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

Hierarchical genetic clusters for phenotypic analysis

Authors

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

DOI:

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

Keywords:

hierarchical clustering, genetic diversity, backcrossing.

Abstract

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

Download data is not yet available.

Author Biographies

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

Graduada em Ciências Biológicas, pela Universidade Federal de Viçosa, Mestre em Genética e Melhoramento de Plantas, pela Universidade Federal de Lavras, Doutora em Biologia Celular e Estrutural, pela Universidade Federal de Viçosa, MG. Pós-doutora em Genética e Melhoramento Universidade Federal de Viçosa, Genética Molecular e Genética Quantitativa.
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.

Downloads

Published

2015-10-01

Issue

Vol. 37 No. 4 (2015)

Section

Genetics and Plant Breeding

License

DECLARATION OF ORIGINALITY AND COPYRIGHTS

I Declare that current article is original and has not been submitted for publication, in part or in whole, to any other national or international journal.

The copyrights belong exclusively to the authors. Published content is licensed under Creative Commons Attribution 4.0 (CC BY 4.0) guidelines, which allows sharing (copy and distribution of the material in any medium or format) and adaptation (remix, transform, and build upon the material) for any purpose, even commercially, under the terms of attribution.

How to Cite

Matta, L. B. da, Tomé, L. G. O., Salgado, C. C., Cruz, C. D., & Silva, L. de F. (2015). Hierarchical genetic clusters for phenotypic analysis. Acta Scientiarum. Agronomy, 37(4), 447-456. https://doi.org/10.4025/actasciagron.v37i4.19746