tese
Aplicações da análise de modelos mistos em programa de seleção recorrente do feijoeiro comum
Carregando...
Notas
Data
Autores
Orientadores
Editores
Coorientadores
Título da Revista
ISSN da Revista
Título de Volume
Editor
UNIVERSIDADE FEDERAL DE LAVRAS
Faculdade, Instituto ou Escola
Departamento
Programa de Pós-Graduação
DBI - Programa de Pós-graduação
Agência de fomento
Tipo de impacto
Áreas Temáticas da Extenção
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
No programa de seleção recorrente, a etapa de avaliação das progênies é a mais importante. Normalmente, no caso das plantas autógamas, são avaliadas progênies S0:1 e S0:2 para identificar as que serão intercruzadas e o processo de avaliação continua por sete a oito gerações até a obtenção das linhagens. Em função da existência de interação genótipos x ambientes, é necessário que no processo seletivo as progênies/linhagens sejam ser avaliadas no maior número de ambientes (locais e safras) possíveis. Na seleção das progênies tradicionalmente é desconsiderado o desempenho das gerações anteriores, bem como, ao longo das gerações de avaliação apenas as progênies com melhor desempenho são avançadas e consequentemente têm-se uma situação de desbalanceamento nos dados. Em função disso os objetivos do presente trabalho foram: - quantificar a melhoria na eficiência do processo seletivo por meio da análise seqüencial via procedimento BLUP (Best Linear Umbiased Predictor) em dois ciclos seletivos do programa de seleção recorrente da UFLA (Universidade Federal de Lavras); - utilizar o método de modelos mistos BLUP para estudar a interação progênies x safras na avaliação de um ciclo seletivo do programa de seleção recorrente para produtividade e tipo de grãos da UFLA. Para quantificar a eficiência do método seqüencial foram adotadas três estratégias para a análise da produtividade de grãos: a) análise seqüencial considerando a combinação das gerações S0:1 a S0:3; S0:1 a S0:4; S0:1 a S0:5 e considerando todas as progênies; b) análise seqüencial envolvendo as progênies comuns nas gerações S0:1 a S0:5 ou S0:1 a S0:4; c) análise seqüencial envolvendo as progênies comuns nas gerações S0:1 a S0:10 ou S0:1 a S0:8. Constatou-se que a análise realizada tradicionalmente considerando apenas a média da geração teve a eficiência reduzida, sobretudo, nas gerações iniciais até S0:5. Nas gerações mais avançadas, quando o número de progênies é menor e a análise tradicional passa a ter como referência todas as gerações avaliadas, a perda da eficiência é menor, mas com implicações na escolha da linhagem a ser recomendada. Para estudar a interação adotou-se a análise de modelos mistos considerando dois procedimentos: a) 23 progênies comuns nas gerações S0:1-S0:5 em nove ambientes; b) 10 progênies comuns nas gerações S0:1-S0:10 em 22 ambientes. Foram obtidas as melhores predições lineares não viesadas (BLUP) para o efeito genotípico (gi), bem como para o efeito da interação progênies x safras (gail). De posse dessas predições estimou-se as médias das progênies por ambientes e aplicou-se o método gráfico para estudo da estabilidade. Em função dos resultados pode-se inferir que em programas de seleção recorrente, no qual existe desbalanceamento dos dados, o emprego do método de modelos mistos para estimativa da contribuição para a interação progênies x safras associada ao método gráfico auxilia no processo decisório visando a seleção das progênies que serão avançadas.
In a recurrent selection program, the most important is progenies evaluation phase. Normally, in autogamous plants S0:1 and S0:2 progenies are evaluated to identify the ones that will be intercrossed and the evaluation process goes on from seven to eight generations until gets the lines. In function of genotypes x environment interaction it is necessary that in the selective process (progenies and lines) to be evaluated the highest number of environments (locations and seasons) possible. In progenies selection it is not considered the previous generation´s performance, such as, over the generations only progenies evaluation with better performance will be selected and there will have a situation of unbalanced in the data. In function of that the purpose were: - to quantify improvement in the selection efficiency by sequential analysis (BLUP) in two selective cycles from UFLA´s recurrent selection program; - to use the method of mixed models BLUP to study progenies x seasons interaction in the selective cycle evaluation from recurrent selection for yield and grains type from UFLA. To quantify the sequential method efficiency were adopted three strategies for grain yield analysis: a) sequential analysis considering the generations combination S0:1 to S0:3; S0:1 to S0:4; S0:1 to S0: 5 and considering all progenies in generation; b) sequential analysis involving common progenies in the generations S0:1 to S0:5 or S0:1 to S0:4; c) sequential analysis involving common progenies in the generations S0:1 to S0:10 or S0:1 to S0:8. It was verified that the analysis traditionally done considering only the previous generation mean decreases the efficiency in the early generations up to S0:5. In the most advanced generations, when the number of progenies is smaller and the traditional analysis has as reference all evaluated generations, the loss of efficiency lower, but with some implication in the selected lines to be recommended. To study the interaction adopted mixed models analysis with procedure BLUP considering two strategies: a) 23 common progenies in S0:1 - S0:5 in nine environments; b) 10 common progenies in S0:1 - S0:10 generations in 22 environments. The best linear unbiased predictor (BLUP) it was obtained for genotypic effect (gi) as to progenies x season interaction effect (gaij). From those estimated means were used for the progenies performance per environment and the graphic method was applied for the stability study. In function of the results could infer that recurrent selection program, in which there is unbalanced data, to use mixed models method to estimate contribution for progenies x season interaction associated to graphic method helps in the process to select progenies that will be advanced.
In a recurrent selection program, the most important is progenies evaluation phase. Normally, in autogamous plants S0:1 and S0:2 progenies are evaluated to identify the ones that will be intercrossed and the evaluation process goes on from seven to eight generations until gets the lines. In function of genotypes x environment interaction it is necessary that in the selective process (progenies and lines) to be evaluated the highest number of environments (locations and seasons) possible. In progenies selection it is not considered the previous generation´s performance, such as, over the generations only progenies evaluation with better performance will be selected and there will have a situation of unbalanced in the data. In function of that the purpose were: - to quantify improvement in the selection efficiency by sequential analysis (BLUP) in two selective cycles from UFLA´s recurrent selection program; - to use the method of mixed models BLUP to study progenies x seasons interaction in the selective cycle evaluation from recurrent selection for yield and grains type from UFLA. To quantify the sequential method efficiency were adopted three strategies for grain yield analysis: a) sequential analysis considering the generations combination S0:1 to S0:3; S0:1 to S0:4; S0:1 to S0: 5 and considering all progenies in generation; b) sequential analysis involving common progenies in the generations S0:1 to S0:5 or S0:1 to S0:4; c) sequential analysis involving common progenies in the generations S0:1 to S0:10 or S0:1 to S0:8. It was verified that the analysis traditionally done considering only the previous generation mean decreases the efficiency in the early generations up to S0:5. In the most advanced generations, when the number of progenies is smaller and the traditional analysis has as reference all evaluated generations, the loss of efficiency lower, but with some implication in the selected lines to be recommended. To study the interaction adopted mixed models analysis with procedure BLUP considering two strategies: a) 23 common progenies in S0:1 - S0:5 in nine environments; b) 10 common progenies in S0:1 - S0:10 generations in 22 environments. The best linear unbiased predictor (BLUP) it was obtained for genotypic effect (gi) as to progenies x season interaction effect (gaij). From those estimated means were used for the progenies performance per environment and the graphic method was applied for the stability study. In function of the results could infer that recurrent selection program, in which there is unbalanced data, to use mixed models method to estimate contribution for progenies x season interaction associated to graphic method helps in the process to select progenies that will be advanced.
Abstract
Descrição
Área de concentração
Genética e Melhoramento de Plantas
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
ISBN
DOI
Citação
BRUZI, A. T. Aplicações da análise de modelos mistos em programa de seleção recorrente do feijoeiro comum. 2008. 71 p. Tese (Doutorado em Genética e Melhoramento de Plantas)-Universidade Federal de Lavras, Lavras, 2008.