Optimization of forest tree breeding through multiple-trait mixed models

• Ano de defesa: 2020
• Autor(a) principal: Alves, Rodrigo Silva
• Orientador(a): Resende, Marcos Deon Vilela de
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Universidade Federal de Viçosa
• Área do conhecimento CNPq: Genética Quantitativa
• Link de acesso: https://locus.ufv.br//handle/123456789/28745

As técnicas atualmente usadas para avaliação genética envolvem a predição de valores genéticos e a estimação de componentes de variância simultaneamente. O método amplamente utilizado, em todo o mundo, para predição de valores genéticos é a melhor predição linear não viesada (BLUP). A predição usando o BLUP assume que os componentes de variância são conhecidos. No entanto, na prática, esses valores não são conhecidos e devem ser estimados com precisão para obter o BLUP empírico. Atualmente, o método padrão para estimação de componentes de variância é o da máxima verossimilhança restrita (REML). Portanto, a avaliação genética consiste em usar essas metodologias juntas (procedimento REML/BLUP). Porém, quando a seleção genética é baseada em várias características, que podem ser geneticamente correlacionadas devido a genes pleiotrópicos e/ou desequilíbrio da fase gamética, pode ocorrer viés de seleção se essas características forem analisadas individualmente. Assim, o presente trabalho teve como objetivo avaliar a aplicabilidade e eficiência do BLUP multicaracterístico no melhoramento florestal. Os modelos multicaracterísticos empregados conduziram a melhores resultados que os tradicionais modelos univariados e de repetibilidade. Portanto, o BLUP multicaracterístico pode ser utilizado com vantagem no melhoramento florestal. Palavras-chave: BLUP. REML. Metodologia de modelos mistos.