Return to search

Estratégias multivariadas aplicadas à seleção genômica ampla / Multivariate strategies applied to genome-wide selection

Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2018-08-31T14:31:04Z
No. of bitstreams: 1
texto completo.pdf: 602062 bytes, checksum: 91584ea659213ec53e7d2c38ef94f83e (MD5) / Made available in DSpace on 2018-08-31T14:31:04Z (GMT). No. of bitstreams: 1
texto completo.pdf: 602062 bytes, checksum: 91584ea659213ec53e7d2c38ef94f83e (MD5)
Previous issue date: 2018-07-04 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / A seleção simultânea de caracteres, integrada à seleção genômica ampla (GWS), tem se tornado uma estratégia de grande interesse para os programas de melhoramento de plantas. Neste sentido, os objetivos desse estudo foram: i) comparar a acurácia e eficiência de seleção do método Multivariate Partial Least Square (Mpls) em relação aos métodos univariados: Random Regression Best Linear Unbiased Predictor (RRblup), Bayesian Lasso (Blasso) e Univariate Partial Least Square (Upls); ii) verificar a eficiência da seleção direta e indireta na GWS; iii) elaborar e comparar diferentes estratégias multivariadas, via índices de seleção integrados à GWS, eficientes na identificação e seleção precoce de indivíduos geneticamente superiores, em diferentes características simultaneamente. Dez populações F 2 com 800 indivíduos foram simuladas considerando quatro características com diferentes herdabilidades. Na primeira etapa da pesquisa, os dados simulados foram submetidos às análises de GWS via RRblup, Blasso, Upls e Mpls. Quatro índices de seleção genômica foram elaborados pelo somatório dos efeitos dos marcadores obtidos para cada característica, ponderados pela sua respectiva variância residual, sendo elaborado um índice para cada metodologia avaliada. Na segunda etapa da pesquisa, os dados simulados foram submetidos as análises de GWS via RRblup e MPls. Foram elaboradas e comparadas diferentes estratégias de índices de seleção aplicados à GWS: i) ponderar os efeitos dos marcadores pela variância residual (elaborado na primeira etapa); ii) codificar e padronizar os efeitos dos marcadores; iii) aplicar média nos efeitos dos marcadores; iv) aplicar o índice de Mulamba e Mock (1978) nos valores genéticos genômicos; v) codificar e padronizar os valores fenotípicos, antes das análises de GWS. Além disso, na segunda etapa dessa pesquisa, foram considerados dois cenários de seleção. No primeiro cenário, foram selecionados os indivíduos com maiores valores fenotípicos, valores genéticos verdadeiros e valores genéticos genômicos para as quatro características avaliadas. Já no segundo cenário, foi considerado diferente sentido de seleção para uma das características simuladas. As comparações entre os métodos e os índices de seleção foram realizadas considerando o tempo de processamento, as acurácias de predição, os ganhos de seleção e os coeficientes de coincidência de seleção. Foi aplicado o índice de Mulamba e Mock (1978) nos valores fenotípicos e valores genéticos verdadeiros. Os métodos de seleção genômica foram mais eficientes que a seleção fenotípica. O método Mpls foi similar ao método Upls para as características de menores herdabilidades e foi menos eficiente quando comparado aos métodos RRblup e Blasso. A seleção direta e indireta baseada nos valores genéticos genômicos foi mais eficiente que a seleção fenotípica. Nenhuma das estratégias avaliadas foi eficiente considerando diferente sentido de seleção para uma das características simuladas. Os índices ponderados pela variância residual apresentaram alta eficiência para aplicação na GWS, no entanto tenderam a maximizar os ganhos para as características de maiores herdabilidades. As estratégias de aplicar índices, via RRblup, a partir da média dos efeitos dos marcadores, dos valores fenotípicos codificados e padronizados e da aplicação do índice de Mulamba e Mock nos valores genéticos genômicos, resultaram em altos ganhos de seleção e mais se aproximaram aos ganhos obtidos pelo índice de Mulamba e Mock aplicado aos valores genéticos verdadeiros. A estratégia de codificar e padronizar os efeitos dos marcadores proporcionou os menores ganhos genéticos totais. De modo geral, os índices de seleção genômica propostos, proporcionaram maior eficiência de seleção, quando comparados ao índice de seleção de Mulamba e Mock fenotípico. Esses resultados sugerem que as estratégias multivariadas, via índices de seleção integrados à GWS, são promissoras para aplicação em programas de melhoramento genético de plantas, visando a seleção precoce direta de várias características simultaneamente. / Simultaneous traits selection, integrated with genome wide selection (GWS), has become a strategy of great interest for plant breeding programs. In this sense, the objectives of this study were: i) to compare the accuracy and efficiency of the Multivariate Partial Least Square (Mpls) method in relation to univariate methods: Random Regression Best Linear Unbiased Predictor (RRblup), Bayesian Lasso (Blasso) and Univariate Partial Least Square (Upls); ii) verify the efficiency of direct and indirect selection in GWS; iii) to elaborate and compare different multivariate strategies, through selection indexes integrated to GWS, efficient in the identification and early selection of genetically superior individuals, in several traits simultaneously. Ten F 2 populations with 800 individuals were simulated considering four traits with different heritabilities. In the first research step, the simulated data were submitted to the GWS analysis via RRblup, Blasso, Upls and Mpls. Four GWS indexes were elaborated by the sum of the markers effects obtained for each trait, weighted by their respective residual variance, and was elaborated an index for each methodology. In the second research step, the simulated data were submitted to GWS analysis via RRblup and MPls. Different selection index strategies applied to GWS were elaborated and compared: i) to weigh the effects of the markers by the residual variance (elaborated in the first step); ii) to encode and standardize the effects of markers; iii) to apply average markers effects; iv) to apply the Mulamba and Mock index (1978) to genomic breeding values; v) to encode and standardize phenotypic values, before to GWS analysis. In addition, in the second research step, two scenarios selection were considered. In the first scenario, individuals with higher phenotypic values, genetic values and genomic breeding values were selected for the four traits evaluated. In the second scenario, a different sense of selection was considered for one of the simulated traits. The comparisons among the methods and the selection indexes were performed considering the processing time, the prediction accuracy, the selection gains and the selection coincidence coefficients. The Mulamba and Mock index was applied to the phenotypic values and genetic values. The GWS methods were more efficient than phenotypic selection. The Mpls method was similar to the Upls method for the smaller heritabilities traits and was less efficient when compared to the RRblup and Blasso methods. The direct and indirect selection based on genomic breeding values was more efficient than phenotypic selection. None of the evaluated strategies was efficient considering a different sense of selection for one of the simulated traits. The residual variance weighted indexes showed high application efficiency to GWS, but tended to maximize gains for the traits of higher heritabilities. The strategies of applying indexes, via RRblup, from the markers effects mean, the coded and standardized phenotypic values and the application of the Mulamba and Mock index on the genomic breeding values, resulted in high selection gains and more approached to the gains obtained by the Mulamba and Mock index applied to the genetic values. The coding and standardizing strategy of the effects of markers provided the lowest total genetic gains. In general, the genomic selection indexes, provided greater selection efficiency than Mulamba and Mock selection index phenotypic. These results suggest that multivariate strategies, via selection indexes integrated to the GWS, are promising for application in plant genetic improvement programs, aiming at the direct early selection of several traits simultaneously.

Identiferoai:union.ndltd.org:IBICT/oai:localhost:123456789/21569
Date04 July 2018
CreatorsSilva, Lidiane Aparecida
ContributorsBhering, Leonardo Lopes
PublisherUniversidade Federal de Viçosa
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis
Sourcereponame:Repositório Institucional da UFV, instname:Universidade Federal de Viçosa, instacron:UFV
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0032 seconds