Advanced strategies in soybean breeding for enhanced oil, yield and balanced protein in the face of climate change (2024)
- Authors:
- Autor USP: FAGUNDES, TALIEISSE GOMES - ESALQ
- Unidade: ESALQ
- Sigla do Departamento: LGN
- DOI: 10.11606/T.11.2024.tde-13032025-142733
- Subjects: APRENDIZADO COMPUTACIONAL; BIOINFORMÁTICA; GENÔMICA; MELHORAMENTO GENÉTICO VEGETAL; MUDANÇA CLIMÁTICA; ÓLEO DE SOJA; PROTEÍNAS DE PLANTAS; SECA; SOJA
- Agências de fomento:
- Language: Inglês
- Abstract: Em uma era marcada pelas pressões de uma população global em rápida expansão e desafios ambientais crescentes, o imperativo por práticas agrícolas sustentáveis nunca foi tão crítico. Com a população mundial projetada para atingir 9,8 bilhões até 2050, a demanda por alimentos, particularmente fontes ricas em nutrientes como a soja (Glycine max (L.) Merrill), está prestes a aumentar dramaticamente. A soja, uma cultura fundamental da agricultura global, desempenha um papel indireto, mas crucial no combate à fome e à desnutrição por meio de suas contribuições significativas para as reservas mundiais de proteínas e óleo, ao mesmo tempo que reforça a sustentabilidade econômica e ambiental. No entanto, o cultivo da soja enfrenta desafios multifacetados, notavelmente a ameaça de estressores ambientais como a seca, que são exacerbados pelas mudanças climáticas. Essas condições não apenas diminuem os rendimentos, mas também prejudicam a qualidade da soja, afetando características importantes como o conteúdo de proteínas e óleo. Abordar essas questões exige um entendimento profundo dos mecanismos fisiológicos e genéticos de resiliência da soja contra tais estressores. Paralelamente, a demanda global crescente por soja, impulsionada por suas variadas aplicações, desde nutrição até a produção de biocombustíveis, necessita da otimização do rendimento, do conteúdo de óleo e de proteínas. Esse cenário apresenta desafios únicos de melhoramento que requerem soluções inovadoras. A integraçãode pesquisas genômicas avançadas, bioinformática e aprendizado de máquinas emergem como uma estratégia fundamental, oferecendo novas oportunidades para aprimorar as características das culturas enquanto se mantêm os princípios de sustentabilidade e responsabilidade. Este estudo empreende um exame abrangente dos desafios e oportunidades no melhoramento da soja, com foco em mitigar os impactos de estressores ambientais como a seca e alavancar avanços genéticos e agronômicos para otimizar o rendimento e a qualidade
- Imprenta:
- Publisher place: Piracicaba
- Date published: 2024
- Data da defesa: 11.04.2024
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
FAGUNDES, Talieisse Gomes. Advanced strategies in soybean breeding for enhanced oil, yield and balanced protein in the face of climate change. 2024. Tese (Doutorado) – Universidade de São Paulo, Piracicaba, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/11/11137/tde-13032025-142733/. Acesso em: 26 dez. 2025. -
APA
Fagundes, T. G. (2024). Advanced strategies in soybean breeding for enhanced oil, yield and balanced protein in the face of climate change (Tese (Doutorado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/11/11137/tde-13032025-142733/ -
NLM
Fagundes TG. Advanced strategies in soybean breeding for enhanced oil, yield and balanced protein in the face of climate change [Internet]. 2024 ;[citado 2025 dez. 26 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11137/tde-13032025-142733/ -
Vancouver
Fagundes TG. Advanced strategies in soybean breeding for enhanced oil, yield and balanced protein in the face of climate change [Internet]. 2024 ;[citado 2025 dez. 26 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11137/tde-13032025-142733/ - Characterization of Sweet Sorghum Genotypes Based on Agro-industrial Performance and Fermentation Potential
- Selection of biomass sorghum genotypes based on multi-environment trials and multiple traits for 2G ethanol purpose
- High‐throughput phenotyping and machine learning techniques in soybean breeding: Exploring the potential of aerial imaging and vegetation indices
Informações sobre o DOI: 10.11606/T.11.2024.tde-13032025-142733 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
