Abordagem bayesiana na seleção de clones e progênies de batata-doce
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/36397 |
Resumo: | The bayesian inference as a tool for the identification of superior sweet potato genotypes is an important strategy for the development of breeding programs, as it allows the use of prior knowledge from previous experiments. Sweet potatoes have the potential to combat malnutrition and ensure food security for the population. A versatile culture that can be used both in human and animal food, and as a raw material for industry. Therefore, the objective was to select clones and superior progenies and to study the variability existing in the germplasm bank of the Institute of Agricultural Sciences (ICA), of the Federal University of Minas Gerais (UFMG), using the bayesian approach. 24 clones and 16 progenies of sweet potato halfsiblings were evaluated in two experiments regarding root and branch productivity, root shape and resistance to soil insects. The data were analyzed using bayesian inference, with an informative priori, obtained from data from previous experiments. To assess the genetic dissimilarity of the 24 clones, quantitative and qualitative data were used in a multivariate analysis using the Bayesian approach. The clones UFVJM40, UFVJM06, UFVJM09 and CAMBRAIA and progenies F-UFVJM15, F-UFVJM56, FUFVJM09, F-CAMBRAIA and F-UFVJM40 stood out from the others and can be used as parents in future breeding programs. There was genetic variability between sweet potato genotypes. UFVJM05, UFVJM09, UFVJM31, UFVJM37, UFVJM40 are dissimilar to the others and can make crosses with the selected superior genotypes. Bayesian inference was efficient in assessing dissimilarity and in the selection of sweet potato clones and progenies. |
id |
UFMG_aacad020a69d32e6ceb7afc13a8e5c9a |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/36397 |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Abordagem bayesiana na seleção de clones e progênies de batata-doceIpomoea batatas (L.) Lam.Melhoramento genético de plantasAnálise multivariadaDissimilaridadeBiometriaThe bayesian inference as a tool for the identification of superior sweet potato genotypes is an important strategy for the development of breeding programs, as it allows the use of prior knowledge from previous experiments. Sweet potatoes have the potential to combat malnutrition and ensure food security for the population. A versatile culture that can be used both in human and animal food, and as a raw material for industry. Therefore, the objective was to select clones and superior progenies and to study the variability existing in the germplasm bank of the Institute of Agricultural Sciences (ICA), of the Federal University of Minas Gerais (UFMG), using the bayesian approach. 24 clones and 16 progenies of sweet potato halfsiblings were evaluated in two experiments regarding root and branch productivity, root shape and resistance to soil insects. The data were analyzed using bayesian inference, with an informative priori, obtained from data from previous experiments. To assess the genetic dissimilarity of the 24 clones, quantitative and qualitative data were used in a multivariate analysis using the Bayesian approach. The clones UFVJM40, UFVJM06, UFVJM09 and CAMBRAIA and progenies F-UFVJM15, F-UFVJM56, FUFVJM09, F-CAMBRAIA and F-UFVJM40 stood out from the others and can be used as parents in future breeding programs. There was genetic variability between sweet potato genotypes. UFVJM05, UFVJM09, UFVJM31, UFVJM37, UFVJM40 are dissimilar to the others and can make crosses with the selected superior genotypes. Bayesian inference was efficient in assessing dissimilarity and in the selection of sweet potato clones and progenies.A inferência bayesiana como ferramenta para identificação de genótipos superiores de batata-doce é uma estratégia importante para o desenvolvimento de programas de melhoramento, pois possibilita o aproveitamento do conhecimento a priori oriundo de experimentos prévios. A batata-doce tem potencial para combater a desnutrição e garantir segurança alimentar para a população. Uma cultura versátil que pode ser utilizada tanto na alimentação humana como animal, e como matéria prima para a indústria. Logo, objetivou-se selecionar clones e progênies superiores e estudar a variabilidade existente no banco germoplasma do Instituto de Ciências Agrárias (ICA), da Universidade Federal de Minas Gerais (UFMG), utilizando a abordagem bayesiana. Foram avaliados em dois experimentos 24 clones e 16 progênies de meios-irmãos de batata-doce quanto à produtividade de raízes e ramas, formato de raízes e resistência a insetos do solo. Os dados foram analisados por meio da inferência bayesiana, com priori informativa, obtida a partir de dados oriundos de experimentos prévios. Para a avaliação da dissimilaridade genética dos 24 clones foram utilizados dados quantitativos e qualitativos em uma análise multivariada pela abordagem bayesiana. Os clones UFVJM40, UFVJM06, UFVJM09 e CAMBRAIA e as progênies FUFVJM15, F-UFVJM56, F-UFVJM09, F-CAMBRAIA e F-UFVJM40 se destacaram dos demais e podem ser utilizados como genitores em futuros programas de melhoramento. Houve variabilidade genética entre os genótipos de batata-doce. UFVJM05, UFVJM09, UFVJM31, UFVJM37, UFVJM40 são dissimilares dos demais e podem compor cruzamentos com os genótipos superiores selecionados. A inferência bayesiana foi eficiente na avaliação da dissimilaridade e na seleção de clones e progênies de batata-doce.CNPq - Conselho Nacional de Desenvolvimento Científico e TecnológicoFAPEMIG - Fundação de Amparo à Pesquisa do Estado de Minas GeraisCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorUniversidade Federal de Minas GeraisBrasilPrograma de Pós-Graduação em Produção VegetalUFMGAlcinei Mistico Azevedohttp://lattes.cnpq.br/9415018624563178Cândido Alves da CostaSilvia NietscheValter Carvalho de Andrade JúniorSamy PimentaLeonardo Ribeiro MonteiroNermy Ribeiro Valadares2021-06-08T18:35:39Z2021-06-08T18:35:39Z2020-07-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://hdl.handle.net/1843/36397porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMG2021-06-08T18:35:39Zoai:repositorio.ufmg.br:1843/36397Repositório InstitucionalPUBhttps://repositorio.ufmg.br/oairepositorio@ufmg.bropendoar:2021-06-08T18:35:39Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.none.fl_str_mv |
Abordagem bayesiana na seleção de clones e progênies de batata-doce |
title |
Abordagem bayesiana na seleção de clones e progênies de batata-doce |
spellingShingle |
Abordagem bayesiana na seleção de clones e progênies de batata-doce Nermy Ribeiro Valadares Ipomoea batatas (L.) Lam. Melhoramento genético de plantas Análise multivariada Dissimilaridade Biometria |
title_short |
Abordagem bayesiana na seleção de clones e progênies de batata-doce |
title_full |
Abordagem bayesiana na seleção de clones e progênies de batata-doce |
title_fullStr |
Abordagem bayesiana na seleção de clones e progênies de batata-doce |
title_full_unstemmed |
Abordagem bayesiana na seleção de clones e progênies de batata-doce |
title_sort |
Abordagem bayesiana na seleção de clones e progênies de batata-doce |
author |
Nermy Ribeiro Valadares |
author_facet |
Nermy Ribeiro Valadares |
author_role |
author |
dc.contributor.none.fl_str_mv |
Alcinei Mistico Azevedo http://lattes.cnpq.br/9415018624563178 Cândido Alves da Costa Silvia Nietsche Valter Carvalho de Andrade Júnior Samy Pimenta Leonardo Ribeiro Monteiro |
dc.contributor.author.fl_str_mv |
Nermy Ribeiro Valadares |
dc.subject.por.fl_str_mv |
Ipomoea batatas (L.) Lam. Melhoramento genético de plantas Análise multivariada Dissimilaridade Biometria |
topic |
Ipomoea batatas (L.) Lam. Melhoramento genético de plantas Análise multivariada Dissimilaridade Biometria |
description |
The bayesian inference as a tool for the identification of superior sweet potato genotypes is an important strategy for the development of breeding programs, as it allows the use of prior knowledge from previous experiments. Sweet potatoes have the potential to combat malnutrition and ensure food security for the population. A versatile culture that can be used both in human and animal food, and as a raw material for industry. Therefore, the objective was to select clones and superior progenies and to study the variability existing in the germplasm bank of the Institute of Agricultural Sciences (ICA), of the Federal University of Minas Gerais (UFMG), using the bayesian approach. 24 clones and 16 progenies of sweet potato halfsiblings were evaluated in two experiments regarding root and branch productivity, root shape and resistance to soil insects. The data were analyzed using bayesian inference, with an informative priori, obtained from data from previous experiments. To assess the genetic dissimilarity of the 24 clones, quantitative and qualitative data were used in a multivariate analysis using the Bayesian approach. The clones UFVJM40, UFVJM06, UFVJM09 and CAMBRAIA and progenies F-UFVJM15, F-UFVJM56, FUFVJM09, F-CAMBRAIA and F-UFVJM40 stood out from the others and can be used as parents in future breeding programs. There was genetic variability between sweet potato genotypes. UFVJM05, UFVJM09, UFVJM31, UFVJM37, UFVJM40 are dissimilar to the others and can make crosses with the selected superior genotypes. Bayesian inference was efficient in assessing dissimilarity and in the selection of sweet potato clones and progenies. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-07-10 2021-06-08T18:35:39Z 2021-06-08T18:35:39Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/1843/36397 |
url |
http://hdl.handle.net/1843/36397 |
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 Minas Gerais Brasil Programa de Pós-Graduação em Produção Vegetal UFMG |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais Brasil Programa de Pós-Graduação em Produção Vegetal UFMG |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
repositorio@ufmg.br |
_version_ |
1816829906926960640 |