“Bicentenário da Independência: 200 anos de ciência, tecnologia e inovação no Brasil e 96 anos de contribuição da UFV”.
8 a 10 de novembro de 2022
Trabalho 16412
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Pós-graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Agrárias |
| Área temática | Genética |
| Setor | Departamento de Estatística |
| Bolsa | CAPES |
| Conclusão de bolsa | Sim |
| Apoio financeiro | CAPES |
| Primeiro autor | Pedro Thiago Medeiros Paixão |
| Orientador | MOYSES NASCIMENTO |
| Outros membros | ANA CAROLINA CAMPANA NASCIMENTO, CAMILA FERREIRA AZEVEDO, Eveline Teixeira Caixeta Moura, Gabriela França Oliveira |
| Título | Análise de fatores aplicada a seleção genômica de Coffea canephora |
| Resumo | O Brasil se destaca mundialmente na produção de café. Os incrementos observados em sua produtividade e em características morfoagronômicas são resultados do aprimoramento de diversas metodologias aplicadas na obtenção de cultivares melhoradas, dentre as quais se destacam os métodos preditivos de valor genético. Estes contribuem significativamente para a seleção de genótipos superiores, aumentando o ganho genético por unidade de tempo. Neste contexto, a seleção genômica ampla (GWS) é uma ferramenta que se destaca, pois permite predizer o fenótipo futuro de um indivíduo com base apenas em informações moleculares. Entretanto, em geral, a GWS é aplicada a características individuais, ou seja, os resultados obtidos, embora promissores, são válidos apenas para uma única característica. No entanto, como essas características geralmente são correlacionadas, uma abordagem que incorpore simultaneamente informações de múltiplas características no processo de seleção pode ser interessante. Desta forma, realizar a seleção conjunta de características é o interesse da maioria dos programas de melhoramento, e a análise fatorial (AF) tem sido utilizada para auxiliar neste objetivo. Diante do exposto, o objetivo deste estudo foi avaliar o uso de AF no contexto de GWS, em um conjunto de 165 plantas de Coffea canephora genotipadas para 18.111 marcadores SNPs. Como resultados foi possível verificar que a AF foi eficiente para elucidar as relações entre as características e gerar novas variáveis. Especificamente, as novas variáveis (Fatores) podem ser interpretadas como "fator de vigor" e "fator de produção". A utilização dos fatores obtidos se mostrou uma abordagem promissora associada ao GWS para o melhoramento de C. canephora, pois além de permitir interpretações conjuntas, foram eficientes para estimar a capacidade preditiva, herdabilidade e acurácia. Além disso, observou-se concordância entre os 10% melhores indivíduos selecionados com base no “fator vigor” e cada variável individualmente, com o aumento da vantagem do “fator vigor” selecionando indivíduos de tamanho mais adequado. |
| Palavras-chave | Predição Genômica, Análise Multivariada, Melhoramento de Coffea canephora. |
| Forma de apresentação..... | Vídeo |
| Link para apresentação | Vídeo |
|---|