Novel Bayesian networks for genomic prediction of developmental traits in biomass sorghum (2019)
- Authors:
- Autor USP: SANTOS, JHONATHAN PEDROSO RIGAL DOS - ESALQ
- Unidade: ESALQ
- Sigla do Departamento: LGN
- Subjects: ENERGIA DE BIOMASSA; GENÔMICA; MODELOS MATEMÁTICOS; SORGO
- Keywords: Bioenergia; Redes Bayesianas
- Language: Inglês
- Abstract: O sorgo (Sorghum bicolor L. Moench spp.) é uma cultura bioenergética com várias características atrativas para serem exploradas no melhoramento de plantas para aumentar a eficiência de produção de bioenergia. A possibilidade de conectar informações genômicas em caracteres quantitativos ao longo do tempo, e entre caracteres, destacam as Redes Bayesianas como uma ferramenta probabilística poderosa para delinear novos modelos de predição genômica. Neste estudo, um painel diverso de 869 linhagens de sorgo foi fenotipado em quatro ambientes diferentes (2 locais em 2 anos) com medidas a cada duas semanas de 30 a 120 dias após o plantio (DAP), para altura de plantas e biomassa seca no fim da safra. Um procedimento de Genotipagem por sequenciamento foi executado, resultando na chamada de 100.435 marcadores baseados em Polimorfismos de Nucleotídeos Únicos (SNPs) bialélicos. Neste estudo foram desenvolvidos e avaliados os modelos de predição genômica: Rede Bayesiana (BN), Rede Bayesiana Pleiotrópica (PBN), e Rede Bayesiana Dinâmica (DBN). Os pressupostos para BN, PBN, e DBN foram independência, dependência entre caracteres, e dependência entre pontos no tempo, respectivamente. Para fins comparativos, formulações de modelos multivariados GBLUP foram utilizados considerando dependência entre pontos de tempo para altura de plantas (MTi-GBLUP), e ambos os pontos de tempo para a altura de plantas e biomassa seca (MTr-GBLUP), modelando matriz de variância-covariância não estruturada paraefeitos genéticos e residuais. Índices de coincidência (IC) foram calculados para entender o sucesso na seleção indireta de biomassa seca usando medidas de altura de plantas, bem como um índice de coincidência baseado em linhagens (CIL), usando as amostras das posteriores das redes Bayesianas para entender a plasticidade genética ao longo do tempo. No esquema de validação cruzada 5-fold, as acurácias das predições variaram de 0,48 (PBN) a 0,51 (MTr-GBLUP) para biomassa seca e de 0,47 (DBN-DAP120) a 0,74 (MTi-GBLUP-DAP60) para altura de plantas. A validação cruzada forward-chaining mostrou um incremento substancial nas acurácias das predições ao usar o modelo DBN, com r = 0,6 (treinando no intervalo 30:45 para prever 120 DAP) até 0,94 (treinando no intervalo 30:90 para prever 105 DAP) em comparação com o BN e PBN, e semelhante aos modelos multivariados GBLUP. Os índices CI e CIL mostraram que o ranking de linhagens promissoras mudou minimamente após 45 DAP para altura de plantas. Estes resultados sugerem que 45 DAP é um estágio de desenvolvimento ideal para impor a estrutura de seleção indireta em dois níveis, onde a seleção indireta para a altura da planta no final da estação (caractere alvo de primeiro nível) pode ser feita com base na sua classificação com 45 DAP (caractere secundário), bem como para a biomassa seca (caractere alvo de segundo nível). Com o avanço das tecnologias robóticas para a fenotipagem baseada em campo, o desenvolvimento de novas abordagens, como aestrutura de seleção indireta em dois níveis, serão imperativas para aumentar o ganho genético por unidade de tempo
- Imprenta:
- Publisher place: Piracicaba
- Date published: 2019
- Data da defesa: 02.08.2019
-
ABNT
SANTOS, Jhonathan Pedroso Rigal dos. Novel Bayesian networks for genomic prediction of developmental traits in biomass sorghum. 2019. Tese (Doutorado) – Universidade de São Paulo, Piracicaba, 2019. Disponível em: http://www.teses.usp.br/teses/disponiveis/11/11137/tde-12092019-153123/. Acesso em: 24 abr. 2024. -
APA
Santos, J. P. R. dos. (2019). Novel Bayesian networks for genomic prediction of developmental traits in biomass sorghum (Tese (Doutorado). Universidade de São Paulo, Piracicaba. Recuperado de http://www.teses.usp.br/teses/disponiveis/11/11137/tde-12092019-153123/ -
NLM
Santos JPR dos. Novel Bayesian networks for genomic prediction of developmental traits in biomass sorghum [Internet]. 2019 ;[citado 2024 abr. 24 ] Available from: http://www.teses.usp.br/teses/disponiveis/11/11137/tde-12092019-153123/ -
Vancouver
Santos JPR dos. Novel Bayesian networks for genomic prediction of developmental traits in biomass sorghum [Internet]. 2019 ;[citado 2024 abr. 24 ] Available from: http://www.teses.usp.br/teses/disponiveis/11/11137/tde-12092019-153123/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
