Optimization of forest tree breeding through multiple-trait mixed models

Abstract

The current techniques used for genetic evaluation involve the simultaneous prediction of genetic values and estimation of variance components. Best linear unbiased prediction (BLUP) is a widely used method worldwide to predict genetic values. Prediction using BLUP assumes that the variance components are known. However, these values are not known in practice and should thus be accurately estimated to obtain the empirical BLUP. At present, the standard method to estimate variance components is restricted maximum likelihood (REML). Therefore, genetic evaluation consists of using these methodologies together (REML/BLUP procedure). Nonetheless, when genetic selection is based on several traits, which may be genetically correlated due to pleiotropic genes and/or gametic phase imbalance, selection bias may occur if these traits are analyzed individually. Thus, the present work aimed to evaluate the applicability and efficiency of multiple-trait BLUP in forest-tree breeding. The multiple-trait models employed led to better results than the traditional univariate and repeatability models. On this basis, the multiple-trait BLUP can be advantageously used in forest breeding. Keywords: BLUP. REML. Mixed model methodology.

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.