Kelci Miclaus
Gestor de I + D en analítica avanzada
JMP Ciencias de la Vida
Resumen:
De los 7,3 billones de personas en este mundo, 3 billones sufren de desnutrición. Alimentar a nuestra creciente población es uno de los problemas más exigentes de nuestra generación. ¿Cómo podemos mejorar nuestros cultivos para obtener mayores rendimientos, mejor resistencia a las enfermedades, con capacidad para crecer en ambientes más duros, al mismo tiempo que aumentamos el contenido de vitaminas? Las nuevas herramientas de predicción en JMP y JMP Genomics ayudan a los mejoradores a aprovechar la variabilidad genómica de las plantas para encontrar soluciones a estos complejos problemas de múltiples rasgos. En esta presentación, mostramos cómo JMP Genomics, una solución que combina JMP con SAS y extensas aplicaciones JSL personalizadas, construye modelos predictivos con marcadores genómicos para optimizar los resultados de los rasgos. El código de puntuación de los modelos se utiliza para realizar posibles cruces de plantas y evaluar los resultados predichos de múltiples rasgos simultáneamente. Los gráficos JMP interactivos que utilizan la selección de filas dominantes para seleccionar los puntos de frontera de Pareto permiten a los mejoradores seleccionar cruces de plantas potenciales para realizar en el campo que optimicen múltiples rasgos en función de la herencia genética. Esencialmente, con herramientas de predicción analítica y exploración interactiva, podemos ejecutar programas de reproducción multianuales en cuestión de horas. Los datos de mejoramiento de maíz de la Corporación Brasileña de Investigación Agropecuaria (Embrapa) se utilizarán en demostraciones.
