| |
|
|
| Registros recuperados : 645 | |
| 621. |  | MORAES, M. A. de; VALÉRIO FILHO, W. V.; RESENDE, M. D. V. de; SILVA, A. M.; MANOEL, R. de O.; FREITAS, M. L. M; MORAES, M. L. T. de; SEBBENN, A. M. Produtividade, estabilidade e adaptabilidade em progênies de Myracrodruon urundeuva F.F. & M.F. Allemão - Anacardiaceae. Scientia Forestalis, Piracicaba, v. 40, n. 93, p. 69-76, mar. 2012.| Biblioteca(s): Embrapa Florestas. |
|    |
| 622. | | 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.| Biblioteca(s): Embrapa Café. |
| |
| 623. | | ALVES, R. S.; RESENDE, M. D. V. de; ROCHA, J. R. do A. S. de C.; PEIXOTO, M. A.; TEODORO, P. E.; SILVA, F. F. e; BHERING, L. L.; SANTOS, G. A. dos. Quantifying individual variation in reaction norms using random regression models fitted through Legendre polynomials: application in eucalyptus breeding. Bragantia, v. 79, n. 4, 2020. p. 360-376.| Biblioteca(s): Embrapa Café. |
| |
| 624. | | GRATTAPAGLIA, D.; SANSALONI, C. P.; PETROLI, C. D.; FARIA, D. A. de; MISSIAGGIA, A. A.; TAKAHASHI, E. K.; ROSSE, L. N.; PAPPAS JUNIOR, G. J.; RESENDE, M. D. V. de. Quantitative genetics and breeding: from phenotype dissection to genomic selection in Eucalyptus breeding. In: IUFRO TREE BIOTECHNOLOGY CONFERENCE, 2009, Whislter. Abstracts. [S.l.]: IUFRO, 2009. p. 13| Biblioteca(s): Embrapa Florestas. |
| |
| 625. | | 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.| Biblioteca(s): Embrapa Florestas. |
| |
| 626. | | 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.| Biblioteca(s): Embrapa Florestas. |
| |
| 627. | | GRANATO, I. S. C.; MARINHO, C. D.; ALMEIDA FILHO, J. E. de; RESENDE, M. D. V. de; SILVA, F. F. e; FERREIRA, K. C. Z.; ROSSE, L. N.; SANSALONI, C. P.; PETROLI, C. D.; GRATTAPAGLIA, D. Seleção de marcadores para os métodos RR-BLUP e BLASSO na seleção genômica ampla. In: CONGRESSO BRASILEIRO DE MELHORAMENTO DE PLANTAS, 7., 2013, Uberlândia. Variedade melhorada: a força da nossa agricultura: anais. Viçosa, MG: SBMP, 2013. p. 285-288.| Biblioteca(s): Embrapa Recursos Genéticos e Biotecnologia. |
| |
| 628. | | GRANATO, I. S. C.; MARINHO, C. D.; ALMEIDA FILHO, J. E. de; RESENDE, M. D. V. de; SILVA, F. F. e; FERREIRA, K. C. Z.; ROSSE, L. N.; SANSALONI, C. P.; PETROLI, C. D.; GRATTAPAGLIA, D. Seleção de marcadores para os métodos RR-BLUP e BLASSO na seleção genômica ampla. In: CONGRESSO BRASILEIRO DE MELHORAMENTO DE PLANTAS, 7., 2013, Uberlândia. Variedade melhorada: a força da nossa agricultura: anais. Viçosa, MG: SBMP, 2013. p. 285-288.| Biblioteca(s): Embrapa Florestas. |
| |
| 629. | | LIMA, R. O. de; FRITSCHE-NETO, R.; VALE, J. C. do; BERMUDEZ, F. P.; LANES, É. C. M.; RESENDE, M. D. V. de; SEDYAMA, C. S.; MIRANDA, G. V. Seleção genômica ampla para os componentes da eficiência no uso de nitrogênio em milho. In: CONGRESSO BRASILEIRO DE MELHORAMENTO DE PLANTAS, 6., 2011, Búzios. Panorama atual e perspectivas do melhoramento de plantas no Brasil. [Búzios]: SBMP, 2011. 1 CD-ROM.| Biblioteca(s): Embrapa Florestas. |
| |
| 630. | | VOLPATO, L.; SIMOQUELI, G. F.; ALVES, R. S.; ROCHA, J. R. do A. S. de C.; DEL CONTE, M. V.; RESENDE, M. D. V. de; CARNEIRO, P. C. S.; SILVA, F. L. da. Selection of inbred soybean progeny (Glycine max): an approach with population effect. Plant Breeding, v. 137, n. 6, p. 865-872, Dec. 2018.| Biblioteca(s): Embrapa Florestas. |
|  |
| 631. | | OTSUBO, H. de C. B.; MORAES, M. L. T. de; MORAES, M. A. de; NETO, M. J.; FREITAS, M. L. M.; COSTA, R. B. da; RESENDE, M. D. V. de; SEBBENN, A. M. Variação genética para caracteres silviculturais em três espécies arbóreas da região do bolsão sul-mato-grossense. Cerne, Lavras, v. 21, n. 4, p. 535-544, Oct./Dec. 2015.| Biblioteca(s): Embrapa Florestas. |
| |
| 632. | | MORAES, M. A. de; MORAES, S. M. B. de; SILVA, E. C. B. da; KUBOTA, T. Y. K.; SILVA, A. M.; RESENDE, M. D. V. de; MORAES, M. L. T. de. Variação genética em progênies de Jacaranda cuspidifolia Mart. utilizando o delineamento sistemático tipo "leque". Scientia Forestalis, Piracicaba, v. 41, n. 98, p. 175-183, jun. 2013.| Biblioteca(s): Embrapa Florestas. |
| |
| 633. | | CORRÊA, T.; PICOLI, E. A. de T.; PEREIRA, W. L.; CONDÉ, S. A.; RESENDE, R. T.; RESENDE, M. D. V. de; COSTA, W. G. da; CRUZ, C. D.; ZAUZA, E. A. V. Very early biomarkers screening for water deficit tolerance in commercial eucalyptus clones. Agronomy, v. 13, n. 3, 937, 2023. 20 p.| Biblioteca(s): Embrapa Café. |
| |
| 634. | | BORGES, V.; SOARES, A. A.; RESENDE, M. D. V. de; REIS, M. de S.; CORNELIO, V. M. de O.; LEITE, N. A.; SOARES, P. C.; COSTA JÚNIOR, G. T. Value for cultivation and use of upland rice cultivars tested in multi-environments. Crop Breeding and Applied Biotechnology, Viçosa, MG, v. 12, n. 1, p. 25-33, Mar. 2012.| Biblioteca(s): Embrapa Florestas. |
| |
| 635. | | MARINHO, C. D.; ALMEIDA FILHO, J. E. de; AZEVEDO, C. F.; RESENDE, M. D. V. de; SILVA, F. F. e; FERREIRA, K. C. Z.; ROSSE, L. N.; SANSALONI, C. P.; PETROLLI, C. D.; GRATTAPAGLIA, D. Validação cruzada e independente na seleção genômica ampla. In: CONGRESSO BRASILEIRO DE MELHORAMENTO DE PLANTAS, 7., 2013, Uberlândia. Variedade melhorada: a força da nossa agricultura: anais. Viçosa, MG: SBMP, 2013. p. 84-87.| Biblioteca(s): Embrapa Recursos Genéticos e Biotecnologia. |
| |
| 636. | | MARINHO, C. D.; ALMEIDA FILHO, J. E. de; AZEVEDO, C. F.; RESENDE, M. D. V. de; SILVA, F. F. e; FERREIRA, K. C. Z.; ROSSE, L. N.; SANSALONI, C. P.; PETROLLI, C. D.; GRATTAPAGLIA, D. Validação cruzada e independente na seleção genômica ampla. In: CONGRESSO BRASILEIRO DE MELHORAMENTO DE PLANTAS, 7., 2013, Uberlândia. Variedade melhorada: a força da nossa agricultura: anais. Viçosa, MG: SBMP, 2013. p. 84-87.| Biblioteca(s): Embrapa Florestas. |
| |
| 637. | | CAPISTRANO, M. da C.; ANDRADE NETO, R. de C.; SANTOS, V. B. dos; LESSA, L. S.; RESENDE, M. D. V. de; MESQUITA, A. G. G.; GURGEL, F. de L. Use of the REML/BLUP methodology for the selection of sweet orange genotypes. Pesquisa Agropecuária Brasileira, v.56, e02032, 2021.| Biblioteca(s): Embrapa Acre; Embrapa Amazônia Oriental; Embrapa Café; Embrapa Unidades Centrais. |
| |
| 638. | | BARBOSA, M. H. P.; RESENDE, M. D. V. de; PETERNELLI, L. A.; BRESSIANI, J. A.; SILVEIRA, L. C. I. da; SILVA, F. L. da; FIGUEIREDO, I. C. R. de. Use of REML/BLUP for the selection of sugarcane families specialized in biomass production. Crop Breeding and Applied Biotechnology, Viçosa, MG, v. 4, n. 2, p. 218-226, jun. 2004.| Biblioteca(s): Embrapa Arroz e Feijão; Embrapa Florestas. |
| |
| 639. | | PELEGRIN, A. J. de; CARVALHO, I. R.; NUNES, A. C. P.; DEMARI, G. H.; SZARESKI, V. J.; BARBOSA, M. H.; ROSA, T. C. da; FERRARI, M.; NARDINO, M.; SANTOS, O. P. dos; RESENDE, M. D. V. de; SOUZA, V. Q. de; OLIVEIRA, A. C. de; MAIA, L. C. da. Adaptability, stability and multivariate selection by mixed models. American Journal of Plant Sciences, v. 8, p. 3324-3337, 2017.| Biblioteca(s): Embrapa Florestas. |
| |
| 640. | | EVANGELISTA, J. S. P. C.; PEIXOTO, M. A.; COELHO, I. F.; FERREIRA, F. M.; MARÇAL, T. de S.; ALVES, R. S.; CHAVES, S. F. da S.; RODRIGUES, E. V.; LAVIOLA, B. G.; RESENDE, M. D. V. de; DIAS, K. O. das G.; BHERING, L. L. Modeling covariance structures and optimizing jatropha curcas breeding. Tree Genetics & Genomes, v. 19, 21, 2023. 11 p.| Biblioteca(s): Embrapa Agroenergia; Embrapa Café. |
| |
| Registros recuperados : 645 | |
|
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Florestas. Para informações adicionais entre em contato com cnpf.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Florestas; Embrapa Recursos Genéticos e Biotecnologia. |
|
Data corrente: |
24/10/2012 |
|
Data da última atualização: |
16/02/2018 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
RESENDE, M. D. V. de; RESENDE JUNIOR, M. F. R.; SANSALONI, C. P.; PETROLI, C. D.; MISSIAGGIA, A. A.; AGUIAR, A. M.; ABAD, J. M.; TAKAHASHI, E. K.; ROSADO, A. M.; FARIA, D. A.; PAPPAS JUNIOR, G. J.; KILIAN, A.; GRATTAPAGLIA, D. |
|
Afiliação: |
MARCOS DEON VILELA DE RESENDE, CNPF; MÁRCIO F. R. RESENDE, UFV; CAROLINA P. SANSALONI, UnB; CESAR D. PETROLI, UnB; Alexandre A. Missiaggia, 5 FIBRIA Celulose; Aurelio M. Aguiar, FIBRIA Celulose; JUPITER M. ABAD, FIBRIA CELULOSE S. A.; ELIZABETE K. TAKAHASHI, CENIBRA CELULOSE NIPO BRASILEIRA S. A.; ANTONIO M. ROSADO, CENIBRA CELULOSE NIPO BRASILEIRA S. A.; DANIELLE A. FARIA, CENARGEN; GEORGIOS JOANNIS PAPPAS JUNIOR, CENARGEN; ANDRZEJ KILIAN, DIVERSITY ARRAYS TECHNOLOGY; DARIO GRATTAPAGLIA, CENARGEN. |
|
Título: |
Genomic selection for growth and wood quality in Eucalyptus: capturing the missing heritability and accelerating breeding for complex traits in forest trees. |
|
Ano de publicação: |
2012 |
|
Fonte/Imprenta: |
New Phytologist, v. 194, p. 116-128, 2012. |
|
Idioma: |
Inglês |
|
Conteúdo: |
Genomic selection (GS) is expected to cause a paradigm shift in tree breeding by improving its speed and efficiency. By fitting all the genome-wide markers concurrently, GS can capture most of the ?missing heritability? of complex traits that quantitative trait locus (QTL) and association mapping classically fail to explain. Experimental support of GS is now required. The effectiveness of GS was assessed in two unrelated Eucalyptus breeding populations with contrasting effective population sizes (Ne = 11 and 51) genotyped with > 3000 DArT markers. Prediction models were developed for tree circumference and height growth, wood specific gravity and pulp yield using random regression best linear unbiased predictor (BLUP). Accuracies of GS varied between 0.55 and 0.88, matching the accuracies achieved by conventional phenotypic selection. Substantial proportions (74?97%) of trait heritability were captured by fitting all genome-wide markers simultaneously. Genomic regions explaining trait variation largely coincided between populations, although GS models predicted poorly across populations, likely as a result of variable patterns of linkage disequilibrium, inconsistent allelic effects and genotype environment interaction. GS brings a new perspective to the understanding of quantitative trait variation in forest trees and provides a revolutionary tool for applied tree improvement. Nevertheless population- specific predictive models will likely drive the initial applications of GS in forest tree breeding. MenosGenomic selection (GS) is expected to cause a paradigm shift in tree breeding by improving its speed and efficiency. By fitting all the genome-wide markers concurrently, GS can capture most of the ?missing heritability? of complex traits that quantitative trait locus (QTL) and association mapping classically fail to explain. Experimental support of GS is now required. The effectiveness of GS was assessed in two unrelated Eucalyptus breeding populations with contrasting effective population sizes (Ne = 11 and 51) genotyped with > 3000 DArT markers. Prediction models were developed for tree circumference and height growth, wood specific gravity and pulp yield using random regression best linear unbiased predictor (BLUP). Accuracies of GS varied between 0.55 and 0.88, matching the accuracies achieved by conventional phenotypic selection. Substantial proportions (74?97%) of trait heritability were captured by fitting all genome-wide markers simultaneously. Genomic regions explaining trait variation largely coincided between populations, although GS models predicted poorly across populations, likely as a result of variable patterns of linkage disequilibrium, inconsistent allelic effects and genotype environment interaction. GS brings a new perspective to the understanding of quantitative trait variation in forest trees and provides a revolutionary tool for applied tree improvement. Nevertheless population- specific predictive models will likely drive the initial applications of G... Mostrar Tudo |
|
Palavras-Chave: |
Qualidade da madeira. |
|
Thesagro: |
Eucalipto; Seleção Genética. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 02465naa a2200301 a 4500
001 1937744
005 2018-02-16
008 2012 bl uuuu u00u1 u #d
100 1 $aRESENDE, M. D. V. de
245 $aGenomic selection for growth and wood quality in Eucalyptus$bcapturing the missing heritability and accelerating breeding for complex traits in forest trees.$h[electronic resource]
260 $c2012
520 $aGenomic selection (GS) is expected to cause a paradigm shift in tree breeding by improving its speed and efficiency. By fitting all the genome-wide markers concurrently, GS can capture most of the ?missing heritability? of complex traits that quantitative trait locus (QTL) and association mapping classically fail to explain. Experimental support of GS is now required. The effectiveness of GS was assessed in two unrelated Eucalyptus breeding populations with contrasting effective population sizes (Ne = 11 and 51) genotyped with > 3000 DArT markers. Prediction models were developed for tree circumference and height growth, wood specific gravity and pulp yield using random regression best linear unbiased predictor (BLUP). Accuracies of GS varied between 0.55 and 0.88, matching the accuracies achieved by conventional phenotypic selection. Substantial proportions (74?97%) of trait heritability were captured by fitting all genome-wide markers simultaneously. Genomic regions explaining trait variation largely coincided between populations, although GS models predicted poorly across populations, likely as a result of variable patterns of linkage disequilibrium, inconsistent allelic effects and genotype environment interaction. GS brings a new perspective to the understanding of quantitative trait variation in forest trees and provides a revolutionary tool for applied tree improvement. Nevertheless population- specific predictive models will likely drive the initial applications of GS in forest tree breeding.
650 $aEucalipto
650 $aSeleção Genética
653 $aQualidade da madeira
700 1 $aRESENDE JUNIOR, M. F. R.
700 1 $aSANSALONI, C. P.
700 1 $aPETROLI, C. D.
700 1 $aMISSIAGGIA, A. A.
700 1 $aAGUIAR, A. M.
700 1 $aABAD, J. M.
700 1 $aTAKAHASHI, E. K.
700 1 $aROSADO, A. M.
700 1 $aFARIA, D. A.
700 1 $aPAPPAS JUNIOR, G. J.
700 1 $aKILIAN, A.
700 1 $aGRATTAPAGLIA, D.
773 $tNew Phytologist$gv. 194, p. 116-128, 2012.
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. |
|
|
