search
for
 About Bioline  All Journals  Testimonials  Membership  News


Chilean Journal of Agricultural Research
Instituto de Investigaciones Agropecuarias, INIA
ISSN: 0718-5820
EISSN: 0718-5820
Vol. 68, No. 4, 2008, pp. 334-341
Bioline Code: cj08035
Full paper language: English
Document type: Research Article
Document available free of charge

Chilean Journal of Agricultural Research, Vol. 68, No. 4, 2008, pp. 334-341

 es Análisis bayesiano del control genético de la supervivencia en familias F3 de poroto.
Mora, Freddy; Gonçalves-Vidigal, Maria C. & Santos, Alexandra I.

Resumen

El presente estudio tuvo como objetivos examinar el control genético de la supervivencia en familias segregantes (F3) de poroto ( Phaseolus vulgaris check for this species in other resources L.) en el sur de Brasil, durante la temporada agrícola 2004-2005, identificar genotipos útiles para el programa de mejoramiento del cultivo, y determinar la relación genética de la supervivencia con el peso de 100 semillas (característica de producción; P100). Se utilizó un análisis Bayesiano para la predicción de valores genéticos y la estimación de componentes de varianza. Se midió la supervivencia como una característica binaria (planta viva o muerta durante el período de cosecha). La población total analizada consistió en 11.520 plantas individuales. La diferencia en magnitud de la supervivencia entre la mejor y la peor familia fue de 22%, y varió de 57 a 73%. La supervivencia fue una característica altamente heredable, con un valor de heredabilidad promedio a posteriori e intervalo de credibilidad Bayesiano: H2 = 53%: (43-65%). El avance genético por selección directa alcanzó un valor de 18%, considerando una intensidad de selección de 25%. La supervivencia no fue correlacionada con P100 (Pearson = 0,099; Spearman = 0,074), indicando que la selección para la supervivencia tendría poco impacto sobre la producción (desde el punto de vista del mejoramiento genético). El análisis Bayesiano, a través del algoritmo de Gibbs, fue útil en la evaluación genética de familias de poroto, basado en una característica binaria.

Palabras-clave
mejoramiento genético, algoritmo de Gibbs, heredabilidad, Phaseolus vulgaris.

 
 en Bayesian analysis of the genetic control of survival in F3 families of common bean
Mora, Freddy; Gonçalves-Vidigal, Maria C. & Santos, Alexandra I.

Abstract

The objectives of this study were to examine the genetic control of survival in segregant families F3 of the common bean ( Phaseolus vulgaris check for this species in other resources L.) in southern Brazil during the 2004-2005 growing season, to identify useful genotypes for the breeding program of this crop, and to determine the genetic association between survival and weight of 100 seeds (production trait; P100). A Bayesian approach was used to predict breeding values and to estimate variance components. Survival was recorded as a binary response: dead plant or live plant during harvest. The total population consisted of 11,520 individual plants. The difference in the magnitude between the best and the worst families was as high as 22%, and varied from 57 to 73%. Survival was found to be highly heritable, with an a posteriori heritability mean and Bayesian credible interval: H2 = 53% (43-65%). The genetic advance by direct selection achieved a value of 18%, considering a selection intensity of 25%. Survival was not correlated with P100 (Pearson = 0.099; Spearman = 0.074), indicating that selection for this trait alone would have little impact on production from a breeding viewpoint. Bayesian analysis, using the Gibbs algorithm, was useful in the genetic evaluation of common bean families based on a binary response variable.

Keywords
genetic improvement, breeding, Gibbs algorithm, heritability, Phaseolus vulgaris.

 
© Copyright 2008 - Instituto de Investigaciones Agropecuarias, INIA (Chile).
Alternative site location: http://www.inia.cl

Home Faq Resources Email Bioline
© Bioline International, 1989 - 2024, Site last up-dated on 01-Sep-2022.
Site created and maintained by the Reference Center on Environmental Information, CRIA, Brazil
System hosted by the Google Cloud Platform, GCP, Brazil