MétaCan
Menu
Retour à la cohorte
Enregistrement W4407225347 · doi:10.1093/forestry/cpaf004

Genome-wide SNP-based relationships improve genetic parameter estimates and genomic prediction of growth traits in a large operational breeding trials of <i>Pinus taeda</i> L.

2025· article· en· W4407225347 sur OpenAlexaff
Evandro Vagner Tambarussi, Mohammad Nasir Shalizi, Dário Grattapaglia, Gary R. Hodge, Fikret Işik, João Gabriel Zanon Paludeto, Fabrício Antônio Biernaski, Juan J. Acosta

Notice bibliographique

RevueForestry An International Journal of Forest Research · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensMitel (Canada)
Organismes subventionnairesnon disponible
Mots-clésBiologyPinus <genus>SNPGenomeGenomic selectionGeneticsComputational biologyEvolutionary biologySingle-nucleotide polymorphismGeneGenotypeBotany

Résumé

récupéré en direct d'OpenAlex

Abstract High-precision estimation of genetic parameters of growth traits is a fundamental requisite for effective selection of individuals to advance breeding cycles and support continued genetic gain in tree improvement. Due to the lack of efficient large-scale cloning techniques of adult trees, plantation forestry of Pinus taeda relies mostly on genetically improved families deployed by seed or clonally propagated from juvenile tissue. The accuracy of genetic parameter estimation is a direct function of the precision by which the genetic relatedness of individuals is measured. To this end, modern tree breeding has increasingly used high-density DNA markers to capture the realized genetic relatedness among individuals into a genomic relationship matrix (GRM) instead of the standard pedigrees. This study aimed to assess the impact of GRM in improving parameter estimation in an operational P. taeda network of progeny trials in southern Brazil. A total of 35 820 individuals from 332 open-pollinated families were measured for growth traits at age five, and 917 of them were genotyped with the Pita50K SNP array. Pedigree-best linear unbiased prediction (ABLUP) and single-step genomic BLUP (ssGBLUP) models were compared for parameter estimates and predictions of individual tree and family genetic values. Estimates of narrow-sense heritability (${h}_i^2$) were moderate to high, varying between 0.46 for height and 0.68 for diameter at breast height using both ABLUP and ssGBLUP models. Additive genetic correlations among trials indicated low magnitude genotype by environment interaction across trials. Preliminary estimates of genomic predictive ability ranged from 0.34 for height to 0.46 for volume using an RRBLUP model applied exclusively to the genotyped trees. Genotyping a relatively small portion of progeny individuals provides improved accuracies in selecting individuals and families opening the possibility of clonally propagating them from juvenile tissue for large-scale deployment of P. taeda clonal plantations.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,054
Tête enseignante GPT0,336
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForestry An International Journal of Forest ResearchMême sujetForest ecology and managementTravaux en français237 207