Your browser doesn't support javascript.
loading
Genome prediction accuracy of common bean via Bayesian models / Acurácia de predição genômica em feijoeiro-comum via modelos Bayesianos
Barili, Leiri Daiane; Vale, Naine Martins do; Silva, Fabyano Fonseca e; Carneiro, José Eustáquio de Souza; Oliveira, Hinayah Rojas de; Vianello, Rosana Pereira; Valdisser, Paula Arielle Mendes Ribeiro; Nascimento, Moyses.
Afiliação
  • Barili, Leiri Daiane; Universidade Federal de Viçosa. Departamento de Zootecnia. Viçosa. Brasil
  • Vale, Naine Martins do; Coodetec. Desenvolvimento Produção e Comercialização Agrícola LTDA. Sorriso. Brasil
  • Silva, Fabyano Fonseca e; Universidade Federal de Viçosa. Departamento de Zootecnia. Viçosa. Brasil
  • Carneiro, José Eustáquio de Souza; Universidade Federal de Viçosa. Departamento de Fitotecnia. Viçosa. Brasil
  • Oliveira, Hinayah Rojas de; Universidade Federal de Viçosa. Departamento de Zootecnia. Viçosa. Brasil
  • Vianello, Rosana Pereira; Embrapa Arroz e Feijão. Santo Antônio do Goiás. Brasil
  • Valdisser, Paula Arielle Mendes Ribeiro; Embrapa Arroz e Feijão. Santo Antônio do Goiás. Brasil
  • Nascimento, Moyses; Universidade Federal de Viçosa. Departamento de Estatística. Viçosa. Brasil
Ci. Rural ; 48(8): e20170497, 2018. tab, ilus
Article em En | VETINDEX | ID: vti-736480
Biblioteca responsável: BR68.1
ABSTRACT
We aimed to apply genomic information based on SNP (single nucleotide polymorphism) markers for the genetic evaluation of the traits stay-green (SG), plant architecture (PA), grain aspect (GA) and grain yield (GY) in common bean through Bayesian models. These models were compared in terms of prediction accuracy and ability for heritability estimation for each one of the mentioned traits. A total of 80 cultivars were genotyped for 377 SNP markers, whose effects were estimated by five different Bayesian models Bayes A (BA), B (BB), C (BC), LASSO (BL) e Ridge regression (BRR). Although, prediction accuracies calculated by means of cross-validation have been similar within each trait, the BB model stood out for the trait SG, whereas the BRR was indicated for the remaining traits. The heritability estimates for the traits SG, PA, GA and GY were 0.61, 0.28, 0.32 and 0.29, respectively. In summary, the Bayesian methods applied here were effective and ease to be implemented. The used SNP markers can help in the early selection of promising genotypes, since incorporating genomic information increase the prediction accuracy of the estimated genetic merit.(AU)
RESUMO
Objetivou-se incorporar informações genômicas de marcadores SNP (single nucleotide polymorphism) na avaliação genética das características stay-green (SG), arquitetura de planta (AP), aspecto de grãos (AG) e produtividade de grãos (PG) em feijoeiro-comum via modelos Bayesianos. Estes modelos foram comparados quanto a acurácia de predição e habilidade de estimação da herdabilidade para cada característica. Utilizaram-se informações de 80 cultivares genotipadas para 377 marcadores SNP, cujos efeitos de substituição alélica foram estimados por meio de cinco diferentes modelos Bayesianos Bayes A (BA), B (BB), C (BC), LASSO (BL) e regressão ridge (BRR). Embora as acurácias de predição calculadas por meio de análise de validação cruzada tenham sido similares dentro de cada característica, o modelo BB se destacou para a característica SG, enquanto o modelo BRR foi indicado para as demais. As herdabilidades estimadas para SG, AP, AG e PG foram, respectivamente, 0,61, 0,28, 0,32 e 0,29. Em resumo, os métodos contemplados mostraram-se efetivos e de fácil implementação. O conjunto de marcadores utilizado pode auxiliar na seleção precoce de genótipos promissores, uma vez que a incorporação de informações genômicas aumenta a acurácia de predição do mérito genético estimado.(AU)
Assuntos
Palavras-chave

Texto completo: 1 Base de dados: VETINDEX Idioma: En Revista: Ci. Rural Ano de publicação: 2018 Tipo de documento: Article

Texto completo: 1 Base de dados: VETINDEX Idioma: En Revista: Ci. Rural Ano de publicação: 2018 Tipo de documento: Article