| |
|
|
|
Registro completo
|
|
Biblioteca (s) : |
INIA Las Brujas. |
|
Fecha : |
12/08/2016 |
|
Actualizado : |
02/01/2017 |
|
Tipo de producción científica : |
Artículos en Revistas Indexadas Internacionales |
|
Autor : |
LADO, B.; GONZÁLEZ BARRIOS, P.; QUINCKE, M.; SILVA, P.; GUTIÉRREZ, L. |
|
Afiliación : |
BETTINA LADO, Universidad de la República (UdelaR)/ Facultad de Agronomía; PABLO GONZÁLEZ BARRIOS, Universidad de la República (UdelaR)/ Facultad de Agronomía; MARTIN CONRADO QUINCKE WALDEN, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; MARIA PAULA SILVA VILLELLA, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; LUCIA GUTIÉRREZ, Universidad de la República (UdelaR)/ Facultad de Agronomía. |
|
Título : |
Modeling genotype x environment interaction for genomic selection with unbalanced data from a wheat breeding program. |
|
Fecha de publicación : |
2016 |
|
Fuente / Imprenta : |
Crop Science, 2016, v. 56, p. 1-15. OPEN ACCESS. |
|
DOI : |
http://dx.doi.org/10.2135/cropsci2015.04.0207 |
|
Idioma : |
Inglés |
|
Contenido : |
ABSTRACT.
Genomic selection (GS) has successfully been used in plant breeding to improve selection efficiency and reduce breeding time and cost. However, there is not a clear strategy on how to incorporate genotype ? environment interaction (GEI) to GS models. Increased prediction accuracy could be achieved using mixed models to exploit GEI by borrowing information from other environments. The objective of this work was to compare strategies to exploit GEI in GS using mixed models. Specifically, we compared strategies to
predict new genotypes by borrowing information from other environments modeling the correlation matrix across environments and to design sets of environments aiming for low GEI to predict genomic performance in new environments. We evaluated 1477 advanced wheat (Triticum aestivum L.) lines for yield in 35 location?year combinations genotyped with genotyping-bysequencing (GBS). Mixed models were used to obtain either overall or by-environment predictions for different sets of environments. Overall accuracy was high (0.5). Borrowing information from relatives evaluated in multiple environments and modeling the correlation matrix across environments was the best strategy to predict new
genotypes. On the other hand, the best strategy for predicting the performance of genotypes in new environments was either to predict across locations for single years or to predict within defined mega-environments (MEs) for any year or location. In summary, higher predictive ability was obtained by characterizing and by modeling GEI in the GS context.
© 2016. Crop Science Society of America, Inc. MenosABSTRACT.
Genomic selection (GS) has successfully been used in plant breeding to improve selection efficiency and reduce breeding time and cost. However, there is not a clear strategy on how to incorporate genotype ? environment interaction (GEI) to GS models. Increased prediction accuracy could be achieved using mixed models to exploit GEI by borrowing information from other environments. The objective of this work was to compare strategies to exploit GEI in GS using mixed models. Specifically, we compared strategies to
predict new genotypes by borrowing information from other environments modeling the correlation matrix across environments and to design sets of environments aiming for low GEI to predict genomic performance in new environments. We evaluated 1477 advanced wheat (Triticum aestivum L.) lines for yield in 35 location?year combinations genotyped with genotyping-bysequencing (GBS). Mixed models were used to obtain either overall or by-environment predictions for different sets of environments. Overall accuracy was high (0.5). Borrowing information from relatives evaluated in multiple environments and modeling the correlation matrix across environments was the best strategy to predict new
genotypes. On the other hand, the best strategy for predicting the performance of genotypes in new environments was either to predict across locations for single years or to predict within defined mega-environments (MEs) for any year or location. In summary, higher predictive ab... Presentar Todo |
|
Palabras claves : |
GENOMIC SELECTION; WHEAT. |
|
Thesagro : |
TRIGO. |
|
Asunto categoría : |
-- |
|
URL : |
http://dx.doi.org/10.2135/cropsci2015.04.0207
http://www.ainfo.inia.uy/digital/bitstream/item/5875/1/Lado-B.-2016.-Crop-Science.pdf
http://www.ainfo.inia.uy/digital/bitstream/item/5876/1/Lado-B.-2016.-Crop-Science-supplement.pdf
|
|
Marc : |
LEADER 02297naa a2200217 a 4500
001 1055260
005 2017-01-02
008 2016 bl uuuu u00u1 u #d
024 7 $ahttp://dx.doi.org/10.2135/cropsci2015.04.0207$2DOI
100 1 $aLADO, B.
245 $aModeling genotype x environment interaction for genomic selection with unbalanced data from a wheat breeding program.$h[electronic resource]
260 $c2016
520 $aABSTRACT. Genomic selection (GS) has successfully been used in plant breeding to improve selection efficiency and reduce breeding time and cost. However, there is not a clear strategy on how to incorporate genotype ? environment interaction (GEI) to GS models. Increased prediction accuracy could be achieved using mixed models to exploit GEI by borrowing information from other environments. The objective of this work was to compare strategies to exploit GEI in GS using mixed models. Specifically, we compared strategies to predict new genotypes by borrowing information from other environments modeling the correlation matrix across environments and to design sets of environments aiming for low GEI to predict genomic performance in new environments. We evaluated 1477 advanced wheat (Triticum aestivum L.) lines for yield in 35 location?year combinations genotyped with genotyping-bysequencing (GBS). Mixed models were used to obtain either overall or by-environment predictions for different sets of environments. Overall accuracy was high (0.5). Borrowing information from relatives evaluated in multiple environments and modeling the correlation matrix across environments was the best strategy to predict new genotypes. On the other hand, the best strategy for predicting the performance of genotypes in new environments was either to predict across locations for single years or to predict within defined mega-environments (MEs) for any year or location. In summary, higher predictive ability was obtained by characterizing and by modeling GEI in the GS context. © 2016. Crop Science Society of America, Inc.
650 $aTRIGO
653 $aGENOMIC SELECTION
653 $aWHEAT
700 1 $aGONZÁLEZ BARRIOS, P.
700 1 $aQUINCKE, M.
700 1 $aSILVA, P.
700 1 $aGUTIÉRREZ, L.
773 $tCrop Science, 2016$gv. 56, p. 1-15. OPEN ACCESS.
Descargar
Esconder MarcPresentar Marc Completo |
|
Registro original : |
INIA Las Brujas (LB) |
|
|
Biblioteca
|
Identificación
|
Origen
|
Tipo / Formato
|
Clasificación
|
Cutter
|
Registro
|
Volumen
|
Estado
|
Volver
|
|
|
|
Registro completo
|
|
Biblioteca (s) : |
INIA Tacuarembó. |
|
Fecha actual : |
21/02/2014 |
|
Actualizado : |
05/06/2019 |
|
Tipo de producción científica : |
Documentos |
|
Autor : |
BAO, L.; PÉREZ, O.; BENTANCOURT, C. |
|
Afiliación : |
LETICIA BAO. |
|
Título : |
El gorgojo acuático del arroz Oryzophagus oryzae: observaciones de la temporada 2008-2009. |
|
Complemento del título : |
Paso Farías, Artigas, 27 de agosto, 2009; Tacuarembó, 28 de agosto, 2009. |
|
Fecha de publicación : |
2009 |
|
Fuente / Imprenta : |
ln: INIA TACUAREMBO. PROGRAMA NACIONAL DE INVESTIGACIÓN EN PRODUCCIÓN DE ARROZ. Presentación resultados experimentales de arroz Zafra 2008/2009. Tacuarembó (Uruguay): INIA, 2009. |
|
Páginas : |
p. 64-68 |
|
Serie : |
(INIA Serie Actividades de Difusión ; 585) |
|
Idioma : |
Español |
|
Contenido : |
Como ya es conocido, este insecto está presente en todas las zonas productivas del país. Los daños más importantes lo causan las larvas que se alimentan de los tejidos de las raíces, reduciendo la capacidad de nutrición de la planta, y en casos de altas poblaciones se puede observar una disminución del tamaño de la misma y color amarillento en las puntas de las hojas. Si bien los adultos pueden estar presentes en el cultivo alimentándose con anterioridad, la cópula y puesta de huevos ocurre luego de la inundación. De los huevos eclosionan las larvas que se trasladan desde los tallos hasta las raíces. A continuación se forma el capullo con partículas de barro dentro del cual se encuentra la pupa, de la que luego de 10 días aproximadamente emergerá el adulto. Próximo a cosecha se observan nuevamente adultos que son fácilmente visibles sobre las puntas de las hojas al atardecer. Estos insectos pertenecen a la generación invernante y podrán sobrevivir bajo los rastrojos hasta la primavera siguiente, cuando la disponibilidad de plantas de arroz u otras especies les permita alimentarse. Una vez instalado el cultivo y luego de la inundación comenzará una nueva generación. |
|
Palabras claves : |
RICE (ORYZA SATIVA L.). |
|
Thesagro : |
ARROZ. |
|
Asunto categoría : |
F01 Cultivo |
|
URL : |
http://www.ainfo.inia.uy/digital/bitstream/item/12752/1/sad-585p64-68.pdf
|
|
Marc : |
LEADER 01902naa a2200193 a 4500
001 1022101
005 2019-06-05
008 2009 bl uuuu u00u1 u #d
100 1 $aBAO, L.
245 $aEl gorgojo acuático del arroz Oryzophagus oryzae$bobservaciones de la temporada 2008-2009.
260 $c2009
300 $ap. 64-68
490 $a(INIA Serie Actividades de Difusión ; 585)
520 $aComo ya es conocido, este insecto está presente en todas las zonas productivas del país. Los daños más importantes lo causan las larvas que se alimentan de los tejidos de las raíces, reduciendo la capacidad de nutrición de la planta, y en casos de altas poblaciones se puede observar una disminución del tamaño de la misma y color amarillento en las puntas de las hojas. Si bien los adultos pueden estar presentes en el cultivo alimentándose con anterioridad, la cópula y puesta de huevos ocurre luego de la inundación. De los huevos eclosionan las larvas que se trasladan desde los tallos hasta las raíces. A continuación se forma el capullo con partículas de barro dentro del cual se encuentra la pupa, de la que luego de 10 días aproximadamente emergerá el adulto. Próximo a cosecha se observan nuevamente adultos que son fácilmente visibles sobre las puntas de las hojas al atardecer. Estos insectos pertenecen a la generación invernante y podrán sobrevivir bajo los rastrojos hasta la primavera siguiente, cuando la disponibilidad de plantas de arroz u otras especies les permita alimentarse. Una vez instalado el cultivo y luego de la inundación comenzará una nueva generación.
650 $aARROZ
653 $aRICE (ORYZA SATIVA L.)
700 1 $aPÉREZ, O.
700 1 $aBENTANCOURT, C.
773 $tln: INIA TACUAREMBO. PROGRAMA NACIONAL DE INVESTIGACIÓN EN PRODUCCIÓN DE ARROZ. Presentación resultados experimentales de arroz Zafra 2008/2009. Tacuarembó (Uruguay): INIA, 2009.
Descargar
Esconder MarcPresentar Marc Completo |
|
Registro original : |
INIA Tacuarembó (TBO) |
|
|
Biblioteca
|
Identificación
|
Origen
|
Tipo / Formato
|
Clasificación
|
Cutter
|
Registro
|
Volumen
|
Estado
|
Volver
|
| Expresión de búsqueda válido. Check! |
|
|
