Steve McKeand

Genetic variation and relationships to growth traits for microfibril angle, wood density and modulus of elasticity in a Picea abies clonal trial in southern Sweden

Abstract Genetic variation in wood density, microfibril angle (MFA), wood stiffness (MOE), height, diameter and volume was investigated in a 26-year-old Norway spruce [(Picea abies (L.) Karst.] clonal trial in southern Sweden. Wood quality measurements were performed on 10 mm increment cores using SilviScan. For MFA, mean values of annual rings showed the highest value (30°) at ring 2 counting from the pith, followed by a steep decrease and a gradual stabilization around ring 12 at approximately 14°. MOE showed a monotonic increase from 5 GPa to 14 GPa when moving from pith to bark. High broad-sense heritability values were found for wood density (0.48), MFA (0.41) and MOE (0.50). All growth traits displayed heritability values of similar magnitudes as reported in earlier studies. The generally high age–age correlations between different sections of the wood cores suggested that early selection for wood quality traits would be successful. Owing to unfavorable genetic correlations between volume and MOE, the correlated response indicated that selection for volume only at age 10 would result in a 0.27% decrease in weighted MOE at age 26 for every 1% increase in volume.

Prediction of wood density breeding values of Pinus taeda elite parents from unbalanced data: A method for adjustment of site and age effects using common checklots

Abstract• Wood density of elite parents of loblolly pine (Pinus taeda L.) was investigated in 6 to 18 year-old progeny trials. The sampling was carried out separately in seven testing regions in the southeastern US. A checklot was the only connection between elite parents planted at different trials in a testing region.• We used a data normalization method suggested for unbalanced designs in cDNA microarray experiments to remove confounding site and age effects using the checklot as a reference sample. Wood density breeding values of parents were predicted by fitting a linear mixed model to the normalized data.• Using the reference samples to remove site and age effects appears to be an effective method for analysis of unbalanced progeny tests data. In general, wood density (kg/m3) decreased from coastal to inland plantings and from the southern to the northern planting. Considerable genetic variation for wood density was detected among these fast-growing elite parents in six of seven testing regions, with half-sib family mean heritabilities ranging from 0.71 to 0.97 within a testing region. With the exception of two regions, checklots were stable across trials in a region, based on regressing the checklot means on trial means.Résumé• La densité du bois de parents d’élite de Pinus taeda L. a été étudiée dans des essais de descendance âgés de 6 à 18 ans. L’échantillonnage a été mené à bonne fin séparément dans sept régions tests du Sud des États-Unis. Le lot a été le seul lien entre parents d’élite plantés dans différents essais dans la région de test.• Nous avons utilisé une méthode de normalisation des données proposée pour des effectifs non équilibrés de puces à CDNA pour éliminer les effets confondus du site et de l’âge, en utilisant le lot comme échantillon de référence. Les valeurs de la densité du bois des parents ont été prédites par ajustement d’un modèle linéaire mixte aux données normalisées.• Utiliser les échantillons références pour enlever les effets de site et de l’âge apparaît être une méthode efficace pour analyser les données non équilibrées d’un test de descendances. En général, la densité du bois (kg/m3) décroît depuis les plantations côtières jusqu’aux plantations des régions intérieures et depuis les plantations du sud jusqu’aux plantations plus au nord. Une variabilité génétique considérable de la densité du bois a été détectée entre ces parents à croissance rapide dans six des sept régions de test, avec des héritabilités moyennes variant de 0,71 à 0,97 dans une région de test. Sur la base d’une régression entre moyennes des lots de référence et moyennes des essais, il a été déterminé qu’à l’exception de deux régions, les lots ont été stables à travers les essais dans une région déterminée.