Cassava Breeding – NextGen 2022 Analyses

Este repositório contém o código, dados e documentação das análises realizadas no programa de melhoramento de mandioca da Embrapa, no contexto do projeto NextGen Cassava (Year 6 – 2022/2023).
As análises incluem avaliação de ensaios de campo, caracterização fenotípica, estimação de BLUPs, índices de seleção e integração de características de qualidade.

---

📂 Estrutura do Projeto

• data/ → arquivos de dados de entrada (fenótipos, metadados, fieldbooks)
• analysis/ → código em RMarkdown com as etapas do pipeline:
  • Trials and traits 2023.Rmd → número de ensaios e características por ano
  • Phenotype Data.Rmd → limpeza e estruturação dos dados fenotípicos
  • Blups cycles.Rmd → estimação de BLUPs, herdabilidade e índices de seleção
• output/ → tabelas e figuras geradas (gráficos de progresso genético, boxplots, índices de seleção)
• README.md → documentação do projeto

---

🚀 Pipeline Analítico

1. Ensaios e Características

• Importação de metadados do CassavaBase.
• Cálculo do número de ensaios por ano (2018–2023).
• Quantificação do número de características avaliadas (69 no total).
• Visualizações: gráficos de barras com evolução temporal.

2. Estruturação dos Dados Fenotípicos

• Importação de dados de fenótipo e metadados.
• Definição das populações GS-C0, GS-C1 e GS-C2.
• Identificação de blocos, repetições, checks e testes.
• Criação de variáveis de delineamento experimental (yearInLoc, trialInLocYr, repInTrial, blockInTrial).
• Controle de qualidade dos dados (densidade de distribuição por ensaio).

3. Estimação de BLUPs e Herdabilidade

• Modelos mistos ajustados com o pacote metan.
• Estimação de BLUPs por ensaio e em análise conjunta.
• Cálculo da herdabilidade (H²) por característica.
• Seleção de ensaios com H² ≥ 0.5 para análise de ganho genético.

4. Comparação entre Ciclos (C0, C1, C2)

• Regressão linear para avaliar ganho genético entre ciclos.
• Boxplots comparando checks e testes.
• Índice de seleção (SI) integrando múltiplas características (FRW, FSW, DRY, DMCg, StC, PA).
• Ranking dos 30 melhores clones por ciclo.

5. Integração com Qualidade e Tolerância à Seca

• Análises de tolerância à seca com modelos mistos multiambiente.
• Avaliação de características de qualidade: deterioração pós-colheita, cozimento, amilose, teor de amido e matéria seca.
• Uso de NIRS para predição de atributos de qualidade.
• Planos de integração com GWAS para identificação de genes candidatos.

6. Resultados Apresentados no NextGen 2023

• Mais de 240 ensaios inseridos no CassavaBase desde 2018.
• 3403 clones avaliados em 2022/2023 (C0, C1, C2).
• Ganhos genéticos consistentes em características de rendimento.
• Estratégias de seleção combinando BLUPs + seleção genômica para tolerância à seca.

---

📊 Tecnologias Utilizadas

• R (pacotes: tidyverse, metan, ggplot2, ggpubr, data.table, genomicMateSelectR)
• RMarkdown para documentação reprodutível
• Git/GitHub para versionamento

---

🔧 Como Reproduzir

1. Clone este repositório:

   git clone https://github.com/WevertonGomesCosta/analisys-next-gen-2022.git

2. Abra o projeto no RStudio.
3. Execute os arquivos .Rmd em analysis/ para reproduzir as análises.

---

📌 Autores

• Weverton Gomes Costa – Pós-Doutorando, Embrapa Mandioca e Fruticultura
• Eder Jorge de Oliveira – Coordenador do Projeto, Embrapa Mandioca e Fruticultura

Site pessoal de Weverton

---

📜 Licença

Este projeto é distribuído sob a licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License. Consulte o arquivo LICENSE para mais detalhes.

---

Cassava Breeding – NextGen 2022 Analyses (English Version)

This repository contains the code, data, and documentation of the analyses carried out in the cassava breeding program at Embrapa, within the scope of the NextGen Cassava project (Year 6 – 2022/2023).
The analyses include field trial evaluation, phenotypic characterization, BLUP estimation, selection indices, and integration of quality traits.

---

📂 Project Structure

• data/ → input data files (phenotypes, metadata, fieldbooks)
• analysis/ → RMarkdown scripts with the analysis pipeline:
  • Trials and traits 2023.Rmd → number of trials and traits per year
  • Phenotype Data.Rmd → cleaning and structuring phenotypic data
  • Blups cycles.Rmd → BLUP estimation, heritability, and selection indices
• output/ → generated tables and figures (genetic progress plots, boxplots, selection indices)
• README.md → project documentation

---

🚀 Analytical Pipeline

1. Trials and Traits – quantification of trials and traits evaluated per year.
2. Phenotypic Data – cleaning, structuring, and defining GS populations (C0, C1, C2).
3. BLUPs and Heritability – mixed models fitted with the metan package.
4. Cycle Comparisons – regression and boxplots comparing genetic gain across cycles.
5. Integration with Quality and Drought Tolerance – multi-environment models, NIRS predictions, and GWAS perspectives.
6. NextGen 2023 Results – over 240 trials, 3403 clones evaluated, consistent genetic gains, and genomic selection strategies.

---

📊 Technologies Used

• R (packages: tidyverse, metan, ggplot2, ggpubr, data.table, genomicMateSelectR)
• RMarkdown for reproducible documentation
• Git/GitHub for version control

---

🔧 How to Reproduce

1. Clone this repository:

   git clone https://github.com/WevertonGomesCosta/analisys-next-gen-2022.git

2. Open the project in RStudio.
3. Run the .Rmd scripts in analysis/ to reproduce the analyses.

---

📌 Authors

• Weverton Gomes Costa – Postdoctoral Researcher, Embrapa Cassava & Fruits
• Eder Jorge de Oliveira – Project Coordinator, Embrapa Cassava & Fruits

[Weverton’s personal website](https://wevertongomescosta.github.io