<!DOCTYPE html><html><head><meta http-equiv="Content-Type" content="text/html; charset=utf-8" /></head><body><div data-html-editor-font-wrapper="true" style="font-family: arial, sans-serif; font-size: 13px;"> <signature></signature><span style='color:rgb(0,0,0);font-family:"Helvetica Neue"'>Distribuyo info del seminario del IESTA.<br>Saludos!</span><br><br> <blockquote> <div id=":1rk" class="a3s aXjCH "><div dir="ltr"><div dir="ltr"><div dir="ltr"><div dir="ltr"> <div dir="ltr" style="font-family:Roboto,RobotoDraft,Helvetica,Arial,sans-serif"> <span style='color:rgb(0,0,0);font-family:"Helvetica Neue"'>El próximo </span><span class="m_1121043159727278542gmail-m_5917562562787072729gmail-m_-6213223141910058058gmail-m_-4369294329978107394gmail-m_552859275364173890gmail-m_8753199716932246812gmail-m_2985073044617829225gmail-m_-1491273751115878049gmail-il" style='color:rgb(0,0,0);font-family:"Helvetica Neue"'>seminario</span><span style='color:rgb(0,0,0);font-family:"Helvetica Neue"'> organizado por el IESTA será el Martes 11 de Junio a las 14:00 horas en la sala de reuniones (Eduardo Acevedo 1139). </span> </div> <div dir="ltr" style="font-family:Roboto,RobotoDraft,Helvetica,Arial,sans-serif"></div> <div dir="ltr" style="font-family:Roboto,RobotoDraft,Helvetica,Arial,sans-serif"> <p><span style='color:rgb(0,0,0);font-family:"Helvetica Neue"'>El </span><span class="m_1121043159727278542gmail-m_5917562562787072729gmail-m_-6213223141910058058gmail-m_-4369294329978107394gmail-m_552859275364173890gmail-m_8753199716932246812gmail-m_2985073044617829225gmail-m_-1491273751115878049gmail-il" style='color:rgb(0,0,0);font-family:"Helvetica Neue"'>seminario</span><span style='color:rgb(0,0,0);font-family:"Helvetica Neue"'> estará a cargo de<b> Bettina Lado</b></span></p> <div>FAGRO, quién presentará:</div> <div style="font-size:12.800000190734863px"></div> </div> <div style="font-family:Roboto,RobotoDraft,Helvetica,Arial,sans-serif"><span style='font-family:"Times New Roman";white-space:pre-wrap;background-color:transparent;color:rgb(0,0,0)'><b><font size="4">Ejemplos del uso de los Modelos Mixtos en Mejoramiento Genético Vegetal</font></b></span></div> <div style="font-family:Roboto,RobotoDraft,Helvetica,Arial,sans-serif"></div> <div style="font-family:Roboto,RobotoDraft,Helvetica,Arial,sans-serif;font-size:12.800000190734863px"><i>Resumen</i></div> <div style="font-family:Roboto,RobotoDraft,Helvetica,Arial,sans-serif;font-size:12.800000190734863px"></div> <div style="font-family:Roboto,RobotoDraft,Helvetica,Arial,sans-serif;font-size:12.800000190734863px"><span id="m_1121043159727278542gmail-docs-internal-guid-ad8d1bd8-7fff-ee57-204f-85fa132a86e4" style="font-family:-webkit-standard;color:rgb(0,0,0)"><span style='font-size:11pt;font-family:"Times New Roman";background-color:transparent;font-variant-ligatures:normal;font-variant-east-asian:normal;vertical-align:baseline;white-space:pre-wrap'>Los modelos mixtos se han convertido en una herramienta muy poderosa en los estudios de asociación genética en plantas y animales. La ventaja de estos modelos en el área del mejoramiento es su capacidad de manejar datos desbalanceados y su simplicidad para estimar valores de variables relevantes en individuos, utilizando toda la información disponible. La información genética (marcadores moleculares) se incluye en los modelos a través de matrices de varianza-covarianza calculadas como matrices de similitud genética entre individuos. También puede incluirse información ambiental y/o de varias variables de interés ampliando las matrices de varianza-covarianza incluyendo matrices de correlación entre ambientes o variables. Finalmente, estos modelos son útiles en la predicción de la mejor combinación de individuos para obtener una mejor descendencia en base a la información genética. En este trabajo se utilizaron datos históricos del programa mejoramiento de trigo de Uruguay proveniente de 35 ambientes (5 localidades en 5 años), 1495 líneas experimentales evaluadas para rendimiento y 695 líneas evaluadas para caracteres de calidad panadera de trigo. Se compararon modelos que incluyen información de varias variables o ambientes en la predicción de nuevos individuos e individuos con información parcial (individuos con información en algunas variables y no en otras). Estos modelos se compararon con modelos que predicen una única variable y modelos que predicen una variable como la media en el conjunto de ambientes. Los resultados muestran que el comportamiento de nuevos individuos es mejor predecirlo utilizando modelos de un solo carácter, así como reducir la interacción entre ambientes y predecir con modelos que utilizan medias entre grupos de ambientes más correlacionados entre sí. En cambio, los modelos que incluyen información de varios ambientes y variables mostraron ser útiles para la optimización de recursos de un programa de mejoramiento, prediciendo líneas en ambientes en los que no han sido evaluadas o para variables de alto costo o difícil medición, utilizando información de ambientes o caracteres correlacionados, respectivamente. Por otro lado, también se predijeron las mejores cruzas entre individuos considerando o no la varianza genética entre ambos padres. Para la variable rendimiento los cruzamientos seleccionados considerando únicamente el desempeño de los padres fueron prácticamente los mismos que los cruzamientos seleccionados considerando además la varianza genética entre ambos padres. Esto no ocurrió para las variables de calidad panadera, dónde hubo diferencias en los cruzamientos seleccionados por ambos métodos.</span></span></div> <div style="font-family:Roboto,RobotoDraft,Helvetica,Arial,sans-serif"></div> <div style="font-family:Roboto,RobotoDraft,Helvetica,Arial,sans-serif"><div dir="ltr"> <span style='color:rgb(0,0,0);font-family:"Helvetica Neue"'>Recuerden que todas las presentaciones y el programa tentativo </span><span style='color:rgb(0,0,0);font-family:"Helvetica Neue"'>de las próximas charlas está disponible en </span><a style='font-family:"Helvetica Neue"' target="_blank" data-saferedirecturl="https://www.google.com/url?q=https://github.com/natydasilva/SIESTA&source=gmail&ust=1559915257630000&usg=AFQjCNE6UH6Cgf5kdHKWBSr4wbvtMTGlzg" href="https://github.com/natydasilva/SIESTA">https://github.com/<wbr></wbr>natydasilva/SIESTA</a> </div></div> <div style="font-family:Roboto,RobotoDraft,Helvetica,Arial,sans-serif"></div> <div style="font-family:Roboto,RobotoDraft,Helvetica,Arial,sans-serif"> <div>Se agradece la difusión y esperamos puedan participar.</div> <div></div> <div>Saludos,</div> <div>Natalia</div> </div> </div></div></div></div></div> <p><signature></signature></p> </blockquote> </div></body></html>