Inferencia bayesiana sobre los parámetros de dispersión genéticos y ambientales en modelos animales con efectos maternos

Los modelos 'modelos animales con efectos maternos' (MAM) son modelos lineales mixtos que se utilizan para ajustar registros de caracteres bajo la influencia de efectos maternos. Uno de los desafíos más importantes en el marco de los MAM es la estimación de los parámetros de dispersión o 'componentes de (co) varianza' (CVC). En esta tesis se introducen desde una perspectiva bayesiana contribuciones teóricas y metodológicas con relación a la estimación de CVC para MAM sujetos a estructuras de covarianza novedosas. En primer lugar, se describe una implementación del análisis bayesiano jerárquico vía el algoritmo del muestreo de Gibbs. Luego, se considera una especificación conjugada diferente para la distribución a priori de la matriz de covarianza genética, basada en la distribución Wishart invertida generalizada, y se presenta una estrategia para determinar los correspondientes hiperparámetros. Esta estrategia fue comparada contra otras especificaciones a priori mediante un estudio de simulación estocástica, y produjo estimaciones precisas de los parámetros genéticos, con menores errores estándares y mejor tasa de convergencia. En segundo lugar, se presenta una formulación alternativa del MAM que incluye un parámetro de correlación ambiental entre pares de observaciones madre-progenie, y se desarrolla un procedimiento de estimación basado en un algoritmo de muestreo por grilla. El procedimiento fue programado y ejecutado exitosamente, y se obtuvo la primera estimación del parámetro de correlación con datos de campo para peso al destete en bovinos de carne. Por último, se considera el problema de la estimación de CVC en una población multirracial, donde en general es necesario especificar una estructura de covarianza heterogénea para los valores de cría. En particular, se demuestra que el modelo basado en la descomposición de la matriz de covarianza genética es equivalente al que deriva de la teoría genética cuantitativa. Además, se extiende el modelo para incluir efectos maternos y se describe la implementación de un análisis bayesiano jerárquico con el objetivo de estimar los CVC. El procedimiento fue implementado con éxito en datos experimentales de peso al destete y se obtuvieron por primera vez estimaciones para el conjunto completo de CVC.

Calibración del modelo Cropsyst para simular el balance hídrico en cultivos invernales del centro oeste de Entre Ríos

El trabajo tiene por objetivo calibrar el modelo CropSyst para simular la producción de materia seca y el balance hídrico de los cultivos de trigo (Triticum aestivum L.) ciclo largo y ciclo corto, colza (Brassica napus), lino (Linum usitatissimum) y arveja proteica (Pisum sativum) en el centro oeste de Entre Ríos. Adicionalmente, se incluyó un análisis de sensibilidad de parámetros que podrían tener, a priori, un mayor impacto sobre el crecimiento y desarrollo y en especial sobre el balance hídrico. La optimización de Cropsyst se realizó utilizando datos obtenidos de un experimento a campo, realizado con un diseño en bloques completos al azar, con cuatro repeticiones. Los parámetros medidos fueron: fenología, humedad del suelo, radiación interceptada por el cultivo, biomasa, índice de área foliar, área foliar específica y rendimiento. Durante el proceso de calibración se utilizó un procedimiento iterativo para optimizar las salidas de crecimiento y desarrollo de los cultivos. Una vez optimizado el modelo agronómico se procedió a evaluar las predicciones relacionadas con el contenido de agua (cm-3 cm-3) por capas y la lámina de agua total (mm) hasta una profundidad de 50 cm. En relación con el contenido de agua se tomaron dos fechas aproximadas de observación y registro, seleccionadas en base al período crítico de cada especie y la lámina de agua total se evaluó durante todo el ciclo de los cultivos. A los efectos de simular la infiltración de agua en el suelo se usaron dos métodos incluidos en modelo: el método en cascada y el método de las diferencias finitas. En general, Cropsyst brindó estimaciones razonables en cuanto a la biomasa, intercepción de radiación y rendimiento. Las predicciones del contenido de agua en el suelo para cada profundidad resultaron poco satisfactorias. Sin embargo, cuando se consideró la lámina de agua a 50 cm. las predicciones fueron más aceptables. Con relación al análisis de sensibilidad, los parámetros evaluados no mostraron cambios significativos en la simulación del agua en el suelo ni en el resto de los indicadores analizados, sugiriendo que mejores ajustes en la predicción del contenido de agua deberían lograrse seleccionando otro tipo de parámetros. La revisión y adaptación de las funciones de pedo-transferencia para estimar los límites máximos y mínimos de almacenaje de agua en el suelo probablemente mejore los resultados obtenidos en este trabajo.

Ecofisiología de la generación del rendimiento y la calidad en genotipos de trigo y su comparación con cebada

La creciente demanda de materias primas de alta calidad por parte de la industria alimenticia plantea la necesidad de obtener aumentos en el rendimiento y en la calidad de los granos de trigo pan y cebada cervecera. El entendimiento de los diferentes procesos ecofisiológicos involucrados en la determinación del contenido final de nitrógeno (N) del grano cosechado constituye una herramienta indispensable para incrementar la calidad de estos productos, ya que a nivel productivo, altos contenidos de N en grano se relacionan en forma negativa con el rendimiento. Actualmente son escasos los trabajos que hayan analizado en forma conjunta la generación del rendimiento y su calidad en cultivos de trigo y cebada. El objetivo general de la presente tesis fue estudiar la economía del carbono y del N en trigo y cebada cervecera considerando tanto variables asociadas a la generación del rendimiento como de calidad del grano, mediante una aproximación desde la ecofisiología de los cultivos (nivel canopeo), nivel de órganos (granos) y nivel bioquímico (tipo de proteína). En este contexto, se evaluó el comportamiento de los cultivos de trigo y cebada bajo disponibilidades contrastantes de N y S durante el ciclo de cultivo. Si bien ambos cultivos mostraron niveles de rendimiento similares (ca. 470 g m-2), presentaron diferencias en como generan su rendimiento. Las principales diferencias se observaron durante post floración, en efecto, trigo alcazó niveles de biomasa superiores que cebada (ca. 40 por ciento), mientras que ésta mostró mayor partición de biomasa hacia los granos (ca. 0,39 para trigo vs. 0,47 para cebada). En cuanto a los parámetros relacionados a la economía del N, trigo presentó respecto a cebada menores eficiencias en el uso de N para generar rendimiento (ca. 10 por ciento) y relación entre la partición de carbono y N a los granos (ca. 0,55 para trigo vs. 0,67 para cebada), principales variables que explicaron, negativamente, las diferencias finales entre ambos cultivos en el porcentaje de N en los granos. La calidad de ambos cultivos respondió diferencialmente a las fertilizaciones y existió una notable diferencia entre cultivares de trigo en cuanto a su respuesta (cultivares de trigo indentificados a priori como de calidad panadera intermedia presentaron mayor variabilidad en su calidad que cultivares de calidades extremos y que cebada). La información presentada en esta tesis puede ser base importante tanto en el campo del manejo de la fertilización de cultivos como en el campo de la modelización y mejora genética de ambos cultivos.

Inferencia bayesiana sobre los parámetros de dispersión genéticos y ambientales en modelos animales con efectos maternos

Los modelos 'modelos animales con efectos maternos' (MAM)son modelos lineales mixtos que se utilizan para ajustar registros de caracteres bajo la influencia de efectos maternos. Uno de los desafíos más importantes en el marco de los MAM es la estimación de los parámetros de dispersión o 'componentes de (co)varianza' (CVC). En esta tesis se introducen desde una perspectiva bayesiana contribuciones teóricas y metodológicas con relación a la estimación de CVC para MAM sujetos a estructuras de covarianza novedosas. En primer lugar, se describe una implementación del análisis bayesiano jerárquico vía el algoritmo del muestreo de Gibbs. Luego, se considera una especificación conjugada diferente para la distribución a priori de la matriz de covarianza genética, basada en la distribución Wishart invertida generalizada, y se presenta una estrategia para determinar los correspondientes hiperparámetros. Esta estrategia fue comparada contra otras especificaciones a priori mediante un estudio de simulación estocástica, y produjo estimaciones precisas de los parámetros genéticos, con menores errores estándares y mejor tasa de convergencia. En segundo lugar, se presenta una formulación alternativa del MAM que incluye un parámetro de correlación ambiental entre pares de observaciones madre-progenie, y se desarrolla un procedimiento de estimación basado en un algoritmo de muestreo por grilla. El procedimiento fue programado y ejecutado exitosamente, y se obtuvo la primera estimación del parámetro de correlación con datos de campo para peso al destete en bovinos de carne. Por último, se considera el problema de la estimación de CVC en una población multirracial, donde en general es necesario especificar una estructura de covarianza heterogénea para los valores de cría. En particular, se demuestra que el modelo basado en la descomposición de la matriz de covarianza genética es equivalente al que deriva de la teoría genética cuantitativa. Además, se extiende el modelo para incluir efectos maternos y se describe la implementación de un análisis bayesiano jerárquico con el objetivo de estimar los CVC. El procedimiento fue implementado con éxito en datos experimentales de peso al destete y se obtuvieron por primera vez estimaciones para el conjunto completo de CVC.