Bayesian inference of mixed models in quantitative genetics of crop species

Abstract

Predição de valores genéticos e componentes de variância via Inferência Bayesiana ainda são raras no melhoramento de culturas anuais. Desse modo, os objetivos deste trabalho foram implementar uma estrutura Bayesiana para análise de modelos mistos aplicada ao melhoramento de espécies anuais e explorar diferentes possibilidades no uso de informações à priori. Para ilustrar as ferramentas da Inferência Bayesiana no melhoramento de culturas anuais foram utilizados os dois primeiros ciclos de seleção de famílias de meios-irmãos da população de milho pipoca Viçosa. As ferramentas estatísticas utilizadas foram o software JAGS e o pacote R2jags. Priores não informativas e informativas com base na meta-análise para o inverso dos componentes de variância foram utilizadas na análise dos dados do primeiro ciclo. Para o segundo ciclo, priores não informativas e informativas obtidas a partir das distribuições à posteriori das duas análises do primeiro ciclo foram utilizadas, totalizando três diferentes análises. Em relação ao primeiro ciclo, a utilização de priores informativas por meio de meta-análise forneceu resultados claramente distintos em relação ao uso de priores não informativas apenas para a produção de grãos. Em relação ao segundo ciclo, os resultados para capacidade de expansão e produção de grãos mostraram diferenças entre as três análises. As diferenças entre as análises foram restritas aos componentes de variância e herdabilidade. As correlações entre os valores genéticos preditos foram quase perfeitas (0,99) e a coincidência entre os 20 pais superiores de pelo menos 90%.