RESUMO A seleção genômica ampla (Genome Wide Selection - GWS) utiliza simultaneamente o efeito de milhares de marcadores cobrindo todo o genoma para predizer o valor genético genômico dos indivíduos no processo de seleção. Os possíveis benefícios de seu uso são a redução do ciclo de melhoramento, propiciando maior ganho por unidade de tempo e diminuição de custos. O sucesso da GWS está atrelado a escolha do método de predição dos efeitos dos marcadores. Assim, neste trabalho, visou-se aplicar as redes neurais artificiais (Artificial Neural Networks - ANNs), com a finalidade de predizer os valores genéticos genômicos (Genomic Breeding Values - GEBVs) baseado na estimação dos efeitos dos marcadores comparados a regressão de cumeeira - melhor preditor não viesado/seleção genômica ampla (Ridge Regression - Best Linear Unbiased Predictor/Genome Wide Selection - RR-BLUP/GWS). Foram efetuadas simulações por meio do software R, fornecendo as correlações referentes às ANNs e a RR-BLUP/GWS. Os métodos de predição foram avaliados utilizando correlações entre o valor fenotípico e valor genotípico com o valor genético genômico predito. Os resultados demonstraram superioridade das ANNs na predição dos GEBVs nos cenários com maior e menor densidade de marcadores, paralelo a níveis mais altos de desequilíbrio de ligação e maior herdabilidade. | ABSTRACT Genome-wide selection (GWS) uses simultaneously the effect of the thousands markers covering the entire genome to predict genomic breeding values for individuals under selection. The possible benefits of GWS are the reduction of the breeding cycle, increase in gains per unit of time, and decrease of costs. However, the success of the GWS is dependent on the choice of the method to predict the effects of markers. Thus, the objective of this work was to predict genomic breeding values (GEBV) through artificial neural networks (ANN), based on the estimation of the effect of the markers, compared to the Ridge Regression-Best Linear Unbiased Predictor/Genome Wide Selection (RR-BLUP/GWS). Simulations were performed by software R to provide correlations concerning ANN and RR-BLUP/GWS. The prediction methods were evaluated using correlations between phenotypic and genotypic values and predicted GEBV. The results showed the superiority of the ANN in predicting GEBV in simulations with higher and lower marker densities, with higher levels of linkage disequilibrium and heritability.

ABSTRACT The low use of technologies by farmers and the occurrence of biotic and abiotic stresses are limiting factors for cowpea production in the Brazilian Northeast region. The tolerance of genotypes to drought is an alternative to decrease the negative effects of stresses on cowpea production. Thus, the objective of this work was to identify parents and combinations of cowpea genotypes with high probability of generating segregating populations with tolerance to drought. Six cowpea genotypes were crossed in a complete diallel cross design, totaling 30 F2 populations, which were evaluated together with their parents in an experiment under water deficit at the experimental field of the Embrapa Mid-North, Teresina, State of Piauí, Brazil. A triple lattice incomplete block experiment design was used, with three replications, with experimental plot consisting of six 2-m plant rows. Fifteen plants per plot were sampled to evaluate their agronomic characteristics, whose results were subjected to analysis of variance and means were used to estimate the general and specific combining abilities. The genotypes showed significant differences in all characteristics evaluated, denoting the genetic variability of the population. The additive effects were more important than the non-additive effects, and maternal inheritance was detected. The genotypes BRS Xiquexique, Pingo-de-Ouro-1-2 and MNC99-510F-16-1 were the most promising for use in recurrent selection programs for tolerance to water deficit. The hybrid combinations (1) BRS Paraguaçu X (4) CNCx-698-128G, (2) Pingo-de-Ouro-1-2 X (3) BRS Xiquexique, (3) BRS Xiquexique X (5) Santo-Inácio, (4) CNCx-698-128G X (6) MNC99-510F-16-1 and (5) Santo-Inácio X (4) CNCx-698-128G showed potential for generating superior lineages regarding bean production and tolerance to water deficit. | RESUMO A baixa adoção de tecnologias pelos agricultores e a ocorrência de estresses bióticos e abióticos são fatores que limitam a produção do feijão-caupi na região Nordeste do Brasil. A tolerância de genótipos à seca é uma das formas para diminuir os efeitos negativos dos estresses sobre a produtividade. O objetivo deste trabalho foi identificar genitores e combinações promissoras com maior probabilidade de gerarem populações segregantes de feijão-caupi tolerantes à seca. Foi realizado um dialelo completo envolvendo seis genótipos de feijão-caupi, totalizando 30 populações F2, que foram avaliadas, juntamente com seus genitores, em um ensaio sob déficit hídrico, no campo experimental da Embrapa Meio-Norte, em Teresina-PI. Utilizou-se o delineamento experimental látice triplo, com parcela de 6 linhas de 2 m, sendo amostradas 15 plantas por parcela. Foram avaliados caracteres agronômicos e submetidos à análise de variância e, utilizando-se das médias, obtiveram-se as estimativas de capacidade geral e específica de combinação. Observou-se diferenças significativas para todos os caracteres, evidenciando a existência de variabilidade genética na população. Os efeitos aditivos foram mais importantes que os efeitos não aditivos, sendo também constatada a presença de herança materna. Os genótipos BRS Xiquexique, Pingo de Ouro-1-2 e MNC99- 510F-16-1 foram os mais promissores para utilização em programa de seleção recorrente visando tolerância ao déficit hídrico. As combinações híbridas (1) BRS Paraguaçu X (4) CNCx 698-128G, (2) Pingo de Ouro-1-2 X (3) BRS Xiquexique, (3) BRS Xiquexique X (5) Santo Inácio, (4) CNCx 698-128G X (6) MNC99-510F-16-1 e (5) Santo Inácio X (4) CNCx 698-128G, possuem potencial simultâneos para extração de linhagens superiores quanto à produtividade de grãos e tolerantes ao déficit hídrico.