Application of quantitative genetics tools to breeding program optimization

Detalhes bibliográficos
Autor(a) principal: Peixoto, Marco Antonio
Data de Publicação: 2023
Tipo de documento: Tese
Idioma: eng
Título da fonte: LOCUS Repositório Institucional da UFV
Texto Completo: https://locus.ufv.br//handle/123456789/31536
https://doi.org/10.47328/ufvbbt.2023.135
Resumo: A aplicação da teoria da genética quantitativa influenciou positivamente programas de melhoramento de plantas nas últimas décadas. O objetivo deste estudo foi utilizar e desenvolver ferramentas em genética quantitativa para programas de melhoramento. No primeiro capítulo, simulamos um programa de melhoramento de híbridos e comparamos pipelines de melhoramento com duas estratégias para atualizar os parentais, e o ganho e custos para implementar a seleção genômica e de fenotipagem de alto rendimento no pipeline. Nossos resultados sugerem que a seleção parental precoce tem melhor desempenho e que a fenotipagem de alto rendimento, juntamente com a seleção genômica, oferece o maior ganho a longo prazo. No segundo capítulo avaliamos o potencial de implementação da seleção genômica em um programa de melhoramento de milho doce por meio da predição de híbridos. Avaliamos 506 híbridos em seis ambientes e medimos 21 características. Foram considerados oito modelos estatísticos para predição e três esquemas de validação cruzada. Os resultados indicaram que o modelo RKHS superou os modelos GBLUP. Portanto, recomendamos o uso do modelo RKHS como modelo padrão para predição de híbridos de milho doce e a implementação da seleção genômica em programas de melhoramento de milho doce. No terceiro capítulo descrevemos o SMate, um pacote flexível, em R, para predição de cruzamentos e otimização, que representa uma ferramenta para programas de melhoramento balancear ganhos genéticos e níveis de taxa de endogamia. O pacote constrói um plano de cruzamento com base em dois passos: (i) predição de utilidade do cruzamento e (ii) otimização da utilidade juntamente com restrição da taxa de endogamia. Em conclusão, o pacote SMate permite otimizar a seleção de cruzamentos em programas de melhoramento visando ganhos genéticos de longo prazo. Concluindo, as ferramentas de genética quantitativa têm sido amplamente aplicadas em programas de melhoramento e evoluído com ele. Nosso estudo demonstrou potencial para contribuir com o campo da genética quantitativa e impactar diretamente programas de melhoramento. Palavras-chave: Alocação de cruzamentos. Endogamia. Predição de híbridos. Simulação estocástica.
id UFV_0ec835ff94cbb72c1267c23a6d57adaa
oai_identifier_str oai:locus.ufv.br:123456789/31536
network_acronym_str UFV
network_name_str LOCUS Repositório Institucional da UFV
repository_id_str 2145
spelling Peixoto, Marco Antoniohttp://lattes.cnpq.br/1311712184373275Bhering, Leonardo Lopes2023-09-20T16:39:00Z2023-09-20T16:39:00Z2023-03-08PEIXOTO, Marco Antonio. Application of quantitative genetics tools to breeding program optimization. 2023. 179 f. Tese (Doutorado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2023.https://locus.ufv.br//handle/123456789/31536https://doi.org/10.47328/ufvbbt.2023.135A aplicação da teoria da genética quantitativa influenciou positivamente programas de melhoramento de plantas nas últimas décadas. O objetivo deste estudo foi utilizar e desenvolver ferramentas em genética quantitativa para programas de melhoramento. No primeiro capítulo, simulamos um programa de melhoramento de híbridos e comparamos pipelines de melhoramento com duas estratégias para atualizar os parentais, e o ganho e custos para implementar a seleção genômica e de fenotipagem de alto rendimento no pipeline. Nossos resultados sugerem que a seleção parental precoce tem melhor desempenho e que a fenotipagem de alto rendimento, juntamente com a seleção genômica, oferece o maior ganho a longo prazo. No segundo capítulo avaliamos o potencial de implementação da seleção genômica em um programa de melhoramento de milho doce por meio da predição de híbridos. Avaliamos 506 híbridos em seis ambientes e medimos 21 características. Foram considerados oito modelos estatísticos para predição e três esquemas de validação cruzada. Os resultados indicaram que o modelo RKHS superou os modelos GBLUP. Portanto, recomendamos o uso do modelo RKHS como modelo padrão para predição de híbridos de milho doce e a implementação da seleção genômica em programas de melhoramento de milho doce. No terceiro capítulo descrevemos o SMate, um pacote flexível, em R, para predição de cruzamentos e otimização, que representa uma ferramenta para programas de melhoramento balancear ganhos genéticos e níveis de taxa de endogamia. O pacote constrói um plano de cruzamento com base em dois passos: (i) predição de utilidade do cruzamento e (ii) otimização da utilidade juntamente com restrição da taxa de endogamia. Em conclusão, o pacote SMate permite otimizar a seleção de cruzamentos em programas de melhoramento visando ganhos genéticos de longo prazo. Concluindo, as ferramentas de genética quantitativa têm sido amplamente aplicadas em programas de melhoramento e evoluído com ele. Nosso estudo demonstrou potencial para contribuir com o campo da genética quantitativa e impactar diretamente programas de melhoramento. Palavras-chave: Alocação de cruzamentos. Endogamia. Predição de híbridos. Simulação estocástica.Overall, the application of quantitative genetics theory has greatly influenced plant breeding programs over the last few decades. The aim of this study was to use and develop quantitative genetics tools to improve breeding programs. In the first chapter we simulated a hybrid crop breeding program and compared breeding pipelines with two strategies for parental updates, and we compare the gain and costs to implements genomic selection and high-throughput phenotyping into the pipeline. Our results suggest that early parental selection performs better and that high-throughput phenotyping together with genomic selection delivers the highest hybrid gain in the long-term. In the second chapter we evaluated the potential of implementing genomic selection in a sweet corn breeding program through hybrid prediction. We evaluated 506 hybrids in six environments and measured 21 traits. We considered eight statistical models for prediction and three cross-validation schemes CV1, CV0, and CV00. The results indicated RKHS model outperforming GBLUP models, and models with additive plus dominance kernels presented slight improvement for some traits. Therefore, we recommend using the RKHS model as a standard model for sweet corn hybrid prediction, and to implement genomic selection in sweet corn breeding programs to optimize the testcross stage and the candidates that reach the field stage. In the third chapter we describe SMate, a flexible R package for cross prediction and optimization, which represents a tool for breeding programs to balance genetic gains and inbreeding rate levels. The package builds a valid mate plan based on two core aspects: (i) prediction of usefulness for potential cross, and (ii) optimization of the set of crosses. In conclusion, SMate package enables to optimize cross selection in breeding programs targeting long term genetic gains while balancing genetic diversity and inbreeding rate levels. In summary, quantitative genetics tools have been largely applied in breeding programs and has evolved with it. Our study demonstrated potential to contribute to the quantitative genetics field and direct impact in breeding programs. Keywords: Mate allocation. Inbreeding. Genomic hybrid prediction. Stochastic simulation.Conselho Nacional de Desenvolvimento Científico e TecnológicoengUniversidade Federal de ViçosaGenética e MelhoramentoPlantas - Melhoramento genéticoGenética quantitativaGenética QuantitativaApplication of quantitative genetics tools to breeding program optimizationAplicação de ferramentas em genética quantitativa na otimização de programas de melhoramentoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal de ViçosaDepartamento de Biologia GeralDoutor em Genética e MelhoramentoViçosa - MG2023-03-08Doutoradoinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINALtexto completo.pdftexto completo.pdftexto completoapplication/pdf5067532https://locus.ufv.br//bitstream/123456789/31536/1/texto%20completo.pdfe6ff9bad4e498af6808ace3dcd2e1cf0MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://locus.ufv.br//bitstream/123456789/31536/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/315362023-09-20 13:39:01.585oai:locus.ufv.br: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Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452023-09-20T16:39:01LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false
dc.title.en.fl_str_mv Application of quantitative genetics tools to breeding program optimization
dc.title.pt-BR.fl_str_mv Aplicação de ferramentas em genética quantitativa na otimização de programas de melhoramento
title Application of quantitative genetics tools to breeding program optimization
spellingShingle Application of quantitative genetics tools to breeding program optimization
Peixoto, Marco Antonio
Plantas - Melhoramento genético
Genética quantitativa
Genética Quantitativa
title_short Application of quantitative genetics tools to breeding program optimization
title_full Application of quantitative genetics tools to breeding program optimization
title_fullStr Application of quantitative genetics tools to breeding program optimization
title_full_unstemmed Application of quantitative genetics tools to breeding program optimization
title_sort Application of quantitative genetics tools to breeding program optimization
author Peixoto, Marco Antonio
author_facet Peixoto, Marco Antonio
author_role author
dc.contributor.authorLattes.pt-BR.fl_str_mv http://lattes.cnpq.br/1311712184373275
dc.contributor.author.fl_str_mv Peixoto, Marco Antonio
dc.contributor.advisor1.fl_str_mv Bhering, Leonardo Lopes
contributor_str_mv Bhering, Leonardo Lopes
dc.subject.pt-BR.fl_str_mv Plantas - Melhoramento genético
Genética quantitativa
topic Plantas - Melhoramento genético
Genética quantitativa
Genética Quantitativa
dc.subject.cnpq.fl_str_mv Genética Quantitativa
description A aplicação da teoria da genética quantitativa influenciou positivamente programas de melhoramento de plantas nas últimas décadas. O objetivo deste estudo foi utilizar e desenvolver ferramentas em genética quantitativa para programas de melhoramento. No primeiro capítulo, simulamos um programa de melhoramento de híbridos e comparamos pipelines de melhoramento com duas estratégias para atualizar os parentais, e o ganho e custos para implementar a seleção genômica e de fenotipagem de alto rendimento no pipeline. Nossos resultados sugerem que a seleção parental precoce tem melhor desempenho e que a fenotipagem de alto rendimento, juntamente com a seleção genômica, oferece o maior ganho a longo prazo. No segundo capítulo avaliamos o potencial de implementação da seleção genômica em um programa de melhoramento de milho doce por meio da predição de híbridos. Avaliamos 506 híbridos em seis ambientes e medimos 21 características. Foram considerados oito modelos estatísticos para predição e três esquemas de validação cruzada. Os resultados indicaram que o modelo RKHS superou os modelos GBLUP. Portanto, recomendamos o uso do modelo RKHS como modelo padrão para predição de híbridos de milho doce e a implementação da seleção genômica em programas de melhoramento de milho doce. No terceiro capítulo descrevemos o SMate, um pacote flexível, em R, para predição de cruzamentos e otimização, que representa uma ferramenta para programas de melhoramento balancear ganhos genéticos e níveis de taxa de endogamia. O pacote constrói um plano de cruzamento com base em dois passos: (i) predição de utilidade do cruzamento e (ii) otimização da utilidade juntamente com restrição da taxa de endogamia. Em conclusão, o pacote SMate permite otimizar a seleção de cruzamentos em programas de melhoramento visando ganhos genéticos de longo prazo. Concluindo, as ferramentas de genética quantitativa têm sido amplamente aplicadas em programas de melhoramento e evoluído com ele. Nosso estudo demonstrou potencial para contribuir com o campo da genética quantitativa e impactar diretamente programas de melhoramento. Palavras-chave: Alocação de cruzamentos. Endogamia. Predição de híbridos. Simulação estocástica.
publishDate 2023
dc.date.accessioned.fl_str_mv 2023-09-20T16:39:00Z
dc.date.available.fl_str_mv 2023-09-20T16:39:00Z
dc.date.issued.fl_str_mv 2023-03-08
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.citation.fl_str_mv PEIXOTO, Marco Antonio. Application of quantitative genetics tools to breeding program optimization. 2023. 179 f. Tese (Doutorado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2023.
dc.identifier.uri.fl_str_mv https://locus.ufv.br//handle/123456789/31536
dc.identifier.doi.pt-BR.fl_str_mv https://doi.org/10.47328/ufvbbt.2023.135
identifier_str_mv PEIXOTO, Marco Antonio. Application of quantitative genetics tools to breeding program optimization. 2023. 179 f. Tese (Doutorado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2023.
url https://locus.ufv.br//handle/123456789/31536
https://doi.org/10.47328/ufvbbt.2023.135
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Viçosa
dc.publisher.program.fl_str_mv Genética e Melhoramento
publisher.none.fl_str_mv Universidade Federal de Viçosa
dc.source.none.fl_str_mv reponame:LOCUS Repositório Institucional da UFV
instname:Universidade Federal de Viçosa (UFV)
instacron:UFV
instname_str Universidade Federal de Viçosa (UFV)
instacron_str UFV
institution UFV
reponame_str LOCUS Repositório Institucional da UFV
collection LOCUS Repositório Institucional da UFV
bitstream.url.fl_str_mv https://locus.ufv.br//bitstream/123456789/31536/1/texto%20completo.pdf
https://locus.ufv.br//bitstream/123456789/31536/2/license.txt
bitstream.checksum.fl_str_mv e6ff9bad4e498af6808ace3dcd2e1cf0
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)
repository.mail.fl_str_mv fabiojreis@ufv.br
_version_ 1801213069642170368