Sabiia Seb
PortuguêsEspañolEnglish
Embrapa
        Busca avançada

Botão Atualizar


Botão Atualizar

Ordenar por: RelevânciaAutorTítuloAnoImprime registros no formato resumido
Registros recuperados: 10
Primeira ... 1 ... Última
Imagem não selecionada

Imprime registro no formato completo
Abordagem bayesiana para avaliação da adaptabilidade e estabilidade de genótipos de alfafa. Repositório Alice
NASCIMENTO, M.; SILVA, F. F. e; SAFADI, T.; NASCIMENTO, A. C. C.; FERREIRA, R. de P.; CRUZ, C. D..
2011
Tipo: Artigo em periódico indexado (ALICE) Palavras-chave: MEDICAGO SATIVA; PRIOR INFORMATIVA.
Ano: 2011 URL: http://www.alice.cnptia.embrapa.br/handle/doc/906555
Imagem não selecionada

Imprime registro no formato completo
Association between responses obtained using adaptability and stability methods in alfalfa. Repositório Alice
NASCIMENTO, M.; NASCIMENTO, A. C. C.; CIRILLO, M. A.; FERREIRA, A.; PETERNELLI, L. A.; FERREIRA, R. de P..
2013
Tipo: Artigo em periódico indexado (ALICE) Palavras-chave: Correspondence analysis; Genotype × environment interaction; Multiple centroid method; Eberhart and Russell (1966).
Ano: 2013 URL: http://www.alice.cnptia.embrapa.br/handle/doc/973556
Imagem não selecionada

Imprime registro no formato completo
Correlação de Spearman aplicada ao estudo de adaptabilidade e estabilidade em genótipos de alfafa. Repositório Alice
NASCIMENTO, M.; ROCHA, G. S. da; PINTO, D. S.; BARROSO, L. M. A.; NASCIMENTO, A. C. C.; FERREIRA, R. de P.; SILVA, F. F. e..
2013
Tipo: Artigo em periódico indexado (ALICE) Palavras-chave: Medicago sativa; Interação genótipo x ambiente; Melhoramento de planta; Alfafa.
Ano: 2013 URL: http://www.alice.cnptia.embrapa.br/handle/doc/975475
Imagem não selecionada

Imprime registro no formato completo
Factor analysis applied to genome prediction for high-dimensional phenotypes in pigs. Repositório Alice
TEIXEIRA, F. R. F.; NASCIMENTO, M.; NASCIMENTO, A. C. C.; SILVA, F. F. e; CRUZ, C. D.; AZEVEDO, C. F.; PAIXÃO, D. M.; BARROSO, L. M. A.; VERARDO, L. L.; RESENDE, M. D. V. de; GUIMARÃES, S. E. F.; LOPES, P. S..
The aim of the present study was to propose and evaluate the use of factor analysis (FA) in obtaining latent variables (factors) that represent a set of pig traits simultaneously, for use in genome-wide selection (GWS) studies. We used crosses between outbred F2 populations of Brazilian Piau X commercial pigs. Data were obtained on 345 F2 pigs, genotyped for 237 SNPs, with 41 traits. FA allowed us to obtain four biologically interpretable factors: ?weight?, ?fat?, ?loin?, and ?performance?. These factors were used as dependent variables in multiple regression models of genomic selection (Bayes A, Bayes B, RR-BLUP, and Bayesian LASSO). The use of FA is presented as an interesting alternative to select individuals for multiple variables simultaneously in GWS...
Tipo: Artigo em periódico indexado (ALICE) Palavras-chave: Genome enabled prediction; SNP effects; Melhoramento genético animal; Análise multivariada; Estatística; Seleção genética; Animal breeding; Multivariate analysis.
Ano: 2016 URL: http://www.alice.cnptia.embrapa.br/handle/doc/1047516
Imagem não selecionada

Imprime registro no formato completo
Metodologia para análise de adaptabilidade e estabilidade por meio de regressão quantílica. Repositório Alice
BARROSO, L. M. A.; NASCIMENTO, M.; NASCIMENTO, A. C. C.; FONSECA, F. F. e; CRUZ, C. D.; BHERING, L. L.; FERREIRA, R. de P..
2015
Tipo: Artigo em periódico indexado (ALICE) Palavras-chave: Medicago sativa; Asymmetrical distribution; Genotype; Plant breeding.
Ano: 2015 URL: http://www.alice.cnptia.embrapa.br/handle/doc/1026703
Imagem não selecionada

Imprime registro no formato completo
Multiple centroid method to evaluate the adaptability of alfalfa genotypes. Repositório Alice
NASCIMENTO, N; FERREIRA, A.; NASCIMENTO, A. C. C.; SILVA, F. F. e; FERREIRA, R. de P.; CRUZ, C. D..
ptabilidade de genótipos de alfafa (Medicago sativa L.). Neste método os genótipos são comparados a ideótipos definidos de acordo com o interesse do pesquisador por meio do modelo de regressão bissegmentada. Desta forma a classificação dos genótipos é realizada conforme objetivo do pesquisador e a estratégia de recomendação desejada. Apesar do grande potencial do método há a necessidade que o mesmo seja avaliado sob o aspecto biológico (com dados reais). Assim, diante deste contexto foram utilizados dados provenientes de um experimento em blocos casualizados com 2 repetições, que constituiu-se da avaliação da produção de matéria seca de 92 cultivares de alfafa em 20 cortes, realizados no período de novembro de 2004 a junho de 2006. A metodologia dos...
Tipo: Artigo em periódico indexado (ALICE) Palavras-chave: Principal components; Genotype; Environment interaction; Medicago sativa L.
Ano: 2015 URL: http://www.alice.cnptia.embrapa.br/handle/doc/1035150
Imagem não selecionada

Imprime registro no formato completo
Multi-trait multi-environment models in the genetic selection of segregating soybean progeny. Repositório Alice
VOLPATO, L.; ALVES, R. S.; TEODORO, P. E.; RESENDE, M. D. V. de; NASCIMENTO, M.; NASCIMENTO, A. C. C.; LUDKE, W. H.; SILVA, F. L. da; BORÉM, A..
At present, single-trait best linear unbiased prediction (BLUP) is the standard method for genetic selection in soybean. However, when genetic selection is performed based on two or more genetically correlated traits and these are analyzed individually, selection bias may arise. Under these conditions, considering the correlation structure between the evaluated traits may provide more-accurate genetic estimates for the evaluated parameters, even under environmental influences. The present study was thus developed to examine the efficiency and applicability of multi-trait multi-environment (MTME) models by the residual maximum likelihood (REML/BLUP) and Bayesian approaches in the genetic selection of segregating soybean progeny. The study involved data...
Tipo: Artigo em periódico indexado (ALICE) Palavras-chave: Bayesian-inference; Genomic selection; Breeding values; Seed protein; Mixed models; Inferência Bayesian; Modelo misto; Seleção genômica; Soja; Soybeans; Agronomic traits; Prediction.
Ano: 2019 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1110400
Imagem não selecionada

Imprime registro no formato completo
Regularized quantile regression applied to genome-enabled prediction of quantitative traits. Repositório Alice
NASCIMENTO, M.; SILVA, F. F. e; RESENDE, M. D. V. de; CRUZ, C. D.; NASCIMENTO, A. C. C.; VIANA, J. M. S.; AZEVEDO, C. F.; BARROSO, L. M. A..
Genomic selection (GS) is a variant of marker-assisted selection, in which genetic markers covering the whole genome predict individual genetic merits for breeding. GS increases the accuracy of breeding values (BV) prediction. Although a variety of statistical models have been proposed to estimate BV in GS, few methodologies have examined statistical challenges based on non-normal phenotypic distributions, e.g., skewed distributions. Traditional GS models estimate changes in the phenotype distribution mean, i.e., the function is defined for the expected value of trait-conditional on markers, E(Y|X). We proposed an approach based on regularized quantile regression (RQR) for GS to improve the estimation of marker effects and the consequent genomic estimated...
Tipo: Artigo em periódico indexado (ALICE) Palavras-chave: Seleção genômica; Genomic selection; Regularized regression; SNP effects; Estatística; Marker-assisted selection; Simulation models; Statistics.
Ano: 2017 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1084109
Imagem não selecionada

Imprime registro no formato completo
Regularized quantile regression for SNP marker estimation of pig growth curves. Repositório Alice
BARROSO, L. M. A.; NASCIMENTO, M.; NASCIMENTO, A. C. C.; SILVA, F. F.; SERÃO, N. V. L.; CRUZ, C. D.; RESENDE, M. D. V. de; SILVA, F. L.; AZEVEDO, C. F.; LOPES, P. S.; GUIMARÃES, S. E. F..
Background: Genomic growth curves are generally defined only in terms of population mean; an alternative approach that has not yet been exploited in genomic analyses of growth curves is the Quantile Regression (QR). This methodology allows for the estimation of marker effects at different levels of the variable of interest. We aimed to propose and evaluate a regularized quantile regression for SNP marker effect estimation of pig growth curves, as well as to identify the chromosome regions of the most relevant markers and to estimate the genetic individual weight trajectory over time (genomic growth curve) under different quantiles (levels). Results: The regularized quantile regression (RQR) enabled the discovery, at different levels of interest...
Tipo: Artigo em periódico indexado (ALICE) Palavras-chave: Genome association; Pig; Regularized quantile regression; QTL; Melhoramento genético animal; Porco; Suíno; Growth curves; Swine.
Ano: 2017 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1084057
Imagem não selecionada

Imprime registro no formato completo
Uso do método de EBERHART e RUSSELL como informação a priori para aplicação de redes neurais artificiais e análise discriminante visando a classificação de genótipos de alfafa quanto à adaptabilidade e estabilidade fenotípica. Repositório Alice
BARROSO, L. M. A.; NASCIMENTO, M.; NASCIMENTO, A. C. C.; SILVA, F. F. e; FERREIRA, R. de P..
O objetivo deste trabalho foi comparar os resultados obtidos pela metodologia de Eberhart e Russell (1966) com a Análise Discriminante e o treinamento de uma rede neural artificial para análise da adaptabilidade e estabilidade fenotípica de genótipos de alfafa (Medicago sativa). Foram utilizados dados provenientes de um experimento sobre produção de matéria seca de 92 genótipos de alfafa realizado no delineamento em blocos casualizados, com duas repetições. Os genótipos foram submetidos a 20 cortes, no período de novembro de 2004 a junho de 2006. Cada corte foi considerado um ambiente. Diante dos resultados apresentados, verifica-se que a rede neural artificial apresentou índices de concordância mais elevados do que a Análise Discriminante com relação aos...
Tipo: Artigo em periódico indexado (ALICE) Palavras-chave: Melhoramento de planta; Interação genótipo x ambiente; Simulação.
Ano: 2013 URL: http://www.alice.cnptia.embrapa.br/handle/doc/973547
Registros recuperados: 10
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