| |
|
|
 | Acceso al texto completo restringido a Biblioteca INIA Treinta y Tres. Por información adicional contacte bibliott@inia.org.uy. |
|
Registro completo
|
|
Biblioteca (s) : |
INIA Treinta y Tres. |
|
Fecha : |
11/05/2018 |
|
Actualizado : |
28/05/2019 |
|
Tipo de producción científica : |
Artículos en Revistas Indexadas Internacionales |
|
Autor : |
MONTEVERDE, E.; ROSAS, J.E.; BLANCO, P.H.; PÉREZ DE VIDA, F.; BONNECARRERE, V.; QUERO, G.; GUTIERREZ, L.; MCCOUCH, S. |
|
Afiliación : |
ELIANA MONTEVERDE, Plant Breeding and Genetics Section, School of Integrative Plant Science, Cornell University, USA.; JUAN EDUARDO ROSAS CAISSIOLS, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; PEDRO HORACIO BLANCO BARRAL, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; FERNANDO BLAS PEREZ DE VIDA, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; MARIA VICTORIA BONNECARRERE MARTINEZ, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; GASTÓN QUERO CORRALLO, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; LUCÍA GUTIERREZ, Department of Agronomy, University of Wisconsin, WI, USA.; SUSAN MCCOUCH, Plant Breeding and Genetics Section, School of Integrative Plant Science, Cornell University, USA. |
|
Título : |
Multienvironment models increase prediction accuracy of complex traits in advanced breeding lines of rice (O. sativa). |
|
Fecha de publicación : |
2018 |
|
Fuente / Imprenta : |
Crop Science, 2018, 58:1519-1530. |
|
DOI : |
10.2135/cropsci2017.09.0564 |
|
Idioma : |
Inglés |
|
Notas : |
Article history: Accepted on May 09, 2018. Published online June 21, 2018. |
|
Contenido : |
ABSTRACT: Genotype x environment interaction (G x E) is the differential response of genotypes in different environments and represents a major challenge for breeders. Genotype x year-interaction (G x Y) is a relevant component of G x E, and accounting for it is an important strategy for identifying lines with stable and superior performance across years. In this study, we compared the prediction accuracy of modeling G x Y using covariance structures that differ in their ability to
accommodate correlation among environments.
We present the use of these approaches in two different rice (Oryza sativa L.) breeding populations (indica and tropical japonica) for predicting grain yield, plant height, and three milling quality traits—milling yield, head rice percentage, and grain chalkiness—under different cross-validation (CV) scenarios. We also compared model performance in the context of global predictions (i.e., predictions across years). Most of the benefits of multienvironment models come from modeling genetic correlations between environments when predicting performance of lines that have been tested in some environments but not others (CV2). For predicting the performance of newly developed lines (CV1), modeling between environment correlations has no effect compared with considering environments independently. Response to selection of multienvironment models when modeling covariance structures that accommodate covariances between environments was always beneficial when predicting the performance of lines across years. We also show that, for some traits, high prediction accuracies can be obtained in untested years, which is important for resource allocation in small breeding programs. MenosABSTRACT: Genotype x environment interaction (G x E) is the differential response of genotypes in different environments and represents a major challenge for breeders. Genotype x year-interaction (G x Y) is a relevant component of G x E, and accounting for it is an important strategy for identifying lines with stable and superior performance across years. In this study, we compared the prediction accuracy of modeling G x Y using covariance structures that differ in their ability to
accommodate correlation among environments.
We present the use of these approaches in two different rice (Oryza sativa L.) breeding populations (indica and tropical japonica) for predicting grain yield, plant height, and three milling quality traits—milling yield, head rice percentage, and grain chalkiness—under different cross-validation (CV) scenarios. We also compared model performance in the context of global predictions (i.e., predictions across years). Most of the benefits of multienvironment models come from modeling genetic correlations between environments when predicting performance of lines that have been tested in some environments but not others (CV2). For predicting the performance of newly developed lines (CV1), modeling between environment correlations has no effect compared with considering environments independently. Response to selection of multienvironment models when modeling covariance structures that accommodate covariances between environments was always beneficial when pr... Presentar Todo |
|
Palabras claves : |
GENOTYPE X ENVIRONMENT INTERACTION; INTERACCIONES GENOTIPO-AMBIENTE. |
|
Thesagro : |
ARROZ; GENOTIPOS; RICE. |
|
Asunto categoría : |
F30 Genética vegetal y fitomejoramiento |
|
Marc : |
LEADER 02635naa a2200289 a 4500
001 1058574
005 2019-05-28
008 2018 bl uuuu u00u1 u #d
024 7 $a10.2135/cropsci2017.09.0564$2DOI
100 1 $aMONTEVERDE, E.
245 $aMultienvironment models increase prediction accuracy of complex traits in advanced breeding lines of rice (O. sativa).$h[electronic resource]
260 $c2018
500 $aArticle history: Accepted on May 09, 2018. Published online June 21, 2018.
520 $aABSTRACT: Genotype x environment interaction (G x E) is the differential response of genotypes in different environments and represents a major challenge for breeders. Genotype x year-interaction (G x Y) is a relevant component of G x E, and accounting for it is an important strategy for identifying lines with stable and superior performance across years. In this study, we compared the prediction accuracy of modeling G x Y using covariance structures that differ in their ability to accommodate correlation among environments. We present the use of these approaches in two different rice (Oryza sativa L.) breeding populations (indica and tropical japonica) for predicting grain yield, plant height, and three milling quality traits—milling yield, head rice percentage, and grain chalkiness—under different cross-validation (CV) scenarios. We also compared model performance in the context of global predictions (i.e., predictions across years). Most of the benefits of multienvironment models come from modeling genetic correlations between environments when predicting performance of lines that have been tested in some environments but not others (CV2). For predicting the performance of newly developed lines (CV1), modeling between environment correlations has no effect compared with considering environments independently. Response to selection of multienvironment models when modeling covariance structures that accommodate covariances between environments was always beneficial when predicting the performance of lines across years. We also show that, for some traits, high prediction accuracies can be obtained in untested years, which is important for resource allocation in small breeding programs.
650 $aARROZ
650 $aGENOTIPOS
650 $aRICE
653 $aGENOTYPE X ENVIRONMENT INTERACTION
653 $aINTERACCIONES GENOTIPO-AMBIENTE
700 1 $aROSAS, J.E.
700 1 $aBLANCO, P.H.
700 1 $aPÉREZ DE VIDA, F.
700 1 $aBONNECARRERE, V.
700 1 $aQUERO, G.
700 1 $aGUTIERREZ, L.
700 1 $aMCCOUCH, S.
773 $tCrop Science, 2018, 58:1519-1530.
Descargar
Esconder MarcPresentar Marc Completo |
|
Registro original : |
INIA Treinta y Tres (TT) |
|
|
Biblioteca
|
Identificación
|
Origen
|
Tipo / Formato
|
Clasificación
|
Cutter
|
Registro
|
Volumen
|
Estado
|
Volver
|
|
|
|
Registro completo
|
|
Biblioteca (s) : |
INIA Las Brujas; INIA Tacuarembó; INIA Treinta y Tres. |
|
Fecha actual : |
05/03/2015 |
|
Actualizado : |
05/07/2019 |
|
Tipo de producción científica : |
Serie Técnica |
|
Autor : |
SARAVIA, H.; AYALA, W.; BARRIOS, E. (Ed.). |
|
Afiliación : |
HORACIO SARAVIA DIAZ, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; WALTER AYALA SILVERA, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; ETHEL BALOISA BARRIOS PIRIZ, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay. |
|
Título : |
Seminario de actualización técnica: producción de carne ovina de calidad. |
|
Fecha de publicación : |
2014 |
|
Fuente / Imprenta : |
Montevideo (UY) : INIA, 2014. |
|
Páginas : |
173 p. |
|
Serie : |
(INIA Serie Técnica; 221) |
|
ISSN : |
1688-9266 |
|
DOI : |
http://doi.org/10.35676/INIA/ST.221 |
|
Idioma : |
Español |
|
Contenido : |
Esta publicación reúne información generada por la investigación nacional sobre temas relevantes respecto a la «Producción de Carne Ovina de Calidad» en el Uruguay, e
involucra aportes temáticos de diferentes disciplinas que hacen a la competitividad de toda la Cadena Cárnica Ovina del Uruguay, donde se destaca la complementación y coordinación
realizada por las diferentes organizaciones de investigación, educación, transferencia de tecnología y extensión ligadas al rubro ovino.
La misma aborda aspectos que van desde la producción y el manejo, la sanidad, la alimentación, la genética, la calidad del producto, así como las contribuciones realizadas
por diversas experiencias positivas en el agronegocio ovino, incluyendo aspectos de mercado y las tendencias a futuro en los consumidores de carnes desde diferentes ópticas, permitiendo
reunir un importante cúmulo de información tecnológica generada a nivel del Uruguay con proyección regional, lo cual es un gran esfuerzo de síntesis y sistematización de la misma para su uso final por parte de un grupo amplio de destinatarios (productores, estudiantes, asesores, entre otros). |
|
Thesagro : |
AGRONEGOCIO CÁRNICO; ALIMENTACION ANIMAL; CADENA CARNICA; CARNE OVINA; GENETICA ANIMAL; OVINOCULTURA; OVINOCULTURA EN URUGUAY; PRODUCCION DE CARNE; PRODUCCION FAMILIAR; SANIDAD ANIMAL; SISTEMAS DE PRODUCCIÓN. |
|
Asunto categoría : |
--
L01 Ganadería |
|
URL : |
http://www.ainfo.inia.uy/digital/bitstream/item/4191/1/st-221-2014.pdf
|
|
Marc : |
LEADER 02046nam a2200313 a 4500
001 1052335
005 2019-07-05
008 2014 bl uuuu u00u1 u #d
022 $a1688-9266
024 7 $ahttp://doi.org/10.35676/INIA/ST.221$2DOI
100 1 $aSARAVIA, H.
245 $aSeminario de actualización técnica$bproducción de carne ovina de calidad.
260 $aMontevideo (UY) : INIA$c2014
300 $a173 p.
490 $a(INIA Serie Técnica; 221)
520 $aEsta publicación reúne información generada por la investigación nacional sobre temas relevantes respecto a la «Producción de Carne Ovina de Calidad» en el Uruguay, e involucra aportes temáticos de diferentes disciplinas que hacen a la competitividad de toda la Cadena Cárnica Ovina del Uruguay, donde se destaca la complementación y coordinación realizada por las diferentes organizaciones de investigación, educación, transferencia de tecnología y extensión ligadas al rubro ovino. La misma aborda aspectos que van desde la producción y el manejo, la sanidad, la alimentación, la genética, la calidad del producto, así como las contribuciones realizadas por diversas experiencias positivas en el agronegocio ovino, incluyendo aspectos de mercado y las tendencias a futuro en los consumidores de carnes desde diferentes ópticas, permitiendo reunir un importante cúmulo de información tecnológica generada a nivel del Uruguay con proyección regional, lo cual es un gran esfuerzo de síntesis y sistematización de la misma para su uso final por parte de un grupo amplio de destinatarios (productores, estudiantes, asesores, entre otros).
650 $aAGRONEGOCIO CÁRNICO
650 $aALIMENTACION ANIMAL
650 $aCADENA CARNICA
650 $aCARNE OVINA
650 $aGENETICA ANIMAL
650 $aOVINOCULTURA
650 $aOVINOCULTURA EN URUGUAY
650 $aPRODUCCION DE CARNE
650 $aPRODUCCION FAMILIAR
650 $aSANIDAD ANIMAL
650 $aSISTEMAS DE PRODUCCIÓN
700 1 $aAYALA, W.
700 1 $aBARRIOS, E.
Descargar
Esconder MarcPresentar Marc Completo |
|
Registro original : |
INIA Las Brujas (LB) |
|
|
Biblioteca
|
Identificación
|
Origen
|
Tipo / Formato
|
Clasificación
|
Cutter
|
Registro
|
Volumen
|
Estado
|
Volver
|
| Expresión de búsqueda válido. Check! |
|
|
