
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Von Pinho, Renzo Garcia | - |
| Autor(es): dc.contributor | Beissinger, Timothy Mathes | - |
| Autor(es): dc.contributor | Pádua, José Maria Villela | - |
| Autor(es): dc.contributor | Resende, Marcela Pedroso Mendes | - |
| Autor(es): dc.contributor | Fritsche-Neto, Roberto | - |
| Autor(es): dc.creator | De Jong, Guilherme | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:37:35Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:37:35Z | - |
| Data de envio: dc.date.issued | 2021-10-24 | - |
| Data de envio: dc.date.issued | 2021-10-24 | - |
| Data de envio: dc.date.issued | 2021-10-24 | - |
| Data de envio: dc.date.issued | 2021-09-28 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/48404 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1143816 | - |
| Descrição: dc.description | The development of new tools and advances in high throughput genomic technologies have facilitated genomic selection the identification of sources of variation, especially of complex traits. Therefore, the availability of abundant and cheap markers made it possible to exploit the marker information in breeding programs. The most common tools used in breeding programs that exploit the dense marker coverage are genomic prediction and genome-wide association studies. In the genomic prediction, marker parameters are estimated from a training dataset with genotyped and phenotyped individuals. Subsequently, the trained model is used to predict performance for individuals that are only genotyped. On the other hand, genome-wide association studies test marker-trait associations that may be responsible for the causal variation of interest. We investigated the performance of different genomic prediction models to select parents in the early stage of a hybrid breeding program using estimated general combining ability and their impact on selection accuracy and long-term genetic gain. We evaluated the performance of five genomic prediction models under different SNP marker densities or QTL genotypes using stochastic simulations of an entire hybrid breeding program. We also investigated the ability of univariate and multivariate GWAS identifying markers linked to loci that contribute to resistance to Diplodia ear rot or Fusarium ear rot or both diseases in maize inbred lines. We evaluated the univariate and multivariate approaches using a maize diverse panel evaluated for three different traits. | - |
| Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
| Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
| Descrição: dc.description | O desenvolvimento de novas ferramentas e avanços em tecnologias genômicas de alto rendimento têm facilitado a seleção genômica e a identificação regiões causais, especialmente de características complexas. Dessa forma, a disponibilidade de marcadores abundantes e baratos possibilitou a exploração das informações dos marcadores em programas de melhoramento. As ferramentas mais comuns usadas em programas de melhoramento que exploram a cobertura densa de marcadores são a predição genômica e estudos de associação genômica. Na predição genômica, os parâmetros do marcador são estimados a partir de um conjunto de dados de treinamento com indivíduos genotipados e fenotipados. Posteriormente, o modelo treinado é usado para predizer o desempenho de indivíduos que são apenas genotipados. Já os estudos de associação do genoma testam associações marcador-característica que podem ser responsáveis pela variação causal. Nós investigamos o desempenho de diferentes modelos de predição genômica para selecionar pais no estágio inicial de um programa de melhoramento híbrido usando a capacidade geral de combinação estimada e seu impacto na precisão da seleção e no ganho genético de longo prazo. Avaliamos o desempenho de cinco modelos de predição genômica sob diferentes densidades de marcadores SNP ou genótipos QTL usando simulações estocásticas de um programa de melhoramento híbrido completo. Nós também investigamos a capacidade de GWAS univariada e multivariada de identificar marcadores ligados a loci que contribuem para a resistência à podridão da espiga causada por Diplodia ou Fusarium ou ambas as doenças em linhagens de milho. Avaliamos as abordagens univariada e multivariada usando um painel diverso de milho avaliado para três características diferentes. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Publicador: dc.publisher | Programa de Pós-Graduação em Genética e Melhoramento de Plantas | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | brasil | - |
| Publicador: dc.publisher | Departamento de Biologia | - |
| Direitos: dc.rights | restrictAccess | - |
| Palavras-chave: dc.subject | Milho - Melhoramento genético | - |
| Palavras-chave: dc.subject | Predição genômica | - |
| Palavras-chave: dc.subject | Seleção de pais | - |
| Palavras-chave: dc.subject | Mapeamento associativo | - |
| Palavras-chave: dc.subject | Milho - Podridão de espiga | - |
| Palavras-chave: dc.subject | Milho - Doenças e pragas | - |
| Palavras-chave: dc.subject | Zea mays L. | - |
| Palavras-chave: dc.subject | Maize - Diseases and pests | - |
| Palavras-chave: dc.subject | Maize - Genetic improvement | - |
| Palavras-chave: dc.subject | Genomic prediction | - |
| Palavras-chave: dc.subject | Parent selection | - |
| Palavras-chave: dc.subject | Association mapping | - |
| Palavras-chave: dc.subject | Maize - Ear rot | - |
| Palavras-chave: dc.subject | Melhoramento Vegetal | - |
| Título: dc.title | Genomic prediction and genome-wide association study: an application of quantitative genetics in plant breeding programs | - |
| Título: dc.title | Predição genômica e estudo de associação genômica: uma aplicação da genética quantitativa em programas de melhoramento de plantas | - |
| Tipo de arquivo: dc.type | tese | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: