Modelos lineales para evaluación genética en animales

RESUMEN: Este libro se enfoca en la aplicación de modelos lineales en evaluación genética animal. Se inicia con un recuento del desarrollo de la evaluación genética, con énfasis en la explicación de los métodos: el mejor predictor, el mejor predictor lineal y el mejor predictor lineal insesgado. Pos...

Full description

Autores:: Solarte Portilla, Carlos Eugenio
Martínez Niño, Carlos Alberto
Cerón Muñoz, Mario Fernando

Tipo de recurso:: Book

Fecha de publicación:: 2024

Institución:: Universidad de Antioquia

Repositorio:: Repositorio UdeA

Idioma:: spa

id	UDEA2_0f61d1d57460d0526dd92d0d8d1ef5a1
oai_identifier_str	oai:bibliotecadigital.udea.edu.co:10495/39371
network_acronym_str	UDEA2
network_name_str	Repositorio UdeA
repository_id_str
dc.title.spa.fl_str_mv	Modelos lineales para evaluación genética en animales
title	Modelos lineales para evaluación genética en animales
spellingShingle	Modelos lineales para evaluación genética en animales Genética cuantitativa Quantitative genetics Mejoramiento animal Animal breeding Biotecnología animal Animal biotechnology Genómica Genomics Parámetros genéticos Genetic parameters Mejoramiento genético Genetic improvement http://aims.fao.org/aos/agrovoc/c_34327 http://aims.fao.org/aos/agrovoc/c_423 http://aims.fao.org/aos/agrovoc/c_11119 http://aims.fao.org/aos/agrovoc/c_24847 http://aims.fao.org/aos/agrovoc/c_92382 http://aims.fao.org/aos/agrovoc/c_27450
title_short	Modelos lineales para evaluación genética en animales
title_full	Modelos lineales para evaluación genética en animales
title_fullStr	Modelos lineales para evaluación genética en animales
title_full_unstemmed	Modelos lineales para evaluación genética en animales
title_sort	Modelos lineales para evaluación genética en animales
dc.creator.fl_str_mv	Solarte Portilla, Carlos Eugenio Martínez Niño, Carlos Alberto Cerón Muñoz, Mario Fernando
dc.contributor.author.none.fl_str_mv	Solarte Portilla, Carlos Eugenio Martínez Niño, Carlos Alberto Cerón Muñoz, Mario Fernando
dc.contributor.researchgroup.spa.fl_str_mv	Grupo de Investigación en Agrociencias Biodiversidad y Territorio GAMMA
dc.subject.agrovoc.none.fl_str_mv	Genética cuantitativa Quantitative genetics Mejoramiento animal Animal breeding Biotecnología animal Animal biotechnology Genómica Genomics Parámetros genéticos Genetic parameters Mejoramiento genético Genetic improvement
topic	Genética cuantitativa Quantitative genetics Mejoramiento animal Animal breeding Biotecnología animal Animal biotechnology Genómica Genomics Parámetros genéticos Genetic parameters Mejoramiento genético Genetic improvement http://aims.fao.org/aos/agrovoc/c_34327 http://aims.fao.org/aos/agrovoc/c_423 http://aims.fao.org/aos/agrovoc/c_11119 http://aims.fao.org/aos/agrovoc/c_24847 http://aims.fao.org/aos/agrovoc/c_92382 http://aims.fao.org/aos/agrovoc/c_27450
dc.subject.agrovocuri.none.fl_str_mv	http://aims.fao.org/aos/agrovoc/c_34327 http://aims.fao.org/aos/agrovoc/c_423 http://aims.fao.org/aos/agrovoc/c_11119 http://aims.fao.org/aos/agrovoc/c_24847 http://aims.fao.org/aos/agrovoc/c_92382 http://aims.fao.org/aos/agrovoc/c_27450
description	RESUMEN: Este libro se enfoca en la aplicación de modelos lineales en evaluación genética animal. Se inicia con un recuento del desarrollo de la evaluación genética, con énfasis en la explicación de los métodos: el mejor predictor, el mejor predictor lineal y el mejor predictor lineal insesgado. Posteriormente, se presentan varios casos del modelo animal que obedecen a diferentes tipos de acción génica y tipos de datos. Además, incluye capítulos relacionados con los fundamentos de algebra matricial, probabilidad, introducción a la estadística Bayesiana e identicabilidad. También tiene capítulos relaciona-dos con conceptos y procedimientos básicos para el estudio previo de bases de datos. El libro se soporta con ejemplos desarrollados en R-project. Este libro se enfoca en la aplicación de modelos lineales en evaluación genética animal. Se inicia con un recuento del desarrollo de la evaluación genética, con énfasis en la explicación de los métodos: el mejor predictor, el mejor predictor lineal y el mejor predictor lineal insesgado. Posteriormente, se presentan varios casos del modelo animal que obedecen a diferentes tipos de acción génica y tipos de datos. Además, incluye capítulos relacionados con los fundamentos de algebra matricial, probabilidad, introducción a la estadística Bayesiana e identicabilidad. También tiene capítulos relaciona-dos con conceptos y procedimientos básicos para el estudio previo de bases de datos. El libro se soporta con ejemplos desarrollados en R-project.
publishDate	2024
dc.date.accessioned.none.fl_str_mv	2024-05-20T15:58:44Z
dc.date.available.none.fl_str_mv	2024-05-20T15:58:44Z
dc.date.issued.none.fl_str_mv	2024
dc.type.spa.fl_str_mv	Libro
dc.type.coar.spa.fl_str_mv	http://purl.org/coar/resource_type/c_2f33
dc.type.redcol.spa.fl_str_mv	https://purl.org/redcol/resource_type/LIB
dc.type.coarversion.spa.fl_str_mv	http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.spa.fl_str_mv	info:eu-repo/semantics/book
dc.type.version.spa.fl_str_mv	info:eu-repo/semantics/publishedVersion
format	http://purl.org/coar/resource_type/c_2f33
status_str	publishedVersion
dc.identifier.isbn.none.fl_str_mv	978-958-722-930-1
dc.identifier.uri.none.fl_str_mv	https://hdl.handle.net/10495/39371
identifier_str_mv	978-958-722-930-1
url	https://hdl.handle.net/10495/39371
dc.language.iso.spa.fl_str_mv	spa
language	spa
dc.rights.uri.*.fl_str_mv	An error occurred getting the license - uri.
dc.rights.uri.spa.fl_str_mv	Derechos reservados - Está prohibida la reproducción parcial o total de esta publicación
dc.rights.accessrights.spa.fl_str_mv	info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv	http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv	An error occurred getting the license - uri. Derechos reservados - Está prohibida la reproducción parcial o total de esta publicación http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv	openAccess
dc.format.extent.spa.fl_str_mv	477 páginas
dc.format.mimetype.spa.fl_str_mv	application/pdf
dc.publisher.spa.fl_str_mv	Editorial Universidad Tecnológica de Pereira
dc.publisher.place.spa.fl_str_mv	Pereira, Colombia
institution	Universidad de Antioquia
bitstream.url.fl_str_mv	https://bibliotecadigital.udea.edu.co/bitstreams/68a07a6d-9e2f-4be1-8901-ea5f908a82e6/download https://bibliotecadigital.udea.edu.co/bitstreams/45e72e4a-4791-467d-a594-9a5ef16c4730/download https://bibliotecadigital.udea.edu.co/bitstreams/45499d0b-42e6-4bbb-9743-910dcd891827/download https://bibliotecadigital.udea.edu.co/bitstreams/473e197e-2976-4523-9bb4-8680504f0f83/download https://bibliotecadigital.udea.edu.co/bitstreams/729f44d4-b869-451a-9a6b-347b1e8d4484/download
bitstream.checksum.fl_str_mv	d41d8cd98f00b204e9800998ecf8427e 8a4605be74aa9ea9d79846c1fba20a33 ebbe477c6f402e84f0f48fe8a89d34ed 192e87652cbf146c512e7f858f0ba0ff 47a3dd2d9189406ea6d22ae5d8aa0917
bitstream.checksumAlgorithm.fl_str_mv	MD5 MD5 MD5 MD5 MD5
repository.name.fl_str_mv	Repositorio Institucional de la Universidad de Antioquia
repository.mail.fl_str_mv	aplicacionbibliotecadigitalbiblioteca@udea.edu.co
_version_	1851052431285157888
spelling	Solarte Portilla, Carlos EugenioMartínez Niño, Carlos AlbertoCerón Muñoz, Mario FernandoGrupo de Investigación en Agrociencias Biodiversidad y Territorio GAMMA2024-05-20T15:58:44Z2024-05-20T15:58:44Z2024978-958-722-930-1https://hdl.handle.net/10495/39371RESUMEN: Este libro se enfoca en la aplicación de modelos lineales en evaluación genética animal. Se inicia con un recuento del desarrollo de la evaluación genética, con énfasis en la explicación de los métodos: el mejor predictor, el mejor predictor lineal y el mejor predictor lineal insesgado. Posteriormente, se presentan varios casos del modelo animal que obedecen a diferentes tipos de acción génica y tipos de datos. Además, incluye capítulos relacionados con los fundamentos de algebra matricial, probabilidad, introducción a la estadística Bayesiana e identicabilidad. También tiene capítulos relaciona-dos con conceptos y procedimientos básicos para el estudio previo de bases de datos. El libro se soporta con ejemplos desarrollados en R-project. Este libro se enfoca en la aplicación de modelos lineales en evaluación genética animal. Se inicia con un recuento del desarrollo de la evaluación genética, con énfasis en la explicación de los métodos: el mejor predictor, el mejor predictor lineal y el mejor predictor lineal insesgado. Posteriormente, se presentan varios casos del modelo animal que obedecen a diferentes tipos de acción génica y tipos de datos. Además, incluye capítulos relacionados con los fundamentos de algebra matricial, probabilidad, introducción a la estadística Bayesiana e identicabilidad. También tiene capítulos relaciona-dos con conceptos y procedimientos básicos para el estudio previo de bases de datos. El libro se soporta con ejemplos desarrollados en R-project.Universidad de Antioquia. Facultad de Ciencias Agrarias. Grupo de Investigación en Agrociencias, Biodiversidad y Territorio-GAMMACarlos Eugenio Solarte PortillaPRIMERA PARTE I Mejoramiento genético animal. 15 CAPÍTULO 1 Introducción al mejoramiento genético animal y los modelos de evaluación genética . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 CAPÍTULO 2 Historia de tres desarrollos estadísticos relevantes en el mejoramiento genético. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 2.1. Mejor predictor (MP). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 2.2. Mejor predictor lineal (MPL) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 2.3. Mejor Predictor Lineal Insesgado (MPLI). . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 CAPÍTULO 3 Conceptos fundamentales de la teoría de modelos lineales. . . . . . . . . . . . . . . . . . . . . . . . . 31 3.1. Generalidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 3.2. Clasificación de los modelos lineales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 3.2.1. Clasificación de los modelos lineales de acuerdo a la naturaleza de los efectos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 3.2.2. Clasificación de los modelos lineales de acuerdo con la naturaleza de las variables explicativas. . . . . . . . . . . . . . . . . . . . 38 3.2.3. Clasificación según el rango de la matriz de diseño. . . . . . . . . . . . . . . 39 3.3. Modelo lineal cuando se tienen variables explicativas de tipo cualitativo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 3.4. Modelo lineal general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 3.4.1. Estimación de parámetros de localización. . . . . . . . . . . . . . . . . . . . . . . 43 3.4.2. Funciones estimables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 3.4.3. Distribución de los estimadores de los parámetros de localización. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 3.4.4. Formulación bayesiana del modelo lineal . . . . . . . . . . . . . . . . . . . . . . . . 57 3.5. Modelos lineales mixtos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 3.6. Ejercicios en R-project. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 CAPÍTULO 4 Modelo animal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 4.1. Generalidades. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 4.2. Ejemplo en cuyes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 4.3. Ejercicios en R-project. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 CAPÍTULO 5 Modelos animales con efectos adicionales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 5.1. Modelo animal para medidas repetidas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 5.1.1. Desarrollo del Ejemplo 5.1 en R-project. . . . . . . . . . . . . . . . . . . . . . . . . . 116 5.2. Modelo animal con efectos maternos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 5.2.1. Ejercicios en R-project. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139 5.3. Modelo animal con efectos ambientales comunes . . . . . . . . . . . . . . . . . . . . . . . 156 5.3.1. Ejercicios en R-project. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164 5.4. Modelo animal para varias características (multicaracter) . . . . . . . . . . . . . . . . 176 5.4.1. Ejercicios en R-project. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185 CAPÍTULO 6 Cruzamiento. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201 6.1. Generalidades. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203 6.2. Modelo animal multirracial. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215 6.3. Ejercicios en R-project. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226 CAPÍTULO 7 Selección genómica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259 7.1. Conceptos fundamentales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260 7.2. Primeras aproximaciones al uso de marcadores moleculares en predicción de valores genéticos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262 7.3. Breve recuento de la llegada y evolución de la selección genómica. . . . . . . . . 263 7.4. Generalidades de la selección genómica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264 7.5. Retos que se enfrentan en la selección genómica . . . . . . . . . . . . . . . . . . . . . . . . 266 7.6. Ventajas de la selección genómica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267 7.7. El modelo de regresión a través del genoma . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268 7.8. Modelos estadísticos empleados en selección genómica. . . . . . . . . . . . . . . . . . 270 7.8.1. El mejor predictor lineal insesgado genómico G-BLUP. . . . . . . . . . . . . . . . . 270 7.8.2. El G-BLUP en un solo paso (ssG-BLUP). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273 7.8.3. Modelos bayesianos de regresión paramétrica: “Alfabeto Bayesiano”. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275 SEGUNDA PARTE II Capítulos complementarios. 285 CAPÍTULO 8 Algunos conceptos de álgebra matricial. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287 8.1. Operaciones básicas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290 8.2. Dependencia e independencia lineal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291 8.3. Formas cuadráticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292 8.4. Algunos tipos de matrices de importancia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293 8.5. Ejercicios en R-project. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297 CAPÍTULO 9 Bases de probabilidad. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311 CAPÍTULO 10 Breve introducción a la estadística bayesiana. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 337 10.1. Interpretaciones de probabilidad. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339 10.2. Generalidades. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 340 10.3. Distribuciones a priori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 346 10.4. Ejemplo de la obtención de la distribución posterior. . . . . . . . . . . . . . . . . . . 348 10.5. Ejemplo del uso de una a priori impropia . . . . . . . . . . . . . . . . . . . . . . . . . . . . 352 10.6. Relación entre la media posterior, la media a priori y la media muestral, y encogimiento hacia la media a priori. . . . . . . . . . . . 352 10.7. Teoría de la decisión bayesiana. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 354 10.7.1. Elementos de la teoría de la decisión . . . . . . . . . . . . . . . . . . . . . . . . . . 355 10.7.2. Criterios generales para derivar reglas de decisión. . . . . . . . . . . . . . . 356 10.7.3. Principio de Bayes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 357 10.8. Estimador máximo a posteriori (MAP). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 357 10.9. Modelos jerárquicos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359 10.10. Inferencia aproximada por métodos de tipo Monte Carlo Cadenas de Markov. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 360 10.10.1.El muestreador de Gibbs. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 362 CAPÍTULO 11 Renumeración de animales con R-project . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 367 11.1. Errores frecuentes en los nombres de los individuos. . . . . . . . . . . . . . . . . . . . 373 CAPÍTULO 12 Cálculo del tamaño efectivo de la población que se reproduce . . . . . . . . . . . . . . . . . . . . . 377 12.1. Ejercicios en R-project. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 384 CAPÍTULO 13 Conectividad genética entre niveles de efecto fijo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 391 CAPÍTULO 14 Matriz G −1 en modelo multirracial. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 401 14.1. Ejercicios en R-project. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 411 CAPÍTULO 15 Evaluaciones genómicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 419 15.1. No identificabilidad de los efectos de los marcadores moleculares . . . . . . . . 421 15.2. Ejercicios de evaluaciones genómicas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 424 15.2.1. Montaje matricial de un modelo ss− GBLUP . . . . . . . . . . . . . . . . . . . . 424 15.2.2. Ejemplo del alfabeto bayesiano con datos simulados. . . . . . . . . . . . . . 438 15.2.3. Ejercicio en ratones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 450 CAPÍTULO 16 Anexo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 459 16.1. Gnosa. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 461 Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 465 Autores. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 475MejoramientoCOL0006779477 páginasapplication/pdfspaEditorial Universidad Tecnológica de PereiraPereira, ColombiaAn error occurred getting the license - uri.Derechos reservados - Está prohibida la reproducción parcial o total de esta publicacióninfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Modelos lineales para evaluación genética en animalesLibrohttp://purl.org/coar/resource_type/c_2f33https://purl.org/redcol/resource_type/LIBhttp://purl.org/coar/version/c_970fb48d4fbd8a85info:eu-repo/semantics/bookinfo:eu-repo/semantics/publishedVersionGenética cuantitativaQuantitative geneticsMejoramiento animalAnimal breedingBiotecnología animalAnimal biotechnologyGenómicaGenomicsParámetros genéticosGenetic parametersMejoramiento genéticoGenetic improvementhttp://aims.fao.org/aos/agrovoc/c_34327http://aims.fao.org/aos/agrovoc/c_423http://aims.fao.org/aos/agrovoc/c_11119http://aims.fao.org/aos/agrovoc/c_24847http://aims.fao.org/aos/agrovoc/c_92382http://aims.fao.org/aos/agrovoc/c_27450RoR:03bp5hc833000000PublicationCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-80https://bibliotecadigital.udea.edu.co/bitstreams/68a07a6d-9e2f-4be1-8901-ea5f908a82e6/downloadd41d8cd98f00b204e9800998ecf8427eMD52falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstreams/45e72e4a-4791-467d-a594-9a5ef16c4730/download8a4605be74aa9ea9d79846c1fba20a33MD53falseAnonymousREADORIGINALSolartePortilla, _ 2024_ Modeloslinealesevaluaciongeneticaanimales.pdfSolartePortilla, _ 2024_ Modeloslinealesevaluaciongeneticaanimales.pdfLibroapplication/pdf10123811https://bibliotecadigital.udea.edu.co/bitstreams/45499d0b-42e6-4bbb-9743-910dcd891827/downloadebbe477c6f402e84f0f48fe8a89d34edMD54trueAnonymousREADTEXTSolartePortilla, _ 2024_ Modeloslinealesevaluaciongeneticaanimales.pdf.txtSolartePortilla, _ 2024_ Modeloslinealesevaluaciongeneticaanimales.pdf.txtExtracted texttext/plain105276https://bibliotecadigital.udea.edu.co/bitstreams/473e197e-2976-4523-9bb4-8680504f0f83/download192e87652cbf146c512e7f858f0ba0ffMD55falseAnonymousREADTHUMBNAILSolartePortilla, _ 2024_ Modeloslinealesevaluaciongeneticaanimales.pdf.jpgSolartePortilla, _ 2024_ Modeloslinealesevaluaciongeneticaanimales.pdf.jpgGenerated Thumbnailimage/jpeg7901https://bibliotecadigital.udea.edu.co/bitstreams/729f44d4-b869-451a-9a6b-347b1e8d4484/download47a3dd2d9189406ea6d22ae5d8aa0917MD56falseAnonymousREAD10495/39371oai:bibliotecadigital.udea.edu.co:10495/393712025-03-26 22:15:23.906An error occurred getting the license - uri.open.accesshttps://bibliotecadigital.udea.edu.coRepositorio Institucional de la Universidad de Antioquiaaplicacionbibliotecadigitalbiblioteca@udea.edu.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

Modelos lineales para evaluación genética en animales

Publicaciones similares