Submitted by DANIELE FERNANDA ZULIAN (danizullian@gmail.com) on 2017-04-09T00:57:36Z No. of bitstreams: 1 Dissertação_Zulian.pdf: 2057371 bytes, checksum: 7e5c31c1b77ca9a02ec7d98c0e5335b9 (MD5) / Approved for entry into archive by Luiz Galeffi (luizgaleffi@gmail.com) on 2017-04-17T16:19:50Z (GMT) No. of bitstreams: 1 zulian_df_me_ilha.pdf: 2057371 bytes, checksum: 7e5c31c1b77ca9a02ec7d98c0e5335b9 (MD5) / Made available in DSpace on 2017-04-17T16:19:50Z (GMT). No. of bitstreams: 1 zulian_df_me_ilha.pdf: 2057371 bytes, checksum: 7e5c31c1b77ca9a02ec7d98c0e5335b9 (MD5) Previous issue date: 2017-02-09 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Pinus caribaea var caribaea, é uma espécie de importância para regiões tropicais do Brasil, pouco exigente em solo e com boa produção de madeira. A proposta desse trabalho foi estimar a variabilidade genética em pomares de pinus caribaea var. caribaea e analisar qual melhor método de seleção. O estudo foi conduzido em dois Pomares de Sementes por Mudas de Pinus caribaea var. caribaea, o primeiro com 76 progênies e 4 testemunhas (área 1) e o segundo com 99 progênies e uma testemunha (área 2), ambos de polinização aberta. Foram avaliados os caracteres quantitativos: altura total de plantas (m); diâmetro à altura do peito - DAP (cm) e calculado o volume (m³/arv-1). A análise de deviance e as estimativas dos parâmetros genéticos foram realizadas pelo procedimento REML/BLUP. Foram propostas oitenta estratégias de seleção: quatro métodos e dez intensidades de seleção para a área 1 e quatro métodos e dez intensidades para a área 2 com base nos valores de BLUP’s individuais. Para determinar a intensidade de seleção que maximiza tanto o Ganho de seleção (GS) quanto a diversidade genética (D), foi utilizado os valores de GS e D usando uma escala relativa de 0,0 – 0,1. Equações quadráticas foram utilizadas para estimar as linhas de regressão a partir dos pontos de dados, e determinar o ponto de intersecção das linhas, o qual foi considerado como o número ideal de indivíduos para cada método de seleção nas duas áreas. Os efeitos de progênies não foram significativos para nenhum dos caracteres. Variação significativa foi observada somente entre plantas dentro de parcelas para altura na área 1 e todos caracteres na área 2. As maiores estimativas de variação genética e herdabilidade foram obtidas para a área 1. Sem a otimização da seleção, o maior ganho obtido (4,8%) foi na seleção entre e dentro com uma intensidade de seleção de 52%, para a área 1. Na área 2 o maior ganho (2,86%) foi na seleção individual, porém ambas apresentaram a menor diversidade genética, a área 1 com 0,08 e área 2 com 0,07. Em ambas as áreas, foi possível otimizar ganho de seleção e a diversidade genética em apenas três métodos de seleção. Concluímos que existe baixa variabilidade genética nos Pomares de Sementes por Mudas de Pinus caribaea var caribaea a ser explorada. O método de seleção que maximiza o ganho e a diversidade genética para a área 1 foi a seleção entre e dentro de progênies na intensidade de seleção de 30%. E para a área 2 é o método de seleção individual com uma intensidade de seleção de 8,1%. Recomenda-se a infusão de novos materiais genéticos para prosseguir com um programa de melhoramento florestal, visto que foi encontrado baixa variabilidade e baixos ganhos na seleção de Pinus caribaea var. caribaea. / Pinus caribaea var. caribaea, is a species of particular importance for tropical regions of Brazil. It is not very demanding on soil and is a good wood for production and manufacturing. The proposal of this work was to estimate the genetic variability in orchards of P. caribaea var. caribaea and to analyze the best methods of selection. This study was conducted in two Seed Orchards of P. caribaea var. caribaea. The first (area 1) consisted of 76 progenies and 4 controls and the second (area 2) was comprised of 99 progenies and one control. Both test orchards were open pollinated. Quantitative traits were evaluated: total plant height (m); Diameter at breast height - DAP (cm) and calculated volume (m³ / arv-1). Deviance analysis and estimates of genetic parameters were performed using the REML / BLUP procedure. Eighty selection strategies were proposed; four methods and ten selection intensities for area 1 and four methods and ten intensities for area 2 each based on individual BLUP values. To determine the selection intensity that maximizes both the Gain (GS) and the genetic diversity (D), GS and D values were analyzed using a relative scale of 0.0 - 0.1. Quadratic equations were analyzed to estimate the regression lines from the data points. Additionally, applying the same SigmaPlot computational methods, we were able to determine the point of intersection of the lines, which were considered as the ideal number of individuals for each selection method in the two respective areas. Progeny effects were not significant for any of the traits. Significant variation was observed only between plants within the plots for height in area 1 and all traits in area 2. The highest estimates of genetic variation and heritability were obtained for area 1. Without selection optimization, the highest gain (4.8%) was in the selection between and within with a selection intensity of 52%, for area 1. In area 2 the highest gain (2.86%) was in individual selection. But both each area showed low genetic diversity, area 1 with 0.08 and area 2 with 0.07. In both areas, it was possible to optimize selection gain and genetic diversity utilizing only three selection methods. The selection method that maximized gain and genetic diversity for area 1 was the selection between and within progenies at the selection intensity of 30%. And for area 2 is the individual selection method with a selection intensity of 8.1%. It is recommended the infusion of new genetic material to proceed with a forest improvement program, since it was found to have low variability and low gains in the selection of Pinus caribaea var. caribaea. We concluded low genetic variability exists in seed orchards by seedlings of Pinus caribaea var. caribaea; thereby identifying the need for further exploration.

Hohenheim, Univ., Diss., 2006.

Orientador: Ananda Virginia de Aguiar / Resumo: Pinus caribaea var caribaea, é uma espécie de importância para regiões tropicais do Brasil, pouco exigente em solo e com boa produção de madeira. A proposta desse trabalho foi estimar a variabilidade genética em pomares de pinus caribaea var. caribaea e analisar qual melhor método de seleção. O estudo foi conduzido em dois Pomares de Sementes por Mudas de Pinus caribaea var. caribaea, o primeiro com 76 progênies e 4 testemunhas (área 1) e o segundo com 99 progênies e uma testemunha (área 2), ambos de polinização aberta. Foram avaliados os caracteres quantitativos: altura total de plantas (m); diâmetro à altura do peito - DAP (cm) e calculado o volume (m³/arv-1). A análise de deviance e as estimativas dos parâmetros genéticos foram realizadas pelo procedimento REML/BLUP. Foram propostas oitenta estratégias de seleção: quatro métodos e dez intensidades de seleção para a área 1 e quatro métodos e dez intensidades para a área 2 com base nos valores de BLUP’s individuais. Para determinar a intensidade de seleção que maximiza tanto o Ganho de seleção (GS) quanto a diversidade genética (D), foi utilizado os valores de GS e D usando uma escala relativa de 0,0 – 0,1. Equações quadráticas foram utilizadas para estimar as linhas de regressão a partir dos pontos de dados, e determinar o ponto de intersecção das linhas, o qual foi considerado como o número ideal de indivíduos para cada método de seleção nas duas áreas. Os efeitos de progênies não foram significativos para nenhum dos carac... (Resumo completo, clicar acesso eletrônico abaixo) / Mestre

Made available in DSpace on 2018-08-01T22:57:26Z (GMT). No. of bitstreams: 1 tese_10029_Dissertação Final Tiago de Souza Marçal.pdf: 1829947 bytes, checksum: 97df059fea5ce8331745b5840ac8d15c (MD5) Previous issue date: 2016-06-30 / O milho (Zea mays L.) é uma espécie da família Poaceae, diplóide e alógama. Para esta cultura verifica-se o aumento do vigor com o acúmulo de loci heterozigotos, justificando assim a produção dos híbridos. Com o advento das drásticas previsões de mudanças climáticas e aumento populacional para os próximos anos é necessária à adoção, desenvolvimento e aprimoração de métodos que permitam maior eficiência na seleção e alcance de maior progresso genético em programas de melhoramento de culturas de importância agrícola poderão auxiliar na mitigação dos desafios para sustentar a segurança alimentar ainda neste século. Diante do exposto, este trabalho teve por objetivo implementar os algoritmos de primeira e segunda derivadas para o método REML (máxima verossimilhança restrita) em R, generalizáveis para diferentes modelos lineares mistos e capazes de incorporar matrizes de parentesco. Além de avaliar o impacto de simplificações matemáticas, matrizes esparsas, e diferentes taxas de erro de convergência na eficiência computacional destes algoritmos, visando a minimização do custo computacional para viabilizar o REML, em estudos com grande número de híbridos de milho e modelos complexos, em computadores de configuração simples. Os dados experimentais utilizados neste trabalho foram obtidos na safra 2013/14 em ensaio conduzido no delineamento de blocos aumentados com cinco testemunhas e 3352 híbridos simples de milho na Embrapa (Empresa Brasileira de Pesquisa Agropecuária) Milho e Sorgo situada em Sete Lagoas - MG. A variável analisada foi o rendimento de grãos, sendo esta submetida a análise através de modelos mistos com e sem a incorporação do pedigree utilizando-se diferentes algoritmos REML, em R, e a resposta computacional foi avaliada quanto aos critérios de convergência, taxas de erro de convergência, matrizes esparsas, computadores com diferentes capacidades de processamento, diferentes estimativas iniciais dos componentes de variância e número crescente de passos EM (Expectation Maximization) nos algoritmos combinados. Os algoritmos propostos foram equivalentes aos softwares testados (ASReml, Selegen e lme4) quanto as estimativas dos componentes de variância, indicando a coerência dos mesmos. Além disso, o uso de matrizes esparsas em associação com as otimizações propostas diminuíram o custo computacional dos algoritmos utilizando os coeficientes de determinação como critério de convergência e taxa de erro de convergência igual a 10-5. A combinação híbrida do algoritmo EM, em dez passos, com o NR (Newton Raphson) reduziu o custo computacional e aumentou o percentual de convergência médio. Ainda observou-se que pesos uniformes para as estimativas iniciais dos componentes de variância devem ser evitados.

Consideramos a predição ótima de valores latentes com base em dados sujeitos a erros de medida endógenos e exógenos, obtidos a partir de uma amostra aleatória de uma população finita. Consideramos o modelo misto para populações finitas (MMPF) com erros de medida exógenos e endógenos usando o enfoque proposto por Stanek et al. (2004) e Stanek & Singer (2004), e calculamos o melhor preditor linear não enviesado (BLUP) do valor latente da i-ésima unidade selecionada na amostra. Quando as variâncias endógenas são heterocedásticas, o preditor obtido sob o MMPF é diferente do preditor obtido sob o modelo misto usual, pois a constante de encolhimento depende da média das variâncias individuais. Utilizamos simulação para comparar o preditor obtido sob o modelo misto usual (utilizado conforme a interpretação usual) com o preditor obtido sob o MMPF, mostrando que apesar do primeiro ser enviesado, ele geralmente apresenta erro quadrático médio (EQM) menor (ou ligeiramente maior) do que aquele obtido sob o MMPF. Adicionalmente, mostramos como utilizar dois pacotes de \\emph estatístico (Proc MIXED do SAS e lme(nlme) do R), construídos sob o modelo misto usual, para ajustar corretamente modelos em situações com erros exógenos e endógenos, heterocedásticos ou homocedásticos. / We consider optimal estimation and prediction of latent values based on data subject to endogenous and exogenous measurement errors, obtained via simple random sample from a finite population. We consider a finite population mixed model (FPMM) with endogenous and exogenous measurement errors proposed by Stanek III et al. (2004) and Stanek III & Singer (2004) and obtained the best linear unbiased predictor (BLUP) of the latent value of the i-th unit selected in the sample. When the endogenous variances are heteroscedastic, the predictor obtained under the FPMM is different than the predictor obtained with the usual mixed model, because the shrinkage constant depends on the average of the individual variances. We consider simulation studies to compare the predictor obtained under the usual mixed model (used according to the usual interpretation) with the predictor obtained under the FPMM, and show that the former is biased, but usually presents smaller (or slightly larger) mean squared error (MSE) than the predictor obtained under the FPMM. Additionally, we indicate how two commonly used statistical software packages (SAS\'s Proc MIXED and R\'s lme(nlme) ) may be employed to fit mixed models in situations with heteroscedastic or homoscedastic exogenous and endogenous errors.

A modelagem de predição de altura comumente exige um amplo conjunto de dados para a etapa de construção e ajuste. Ainda que este tipo de conjunto de dados tenha uma estrutura hierárquica natural, organizada pelas diferentes fazendas, talhões, parcelas, e etc., os modelos de regressão clássicos não consideram a possível variação dos parâmetros, entre os diversos grupos hierárquicos. Os modelos de efeitos mistos, em compensação, podem suportar essa variação, assumindo alguns dos parâmetros dos modelos como sendo estocásticos, além de mostrarem potencial com a possibilidade de diminuição de amostras. Esta técnica permite que a variação interindividual seja explicada considerando parâmetros de efeitos fixos (comuns à população) e parâmetros de efeitos aleatórios (específicos para cada indivíduo). Logo, é natural esperar que em povoamentos florestais com alta variação entre indivíduos, o modelo de efeito misto tenha desempenho superior ao modelo de efeito fixo. Por esta razão, os plantios de Tectona grandis L.f. podem ser considerados como uma população interessante para a modelagem de efeitos aleatórios, uma vez que tal espécie apresenta heterogeneidade de crescimento, sensibilidade à fertilidade e acidez do solo, e a maioria dos seus plantios estabelecidos no Brasil são seminais. Desta maneira este trabalho verifica o ajuste de modelos de efeitos mistos aplicados aos dados de altura total em plantios comerciais de Tectona grandis L.f, localizados no estado do Mato Grosso, com o objetivo na redução do número de amostras quando comparado ao modelo de efeitos fixos. Após a seleção do modelo linear de efeito fixo mais apropriado, testou-se quais dos coeficientes tem efeito aleatório nos diferentes agrupamentos dos dados. Em seguida, selecionou-se o grupo onde o desempenho do modelo de efeito misto em termos de ajuste e predição foi o melhor possível. Por fim, foi verificado a capacidade preditiva dos modelos ajustados por meio de processos de simulação e validação cruzada. Os resultados mostraram que o modelo misto calibrado fornece predições mais confiáveis do que a parte fixa. Este benefício ocorre mesmo ao longo das gradativas diminuições do número de árvores disponíveis para ajuste dentro conjunto de dados teste separados para a calibração do modelo misto. É possível concluir que o modelo calibrado ajustado por talhão, ao invés da parcela, propicia pouca perda de precisão. / Height prediction modeling commonly requires a broad set of data for the construction and adjustment step. Although this type of data set has a natural hierarchical structure, organized by the different farms, plots, plots, etc., the classical regression models do not consider the possible variation of the parameters among the hierarchical groups. The mixed effects models, in compensation, can support this variation, assuming some of the parameters of the models as being stochastic, besides showing potential with the possibility of sample reduction. This technique allows the interindividual variation to be explained considering parameters of fixed effects (common to the population) and parameters of random effects (specific for each individual). Therefore, it is natural to expect that in forest stands with high variation among individuals, the mixed effect model performs better than the fixed effect model. For this reason, the plantations of Tectona grandis L.f. can be considered as an interesting population for the modeling of random effects, since this species presents possible heterogeneity of growth since it is sensitive to the fertility and acidity of the soil, and most of its plantations established in Brazil are seminal. This work verifies the adjustment of mixed effects models applied to total height data in commercial plantations of Tectona grandis L.f, located in the state of Mato Grosso, with the objective of reducing the number of samples when compared to the fixed effects model. After selecting the most appropriate linear model of fixed effect, we tested which of the coefficients have random effect in the different groupings of the data. Then, we selected the group where the performance of the mixed effect model in terms of fit and prediction was the best possible. Finally, the predictive capacity of the adjusted models was verified through simulation and cross-validation processes. The results showed that the calibrated mixed model provides more reliable predictions than the fixed part. This benefit occurs even along the gradual decreases in the number of trees available to fit into separate set of test data for the calibration of the mixed model. It is possible to conclude that the calibrated model adjusted by stand, instead of the plot, provides little loss of precision.

O alcance de altas produtividades em milho (Zea mays L.) depende do desenvolvimento de híbridos, o principal produto explorado nos programas de melhoramento. O sucesso na obtenção deste tipo de cultivar é conseguido com extensivo cruzamento de linhagens, seguido de avaliações para identificação das combinações de maior potencial. Geralmente, o melhorista tem à sua disponibilidade grande número de linhagens, possibilitando a realização de centenas a milhares de cruzamentos distintos, dos quais apenas uma pequena quantidade pode ser avaliada experimentalmente devido a limitação de tempo e recursos. Com o advento da Seleção Genômica (GS) tornou-se possível predizer o comportamento destes indivíduos não avaliados com base em seu genoma. No decorrer do processo de consolidação da GS várias metodologias foram propostas. A aptidão destas em predizer desempenhos fenotípicos é dependente da sua capacidade de acomodar a arquitetura genética das características e lidar com a multicolinearidade das matrizes genômicas. Neste sentido, métodos baseados em modelos mistos podem apresentar menor eficiência na predição de características oligogênicas devido à não capacidade de representar a distribuição real do efeito dos QTL. Além disso, a regularização das predições na presença de multicolinearidade é realizada por meio de um parâmetro de penalização (λ), o qual pode ser estimado de várias formas e consequentemente modificar a acurácia dos modelos. Além do aprimoramento dos métodos, outro aspecto importante é o procedimento de correção dos dados fenotípicos previamente à GS, o qual não é consenso na comunidade científica. Diante do exposto, este trabalho objetivou: verificar o efeito das formas de obtenção do λ (via REML na GS e pela herdabilidade da característica) e da correção do fenótipo (valor genotípico e média ajustada) na GS e avaliar a eficiência da modelagem diferencial de QTL de maior efeito na capacidade preditiva da metodologia G-BLUP, comparando-a ao LASSO Bayesiano, BayesB e G-BLUP convencional. Para isso foram utilizadas informações de híbridos simples de milho tropical avaliados em cinco locais para produtividade de grãos, altura de planta e espiga no ano de 2015. Os dados genômicos foram obtidos com a plataforma Affymetrix® Axiom® Maize Genotyping Array de 616.201 SNPs. Foram estudados diferentes cenários de GS considerando os fatores supracitados, sendo estes comparados entre si por suas capacidades preditivas e seletivas. Os resultados obtidos indicam que a correção do fenótipo e a forma de estimação de λ afetam a capacidade preditiva. O uso de valores genotípicos como correção dos fenótipos e estimação de λ via REML apresentaram os melhores resultados. Foi também observado que a modelagem de SNPs de maior efeito como fator fixo aumenta discretamente a capacidade preditiva da metodologia G-BLUP para as características oligogênicas avaliadas (altura de planta e espiga), sendo indicado o uso do G-BLUP convencional. Complementarmente, observou-se que a GS apresentou modesta eficiência na seleção de híbridos superiores sob intensidades moderadas. Entretanto, a sua alta capacidade de selecionar sob baixa intensidade pode ser amplamente explorada nos programas de melhoramento de milho visando a seleção precoce direta. / The achievement of high yield in maize (Zea mays L.) relies on the development of hybrids, which is the main product of breeding programs. The success in obtaining this kind of cultivar is achieved through extensive crossing of inbred lines followed by field trials to identify the combinations with greatest potential. Generally, breeders have a large number of inbred lines on their hands, being able to perform hundreds to thousands of different crosses, of which only a small portion can be experimentally evaluated due to time and resource limitations. Genomic Selection (GS) has made it possible to predict phenotypes of unevaluated individuals based on their genome. Throughout the establishment process of GS many approaches have been proposed. The ability of these approaches at predicting phenotypic performance depends on their capacity of accommodating the genetic architecture of the traits and dealing with the multicollinearity of the genomic matrices. Hence, methods based on mixed model equations may present lower prediction efficiency for oligogenic traits due to their inability of depicting the real distribution of the QTL effects. Moreover, the prediction regularization in the presence of multicollinearity is done by a shrinkage factor (λ), which can be estimated in a number of ways and may affect the accuracy of the models. In addition to the improvement of the models, the correction of the phenotype utilized in the predictions is also important, which is not a consensus among researchers. Based on these facts, this study aimed to assess the effect of estimation of λ (by REML in the GS model and by the heritability of the traits) and the correction of the phenotype (genotypic value and adjusted mean) on the GS. It also targeted to evaluate the effect of differential modeling of major makers on the prediction accuracy of G-BLUP, comparing it to Bayesian LASSO, BayesB and ordinary G-BLUP. To those ends, tropical maize single-crosses evaluated at five sites for grain yield, plant and ear height in 2015 were utilized. The genomic data was obtained with the Affymetrix® Axiom® Maize Genotyping Array of 616,201 SNPs. Distinct GS scenarios were studied considering the aforementioned factors which were compared by their prediction and selection accuracy. The results suggest that the correction of the phenotype and the way of estimation of λ do affect prediction accuracies. The use of genotypic values as the correction of phenotypes and the estimation of λ by REML showed best results. It was also observed that modeling major SNPs as fixed effect factors had little improvement on the prediction accuracy of G-BLUP for the oligogenic traits evaluated (plant and ear height). Thereby, ordinary G-BLUP should be the method of choice to predict these traits. Additionally, it was observed that GS presented modest efficiency for selecting superior hybrids under moderate intensities. However, its high effectiveness at selecting under low intensities might be exploited on maize breeding programs for early direct selection.

Consideramos a predição ótima de valores latentes com base em dados sujeitos a erros de medida endógenos e exógenos, obtidos a partir de uma amostra aleatória de uma população finita. Consideramos o modelo misto para populações finitas (MMPF) com erros de medida exógenos e endógenos usando o enfoque proposto por Stanek et al. (2004) e Stanek & Singer (2004), e calculamos o melhor preditor linear não enviesado (BLUP) do valor latente da i-ésima unidade selecionada na amostra. Quando as variâncias endógenas são heterocedásticas, o preditor obtido sob o MMPF é diferente do preditor obtido sob o modelo misto usual, pois a constante de encolhimento depende da média das variâncias individuais. Utilizamos simulação para comparar o preditor obtido sob o modelo misto usual (utilizado conforme a interpretação usual) com o preditor obtido sob o MMPF, mostrando que apesar do primeiro ser enviesado, ele geralmente apresenta erro quadrático médio (EQM) menor (ou ligeiramente maior) do que aquele obtido sob o MMPF. Adicionalmente, mostramos como utilizar dois pacotes de \\emph estatístico (Proc MIXED do SAS e lme(nlme) do R), construídos sob o modelo misto usual, para ajustar corretamente modelos em situações com erros exógenos e endógenos, heterocedásticos ou homocedásticos. / We consider optimal estimation and prediction of latent values based on data subject to endogenous and exogenous measurement errors, obtained via simple random sample from a finite population. We consider a finite population mixed model (FPMM) with endogenous and exogenous measurement errors proposed by Stanek III et al. (2004) and Stanek III & Singer (2004) and obtained the best linear unbiased predictor (BLUP) of the latent value of the i-th unit selected in the sample. When the endogenous variances are heteroscedastic, the predictor obtained under the FPMM is different than the predictor obtained with the usual mixed model, because the shrinkage constant depends on the average of the individual variances. We consider simulation studies to compare the predictor obtained under the usual mixed model (used according to the usual interpretation) with the predictor obtained under the FPMM, and show that the former is biased, but usually presents smaller (or slightly larger) mean squared error (MSE) than the predictor obtained under the FPMM. Additionally, we indicate how two commonly used statistical software packages (SAS\'s Proc MIXED and R\'s lme(nlme) ) may be employed to fit mixed models in situations with heteroscedastic or homoscedastic exogenous and endogenous errors.

Submitted by WILLIAM DE MEDEIROS SILVA null (wil_medeiros@hotmail.com) on 2016-04-25T23:25:09Z No. of bitstreams: 1 William de Medeiros Silva2.pdf: 1003911 bytes, checksum: 3f56d468c7e22b6f5ea35b9ad5081d06 (MD5) / Approved for entry into archive by Felipe Augusto Arakaki (arakaki@reitoria.unesp.br) on 2016-04-26T17:08:31Z (GMT) No. of bitstreams: 1 silva_wm_me_ilha.pdf: 1003911 bytes, checksum: 3f56d468c7e22b6f5ea35b9ad5081d06 (MD5) / Made available in DSpace on 2016-04-26T17:08:31Z (GMT). No. of bitstreams: 1 silva_wm_me_ilha.pdf: 1003911 bytes, checksum: 3f56d468c7e22b6f5ea35b9ad5081d06 (MD5) Previous issue date: 2016-02-26 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Para aumentar a eficiência da seleção de indivíduos superiores, o uso de delineamentos experimentais e de métodos adequados de seleção são fundamentais. Este trabalho teve como objetivo verificar a influência de dois tamanhos de parcelas experimentais e comparar os ganhos obtidos com três índices de seleção e seleção direta e indireta aplicados aos valores genotípicos individuais em testes de progênies de E. camaldulensis, para os caracteres forma de fuste, DAP e altura total das árvores. O EXP 1 e EXP 2 foram implantados em delineamento de blocos casualizados, com 133 progênies e espaçamento de 3,0 m x 1,8 m. O EXP 1 foi composto por parcelas experimentais de 5 plantas e quatro repetições e no EXP 2 utilizou-se uma planta por parcela e 20 repetições. As estimativas de componentes de variância e parâmetros genéticos foram obtidas utilizando o método REML/BLUP. Os indivíduos foram selecionados com base nos valores genéticos aditivos individuais, por meio de seleção direta e indireta dos caracteres e por meio dos índices de seleção da soma de postos, dos ganhos genéticos esperados e do somatório Z. O experimento com uma planta por parcela se mostrou mais eficiente na seleção, proporcionando ganhos superiores para caracteres de crescimento e similares para forma de fuste, sendo recomendado para testes de progênies do gênero Eucalyptus. O EXP 2 proporcionou maiores ganhos genéticos com a seleção devido à maior herdabilidade estimada. Os índices de seleção da soma de postos e do somatório Z foram os mais eficientes com ligeira superioridade do índice da soma de postos em função da maior facilidade da seleção. / In order to increase the efficiency of selection of superior individuals, the use of experimental design and appropriate selection methods are crucial. This study aimed to investigate the influence of two sizes of plots and compare the gains made with three levels of selection, direct and indirect selection applied to individual genotypic values in E. camaldulensis progeny tests for the variables stem shape, DAP and total height of the trees. The EXP 1 and EXP 2 were established in a randomized complete block design with 133 progenies and spacing of 3.0 m x 1.8 m. The EXP 1 consisted of plots of 5 plants and four replications, and EXP 2 used a plant per plot and 20 replications. Estimates of variance components and genetic parameters were obtained using the REML / BLUP method. Those individuals were selected based on individual genetic additive values, through direct and indirect selection of characters and through the selection indexes of rank, the expected genetic gains and the sum Z. The experiment with one plant per plot was more efficient in the selection, providing superior gains for growth traits and similar to stem shape, being the right one for Eucalyptus progeny tests. In EXP 2 larger genetic gains were obtained with selection due to higher estimated heritability. The selection index of the rank and the sum Z were the most effective with slight superiority index of rank, due to the greater ease of selection by this index.

Made available in DSpace on 2015-03-26T13:42:27Z (GMT). No. of bitstreams: 1 texto completo.pdf: 379535 bytes, checksum: 5424301d5c25f5d965d852155f33e0d2 (MD5) Previous issue date: 2008-07-24 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / The objectives of the present work were to install the REML/BLUP methodology in the recurrent populational improvement, using half-brothers families, to compare this methodology with the traditional analysis of the ordinary least squares and to present the SAS routines for the analyses of mixed models. The model used corresponds to the beeder model used in the animal improvement. The computer analyses were carried out using the computer software SAS® through proc mixed, proc inbreed, proc iml and proc gml procedures. As the theory support, data from three cycles of recurrent selection in the population of Voçosa por-corn, of the Programa de Melhoramento do Setor de Genética (Improvement Program of the Genetic Sector), do Departamento de biologia Gerald a Universidade Federal de Viçosa (Department of General Biology of the Viçosa Federal University) were used. The experiments were designed in single 14 x 14 lattice. In each block of the experiment, the production and the expansion ability (CE) in ml/g were evaluated. For each improvement cycle, the variance components were estimated the genotypic means were predicted, according to the REML/BLUP methodology. For each cycle the analysis by the ordinary Least Squares (OLS) was also made with the estimation of the variance components and of the genotypic means. Besides, the gains due to the selection in each cycle mere calculated. Moreover the ordination of the selected individuals was verified and the confidence intervals for the genetic values predicted and estimated were built. By the variance analysis, it could be verified that as the improvement cycles progressed, there was a sifnificant reduction in the variability for CE, and in the third selection cycle the variability was no more detected. This variability reduction can be explained by the high selection intensity, because the 20 families selected in the third cycle were from only mine plants of the first cycle of selection. Referring the genetic parameters estimated by the two methodologies, it was observed that both with the REML and the OLS methodology the estimate values for the variance components were similar. For the genotypic means, when there was no relationship among the individuals there was an accordance among the best individuals estimated and predicted, but the predicted values presented narrower confidence intervals, indicating that these values are more accurate than the estimated ones. When the relationship information was included, there was a reduction on the coincidence values between the selected ones and those of the Speerman co-relation indicating that the use of the prodictd genotypic means in the selection of superior individuals will provide greater gains due to the selection. / O presente trabalho teve como objetivos implementar a metodologia REML/BLUP no melhoramento populacional recorrente, empregando famílias de meios-irmãos, comparar essa metodologia com a análise tradicional por mínimos quadrados ordinário e apresentar as rotinas do SAS para as análises de modelos mistos. O modelo empregado corresponde ao modelo de reprodutor utilizado no melhoramento animal. As análises computacionais foram realizadas utilizando o aplicativo computacional SAS® por meio dos seus procedimentos proc mixed, proc inbreed, proc iml e proc glm. Como suporte à teoria, foram utilizados dados de três ciclos de seleção recorrente na população de milho-pipoca Viçosa, do Programa de Melhoramento do Setor de Genética, do Departamento de Biologia Geral da Universidade Federal de Viçosa. Os experimentos foram delineados em látice 14 x 14 simples. Em cada parcela dos experimentos, foram avaliadas a produção e a capacidade de expansão (CE) em ml/g. Para cada ciclo de melhoramento, foram estimados os componentes de variância e preditas as médias genotípicas, de acordo com a metodologia REML/BLUP. Para cada ciclo também foi feita análise por Mínimos Quadrados Ordinário (OLS), com estimação dos componentes de variância e das médias genotípicas. Foram calculados, ainda, os ganhos devidos à seleção em cada ciclo. Também foi verificada a ordenação dos indivíduos selecionados e construídos os intervalos de confiança para os valores genéticos preditos e estimados. Pelas análises de variância, pôde-se verificar que à medida que os ciclos de melhoramento avançaram, houve uma redução significativa na variabilidade para CE, sendo que no terceiro ciclo de seleção não foi detectada variabilidade. Essa redução da variabilidade pode ser explicada pela alta intensidade de seleção, tanto que as 20 famílias selecionadas no terceiro ciclo eram originárias de apenas nove plantas do primeiro ciclo de seleção. Quanto aos parâmetros genéticos estimados pelas duas metodologias, observou-se que, tanto pela metodologia REML quanto pela OLS, os valores estimados para os componentes de variância foram semelhantes. Para as médias genotípicas, quando não existia parentesco entre os indivíduos, houve concordância entre os melhores indivíduos estimados e preditos, porém, os valores preditos apresentaram intervalos de confiança mais estreitos, indicando que esses valores são mais precisos que os estimados. Ao incluir as informações de parentesco, houve uma redução nos valores de coincidência entre os selecionados e os da correlação de Speerman, indicando que o uso das médias genotípicas preditas na seleção dos indivíduos superiores proporcionará maiores ganhos devidos à seleção.