Hierarchical genetic clusters for phenotypic analysis

Detalhes bibliográficos
Autor(a) principal: Matta, Luiza Barbosa da
Data de Publicação: 2013
Outros Autores: Tomé, Lívia Gracielle Oliveira, Salgado, Caio Césio, Cruz, Cosme Damião, Silva, Letícia de Faria
Tipo de documento: Artigo
Idioma: eng
Título da fonte: LOCUS Repositório Institucional da UFV
Texto Completo: http://dx.doi.org/10.4025/actasciagron.v37i4.19746
http://www.locus.ufv.br/handle/123456789/18448
Resumo: Visando auxiliar o melhorista na escolha da melhor metodologia para análises de diversidade genética em populações de retrocruzamento avaliaram-se os métodos baseados em informações fenotípicas. Os fenótipos foram simulados para 13 características, geradas em 10 populações com 100 indivíduos cada. Geraram-se informações genotípicas de 100 locos, dos quais 20 foram tomados ao acaso para determinar as características, manifestando dois alelos. Medidas de dissimilaridade foram calculadas, e analisou-se a diversidade genética por meio agrupamento hierárquico e projeção gráfica das distâncias. A partir das duas populações mais divergentes fez-se o retrocruzamento. Considerou-se um conjunto de características com herdabilidade variável. Simulou-se o efeito ambiental admitindo distribuição normal, com média zero e variância σ2. Para as análises de agrupamentos hierárquicos utilizaram-se os métodos: Método de Gower, Ligação média dentro de grupo, Ligação média entre grupo, Vizinho mais distante, Vizinho mais próximo, Método de Ward, Método da mediana. O efeito ambiental e a herdabilidade das variáveis analisadas influenciaram o padrão de agrupamento de populações sob retrocruzamento. Em características de herdabilidade elevada, o método do Vizinho mais próximo foi o mais eficiente em reconstituir o retrocruzamento, além de ter apresentado a maior correlação cofenética, sendo considerada a melhor metodologia a priori e a posteriori.
id UFV_a9d750a672b6ed08d0f9d254d229701e
oai_identifier_str oai:locus.ufv.br:123456789/18448
network_acronym_str UFV
network_name_str LOCUS Repositório Institucional da UFV
repository_id_str 2145
spelling Matta, Luiza Barbosa daTomé, Lívia Gracielle OliveiraSalgado, Caio CésioCruz, Cosme DamiãoSilva, Letícia de Faria2018-03-26T11:04:15Z2018-03-26T11:04:15Z2013-07-111807-8621http://dx.doi.org/10.4025/actasciagron.v37i4.19746http://www.locus.ufv.br/handle/123456789/18448Visando auxiliar o melhorista na escolha da melhor metodologia para análises de diversidade genética em populações de retrocruzamento avaliaram-se os métodos baseados em informações fenotípicas. Os fenótipos foram simulados para 13 características, geradas em 10 populações com 100 indivíduos cada. Geraram-se informações genotípicas de 100 locos, dos quais 20 foram tomados ao acaso para determinar as características, manifestando dois alelos. Medidas de dissimilaridade foram calculadas, e analisou-se a diversidade genética por meio agrupamento hierárquico e projeção gráfica das distâncias. A partir das duas populações mais divergentes fez-se o retrocruzamento. Considerou-se um conjunto de características com herdabilidade variável. Simulou-se o efeito ambiental admitindo distribuição normal, com média zero e variância σ2. Para as análises de agrupamentos hierárquicos utilizaram-se os métodos: Método de Gower, Ligação média dentro de grupo, Ligação média entre grupo, Vizinho mais distante, Vizinho mais próximo, Método de Ward, Método da mediana. O efeito ambiental e a herdabilidade das variáveis analisadas influenciaram o padrão de agrupamento de populações sob retrocruzamento. Em características de herdabilidade elevada, o método do Vizinho mais próximo foi o mais eficiente em reconstituir o retrocruzamento, além de ter apresentado a maior correlação cofenética, sendo considerada a melhor metodologia a priori e a posteriori.Methods to obtain phenotypic information were evaluated to help breeders choosing the best methodology for analysis of genetic diversity in backcross populations. Phenotypes were simulated for 13 characteristics generated in 10 populations with 100 individuals each. Genotypic information was generated from 100 loci of which 20 were taken at random to determine the characteristics expressing two alleles. Dissimilarity measures were calculated, and genetic diversity was analyzed through hierarchical clustering and graphic projection of the distances. A backcross was performed from the two most divergent populations. A set of characteristics with variable heritability was taken into account. The environmental effect was simulated assuming x~N(0, σ2). For hierarchical clusters, the following methods were used: Gower Method, average linkage within the cluster, average linkage among clusters, the furthest neighbor method, the nearest neighbor method, Ward's method, and the median method. The environmental effect and heritability of the analyzed variables had an influence on the pattern of hierarchical clustering populations according to the backcrossed generations. The nearest neighbor method was the most efficient in reconstructing the system of backcrossing, and it presented the highest cophenetic correlation. The efficiency of the nearest neighbor method was the highest when the analysis involved characteristics of high heritability.engActa Scientiarum. Agronomyv. 37, n. 4, p. 447-456, Oct.-Dec 2015Hierarchical clusteringGenetic diversityBackcrossingHierarchical genetic clusters for phenotypic analysisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINALartigo.pdfartigo.pdfTexto completoapplication/pdf1043296https://locus.ufv.br//bitstream/123456789/18448/1/artigo.pdf2dba2aa5c1f6a550e13e0746258e0feaMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://locus.ufv.br//bitstream/123456789/18448/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52THUMBNAILartigo.pdf.jpgartigo.pdf.jpgIM Thumbnailimage/jpeg2225https://locus.ufv.br//bitstream/123456789/18448/3/artigo.pdf.jpg84e1208cf2f9a69bcab0c3e8529926a4MD53123456789/184482018-03-26 23:00:47.913oai:locus.ufv.br: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Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452018-03-27T02:00:47LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false
dc.title.en.fl_str_mv Hierarchical genetic clusters for phenotypic analysis
title Hierarchical genetic clusters for phenotypic analysis
spellingShingle Hierarchical genetic clusters for phenotypic analysis
Matta, Luiza Barbosa da
Hierarchical clustering
Genetic diversity
Backcrossing
title_short Hierarchical genetic clusters for phenotypic analysis
title_full Hierarchical genetic clusters for phenotypic analysis
title_fullStr Hierarchical genetic clusters for phenotypic analysis
title_full_unstemmed Hierarchical genetic clusters for phenotypic analysis
title_sort Hierarchical genetic clusters for phenotypic analysis
author Matta, Luiza Barbosa da
author_facet Matta, Luiza Barbosa da
Tomé, Lívia Gracielle Oliveira
Salgado, Caio Césio
Cruz, Cosme Damião
Silva, Letícia de Faria
author_role author
author2 Tomé, Lívia Gracielle Oliveira
Salgado, Caio Césio
Cruz, Cosme Damião
Silva, Letícia de Faria
author2_role author
author
author
author
dc.contributor.author.fl_str_mv Matta, Luiza Barbosa da
Tomé, Lívia Gracielle Oliveira
Salgado, Caio Césio
Cruz, Cosme Damião
Silva, Letícia de Faria
dc.subject.pt-BR.fl_str_mv Hierarchical clustering
Genetic diversity
Backcrossing
topic Hierarchical clustering
Genetic diversity
Backcrossing
description Visando auxiliar o melhorista na escolha da melhor metodologia para análises de diversidade genética em populações de retrocruzamento avaliaram-se os métodos baseados em informações fenotípicas. Os fenótipos foram simulados para 13 características, geradas em 10 populações com 100 indivíduos cada. Geraram-se informações genotípicas de 100 locos, dos quais 20 foram tomados ao acaso para determinar as características, manifestando dois alelos. Medidas de dissimilaridade foram calculadas, e analisou-se a diversidade genética por meio agrupamento hierárquico e projeção gráfica das distâncias. A partir das duas populações mais divergentes fez-se o retrocruzamento. Considerou-se um conjunto de características com herdabilidade variável. Simulou-se o efeito ambiental admitindo distribuição normal, com média zero e variância σ2. Para as análises de agrupamentos hierárquicos utilizaram-se os métodos: Método de Gower, Ligação média dentro de grupo, Ligação média entre grupo, Vizinho mais distante, Vizinho mais próximo, Método de Ward, Método da mediana. O efeito ambiental e a herdabilidade das variáveis analisadas influenciaram o padrão de agrupamento de populações sob retrocruzamento. Em características de herdabilidade elevada, o método do Vizinho mais próximo foi o mais eficiente em reconstituir o retrocruzamento, além de ter apresentado a maior correlação cofenética, sendo considerada a melhor metodologia a priori e a posteriori.
publishDate 2013
dc.date.issued.fl_str_mv 2013-07-11
dc.date.accessioned.fl_str_mv 2018-03-26T11:04:15Z
dc.date.available.fl_str_mv 2018-03-26T11:04:15Z
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.uri.fl_str_mv http://dx.doi.org/10.4025/actasciagron.v37i4.19746
http://www.locus.ufv.br/handle/123456789/18448
dc.identifier.issn.none.fl_str_mv 1807-8621
identifier_str_mv 1807-8621
url http://dx.doi.org/10.4025/actasciagron.v37i4.19746
http://www.locus.ufv.br/handle/123456789/18448
dc.language.iso.fl_str_mv eng
language eng
dc.relation.ispartofseries.pt-BR.fl_str_mv v. 37, n. 4, p. 447-456, Oct.-Dec 2015
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 Acta Scientiarum. Agronomy
publisher.none.fl_str_mv Acta Scientiarum. Agronomy
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/123456789/18448/1/artigo.pdf
https://locus.ufv.br//bitstream/123456789/18448/2/license.txt
https://locus.ufv.br//bitstream/123456789/18448/3/artigo.pdf.jpg
bitstream.checksum.fl_str_mv 2dba2aa5c1f6a550e13e0746258e0fea
8a4605be74aa9ea9d79846c1fba20a33
84e1208cf2f9a69bcab0c3e8529926a4
bitstream.checksumAlgorithm.fl_str_mv MD5
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_ 1801212972343754752