Miclaus Kelci
Responsable R&D en analyse avancée
JMP Sciences de la vie
Abstrait:
Sur les 7,3 milliards d'habitants de la planète, 3 milliards souffrent de malnutrition. Nourrir une population croissante est l'un des problèmes les plus complexes de notre génération. Comment améliorer nos cultures pour obtenir de meilleurs rendements, une meilleure résistance aux maladies et leur permettre de pousser dans des environnements plus difficiles, tout en augmentant leur teneur en vitamines ? Les nouveaux outils de prédiction de JMP et JMP Genomics aident les sélectionneurs à exploiter la variabilité génomique des plantes pour trouver des solutions à ces problèmes complexes liés à plusieurs caractères. Dans cette présentation, nous montrons comment JMP Genomics, une solution combinant JMP avec SAS et de nombreuses applications JSL personnalisées, construit des modèles prédictifs avec des marqueurs génomiques pour optimiser les résultats des caractères. Le code de notation des modèles permet de réaliser des croisements potentiels de plantes et d'évaluer simultanément les résultats prédits de plusieurs caractères. Des graphiques JMP interactifs utilisant la sélection de la ligne dominante pour sélectionner les points de frontière de Pareto permettent aux sélectionneurs de sélectionner des croisements potentiels à réaliser au champ, optimisant plusieurs caractères en fonction du patrimoine génétique. En résumé, grâce à des outils de prédiction analytique et à l'exploration interactive, nous pouvons exécuter des programmes de sélection pluriannuels in silico en quelques heures. Les données de sélection du maïs de la Société brésilienne de recherche agricole (Embrapa) seront utilisées dans des démonstrations.
