700 1 $aCRUZ, C. D.
700 1 $aRESENDE, M. D. V. de
700 1 $aSILVA, F. L.
700 1 $aAZEVEDO, C. F.
700 1 $aLOPES, P. S.
700 1 $aGUIMARÃES, S. E. F.
773 $tJournal of Animal Science and Biotechnology$gv. 8, n. 59, 2017.
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. |
|
|
