A new version of this entry is available:
Loading...
Doctoral Thesis
2017
Factors influencing the accuracy of genomic prediction in plant breeding
Factors influencing the accuracy of genomic prediction in plant breeding
Abstract (English)
Genomic prediction (GP) is a novel statistical tool to estimate breeding values of selection candidates without the necessity to evaluate them phenotypically. The method calibrates a prediction model based on data of phenotyped individuals that were also genotyped with genome-wide molecular markers. The renunciation of an explicit identification of causal polymorphisms in the DNA sequence allows GP to explain significantly larger amounts of the genetic variance of complex traits than previous mapping-based approaches employed for marker-assisted selection. For these reasons, GP rapidly revolutionized dairy cattle breeding, where the method was originally developed and first implemented. By comparison, plant breeding is characterized by often intensively structured populations and more restricted resources routinely available for model calibration. This thesis addresses important issues related to these peculiarities to further promote an efficient integration of GP into plant breeding.
Abstract (German)
Die genomische Leistungsvorhersage (GLV) ist ein neues statistisches Werkzeug zur Zuchtwertschätzung von Selektionskandidaten ohne die Notwendigkeit diese zuvor zu phänotypisieren. Die Methode kalibriert ein Vorhersagemodell auf Basis bereits phänotypisierter Individuen, welche zudem mit genomweiten molekularen Markern genotypisiert wurden. Der Verzicht auf die explizite Identifikation von kausalen Polymorphismen in der DNA-Sequenz ermöglicht der GLV signifikant größere Anteile der genetischen Varianz komplexer Merkmale zu erklären als frühere, kartierungsbasierte Ansätze zur markergestützten Selektion. Aus diesen Gründen revolutionierte die GLV bereits die Milchrinderzüchtung, in welcher die Methode ursprünglich entwickelt und auch erstmalig praktisch angewendet wurde. Im Vergleich hierzu zeichnet sich die Pflanzenzüchtung durch starke Populationsstruktur und stärker limitierte Ressourcen für den Zweck der Modellkalibration aus, welche in regelmäßigen Abständen zur Verfügung stehen. Die vorliegende Arbeit widmet sich wichtigen Fragen, die sich aus diesen Eigenschaften ergeben, um eine effizientere Integration der GLV in der Pflanzenzüchtung zu fördern.
File is subject to an embargo until
This is a correction to:
A correction to this entry is available:
This is a new version of:
Notes
Publication license
Publication series
Published in
Faculty
Faculty of Agricultural Sciences
Institute
Institute of Plant Breeding, Seed Science and Population Genetics
Examination date
2018-03-11
Supervisor
Edition / version
Citation
Identification
DOI
ISSN
ISBN
Language
English
Publisher
Publisher place
Classification (DDC)
630 Agriculture
Original object
Standardized keywords (GND)
Sustainable Development Goals
BibTeX
@phdthesis{Schopp2017,
url = {https://hohpublica.uni-hohenheim.de/handle/123456789/6336},
author = {Schopp, Pascal},
title = {Factors influencing the accuracy of genomic prediction in plant breeding},
year = {2017},
school = {Universität Hohenheim},
}