Population parameters and selection of kale genotypes using Bayesian inference in a multi-trait linear model

Detalhes bibliográficos
Autor(a) principal: Azevedo, Alcinei Mistico
Data de Publicação: 2021
Outros Autores: Andrade Júnior, Valter Carvalho de, Santos, Albertir Aparecido dos, Sousa Júnior, Aderbal Soares de, Oliveira, Altino Júnior Mendes, Ferreira, Marcos Aurélio Miranda
Tipo de documento: Artigo
Idioma: eng
Título da fonte: Repositório Institucional da UFVJM
Texto Completo: https://acervo.ufvjm.edu.br/items/c6e52fcf-fc5d-4076-8138-92e44ed1fe9f
https://doi.org/10.4025/actasciagron.v39i1.30856
Resumo: Para selecionar genitores em programas de melhoramento deve-se obter os componentes de variância para estimar parâmetros genéticos e predizer valores genéticos, os quais podem ser obtidos vantajosamente pela inferência bayesiana. Quando várias características são avaliadas a inferência bayesiana pode ser utilizada em modelos multicaracterísticos. Objetivou-se obter estimativas de parâmetros genéticos, ganhos de seleção, conhecer as correlações genéticas entre as características, predizer valores genéticos e selecionar melhores genótipos de couve utilizando a abordagem bayesiana em modelo linear multicaracterístico. Foram avaliados o diâmetro do caule, altura da planta, número de brotações, número de folhas comercializáveis e massa fresca de folhas por inferência bayesiana em 22 genótipos de couve. Foi utilizado o delineamento em blocos casualizados com três repetições e quatro plantas por parcela. Verificou-se a predominância dos efeitos genéticos sobre os ambientais. As maiores estimativas de correlação foram encontradas entre a matéria fresca de folhas e as características diâmetro do caule, altura de plantas e número de folhas comercializáveis. Além das testemunhas comerciais, são indicados para o cultivo e para integrar programas de melhoramento os genótipos UFLA 11, UFLA 5, UFLA 6, UFVJM 3 e UFVJM 19. As estimativas do ganho de seleção indicaram o potencial de melhoramento para a população estudada
id UFVJM-2_e02ac359f2e26146a4e9e3ecda8d6ace
oai_identifier_str oai:acervo.ufvjm.edu.br:1/2558
network_acronym_str UFVJM-2
network_name_str Repositório Institucional da UFVJM
repository_id_str 2145
spelling Azevedo, Alcinei MisticoAndrade Júnior, Valter Carvalho deSantos, Albertir Aparecido dosSousa Júnior, Aderbal Soares deOliveira, Altino Júnior MendesFerreira, Marcos Aurélio MirandaUniversidade Federal de Minas Gerais (UFMG)Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)2021-06-01T18:09:09Z2021-06-01T18:09:09Z2017-Oct/DecAZEVEDO, A. M.; ANDRADE JÚNIOR, V. C. de; SANTOS, A. A. dos; SOUSA JÚNIOR, A. S. de; OLIVEIRA, A. J. M.; FERREIRA, M. A. M. Population parameters and selection of kale genotypes using Bayesian inference in a multi-trait linear model. Acta Scientiarum. Agronomy, v. 39, n. 1, p. 25-31, 1 jan. 2017. Disponível em: http://acervo.ufvjm.edu.br/jspui/handle/1/2558. Acesso em: 31 maio 2021.1807-8621https://acervo.ufvjm.edu.br/items/c6e52fcf-fc5d-4076-8138-92e44ed1fe9fhttps://doi.org/10.4025/actasciagron.v39i1.30856S1807-86212017000100025-sclPara selecionar genitores em programas de melhoramento deve-se obter os componentes de variância para estimar parâmetros genéticos e predizer valores genéticos, os quais podem ser obtidos vantajosamente pela inferência bayesiana. Quando várias características são avaliadas a inferência bayesiana pode ser utilizada em modelos multicaracterísticos. Objetivou-se obter estimativas de parâmetros genéticos, ganhos de seleção, conhecer as correlações genéticas entre as características, predizer valores genéticos e selecionar melhores genótipos de couve utilizando a abordagem bayesiana em modelo linear multicaracterístico. Foram avaliados o diâmetro do caule, altura da planta, número de brotações, número de folhas comercializáveis e massa fresca de folhas por inferência bayesiana em 22 genótipos de couve. Foi utilizado o delineamento em blocos casualizados com três repetições e quatro plantas por parcela. Verificou-se a predominância dos efeitos genéticos sobre os ambientais. As maiores estimativas de correlação foram encontradas entre a matéria fresca de folhas e as características diâmetro do caule, altura de plantas e número de folhas comercializáveis. Além das testemunhas comerciais, são indicados para o cultivo e para integrar programas de melhoramento os genótipos UFLA 11, UFLA 5, UFLA 6, UFVJM 3 e UFVJM 19. As estimativas do ganho de seleção indicaram o potencial de melhoramento para a população estudadaVariance components must be obtained to estimate genetic parameters and predict breeding values. This information can be obtained through Bayesian inference. When multiple traits are evaluated, Bayesian inference can be used in multi-trait models. The objective of this study was to obtain estimates of genetic parameters, gains with selection, and genetic correlations among traits. Likewise, we aim to predict the genetic values and select the best kale genotypes using the Bayesian approach in a multi-trait linear model. The following traits were evaluated: stem diameter, plant height, number of shoots, number of marketable leaves and fresh weight of leaves using Bayesian inference in 22 kale genotypes. The experiment consisted of a randomized block design with three replications and four plants per plot. Genetic effects predominated over environmental effects. The highest correlation estimates were found between the fresh weight of leaves and stem diameter and between the plant height and number of marketable leaves. The following commercial cultivars and genotypes are recommended for cultivation and to integrate into breeding programs: UFLA 11, UFLA 5, UFLA 6, UFVJM 3 and UFVJM 19. The estimates of the gain with selection indicate the potential for improvement of the studied population.engEditora da Universidade Estadual de Maringá - EDUEMActa Scientiarum. AgronomySciELOreponame:Repositório Institucional da UFVJMinstname:Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)instacron:UFVJMPopulation parameters and selection of kale genotypes using Bayesian inference in a multi-trait linear modelParâmetros populacionais e seleção de genótipos de couve por inferência bayesiana em modelo linear multicaracterísticoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleBrassica oleracea L. var. acephala DC.Genetic parametersCrop breedingStatistical modelingCorrelationsBrassica oleracea L. var. acephala DC.Parâmetros genéticosMelhoramento genéticoModelagem estatísticaCorrelações."Licença Creative Commons CC BY"info:eu-repo/semantics/openAccessTHUMBNAILS1807-86212017000100025-scl.pdf.jpgS1807-86212017000100025-scl.pdf.jpgGenerated Thumbnailimage/jpeg5856https://acervo.ufvjm.edu.br//bitstreams/4fa605e0-01a2-4334-9f40-3dae63407b12/download35393c36d988dbbd541ef99a91473300MD53falseAnonymousREADORIGINALS1807-86212017000100025-scl.pdfS1807-86212017000100025-scl.pdfapplication/pdf554984https://acervo.ufvjm.edu.br//bitstreams/4cfc20b5-15cb-4f83-a95d-22b9d3b6c47e/download748a73f6665def75beff80edd827fa29MD51trueAnonymousREADTEXTS1807-86212017000100025-scl.pdf.txtS1807-86212017000100025-scl.pdf.txtExtracted texttext/plain28232https://acervo.ufvjm.edu.br//bitstreams/c9633aef-f708-4009-894f-401608930dd2/download0bcb8eaef84c66e716df3c1aa31d0c7dMD52falseAnonymousREAD1/25582024-09-12 06:30:32.825open.accessoai:acervo.ufvjm.edu.br:1/2558https://acervo.ufvjm.edu.br/Repositório InstitucionalPUBhttps://repositorio.ufvjm.edu.brrepositorio@ufvjm.edu.bropendoar:21452024-09-12T06:30:32Repositório Institucional da UFVJM - Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)false
dc.title.eng.fl_str_mv Population parameters and selection of kale genotypes using Bayesian inference in a multi-trait linear model
dc.title.pt_BR.fl_str_mv Parâmetros populacionais e seleção de genótipos de couve por inferência bayesiana em modelo linear multicaracterístico
title Population parameters and selection of kale genotypes using Bayesian inference in a multi-trait linear model
spellingShingle Population parameters and selection of kale genotypes using Bayesian inference in a multi-trait linear model
Azevedo, Alcinei Mistico
Brassica oleracea L. var. acephala DC.
Genetic parameters
Crop breeding
Statistical modeling
Correlations
Brassica oleracea L. var. acephala DC.
Parâmetros genéticos
Melhoramento genético
Modelagem estatística
Correlações.
title_short Population parameters and selection of kale genotypes using Bayesian inference in a multi-trait linear model
title_full Population parameters and selection of kale genotypes using Bayesian inference in a multi-trait linear model
title_fullStr Population parameters and selection of kale genotypes using Bayesian inference in a multi-trait linear model
title_full_unstemmed Population parameters and selection of kale genotypes using Bayesian inference in a multi-trait linear model
title_sort Population parameters and selection of kale genotypes using Bayesian inference in a multi-trait linear model
author Azevedo, Alcinei Mistico
author_facet Azevedo, Alcinei Mistico
Andrade Júnior, Valter Carvalho de
Santos, Albertir Aparecido dos
Sousa Júnior, Aderbal Soares de
Oliveira, Altino Júnior Mendes
Ferreira, Marcos Aurélio Miranda
author_role author
author2 Andrade Júnior, Valter Carvalho de
Santos, Albertir Aparecido dos
Sousa Júnior, Aderbal Soares de
Oliveira, Altino Júnior Mendes
Ferreira, Marcos Aurélio Miranda
author2_role author
author
author
author
author
dc.contributor.institution.none.fl_str_mv Universidade Federal de Minas Gerais (UFMG)
Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)
dc.contributor.author.fl_str_mv Azevedo, Alcinei Mistico
Andrade Júnior, Valter Carvalho de
Santos, Albertir Aparecido dos
Sousa Júnior, Aderbal Soares de
Oliveira, Altino Júnior Mendes
Ferreira, Marcos Aurélio Miranda
dc.subject.keyword.eng.fl_str_mv Brassica oleracea L. var. acephala DC.
Genetic parameters
Crop breeding
Statistical modeling
Correlations
topic Brassica oleracea L. var. acephala DC.
Genetic parameters
Crop breeding
Statistical modeling
Correlations
Brassica oleracea L. var. acephala DC.
Parâmetros genéticos
Melhoramento genético
Modelagem estatística
Correlações.
dc.subject.keyword.pt_BR.fl_str_mv Brassica oleracea L. var. acephala DC.
Parâmetros genéticos
Melhoramento genético
Modelagem estatística
Correlações.
description Para selecionar genitores em programas de melhoramento deve-se obter os componentes de variância para estimar parâmetros genéticos e predizer valores genéticos, os quais podem ser obtidos vantajosamente pela inferência bayesiana. Quando várias características são avaliadas a inferência bayesiana pode ser utilizada em modelos multicaracterísticos. Objetivou-se obter estimativas de parâmetros genéticos, ganhos de seleção, conhecer as correlações genéticas entre as características, predizer valores genéticos e selecionar melhores genótipos de couve utilizando a abordagem bayesiana em modelo linear multicaracterístico. Foram avaliados o diâmetro do caule, altura da planta, número de brotações, número de folhas comercializáveis e massa fresca de folhas por inferência bayesiana em 22 genótipos de couve. Foi utilizado o delineamento em blocos casualizados com três repetições e quatro plantas por parcela. Verificou-se a predominância dos efeitos genéticos sobre os ambientais. As maiores estimativas de correlação foram encontradas entre a matéria fresca de folhas e as características diâmetro do caule, altura de plantas e número de folhas comercializáveis. Além das testemunhas comerciais, são indicados para o cultivo e para integrar programas de melhoramento os genótipos UFLA 11, UFLA 5, UFLA 6, UFVJM 3 e UFVJM 19. As estimativas do ganho de seleção indicaram o potencial de melhoramento para a população estudada
publishDate 2021
dc.date.issued.fl_str_mv 2017-Oct/Dec
dc.date.accessioned.fl_str_mv 2021-06-01T18:09:09Z
dc.date.available.fl_str_mv 2021-06-01T18:09:09Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.citation.fl_str_mv AZEVEDO, A. M.; ANDRADE JÚNIOR, V. C. de; SANTOS, A. A. dos; SOUSA JÚNIOR, A. S. de; OLIVEIRA, A. J. M.; FERREIRA, M. A. M. Population parameters and selection of kale genotypes using Bayesian inference in a multi-trait linear model. Acta Scientiarum. Agronomy, v. 39, n. 1, p. 25-31, 1 jan. 2017. Disponível em: http://acervo.ufvjm.edu.br/jspui/handle/1/2558. Acesso em: 31 maio 2021.
dc.identifier.uri.fl_str_mv https://acervo.ufvjm.edu.br/items/c6e52fcf-fc5d-4076-8138-92e44ed1fe9f
dc.identifier.issn.none.fl_str_mv 1807-8621
dc.identifier.doi.none.fl_str_mv https://doi.org/10.4025/actasciagron.v39i1.30856
dc.identifier.scielo.none.fl_str_mv S1807-86212017000100025-scl
identifier_str_mv AZEVEDO, A. M.; ANDRADE JÚNIOR, V. C. de; SANTOS, A. A. dos; SOUSA JÚNIOR, A. S. de; OLIVEIRA, A. J. M.; FERREIRA, M. A. M. Population parameters and selection of kale genotypes using Bayesian inference in a multi-trait linear model. Acta Scientiarum. Agronomy, v. 39, n. 1, p. 25-31, 1 jan. 2017. Disponível em: http://acervo.ufvjm.edu.br/jspui/handle/1/2558. Acesso em: 31 maio 2021.
1807-8621
S1807-86212017000100025-scl
url https://acervo.ufvjm.edu.br/items/c6e52fcf-fc5d-4076-8138-92e44ed1fe9f
https://doi.org/10.4025/actasciagron.v39i1.30856
dc.language.iso.fl_str_mv eng
language eng
dc.relation.ispartof.none.fl_str_mv Acta Scientiarum. Agronomy
dc.rights.driver.fl_str_mv "Licença Creative Commons CC BY"
info:eu-repo/semantics/openAccess
rights_invalid_str_mv "Licença Creative Commons CC BY"
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Editora da Universidade Estadual de Maringá - EDUEM
publisher.none.fl_str_mv Editora da Universidade Estadual de Maringá - EDUEM
dc.source.none.fl_str_mv SciELO
reponame:Repositório Institucional da UFVJM
instname:Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)
instacron:UFVJM
instname_str Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)
instacron_str UFVJM
institution UFVJM
reponame_str Repositório Institucional da UFVJM
collection Repositório Institucional da UFVJM
bitstream.url.fl_str_mv https://acervo.ufvjm.edu.br//bitstreams/4fa605e0-01a2-4334-9f40-3dae63407b12/download
https://acervo.ufvjm.edu.br//bitstreams/4cfc20b5-15cb-4f83-a95d-22b9d3b6c47e/download
https://acervo.ufvjm.edu.br//bitstreams/c9633aef-f708-4009-894f-401608930dd2/download
bitstream.checksum.fl_str_mv 35393c36d988dbbd541ef99a91473300
748a73f6665def75beff80edd827fa29
0bcb8eaef84c66e716df3c1aa31d0c7d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFVJM - Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM)
repository.mail.fl_str_mv repositorio@ufvjm.edu.br
_version_ 1813710532356603904