Return to search

Modelos para análise de dados superdispersos de indução de haploidia em milho / Models for the analysis of overdispersed haploid induction data in maize

O milho é uma espécie alógama cujo produto comercial são os híbridos, os quais originam-se do cruzamento de duas linhagens endogâmicas. Uma forma para obtenção de tais linhagens é por meio das técnicas de indução de haploidia e posterior obtenção dos duplo-haploides, permitindo até 100% de homozigose. Essas técnicas retornam resultados importantes no melhoramento de milho. Uma variável de interesse importante, obtida a partir dessas técnicas é a taxa de indução de haploidia, a qual trata-se de uma proporção entre o número de sementes haploides e o número total de sementes. O conjunto de dados foi obtido pelo cruzamento da linhagem indutora LI- ESALQ, com cinco genótipos comerciais de milho (2B587PW, 30F53H, BM820, DKB390 e STATUS VIPTERA), em duas gerações F1 e F2, por meio de um delineamento em blocos ao acaso, na área experimental do Departamento de Genética da ESALQ/USP. A teoria dos modelos lineares generalizados (MLGs) possibilita mais opções para a distribuição da variável resposta, exigindo somente que a mesma pertença à família exponencial sob a forma canônica. Tal classe de distribuições pode ser ainda expandida para modelos que permitem efeitos aleatórios no preditor linear, caracterizando a classe dos modelos lineares generalizados mistos (MLGMs). O objetivo deste trabalho foi analisar a taxa de indução de haploidia em milho tropical, utilizando um modelo binomial misto, com efeito aleatório em nível de indivíduo. O método de estimação foi o de máxima verossimilhança. Com base em tal modelagem, verificou-se que o genótipo 30F53H, destacou-se em relação aos demais quanto à eficiência da taxa de indução de haploidia. Todas as análises foram implementadas no software R. / The maize is an allogeneic species whose commercial product are the hybrids, which are gerated by the crossing of two endogenous lines. An alternative to obtain these lines is using the haploid induction techniques and subsequent doubled haploid production, that allows up to 100% homozygous. Artificial production of doubled haploids is important in plant breeding. An important variable, that results from these techniques, is the haploid induction rate, which is a proportion between the number of haploid seeds and the total number of seeds. The data set was obtained by crossing the inductive line LI-ESALQ, with five commercial genotypes of corn (2B587PW, 30F53H, BM820, DKB390 and STATUS VIPTERA), in two generations F1 e F2, in a randomized block design, in the experimental area of Department of Genetics, ESALQ/USP. The generalized linear models (GLMs) allow more options for the variable response distribution, requiring only that it belongs to the exponential family in canonical form. The GLM class can be expanded to models that allow random effects in the linear predictor, the mixed generalized linear models (MGLM) class. This work aimed to analyze the haploid induction rate in the tropical maize. The binomial mixed model, that included random effects in individual level, was proposed. The maximum likelihood method was used to estimate the parameters. The result revealed that the genotype 30F53H stands out in relation to the others regarding the efficiency in the haploid induction rate. All the analyzes were implemented in the software R.

Identiferoai:union.ndltd.org:IBICT/oai:teses.usp.br:tde-20072017-133448
Date09 February 2017
CreatorsAndreza Jardelino da Silva
ContributorsClarice Garcia Borges Demetrio, Giovana Fumes, Mariana Ragassi Urbano, Silvio Sandoval Zocchi
PublisherUniversidade de São Paulo, Agronomia (Estatística e Experimentação Agronômica), USP, BR
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Biblioteca Digital de Teses e Dissertações da USP, instname:Universidade de São Paulo, instacron:USP
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.002 seconds