Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DBI - Departamento de Biologia >
DBI - Programa de Pós-graduação >
DBI - Genética e Melhoramento de Plantas - Mestrado (Dissertações) >

Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/4317

Title: Estratégias visando à melhoria da seleção massal
Other Titles: Strategies aiming to improve the mass selection
???metadata.dc.creator???: Abreu, Guilherme Barbosa
???metadata.dc.contributor.advisor1???: Ramalho, Magno Antonio Patto
???metadata.dc.contributor.advisor-co???: Souza, João Cândido de
???metadata.dc.contributor.referee1???: Lima, Paulo César
Guimarães, Lauro José Moreira
???metadata.dc.description.concentration???: Genética e Melhoramento de Plantas
Keywords: Melhoramento de plantas
Genética quantitativa
Análise espacial
Médias móveis
Plant breeding
Quantitative genetics
Spatial analysis
Moving average
???metadata.dc.date.submitted???: 12-Feb-2010
Issue Date: 3-Oct-2014
Citation: ABREU, G. B. Estratégias visando à melhoria da seleção massal. 2010. 67 p. Dissertação (Mestrado em Genética e Melhoramento de Plantas)-Universidade Federal de Lavras, Lavras, 2010.
???metadata.dc.description.resumo???: A seleção massal é o método de melhoramento mais antigo e, provavelmente, o mais empregado no melhoramento de plantas, ao longo do tempo. Embora seja um método simples e de fácil aplicação, a sua eficiência é baixa. Este trabalho foi realizado com o objetivo de propor alternativas para ampliar o progresso genético com a seleção massal. Para isso, foi verificada a eficiência da seleção visual e avaliadas estratégias para melhorar a eficiência da seleção massal. O experimento foi conduzido em três etapas: na primeira, foi utilizada uma população de milho. No campo, observou-se a eficiência da seleção visual feita por dez avaliadores, cinco em área total e cinco em área estratificada, sendo verificada a coincidência das plantas selecionadas visualmente com o peso de grãos após a colheita. Também foram avaliados alternativas de seleção massal estratificada com e sem ajuste e o uso das médias móveis para corrigir os valores fenotípicos. Na segunda, foram utilizados experimentos de avaliação de híbridos. Esses experimentos foram conduzidos com parcelas de dimensões diferentes. Em um deles, a parcela possuía duas linhas de 3 m, com 3 repetições, enquanto no outro ensaio a parcela era de uma planta com 30 repetições. Neste último, um dos experimentos tinha o espaçamento entre plantas de 30 cm e outro, de 60 cm. Nos experimentos de uma planta foi efetuada a seleção massal e verificada a coincidência da origem das plantas selecionadas, o híbrido, com o resultado da análise de variância. Na terceira etapa, foi empregada simulação computacional. Para isso foi gerada uma população com 2.025 indivíduos, sendo 1.521 envolvidos na seleção. Essas populações foram geradas considerando diferentes herdabilidades e interações alélicas. O efeito ambiental foi simulado considerando erros correlacionados ou não. Constatou-se que: a seleção, quando efetuada visualmente, mesmo estratificando a área, é de baixa eficiência para o caráter produtividade de grãos e, por isso, deve-se obter o peso de grãos por planta para melhorar a eficácia da seleção; a seleção massal é mais eficiente quando se diminui a densidade de semeadura; a estratificação da área só melhora a eficiência quando se trabalha com caracteres de baixa herdabilidade e quando há correlação dos erros no campo e a utilização do método das médias móveis não aumentou a eficiência da seleção massal.
The mass selection is the oldest method of improving and probably the most used in plant breeding over time. Although it is a simple and easy to apply its efficiency is low. The objective of this study was to asses alternatives to extend the genetic progress with mass selection. For this was verified the efficiency of visual selection and evaluated strategies to improve the efficiency of mass selection. There were three steps: first we used a population of maize. In a field trial we verified the efficiency of visual selection made by ten raters, five in total area and five in stratified areas, and checked the coincidence of plants visually selected with the weight of ear after the harvest. Alternatives were also evaluated grid selection with and without adjustment and the use of moving average to correct the phenotypic values. In the second step were used experiments to evaluate hybrids. These experiments were conducted with plots of different sizes. One of them, two rows of three meters with three replications was used. The other one, the plot was one plant with 30 replications. In the latter one of the experiments had the plants spacing of 30 cm and another of 60 cm. In the experiments of a single plant was carried out mass selection and checked the coincidence of the origin of selected plants, the hybrid, with the result of analysis of variance. In the third step was used a computer simulation. For this was generated a population with 2025 individuals, and 1521 involved in the selection. These populations were generated considering different heritability and allelic interaction. The environmental effect was simulated considering errors related or not. It was found that: mass selection, when done visually, even stratifying the area, is not efficient for the trait productivity, so you should obtain the grain weight per plant to make the selection; mass selection is most effective at low density of plants; the stratification of the area only improves efficiency when working with traits of low heritability and when there is correlation of errors in the field; the use of moving average did not increase the efficiency of mass selection.
URI: http://repositorio.ufla.br/jspui/handle/1/4317
Publisher: UNIVERSIDADE FEDERAL DE LAVRAS
???metadata.dc.language???: pt_BR
Appears in Collections:DBI - Genética e Melhoramento de Plantas - Mestrado (Dissertações)

Files in This Item:

File Description SizeFormat
DISSERTAÇÃO_Estratégias visando à melhoria da seleção massal.pdf366.74 kBAdobe PDFView/Open

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.


View Statistics

 


DSpace Software Copyright © 2002-2010  Duraspace - Feedback