Marcadores AFLP e redes neurais na obtenção de híbridos intermediários
Data
2020-09-03
Autores
Inocente, Gabriela
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
Nos programas de melhoramento genético de milho para reconhecer genótipos com alto rendimento de grãos são necessários métodos de seleção eficiente que identifiquem as frequências alélicas e complementariedades das linhagens, de modo a maximizar a viabilidade do vigor híbrido. O uso de linhagens nas gerações iniciais de autofecundação (S2) tendem a reduzir o número de cruzamentos teste, minimizando tempo e custos além de, apresentar alta produtividade de grãos e menor sensibilidade às variações ambientais. Buscando a otimização desse processo, o surgimento de marcadores moleculares e ferramentas computacionais garante a eficiência e resultados promissores. Os marcadores moleculares dominantes são ferramentas econômicas e altamente informativos para identificar genótipos associados as características de interesse, já para o modelo de aprendizado de máquinas Multilayer Perceptron (MLP) é possível a classificação e reconhecimento de padrões heteróticos de genótipos produtivos, mesmo quando a distribuição de probabilidade são desconhecidas. Além das tecnologias para identificações dos genótipos, o conhecimento meteorológico é fundamental para seleção do melhor híbrido intermediário. Nesse contexto, objetiva-se identificar padrões heteróticos a partir de Linhagens Parcialmente Endogâmicas (S2) por meio de quatro combinações de primers AFLP e comparar com os seus respectivos cruzamentos (híbridos intermediários) em diferentes ambientes no Estado do Paraná. Os resultados obtidos pelos marcadores e os dados meteorológicos de cada ambiente testado, foram inseridos em um modelo de rede neural MLP, a fim de desenvolver um modelo de classificação voltado à seleção e descarte de genótipos de milho, visando alto rendimento de grãos e maximização do ganho genético. Os marcadores moleculares dominantes AFLP foram eficientes na identificação e clusterização dos padrões heteróticos mesmo em estágios de endogamia parcial (S2) e a arquitetura de rede neural construída também foi eficiente na classificação de genótipos produtivos, visto que, a utilização conjunta de dados de marcadores moleculares e meteorológicos promoveram o aumento da capacidade preditiva do modelo.
Descrição
Palavras-chave
Zea mays L., Híbridos Parcialmente Endogâmicos, Marcadores Moleculares dominantes, Redes Neurais Artificiais, Agronomia, Milho - Marcadores genéticos, Zea mays - Marcadores moleculares, Milho - Melhoramento genético - Ferramentas computacionais (Redes neurais artificiais)