{rfName}
Ma

Indexado en

Licencia y uso

Icono OpenAccess

Citaciones

8

Altmetrics

Article has an altmetric score of 1

Análisis de autorías institucional

Fernández-González, JAutor (correspondencia)Sanchez, JAutor (correspondencia)

Compartir

11 de abril de 2024
Publicaciones
>
Artículo
Sí

Maximizing efficiency in sunflower breeding through historical data optimization

Publicado en:Plant Methods. 20 (1): 42- - 2024-03-16 20(1), DOI: 10.1186/s13007-024-01151-0

Autores: Fernández-González, J; Haquin, B; Combes, E; Bernard, K; Allard, A; Sánchez, J

Afiliaciones

SYNGENTA - Autor o Coautor
Univ Politecn Madrid UPM, Inst Nacl Invest & Tecnol Agr & Alimentaria INIA, UPM INIA, Ctr Biotecnol & Genom Plantas CBGP, Campus Montegancedo UPM - Autor o Coautor

Resumen

Genomic selection (GS) has become an increasingly popular tool in plant breeding programs, propelled by declining genotyping costs, an increase in computational power, and rediscovery of the best linear unbiased prediction methodology over the past two decades. This development has led to an accumulation of extensive historical datasets with genotypic and phenotypic information, triggering the question of how to best utilize these datasets. Here, we investigate whether all available data or a subset should be used to calibrate GS models for across-year predictions in a 7-year dataset of a commercial hybrid sunflower breeding program. We employed a multi-objective optimization approach to determine the ideal years to include in the training set (TRS). Next, for a given combination of TRS years, we further optimized the TRS size and its genetic composition. We developed the Min_GRM size optimization method which consistently found the optimal TRS size, reducing dimensionality by 20% with an approximately 1% loss in predictive ability. Additionally, the Tails_GEGVs algorithm displayed potential, outperforming the use of all data by using just 60% of it for grain yield, a high-complexity, low-heritability trait. Moreover, maximizing the genetic diversity of the TRS resulted in a consistent predictive ability across the entire range of genotypic values in the test set. Interestingly, the Tails_GEGVs algorithm, due to its ability to leverage heterogeneity, enhanced predictive performance for key hybrids with extreme genotypic values. Our study provides new insights into the optimal utilization of historical data in plant breeding programs, resulting in improved GS model predictive ability.

Palabras clave

Calibration setCytoplasmic male-sterilityDominanceGenomic selectionHistorical dataIndividualsMaizeMulti-objective optimizationPopulation-structurePrediction accuracySizeSunflower hybridsTraining set optimization

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista Plant Methods debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia WoS (JCR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2024 aún no existen indicios calculados, pero en 2023, se encontraba en la posición 13/86, consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Biochemical Research Methods.

2025-07-20:

  • WoS: 2
  • Scopus: 5

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2025-07-20:

  • El uso, desde el ámbito académico evidenciado por el indicador de la agencia Altmetric referido como agregaciones realizadas por el gestor bibliográfico personal Mendeley, nos da un total de: 3.
  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 2 (PlumX).

Con una intencionalidad más de divulgación y orientada a audiencias más generales podemos observar otras puntuaciones más globales como:

  • El Score total de Altmetric: 0.5.
  • El número de menciones en la red social X (antes Twitter): 1 (Altmetric).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.

Análisis de liderazgo de los autores institucionales

Este trabajo se ha realizado con colaboración internacional, concretamente con investigadores de: France.

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (FERNANDEZ GONZALEZ, JAVIER) y Último Autor (ISIDRO SANCHEZ, JULIO).

los autores responsables de establecer las labores de correspondencia han sido FERNANDEZ GONZALEZ, JAVIER y ISIDRO SANCHEZ, JULIO.