Statistical Approaches in Plant Breeding: Maximising the Use of the Genetic Information

Stringer, J. K.; Atkin, Felicity; Gezan, Salvador A.

doi:10.1007/978-3-319-59819-2_1

Cited by 4 publications

(3 citation statements)

References 51 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Such a pattern characterizes repeated measures data, in which the most important peculiarity is the presence of genetic and environmental covariance between measures (Faveri et al., 2017; Piepho & Eckl, 2014; Wolfinger, 1996). This cannot be ignored if breeders intend to follow the basic principles of plant breeding, namely (i) appropriate experimental design, (ii) accurate data collection and (iii) adequate statistical models for genetic evaluation (Stringer et al., 2017). Note that a “measure” can mean a different harvest (data collection within a year), or even a different year, as it is in this study's case (see next section for more details).…”

Section: Introductionmentioning

confidence: 99%

Analysis of repeated measures data through mixed models: An application in Theobroma grandiflorum breeding

et al. 2023

View full text Add to dashboard Cite

Theobroma grandiflorum is a perennial fruit tree native to the Amazon region. As a perennial species with continuous production throughout the years, breeders should seek well‐conducted trials, accurate phenotyping and adequate statistical models for genetic evaluation and selection that can leverage the information provided by the repeated measures. We evaluated 13 models with different covariance structures for genetic and residual effects for T. grandiflorum evaluation, using an unbalanced dataset with 34 hybrids from the triple‐crossing of nine parents, planted in a randomized complete block design. For nine consecutive years, the fruit yield of these hybrids was evaluated. Each model had its goodness‐of‐fit tested by the Akaike information criterion. The most adequate model for estimating the variance components and the breeding values were modelled with the first‐order heterogeneous autoregressive for residual effects and third‐order factor analytic for genetic effects. From this model, we used the factor analytic selection tools for selecting the top 10 families, providing a genetic gain of 10.42%. These results are important not only for T. grandiflorum breeding but also to show that in any repeated measures' data from fruit‐bearing perennial species the modelling of genetic and residual effects should not be neglected.

show abstract

Section: Introductionmentioning

confidence: 99%

Analysis of repeated measures data through mixed models: An application in Theobroma grandiflorum breeding

et al. 2023

View full text Add to dashboard Cite

show abstract

“…A modelagem tanto na avaliação de diferentes cortes, como realizada neste trabalho bem como na avaliação de diferentes safras evidenciado em outros se mostrou eficiente na seleção dos indivíduos superiores (FAVERI, DE et al, 2015;MELO et al, 2020). A utilização conjunta de modelos é métodos estatísticos adequados, aliados a uma fenotipagem de qualidade, permite a seleção de genótipos verdadeiramente superiores e, como resultado, a otimização de um programa de melhoramento (MELO et al, 2020;STRINGER;ATKIN;GEZAN, 2017).…”

Section: Peso Verde (Wg) Vigor De Planta (Vg)unclassified

Aplicação dos modelos lineares mistos no melhoramento de Cynodon spp.

Elizeu

View full text Add to dashboard Cite

O gênero Cynodon pertence à família Poaceae sendo uma das espécies forrageiras mais cultivadas no mundo. É possível diferenciar essa gramínea em dois grupos: Gramas-Bermudas, que possui como representante Cynodon dactylon; e Gramas-Estrela, abrangendo C. nlemfuensis, C. arthiopicus e C. plectostacyus. A utilização de Cynodon spp. na alimentação do gado tem contribuído com ganhos consideráveis no peso dos animais e no aumento da produção de leite, além de ser uma forrageira que apresenta boa produtividade e qualidade nutricional. O programa de melhoramento genético de Cynodon da Embrapa explora a variabilidade genética da espécie utilizando a seleção recorrente fenotípica de famílias de meio- irmãos e autofecundação de clones, com foco na seleção de clones com elevada produtividade de biomassa vegetal (produção de forragem). Classicamente, dados dessa natureza eram avaliados sob Análise de Variância (ANOVA). Entretanto, tomar medidas em um mesmo genótipo ao longo do tempo pode gerar erros correlacionados, ferindo um dos pressupostos da ANOVA de independência dos resíduos. Neste sentido a utilização de modelos lineares mistos aplicando a modelagem de estruturas de covariância dos efeitos aleatórios torna-se uma abordagem promissora para obtenção dos valores genéticos mais acurados. A busca por estratégias que auxilie o melhorista a selecionar indivíduos superiores baseados em várias características pode contribuir na otimização de um programa de melhoramento. Assim o objetivo do presente trabalho foi realizar a modelagem de estruturas de covariância em clones de Cynodon spp. e avaliar o ganho genético baseado na seleção a partir de um índice multicaracterístico. O experimento foi realizado em 2012 no campo experimental da Embrapa Gado de Leite. O delineamento adotado foi em blocos aumentados, com quatro blocos e cinco testemunhas comerciais avaliados em quatro cortes. As 197 progênies de autofecundação da cultivar Grama Estrela Roxa juntamente com as cinco testemunhas foram avaliadas para as características altura de plantas (PH), porcentagem de matéria seca de forragem (DM), peso verde de forragem (WG) e vigor da planta (VG). Dezenove modelos foram testados e a escolha do modelo de melhor ajuste foi determinada pelo AIC. O índice multicaracterístico utilizado foi o FAI-BLUP, que se baseia em análise fatorial para identificar um ideótipo e posteriormente realizar a seleção. O modelo mais ajustado segundo o AIC foi o m17, que adota a estrutura de covariância CORH para os efeitos genéticos. A escolha dessa estrutura reflete a natureza de dados avaliados sob medidas repetidas, uma que possibilita variâncias heterogêneas para cada corte, mas sem ignorar a correlação que existe entre os mesmos. Escolher o modelo adequado refletiu em alterações no ranking dos melhores indivíduos. O índice FAI-BLUP possibilitou ganhos em todas características com destaque para WG e VG. Os 20% melhores genótipos foram selecionados e estes são T5, 11, 118, T3, 152, 134, 161, 7, 35, 126, 128, 149, 81, 103, 165, 168, T1, T2, 39 e 193. Este trabalho evidenciou que ajustar um modelo com a estrutura de covariância adequada, possibilita obter ganhos com a seleção e garante uma seleção mais acurada seja na seleção direta ou para seleção simultânea de múltiplas características. Palavras-chave: Estruturas de covariância. Medidas Repetidas. FAI-BLUP. Melhoramento de forrageiras. REML/BLUP.

show abstract

“…Dentre os materiais genéticos selecionados, somente dois destacam-se em ambos caracteres, o G165 e G167, indicando que há baixa correlação entre essas características(DUVAL et al, 2017) e que, inobstante à este fato, a genealogia empregada nos cruzamentos que originaram ambos híbridos foi bem sucedida em agregar alelos favoráveis, tanto para produtividade quanto para resistência.A identificação destes híbridos é de suma importância para respaldar o programa de melhoramento com genótipos portadores de alelos de diferentes fontes, capazes de diversificar a base genética e, com isto, manter a variabilidade com os ciclos de seleção e recombinação. experimental permitirá a seleção de genótipos verdadeiramente superiores e, como resultado, a otimização do programa de melhoramento genético(STRINGER et al, 2017).(kg/planta). O ajuste de cada modelo foram avaliados pelo critério de informação de Akaike (AIC).…”

unclassified

Modelos para análise de medidas repetidas aplicados no melhoramento do cupuaçuzeiro

Chaves¹

View full text Add to dashboard Cite

A modernização da cadeia produtiva do cupuaçuzeiro (Theobroma grandiflorum), espécie perene frutífera com ciclo de melhoramento longo, depende da adoção de eficientes estratégias de melhoramento e seleção. Os caracteres agronômicos da espécie geralmente envolvem medidas repetidas, necessitando determinar o número ótimo de safras para uma seleção genética acurada, bem como, estudar a adaptabilidade e estabilidade temporal dos híbridos, fundamentais para a seleção genética. Neste sentido, o emprego de métodos estatísticos adequados é imprescindível para o alcance de resultados críveis e úteis ao programa de melhoramento. Esta dissertação objetivou avaliar diferentes modelos e estratégias de seleção, visando a determinação do número ótimo de safras a serem avaliados (Capítulo 1) e da estrutura de covariância mais adequada (Capítulo 2), além da seleção genética de híbridos (ambos capítulos). Com este fim, uma população com 34 híbridos triplos de cupuaçuzeiro, delineada em blocos casualizados e com número variável de repetições, foi avaliada durante nove safras consecutivas quanto a produtividade e resistência à vassoura-de-bruxa. Os procedimentos estatísticos foram baseados em modelos lineares mistos. Em todos os cenários, a flexibilização das estruturas de (co)variância dos modelos proporcionaram resultados mais precisos. Três e duas safras foram suficientes para selecionar acuradamente considerando produtividade e resistência, respectivamente, quando o objetivo for recombinar. Para recomendação, nove safras fornecerão a acurácia necessária. Foram selecionados dez híbridos com bons índices de produtividade, adaptabilidade, estabilidade e resistência. Tais híbridos deverão ser incorporados ao programa de melhoramento e as matrizes destaques dentre as plantas referentes à tais híbridos serão selecionadas e empregadas em futuras hibridações e/ou ensaios de competição clonal. Palavras-chave: Theobroma grandiflorum. REML. BLUP. Modelos mistos. Seleção genética.

show abstract

Statistical Approaches in Plant Breeding: Maximising the Use of the Genetic Information

Cited by 4 publications

References 51 publications

Analysis of repeated measures data through mixed models: An application in Theobroma grandiflorum breeding

Analysis of repeated measures data through mixed models: An application in Theobroma grandiflorum breeding

Aplicação dos modelos lineares mistos no melhoramento de Cynodon spp.

Modelos para análise de medidas repetidas aplicados no melhoramento do cupuaçuzeiro

Contact Info

Product

Resources

About