Influence of multi-trait modeling, dominance, and population structure in genomic prediction of maize hybrids (2017)
- Authors:
- Autor USP: LYRA, DANILO HOTTIS - ESALQ
- Unidade: ESALQ
- Sigla do Departamento: LGN
- Subjects: ESTIMAÇÃO NÃO PARAMÉTRICA; GENÔMICA; HIBRIDAÇÃO VEGETAL; MILHO; PROCESSOS GAUSSIANOS
- Language: Inglês
- Abstract: Predição genômica de híbridos simples é uma promissora ferramenta no melhoramento de milho, pois permite aumentar os ganhos genéticos por unidade de tempo, principalmente por reduzir o tempo de seleção. Uma estratégia que pode aumentar a acurácia das predições genômicas é realizar esta para múltiplos caracteres considerando os mesmos simultâneamente, ou utilizar índices de seleção, os quais captam a performance dos genótipos tanto em condições ótimas como em condições de estresse. Além disso, fatores como dominância, variantes estruturais, e estruturação populacional podem influenciar a acurácia de estimativas dos valores genéticos genômicos (VGG). Portanto, os objetivos foram aplicar predição genômica em híbridos de milho (i) incluindo modelos multi-trait, (ii) incorporando desvios de dominância e efeitos da variação no número de cópias, e (iii) controlando a estruturação populacional. Para isto, dois conjuntos de milho (HELIX e USP) foram utilizados, consistindo de 452 e 906 híbridos simples. Os caracteres avaliados foram produtividade de grãos, altura de planta e espiga, senescência, e quatro índices de seleção. A partir das análises multi-trait dos modelos GBLUP e GK, pôde-se concluir que a combinação dos índices é uma alternativa viável, aumentando a acurácia seletiva. Além disso, os resultados sugerem que o melhor método é a predição de híbridos incluindo desvios de dominância, principalmente para caracteres complexos. Observou-se também que incluir efeitosrelacionados a variação no número de cópias indica ser adequado, devido ao aumento da acurácia e redução do viés nos modelos de predição genômica. Por outro lado, a acurácia de predição não aumentou quando se adicionou quatro diferentes conjuntos de estruturação como covariáveis fixas no modelo GBLUP. No entanto, usando o escalonamento multidimensional não métrico e o agrupamento do fineSTRUCTURE aumentaram a confiabilidade de estimação do VGG para produtividade de grãos e altura de plantas, respectivamente
- Imprenta:
- Publisher place: Piracicaba
- Date published: 2017
- Data da defesa: 14.11.2017
-
ABNT
LYRA, Danilo Hottis. Influence of multi-trait modeling, dominance, and population structure in genomic prediction of maize hybrids. 2017. Tese (Doutorado) – Universidade de São Paulo, Piracicaba, 2017. Disponível em: http://www.teses.usp.br/teses/disponiveis/11/11137/tde-22032018-131222/. Acesso em: 26 abr. 2024. -
APA
Lyra, D. H. (2017). Influence of multi-trait modeling, dominance, and population structure in genomic prediction of maize hybrids (Tese (Doutorado). Universidade de São Paulo, Piracicaba. Recuperado de http://www.teses.usp.br/teses/disponiveis/11/11137/tde-22032018-131222/ -
NLM
Lyra DH. Influence of multi-trait modeling, dominance, and population structure in genomic prediction of maize hybrids [Internet]. 2017 ;[citado 2024 abr. 26 ] Available from: http://www.teses.usp.br/teses/disponiveis/11/11137/tde-22032018-131222/ -
Vancouver
Lyra DH. Influence of multi-trait modeling, dominance, and population structure in genomic prediction of maize hybrids [Internet]. 2017 ;[citado 2024 abr. 26 ] Available from: http://www.teses.usp.br/teses/disponiveis/11/11137/tde-22032018-131222/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
