Predicting clonal composites performance and enhancing eucalyptus productivity by accounting for indirect genotypic effects
Autor(a) principal: | |
---|---|
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/123456789/31555 https://doi.org/10.47328/ufvbbt.2023.526 |
Resumo: | Fatores bióticos e abiótico vem dificultando a manutenção das altas taxas de ganho genético para espécies arbóreas, principalmente as cultivadas em monoculturas. O plantio de mistura de genótipos ou compostos clonais (CC) pode ser uma alternativa para aumentar a segurança fitossanitária e até mesmo a produtividade dos plantios florestais. Os clones cultivados em CC podem apresentar competição a nível residual e genético. Os efeitos de competição podem afetar a porção herdável da variabilidade total e impactar no progresso genético da população sob seleção. O presente estudo tem como objetivos ajustar um modelo linear misto de competição a nível espacial e genético (MCEG) para estimar parâmetros genéticos e estudar os impactos da competição intergenotípica. Além disso, visa propor uma estratégia para prever a melhor combinação de clones para compor um CC que ainda não foram plantados. Aparentemente, a exploração dos efeitos de competição na recomendação da melhor combinação de clones para a composição de CC ainda não foi explorada em estudos prévios. A maioria destes estudos restringe as inferências apenas aos tradicionais modelos lineares mistos de competição. A principal vantagem da metodologia apresentada consiste em modelar a competição a nível genético e residual para prever o valor genotípico total (VGT) de um CC que ainda não foi plantado. A abordagem proposta foi ilustrada em um conjunto de dados de experimentos de testes clonais de eucalyptus em um delineamento de blocos ao acaso com 24 repetições, contendo uma única árvore por parcela avaliada para incremento médio anual (IMA – m3ha-1ano- 1) aos 3 e 6 anos. O modelo ajustado foi eficiente em particionar a variação genética em variação devido à efeitos genéticos diretos (EGD) e efeitos genéticos indiretos ou de competição (EGC). Adicionalmente, foi proposta uma forma de classificar os clones como agressivos, homeostáticos e sensíveis com base na magnitude dos EGC. O MCEG foi o mais adequado de acordo com o Critério de Informação de Akaike. A herdabilidade total diminuiu de 0,25 para 0,10 aos 3 anos e de 0,30 para 0,14 aos 6 anos em comparação com um modelo reduzido para os EGC. Portanto, a herdabilidade foi superestimada quando EGC não foram considerados. Com base nos VGT foi possível a identificação de CC com alto desempenho médio esperado para IMA levando em conta o equilíbrio entre EGD e EGC. Em resumo, a utilização dos EGC na determinação das melhores combinações de clones para a composição de CC fornece vantagens estratégicas nas etapas de recomendação de misturas de clones. Palavras-chave: Melhoramento Florestal. Genética Quantitativa. Modelos Lineares Mistos. Efeitos Associativos. Competição. |
id |
UFV_742c56ce186f93cd95fcba2f863f7201 |
---|---|
oai_identifier_str |
oai:locus.ufv.br:123456789/31555 |
network_acronym_str |
UFV |
network_name_str |
LOCUS Repositório Institucional da UFV |
repository_id_str |
2145 |
spelling |
Dias, Kaio Olimpio das GraçasFerreira, Filipe Manoelhttp://lattes.cnpq.br/4384041306911512Bhering, Leonardo Lopes2023-09-21T17:41:42Z2023-09-21T17:41:42Z2023-08-09FERREIRA, Filipe Manoel. Predicting clonal composites performance and enhancing eucalyptus productivity by accounting for indirect genotypic effects. 2023. 53 f. Tese (Doutorado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2023.https://locus.ufv.br//handle/123456789/31555https://doi.org/10.47328/ufvbbt.2023.526Fatores bióticos e abiótico vem dificultando a manutenção das altas taxas de ganho genético para espécies arbóreas, principalmente as cultivadas em monoculturas. O plantio de mistura de genótipos ou compostos clonais (CC) pode ser uma alternativa para aumentar a segurança fitossanitária e até mesmo a produtividade dos plantios florestais. Os clones cultivados em CC podem apresentar competição a nível residual e genético. Os efeitos de competição podem afetar a porção herdável da variabilidade total e impactar no progresso genético da população sob seleção. O presente estudo tem como objetivos ajustar um modelo linear misto de competição a nível espacial e genético (MCEG) para estimar parâmetros genéticos e estudar os impactos da competição intergenotípica. Além disso, visa propor uma estratégia para prever a melhor combinação de clones para compor um CC que ainda não foram plantados. Aparentemente, a exploração dos efeitos de competição na recomendação da melhor combinação de clones para a composição de CC ainda não foi explorada em estudos prévios. A maioria destes estudos restringe as inferências apenas aos tradicionais modelos lineares mistos de competição. A principal vantagem da metodologia apresentada consiste em modelar a competição a nível genético e residual para prever o valor genotípico total (VGT) de um CC que ainda não foi plantado. A abordagem proposta foi ilustrada em um conjunto de dados de experimentos de testes clonais de eucalyptus em um delineamento de blocos ao acaso com 24 repetições, contendo uma única árvore por parcela avaliada para incremento médio anual (IMA – m3ha-1ano- 1) aos 3 e 6 anos. O modelo ajustado foi eficiente em particionar a variação genética em variação devido à efeitos genéticos diretos (EGD) e efeitos genéticos indiretos ou de competição (EGC). Adicionalmente, foi proposta uma forma de classificar os clones como agressivos, homeostáticos e sensíveis com base na magnitude dos EGC. O MCEG foi o mais adequado de acordo com o Critério de Informação de Akaike. A herdabilidade total diminuiu de 0,25 para 0,10 aos 3 anos e de 0,30 para 0,14 aos 6 anos em comparação com um modelo reduzido para os EGC. Portanto, a herdabilidade foi superestimada quando EGC não foram considerados. Com base nos VGT foi possível a identificação de CC com alto desempenho médio esperado para IMA levando em conta o equilíbrio entre EGD e EGC. Em resumo, a utilização dos EGC na determinação das melhores combinações de clones para a composição de CC fornece vantagens estratégicas nas etapas de recomendação de misturas de clones. Palavras-chave: Melhoramento Florestal. Genética Quantitativa. Modelos Lineares Mistos. Efeitos Associativos. Competição.Biotic and abiotic factors have been making it difficult to maintain high rates of realized genetic gain for tree species, especially those cultivated in monocultures. Planting a mixture of genotypes or clonal composites (CC) can be an alternative to increase phytosanitary security and even the productivity of forest plantations. Clones grown in CC may present residual and genetic competition. Competition effects can affect the heritable portion of the total variability and impact the genetic progress of the population under selection. We aim to jointly model the spatial and genetic competition using a linear mixed model at the spatial and genetic level (SCM) to estimate genetic parameters and study the impacts of intergenotypic competition. In addition, we propose a strategy to predict the best combination of clones to compose a CC that has not yet been planted. To the best of our knowledge, no previous study has explored the prediction of CC accounting for competition effects. The main advantage of our methodology consists in modeling the competition at the genetic and residual level to predict the total genotypic value (TGV) of clones and the phenotypic performance of any CC combination. The proposed approach was illustrated in a dataset from clonal trials of eucalyptus in a randomized block design with 24 replications, containing a single tree per plot evaluated for mean annual increment (MAI – m3ha-1ano-1) at ages 3 and 6. The fitted model was efficient in partitioning genetic variation into variations due to direct genotypic effects (DGE) and indirect or competition genotypic effects (IGE). Additionally, we proposed a way to classify clones as aggressive, homeostatic, and sensitive based on the magnitude of the IGE. The SCM was the most suitable according to the Akaike Information Criterion. By accounting for indirect genotypic effects, for MAI, the total heritability decreased from 0.25 to 0.10 for 3 years and from 0.30 to 0.14 for 6 years, compared to a reduced model for IGE. Therefore, heritability was overestimated when IGE was not considered. Based on the TGV, we were able to identify CC with a high expected average performance for MAI, considering the trade-off between DGE and IGE. Therefore, predicting CC by capitalizing on the IGE can provide a strategic advantage in recommending the best combination of clones to be planted. Keywords: Tree Breeding. Quantitative Genetics. Linear Mixed Models. Associative Effects. Competition.Conselho Nacional de Desenvolvimento Científico e TecnológicoengUniversidade Federal de ViçosaGenética e MelhoramentoEucalipto - Melhoramento genéticoGenética quantitativaModelos multiníveis (Estatísticas)Competição (Biologia)Genética QuantitativaPredicting clonal composites performance and enhancing eucalyptus productivity by accounting for indirect genotypic effectsPredição da performance de compostos clonais para melhorar a produtividade de eucalyptus considerando os efeitos genotípicos indiretosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal de ViçosaDepartamento de Biologia GeralDoutor em Genética e MelhoramentoViçosa - MG2023-08-09Doutoradoinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINALtexto completo.pdftexto completo.pdftexto completoapplication/pdf1169426https://locus.ufv.br//bitstream/123456789/31555/1/texto%20completo.pdf4ecacceca0368a8efa6ab595a1021ef0MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://locus.ufv.br//bitstream/123456789/31555/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/315552023-09-21 14:41:43.419oai:locus.ufv.br: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Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452023-09-21T17:41:43LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false |
dc.title.en.fl_str_mv |
Predicting clonal composites performance and enhancing eucalyptus productivity by accounting for indirect genotypic effects |
dc.title.pt-BR.fl_str_mv |
Predição da performance de compostos clonais para melhorar a produtividade de eucalyptus considerando os efeitos genotípicos indiretos |
title |
Predicting clonal composites performance and enhancing eucalyptus productivity by accounting for indirect genotypic effects |
spellingShingle |
Predicting clonal composites performance and enhancing eucalyptus productivity by accounting for indirect genotypic effects Ferreira, Filipe Manoel Eucalipto - Melhoramento genético Genética quantitativa Modelos multiníveis (Estatísticas) Competição (Biologia) Genética Quantitativa |
title_short |
Predicting clonal composites performance and enhancing eucalyptus productivity by accounting for indirect genotypic effects |
title_full |
Predicting clonal composites performance and enhancing eucalyptus productivity by accounting for indirect genotypic effects |
title_fullStr |
Predicting clonal composites performance and enhancing eucalyptus productivity by accounting for indirect genotypic effects |
title_full_unstemmed |
Predicting clonal composites performance and enhancing eucalyptus productivity by accounting for indirect genotypic effects |
title_sort |
Predicting clonal composites performance and enhancing eucalyptus productivity by accounting for indirect genotypic effects |
author |
Ferreira, Filipe Manoel |
author_facet |
Ferreira, Filipe Manoel |
author_role |
author |
dc.contributor.authorLattes.pt-BR.fl_str_mv |
http://lattes.cnpq.br/4384041306911512 |
dc.contributor.none.fl_str_mv |
Dias, Kaio Olimpio das Graças |
dc.contributor.author.fl_str_mv |
Ferreira, Filipe Manoel |
dc.contributor.advisor1.fl_str_mv |
Bhering, Leonardo Lopes |
contributor_str_mv |
Bhering, Leonardo Lopes |
dc.subject.pt-BR.fl_str_mv |
Eucalipto - Melhoramento genético Genética quantitativa Modelos multiníveis (Estatísticas) Competição (Biologia) |
topic |
Eucalipto - Melhoramento genético Genética quantitativa Modelos multiníveis (Estatísticas) Competição (Biologia) Genética Quantitativa |
dc.subject.cnpq.fl_str_mv |
Genética Quantitativa |
description |
Fatores bióticos e abiótico vem dificultando a manutenção das altas taxas de ganho genético para espécies arbóreas, principalmente as cultivadas em monoculturas. O plantio de mistura de genótipos ou compostos clonais (CC) pode ser uma alternativa para aumentar a segurança fitossanitária e até mesmo a produtividade dos plantios florestais. Os clones cultivados em CC podem apresentar competição a nível residual e genético. Os efeitos de competição podem afetar a porção herdável da variabilidade total e impactar no progresso genético da população sob seleção. O presente estudo tem como objetivos ajustar um modelo linear misto de competição a nível espacial e genético (MCEG) para estimar parâmetros genéticos e estudar os impactos da competição intergenotípica. Além disso, visa propor uma estratégia para prever a melhor combinação de clones para compor um CC que ainda não foram plantados. Aparentemente, a exploração dos efeitos de competição na recomendação da melhor combinação de clones para a composição de CC ainda não foi explorada em estudos prévios. A maioria destes estudos restringe as inferências apenas aos tradicionais modelos lineares mistos de competição. A principal vantagem da metodologia apresentada consiste em modelar a competição a nível genético e residual para prever o valor genotípico total (VGT) de um CC que ainda não foi plantado. A abordagem proposta foi ilustrada em um conjunto de dados de experimentos de testes clonais de eucalyptus em um delineamento de blocos ao acaso com 24 repetições, contendo uma única árvore por parcela avaliada para incremento médio anual (IMA – m3ha-1ano- 1) aos 3 e 6 anos. O modelo ajustado foi eficiente em particionar a variação genética em variação devido à efeitos genéticos diretos (EGD) e efeitos genéticos indiretos ou de competição (EGC). Adicionalmente, foi proposta uma forma de classificar os clones como agressivos, homeostáticos e sensíveis com base na magnitude dos EGC. O MCEG foi o mais adequado de acordo com o Critério de Informação de Akaike. A herdabilidade total diminuiu de 0,25 para 0,10 aos 3 anos e de 0,30 para 0,14 aos 6 anos em comparação com um modelo reduzido para os EGC. Portanto, a herdabilidade foi superestimada quando EGC não foram considerados. Com base nos VGT foi possível a identificação de CC com alto desempenho médio esperado para IMA levando em conta o equilíbrio entre EGD e EGC. Em resumo, a utilização dos EGC na determinação das melhores combinações de clones para a composição de CC fornece vantagens estratégicas nas etapas de recomendação de misturas de clones. Palavras-chave: Melhoramento Florestal. Genética Quantitativa. Modelos Lineares Mistos. Efeitos Associativos. Competição. |
publishDate |
2023 |
dc.date.accessioned.fl_str_mv |
2023-09-21T17:41:42Z |
dc.date.available.fl_str_mv |
2023-09-21T17:41:42Z |
dc.date.issued.fl_str_mv |
2023-08-09 |
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 |
FERREIRA, Filipe Manoel. Predicting clonal composites performance and enhancing eucalyptus productivity by accounting for indirect genotypic effects. 2023. 53 f. Tese (Doutorado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2023. |
dc.identifier.uri.fl_str_mv |
https://locus.ufv.br//handle/123456789/31555 |
dc.identifier.doi.pt-BR.fl_str_mv |
https://doi.org/10.47328/ufvbbt.2023.526 |
identifier_str_mv |
FERREIRA, Filipe Manoel. Predicting clonal composites performance and enhancing eucalyptus productivity by accounting for indirect genotypic effects. 2023. 53 f. Tese (Doutorado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2023. |
url |
https://locus.ufv.br//handle/123456789/31555 https://doi.org/10.47328/ufvbbt.2023.526 |
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/123456789/31555/1/texto%20completo.pdf https://locus.ufv.br//bitstream/123456789/31555/2/license.txt |
bitstream.checksum.fl_str_mv |
4ecacceca0368a8efa6ab595a1021ef0 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_ |
1801212879899197440 |