Please use this identifier to cite or link to this item: http://dx.doi.org/10.25673/42282
Full metadata record
DC FieldValueLanguage
dc.contributor.refereeReif, Jochen C.-
dc.contributor.refereeLéon, Jens-
dc.contributor.authorGonzález González, Maria Yuli-
dc.date.accessioned2021-12-14T13:07:51Z-
dc.date.available2021-12-14T13:07:51Z-
dc.date.issued2021-
dc.identifier.urihttps://opendata.uni-halle.de//handle/1981185920/44236-
dc.identifier.urihttp://dx.doi.org/10.25673/42282-
dc.description.abstractPflanzengenetische Ressourcen enthalten die genetische Vielfalt, die in der Pflanzenzüchtung benötigt wird, um eine nachhaltige Pflanzenproduktion zu erreichen. Das Fehlen von Schätzungen der Merkmalsleistung schränkt jedoch die Selektion vielversprechender Kandidaten aus den Sammlungen von Genbanken ein. Diese Studie untersuchte mögliche Strategien zur Bestückung eines bio-digitalen Ressourcenzentrums für Gerste, indem historische Daten von Saatgut-Regenerationsversuchen ausgewertet wurden und genomische Vorhersagen auf der Grundlage historischer Informationen über Resistenzen gegen Gersten-Gelbmosaikviren getroffen wurden. Die entwickelte Blaupause ermöglichte die Nutzung eines großen Datensatzes und kann für andere Sammlungen angepasst werden, um die Nutzung pflanzengenetischer Ressourcen für die Verbesserung von Kulturpflanzen zu fördernger
dc.description.abstractPlant genetic resources contain the genetic diversity needed in plant breeding to achieve a sustainable crop production. However, the lack of trait performance estimates limits the selection of promising candidates of genebanks collections. This study explored potential strategies to populate a bio-digital resource center of barley by mining historical data of seed regeneration trials, and using genomic prediction based on historical information of plant responses against to Barley yellow mosaic viruses. The developed blueprint allowed to leverage a large data set, and could be adapted to other collections to promote the utilization plant genetic resources for crop improvement.eng
dc.format.extent1 Online-Ressource (43 Seiten)-
dc.language.isoeng-
dc.rights.urihttp://rightsstatements.org/vocab/InC/1.0/-
dc.subject.ddc630-
dc.titlePopulating a biodigital resource center for barley (Hordeum sp.) using historical records and genomic prediction [Kumulative Dissertation]eng
dcterms.dateAccepted2021-11-08-
dcterms.typeHochschulschrift-
dc.typePhDThesis-
dc.identifier.urnurn:nbn:de:gbv:3:4-1981185920-442361-
local.versionTypepublishedVersion-
local.publisher.universityOrInstitutionMartin-Luther-Universität Halle-Wittenberg-
local.subject.keywordsPflanzengenetische Ressourcen enthalten die genetische Vielfalt, die in der Pflanzenzüchtung benötigt wird, um eine nachhaltige Pflanzenproduktion zu erreichen. Das Fehlen von Schätzungen der Merkmalsleistung schränkt jedoch die Selektion vielversprechender Kandidaten aus den Sammlungen von Genbanken ein. Diese Studie untersuchte mögliche Strategien zur Bestückung eines bio-digitalen Ressourcenzentrums für Gerste, indem historische Daten von Saatgut-Regenerationsversuchen ausgewertet wurden und genomische Vorhersagen auf der Grundlage historischer Informationen über Resistenzen gegen Gersten-Gelbmosaikviren getroffen wurden. Die entwickelte Blaupause ermöglichte die Nutzung eines großen Datensatzes und kann für andere Sammlungen angepasst werden, um die Nutzung pflanzengenetischer Ressourcen für die Verbesserung von Kulturpflanzen zu fördern.-
local.subject.keywordsPlant genetic resources contain the genetic diversity needed in plant breeding to achieve a sustainable crop production. However, the lack of trait performance estimates limits the selection of promising candidates of genebanks collections. This study explored potential strategies to populate a bio-digital resource center of barley by mining historical data of seed regeneration trials, and using genomic prediction based on historical information of plant responses against to Barley yellow mosaic viruses. The developed blueprint allowed to leverage a large data set, and could be adapted to other collections to promote the utilization plant genetic resources for crop improvement.-
local.subject.keywordsPflanzengenetische Ressourcen, historische Daten, Saatgut-Regenerationsversuchen, linearen gemischten Modellen, FAIR-Prinzipien, genomische Vorhersagen-
local.subject.keywordsPlant genetic resources, historical data, seed regeneration trials, linear mixed models, FAIR principles, genomic prediction-
local.openaccesstrue-
dc.identifier.ppn1782116257-
local.publication.countryXA-DE-
cbs.sru.importDate2021-12-14T13:06:13Z-
local.accessrights.dnbfree-
Appears in Collections:Interne-Einreichungen

Files in This Item:
File Description SizeFormat 
Gonzalez_thesis_2021.11.30-1.pdf692.11 kBAdobe PDFThumbnail
View/Open