Artigos

URI permanente para esta coleçãohttps://locus.ufv.br/handle/123456789/11796

Navegar

Filtros

2009 - 200912010 - 201923

Configurações

Autor: search.filters.author.Silva, Fabyano Fonseca eTem arquivos: Sim

Resultados da Pesquisa

Agora exibindo 1 - 10 de 24
  • Imagem de Miniatura
    Item
    New insights into genomic selection through population-based non-parametric prediction methods
    (Scientia Agricola, 2019-07) Lima, Leísa Pires; Azevedo, Camila Ferreira; Resende, Marcos Deon Vilela de; Silva, Fabyano Fonseca e; Suela, Matheus Massariol; Nascimento, Moysés; Viana, José Marcelo Soriano
    Genome-wide selection (GWS) is based on a large number of markers widely distributed throughout the genome. Genome-wide selection provides for the estimation of the effect of each molecular marker on the phenotype, thereby allowing for the capture of all genes affecting the quantitative traits of interest. The main statistical tools applied to GWS are based on random regression or dimensionality reduction methods. In this study a new non-parametric method, called Delta-p was proposed, which was then compared to the Genomic Best Linear Unbiased Predictor (G-BLUP) method. Furthermore, a new selection index combining the genetic values obtained by the G-BLUP and Delta-p, named Delta-p/G-BLUP methods, was proposed. The efficiency of the proposed methods was evaluated through both simulation and real studies. The simulated data consisted of eight scenarios comprising a combination of two levels of heritability, two genetic architectures and two dominance status (absence and complete dominance). Each scenario was simulated ten times. All methods were applied to a real dataset of Asian rice (Oryza sativa) aiming to increase the efficiency of a current breeding program. The methods were compared as regards accuracy of prediction (simulation data) or predictive ability (real dataset), bias and recovery of the true genomic heritability. The results indicated that the proposed Delta-p/G-BLUP index outperformed the other methods in both prediction accuracy and predictive ability.
  • Imagem de Miniatura
    Item
    Triple categorical regression for genomic selection: application to cassava breeding
    (Scientia Agricola, 2019-09) Lima, Leísa Pires; Azevedo, Camila Ferreira; Resende, Marcos Deon Vilela de; Silva, Fabyano Fonseca e; Viana, José Marcelo Soriano; Oliveira, Eder Jorge de
    Genome-wide selection (GWS) is currently a technique of great importance in plant breeding, since it improves efficiency of genetic evaluations by increasing genetic gains. The process is based on genomic estimated breeding values (GEBVs) obtained through phenotypic and dense marker genomic information. In this context, GEBVs of N individuals are calculated through appropriate models, which estimate the effect of each marker on phenotypes, allowing the early identification of genetically superior individuals. However, GWS leads to statistical challenges, due to high dimensionality and multicollinearity problems. These challenges require the use of statistical methods to approach the regularization of the estimation process. Therefore, we aimed to propose a method denominated as triple categorical regression (TCR) and compare it with the genomic best linear unbiased predictor (G-BLUP) and Bayesian least absolute shrinkage and selection operator (BLASSO) methods that have been widely applied to GWS. The methods were evaluated in simulated populations considering four different scenarios. Additionally, a modification of the G-BLUP method was proposed based on the TCR-estimated (TCR/G-BLUP) results. All methods were applied to real data of cassava (Manihot esculenta) with to increase efficiency of a current breeding program. The methods were compared through independent validation and efficiency measures, such as prediction accuracy, bias, and recovered genomic heritability. The TCR method was suitable to estimate variance components and heritability, and the TCR/G-BLUP method provided efficient GEBV predictions. Thus, the proposed methods provide new insights for GWS.
  • Imagem de Miniatura
    Item
    Identidade de modelos não lineares para comparar curvas de crescimento de bovinos da raça Tabapuã
    (Pesquisa Agropecuária Brasileira, 2014-01) Carneiro, Antonio Policarpo Souza; Muniz, Joel Augusto; Carneiro, Paulo Luiz Souza; Malhado, Carlos Henrique Mendes; Martins- Filho, Raimundo; Silva, Fabyano Fonseca e
    O objetivo deste trabalho foi avaliar o uso de teste de identidade de modelos não lineares, na comparação de curvas de crescimento de bovinos da raça Tabapuã, de cinco regiões de produção do Nordeste do Brasil. Foram analisados dados de peso de 3.695 machos e 4.236 fêmeas, originários das regiões Maranhão, Gado Algodão, Mata Agreste, Sertão e Itapetinga-Valadares. Após ajuste do modelo Brody, aplicou-se o teste da razão de verossimilhança, com aproximação de qui-quadrado, para avaliar a igualdade de parâmetros de curvas de crescimento entre as regiões. O modelo reduzido, com igualdade da taxa de maturidade, com 14 parâmetros, foi o mais adequado para descrever o crescimento dos animais. As curvas de crescimento dos machos apresentaram taxas de maturidade em comum nas regiões de produção Gado Algodão e Mata Agreste, Maranhão e Itapetinga-Valadares, e Sertão. Para as fêmeas, as regiões com taxas de maturidade em comum foram: Mata Agreste e Sertão, Maranhão e Itapetinga-Valadares, e Gado Algodão. A utilização de uma única curva não é adequada para descrever o crescimento de bovinos da raça Tabapuã nas regiões estudadas.
  • Imagem de Miniatura
    Item
    Classificação multivariada de modelos de crescimento para grupos genéticos de ovinos de corte
    (Revista Brasileira de Saúde e Produção Animal, 2012-01) Silveira, Fernanda Gomes da; Silva, Fabyano Fonseca e; Carneiro, Paulo Luiz Souza; Malhado, Carlos Henrique Mendes
    Objetivou-se com a realização deste trabalho, principalmente, utilizar a análise de agrupamento para classificar modelos de crescimento não-lineares tendo em vista os resultados de diferentes avaliadores de qualidade de ajuste ao considerar dados dos seguintes grupos genéticos de ovinos de corte: Dorper x Morada Nova, Dorper x Rabo Largo e Dorper x Santa Inês. Após a indicação do modelo comum adequado aos três grupos, objetivou-se aplicar o teste de identidade de modelos para identificar o grupo genético com maior eficiência de crescimento. Foram realizados ajustes individuais para cada animal, consideraram-se 12 modelos não-lineares, cuja qualidade de ajuste foi medida pelo coeficiente de determinação ajustado, critério de informação de Akaike, critério de informação Bayesiano, erro quadrático médio de predição, coeficiente de determinação de predição e percentual de convergência. A análise de agrupamento permitiu indicar o modelo von Bertalanffy como o mais adequado para descrever as curvas de crescimento dos três grupos genéticos considerados. De acordo com testes de identidade de modelos, o grupo genético Dorper x Santa Inês foi o que apresentou maior peso adulto, portanto, este, o mais recomendado para exploração de carne.
  • Imagem de Miniatura
    Item
    Estimativas de variância genética aditiva em populações selecionadas e não-selecionadas via simulação Monte Carlo utilizando o software R
    (Ciência e Agrotecnologia, 2009-01) Reis, Ricardo Luis dos; Muniz, Joel Augusto; Silva, Fabyano Fonseca e; Aquino, Luiz Henrique de
    Para disponibilizar um sistema de fornecimento de dados que objetivando-se subsidiar pesquisas de Melhoramento Genético Animal direcionadas à comparação de metodologias de avaliação genética, foi avaliado o comportamento da variância genética aditiva de populações selecionadas e não selecionadas, por seis gerações sucessivas, via simulação Monte Carlo. Por meio de um modelo genético aditivo, foram simuladas populações de 40 animais (20 machos e 20 fêmeas), sob seleção e acasalamento aleatório. Da geração zero até a quinta geração notou-se na população selecionada uma redução de 44,4% na variância genética aditiva, devido a um aumento de 11,58% no coeficiente de endogamia. Na população não selecionada a redução da variância genética aditiva foi menor (27,46%) em relação à população selecionada, também devido a aumento de 10,26% no coeficiente de endogamia.
  • Imagem de Miniatura
    Item
    Genomic simulation for the study of data transformation efficiency in the genetic evaluation of cattle in the presence of heterogeneity
    (Acta Scientiarum. Animal Sciences, 2012-01) Carneiro, Antonio Policarpo Souza; Carneiro, Paulo Luiz Souza; Euclydes, Ricardo Frederico; Martins Filho, Sebastião; Silva, Fabyano Fonseca e; Cecon, Paulo Roberto
    Efficiency of data transformation strategies is evaluated to correct heterogeneity among cattle in the genetic evaluation of bulls, cows and progenies. Four data structures of bovine weaning weights were simulated: herds with and without heterogeneity for means and variances, and herds with and without genetic connectedness. In the genetic evaluations, data were used in the original scale and transformed (Logarithmic, Square root, standardization and ratio by phenotypic standard deviation). The evaluated data transformation strategies were not efficient in eliminating the negative effects of heterogeneity among cattle in the genetic evaluation of bulls, cows and progenies.
  • Imagem de Miniatura
    Item
    GenomicLand: Software for genome-wide association studies and genomic prediction
    (Acta Scientiarum. Agronomy, 2019) Nascimento, Moysés; Fontes, Vitor Cunha; Silva, Fabyano Fonseca e; Resende, Marcos Deon Vilela de; Cruz, Cosme Damião
    GenomicLand is free software intended for prediction and genomic association studies based on the R software. This computational tool has an intuitive interface and supports large genomic databases, without requiring the user to use the command line. GenomicLand is available in English, can be downloaded from the Internet (https://licaeufv.wordpress.com/), and requires the Windows or Linux operating system. The software includes statistical procedures based on mixed models, Bayesian inference, dimensionality reduction and artificial intelligence. Examples of data files that can be processed by GenomicLand are available. The examples are useful to learn about the operation of the modules and statistical procedures.
  • Imagem de Miniatura
    Item
    Análise de agrupamento na seleção de modelos de regressão não-lineares para curvas de crescimento de ovinos cruzados
    (Ciência Rural, 2016-04) Silveira, Fernanda Gomes da; Silva, Fabyano Fonseca e; Carneiro, Paulo Luiz Souza; Malhado, Carlos Henrique Mendes; Muniz, Joel Augusto
    Este estudo teve como objetivo utilizar a análise de agrupamento para classificar modelos de regressão não-lineares usados para descrever a curva de crescimento de ovinos cruzados, tendo em vista os resultados de diferentes avaliadores de qualidade de ajuste. Para tanto, utilizaram-se dados de peso- idade dos seguintes cruzamentos entre raças de ovinos de corte: Dorper x Morada Nova, Dorper x Rabo Largo e Dorper x Santa Inês. Após a indicação do melhor modelo, objetivou-se ainda aplicar a técnica de identidade de modelos a fim de identificar o cruzamento mais produtivo. Foram ajustados doze modelos não-lineares, cuja qualidade de ajuste foi medida pelo coeficiente de determinação ajustado, critérios de informação de Akaike e Bayesiano, erro quadrático médio de predição e coeficiente de determinação de predição. A análise de agrupamento indicou o modelo Richards como o mais adequado para descrever as curvas de crescimento dos três grupos genéticos considerados, e os testes de identidade de modelos indicaram o cruzamento Dorper x Santa Inês como sendo o mais indicado para a pecuária local.
  • Imagem de Miniatura
    Item
    Quantile regression of nonlinear models to describe different levels of dry matter accumulation in garlic plants
    (Ciência Rural, 2018-02-19) Puiatti, Guilherme Alves; Cecon, Paulo Roberto; Nascimento, Moysés; Nascimento, Ana Carolina Campana; Carneiro, Antônio Policarpo Souza; Silva, Fabyano Fonseca e; Puiatti, Mário; Oliveira, Ana Carolina Ribeiro de
    Plant growth analyses are important because they generate information on the demand and necessary care for each develop- ment stage of a plant. Nonlinear regression models are appropriate for the description of curves of growth, since they include parameters with practical biological interpretation. However, these models present information in terms of the conditional mean, and they are subject to problems in the adjustment caused by possible outliers or asymmetry in the distribution of the data. Quantile regression can solve these problems, and it allows the estimation of different quantiles, generating more complete and robust results. The objective of this research was to adjust a nonlinear quantile regression model for the study of dry matter accumulation in garlic plants (Allium sativum L.) over time, estimating parameters at three different quantiles and classifying each garlic accession according to its growth rate and asymptotic weight. The nonlinear regression model fitted was a Logistic model, and 30 garlic accessions were evaluated. These 30 accessions were divided based on the model with the closest quantile estimates; 12 accessions were classified as of lesser interest for planting, 6 were classified as intermediate, and 12 were classified as of greater interest for planting.
  • Imagem de Miniatura
    Item
    Modelagem hierárquica Bayesiana na avaliação de curvas de crescimento de suínos genotipados para o gene halotano
    (Ciência Rural, 2014-10) Macedo, Leandro Roberto de; Silva, Fabyano Fonseca e; Cirillo, Marcelo Ângelo; Nascimento, Moysés; Paixão, Débora Martins; Guimarães, Simone Eliza Facioni; Lopes, Paulo Sávio; Santos, Jussara Aparecida dos; Azevedo, Camila Ferreira
    Para avaliar a influência do gene halotano sobre a curva de crescimento de suínos, bem como sua interação com o sexo do animal, foi proposta uma modelagem hierárquica Bayesiana. Nesta abordagem, os parâmetros dos modelos não- lineares de crescimento (Logístico, Gompertz e von Bertalanffy) foram estimados conjuntamente com os efeitos de sexo e genótipos do gene halotano. Foram utilizados 344 animais F2(Comercial x Piau) pesados ao nascer, aos 21, 42, 63, 77, 105 e 150 dias. O modelo Logístico foi aquele que apresentou melhor qualidade de ajuste por apresentar menor DIC (Deviance Information Criterion) que os demais. As amostras das distribuições marginais a posteriori para as diferenças entre as estimativas dos parâmetros do modelo Logístico indicaram que o peso dos machos à idade adulta com genótipo heterozigoto (HalNn) foi superior ao dos homozigotos (HalNN). A título de comparação, também foi considerada a abordagem frequentista tradicional, baseada em dois passos distintos, a qual, por apresentar um menor poder de discernimento estatístico, não mostrou diferenças significativas.