Made available in DSpace on 2015-03-26T13:32:14Z (GMT). No. of bitstreams: 1 texto completo.pdf: 1797227 bytes, checksum: e12639c68c3972023379c9f437bc1e5c (MD5) Previous issue date: 2012-02-16 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The base of agribusiness of sugar cane is the breeding. Can be shown that the great strategy selection of plant would be through the prediction of genotypic values using BLUP (Best Linear Unbiased Predictor) individual (BLUPI). This procedure would use both the information of family and individuals for selection. However this method is rarely used in breeding programs because of operational problems related to obtain data plant. Recently an alternative operationally more practical was proposal and is called BLUPIS (BLUP individual simulated). In this case the data are collected at the level of plot. With this is possible to select the best families, and subsequently, to simulate the number of individuals to be selected within the best families. This work has as aims to develop an algorithm for analysis BLUP under the Bayesian focus with different settings of priors in your modeling, in statistical software R, for possible available to the user and compare it with the Classic REML / BLUP. The results showed that the method with Bayesian BLUPIS performed by the algorithm built with the R program was effective. The algorithm took into account the uncertainties on all parameters, as also allowed the use of a priori information. The Bayesian method is more efficient when considering the relationship information model and the distribution of the prior information (major genotypic effects and variances and heritability smaller). / A base do agronegócio de cana-de-açúcar é o melhoramento genético. Pode ser mostrado que a estratégia ótima de seleção da planta seria através da predição de valores genotípicos usando o BLUP (Best Linear Unbiased Predictor) individual (BLUPI). Este procedimento usaria, simultaneamente, a informação de família e de indivíduos para a seleção. No entanto esse método dificilmente é usado nos programas de melhoramento devido a problemas operacionais relacionados à obtenção dos dados ao nível de planta. Recentemente uma alternativa operacionalmente mais prática foi proposta, e é denominada BLUPIS (BLUP individual simulado). Nesse caso os dados são coletados ao nível de parcela. Com isso é possível selecionar as melhores famílias e, posteriormente, simular o número de indivíduos a serem selecionados dentro das melhores famílias. Este trabalho teve como objetivo desenvolver um algoritmo para análise do BLUPIS sob o enfoque bayesiano, com diferentes definições de distribuições a prioris na sua modelagem, no software estatístico R, para possível disponibilização ao usuário e compará-la com o método clássico REML/BLUP. Os resultados mostraram que o método BLUPIS com enfoque bayesiano realizado através do algoritmo construído junto ao programa R foi eficiente. O algoritmo levou em consideração a incerteza existente sobre todos os parâmetros do modelo, como também possibilitou o uso de priori informativa. O método bayesiano se mostrou mais eficiente, isto é, com efeitos genotípicos maiores e variâncias e herdabilidade menores, quando se consideraram no modelo a informação de parentesco e a distribuição da priori informativa.

Submitted by Reginaldo Soares de Freitas (reginaldo.freitas@ufv.br) on 2016-06-14T15:08:33Z No. of bitstreams: 1 texto completo.pdf: 659118 bytes, checksum: 0e77dd2b16d977eb9de71bb0cdfe4aa8 (MD5) / Made available in DSpace on 2016-06-14T15:08:33Z (GMT). No. of bitstreams: 1 texto completo.pdf: 659118 bytes, checksum: 0e77dd2b16d977eb9de71bb0cdfe4aa8 (MD5) Previous issue date: 2009-11-24 / Coordenação de Aperfeiçoamento do Pessoal de Nível Superior / Conselho Nacional de Desenvolvimento Científico e Tecnológico / O objetivo do estudo foi o de avaliar a eficiência do método BLUP individual simulado (BLUPIS) na seleção de genótipos dentro de famílias de irmãos germanos de cana-de-açúcar nos estágios de cana-planta e cana-soca, através da comparação com a seleção utilizando o método BLUP individual (BLUPI). Paralelamente, foi estabelecido o número ótimo de genótipos a serem selecionados na melhor família para quatro características avaliadas. Foram avaliadas dezessete famílias de irmãos germanos no Centro de Experimentação em Cana-de-açúcar (CECA), localizado em Oratórios, MG. As variáveis utilizadas para a validação do método BLUPIS foram massa média de colmos (MMC), teor de sólidos solúveis totais (BRIX), tonelada de colmos por hectare (TCH) e tonelada de BRIX por hectare (TBH). As equações de modelo misto foram utilizadas para calcular os valores genotípicos de cada família e os valores genotípicos de cada indivíduo dentro de família (BLUPI). O método BLUPIS, foi eficiente na seleção de genótipos dentro de famílias de irmãos germanos de cana-de-açúcar quando comparado à seleção realizada utilizando os valores genotípicos individuais preditos via BLUPI, para as características avaliadas. Os números ótimos de genótipos a serem selecionados na melhor família obtendo a maior eficiência do método BLUPIS, para o estágio de cana-planta foram: 50 indivíduos para MMC, 100 para TCH e TBH, e 120 para BRIX. Para o estágio de cana- soca o número ótimo foi 100 para todas as características avaliadas. Contudo, os resultados obtidos são pertinentes apenas à este trabalho havendo necessidade da avaliação de maior número de experimentos para a possível generalização do número ótimo de genótipos a ser selecionado na melhor família de irmãos germanos para as características avaliadas. / The objective of this study was to assess the efficiency of the simulated individual BLUP (BLUPIS) method in selecting genotypes within families of full sibs of sugarcane in the plant-cane and ratoon stages, through comparison with selection using the individual BLUP method (BLUPI). In parallel, the optimal number of genotypes to be selected in the best family will be established for four assessed characteristics. Seventeen full sibs families were assessed in the Center for Experimentation in Sugarcane (CECA), located in Oratórios, MG, Brazil, in the ratoon stage. Variables used for validation of the BLUPIS method were mean stems mass (MSM), total soluble solids assay (BRIX), ton of stems per hectare (TSH) and tons of Brix per hectare (TBH). Mixed model equations were used to estimate the genotipic values of each family and genotipic values of each individual within the family (BLUPI). BLUPIS method was efficient in genotypes selection within full sibs families of sugarcane in the ratoon stage when compared to the selection performed by individual genotypic values foreseen via BLUPI for the assessed characteristics. The optimal numbers of genotypes, to be selected in the best family by obtaining the higher efficiency of BLUPIS method with the selection by BLUPI, in the plant-cane stage, were 50 plants for MSW, 100 for TSH and TBH, and 120 for BRIX. For the ratoon stage the optimal number of genotypes was 100 for the characteristics assessed. However, the obtained results are relevant only for this work, being necessary to assess a larger number of experiments for possible generalization of the optimal number of genotypes to be selected in the best full sib family for the characteristics assessed.