<b>Hierarchical genetic clusters for phenotypic analysis

Luiza Barbosa da Matta; Lívia Gracielle Oliveira Tomé; Caio Césio Salgado; Cosme Damião Cruz; Letícia de Faria Silva

doi:10.4025/actasciagron.v37i4.19746

Luiza Barbosa da Matta Universidade Federal de Viçosa
Lívia Gracielle Oliveira Tomé Universidade Federal de Viçosa
Caio Césio Salgado Universidade Federal de Viçosa
Cosme Damião Cruz Universidade Federal de Viçosa
Letícia de Faria Silva Universidade Federal de Viçosa

DOI: https://doi.org/10.4025/actasciagron.v37i4.19746

Resumo

Methods to obtain phenotypic information were evaluated to help breeders choosing the best methodology for analysis of genetic diversity in backcross populations. Phenotypes were simulated for 13 characteristics generated in 10 populations with 100 individuals each. Genotypic information was generated from 100 loci of which 20 were taken at random to determine the characteristics expressing two alleles. Dissimilarity measures were calculated, and genetic diversity was analyzed through hierarchical clustering and graphic projection of the distances. A backcross was performed from the two most divergent populations. A set of characteristics with variable heritability was taken into account. The environmental effect was simulated assuming . For hierarchical clusters, the following methods were used: Gower Method, average linkage within the cluster, average linkage among clusters, the furthest neighbor method, the nearest neighbor method, Ward’s method, and the median method. The environmental effect and heritability of the analyzed variables had an influence on the pattern of hierarchical clustering populations according to the backcrossed generations. The nearest neighbor method was the most efficient in reconstructing the system of backcrossing, and it presented the highest cophenetic correlation. The efficiency of the nearest neighbor method was the highest when the analysis involved characteristics of high heritability.

Downloads

Não há dados estatísticos.

Biografia do Autor

Luiza Barbosa da Matta, Universidade Federal de Viçosa

Graduanda em Ciências Biológicas pela Universidade Federal de Viçosa.

Lívia Gracielle Oliveira Tomé, Universidade Federal de Viçosa

Graduação em Ciências Biológicas pela Universidade Federal de Viçosa Mestrado em Genética e Melhoramento de Plantas pela Universidade Federal de Lavras Doutorado em Biologia Celular e Estrutural com ênfase em Estatística Genômica, Análises Quantitativas e Moleculares pela Universidade Federal de Viçosa Departamento de Biologia Geral Área: Genética Pós-Doutorado em Genética e Melhoramento

Caio Césio Salgado, Universidade Federal de Viçosa

Graduado em Ciências Biológicas, pela Universidade Federal de Lavras, Mestre e Doutor em Genética e Melhoramento, pela Universidade Federal de Viçosa, MG. Pós-doutor em Genética e Melhoramento Winsconsin University, Genética Molecular e Genética Quantitativa.

Cosme Damião Cruz, Universidade Federal de Viçosa

Possui graduação em Agronomia pela Universidade Federal de Viçosa (1980), mestrado em Genética e Melhoramento pela Universidade Federal de Viçosa (1984) e doutorado em Agronomia (Genética e Melhoramento de Plantas) pela Universidade de São Paulo (1990) . Tem experiência na área de Genética, com ênfase em Genética Quantitativa, atuando principalmente nos seguintes temas: melhoramento, milho, biometria, soja e eucalipto. É autor dos aplicativos computacionais Genes, Gbol, Gqmol e Gdm para análise e estudos bimétricos e de genômica além de contribuir para o ensino e aprendizagem de genética. É autor de mais de 400 artigos científicos tratando dos mais diversos temas envolvendo o uso da biometria e da genética molecular no melhoramento vegetal. Também é autor dos livros: Modelos Biométricos Aplicados ao Melhoramento Genético, Estatística Genômica, Introdução a Genética Quantitativa, Fundamentos de Genética, Biometria Aplicada ao Estudo da Diversidade Genética e Genômica Aplicada.

Letícia de Faria Silva, Universidade Federal de Viçosa

Graduanda em Ciências Biológicas pela Universidade Federal de Viçosa.