Made available in DSpace on 2015-03-26T13:42:09Z (GMT). No. of bitstreams: 1 texto completo.pdf: 164176 bytes, checksum: b14dc96758addd4c516b427d913d7a6c (MD5) Previous issue date: 2009-05-29 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / The BLUP methodology, which is widely used in animal and forestry genetic evaluation, can also be applied to annual crop breeding. The objective of this study was to compare the accuracy and efficiency of among- and within-half-sib family selection through the use of multi-trait BLUP, single-trait BLUP and phenotypic selection. Expansion volume and yield data from two recurrent selection cycles of a popcorn population were analyzed. Progeny tests were designed as a lattice. In order to maximize accuracy of the prediction of breeding values, the BLUP analyses included phenotypic values of the two cycles. All statistical analyses were performed using the ASREML software. The multi-trait BLUP method demonstrated greater accuracy and efficiency in family selection. In the case of within-family selection, both accuracy and efficiency of multi-trait or single-trait BLUP methods were equivalent. The selection efficiency of the multi-trait BLUP was dependent on the estimated genetic parameters, particularly the difference between the genetic and environmental correlations of the traits. / A metodologia BLUP, que é amplamente utilizada na avaliação genética animal e florestal também pode ser aplicada no melhoramento de culturas anuais. O objetivo deste estudo foi comparar a acurácia e a eficiência da seleção entre e dentro de famílias de meios-irmãos através da utilização do BLUP multicaracterística, BLUP unicaracterística e seleção fenotípica. Dados de capacidade de expansão e produção de dois ciclos de seleção recorrente em uma população de milho-pipoca foram analisados. Os testes de progênies foram delineados como um látice. Visando maximizar a acurácia da predição dos valores genéticos as análises BLUP incluíram valores fenotípicos dos dois ciclos. Todas as análises estatísticas foram realizadas utilizando o software ASREML. O método BLUP multicaracterística apresentou maior acurácia e eficiência de seleção de famílias. No caso da seleção dentro de famílias a acurácia e a eficiência dos métodos BLUP multicaracterística e BLUP unicaracterística foram equivalentes. A eficiência de seleção do BLUP multicaracterística foi dependente dos parâmetros genéticos estimados, particularmente da diferença entre as correlações genéticas e ambientais das características.

FundaÃÃo Cearense de Apoio ao Desenvolvimento Cientifico e TecnolÃgico / The reduced number of registered papaya cultivars has made breeders to access the genetic variability of the species in order to gather in one genotype the maximum phenotypes required by producers and consumers. Among the commercial hybrids,Tainung 1 and Calimosa are the most used, which the first has its seeds imported from Taiwan to high costs. In order to increase the accuracy and to obtain selective genetic gain, more efficient selection methodologies have been explored. For this reason, the adoption of more refined genetic statistical procedures is a trend in plant breeding, such as the REML / BLUP methodology. Based on the above, the aims of the present study are: (i) estimate the main genetic parameters in papaya progenies, (ii) predict genetic gain with selection of the best progenies and (iii) the selection of the best individuals within the progenies. The experiment was conducted at the Experimental Field of Curu, which belongs to Embrapa AgroindÃstria Tropical in the municipality of Paraipaba. The genetic material consisted of 36 S2 progenies and two witnesses, 17 derived from hybrid Calimosa and 19 Tainung1, all evaluated in a randomized block design with four replicates. The analyzed characters were height of first flower, fruit and plant at 6, 12 and 18 months; stem diameter at 6, 12 and 18 months; number of days after planting to emergence of first flower and fruit; number, mass and average mass of marketable fruits and number and mass of carpelloid, pentandric and bananiformes fruits. For data analysis, the methodology via linear mixed models REML / BLUP (Restricted Maximum Likehood / Best Linear Unbiased Prediction) was used, by which genetic parameters were estimated and the prediction of breeding values was made. The magnitudes of the genetic parameters indicated that the variability present in most of the characters enables genetic gain if the selection is practiced at the progenies level and not at individual plants, since the greater heritability and accuracies values are relative to the average of the progenies. For the selection of progenies, PROC-323, PROC-130, PROT-13 and PROC-217 were the most promising, bearing greater genetic gains among most of the analyzed characters. Regarding the selection among and within progenies, individuals 1421 and 1422 are the most potential for continuity of selection. Finally, the increase of the character expression was higher in number of marketable fruits and the reduction of expression was higher for pentandric number of fruits. / O reduzido nÃmero de cultivares de mamoeiro registrados, tem feito com que melhoristas acessem a variabilidade genÃtica da espÃcie, a fim de reunir em um sà genÃtipo o mÃximo de fenÃtipos exigidos pelos produtores e consumidores. Dentre os hÃbridos comerciais, Tainung n 1 e Calimosa sÃo os mais empregados, onde este primeiro tem suas sementes importadas de Taiwan a altos custos. Tem-se entÃo buscado metodologias mais eficientes de seleÃÃo, a fim de aumentar a acurÃcia seletiva e obter maiores ganhos genÃticos. Em razÃo disto, a adoÃÃo de procedimentos genÃtico-estatÃsticos mais refinados à uma tendÃncia no melhoramento genÃtico de plantas, como a metodologia REML/BLUP. Com base no exposto, objetivou-se com o presente estudo: (i) estimar os principais parÃmetros genÃticos em progÃnies de mamoeiro, (ii) predizer os ganhos genÃticos com a seleÃÃo das melhores progÃnies e (iii) com a seleÃÃo dos melhores indivÃduos dentro de progÃnies. O experimento foi conduzido no Campo Experimental do Curu, pertencente à Embrapa AgroindÃstria Tropical no municÃpio de Paraipaba. O material genÃtico foi constituÃdo de progÃnies 36 progÃnies S2 e duas testemunhas, sendo 17 derivadas do hÃbrido Calimosa e 19 do Tainung nÂ1, avaliadas no delineamento em blocos casualizados, com quatro repetiÃÃes. Os caracteres avaliados foram altura de primeira flor, fruto e planta aos 6, 12 e 18 meses; diÃmetro de caule aos 6, 12 e 18 meses; quantidade de dias apÃs plantios para surgimento da primeira flor e fruto; nÃmero, massa e massa mÃdia de frutos comerciais e nÃmero e massa de frutos carpelÃides, pentÃndricos e bananifornmes. Para anÃlises dos dados, a metodologia utilizada foi via modelos lineares mistos REML/BLUP (Restricted Maximum Likehood/ Best Linear Unbiased Prediction), onde foram estimados os parÃmetros genÃticos e feita a prediÃÃo dos valores genÃticos. As magnitudes dos parÃmetros genÃticos estimados indicaram que a variabilidade presente para a maioria dos caracteres, possibilita maiores ganhos genÃticos se a seleÃÃo for praticada a nÃvel de progÃnies e nÃo por plantas individuais, jà que os maiores valores de herdabilidades e acurÃcias sÃo relativos a mÃdia de progÃnies. Para a seleÃÃo entre progÃnies, PROC-323, PROC-130, PROT-13 e PROC-217, foram as mais promissoras, comportando-se com ganhos genÃticos superiores entre maior parte dos caracteres envolvidos. Na seleÃÃo entre e dentro de progÃnies, os indivÃduos 1421 e 1422 sÃo os mais potenciais para continuidade da seleÃÃo. O aumento da expressividade de carÃter foi superior para nÃmero de frutos comerciais e a reduÃÃo da expressividade foi superior para nÃmero de frutos pentÃndricos.

Data from insect studies may present different features. Univariate responses may be analyzed using generalized linear models (continuous and discrete data), survival models (time until event data), mixed effects models (longitudinal data), among other methods. These models may be used to analyse data from experiments which assess complex ecological processes, such as competition and predation. In that sense, computational tools are useful for researchers in several fields, e.g., insect biology and physiology, applied ecology and biological control. Using different datasets from entomology as motivation, as well as other types of datasets for illustration purposes, this work intended to develop new modelling frameworks and goodness-of-fit assessment tools. We propose accelerated failure rate mixed models with simultaneous location and scale modelling with regressors to analyse time-until-attack data from a choice test experiment. We use the exponential, Weibull and exponentiated-Weibull models, and assess goodness-of-fit using half-normal plots with simulation envelopes. These plots are the subject of an entire Chapter on an R package, called hnp, developed to implement them. We use datasets from different types of experiments to illustrate the use of these plots and the package. A bivariate extension to the N-mixture modelling framework is proposed to analyse longitudinal count data for two species from the same food web that may interact directly or indirectly, and example datasets from ecological studies are used. An advantage of this modelling framework is the computation of an asymmetric correlation coefficient, which may be used by ecologists to study the degree of association between species. The jointNmix R package was also developed to implement the estimation process for these models. Finally, we propose a goodness-of-fit assessment tool for bivariate models, analogous to the half-normal plot with a simulation envelope, and illustrate the approach with simulated data and insect competition data. This tool is also implemented in an R package, called bivrp. All software developed in this thesis is made available freely on the Comprehensive R Archive Network. / Dados provenientes de estudos com insetos podem apresentar características diferentes. Respostas univariadas podem ser analisadas utilizando-se modelos lineares generalizados (dados contínuos e discretos), modelos de análise de sobrevivência (dados de tempo até ocorrência de um evento), modelos de efeitos mistos (dados longitudinais), dentre outros métodos. Esses modelos podem ser usados para analisar dados provenientes de experimentos que avaliam processos ecológicos complexos, como competição e predação. Nesse sentido, ferramentas computacionais são úteis para pesquisadores em diversos campos, por exemplo, biologia e fisiologia de insetos, ecologia aplicada e controle biológico. Utilizando diferentes conjuntos de dados entomológicos como motivação, assim como outros tipos de dados para ilustrar os métodos, este trabalho teve como objetivos desenvolver novos modelos e ferramentas para avaliar a qualidade do ajuste. Foram propostos modelos de tempo de vida acelerado mistos, com modelagem simultânea dos parâmetros de locação e de escala com regressores, para analisar dados de tempo até ataque de um experimento que avaliou escolha de predadores. Foram utilizados modelos exponencial, Weibull e Weibull-exponenciado, e a qualidade do ajuste foi avaliada utilizando gráficos meio-normais com envelope de simulação. Esses gráficos são o assunto de um Capítulo inteiro sobre um pacote para o software R, chamado hnp, desenvolvido para implementá-los. Foram utilizados conjuntos de dados de diferentes tipos de experimentos para ilustrar o uso desses gráficos e do pacote. Uma extensão bivariada para os modelos chamados \"N-mixture\" foi proposta para analisar dados longitudinais de contagem para duas espécies pertencentes à mesma teia trófica, que podem interagir direta e indiretamente, e conjuntos de dados provenientes de estudos ecológicos são usados para ilustrar a abordagem. Uma vantagem dessa estratégica de modelagem é a obtenção de um coeficiente de correlação assimétrico, que pode ser utilizado por ecologistas para inferir acerca do grau de associação entre espécies. O pacote jointNmix foi desenvolvido para implemetar o processo de estimação para esses modelos. Finalmente, foi proposta uma ferramenta de avaliação de qualidade do ajuste para modelos bivariados, análoga ao gráfico meio-normal com envelope de simulação, e a metodologia _e ilustrada com dados simulados e dados de competição de insetos. Essa ferramenta está também implementada em um pacote para o R, chamado bivrp. Todo o software desenvolvido nesta tese está disponível, gratuitamente, na Comprehensive R Archive Network (CRAN).

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2017-04-18T14:23:20Z No. of bitstreams: 2 Dissertação - Matheus Souza de Barros - 2015.pdf: 1949086 bytes, checksum: 889a6c45d4ce66700cc7ff366ef3caed (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2017-04-18T14:23:40Z (GMT) No. of bitstreams: 2 Dissertação - Matheus Souza de Barros - 2015.pdf: 1949086 bytes, checksum: 889a6c45d4ce66700cc7ff366ef3caed (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-04-18T14:23:40Z (GMT). No. of bitstreams: 2 Dissertação - Matheus Souza de Barros - 2015.pdf: 1949086 bytes, checksum: 889a6c45d4ce66700cc7ff366ef3caed (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2015-08-10 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The genetic improvement resulted from plant breeding acts decisively in maintaining the supply of agricultural foods like rice. The contribution of this genetic improvement to increase productivity is expressed in many crops by genetic progress which represents the genetic changes in the course of the selection cycles, and promotes the advance of genotypic average towards selection. Among the strategies adopted to increase the gain by selection, the early generation selection proves to be promising. This work has aimed to evaluate the genetic potential for selecting upland rice progenies and estimate the genetic progress for grain yield. The data used in this study were obtained from the progeny yield trials conducted in the period of eleven agricultural years 2002/03 to 2012/13 conducted by Embrapa Rice and Beans. The traits analyzed were grain yield (kg ha-1), plant height (cm) and days to flowering (day). In each year of the experiment, a group of progeny was tested in four to six sites. It was used Federer's augmented block design without replication per site in seven years and with at least three checks, in four years of the series were used two replications. The experimental data within each year were submitted to joint analysis. A mixedeffects linear model was applied for estimating the components of variance by the method of restricted maximum likelihood (REML). From this estimate of the components, it was calculated the genetic and phenotypic parameters, in addition the selective accuracy, the experimental precision coefficient, the experimental variation coefficient and relative variation coefficient. The genetic progress was estimated by the method of generalized linear regression of the adjusted means of progeny groups evaluated in each year by the mixed model approach. The estimates of the relative annual mean gain and the total relative gain for the three studied traits were also obtained. The estimates of genetic variance among progenies for grain yield were highly significant (p < 0.001), except for the progeny group evaluated in 2007. The heritability estimation ranging from 0.22 to 0.69 that, associated with the selective accuracy, indicates the expected level of efficiency with early generation selection in each group of progenies. For Plant height and daysto- flowering, the genetic variance estimates were significant (p ≤ 0.01) in all groups. The variance components for these traits led to a rather high heritability estimation that suggests favorable conditions for selection in early generations. The genetic progress for grain yield (80.5 kg ha-1 yr-1) was highly significant. This value represents a relative annual mean gain of 2.88%. Throughout the period, the cumulative gain was estimated in 32.86% which indicates an increase of 918 kg ha-1 for grain yield. The response for plant height was not significant, suggesting that the height of progenies remained stable over the period. For days-to-flowering, it was detected significant increase in cycle length, indicated by the cumulative increase of the vegetative period in about five days (6.73%). From these results we conclude that early generation selection, adopted by the breeding program, were effective in promoting the genetic gain for grain yield in the elite populations. / O melhoramento genético de plantas atua de modo decisivo na manutenção da oferta de alimentos de origem agrícola como o arroz. A contribuição do melhoramento para o aumento da produtividade em várias culturas é expressa pelo progresso genético, que representa as alterações genéticas, no decorrer dos ciclos seletivos, promovendo o deslocamento da média genotípica do caráter no sentido da seleção. Entre várias estratégias adotadas para aumentar os ganhos com a seleção merece destaque a seleção precoce, que envolve a avaliação de progênies endogâmicas nas gerações F3 ou F4. Este trabalho teve como objetivo avaliar o potencial genético para a seleção em progênies de arroz de terras altas e estimar o progresso genético para produção de grãos. Foram utilizados dados dos ensaios de rendimento de progênies conduzidos no período de onze anos agrícolas, 2002/03 a 2012/13 pela Embrapa Arroz e Feijão. Foram analisados os caracteres produção de grãos (kg.ha-1), altura de plantas (cm) e dias para a floração (dia). Em cada ano da série um grupo de progênies foi testado em experimentos instalados entre quatro a seis locais. Foi empregado o delineamento blocos aumentados de Federer em sete anos da série sem repetição por local e com no mínimo três testemunhas, e em quatro anos os ensaios foram duplicados. Os dados foram submetidos à análise conjunta dos experimentos dentro de cada ano. Por meio de um modelo linear de efeitos mistos foram estimados os componentes de variância pelo método da máxima verossimilhança restrita ou residual (REML). A partir da estimativa dos componentes foram calculados os parâmetros genéticos e fenotípicos. O progresso genético foi estimado pelo método da regressão linear generalizada das médias ajustadas dos grupos de progênies avaliadas em cada ano, pela abordagem de modelos mistos. Foram obtidas as estimativas do ganho médio relativo anual e do ganho relativo total. As estimativas de variância genética, para produção de grãos, entre progênies foram altamente significativas (p<0,001), exceto pelo grupo de progênie avaliado em 2007. As estimativas de herdabilidade variaram de 0,22 a 0,69, que associadas às estimativas de acurácia seletiva indicam o nível de eficiência esperado com a seleção precoce em cada grupo de progênies. Para os caracteres altura de plantas e dias para floração as estimativas de variância genética foram significativas (p≤0,01) em todos os grupos. Os componentes de variância para esses caracteres conduziram a estimativas de herdabilidade bastante elevadas, sugerindo, por tanto, condições favoráveis para seleção em gerações iniciais. O progresso genético estimado para produção de grãos (80,5 kg.ha-1ano-1) foi altamente significativo, representando um ganho relativo médio anual de 2,88%. Em todo o período o ganho acumulado estimado foi de 32,86%, que equivale ao incremento em produtividade de 918 kg ha-1. A resposta para altura de plantas não foi significativa, sugerindo que a estatura das progênies avaliadas permaneceu estável ao longo do período. Para dias para floração houve aumento significativo na duração do ciclo, expresso pelo acréscimo acumulado de aproximadamente cinco dias (6,73%) na duração do ciclo vegetativo. Conclui-se que a estratégia de seleção precoce, adotada pelo programa de melhoramento, foi eficiente em promover o progresso genético para o caráter produção de grãos nas populações elites.

The use of molecular markers allows an increase in efficiency of the selection as well as better understanding of genetic resources in breeding programs. However, with the increase in the number of markers, it is necessary to process it before it can be ready to use. Also, to explore Genotype x Environment (GE) in the context of genomic prediction some covariance matrices needs to be set up before the prediction step. Thus, aiming to facilitate the introduction of genomic practices in the breeding program pipelines, we developed two R-packages. The former is called snpReady, which is set to prepare data sets to perform genomic studies. This package offers three functions to reach this objective, from organizing and apply the quality control, build the genomic relationship matrix and a summary of a population genetics. Furthermore, we present a new imputation method for missing markers. The latter is the BGGE package that was built to generate kernels for some GE genomic models and perform predictions. It consists of two functions (getK and BGGE). The former is helpful to create kernels for the GE genomic models, and the latter performs genomic predictions with some features for GE kernels that decreases the computational time. The features covered in the two packages presents a fast and straightforward option to help the introduction and usage of genome analysis in the breeding program pipeline. / O uso de marcadores moleculares permite um aumento na eficiência da seleção, bem como uma melhor compreensão dos recursos genéticos em programas de melhoramento. No entanto, com o aumento do número de marcadores, é necessário o processamento deste antes de deixa-lo disponível para uso. Além disso, para explorar a interação genótipo x ambiente (GA) no contexto da predição genômica, algumas matrizes de covariância precisam ser obtidas antes da etapa de predição. Assim, com o objetivo de facilitar a introdução de práticas genômicas nos programa de melhoramento, dois pacotes em R foram desenvolvidos. O primeiro, snpReady, foi criado para preparar conjuntos de dados para realizar estudos genômicos. Este pacote oferece três funções para atingir esse objetivo, organizando e aplicando o controle de qualidade, construindo a matriz de parentesco genômico e com estimativas de parâmetros genéticos populacionais. Além disso, apresentamos um novo método de imputação para marcas perdidas. O segundo pacote é o BGGE, criado para gerar kernels para alguns modelos genômicos de interação GA e realizar predições genômicas. Consiste em duas funções (getK e BGGE). A primeira é utilizada para criar kernels para os modelos GA, e a última realiza predições genômicas, com alguns recursos especifico para os kernels GA que diminuem o tempo computacional. Os recursos abordados nos dois pacotes apresentam uma opção rápida e direta para ajudar a introdução e uso de análises genômicas nas diversas etapas do programa de melhoramento.

De forma geral, as fases iniciais dos programas de melhoramento se caracterizam pelo tamanho populacional elevado e a natureza subjetiva da seleção. Por serem consideradas etapas de grande importância e de alto grau de complexidade, torna-se necessário a utilização de metodologias que, de forma eficiente, auxiliem os melhoristas a obterem resultados mais precisos, otimizando tempo e recursos para liberação de novas cultivares. Assim, este trabalho teve como objetivo avaliar o nível de ganho genético que um programa de melhoramento de cana-de-açúcar pode ter, adotando diferentes estratégias de seleção, em fases iniciais do melhoramento. Para tanto, dois experimentos referentes à primeira e à segunda fase de seleção do Programa de Melhoramento Genético da Cana-de-açúcar da RIDESA/UFSCar, foram instalados. Na primeira etapa, identificou-se o método de seleção entre e dentro de família (BLUPi, BLUPis e BLUPseq) com maior potencial a ser aplicado na população base do experimento, utilizando a abordagem de modelos mistos. Posteriormente, praticou-se seleção, incluindo o método massal e aleatória. Na segunda etapa, a população experimental foi constituída pelos clones previamente selecionados na etapa anterior, através das diferentes estratégias de seleção. Os valores genotípicos dos indivíduos foram preditos, e então, classificados de acordo com o caráter de interesse econômico. Na primeira etapa, dentre os métodos de seleção entre e dentro de família, o que apresentou maior ganho de seleção predito (12,7%), para toneladas de Pol por hectare (TPH), foi o procedimento BLUPseq. O método BLUPis apresentou alta correlação com o método de seleção via BLUPseq e se mostrou bastante eficiente, uma vez que, o número de indivíduos a serem selecionados em cada família é determinado de forma dinâmica, assim como a intensidade de seleção em cada repetição. Por outro lado, o método BLUPi apresentou-se impraticável, uma vez que as avaliações fenotípicas devem ser realizadas em nível de indivíduo, o que demanda muito tempo e mão de obra, além do que, identificou-se tendência em selecionar indivíduos das extremidades das parcelas. De acordo com os resultados obtidos no experimento - segunda etapa, devido a baixa variância genética (CVg &le; 15) entre as famílias que constituíram a população base do experimento, o método de seleção de família via BLUPseq foi equivalente ao método de seleção massal. Por outro lado, se ênfase for dada na escolha de genitores em etapas de hibridação para a ampliação da base genética, o método de seleção de família pode ser recomendado. / Overall, the early stages of breeding programs are characterized by high population size and the subjective nature of the selection. Considered as a stage of great importance and with high degree of complexity, it becomes necessary to use methodologies that efficiently assist plant breeders to obtain more accurate results, optimizing time and resources for releasing new cultivars. Thus, the aim of this study was to evaluate the genetic gain level that a sugarcane breeding program may have, adopting different selection strategies at early breeding stages. Therefore, two experiments concerning the first and the second selection stages of the Sugarcane Breeding Program of RIDESA/UFSCar, were installed. In the first step, the method of selection between and within families (BLUPi, BLUPis and BLUPseq) with greatest potential to be applied into the population of the experiment were identified, through mixed models approach. Later, the selection was practiced including the mass and random selection methods. In the second stage, the experimental population consisted of clones previously selected in the previous stage through the different selection strategies. The genotypic values of individuals were predicted, and then classified according to the character of economic interest. In the first stage, from the selection methods between and within families, the BLUPseq procedure was the one with highest predicted selection gain (12.7 %) for tons of Pol per hectare (TPH). The BLUPis procedure showed high correlation with BLUPseq procedure and was quite efficient, since the number of individuals to be selected in each family is determined dynamically, as well as the selection intensity in each repetition. Moreover, the BLUPi method proved to be impracticable, since the phenotypic evaluations must be performed at the individual level, which requires long time and labor force, in addition to that, it was identified trend in selecting individuals from the plots edges. According to the results of the second stage experiment, due to low genetic variance (CVg &le; 15) among the families which composed the experimental population base, the family selection via BLUPseq was equivalent to mass selection. On the other hand, if emphasis is given on the choice of parents in hybridization steps to broaden the genetic basis, the family selection method can be recommended.

Métodos de predição podem aumentar consideravelmente a eficiência dos programas de melhoramento de milho. O objetivo deste estudo foi predizer a performance de 250 híbridos simples de milho avaliados em múltiplos ambientes utilizando a informação de marcadores moleculares. Para isso, 50 linhagens endogâmicas provenientes de diferentes populações foram cruzadas com cinco linhagens elite, também endogâmicas, para obtenção dos 250 híbridos simples. As matrizes moleculares das linhagens e dos híbridos foram obtidas a partir da genotipagem das 55 linhagens com 614 marcadores AFLP. Os híbridos simples foram avaliados para produção de grãos em 13 ambientes. A predição dos híbridos foi realizada utilizando o modelo misto BLUP considerando diferentes coeficientes de parentesco e similaridade no estado na predição dos efeitos das capacidades geral e específica de combinação dos genitores. As médias preditas dos híbridos a partir de cada coeficiente foram correlacionadas com as médias fenotípicas para obtenção da acurácia de predição. A predição também foi realizada utilizando o modelo de seleção genômica ampla RR-BLUP. Nesse caso, a matriz molecular dos híbridos foi utilizada diretamente no modelo misto de estimação dos efeitos dos marcadores e da contribuição de cada um deles para o valor genético dos híbridos. Foram realizadas validações cruzadas entre e dentro de ambientes e entre e dentro de grupos de híbridos relacionados a fim de verificar os efeitos do tamanho da população de treinamento (N), número de marcas (NM), interação híbridos x ambientes (H x A) e da estrutura da população na estimativa da acurácia de predição. A predição genômica foi comparada com a seleção fenotípica quanto à eficiência em identificar híbridos superiores em um esquema de melhoramento de milho. Todos os coeficientes de parentesco e similaridade no estado apresentaram elevadas estimativas de acurácia, contudo foi possível observar considerável superioridade dos coeficientes Wang e Rogers Modificado tanto na predição quanto na seleção dos híbridos superiores, demonstrando o potencial dessas metodologias como ferramentas a serem utilizadas nos programas de melhoramento de milho. Os resultados da predição utilizando o modelo de seleção genômica ampla indicaram que o aumento de N e NM não alteraram significativamente as estimativas de acurácia. As estimativas da acurácia na validação cruzada dentro de ambientes foram superiores às obtidas entre ambientes, inferindo que o efeito da interação H x A foi expressivo. Também foram observadas estimativas de acurácia expressivamente maiores para populações de treinamento e validação compostas por híbridos relacionados. Em todos os casos, as estimativas de acurácia apresentaram amplos intervalos em função da amostra de híbridos utilizada nas populações de treinamento e validação, indicando que a seleção genômica pode não ser eficiente dependendo da população amostrada. Os resultados deste estudo sugerem que a predição genômica é uma ferramenta para aumentar a eficiência da seleção nos programas de melhoramento se utilizada de forma adequada pelo melhorista, considerando os efeitos de estrutura de população e interação H x A de forma a maximizar a acurácia e, consequentemente, o sucesso da predição. / Prediction using molecular markers information can greatly increase the efficiency of maize breeding programs. This study aimed to predict the performance of maize single-crosses evaluated in multiple environments and using molecular markers information. Five inbred lines used as testers were crossed to 50 inbred lines from multiple populations to obtain 250 maize single-crosses. 614 AFLP markers were used to asses molecular matrices of the inbred lines and single-crosses. The 250 single-crosses were evaluated for grain yield in 13 environments. Genomic prediction was performed using the mixed model BLUP considering different genomic relationship and similarity in state coefficients to predict the effect of general and specific combining abilities of the parents. Predicted means from each coefficient were correlated with phenotypic means for obtaining prediction accuracy. Genomewide prediction was also performed using the linear regression model RR-BLUP in the estimation of markers genotypic values and its contribution to hybrids genetic values. Cross-validations between and within environments and between and within groups of related single-crosses were performed to verify the effects of training population size (N), number of markers (NM), genotype-by-environment interaction (G x E) and population structure in estimating accuracy. Genomic prediction was compared with phenotypic selection in efficiency of selecting better hybrids in a maize breeding program. All relationship coefficients and similarity in state coefficients showed high values of accuracy, however we observed superiority of Wang relationship coefficient and Modified Rogers similarity coefficient both in predicting and in identifying the best single-crosses, showing the potential of these approaches as tools to be used in maize breeding programs. Genomewide prediction results showed that increasing N and NM did not led to higher accuracy estimates. Predicted accuracies of cross validation analysis within environments were higher than between environments, indicating that the effect of G x E interaction was significant. Greater accuracies were achieved when training and validation set were from related single-crosses. In all scenarios, wide intervals of accuracy were found, meaning that genomic prediction may not be effective depending on the sample used. Therefore, the results of this study suggest that genomic prediction is a tool to increase the efficiency of selection in breeding programs if used properly by breeders, considering the population structure and G x E interaction effect so as to reduce sample problems and maximize accuracy and hence the success of prediction.

Dados longitudinais na forma de contagens e na forma binária são muito comuns, os quais, frequentemente, podem ser analisados por distribuições de Poisson e de Bernoulli, respectivamente, pertencentes à família exponencial. Duas das principais limitações para modelar esse tipo de dados são: (1) a ocorrência de superdispersão, ou seja, quando a variabilidade dos dados não é adequadamente descrita pelos modelos, que muitas vezes apresentam uma relação pré-estabelecida entre a média e a variância, e (2) a correlação existente entre medidas realizadas repetidas vezes na mesma unidade experimental. Uma forma de acomodar a superdispersão é pela utilização das distribuições binomial negativa e beta binomial, ou seja, pela inclusão de um efeito aleatório com distribuição gama quando se considera dados provenientes de contagens e um efeito aleatório com distribuição beta quando se considera dados binários, ambos introduzidos de forma multiplicativa. Para acomodar a correlação entre as medidas realizadas no mesmo indivíduo podem-se incluir efeitos aleat órios com distribuição normal no preditor linear. Esses situações podem ocorrer separada ou simultaneamente. Molenberghs et al. (2010) propuseram modelos que generalizam os modelos lineares generalizados mistos Poisson-normal e Bernoulli-normal, incorporando aos mesmos a superdispersão. Esses modelos foram formulados e ajustados aos dados, usando-se o método da máxima verossimilhança. Entretanto, para um modelo de efeitos aleatórios, é natural pensar em uma abordagem Bayesiana. Neste trabalho, são apresentados modelos Bayesianos hierárquicos para dados longitudinais, na forma de contagens e binários que apresentam superdispersão. A análise Bayesiana hierárquica é baseada no método de Monte Carlo com Cadeias de Markov (MCMC) e para implementação computacional utilizou-se o software WinBUGS. A metodologia para dados na forma de contagens é usada para a análise de dados de um ensaio clínico em pacientes epilépticos e a metodologia para dados binários é usada para a análise de dados de um ensaio clínico para tratamento de dermatite. / Longitudinal count and binary data are very common, which often can be analyzed by Poisson and Bernoulli distributions, respectively, members of the exponential family. Two of the main limitations to model this data are: (1) the occurrence of overdispersion, i.e., the phenomenon whereby variability in the data is not adequately captured by the model, and (2) the accommodation of data hierarchies owing to, for example, repeatedly measuring the outcome on the same subject. One way of accommodating overdispersion is by using the negative-binomial and beta-binomial distributions, in other words, by the inclusion of a random, gamma-distributed eect when considering count data and a random, beta-distributed eect when considering binary data, both introduced by multiplication. To accommodate the correlation between measurements made in the same individual one can include normal random eects in the linear predictor. These situations can occur separately or simultaneously. Molenberghs et al. (2010) proposed models that simultaneously generalizes the generalized linear mixed models Poisson-normal and Bernoulli-normal, incorporating the overdispersion. These models were formulated and tted to the data using maximum likelihood estimation. However, these models lend themselves naturally to a Bayesian approach as well. In this paper, we present Bayesian hierarchical models for longitudinal count and binary data in the presence of overdispersion. A hierarchical Bayesian analysis is based in the Monte Carlo Markov Chain methods (MCMC) and the software WinBUGS is used for the computational implementation. The methodology for count data is used to analyse a dataset from a clinical trial in epileptic patients and the methodology for binary data is used to analyse a dataset from a clinical trial in toenail infection named onychomycosis.

Dados longitudinais na forma de contagens e na forma binária são muito comuns, os quais, frequentemente, podem ser analisados por distribuições de Poisson e de Bernoulli, respectivamente, pertencentes à família exponencial. Duas das principais limitações para modelar esse tipo de dados são: (1) a ocorrência de superdispersão, ou seja, quando a variabilidade dos dados não é adequadamente descrita pelos modelos, que muitas vezes apresentam uma relação pré-estabelecida entre a média e a variância, e (2) a correlação existente entre medidas realizadas repetidas vezes na mesma unidade experimental. Uma forma de acomodar a superdispersão é pela utilização das distribuições binomial negativa e beta binomial, ou seja, pela inclusão de um efeito aleatório com distribuição gama quando se considera dados provenientes de contagens e um efeito aleatório com distribuição beta quando se considera dados binários, ambos introduzidos de forma multiplicativa. Para acomodar a correlação entre as medidas realizadas no mesmo indivíduo podem-se incluir efeitos aleat órios com distribuição normal no preditor linear. Esses situações podem ocorrer separada ou simultaneamente. Molenberghs et al. (2010) propuseram modelos que generalizam os modelos lineares generalizados mistos Poisson-normal e Bernoulli-normal, incorporando aos mesmos a superdispersão. Esses modelos foram formulados e ajustados aos dados, usando-se o método da máxima verossimilhança. Entretanto, para um modelo de efeitos aleatórios, é natural pensar em uma abordagem Bayesiana. Neste trabalho, são apresentados modelos Bayesianos hierárquicos para dados longitudinais, na forma de contagens e binários que apresentam superdispersão. A análise Bayesiana hierárquica é baseada no método de Monte Carlo com Cadeias de Markov (MCMC) e para implementação computacional utilizou-se o software WinBUGS. A metodologia para dados na forma de contagens é usada para a análise de dados de um ensaio clínico em pacientes epilépticos e a metodologia para dados binários é usada para a análise de dados de um ensaio clínico para tratamento de dermatite. / Longitudinal count and binary data are very common, which often can be analyzed by Poisson and Bernoulli distributions, respectively, members of the exponential family. Two of the main limitations to model this data are: (1) the occurrence of overdispersion, i.e., the phenomenon whereby variability in the data is not adequately captured by the model, and (2) the accommodation of data hierarchies owing to, for example, repeatedly measuring the outcome on the same subject. One way of accommodating overdispersion is by using the negative-binomial and beta-binomial distributions, in other words, by the inclusion of a random, gamma-distributed eect when considering count data and a random, beta-distributed eect when considering binary data, both introduced by multiplication. To accommodate the correlation between measurements made in the same individual one can include normal random eects in the linear predictor. These situations can occur separately or simultaneously. Molenberghs et al. (2010) proposed models that simultaneously generalizes the generalized linear mixed models Poisson-normal and Bernoulli-normal, incorporating the overdispersion. These models were formulated and tted to the data using maximum likelihood estimation. However, these models lend themselves naturally to a Bayesian approach as well. In this paper, we present Bayesian hierarchical models for longitudinal count and binary data in the presence of overdispersion. A hierarchical Bayesian analysis is based in the Monte Carlo Markov Chain methods (MCMC) and the software WinBUGS is used for the computational implementation. The methodology for count data is used to analyse a dataset from a clinical trial in epileptic patients and the methodology for binary data is used to analyse a dataset from a clinical trial in toenail infection named onychomycosis.

As frutíferas nativas do Brasil são subexploradas comercialmente, sendo que os programas de melhoramento genético são bastante incipientes, devido a muitas limitações associadas à fisiologia e biologia dessas espécies, embora apresentem potencial econômico tanto para o consumo in natura como para o processamento industrial. No Brasil, o maracujá-doce (Passiflora alata) está conquistando novos clientes e mercados, e tem atingido preços até três vezes maiores do que os do maracujá-azedo, amplamente cultivado no país. Os frutos do maracujá-doce são muito apreciados, embora apenas a seleção empírica tenha sido praticada. Evidentemente, seria muito vantajoso obter uma variedade geneticamente superior em termos de qualidade e produção de frutos. Nesse sentido, nosso grupo de pesquisa tem focado esforços visando a caracterizar geneticamente uma população segregante de maracujá-doce. Aqui, foram avaliados 30 genótipos desta população, previamente selecionados como superiores. Estes foram plantados sob três condições experimentais: Anhumas (2014/2015 e 2015/2016) e Piracicaba (2015/2016). Foi utilizado o delineamento em blocos casualizados, sendo que as análises genético-estatísticas tiveram por base a abordagem de modelos mistos para a predição dos valores genéticos (BLUPS). Foram estimados parâmetros genéticos e fenotípicos, herdabilidade, correlações genéticas e resposta esperada à seleção relativamente a peso (PF), comprimento (CF) diâmetro (DF) do fruto, espessura (EC) e peso (PC) da casca, peso (PP) e rendimento de polpa (RP), teor de sólidos solúveis totais (SST) e Produtividade. Os resultados mostraram haver altas correlações genéticas entre os principais atributos do fruto, assim como valores elevados de herdabilidade (desde 0,45 para PF a 0,94 para EC), valores que favorecem a prática de seleção. Em seguida, foi aplicado índice multiplicativo para fins de seleção e seis genótipos foram indicados como superiores, quais sejam: 49, 21, 107, 125, 140 e 122. Nossos resultados devem auxiliar outros estudos e iniciativas de seleção de genótipos mais produtivos, evidenciando a grande utilidade de ferramentas estatísticas modernas para se obter maior resposta à seleção. Em paralelo, foi estudada a resposta do maracujá-doce à infecção causada por Xanthomonas axonopodis. Dois genes, previamente identificados como superexpressos no maracujá-azedo, e que codificam as enzimas lipoxigenase-2 e (+)-neomentol desidrogenase foram aqui analisados via qPCR. No maracujá-doce observou-se maior expressão da (+)-neomentol desidrogenase, enzima associada à resposta de hipersensibilidade. Os sintomas da doença sugerem que a resposta de hipersensibilidade é particular no maracujá-doce, já que ocorre a queda precoce das folhas, evitando a disseminação sistêmica da bactéria. / Brazilian native fruit species are under-exploited commercially, and breeding programs are quite incipient due to many limitations associated with the physiology and biology of these species, although having economic potential both for in natura consumption as well as for industrial processing. In Brazil, the sweet passion fruit (Passiflora alata) is conquering new customers and markets, and has riched up to triple the sour passion fruit prices, widely grown in the country. The fruits of the sweet passion fruit are much appreciated, although only empirical selections have been practiced. Evidently, it would be very beneficial to obtain a genetically superior variety in terms of fruit quality and production. In this scenario, our research group has focused efforts to genetically characterize a segregating population of sweet passion fruit. Here, we evaluated 30 genotypes previously selected from this population by field-cultivating them under three experimental conditions: Anhumas (2014/2015 and 2015/2016) and Piracicaba (2015/2016). A randomized block design was used, and the genetic-statistical analyzes were based on a mixed-effects model approach in order to predict the genetic values (BLUPS). We estimated genetic and phenotypic parameters, as heritability, genetic correlations and expected response to selection for weight (WF), length (LF) diameter (DF) of the fruit, thickness (TS) and weight (WS) of the shell, weight (WP) and pulp yield (PY), total soluble solids (SS) and fruit yield. We found high genetic correlations between the main fruit attributes, as well as high values of heritability (from 0.45 for WF up to 0.94 for TS), values that may favor selection practices. Then, we applied a multiplicative selection index and six superior genotypes were selected, which are: 49, 21, 107, 125, 140 and 122. Our results may assist other studies and initiatives of selection of more productive genotypes, showing the great usefulness of modern statistical tools to obtain greater responses to selection. In parallel, we studied the response of sweet passion fruit to infection caused by Xanthomonas axonopodis. Two genes, previously identified as overexpressed in sour passion fruit, and that encode the enzymes lipoxygenase-2 and (+)-neomentol dehydrogenase were herein analyzed via qPCR. In the sweet passion fruit an increased expression of (+)- neomentol dehydrogenase, an enzyme associated with hypersensitivity response, was observed. The disease symptoms suggest that the response of hypersensitivity is particular in sweet passion fruit, since it provokes the premature fall of the leaves, thereby preventing the systemic bacterial dissemination.