Citometria de fluxo e redes neurais artificiais em variedades de bananeira, figueira, macieira e pessegueiro

Detalhes bibliográficos
Autor(a) principal: Oliveira, Ana Catarina Lima de
Data de Publicação: 2011
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFLA
Texto Completo: http://repositorio.ufla.br/jspui/handle/1/1806
Resumo: Fisiologia Vegetal
id UFLA_7b9d38dbcb2cc849e04262144ecdf195
oai_identifier_str oai:localhost:1/1806
network_acronym_str UFLA
network_name_str Repositório Institucional da UFLA
repository_id_str
spelling Citometria de fluxo e redes neurais artificiais em variedades de bananeira, figueira, macieira e pessegueiroFlow cytometry and artificial neural networks in banana, fig, apple and peach varietiesOtimizaçãoMetodologiaCaracterizaçãoModelagemOptimizationMethodologyCharacterizationModelingCNPQ_NÃO_INFORMADOFisiologia VegetalObjetivou-se caracterizar variedades de macieira, figueira e pessegueiro em relação ao conteúdo de DNA por meio da técnica de citometria de fluxo, otimizar o protocolo para essa metodologia para as variedades de bananeira, macieira, figueira e pessegueiro, além de desenvolver um modelo de Redes Neurais Artificiais (RNA) de classificação de bananeira quanto a sua ploidia. Foram analisados: presença ou não de RNase, padrões de referência, dose e tempo de exposição de amostras ao corante Iodeto de Propídeo. As amostras de folhas foram trituradas em uma placa de Petri contendo 1 mL de tampão gelado, para a liberação de núcleos, e em seguida foram corados com Iodeto de Propídeo. Nesse experimento, foram avaliadas as variedades ´NBA´, ´Caipira´ e ´Bucanero´ de bananeira (Musa acuminata Colla), variedade Baronesa de macieira (Malus domestica Borkh.), variedade Minifigo de figueira (Ficus carica L.) e variedade Tropical de pessegueiro [Prunus persica (L.) Batsch]. A caracterização em relação ao conteúdo de DNA foi realizada em 7 variedades de macieira (´Baroneza´, ´Eva´, ´Gala Real´, ´Imperatriz´, ´Julieta´, ´Princesa´ e ´Rainha´), 18 variedades de figueira (´Bêbara Branca´, ´Bruswick´, ´Calabacita´, ´Colo de Dama´, ´Dauphine´, ´Frucôte´, ´Lemon´, ´Lampa Preta´, ´Montes´, ´Maia´, ´Mini Figo´, ´Nazaré´, ´Negro de Bursa´, ´Princesa´, ´Pingo de Mel´, ´Roxo de Valinhos´, ´Três Num Prato´ e ´Troiano´) e em 22 variedades de pessegueiro (´Aurora-1´, ´Biuti´, ´Centenário´, ´Charme´, ´Delicioso Precoce´, ´Diamante´, ´Doçura 2´, ´Douradão´, ´Douradão 2´, ´Eldorado´, ´Flor da Prince´, ´Jóia´, ´Kampai´, ´Libra´, ´Maciel´, ´Maravilha´, ´Marli´, ´Oknawa´, ´Oknawa Roxo´, ´Régis´, ´Rei da Conserva´ e ´Tropical´). A RNA foi implementada com a função de classificação e para o treinamento da mesma foram utilizados 90% dos dados e para validação 10% do total de 114 autotretraplóides produzidos artificialmente por meio do tratamento com colchicina. Para a maioria das variedades o melhor tampão utilizado foi o Marie, com uma única exceção a variedade Baronesa de macieira, para a qual o melhor tampão foi o Tris.MgCl2. A presença de RNase não é essencial para a qualidade das análises de citometria de fluxo, sendo seu uso, portanto, dispensável. A utilização de 5 µL do flurocromo Iodeto de Propídeo foi eficiente para as variedades, somente para a variedade de bananeira Bucanero deve-se usar 10 µL desta substância. As leituras podem ser feitas logo depois de adicionar o fluorocromo, porém para a variedade NBA é necessário um tempo de exposição de cinco minutos. A ervilha se mostrou ideal como padrão de referência para os indivíduos analisados. As variedades de macieira presentes na UFLA são estatisticamente semelhantes quanto ao conteúdo de DNA, já as variedades de figueira podem ser separadas em dois grupos, de acordo com seu conteúdo de DNA. As que mais apresentam diferenças são as variedades de pessegueiro, as quais são divididas em quatro grupos com tamanhos genômicos estatisticamente diferentes. A RNA do tipo Multi Layer Perceptron é eficiente na pré-seleção de autotetraplóides artificiais de bananeira, para isso deve-se utilizar o algorítimo de treinamento do tipo Backpropagation com taxa de aprendizado e o termo momentum adotados são respectivamente iguais a 0,01 e 0,2.The work objective was to characterize apple, peach and fig varieties the technique of flow cytometry, to optimize of this methodology for banana, apple, peach and fig varieties and finally develop a model of Artificial Neural Networks for classification as a banana ploidy considering their agronomic traits. For this we analyzed the presence or absence of RNase combined with different extraction buffers, benchmarks, amount and exposure time of samples to the dye propidium iodide. The leaf samples were crushed in a petri dish containing 1 mL of ice to release nuclei and then was stained with propidium iodide. In this experiment, the varieties were evaluated ´NBA´, ´Caipira´ e ´Bucanero´ of banana (Musa acuminata Colla), ´Baronesa´ apple varieties (Malus domestica Borkh.), MiniFigo fig varieties (Ficus carica L.) and Tropical peach varieties (Prunus persica (L.) Batsch). The characterization as the DNA content was performed in 7 apple varieties (´Baroneza´, ´Eva´, ´Gala Real´, ´Imperatriz´, ´Julieta´, ´Princesa´ and ´Rainha´), 18 fig varieties (´Bêbara Branca´, ´Bruswick´, ´Calabacita´, ´Colo de Dama´, ´Dauphine´, ´Frucôte´, ´Lemon´, ´Lampa Preta´, ´Montes´, ´Maia´, ´Mini Figo´, ´Nazaré´, ´Negro de Bursa´, ´Princesa´, ´Pingo de Mel´, ´Roxo de Valinhos´, ´Três Num Prato´ and ´Troiano´) and 22 peach varieties (´Aurora-1´, ´Biuti´, ´Centenário´, ´Charme´, ´Delicioso Precoce´, ´Diamante´, ´Doçura 2´, ´Douradão´, ´Douradão 2´, ´Eldorado´, ´Flor da Prince´, ´Jóia´, ´Kampai´, ´Libra´, ´Maciel´, ´Maravilha´, ´Marli´, ´Oknawa´, ´Oknawa Roxo´, ´Régis´, ´Rei da Conserva´ and ´Tropical´) of belonging to UFLA. The Artificial Neural Network (ANN) was implemented with the function of classification, for training were used 90% and to validate were used 10% of the total 114 autotretraplóides produced artificially through treatment with colchicine, which is an antimitotic agent. For most varieties, the best buffer used was Marie, with one exception to varieties Baronesa apple, to which the cap was the best Tris.MgCl2. The presence of RNase is not essential to the quality of flow cytometric analysis, and its use therefore expendable. The use of 5 µL of propidium iodide flurocromo was effective for the varieties, only to varieties Bucanero banana must use 10 µL of this substance. Readings can be done on site after the fluorochrome, but for the NBA is necessary to cultivate an exposure time of five minutes the dye. And the pea (Pisum sativum L.) has proved ideal as a reference standard for the individuals analyzed. The apple varieties present in the Germplasm Bank of UFLA are statistically similar in DNA content, as fig varieties can be separates into two groups according to their DNA content. The ones who have been different peach varieties, which can be divided into four groups with significantly different genome sizes. The Artificial Neural Network Multi Layer Perceptron type is effective in pre-selection of artificial autotetraploid banana, for that you must use the algorithm of the type of training with Backpropagation learning rate and momentum term adopted are respectively equal to 0,01 and 0,2.UNIVERSIDADE FEDERAL DE LAVRASDBI - Programa de Pós-graduaçãoUFLABRASILPio, Leila Aparecida SallesPasqual, MoacirPereira, Roselaine CristinaPio, RafaelOliveira, Ana Catarina Lima de2014-07-30T15:46:21Z2014-07-30T15:46:21Z20112014-07-302011-07-28info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfOLIVEIRA, A. C. L. de. Citometria de fluxo e redes neurais artificiais em variedades de bananeira, figueira, macieira e pessegueiro. 2011. 125 p. Dissertação (Mestrado em Agronomia/Fisiologia Vegetal) - Universidade Federal de Lavras, Lavras, 2011.http://repositorio.ufla.br/jspui/handle/1/1806info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLA2023-04-27T16:48:06Zoai:localhost:1/1806Repositório InstitucionalPUBhttp://repositorio.ufla.br/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2023-04-27T16:48:06Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)false
dc.title.none.fl_str_mv Citometria de fluxo e redes neurais artificiais em variedades de bananeira, figueira, macieira e pessegueiro
Flow cytometry and artificial neural networks in banana, fig, apple and peach varieties
title Citometria de fluxo e redes neurais artificiais em variedades de bananeira, figueira, macieira e pessegueiro
spellingShingle Citometria de fluxo e redes neurais artificiais em variedades de bananeira, figueira, macieira e pessegueiro
Oliveira, Ana Catarina Lima de
Otimização
Metodologia
Caracterização
Modelagem
Optimization
Methodology
Characterization
Modeling
CNPQ_NÃO_INFORMADO
title_short Citometria de fluxo e redes neurais artificiais em variedades de bananeira, figueira, macieira e pessegueiro
title_full Citometria de fluxo e redes neurais artificiais em variedades de bananeira, figueira, macieira e pessegueiro
title_fullStr Citometria de fluxo e redes neurais artificiais em variedades de bananeira, figueira, macieira e pessegueiro
title_full_unstemmed Citometria de fluxo e redes neurais artificiais em variedades de bananeira, figueira, macieira e pessegueiro
title_sort Citometria de fluxo e redes neurais artificiais em variedades de bananeira, figueira, macieira e pessegueiro
author Oliveira, Ana Catarina Lima de
author_facet Oliveira, Ana Catarina Lima de
author_role author
dc.contributor.none.fl_str_mv Pio, Leila Aparecida Salles
Pasqual, Moacir
Pereira, Roselaine Cristina
Pio, Rafael
dc.contributor.author.fl_str_mv Oliveira, Ana Catarina Lima de
dc.subject.por.fl_str_mv Otimização
Metodologia
Caracterização
Modelagem
Optimization
Methodology
Characterization
Modeling
CNPQ_NÃO_INFORMADO
topic Otimização
Metodologia
Caracterização
Modelagem
Optimization
Methodology
Characterization
Modeling
CNPQ_NÃO_INFORMADO
description Fisiologia Vegetal
publishDate 2011
dc.date.none.fl_str_mv 2011
2011-07-28
2014-07-30T15:46:21Z
2014-07-30T15:46:21Z
2014-07-30
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv OLIVEIRA, A. C. L. de. Citometria de fluxo e redes neurais artificiais em variedades de bananeira, figueira, macieira e pessegueiro. 2011. 125 p. Dissertação (Mestrado em Agronomia/Fisiologia Vegetal) - Universidade Federal de Lavras, Lavras, 2011.
http://repositorio.ufla.br/jspui/handle/1/1806
identifier_str_mv OLIVEIRA, A. C. L. de. Citometria de fluxo e redes neurais artificiais em variedades de bananeira, figueira, macieira e pessegueiro. 2011. 125 p. Dissertação (Mestrado em Agronomia/Fisiologia Vegetal) - Universidade Federal de Lavras, Lavras, 2011.
url http://repositorio.ufla.br/jspui/handle/1/1806
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv UNIVERSIDADE FEDERAL DE LAVRAS
DBI - Programa de Pós-graduação
UFLA
BRASIL
publisher.none.fl_str_mv UNIVERSIDADE FEDERAL DE LAVRAS
DBI - Programa de Pós-graduação
UFLA
BRASIL
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFLA
instname:Universidade Federal de Lavras (UFLA)
instacron:UFLA
instname_str Universidade Federal de Lavras (UFLA)
instacron_str UFLA
institution UFLA
reponame_str Repositório Institucional da UFLA
collection Repositório Institucional da UFLA
repository.name.fl_str_mv Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)
repository.mail.fl_str_mv nivaldo@ufla.br || repositorio.biblioteca@ufla.br
_version_ 1784550190398570496

Registros relacionados