Post hoc blocking to improve heritability and precision of best linear unbiased genetic predictions


    loading  Checking for direct PDF access through Ovid

Abstract

Single-site clonal trials were simulated with a total of 256 clones “planted” in single-tree plots with three different environmental patterns: only patches (PATCH), only gradients (GRAD), and both components (ALL). Several simulated experimental designs were analyzed (a randomized complete block design; incomplete block designs with 4, 8, 16, and 32 incomplete blocks; and a row-column design) and compared with post hoc blocking of the same designs over a randomized complete block. Additionally, two more incomplete block designs (64 and 128 blocks) were superimposed after the fact to examine extremely small blocks. To select the best fit, the performance of the log-likelihood and mean standard error of the difference (SED) were studied and compared with mean individual broad-sense heritability. Improvement in statistical efficiency (or precision) were obtained with little effort using post hoc blocking. The results from post hoc blocking were promising with negligible differences compared with predesigned local control. The post hoc best designs were row-column (for ALL and PATCH) and incomplete block with eight blocks (for GRAD). Also, mean correlation between the true and predicted values (CORR) showed a reduction in efficiency for extremely small blocks, but no reduction in the genetic variance was noted as the size of the block decreased. Both of the criteria for model selection (log-likelihood and SED) showed similar trend to mean CORR, and their use is recommended.RésuméLes auteurs ont simulé des tests clonaux sur un site unique à l'aide de 256 clones établis en parcelles d'arbre unique selon trois patrons environnementaux différents: seulement des patrons agglomérés (PATCH), seulement des gradients (GRAD) et les deux patrons réunis (ALL). Plusieurs plans expérimentaux simulés ont été étudiés (un plan en blocs aléatoires complets, des plans en blocs incomplets avec 4, 8, 16 et 32 blocs incomplets et un plan en rangées et colonnes). Ces derniers ont été comparés avec le blocage a posteriori des mêmes plans expérimentaux par rapport au plan en blocs aléatoires complets. De plus, deux plans additionnels en blocs incomplets (64 et 128 blocs) ont été superposés après l'expérience principale pour étudier l'effet des blocs très petits. Afin de permettre la sélection du meilleur modèle, les auteurs ont étudié la performance du logarithme du rapport de vraisemblance (« log-likelihood ») et l'erreur type moyenne de la différence (SED) et les ont comparés avec l'héritabilité individuelle au sens large. Une amélioration de l'efficacité statistique (ou précision) a été obtenue avec peu d'effort en utilisant le blocage a posteriori. Les résultats de cette procédure sont apparus prometteurs car ils étaient peu différents du témoin local dont le blocage était planifié. Les meilleurs plans expérimentaux a posteriori étaient le plan en rangées et colonnes (pour ALL et PATCH) et le plan en blocs incomplets avec huit blocs (pour GRAD). De plus, la corrélation moyenne entre les valeurs observées et prédites (CORR) indiquait que l'efficacité statistique diminue dans le cas des blocs très petits, mais aucune réduction de la variance génétique n'a été remarquée avec la diminution de la taille des blocs. Les deux critères permettant de sélectionner le meilleur modèle (« log-likelihood » et SED) se comportaient de la même façon que la corrélation moyenne et leur utilisation est recommandée.[Traduit par la Rédaction]

    loading  Loading Related Articles