Resumen de Aplicación de técnicas bayesianas en el análisis genético de árboles forestales

Freddy Mora, Sandra Perret

• español

  El objetivo de este estudio fue investigar los métodos bayesianos como una alternativa de inferencia científica aplicada a la evaluación genética forestal. Se usaron los algoritmos de Cadenas Independientes (IC) y de Gibbs (GS) en un conjunto de datos provenientes de un ensayo de Eucalyptus cladocalyx, para la predicción del efecto familiar e individual, respectivamente. El ensayo fue establecido en el sector costero de la Región de Coquimbo, norte de Chile. Se evaluó la tasa de crecimiento promedio de la altura (TCA) y el diámetro (TCD), medidas en un periodo de 30 meses. Los procedimientos se compararon con la mejor predicción linear inses-gada (BLUP). Se confirmó una significativa asociación entre el ranking familiar de BLUP e IC, aunque se evidenciaron mayores intensidades de selección al utilizar las regiones de credibilidad de los efectos genotípicos (enfoque bayesiano). Se obtuvieron altas y significativas correlaciones de Spearman (Ts= 0,9) entre BLUP y GS. Se obtuvieron moderadas heredabilidades individuales: h²=0,42 (TCA) y h² = 0,43 (TCD). Las características se correlacionaron significativamente entre sí (Fs = 0,7). Las ganancias genéticas, en relación al promedio del ensayo, variaron de 17% a 28%. Al seleccionar para TCD, mayor ganancia y diversidad genética puede ser alcanzada y mantenida que la diversidad encontrada en este ensayo de progenie. Se concluyó que la inferencia bayesiana puede ser una herramienta metodológica útil en la evaluación genética forestal, ya que permitió incorporar la variación de los parámetros genéticos a través de las distribuciones a posteriori

• English

  This study was undertaken to investigate bayesian methods to scientific inference in forest tree breeding. The Independence Chain (IC) and Gibbs sampling (GS) algorithms were applied on data sets from a field trial of Eucalyptus cladocalyx aiming to predict random family and additive genetic effects, respectively. The trial was carried out in the coastal area of Coquimbo Region, northern Chile. Diameter and height growth rate (TCD and TCA) were the data sets collected in a period of 30 months. Bayesian procedures were compared with the ranking obtained by Best Linear Unbiased Prediction (BLUP). BLUP and IC had similar family ranking, although the family selection based on credible intervals of the genoty-pic effects (bayesian framework) was clearly more intensive. Spearman rank correlation coefficients were high and significant (Ps= 0.99) between BLUP and GS. The estimates of heritability were moderate: h²= 0.42 (TCA) and h²= 0.43 (TCD). The traits had a significant correlation (Ts= 0.7). The estimated genetic gains, in relation to the experimental average, ranged from 17% to 28%. The greatest genetic gain and genetic diversity of the original diversity of the experimental populations may be achieved and maintained if the trees are selected for TCD. It was conclude hat the bayesian inference may be a useful tool in the genetic evaluation of forest trees, since it incorporates the variability of the genetic parameters by using posterior distributions