Grouping sunflower genotypes for yield, oil content, and reaction to Alternaria leaf spot using GGE biplot.

Detalhes bibliográficos
Autor(a) principal: LEITE, R. M. V. B. de C.
Data de Publicação: 2015
Outros Autores: OLIVEIRA, M. C. N. de
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)
Texto Completo: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1022845
Resumo: ABSTRACT: Abstract ‒ The objective of this work was to evaluate the suitability of the multivariate method of principal component analysis (PCA) using the GGE biplot software for grouping sunflower genotypes for their reaction to Alternaria leaf spot disease (Alternariaster helianthi), and for their yield and oil content. Sixty‑nine genotypes were evaluated for disease severity in the field, at the R3 growth stage, in seven growing seasons, in Londrina, in the state of Paraná, Brazil, using a diagrammatic scale developed for this disease. Yield and oil content were also evaluated. Data were standardized using the software Statistica, and GGE biplot was used for PCA and graphical display of data. The first two principal components explained 77.9% of the total variation. According to the polygonal biplot using the first two principal components and three response variables, the genotypes were divided into seven sectors. Genotypes located on sectors 1 and 2 showed high yield and high oil content, respectively, and those located on sector 7 showed tolerance to the disease and high yield, despite the high disease severity. The principal component analysis using GGE biplot is an efficient method for grouping sunflower genotypes based on the studied variables. RESUMO: O objetivo deste trabalho foi avaliar a adequação do uso do método multivariado de análise de componentes principais (ACP), com uso do programa GGE biplot, para o agrupamento de genótipos de girassol quanto à sua reação à mancha de alternária (Alternariaster helianthi), e quanto à produtividade e ao teor de óleo. Sessenta e nove genótipos foram avaliados quanto à severidade da doença em campo, na fase de desenvolvimento R3, em sete safras, em Londrina, PR, com uso de uma escala diagramática própria, desenvolvida para esta doença. A produtividade e o teor de óleo também foram avaliados. Os dados foram padronizados com o programa Statistica, e o GGE biplot foi utilizado para ACP e exibição gráfica dos dados. Os dois primeiros componentes principais explicaram 77,9% da variação total. De acordo com o biplot poligonal, obtido com os dois primeiros componentes principais e as três variáveis resposta, os genótipos foram divididos em sete setores. Os genótipos alocados nos setores 1 e 2 apresentaram alta produtividade e alto teor de óleo, respectivamente, e os agrupados no setor 7 apresentaram tolerância à doença e alta produtividade, apesar de elevada severidade da doença. O método de análise de componentes principais com uso do GGE biplot é eficiente para agrupar genótipos de girassol com base nas variáveis estudadas.
id EMBR_daa4d198a21ea85410f33c9664f06db7
oai_identifier_str oai:www.alice.cnptia.embrapa.br:doc/1022845
network_acronym_str EMBR
network_name_str Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)
repository_id_str 2154
spelling Grouping sunflower genotypes for yield, oil content, and reaction to Alternaria leaf spot using GGE biplot.GirassolDoença de plantaHelianthus AnnuusPlant diseases and disordersABSTRACT: Abstract ‒ The objective of this work was to evaluate the suitability of the multivariate method of principal component analysis (PCA) using the GGE biplot software for grouping sunflower genotypes for their reaction to Alternaria leaf spot disease (Alternariaster helianthi), and for their yield and oil content. Sixty‑nine genotypes were evaluated for disease severity in the field, at the R3 growth stage, in seven growing seasons, in Londrina, in the state of Paraná, Brazil, using a diagrammatic scale developed for this disease. Yield and oil content were also evaluated. Data were standardized using the software Statistica, and GGE biplot was used for PCA and graphical display of data. The first two principal components explained 77.9% of the total variation. According to the polygonal biplot using the first two principal components and three response variables, the genotypes were divided into seven sectors. Genotypes located on sectors 1 and 2 showed high yield and high oil content, respectively, and those located on sector 7 showed tolerance to the disease and high yield, despite the high disease severity. The principal component analysis using GGE biplot is an efficient method for grouping sunflower genotypes based on the studied variables. RESUMO: O objetivo deste trabalho foi avaliar a adequação do uso do método multivariado de análise de componentes principais (ACP), com uso do programa GGE biplot, para o agrupamento de genótipos de girassol quanto à sua reação à mancha de alternária (Alternariaster helianthi), e quanto à produtividade e ao teor de óleo. Sessenta e nove genótipos foram avaliados quanto à severidade da doença em campo, na fase de desenvolvimento R3, em sete safras, em Londrina, PR, com uso de uma escala diagramática própria, desenvolvida para esta doença. A produtividade e o teor de óleo também foram avaliados. Os dados foram padronizados com o programa Statistica, e o GGE biplot foi utilizado para ACP e exibição gráfica dos dados. Os dois primeiros componentes principais explicaram 77,9% da variação total. De acordo com o biplot poligonal, obtido com os dois primeiros componentes principais e as três variáveis resposta, os genótipos foram divididos em sete setores. Os genótipos alocados nos setores 1 e 2 apresentaram alta produtividade e alto teor de óleo, respectivamente, e os agrupados no setor 7 apresentaram tolerância à doença e alta produtividade, apesar de elevada severidade da doença. O método de análise de componentes principais com uso do GGE biplot é eficiente para agrupar genótipos de girassol com base nas variáveis estudadas.REGINA MARIA VILLAS BOAS DE CAMPOS LEITE, CNPSO; MARIA CRISTINA NEVES DE OLIVEIRA, CNPSO.LEITE, R. M. V. B. de C.OLIVEIRA, M. C. N. de2015-08-27T11:11:11Z2015-08-27T11:11:11Z2015-08-2720152017-06-20T11:11:11Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articlePesquisa Agropecuária Brasileira, Brasília, DF, v. 50, n. 8, p. 649-657, ago. 2015.http://www.alice.cnptia.embrapa.br/alice/handle/doc/102284510.1590/S0100-204X2015000800003porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)instname:Empresa Brasileira de Pesquisa Agropecuária (Embrapa)instacron:EMBRAPA2017-08-16T02:33:36Zoai:www.alice.cnptia.embrapa.br:doc/1022845Repositório InstitucionalPUBhttps://www.alice.cnptia.embrapa.br/oai/requestopendoar:21542017-08-16T02:33:36falseRepositório InstitucionalPUBhttps://www.alice.cnptia.embrapa.br/oai/requestcg-riaa@embrapa.bropendoar:21542017-08-16T02:33:36Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice) - Empresa Brasileira de Pesquisa Agropecuária (Embrapa)false
dc.title.none.fl_str_mv Grouping sunflower genotypes for yield, oil content, and reaction to Alternaria leaf spot using GGE biplot.
title Grouping sunflower genotypes for yield, oil content, and reaction to Alternaria leaf spot using GGE biplot.
spellingShingle Grouping sunflower genotypes for yield, oil content, and reaction to Alternaria leaf spot using GGE biplot.
LEITE, R. M. V. B. de C.
Girassol
Doença de planta
Helianthus Annuus
Plant diseases and disorders
title_short Grouping sunflower genotypes for yield, oil content, and reaction to Alternaria leaf spot using GGE biplot.
title_full Grouping sunflower genotypes for yield, oil content, and reaction to Alternaria leaf spot using GGE biplot.
title_fullStr Grouping sunflower genotypes for yield, oil content, and reaction to Alternaria leaf spot using GGE biplot.
title_full_unstemmed Grouping sunflower genotypes for yield, oil content, and reaction to Alternaria leaf spot using GGE biplot.
title_sort Grouping sunflower genotypes for yield, oil content, and reaction to Alternaria leaf spot using GGE biplot.
author LEITE, R. M. V. B. de C.
author_facet LEITE, R. M. V. B. de C.
OLIVEIRA, M. C. N. de
author_role author
author2 OLIVEIRA, M. C. N. de
author2_role author
dc.contributor.none.fl_str_mv REGINA MARIA VILLAS BOAS DE CAMPOS LEITE, CNPSO; MARIA CRISTINA NEVES DE OLIVEIRA, CNPSO.
dc.contributor.author.fl_str_mv LEITE, R. M. V. B. de C.
OLIVEIRA, M. C. N. de
dc.subject.por.fl_str_mv Girassol
Doença de planta
Helianthus Annuus
Plant diseases and disorders
topic Girassol
Doença de planta
Helianthus Annuus
Plant diseases and disorders
description ABSTRACT: Abstract ‒ The objective of this work was to evaluate the suitability of the multivariate method of principal component analysis (PCA) using the GGE biplot software for grouping sunflower genotypes for their reaction to Alternaria leaf spot disease (Alternariaster helianthi), and for their yield and oil content. Sixty‑nine genotypes were evaluated for disease severity in the field, at the R3 growth stage, in seven growing seasons, in Londrina, in the state of Paraná, Brazil, using a diagrammatic scale developed for this disease. Yield and oil content were also evaluated. Data were standardized using the software Statistica, and GGE biplot was used for PCA and graphical display of data. The first two principal components explained 77.9% of the total variation. According to the polygonal biplot using the first two principal components and three response variables, the genotypes were divided into seven sectors. Genotypes located on sectors 1 and 2 showed high yield and high oil content, respectively, and those located on sector 7 showed tolerance to the disease and high yield, despite the high disease severity. The principal component analysis using GGE biplot is an efficient method for grouping sunflower genotypes based on the studied variables. RESUMO: O objetivo deste trabalho foi avaliar a adequação do uso do método multivariado de análise de componentes principais (ACP), com uso do programa GGE biplot, para o agrupamento de genótipos de girassol quanto à sua reação à mancha de alternária (Alternariaster helianthi), e quanto à produtividade e ao teor de óleo. Sessenta e nove genótipos foram avaliados quanto à severidade da doença em campo, na fase de desenvolvimento R3, em sete safras, em Londrina, PR, com uso de uma escala diagramática própria, desenvolvida para esta doença. A produtividade e o teor de óleo também foram avaliados. Os dados foram padronizados com o programa Statistica, e o GGE biplot foi utilizado para ACP e exibição gráfica dos dados. Os dois primeiros componentes principais explicaram 77,9% da variação total. De acordo com o biplot poligonal, obtido com os dois primeiros componentes principais e as três variáveis resposta, os genótipos foram divididos em sete setores. Os genótipos alocados nos setores 1 e 2 apresentaram alta produtividade e alto teor de óleo, respectivamente, e os agrupados no setor 7 apresentaram tolerância à doença e alta produtividade, apesar de elevada severidade da doença. O método de análise de componentes principais com uso do GGE biplot é eficiente para agrupar genótipos de girassol com base nas variáveis estudadas.
publishDate 2015
dc.date.none.fl_str_mv 2015-08-27T11:11:11Z
2015-08-27T11:11:11Z
2015-08-27
2015
2017-06-20T11:11:11Z
dc.type.driver.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv Pesquisa Agropecuária Brasileira, Brasília, DF, v. 50, n. 8, p. 649-657, ago. 2015.
http://www.alice.cnptia.embrapa.br/alice/handle/doc/1022845
10.1590/S0100-204X2015000800003
identifier_str_mv Pesquisa Agropecuária Brasileira, Brasília, DF, v. 50, n. 8, p. 649-657, ago. 2015.
10.1590/S0100-204X2015000800003
url http://www.alice.cnptia.embrapa.br/alice/handle/doc/1022845
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)
instname:Empresa Brasileira de Pesquisa Agropecuária (Embrapa)
instacron:EMBRAPA
instname_str Empresa Brasileira de Pesquisa Agropecuária (Embrapa)
instacron_str EMBRAPA
institution EMBRAPA
reponame_str Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)
collection Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)
repository.name.fl_str_mv Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice) - Empresa Brasileira de Pesquisa Agropecuária (Embrapa)
repository.mail.fl_str_mv cg-riaa@embrapa.br
_version_ 1794503410286854144