Aplicativos computacionais para o melhoramento genético fundamentados em análise de imagens e inteligência computacional

• Autor(a) principal: Carneiro, Vinícius Quintão
• Data de Publicação: 2018
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: LOCUS Repositório Institucional da UFV
• Texto Completo: http://www.locus.ufv.br/handle/123456789/25211
• topic: Engenharia Genética; Melhoramento genético; Software; Melhoramento de cultivos agricolas; Genética Quantitativa

O melhoramento vegetal visa desenvolver cultivares altamente produtivas de alta qualidade física e nutricional. Cumprir esse objetivo não é processo simples, uma vez que é necessário reunir, no mesmo genótipo, elevado número de genes favoráveis para uma série de características de interesse, principalmente se considerar que o controle genético desses caracteres apresenta natureza poligênica. Portanto, para tornar o desenvolvimento de novas cultivares mais eficiente é necessário utilizar ferramentas tanto a nível de campo, laboratório e de análise de dados cada vez mais eficientes. Certas áreas tem ganhado elevado destaque no melhoramento genético como a inteligência artificial e a fenômica. A associação dos conhecimentos em fenômica e inteligência artificial podem auxiliar na solução dos principais desafios do melhoramento genético como a influência da interação genótipos por ambientes. Softwares são imprescindíveis para auxiliar nas análises por meio dessas abordagens. Portanto, o objetivo deste trabalho é disponibilizar softwares gratuitos e aplicações em inteligência artificial e fenômica com ênfase em redes neurais artificiais, lógica fuzzy e processamento digital de imagens. Com esse intuito foram desenvolvidos os softwares FENOM e BioFuzzy por meio do software Matlab em integração à linguagem Java. O software FENOM é subdividido em duas áreas de procedimentos: processamento digital de imagens e classificação por meio de redes neurais artificiais. Para processamento de imagens estão disponíveis procedimentos de aquisição, pré-processamento, segmentação e extração de características. Nos procedimentos de classificação estão disponíveis análises por redes neurais artificiais com arquitetura perceptron multicamadas. Já o software BioFuzzy disponibiliza procedimentos de sistemas de decisão fuzzy e de agrupamento fuzzy para auxiliar na recomendação de cultivares. Essas aplicações constituem em importante contribuição para o melhoramento vegetal, principalmente por visar a difusão de tecnologias como inteligência artificial, redes neurais artificiais, sistemas de tomada de decisão fuzzy e fenômica.