Aplicación de técnicas bayesianas en el análisis genético de árboles forestales

Resumo

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 insesgada (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 (Gæß = 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 (Gæß = 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.