Predicting clonal composites performance and enhancing eucalyptus productivity by accounting for indirect genotypic effects

• Autor(a) principal: Ferreira, Filipe Manoel
• Data de Publicação: 2023
• Tipo de documento: Tese
• Idioma: eng
• Título da fonte: LOCUS Repositório Institucional da UFV
• Texto Completo: https://locus.ufv.br//handle/123456789/31555; https://doi.org/10.47328/ufvbbt.2023.526
• topic: Eucalipto - Melhoramento genético; Genética quantitativa; Modelos multiníveis (Estatísticas); Competição (Biologia); Genética Quantitativa

Fatores bióticos e abiótico vem dificultando a manutenção das altas taxas de ganho genético para espécies arbóreas, principalmente as cultivadas em monoculturas. O plantio de mistura de genótipos ou compostos clonais (CC) pode ser uma alternativa para aumentar a segurança fitossanitária e até mesmo a produtividade dos plantios florestais. Os clones cultivados em CC podem apresentar competição a nível residual e genético. Os efeitos de competição podem afetar a porção herdável da variabilidade total e impactar no progresso genético da população sob seleção. O presente estudo tem como objetivos ajustar um modelo linear misto de competição a nível espacial e genético (MCEG) para estimar parâmetros genéticos e estudar os impactos da competição intergenotípica. Além disso, visa propor uma estratégia para prever a melhor combinação de clones para compor um CC que ainda não foram plantados. Aparentemente, a exploração dos efeitos de competição na recomendação da melhor combinação de clones para a composição de CC ainda não foi explorada em estudos prévios. A maioria destes estudos restringe as inferências apenas aos tradicionais modelos lineares mistos de competição. A principal vantagem da metodologia apresentada consiste em modelar a competição a nível genético e residual para prever o valor genotípico total (VGT) de um CC que ainda não foi plantado. A abordagem proposta foi ilustrada em um conjunto de dados de experimentos de testes clonais de eucalyptus em um delineamento de blocos ao acaso com 24 repetições, contendo uma única árvore por parcela avaliada para incremento médio anual (IMA – m3ha-1ano- 1) aos 3 e 6 anos. O modelo ajustado foi eficiente em particionar a variação genética em variação devido à efeitos genéticos diretos (EGD) e efeitos genéticos indiretos ou de competição (EGC). Adicionalmente, foi proposta uma forma de classificar os clones como agressivos, homeostáticos e sensíveis com base na magnitude dos EGC. O MCEG foi o mais adequado de acordo com o Critério de Informação de Akaike. A herdabilidade total diminuiu de 0,25 para 0,10 aos 3 anos e de 0,30 para 0,14 aos 6 anos em comparação com um modelo reduzido para os EGC. Portanto, a herdabilidade foi superestimada quando EGC não foram considerados. Com base nos VGT foi possível a identificação de CC com alto desempenho médio esperado para IMA levando em conta o equilíbrio entre EGD e EGC. Em resumo, a utilização dos EGC na determinação das melhores combinações de clones para a composição de CC fornece vantagens estratégicas nas etapas de recomendação de misturas de clones. Palavras-chave: Melhoramento Florestal. Genética Quantitativa. Modelos Lineares Mistos. Efeitos Associativos. Competição.