dissertação
Estratégias para seleção de progênies em soja
Carregando...
Notas
Data
Autores
Orientadores
Editores
Coorientadores
Membros de banca
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Lavras
Faculdade, Instituto ou Escola
Departamento
Departamento de Biologia
Programa de Pós-Graduação
Programa de Pós-Graduação em Genética e Melhoramento de Plantas
Agência de fomento
Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
Tipo de impacto
Áreas Temáticas da Extenção
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
Em programas de melhoramento de soja, o mérito da população tem sido, por
vezes, desconsiderado para fins de seleção das progênies ou linhagens. Além
disso, tradicionalmente a seleção dos melhores genótipos é realizada utilizando
apenas a geração de referência, isto é, não são incluídas as avaliações em gerações
anteriores. Diante disso, objetivou-se neste trabalho verificar a influência do
mérito da população nas estimativas dos componentes genéticos e fenotípicos e
na identificação das melhores progênies ou linhagens de soja, bem como
quantificar a melhoria na eficiência do processo seletivo de linhagens por meio da
análise sequencial. Foram utilizados dados de produtividade de grãos (sacas/ha) e
de maturação absoluta (dias) do programa de melhoramento de soja da empresa
Dupont – Divisão Pioneer. Os experimentos foram conduzidos nos anos agrícolas
de 2012/2013, 2013/2014 e 2015/2016 em 17 municípios dos estados do Mato
Grosso do Sul, Paraná, Santa Catarina e Rio Grande do Sul. Os dados foram
analisados usando a abordagem de modelos mistos. Foram estimados os
parâmetros, ganho genético com a seleção, correlação, índice de coincidência,
ganho realizado e a resposta correlacionada, considerando e ignorando o mérito
da população sob sete intensidades de seleção (1%, 5%, 10%,15%, 20%, 25% e
30%). Para verificar a eficiência da análise sequencial considerou-se algumas
estratégias: A) análise considerando apenas a geração de referência (VCU); B)
análise sequencial considerando a combinação dos experimentos W-teste e VCU;
C) análise sequencial considerando os experimentos X-teste, W-teste e VCU; D)
análise sequencial considerando os experimentos Y-teste, X-teste,W-teste e VCU;
E) análise sequencial considerando os experimentos Z-teste, Y-teste , X-teste, Wteste e VCU; F) análise sequencial considerando os experimentos X-teste e VCU;
G) análise sequencial considerando os experimentos Z-teste, X-teste e VCU. Nas
estratégias B, C, D e E utilizaram-se dados de todos os genótipos nos ensaios,
enquanto que nas estratégias F e G, apenas dados dos trinta genótipos comuns aos
experimentos Z-teste, X-teste e VCU foram incluídos. As comparações das
estratégias foram realizadas considerando as seguintes situações: 1) seleção das
dez melhores linhagens na estratégia A e verificação do ranqueamento destas nas
estratégias B, C, D e E; 2) Coincidência na seleção das dez melhores linhagens
em cada estratégia de análise sequencial (B, C, D e E); 3) Seleção das dez
melhores linhagens comuns aos experimentos Z-teste, X-teste e VCU. Concluiuse que os componentes de variância, a herdabilidade e o coeficiente de variação
experimental foram melhor estimados quando o mérito da população foi
considerado, proporcionando consequentemente maior ganho com a seleção tanto
para produtividade como para maturação absoluta. A coincidência e o ranqueamento entre as progênies selecionadas, considerando e ignorando o mérito
da população, foram de maior magnitude em gerações de endogamia mais
avançadas e sob intensidades de seleção mais elevadas. Houve alteração na
classificação e na coincidência das linhagens selecionadas quando se considera a
análise sequencial envolvendo as gerações prévias relativo à geração de
referência, demonstrando sua influência na recomendação de novas cultivares.
Esta alteração é mais evidente em condições de grande desbalanceamento.
Abstract
In soybean breeding programs usually the merit of the population is not
considered in the selection of progenies or lines. Traditionally the selection of the
best genotypes is performed using only the reference generation, i.e., it is not
included the evaluations of the previous generations. Thus, the aim of this study
was to verify the influence of population merit in the estimation of phenotypic
and genetic components and identification of the best soybean lines, and to
quantify the efficiency of the sequential analysis in the selective process of
soybean lines. Grain yield (bags/ha) and absolute maturity (days) data from
soybean breeding program of the Dupont company - Pioneer Division were used.
The experiments were carried out in the crop seasons 2012/2013, 2013/2014 e
2015/2016 in 17 cities in the Mato Grosso do Sul, Paraná, Santa Catarina e Rio
Grande do Sul states. We estimated the parameters genetic gain with selection,
correlation, coincidence index, realized gain and correlated response, considering
and ignoring the population merit, under seven selection intensities (1%, 5%,
10%,15%, 20%, 25% e 30%). To evaluate the efficiency of sequential analysis we
considered the following strategies: A) analysis considering only the reference
generation (VCU trial); B) sequential analysis considering the combination of Wtest and VCU experiments; C) sequential analysis considering the X-test, W-test
and VCU experiments; D) sequential analysis considering the Y-test, X-test, Wtest and VCU experiments; E) sequential analysis considering the Z-test, Y-test,
X-test, W-test and VCU experiments; F) sequential analysis considering the Xtest and VCU experiments; G) Sequential analysis considering the Z-test, X-test
and VCU experiments. In the strategies B, C, D and E were used all data of the
experiments, while for strategies F and G only data of thirty common genotypes
from the Z-test, X-test and X-VCU experiments were used. Furthermore we
consider the following situations to assess the efficiency of the sequential
analysis: 1) selection of the top-ten lines in strategy A and check the ranking of
the same lines considering the strategies B, C, D and E; 2) Coincidence selection
of the top-ten lines in each sequential analysis strategy (B, C, D and E); 3)
Selection of the top-ten common lines form experiments Z-test, X-test and VCU.
The parameters variance components, heritability and experimental variation
coefficient were better estimated when the population merit was considered,
providing consequently greater gain with selection for both traits (grain yield and
absolute maturity). The coincidence and ranking among the selected progenies
considering and ignoring the population merit were of greater in more advanced
generations of inbreeding and higher intensity selection. There was change in the
ranking of lines when considering the sequential analysis involving the previous
generations relative to reference generation, showing its influence on the recommendation of new cultivars. This change is most evident in higher
unbalance conditions.
Descrição
Área de concentração
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
ISBN
DOI
Citação
PEREIRA, F. de C. Estratégias para seleção de progênies em soja. 2016. 111 p. Dissertação (Mestrado em Genética e Melhoramento de Plantas)-Universidade Federal de Lavras, Lavras, 2016.