Comparación de factores de escalado de datos en BIPLOT GGE para la selección indirecta
La evaluación de ambientes es un aspecto importante para el fitomejoramiento, especialmente, para mejorar la eficiencia de los ensayos y la selección indirecta practicada entre ambientes. Un ambiente se caracteriza por la heredabilidad (H) del carácter y la correlación genética con otros ambientes. El análisis ambiental mediante biplot GGE permite discriminar los ambientes y seleccionar los más adecuados para la respuesta indirecta. En este trabajo se analizaron las relaciones entre biplots GGE, basados en distintos métodos de escalado de datos, en el contexto de la selección indirecta. Dentro de cada ambiente se consideraron los datos: sin escalar, escalado según el desvío (SD) y el error estándar fenotípico (SE), y finalmente, el error estándar de la media (HA-GGE). Se analizaron datos de rendimiento (kg/planta) de 34 genotipos de duraznero obtenidos durante seis campañas en INTA San Pedro. Dado que la metodología biplot requiere datos completos, el 11% de combinaciones genotipos x ambientes faltantes fueron imputadas. El módulo de cada vector ambiental con el biplot en escala SE fue similar a la raíz cuadrada de la heredabilidad (√H), y la correlación entre la longitud de los vectores ambientales y √H fue ligeramente menor para el biplot HA-GGE. Por el contrario, los biplots en escala SD y sin escalar, presentaron una correlación baja entre los módulos de los vectores y √H. El coseno del ángulo entre dos ambientes fue similar a la correlación genotípica entre ellos, independientemente del método de escalado de los datos. Por lo tanto, el biplot HA-GGE y en escala SE son los más apropiados para evaluar e identificar ambientes en que la respuesta indirecta sea eficiente.
Main Authors: | , , , , , |
---|---|
Format: | Fil: Fil: Angelini, Julia. Universidad Nacional de Rosario. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Estudios Fotosintéticos y Bioquímicos; Argentina. biblioteca |
Language: | spa |
Published: |
2020-10
|
Subjects: | Biplot, Correlación genotípica, Escalado, Heredabilidad, Pronus persica, |
Online Access: | http://hdl.handle.net/11086/16840 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
id |
dig-unc-ar-11086-16840 |
---|---|
record_format |
koha |
institution |
UNC AR |
collection |
DSpace |
country |
Argentina |
countrycode |
AR |
component |
Bibliográfico |
access |
En linea |
databasecode |
dig-unc-ar |
tag |
biblioteca |
region |
America del Sur |
libraryname |
Biblioteca 'Ing. Agrónomo Moisés Farber' de la Facultad de Ciencias Agropecuarias |
language |
spa |
topic |
Biplot Correlación genotípica Escalado Heredabilidad Pronus persica Biplot Correlación genotípica Escalado Heredabilidad Pronus persica |
spellingShingle |
Biplot Correlación genotípica Escalado Heredabilidad Pronus persica Biplot Correlación genotípica Escalado Heredabilidad Pronus persica Angelini, Julia Faviere, Gabriela Bortolotto, Eugenia Valentini, Gabriel Quaglino, Marta Cervigni, Gerardo Comparación de factores de escalado de datos en BIPLOT GGE para la selección indirecta |
description |
La evaluación de ambientes es un aspecto importante para el fitomejoramiento, especialmente, para mejorar la eficiencia de los ensayos y la selección indirecta practicada entre ambientes. Un ambiente se caracteriza por la heredabilidad (H) del carácter y la correlación genética con otros ambientes. El análisis ambiental mediante biplot GGE permite discriminar los ambientes y seleccionar los más adecuados para la respuesta indirecta. En este trabajo se analizaron las relaciones entre biplots GGE, basados en distintos métodos de escalado de datos, en el contexto de la selección indirecta. Dentro de cada ambiente se consideraron los datos: sin escalar, escalado según el desvío (SD) y el error estándar fenotípico (SE), y finalmente, el error estándar de la media (HA-GGE). Se analizaron datos de rendimiento (kg/planta) de 34 genotipos de duraznero obtenidos durante seis campañas en INTA San Pedro. Dado que la metodología biplot requiere datos completos, el 11% de combinaciones genotipos x ambientes faltantes fueron imputadas. El módulo de cada vector ambiental con el biplot en escala SE fue similar a la raíz cuadrada de la heredabilidad (√H), y la correlación entre la longitud de los vectores ambientales y √H fue ligeramente menor para el biplot HA-GGE. Por el contrario, los biplots en escala SD y sin escalar, presentaron una correlación baja entre los módulos de los vectores y √H. El coseno del ángulo entre dos ambientes fue similar a la correlación genotípica entre ellos, independientemente del método de escalado de los datos. Por lo tanto, el biplot HA-GGE y en escala SE son los más apropiados para evaluar e identificar ambientes en que la respuesta indirecta sea eficiente. |
format |
Fil: Fil: Angelini, Julia. Universidad Nacional de Rosario. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Estudios Fotosintéticos y Bioquímicos; Argentina. |
topic_facet |
Biplot Correlación genotípica Escalado Heredabilidad Pronus persica |
author |
Angelini, Julia Faviere, Gabriela Bortolotto, Eugenia Valentini, Gabriel Quaglino, Marta Cervigni, Gerardo |
author_facet |
Angelini, Julia Faviere, Gabriela Bortolotto, Eugenia Valentini, Gabriel Quaglino, Marta Cervigni, Gerardo |
author_sort |
Angelini, Julia |
title |
Comparación de factores de escalado de datos en BIPLOT GGE para la selección indirecta |
title_short |
Comparación de factores de escalado de datos en BIPLOT GGE para la selección indirecta |
title_full |
Comparación de factores de escalado de datos en BIPLOT GGE para la selección indirecta |
title_fullStr |
Comparación de factores de escalado de datos en BIPLOT GGE para la selección indirecta |
title_full_unstemmed |
Comparación de factores de escalado de datos en BIPLOT GGE para la selección indirecta |
title_sort |
comparación de factores de escalado de datos en biplot gge para la selección indirecta |
publishDate |
2020-10 |
url |
http://hdl.handle.net/11086/16840 |
work_keys_str_mv |
AT angelinijulia comparaciondefactoresdeescaladodedatosenbiplotggeparalaseleccionindirecta AT favieregabriela comparaciondefactoresdeescaladodedatosenbiplotggeparalaseleccionindirecta AT bortolottoeugenia comparaciondefactoresdeescaladodedatosenbiplotggeparalaseleccionindirecta AT valentinigabriel comparaciondefactoresdeescaladodedatosenbiplotggeparalaseleccionindirecta AT quaglinomarta comparaciondefactoresdeescaladodedatosenbiplotggeparalaseleccionindirecta AT cervignigerardo comparaciondefactoresdeescaladodedatosenbiplotggeparalaseleccionindirecta |
_version_ |
1775947023451684864 |
spelling |
dig-unc-ar-11086-168402023-08-30T13:14:26Z Comparación de factores de escalado de datos en BIPLOT GGE para la selección indirecta Angelini, Julia Faviere, Gabriela Bortolotto, Eugenia Valentini, Gabriel Quaglino, Marta Cervigni, Gerardo Biplot Correlación genotípica Escalado Heredabilidad Pronus persica Fil: Fil: Angelini, Julia. Universidad Nacional de Rosario. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Estudios Fotosintéticos y Bioquímicos; Argentina. Fil: Fil: Bortolotto, Eugenia. Universidad Nacional de Rosario. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Estudios Fotosintéticos y Bioquímicos; Argentina. Fil: Fil: Faviere, Gabriela. Universidad Nacional de Rosario. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Estudios Fotosintéticos y Bioquímicos; Argentina. Fil: Fil: Cervigni, Gerardo. Universidad Nacional de Rosario. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Estudios Fotosintéticos y Bioquímicos; Argentina. Fil: Fil: Valentini, Gabriel. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria San Pedro; Argentina. Fil: Fil: Quaglino, Marta. Universidad Nacional de Rosario. Facultad de Ciencias Económicas y Estadística. Instituto de investigaciones teóricas y aplicadas de la escuela de estadística; Argentina. La evaluación de ambientes es un aspecto importante para el fitomejoramiento, especialmente, para mejorar la eficiencia de los ensayos y la selección indirecta practicada entre ambientes. Un ambiente se caracteriza por la heredabilidad (H) del carácter y la correlación genética con otros ambientes. El análisis ambiental mediante biplot GGE permite discriminar los ambientes y seleccionar los más adecuados para la respuesta indirecta. En este trabajo se analizaron las relaciones entre biplots GGE, basados en distintos métodos de escalado de datos, en el contexto de la selección indirecta. Dentro de cada ambiente se consideraron los datos: sin escalar, escalado según el desvío (SD) y el error estándar fenotípico (SE), y finalmente, el error estándar de la media (HA-GGE). Se analizaron datos de rendimiento (kg/planta) de 34 genotipos de duraznero obtenidos durante seis campañas en INTA San Pedro. Dado que la metodología biplot requiere datos completos, el 11% de combinaciones genotipos x ambientes faltantes fueron imputadas. El módulo de cada vector ambiental con el biplot en escala SE fue similar a la raíz cuadrada de la heredabilidad (√H), y la correlación entre la longitud de los vectores ambientales y √H fue ligeramente menor para el biplot HA-GGE. Por el contrario, los biplots en escala SD y sin escalar, presentaron una correlación baja entre los módulos de los vectores y √H. El coseno del ángulo entre dos ambientes fue similar a la correlación genotípica entre ellos, independientemente del método de escalado de los datos. Por lo tanto, el biplot HA-GGE y en escala SE son los más apropiados para evaluar e identificar ambientes en que la respuesta indirecta sea eficiente. Fil: Angelini, Julia. Universidad Nacional de Rosario. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Estudios Fotosintéticos y Bioquímicos; Argentina. Fil: Bortolotto, Eugenia. Universidad Nacional de Rosario. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Estudios Fotosintéticos y Bioquímicos; Argentina. Fil: Faviere, Gabriela. Universidad Nacional de Rosario. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Estudios Fotosintéticos y Bioquímicos; Argentina. Fil: Cervigni, Gerardo. Universidad Nacional de Rosario. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Estudios Fotosintéticos y Bioquímicos; Argentina. Fil: Valentini, Gabriel. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria San Pedro; Argentina. Fil: Quaglino, Marta. Universidad Nacional de Rosario. Facultad de Ciencias Económicas y Estadística. Instituto de investigaciones teóricas y aplicadas de la escuela de estadística; Argentina. 2020-11-20T19:12:59Z 2020-11-20T19:12:59Z 2020-10 poster http://hdl.handle.net/11086/16840 spa Atribución-NoComercial 4.0 Internacional http://creativecommons.org/licenses/by-nc/4.0/ |