Implementação de seleção genômica em milho por meio de modelo genético-estatístico que integra efeitos da interação genótipos por ambientes e efeitos genéticos aditivos e não aditivos

• Processo: 16/12977-7
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Vigência (Início): 01 de novembro de 2016
• Vigência (Término): 25 de junho de 2020
• Área do conhecimento: Ciências Agrárias - Agronomia
• Pesquisador responsável: Antonio Augusto Franco Garcia
• Beneficiário: Kaio Olimpio das Graças Dias
• Instituição Sede: Escola Superior de Agricultura Luiz de Queiroz (ESALQ). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
• Bolsa(s) vinculada(s): 18/00634-3 - Seleção genômica usando dados de múltiplos anos: Aplicação no melhoramento de híbridos de milho, BE.EP.PD
• Assunto(s): Melhoramento genético vegetal Genômica Milho Vigor híbrido
• Palavra(s)-Chave do Pesquisador: Heterosis | Linear mixed models | Multi-environment trials | Variance-covariance structures | Zea mays | Melhoramento genético vegetal

Resumo

Com a redução dos custos das tecnologias de genotipagem em larga escala, o uso da seleção genômica para o melhoramento de caracteres de herança quantitativa, é uma ferramenta que vem sendo aplicada para aumentar os ganhos genéticos e reduzir custos com fenotipagem em programas de melhoramento. Com a seleção genômica, dados fenotípicos de múltiplos ambientes advindos dos ensaios de programas de melhoramento podem ser utilizados para a composição das populações de treinamento, desde que modelos genético-estatísticos que incorporem a informação da interação entre genótipos por ambientes sejam utilizados. Além disso, em espécies que apresentem elevado nível de heterose, como é o caso do milho, é adequado que os modelos de seleção genômica considerem não somente os efeitos genéticos aditivos, mas também, os efeitos genéticos não aditivos (de dominância e epistáticos) para a predição dos valores genotípicos de híbridos. Nesse contexto, o presente projeto busca implementar estratégias de seleção genômica em um programa de melhoramento de milho, utilizando um conjunto de híbridos simples avaliados em múltiplos ambientes. Para isso, propõe-se o uso de um modelo genético-estatístico que incorpore as informações da interação GE, e efeitos genéticos aditivos e não aditivos para a seleção genômica; e a avaliação da acurácia do modelo proposto para a predição dos valores genotípicos de híbridos simples avaliados em múltiplos ambientes. Os modelos propostos no presente projeto e os resultados alcançados também serão de interesse para os programas de melhoramento de plantas de outras espécies, que realizem avaliações em múltiplos ambientes, e que também utilizem híbridos como forma de explorar a heterose. (AU)

Publicações científicas

(7)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

DIAS, K. O. G.; PIEPHO, H. P.; GUIMARAES, L. J. M.; GUIMARAES, P. E. O.; PARENTONI, S. N.; PINTO, M. O.; NODA, R. W.; MAGALHAES, V, J.; GUIMARAES, C. T.; GARCIA, A. A. F.; et al. Novel strategies for genomic prediction of untested single-cross maize hybrids using unbalanced historical data. THEORETICAL AND APPLIED GENETICS, v. 133, n. 2, NOV 2019. (18/00634-3, 16/12977-7)

CHAVARRIA-PEREZ, LOURDES MARIA; GIORDANI, WILLIAN; GRACAS DIAS, KAIO OLIMPIO; COSTA, ZIRLANE PORTUGAL; MASSENA RIBEIRO, CAROLINA ALBUQUERQUE; BENEDETTI, ANDERSON ROBERTO; CAUZ-SANTOS, LUIZ AUGUSTO; PEREIRA, GUILHERME SILVA; BACHEGA FEIJO ROSA, JOAO RICARDO; FRANCO GARCIA, ANTONIO AUGUSTO; et al. Improving yield and fruit quality traits in sweet passion fruit: Evidence for genotype by environment interaction and selection of promising genotypes. PLoS One, v. 15, n. 5, MAY 14 2020. (12/09100-5, 16/12977-7, 10/06702-9, 07/52607-5, 18/09069-7, 17/04216-9)

KRAUSE, MATHEUS DALSENTE; DAS GRACAS DIAS, KAIO OLIMPIO; RIGAL DOS SANTOS, JHONATHAN PEDROSO; DE OLIVEIRA, AMANDA AVELAR; MOREIRA GUIMARAES, LAURO JOSE; PASTINA, MARIA MARTA; ALVES MARGARIDO, GABRIEL RODRIGUES; FRANCO GARCIA, ANTONIO AUGUSTO. Boosting predictive ability of tropical maize hybrids via genotype-by-environment interaction under multivariate GBLUP models. CROP SCIENCE, v. 60, n. 6, p. 3049-3065, NOV-DEC 2020. (16/12977-7)

DIAS, KAIO O. G.; DOS SANTOS, JHONATHAN P. R.; KRAUSE, MATHEUS D.; PIEPHO, HANS-PETER; GUIMARAES, LAURO J. M.; PASTINA, MARIA M.; GARCIA, ANTONIO A. F.. Leveraging probability concepts for cultivar recommendation in multi-environment trials. THEORETICAL AND APPLIED GENETICS, v. 135, n. 4, p. 15-pg., 2022-02-22. (16/12977-7, 17/03625-2)

DAS GRACAS DIAS, KAIO OLIMPIO; GEZAN, SALVADOR ALEJANDRO; GUIMARAES, CLAUDIA TEIXEIRA; NAZARIAN, ALIREZA; DA COSTA E SILVA, LUCIANO; PARENTONI, SIDNEY NETTO; DE OLIVEIRA GUIMARAES, PAULO EVARISTO; ANONI, CARINA DE OLIVEIRA; VILLELA PADUA, JOSE MARIA; PINTO, MARCOS DE OLIVEIRA; et al. Improving accuracies of genomic predictions for drought tolerance in maize by joint modeling of additive and dominance effects in multi-environment trials. HEREDITY, v. 121, n. 1, p. 24-37, JUL 2018. (16/12977-7)

DAS GRACAS DIAS, KAIO OLIMPIO; GEZAN, SALVADOR ALEJANDRO; GUIMARAES, CLAUDIA TEIXEIRA; PARENTONI, SIDNEY NETTO; DE OLIVEIRA GUIMARAES, PAULO EVARISTO; CARNEIRO, NEWTON PORTILHO; PORTUGAL, ARLEY FIGUEIREDO; BASTOS, EDSON ALVES; CARDOSO, MILTON JOSE; ANONI, CARINA DE OLIVEIRA; et al. Estimating Genotype X Environment Interaction for and Genetic Correlations among Drought Tolerance Traits in Maize via Factor Analytic Multiplicative Mixed Models. CROP SCIENCE, v. 58, n. 1, p. 72-83, JAN-FEB 2018. (16/12977-7)

FERNANDES, SAMUEL B.; DIAS, KAIO O. G.; FERREIRA, DANIEL F.; BROWN, PATRICK J.. Efficiency of multi-trait, indirect, and trait-assisted genomic selection for improvement of biomass sorghum. THEORETICAL AND APPLIED GENETICS, v. 131, n. 3, p. 747-755, MAR 2018. (16/12977-7)