Predição de híbridos de milho e de populações segregantes utilizando a inteligência computacional

• Processo: 25/11166-4
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de agosto de 2025
• Data de Término da vigência: 31 de julho de 2026
• Área de conhecimento: Ciências Biológicas - Genética - Genética Vegetal
• Pesquisador responsável: Michele Jorge Silva Siqueira
• Beneficiário: Mateus Teles Vital Gonçalves
• Instituição Sede: Escola Superior de Agricultura Luiz de Queiroz (ESALQ). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
• Vinculado ao auxílio: 22/14078-0 - Predição genômica de híbridos e de populações segregantes de milho tropical por modelos de inteligência computacional, AP.R
• Assunto(s): Vigor híbrido Aprendizado computacional Modelos preditivos Seleção genômica
• Palavra(s)-Chave do Pesquisador: Genética Biométrica | heterose | machine learning | modelos preditivos | Plantas alógamas | selecao genomica | Predição genômica, biometria, machine learning

Resumo

A predição genômica de híbridos de milho representa uma abordagem promissora para acelerar o melhoramento genético, permitindo a seleção antecipada de combinações híbridas superiores com base em informações moleculares. Utilizando marcadores genéticos distribuídos ao longo do genoma, modelos estatísticos e de aprendizado de máquina são treinados para estimar o valor genético de híbridos potenciais antes mesmo de sua avaliação fenotípica em campo. Neste sentido, com base em informações fenotípicas e genotípicas de genitores (linhagens endogâmicas de milho) e dos híbridos produzidos os efeitos dos marcadores serão estimados, visando estabelecer os modelos preditivos a partir de análises fundamentadas em paradigmas estatísticos e de inteligência computacional.Objetivos pretendidos: Estudo sobre a predição de híbridos: a) Com base em informações fenotípicas e genotípicas de genitores (linhagens endogâmicas) e amostras de híbridos, estabelecer modelos preditivos a partir de análises fundamentadas em paradigmas estatísticos e inteligência computacional; b) Predizer o comportamento de híbridos de milho tropical não realizados; c) Obter híbridos de milho tropical de bom potencial e incluí-los em teste de competição para avaliação em campo; Estudo de predição para populações segregantes: a) Predizer o comportamento de populações segregantes fundamentadas no potencial per si e na expectativa de variabilidade a ser explorada por seleção; b) Estabelecer populações base de melhoramento de milho tropical. (AU)