Application of quantitative genetics tools to breeding program optimization | Aplicação de ferramentas em genética quantitativa na otimização de programas de melhoramento

Overall, the application of quantitative genetics theory has greatly influenced plant breeding programs over the last few decades. The aim of this study was to use and develop quantitative genetics tools to improve breeding programs. In the first chapter we simulated a hybrid crop breeding program and compared breeding pipelines with two strategies for parental updates, and we compare the gain and costs to implements genomic selection and high-throughput phenotyping into the pipeline. Our results suggest that early parental selection performs better and that high-throughput phenotyping together with genomic selection delivers the highest hybrid gain in the long-term. In the second chapter we evaluated the potential of implementing genomic selection in a sweet corn breeding program through hybrid prediction. We evaluated 506 hybrids in six environments and measured 21 traits. We considered eight statistical models for prediction and three cross-validation schemes CV1, CV0, and CV00. The results indicated RKHS model outperforming GBLUP models, and models with additive plus dominance kernels presented slight improvement for some traits. Therefore, we recommend using the RKHS model as a standard model for sweet corn hybrid prediction, and to implement genomic selection in sweet corn breeding programs to optimize the testcross stage and the candidates that reach the field stage. In the third chapter we describe SMate, a flexible R package for cross prediction and optimization, which represents a tool for breeding programs to balance genetic gains and inbreeding rate levels. The package builds a valid mate plan based on two core aspects: (i) prediction of usefulness for potential cross, and (ii) optimization of the set of crosses. In conclusion, SMate package enables to optimize cross selection in breeding programs targeting long term genetic gains while balancing genetic diversity and inbreeding rate levels. In summary, quantitative genetics tools have been largely applied in breeding programs and has evolved with it. Our study demonstrated potential to contribute to the quantitative genetics field and direct impact in breeding programs. Keywords: Mate allocation. Inbreeding. Genomic hybrid prediction. Stochastic simulation.

A aplicação da teoria da genética quantitativa influenciou positivamente programas de melhoramento de plantas nas últimas décadas. O objetivo deste estudo foi utilizar e desenvolver ferramentas em genética quantitativa para programas de melhoramento. No primeiro capítulo, simulamos um programa de melhoramento de híbridos e comparamos pipelines de melhoramento com duas estratégias para atualizar os parentais, e o ganho e custos para implementar a seleção genômica e de fenotipagem de alto rendimento no pipeline. Nossos resultados sugerem que a seleção parental precoce tem melhor desempenho e que a fenotipagem de alto rendimento, juntamente com a seleção genômica, oferece o maior ganho a longo prazo. No segundo capítulo avaliamos o potencial de implementação da seleção genômica em um programa de melhoramento de milho doce por meio da predição de híbridos. Avaliamos 506 híbridos em seis ambientes e medimos 21 características. Foram considerados oito modelos estatísticos para predição e três esquemas de validação cruzada. Os resultados indicaram que o modelo RKHS superou os modelos GBLUP. Portanto, recomendamos o uso do modelo RKHS como modelo padrão para predição de híbridos de milho doce e a implementação da seleção genômica em programas de melhoramento de milho doce. No terceiro capítulo descrevemos o SMate, um pacote flexível, em R, para predição de cruzamentos e otimização, que representa uma ferramenta para programas de melhoramento balancear ganhos genéticos e níveis de taxa de endogamia. O pacote constrói um plano de cruzamento com base em dois passos: (i) predição de utilidade do cruzamento e (ii) otimização da utilidade juntamente com restrição da taxa de endogamia. Em conclusão, o pacote SMate permite otimizar a seleção de cruzamentos em programas de melhoramento visando ganhos genéticos de longo prazo. Concluindo, as ferramentas de genética quantitativa têm sido amplamente aplicadas em programas de melhoramento e evoluído com ele. Nosso estudo demonstrou potencial para contribuir com o campo da genética quantitativa e impactar diretamente programas de melhoramento. Palavras-chave: Alocação de cruzamentos. Endogamia. Predição de híbridos. Simulação estocástica.

Conselho Nacional de Desenvolvimento Científico e Tecnológico