Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licenseReconocimiento 4.0 Internacional. (CC BY)es
dc.contributor.authorScheffel, Sheilaes
dc.contributor.authorRosas, Juan E.es
dc.contributor.authorPérez De Vida, Fernandoes
dc.contributor.authorMolina, Federicoes
dc.date.accessioned2021-09-22T13:29:35Z-
dc.date.available2021-09-22T13:29:35Z-
dc.date.issued2019-12-08-
dc.identifier.urihttps://hdl.handle.net/20.500.12381/454-
dc.description.abstractEl Programa de Mejoramiento Genético de Arroz de INIA (PMGA) se encuentra trabajando en la consolidación de datos históricos en una base de datos única con toda la información generada durante más de 20 años de ensayos de campo y laboratorio, así como datos de pedigrí de gran parte de las líneas endocriadas del programa, e información genotípica de marcadores moleculares de varios cientos de líneas. Esto permitirá realizar análisis conjuntos utilizando modelos mixtos que incorporen múltiples ensayos, ambientes, e información de parentesco basada en genotipo y pedigrí, con el fin de obtener predicciones insesgadas del valor de cría de las líneas experimentales (BLUP) y seleccionar mejores parentales para nuevos cruzamientos en el PMGA. Las accesiones de arroz conservadas en el Banco de Germoplasma de INIA (BGI) juegan un papel fundamental en este proceso, ya que permiten recuperar líneas experimentales históricas que pueden aportar información y recursos genéticos claves. Los objetivos de este trabajo son: 1) identificar las líneas con mayor presencia como parentales en el pedigrí del germoplasma del PMGA, y 2) predecir los valores de cría de las líneas históricas y actuales del programa. Las líneas identificadas en el objetivo 1) podrán ser en el futuro genotipadas con marcadores moleculares genómicos, para robustecer la estimación de las relaciones genotípicas entre nuevas líneas y mejorar la imputación de datos genotípicos faltantes, mejorando futuras predicciones. Las identificadas en el objetivo 2) podrán ser utilizadas como parentales para nuevos cruzamientos. Hasta el momento se consolidaron los datos de más de 5 años, identificándose decenas de líneas que están a su vez conservadas como accesiones en el BGI. Este trabajo permite identificar accesiones de gran valor en el BGI e incorporarlas nuevamente al PMGA tanto para mejorar la selección como para generar nuevos cruzamientos que maximicen la ganancia genética.es
dc.description.sponsorshipAgencia Nacional de Investigación e Innovaciónes
dc.rightsAcceso abiertoes
dc.subjectRecursos fitogenéticoses
dc.subjectBase de datoses
dc.titleAnálisis de pedigrí y predicción del valor de cría para valorizar accesiones de arroz en el banco de germoplasma de INIAes
dc.typeOtroes
dc.subject.aniiCiencias Agrícolas-
dc.subject.aniiAgricultura, Silvicultura y Pesca-
dc.subject.aniiAgronomía, reproducción y protección de plantas-
dc.subject.aniiCiencias Naturales y Exactas-
dc.subject.aniiCiencias Biológicas-
dc.subject.aniiGenética y Herencia-
dc.identifier.aniiFSDA_1_2018_1_154120es
dc.anii.institucionresponsableINIAes
dc.identifier.urlhttp://www.ainfo.inia.uy/digital/bitstream/item/13976/1/SIRGEAC-2019-Scheffel.pdf-
dc.anii.subjectcompleto//Ciencias Agrícolas/Agricultura, Silvicultura y Pesca/Agronomía, reproducción y protección de plantases
dc.anii.subjectcompleto//Ciencias Naturales y Exactas/Ciencias Biológicas/Genética y Herenciaes
Aparece en las colecciones: Publicaciones de ANII

Archivos en este ítem:
archivo  Descripción Tamaño Formato
SIRGEAC-2019-Scheffel.pdfDescargar Resumen en proceedings de SIRGEAC 2019572.91 kBAdobe PDF

Las obras en REDI están protegidas por licencias Creative Commons.
Por más información sobre los términos de esta publicación, visita: Reconocimiento 4.0 Internacional. (CC BY)