Banca de DEFESA: LEONARDO OLIVEIRA SILVA DA COSTA

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: LEONARDO OLIVEIRA SILVA DA COSTA
DATA: 30/03/2026
HORA: 08:00
LOCAL: 
TÍTULO:

SIMULATION, GENOMIC PREDICTION, AND ENVIRONMENTAL MODELING TO SUPPORT Eucalyptus BREEDING DECISIONS

PALAVRAS-CHAVES:

interação genótipo x ambiente, genotipagem; ambientomica; ensaios multi ambiente, Eucalytpus urophylla.

PÁGINAS: 88
GRANDE ÁREA: Ciências Agrárias
ÁREA: Recursos Florestais e Engenharia Florestal
SUBÁREA: Silvicultura
ESPECIALIDADE: Genética e Melhoramento Florestal
RESUMO:

O Eucalyptus urophylla S.T. Blake é a espécie arbórea mais plantada no Brasil. Contudo, os longos ciclos de melhoramento e fortes interações genótipo × ambiente (G×A) podem limitar os ganhos genéticos na espécie. Este trabalho integrou abordagens empíricas e simulações in silico para avaliar estratégias capazes de aumentar a eficiência seletiva, reduzir custos operacionais e otimizar a recomendação de genótipos. Por meio de simulações estocásticas, no Capítulo 1, investigou-se o impacto da recalibração de modelos de seleção genômica (SG), considerando diferentes tamanhos do conjunto de treino, proporções de indivíduos fenotipados, número de gerações anteriores incluídas e arquiteturas genéticas (variando herdabilidade, número de QTLs e presença de efeitos aditivos e dominantes). Também foram comparadas estratégias de seleção recorrente fenotípica, como teste de progênie tradicional (TPT) e teste de progênie clonada (TPC), isoladamente ou combinadas com SG e seleção ótima de cruzamentos (OCS, do inglês Optimal Cross Selection). Os resultados indicaram que o número de indivíduos avaliados e a qualidade fenotípica são determinantes para a sustentabilidade da SG no longo prazo, sendo a combinação CPT + OCS a que apresentou melhor equilíbrio entre ganho e custo. Nos estudos empíricos (Capítulos 2 e 3), por sua vez, famílias de polinização aberta de E. urophylla foram avaliadas em 18 ensaios distribuídos em oito estados brasileiros. A incorporação de covariáveis ambientais derivadas do NASA Power e SoilGrids permitiu a construção de matrizes de similaridade ambiental e a modelagem explícita de interações G×E por meio de interação genótipos por informações ambientais (G×W). As covariáveis obtidas foram posteriormente derivadas em fatores ambientais mais informativos e selecionadas de modo a maximizar sua representação da matriz de interação G×E. No capítulo 3, informações genômicas foram incorporadas nesta população por meio da genotipagem em bulk. Modelos que incluíram interações G×W apresentaram maior capacidade preditiva, especialmente na predição em novos ambientes (CV0). A genotipagem em bulk utilizada na predição genômica ampla de familias (GWFP, Genome Wide Family Prediction) apresentou alta correlação com frequências alélicas individuais com redução de 24 vezes no custo de obteção das informações genéticas; entretanto, os ganhos preditivos foram modestos. Em contraste, a modelagem ambiental mostrou desempenho consistente e desempenhou papel central na extrapolação espacial, permitindo mapas de recomendação e estratégias de alocação mais informativas. De forma integrada, os resultados demonstram que o uso de ferramentas genômicas, modelagem ambiental e estratégias otimizadas de cruzamento pode acelerar ganhos genéticos, aumentar a robustez preditiva em múltiplos ambientes e racionalizar custos operacionais em programas de melhoramento florestal.

MEMBROS DA BANCA:
Externo à Instituição - REGIANE ABJAUD ESTOPA - UFPR (Membro)
Externo à Instituição - GERMANO MARTINS FERREIRA COSTA NETO - CORNELL (Suplente)
Externo à Instituição - ALEXANDER EDWARD LIPKA - UI (Membro)
Externo à Instituição - ANTONIO AUGUSTO FRANCO GARCIA - USP (Membro)
Externo à Instituição - MARCO ANTONIO DE AMORIM PEIXOTO - UF (Membro)
Interno - VINICIUS QUINTAO CARNEIRO (Suplente)
Presidente - EVANDRO NOVAES (Membro)