Modelos mistos na predição de valores genéticos aditivos em testes de progênies florestais
Autor(a) principal: | |
---|---|
Data de Publicação: | 1997 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | https://teses.usp.br/teses/disponiveis/11/11137/tde-20200111-131608/ |
Resumo: | Diferentes formas de predição de valores genéticos aditivos foram comparadas na seleção de matrizes e de árvores dentro de progênies, a partir de testes de progênies florestais de polinização livre, em diferentes ambientes. Foram analisados um caso teórico e outro com dados reais envolvendo quatro caracteres: diâmetro medido a 1,30m de altura (DAP), altura das árvores, volume cilíndrico e densidade básica da madeira, e considerada apenas a análise uni variada, de forma a se ressaltar a comparação entre os métodos de melhoramento. A análise conjunta pelo modelo de látice com recuperação da informação interblocos foi comparada à análise por modelos com efeitos de progênies supostos aleatórios e de ambientes e blocos, supostos fixos. Abordou-se a seleção de matrizes para um pomar de sementes por clones de primeira geração e na seleção de árvores dentro de progênies para um pomar de sementes por clones de segunda geração. Comparou-se teoricamente a seleção pelo método usual de ordenamento com base em médias marginais de progênies, que representam o valor genético aditivo da matriz, BV, (do inglês breeding value) com a seleção pelo melhor preditor linear (BLP), tomado a partir de médias de progênies por ambiente, que leva em conta apenas as diferenças de variabilidade fenotípica entre os ambientes. Estabeleceram-se expressões do BLP, das variâncias das predições e da acurácia seletiva em termos das componentes da variância usuais do melhoramento vegetal. Verificou-se que a abordagem BLP foi sempre igual ou superior à BV: igual para ambientes com variância fenotípica uniforme e superior nos demais casos. Tais resultados permitem generalizações para casos mais complexos (maior número de efeitos fixos, aleatórios e interações) e mostram que deverão ocorrer erros maiores na seleção pelo método convencional para três ou mais ambientes. Comparou-se o BV com o BLP e também com o BLUP (melhor preditor linear não viciado) em um ensaio real de Eucalyptus grandis (Hill) Maiden. Ambos, BLP e BLUP, apresentaram propriedades estatístico-genéticas superiores ao BV, como maior dispersão das predições e maior acurácia seletiva. Ambos apontaram diferenças de ordenamento quanto ao BV. As estimativas do progresso genético pelo BLP foram pouco superiores às do BV e os maiores ganhos foram os do BLUP. Comparou-se a seleção de árvores individuais pelo método sequencial (entre progênies e dentro de parcelas) com um índice de seleção multiefeitos, no mesmo teste de progênies de E. grandis. As árvores selecionadas pelos dois métodos foram muito diferentes, com forte concentração de árvores selecionadas nas melhores progênies na seleção para os caracteres de crescimento pelo índice, o inverso ocorrendo para a densidade. As melhoras nos ganhos genéticos e nas respostas correlacionadas com o índice foram pouco expressivas se comparadas à forte redução no tamanho efetivo populacional que pode acarretar. A predição de valores genéticos individuais pode orientar, todavia, uma estratégia de seleção de árvores dentro de um número de progênies mínimo pré-estabelecido que preserve o tamanho efetivo final. Foram discutidas situações em que o BLP, o BLUP e o índice de seleção, proporcionam maior vantagem com respeito aos métodos tradicionais e enfatizadas as possibilidades do emprego dos modelos mistos na predição de valores genéticos aditivos no melhoramento florestal |
id |
USP_3dbecc835d9f49b861c311d068a55569 |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-20200111-131608 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
Modelos mistos na predição de valores genéticos aditivos em testes de progênies florestaisMixed models for predicting breeding values in forest tree progeny trialsÁRVORES FLORESTAISMELHORAMENTO GENÉTICO VEGETALMODELOS LINEARES MISTOSPROGÊNIESSELEÇÃODiferentes formas de predição de valores genéticos aditivos foram comparadas na seleção de matrizes e de árvores dentro de progênies, a partir de testes de progênies florestais de polinização livre, em diferentes ambientes. Foram analisados um caso teórico e outro com dados reais envolvendo quatro caracteres: diâmetro medido a 1,30m de altura (DAP), altura das árvores, volume cilíndrico e densidade básica da madeira, e considerada apenas a análise uni variada, de forma a se ressaltar a comparação entre os métodos de melhoramento. A análise conjunta pelo modelo de látice com recuperação da informação interblocos foi comparada à análise por modelos com efeitos de progênies supostos aleatórios e de ambientes e blocos, supostos fixos. Abordou-se a seleção de matrizes para um pomar de sementes por clones de primeira geração e na seleção de árvores dentro de progênies para um pomar de sementes por clones de segunda geração. Comparou-se teoricamente a seleção pelo método usual de ordenamento com base em médias marginais de progênies, que representam o valor genético aditivo da matriz, BV, (do inglês breeding value) com a seleção pelo melhor preditor linear (BLP), tomado a partir de médias de progênies por ambiente, que leva em conta apenas as diferenças de variabilidade fenotípica entre os ambientes. Estabeleceram-se expressões do BLP, das variâncias das predições e da acurácia seletiva em termos das componentes da variância usuais do melhoramento vegetal. Verificou-se que a abordagem BLP foi sempre igual ou superior à BV: igual para ambientes com variância fenotípica uniforme e superior nos demais casos. Tais resultados permitem generalizações para casos mais complexos (maior número de efeitos fixos, aleatórios e interações) e mostram que deverão ocorrer erros maiores na seleção pelo método convencional para três ou mais ambientes. Comparou-se o BV com o BLP e também com o BLUP (melhor preditor linear não viciado) em um ensaio real de Eucalyptus grandis (Hill) Maiden. Ambos, BLP e BLUP, apresentaram propriedades estatístico-genéticas superiores ao BV, como maior dispersão das predições e maior acurácia seletiva. Ambos apontaram diferenças de ordenamento quanto ao BV. As estimativas do progresso genético pelo BLP foram pouco superiores às do BV e os maiores ganhos foram os do BLUP. Comparou-se a seleção de árvores individuais pelo método sequencial (entre progênies e dentro de parcelas) com um índice de seleção multiefeitos, no mesmo teste de progênies de E. grandis. As árvores selecionadas pelos dois métodos foram muito diferentes, com forte concentração de árvores selecionadas nas melhores progênies na seleção para os caracteres de crescimento pelo índice, o inverso ocorrendo para a densidade. As melhoras nos ganhos genéticos e nas respostas correlacionadas com o índice foram pouco expressivas se comparadas à forte redução no tamanho efetivo populacional que pode acarretar. A predição de valores genéticos individuais pode orientar, todavia, uma estratégia de seleção de árvores dentro de um número de progênies mínimo pré-estabelecido que preserve o tamanho efetivo final. Foram discutidas situações em que o BLP, o BLUP e o índice de seleção, proporcionam maior vantagem com respeito aos métodos tradicionais e enfatizadas as possibilidades do emprego dos modelos mistos na predição de valores genéticos aditivos no melhoramento florestalDifferent methods of predicting breeding values from open pollinated progeny trials in multiple environments were compared considering: a theoretical evaluation and an analysis of real data. Four traits were analyzed: diameter at 1.30 m height (DBH), tree height, tree volume and wood density. A single trait analysis was used to restrict comparisons to breeding methods only. Combined analysis of lattice designs with recovery of interblock information was compared with an alternative model in which progeny effects were taken as random effects and environmental and block as fixed effects, in a backward selection approach to set up a first generation clonal seed orchard and in a forward selection (second generation clonal seed orchard). Several explicit expressions were worked out, which involve only variance components usually estimated in plant breeding for: the best linear prediction of breeding values of progenies (BLP method); the breeding value for selection based on progeny means (BV method); the variance of predictions and the accuracy of selection by both methods. The BLP approach was found to be equal to or better than BV when phenotypic variances are uniform. These results hold generalizations for more complex cases (models concerning higher number of fixed parameters, random variables, and mixed interactions). Higher selection errors should be expected with the BV method applied to three or more environments in forest breeding programs. The BLP and an iterative best linear unbiased prediction method (BLUP) were compared with the BV method using data of an Eucalyptus grandis (Hill) Maiden progeny trial. Both BLP and BLUP showed superior statistic-genetical properties, as higher dispersion of predictions and higher precision. Both also showed that the BV method leads to higher selection errors. For comparison of genetic gain predictions, BLP was slightly superior to BV. BLUP, on the other hand, resulted in greater expected gains. Sequential selection (among progenies and within plots) was compared with an index that estimates the individual breeding values, in the same E. grandis progeny trial. Results showed that different trees were selected by each of the methods. For growth traits the index led to a high concentration of selected trees belonging to a small number of superior progenies. The opposite was found for wood density. Additional gains with index selection were inexpressive due to the strong limitation in effective population sizes. Predicting individual breeding values can however, orient in selecting superior trees belonging to a pre-established minimum number of progenies to maintain a sufficiently high final effective size. Situations of forest improvement where discussed in which prediction of breeding values by BLP, BLUP and the related index are better tools than conventional ones. This may help in clarifying the advantages and potential of applying mixed models in progeny test analysisBiblioteca Digitais de Teses e Dissertações da USPLello, Ana Maria Meira deBueno Filho, Júlio Sílvio de Sousa1997-04-29info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://teses.usp.br/teses/disponiveis/11/11137/tde-20200111-131608/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2020-01-12T00:47:02Zoai:teses.usp.br:tde-20200111-131608Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212020-01-12T00:47:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Modelos mistos na predição de valores genéticos aditivos em testes de progênies florestais Mixed models for predicting breeding values in forest tree progeny trials |
title |
Modelos mistos na predição de valores genéticos aditivos em testes de progênies florestais |
spellingShingle |
Modelos mistos na predição de valores genéticos aditivos em testes de progênies florestais Bueno Filho, Júlio Sílvio de Sousa ÁRVORES FLORESTAIS MELHORAMENTO GENÉTICO VEGETAL MODELOS LINEARES MISTOS PROGÊNIES SELEÇÃO |
title_short |
Modelos mistos na predição de valores genéticos aditivos em testes de progênies florestais |
title_full |
Modelos mistos na predição de valores genéticos aditivos em testes de progênies florestais |
title_fullStr |
Modelos mistos na predição de valores genéticos aditivos em testes de progênies florestais |
title_full_unstemmed |
Modelos mistos na predição de valores genéticos aditivos em testes de progênies florestais |
title_sort |
Modelos mistos na predição de valores genéticos aditivos em testes de progênies florestais |
author |
Bueno Filho, Júlio Sílvio de Sousa |
author_facet |
Bueno Filho, Júlio Sílvio de Sousa |
author_role |
author |
dc.contributor.none.fl_str_mv |
Lello, Ana Maria Meira de |
dc.contributor.author.fl_str_mv |
Bueno Filho, Júlio Sílvio de Sousa |
dc.subject.por.fl_str_mv |
ÁRVORES FLORESTAIS MELHORAMENTO GENÉTICO VEGETAL MODELOS LINEARES MISTOS PROGÊNIES SELEÇÃO |
topic |
ÁRVORES FLORESTAIS MELHORAMENTO GENÉTICO VEGETAL MODELOS LINEARES MISTOS PROGÊNIES SELEÇÃO |
description |
Diferentes formas de predição de valores genéticos aditivos foram comparadas na seleção de matrizes e de árvores dentro de progênies, a partir de testes de progênies florestais de polinização livre, em diferentes ambientes. Foram analisados um caso teórico e outro com dados reais envolvendo quatro caracteres: diâmetro medido a 1,30m de altura (DAP), altura das árvores, volume cilíndrico e densidade básica da madeira, e considerada apenas a análise uni variada, de forma a se ressaltar a comparação entre os métodos de melhoramento. A análise conjunta pelo modelo de látice com recuperação da informação interblocos foi comparada à análise por modelos com efeitos de progênies supostos aleatórios e de ambientes e blocos, supostos fixos. Abordou-se a seleção de matrizes para um pomar de sementes por clones de primeira geração e na seleção de árvores dentro de progênies para um pomar de sementes por clones de segunda geração. Comparou-se teoricamente a seleção pelo método usual de ordenamento com base em médias marginais de progênies, que representam o valor genético aditivo da matriz, BV, (do inglês breeding value) com a seleção pelo melhor preditor linear (BLP), tomado a partir de médias de progênies por ambiente, que leva em conta apenas as diferenças de variabilidade fenotípica entre os ambientes. Estabeleceram-se expressões do BLP, das variâncias das predições e da acurácia seletiva em termos das componentes da variância usuais do melhoramento vegetal. Verificou-se que a abordagem BLP foi sempre igual ou superior à BV: igual para ambientes com variância fenotípica uniforme e superior nos demais casos. Tais resultados permitem generalizações para casos mais complexos (maior número de efeitos fixos, aleatórios e interações) e mostram que deverão ocorrer erros maiores na seleção pelo método convencional para três ou mais ambientes. Comparou-se o BV com o BLP e também com o BLUP (melhor preditor linear não viciado) em um ensaio real de Eucalyptus grandis (Hill) Maiden. Ambos, BLP e BLUP, apresentaram propriedades estatístico-genéticas superiores ao BV, como maior dispersão das predições e maior acurácia seletiva. Ambos apontaram diferenças de ordenamento quanto ao BV. As estimativas do progresso genético pelo BLP foram pouco superiores às do BV e os maiores ganhos foram os do BLUP. Comparou-se a seleção de árvores individuais pelo método sequencial (entre progênies e dentro de parcelas) com um índice de seleção multiefeitos, no mesmo teste de progênies de E. grandis. As árvores selecionadas pelos dois métodos foram muito diferentes, com forte concentração de árvores selecionadas nas melhores progênies na seleção para os caracteres de crescimento pelo índice, o inverso ocorrendo para a densidade. As melhoras nos ganhos genéticos e nas respostas correlacionadas com o índice foram pouco expressivas se comparadas à forte redução no tamanho efetivo populacional que pode acarretar. A predição de valores genéticos individuais pode orientar, todavia, uma estratégia de seleção de árvores dentro de um número de progênies mínimo pré-estabelecido que preserve o tamanho efetivo final. Foram discutidas situações em que o BLP, o BLUP e o índice de seleção, proporcionam maior vantagem com respeito aos métodos tradicionais e enfatizadas as possibilidades do emprego dos modelos mistos na predição de valores genéticos aditivos no melhoramento florestal |
publishDate |
1997 |
dc.date.none.fl_str_mv |
1997-04-29 |
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.uri.fl_str_mv |
https://teses.usp.br/teses/disponiveis/11/11137/tde-20200111-131608/ |
url |
https://teses.usp.br/teses/disponiveis/11/11137/tde-20200111-131608/ |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
|
dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
|
dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1815257201015521280 |