| |
|
|
| Registros recuperados : 4 | |
| 1. |  | BORGES, A.; GONZÁLEZ-REYMUNDEZ, A.; ERNST, O.; CADENAZZI, M.; TERRA, J.A.; GUTIÉRREZ, L. Can spatial modeling substitute experimental design in agricultural experiments? Crop Science, 2018, v. 59, no. 1, p. 1-10. Article history: Accepted paper, posted 10/05/18. Published online December, 13. 2018.| Biblioteca(s): INIA Treinta y Tres. |
|    |
| 2. | | GUTIERREZ, L.; BORGES, A.; QUERO, G.; GONZALEZ-REYMUNDEZ, A.; BERRO, I.; LADO, B.; CASTRO, A. Biostatistical tools for plant breeding in the genomics era. In: German, S.; Quincke, M.; Vázquez, D.; Castro, M.; Pereyra, S.; Silva, P.; García, A. (Eds.). Seminario Internacional "1914-2014: Un siglo de mejoramiento de trigo en La Estanzuela". Montevideo (UY): INIA, 2018. p.46-57. (INIA Serie Técnica; 241).| Biblioteca(s): INIA La Estanzuela. |
|  |
| 3. | | BORGES, A.; GONZÁLEZ-REYMÚNDEZ, A.; ERNST, O.; CADENAZZI, M.; TERRA, J.A.; GUTIÉRREZ, LUCÍA Modelación espacial y diseños experimentales en experimentos agrícolas. In: UNIVERSIDAD DE LA REPÚBLICA (UDELAR). FACULTAD DE AGRONOMÍA. Resúmenes. Jornadas de Investigación, 8-9 nov., 2018, Montevideo, Uruguay. Montevideo; FAGRO, 2019. p. 15| Biblioteca(s): INIA Treinta y Tres. |
| |
| 4. | | BRANDARIZ, S.P.; GONZÁLEZ-REYMÚNDEZ, A.; LADO, B.; QUINCKE, M.; VON ZITZEWITZ, J.; CASTRO, M.; MATUS, I.; DEL POZO, A.; GUTIÉRREZ , L. Effect of using imputed missing data on QTL detection on a wheat GWAS panel. [Poster]. In: German, S.; Quincke, M.; Vázquez, D.; Castro, M.; Pereyra, S.; Silva, P.; García, A. (Eds.). Seminario Internacional "1914-2014: Un siglo de mejoramiento de trigo en La Estanzuela". Montevideo (UY): INIA, 2018. p. 304. (INIA Serie Técnica; 241).| Biblioteca(s): INIA La Estanzuela. |
| |
| Registros recuperados : 4 | |
|
|
|
|
Registro completo
|
|
Biblioteca (s) : |
INIA La Estanzuela. |
|
Fecha actual : |
26/12/2018 |
|
Actualizado : |
05/07/2019 |
|
Tipo de producción científica : |
Capítulo en Libro Técnico-Científico |
|
Autor : |
GUTIERREZ, L.; BORGES, A.; QUERO, G.; GONZALEZ-REYMUNDEZ, A.; BERRO, I.; LADO, B.; CASTRO, A. |
|
Afiliación : |
Departamento de Biometría, Estadística y Computación, Facultad de Agronomía, Universidad de la República, Garzón 780, CP 12900, Montevideo, Uruguay.; Departamento de Biometría, Estadística y Computación, Facultad de Agronomía, Universidad de la República, Garzón 780, CP 12900, Montevideo, Uruguay.; Departamento de Biología Vegetal, Facultad de Agronomía, Universidad de la República, Garzón 780, CP 12900, Montevideo, Uruguay.; Departamento de Biometría, Estadística y Computación, Facultad de Agronomía, Universidad de la República, Garzón 780, CP 12900, Montevideo, Uruguay.; Departamento de Biometría, Estadística y Computación, Facultad de Agronomía, Universidad de la República, Garzón 780, CP 12900, Montevideo, Uruguay.; BETTINA LADO LINDNER, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay./1 Departamento de Biometría, Estadística y Computación, Facultad de Agronomía, Universidad de la República, Garzón 780, CP 12900, Montevideo, Uruguay.; Departamento de Producción Vegetal, Facultad de Agronomía, Universidad de la República, R3 Km 373, Paysandú, Uruguay. |
|
Título : |
Biostatistical tools for plant breeding in the genomics era. |
|
Fecha de publicación : |
2018 |
|
Fuente / Imprenta : |
In: German, S.; Quincke, M.; Vázquez, D.; Castro, M.; Pereyra, S.; Silva, P.; García, A. (Eds.). Seminario Internacional "1914-2014: Un siglo de mejoramiento de trigo en La Estanzuela". Montevideo (UY): INIA, 2018. |
|
Páginas : |
p.46-57. |
|
Serie : |
(INIA Serie Técnica; 241). |
|
ISBN : |
978-9974-38-406-4 |
|
ISSN : |
1688-9266 |
|
DOI : |
http://doi.org/10.35676/INIA/ST.241 |
|
Idioma : |
Inglés |
|
Contenido : |
SUMMARY:
Since the advent of agriculture, plant breeding has successfully improved plantsfor human benefit. Modern plant breeding
activities consist in evaluating the genetic merit of lines discerning genetic from environment and noise components. To do
so, modern plant breeding relies on the genetics foundations derived from Mendel?s work and statistical tools (or biometry)
generated afterwards. Plant breeding activities could be grouped in three categories: traditional, marker assisted
(MAS), and genomic selection (GS). Traditional plant breeding uses either per sephenotypic information, or information from
relatives to evaluate the genetic value. MAS on the other hand, involves the identification of markers linked to genes or quantitative
traits loci (QTL) of relevant traits, and then selecting individuals based on their marker scores. Finally, GS involves the prediction
of the genetic merit of individuals based on their marker scores and a statistical model. All of the three strategies require the
evaluation of large number of individuals creating massive amounts of data that needs proper analyses. Our objective was to
present some biostatistical strategies that are successfully being used in plant breeding programs. First, we used novel simulation |
|
Palabras claves : |
GENOMIC SELECTION; GENOTYPE BY ENVIRONMENT INTERACTION; GWAS; QTL MAPPING. |
|
Thesagro : |
GENOTIPOS. |
|
Asunto categoría : |
F01 Cultivo |
|
URL : |
http://www.ainfo.inia.uy/digital/bitstream/item/12214/1/st-241-2018.p.46-57-Guitierrez-et-al.pdf
|
|
Marc : |
LEADER 02312naa a2200313 a 4500
001 1059383
005 2019-07-05
008 2018 bl uuuu u00u1 u #d
020 $a978-9974-38-406-4
022 $a1688-9266
024 7 $ahttp://doi.org/10.35676/INIA/ST.241$2DOI
100 1 $aGUTIERREZ, L.
245 $aBiostatistical tools for plant breeding in the genomics era.$h[electronic resource]
260 $c2018
300 $ap.46-57.
490 $a(INIA Serie Técnica; 241).
520 $aSUMMARY: Since the advent of agriculture, plant breeding has successfully improved plantsfor human benefit. Modern plant breeding activities consist in evaluating the genetic merit of lines discerning genetic from environment and noise components. To do so, modern plant breeding relies on the genetics foundations derived from Mendel?s work and statistical tools (or biometry) generated afterwards. Plant breeding activities could be grouped in three categories: traditional, marker assisted (MAS), and genomic selection (GS). Traditional plant breeding uses either per sephenotypic information, or information from relatives to evaluate the genetic value. MAS on the other hand, involves the identification of markers linked to genes or quantitative traits loci (QTL) of relevant traits, and then selecting individuals based on their marker scores. Finally, GS involves the prediction of the genetic merit of individuals based on their marker scores and a statistical model. All of the three strategies require the evaluation of large number of individuals creating massive amounts of data that needs proper analyses. Our objective was to present some biostatistical strategies that are successfully being used in plant breeding programs. First, we used novel simulation
650 $aGENOTIPOS
653 $aGENOMIC SELECTION
653 $aGENOTYPE BY ENVIRONMENT INTERACTION
653 $aGWAS
653 $aQTL MAPPING
700 1 $aBORGES, A.
700 1 $aQUERO, G.
700 1 $aGONZALEZ-REYMUNDEZ, A.
700 1 $aBERRO, I.
700 1 $aLADO, B.
700 1 $aCASTRO, A.
773 $tIn: German, S.; Quincke, M.; Vázquez, D.; Castro, M.; Pereyra, S.; Silva, P.; García, A. (Eds.). Seminario Internacional "1914-2014: Un siglo de mejoramiento de trigo en La Estanzuela". Montevideo (UY): INIA, 2018.
Descargar
Esconder MarcPresentar Marc Completo |
|
Registro original : |
INIA La Estanzuela (LE) |
|
|
Biblioteca
|
Identificación
|
Origen
|
Tipo / Formato
|
Clasificación
|
Cutter
|
Registro
|
Volumen
|
Estado
|
Volver
|
| Expresión de búsqueda válido. Check! |
|
|
