Sabiia Seb
PortuguêsEspañolEnglish
Embrapa
        Busca avançada

Botão Atualizar


Botão Atualizar

Ordenar por: 

RelevânciaAutorTítuloAnoImprime registros no formato resumido
Registros recuperados: 4
Primeira ... 1 ... Última
Imagem não selecionada

Imprime registro no formato completo
Artificial neural networks compared with Bayesian generalized linear regression for leaf rust resistance prediction in Arabica coffee PAB
Silva,Gabi Nunes; Nascimento,Moysés; Sant’Anna,Isabela de Castro; Cruz,Cosme Damião; Caixeta,Eveline Teixeira; Carneiro,Pedro Crescêncio Souza; Rosado,Renato Domiciano Silva; Pestana,Kátia Nogueira; Almeida,Dênia Pires de; Oliveira,Marciane da Silva.
Abstract: The objective of this work was to evaluate the use of artificial neural networks in comparison with Bayesian generalized linear regression to predict leaf rust resistance in Arabica coffee (Coffea arabica). This study used 245 individuals of a F2 population derived from the self-fertilization of the F1 H511-1 hybrid, resulting from a crossing between the susceptible cultivar Catuaí Amarelo IAC 64 (UFV 2148-57) and the resistant parent Híbrido de Timor (UFV 443-03). The 245 individuals were genotyped with 137 markers. Artificial neural networks and Bayesian generalized linear regression analyses were performed. The artificial neural networks were able to identify four important markers belonging to linkage groups that have been recently mapped,...
Tipo: Info:eu-repo/semantics/article Palavras-chave: Coffea arabica; Hemileia vastatrix; Artificial intelligence; Molecular markers; Prediction.
Ano: 2017 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-204X2017000300186
Imagem não selecionada

Imprime registro no formato completo
Diferenciação molecular de cultivares elites de bananeira PAB
Jesus,Onildo Nunes de; Câmara,Terezinha Rangel; Ferreira,Cláudia Fortes; Silva,Sebastião de Oliveira e; Pestana,Kátia Nogueira; Soares,Taliane Leila.
Este trabalho teve como objetivo caracterizar molecularmente genótipos elite, e recomendados, de bananeira, por meio de marcadores RAPD e microssatélites. Foram utilizados 47 primers de RAPD e 34 primers de microssatélites. Foi também conduzido um ensaio de contaminação, utilizando-se o primer AGMI 24-25, cuja variedade Tropical foi considerada a amostra-padrão, e as cultivares Caipira e Prata Graúda como contaminantes. Os marcadores permitiram separar as cultivares de acordo com a origem e a constituição genômica e definiram padrões moleculares para algumas cultivares avaliadas. As cultivares Garantida, Preciosa e Pacovan Ken apresentaram alta similaridade genética com ambos marcadores. O primer AGMI 24-25 demonstrou alta capacidade discriminatória de...
Tipo: Info:eu-repo/semantics/article Palavras-chave: Musa spp.; Certificação genética; Proteção varietal; Fingerprinting; Marcadores moleculares.
Ano: 2006 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-204X2006001200008
Imagem não selecionada

Imprime registro no formato completo
Genomic prediction of leaf rust resistance to Arabica coffee using machine learning algorithms Scientia Agricola
Sousa,Ithalo Coelho de; Nascimento,Moysés; Silva,Gabi Nunes; Nascimento,Ana Carolina Campana; Cruz,Cosme Damião; Silva,Fabyano Fonseca e; Almeida,Dênia Pires de; Pestana,Kátia Nogueira; Azevedo,Camila Ferreira; Zambolim,Laércio; Caixeta,Eveline Teixeira.
ABSTRACT Genomic selection (GS) emphasizes the simultaneous prediction of the genetic effects of thousands of scattered markers over the genome. Several statistical methodologies have been used in GS for the prediction of genetic merit. In general, such methodologies require certain assumptions about the data, such as the normality of the distribution of phenotypic values. To circumvent the non-normality of phenotypic values, the literature suggests the use of Bayesian Generalized Linear Regression (GBLASSO). Another alternative is the models based on machine learning, represented by methodologies such as Artificial Neural Networks (ANN), Decision Trees (DT) and related possible refinements such as Bagging, Random Forest and Boosting. This study aimed to...
Tipo: Info:eu-repo/semantics/article Palavras-chave: Hemileia vastatrix; Statistical learning; Plant breeding; Artificial intelligence.
Ano: 2021 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-90162021000401102
Imagem não selecionada

Imprime registro no formato completo
Variabilidade genética de populações naturais de caroá por meio de marcadores RAPD PAB
Silveira,Daniela Garcia; Amorim,Edson Perito; Jesus,Onildo Nunes de; Souza,Fernanda Vidigal Duarte; Pestana,Kátia Nogueira; Santos,Vânia Jesus dos; Santana,José Raniere Ferreira de.
O objetivo deste trabalho foi quantificar a variabilidade genética entre e dentro de populações de caroá (Neoglaziovia variegata), por meio de marcadores "random amplified polymorphic DNA" (RAPD). Foram analisados 180 genótipos de caroá, provenientes dos municípios de Guanambi, Juazeiro e Valente, no Estado da Bahia. Foi observado elevado polimorfismo entre as populações de caroá. As dissimilaridades genéticas entre os genótipos variaram de 0,08 a 0,95, com média de 0,44.Avariância molecular mostrou que 56% da variação total foi explicada pelas diferenças entre indivíduos dentro de locais. As diferenças entre municípios explicaram 17% da variação total, enquanto as diferenças entre locais dentro dos municípios explicaram 26% da variação.
Tipo: Info:eu-repo/semantics/article Palavras-chave: Neoglaziovia variegata; Bromeliaceae; Divergência genética; Marcadores moleculares.
Ano: 2009 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-204X2009000300010
Registros recuperados: 4
Primeira ... 1 ... Última
 

Empresa Brasileira de Pesquisa Agropecuária - Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área restrita

Embrapa
Parque Estação Biológica - PqEB s/n°
Brasília, DF - Brasil - CEP 70770-901
Fone: (61) 3448-4433 - Fax: (61) 3448-4890 / 3448-4891 SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional