• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Dissertação de Mestrado
DOI
10.11606/D.11.2003.tde-13052003-165635
Documento
Autor
Nome completo
Mariana Iemma
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
Piracicaba, 2003
Orientador
Banca examinadora
Garcia, Antonio Augusto Franco (Presidente)
Silva, Heyder Diniz
Souza Junior, Claudio Lopes de
Título em português
Uso do melhor preditor linear não viesado (BLUP) em análises dialélicas e predição de híbridos.
Palavras-chave em português
cruzamento dialélico
divergência genética
genética estatística
linhagem vegetal
milho híbrido
modelos lineares.
Resumo em português
A obtenção de híbridos de milho está relacionada com o aumento de produtividade dessa cultura. Para isso, normalmente são realizados cruzamentos entre linhagens de diferentes grupos heteróticos, que são determinados pelos melhoristas de forma que seja maximizada a divergência entre eles. A escolha dos genitores a serem cruzados pode ser facilitada pelo uso de cruzamentos dialélicos. Os modelos usados para a análise dos dialélicos permitem a estimação de parâmetros úteis para a seleção dos genitores e o estabelecimento de grupos heteróticos, sendo que os efeitos genéticos normalmente podem ser considerados como aleatórios. A forma tradicional de análise inclui tais efeitos na matriz de incidência dos efeitos fixos e emprega o método dos mínimos quadrados ordinários, o que impossibilita a análise usando a metodologia dos modelos mistos. Os objetivos deste trabalho foram comparar os resultados das análises dialélicas obtidas considerando o modelo fixo e o modelo misto e avaliar a eficiência do melhor preditor linear não viesado (BLUP) para predição de cruzamentos não realizados entre linhagens de milho, utilizando informações de marcadores moleculares RFLP para a estimação da matriz de parentesco. Foram considerados dados de 80 híbridos interpopulacionais e 20 testemunhas comerciais, avaliados em um látice 10 x 10 em três locais. Esses híbridos foram obtidos pelo cruzamento entre 8 linhagens do grupo heterótico BR-105 e 10 do grupo BR-106, as quais foram genotipadas com marcador RFLP. A análise dialélica foi realizada segundo a metodologia que considera o modelo genético como fixo e usa o método dos mínimos quadrados ordinários, e também usando a metodologia de modelos mistos, assumindo que a capacidade geral de combinação (CGC) dos dois grupos heteróticos e a capacidade específica de combinação (CEC) representam efeitos aleatórios. Além disso, foi avaliada a predição de híbridos simples não realizados, com base na matriz de covariâncias genéticas entre o híbrido não realizado e os híbridos preditores, usando as informações do marcador RFLP. Como todos os híbridos foram obtidos, foi simulada a retirada de cada um deles do conjunto, sendo sua performance predita a partir dos 79 restantes. Os resultados mostraram que, na comparação entre as análises dialélicas obtidas com as duas metodologias, embora os valores da CGC das linhagens da população BR-106 e da CEC tenham baixa correlação entre as duas metodologias (r=-0,11 e r=-0,06, respectivamente), a classificação dos híbridos mais produtivos sofre poucas alterações (r=0,99) e não causa dificuldades na seleção. A eficiência do BLUP para predição de cruzamentos não realizados entre linhagens de milho, utilizando informações de marcadores moleculares para a estimação da matriz de parentesco, mostrou a existência de moderada correlação entre os valores dos BLUP’s da produção de grãos e os valores preditos a partir dos híbridos observados restantes (r=0,35), o que indica que essa metodologia tem capacidade em predizer a estimativa de valores não observados, porém com alguma imprecisão. Os mesmos resultados foram observados entre as capacidades específicas de combinação observadas e as preditas (r=0,30). Conclui-se que a metodologia de modelos mistos pode ser usada, desde que com ressalvas, dada as correlações moderadas.
Título em inglês
Use of best linear unbiased prediction in diallel analysis and in prediction of single crosses.
Palavras-chave em inglês
diallel crosses
esibred lines
genetic divergence
linear models.
maize single crosses
statistical genetics
Resumo em inglês
The obtainment of maize single crosses is related with increasing in productivity. To do so, inbred lines derived of different heterotic groups are crossed. These groups are established in such a way that the genetic divergences among them are maximized. Using diallel crosses can facilitate the choice of the inbred lines to be crossed. The models used to perform these analyses allow estimating genetic parameters that are useful in the selection of parental lines and in determining the heterotic groups. In these models, generally, the genetic effects are considered as random. However, these analyses are usually performed considering these effects in the matrix of fixed effects, and obtaining the parameter estimates according to the ordinary least squares method, making impossible using mixed linear models theory. The aims of this research were to compare the results of diallel analyses obtained by using fixed and mixed models, and evaluate the efficiency of the best linear unbiased predictor (BLUP) in predicting non-realized single crosses. Eighty interpopulation hybrids and twenty commercial checks were evaluated in a 10 x 10 lattice design with two replications located in three environments. These single crosses were obtained by crossing eight and ten inbred lines from BR-105 and BR-106 heterotic groups, respectively. These eighteen lines were genotyped by using RFLP molecular markers and then the coefficient of parentage among them was estimated. The genetic parameters general (GCA) and specific (SCA) combining abilities were estimated through diallel analyses, considering the linear model as fixed and using the ordinary least squares as the estimation method. Besides, GCA and SCA were predicted using BLUP and assuming the genetic effects as random. Besides, the prediction of non-realized single crosses was evaluated. To do so, each one of the 80 realized hybrids was predicted based on information of the others 79 single crosses and using the genetic variance-covariance matrix estimated using RFLP information. According to the results, it was found poor correlation between estimatives and predictions obtained considering the model as fixed or mixed, for GCA within BR-106 population (r=-0.11) and for SCA (r=-0.06). However, the ranking of the single crosses for productivity did not change (r=0.99) and did not make selection process more difficult. The efficiency of BLUP in predicting unrealized single crosses was moderated since the correlation between observed and predicted values was r=0.35, indicating some imprecision in these predictions. Similar results were obtained when comparing observed and predicted SCAs (r=0.30). It was possible to conclude that BLUP can be useful in diallel analyses and in prediction of single crosses, but some caution have to be account since the correlations presented moderate values.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
mariana.pdf (287.14 Kbytes)
Data de Publicação
2003-08-06
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
Centro de Informática de São Carlos
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2018. Todos os direitos reservados.