Biblioteca Digital da UEM: Sistema Nou-Rau
Pgina Principal  Portugus   English  Español   Aumentar Texto  Texto Normal  Diminuir Texto
  Principal | Apresentao | Objetivos | Instrues Autores | Estatsticas | Outras Bibliotecas Digitais
  Sistema Integrado de Bibliotecas - SIB / UEM
Entrar | acessos | verso 1.1  
ndice
Pgina principal
Documentos
Novidades
Usurios

Aes
Consultar
Procurar
Exibir estatsticas

Procurar por:
Procura avanada

Dvidas e sugestes


Consultar: Programa de Ps-Graduao em Gentica e Melhoramento

Incio > Dissertaes e Teses > Cincias Agrrias > Agronomia > Programa de Ps-Graduao em Gentica e Melhoramento

Ttulo [PT]: Abordagem bayesiana na avaliao gentica de plantas perenes e modelos lineares generalizados aplicados na seleo de cultivares e no mapeamento de QTLs
Ttulo [EN]: Bayesian approach in the genetic evaluation of perennial plants and Generalized Linear Models applied to cultivar selection and QTLs mapping.
Autor(es): Freddy Luis Mora Poblete
Palavras-chave [PT]:

Bioestatstica - Modelos lineares generalizados, Bioestatstica - Avaliao gentica, Plantas - Melhoramento - Mapeamento QTLs, Plantas - Melhoramento - Interferncia Bayesiana, Plantas - Melhoramento anlise longitudinal, Bioestatstica - Interferncia Bayesiana
Palavras-chave [EN]:
Generalized Linear Models. Genetic evaluation. QTL mapping. Bayesian inference. Longitudianl analysis. Brazil.
rea de concentrao: Gentica e Melhoramento
Titulao: Doutor em Gentica e Melhoramento
Banca:
Carlos Alberto Scapim [Orientador] - UEM
Elias Nunes Martins - UEM
Terezinha Aparecida Guedes - UEM
Ronald Jos Barth Pinto - UEM
Alexandre Pio Viana - UENF - Universidade Estadual do Norte Fluminense Darcy Ribeiro
Resumo:
Resumo: Os procedimentos Bayesianos e a teoria dos Modelos Lineares Generalizados (GLM) tm sido indicados como metodologias de inferncia cientfica, apropriadas para a anlise gentica. Estas tm sido utilizadas recentemente, por exemplo, na avaliao de diversidade, em estudos de filogenia, e no mapeamento de loci de caractersticas quantitativas (QTL). A inferncia Bayesiana tambm considerada como mtodo alternativo aos Modelos Lineares Mistos clssicos. Entretanto, o uso destes procedimentos nos programas de melhoramento de plantas ainda relativamente restrito. Assim, o objetivo analtico do presente estudo foi examinar diferentes experimentos de melhoramento de plantas, usando tais metodologias e incluindo algumas variantes dos GLM, como os GLM-mistos e as Equaes de Estimao Generalizada (GEE). O estudo confirmou a efetividade e ampla aplicabilidade dos GLM em experimentos relacionados ao melhoramento vegetal. Por meio desta tcnica foi possvel: 1. O mapeamento de QTLs que controlam caractersticas binrias, medidas repetidamente sobre a mesma unidade experimental (anlise longitudinal), 2. O mapeamento de QTLs que controlam caractersticas contnuas com vis da distribuio normal, e usando o principio de intervalos compostos, e 3. Avaliao de experimentos com cultivares de oliveira para variveis com distribuio Gama (produo de frutos), e Binomial (produo precoce e sobrevivncia). Confirmou-se que a informao acerca da distribuio dos dados agronmicos deve ser considerada nos programas de melhoramento de plantas, para melhorar a confiabilidade das inferncias cientficas de avaliao gentica. A abordagem Bayesiana foi til para propsitos de melhoramento e para entender como as caractersticas quantitativas so controladas geneticamente em oliveira, accia e eucalipto. Caractersticas binrias, como a sobrevivncia das plantas, precocidade da produo, e florescimento precoce, tambm foram possveis de incluir nos programas de melhoramento usando o conceito do modelo de limiar (threshold) e os diferentes mtodos de Monte Carlo, via Cadeias de Markov (MCMC). A habilidade da inferncia Bayesiana para predizer os valores genticos de clones, procedncias, famlias e plantas individuais (modelo animal) foi considerada muito valiosa na avaliao gentica de plantas.

Abstract: Bayesian procedures and Generalized Linear Models theory (GLM) have been indicated as inference methodologies appropriated for genetic analysis. These have been recently used, for instance: for diversity and phylogeny studies, and mapping of Quantitative Trait Loci (QTL). Bayesian inference is also considered as an alternative method of the classic Mixed Linear Models. However, the use of these procedures in the plant breeding programs has been relatively restricted. Thus, the analytical objective of the present study was to examine several experiments about plant breeding using such methodologies, and including variants of the GLM approach: Mixed-GLM and Generalized Estimating Equations (GEE). The study confirmed both the effectiveness and broad applicability of GLM, in experiments about plant breeding. In the current study, by using GLM, it was possible: 1. Mapping of QTLs controlling binary traits, which were measured repeatedly on the same subject (longitudinal analysis), 2. Mapping of QTLs controlling continuous trait, but biased from the normal distribution, and considering the principle of composite interval method, and 3. Evaluating field trials with olive cultivars, in situations where the response variables follow the Gama (fruit production) and Binomial (early fruit production and survival) distributions. It was confirmed that the information about agronomical data distribution should be stressed in the plant breeding programs, to improve the reliability of the genetic inference. The Bayesian approach was found to provide practical information useful for breeding purposes and for understanding how quantitative traits are controlled genetically in olive, acacia and eucalyptus. Binary traits, which were used to analyze plant survival, production precocity and early flowering, were also included in the breeding programs by using threshold models and the Monte Carlo Markov Chain (MCMC) variants. The ability of Bayesian inference to predict breeding values of clones, provenances, families and individual plants (animal model) was found to be very valuable for the genetic evaluation of plants
Data da defesa: 23/10/2008
Cdigo: vtls000185734
Informaes adicionais:
Idioma: Portugus
Data de Publicao: 2008
Local de Publicao: Maring, PR
Orientador: Prof. Dr. Carlos Alberto Scapim
Co-Orientador:
Instituio: Universidade Estadual de Maring . Programa de Ps-Graduao em Gentica e Melhoramento
Nvel: Tese (doutorado em Gentica e Melhoramento)/
UEM:

Responsavel: admin
Categoria: Aplicao
Formato: Documento PDF
Arquivo: d-flmpoblete.pdf
Tamanho: 1432 Kb (1466855 bytes)
Criado: 12-04-2012 10:24
Atualizado: 08-08-2013 15:51
Visitas: 1165
Downloads: 27

[Visualizar]  [Download]

Todo material disponvel neste sistema de propriedade e responsabilidade de seus autores.