Interação genótipos x ambientes via GGE Biplot/REML-BLUP em milho sob estresse nutricional
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | LOCUS Repositório Institucional da UFV |
Texto Completo: | http://www.locus.ufv.br/handle/123456789/6857 |
Resumo: | A seleção de genótipos para eficiência no uso (EU) é fundamental, pois permite alcançar produtividades satisfatórias, com menores custos e de modo sustentável. Assim, muitos programas de melhoramento para estresse nutricional fazem seleção de genótipos para dois ou mais estresses simultaneamente. No entanto é necessário entender o efeito do tipo e da intensidade do estresse nutricional para a composição da interação genótipo-ambiente (GxA). Neste contexto, uma ferramenta muito utilizada é a modelagem via GGE Biplot (efeitos principais dos genótipos (G) mais interação genótipo-ambiente (GA)) combinada com as equações de modelos mistos. Entretanto, é necessário entender como a predição e correção dos valores genéticos para os efeitos fixos interfere nas análises da interação GxA via GGE Biplot. Diante do exposto, o objetivo foi estudar o efeito do tipo e intensidade do estresse nutricional e do tratamento estatístico nos dados utilizados para compreensão da interação genótipo-ambiente em milho tropical. Para isto, foram avaliadas 41 combinações híbridas em dois experimentos, em baixa e alta disponibilidade de N e P, delineados em blocos ao acaso com duas repetições, em esquema fatorial simples (híbridos x níveis de N ou P). Os experimentos foram conduzidos em casa de vegetação (20o45'14"S; 42o52'53"W), na Universidade Federal de Viçosa, durante o mês de outubro de 2010. As plantas foram colhidas no estádio de seis folhas completamente expandidas (V6). Foram estimados a massa de parte aérea seca (MPS) e o comprimento de raiz lateral (CRLAT). Os dados obtidos foram submetidos a análises estatísticas via REML/BLUP (Máxima Verossimilhança Restrita/Melhor Preditor Linear Não Viesado) para a obtenção dos componentes de variância e as estimativas dos parâmetros genéticos e posteriormente submetido à análise via GGE Biplot. Foi possível concluir que a avaliação e seleção de genótipos de milho tropical deve ser realizada para cada nível de disponibilidade dentro de cada tipo de estresse nutricional e a utilização de médias fenotípicas apresenta maior confiabilidade em relação aos valores genotípicos nas análises da interação GxA via GGE Biplot. |
id |
UFV_89d77efa963abe95379dda045ed75baf |
---|---|
oai_identifier_str |
oai:locus.ufv.br:123456789/6857 |
network_acronym_str |
UFV |
network_name_str |
LOCUS Repositório Institucional da UFV |
repository_id_str |
2145 |
spelling |
Fritsche Neto, RobertoViana, José Marcelo SorianoResende, Marcos Deon Vilela deGranato, Ítalo Stefanine Correiahttp://lattes.cnpq.br/5393141891623861Silva, Fabyano Fonseca e2015-12-02T09:00:18Z2015-12-02T09:00:18Z2014-02-07GRANATO, Ítalo Stefanine Correia. Interação genótipos x ambientes via GGE Biplot/REML-BLUP em milho sob estresse nutricional. 2014. 27f. Dissertação (Mestrado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2014.http://www.locus.ufv.br/handle/123456789/6857A seleção de genótipos para eficiência no uso (EU) é fundamental, pois permite alcançar produtividades satisfatórias, com menores custos e de modo sustentável. Assim, muitos programas de melhoramento para estresse nutricional fazem seleção de genótipos para dois ou mais estresses simultaneamente. No entanto é necessário entender o efeito do tipo e da intensidade do estresse nutricional para a composição da interação genótipo-ambiente (GxA). Neste contexto, uma ferramenta muito utilizada é a modelagem via GGE Biplot (efeitos principais dos genótipos (G) mais interação genótipo-ambiente (GA)) combinada com as equações de modelos mistos. Entretanto, é necessário entender como a predição e correção dos valores genéticos para os efeitos fixos interfere nas análises da interação GxA via GGE Biplot. Diante do exposto, o objetivo foi estudar o efeito do tipo e intensidade do estresse nutricional e do tratamento estatístico nos dados utilizados para compreensão da interação genótipo-ambiente em milho tropical. Para isto, foram avaliadas 41 combinações híbridas em dois experimentos, em baixa e alta disponibilidade de N e P, delineados em blocos ao acaso com duas repetições, em esquema fatorial simples (híbridos x níveis de N ou P). Os experimentos foram conduzidos em casa de vegetação (20o45'14"S; 42o52'53"W), na Universidade Federal de Viçosa, durante o mês de outubro de 2010. As plantas foram colhidas no estádio de seis folhas completamente expandidas (V6). Foram estimados a massa de parte aérea seca (MPS) e o comprimento de raiz lateral (CRLAT). Os dados obtidos foram submetidos a análises estatísticas via REML/BLUP (Máxima Verossimilhança Restrita/Melhor Preditor Linear Não Viesado) para a obtenção dos componentes de variância e as estimativas dos parâmetros genéticos e posteriormente submetido à análise via GGE Biplot. Foi possível concluir que a avaliação e seleção de genótipos de milho tropical deve ser realizada para cada nível de disponibilidade dentro de cada tipo de estresse nutricional e a utilização de médias fenotípicas apresenta maior confiabilidade em relação aos valores genotípicos nas análises da interação GxA via GGE Biplot.The selection of genotypes for use efficiency (UE) is essential because it allows achieving satisfactory yields with lower costs and sustainably. Thus, many nutritional stress breeding programs make a selection of genotypes for two or more stress simultaneously. However it is necessary to understand the effect of the type and intensity of nutritional stress for the composition of the genotype by environment interaction (GE). In this context, a commonly used tool is modeling via GGE biplot (genotype main effect (G) plus genotype by environment interaction (GE)) combined with mixed models. However, is necessary understand how the prediction and correction of breeding values for fixed effects change the analysis of GE interaction via GGE Biplot. Given the above, the objective was to study the effect of the type and intensity of nutritional stress and the statistical treatment given to the data used to understand the genotype-environment interaction in tropical maize. For this, 41 hybrids were evaluated in two experiments in high and low availability of N and P, using complete blocks design with two replications in a two-way scheme (hybrids x N or P levels). The experiments were conducted in a greenhouse (20o45'14"S; 42o52'53"W; 650 m), at the Federal University of Viçosa, during the month of October 2010. Plants were harvested at the V6 stage. The measured characters were dry shoot mass (MPS) and the length of lateral root (CRLAT). The data was subjected to statistical analysis via REML/BLUP (Restricted Maximum Likelihood/Best Linear Unbiased Predictor) for obtaining the variance components and estimation of genetic parameter and after subjected to analysis via GGE Biplot. Thus, we conclude that evaluation and selection of tropical maize genotypes should be performed for each level of availability within each type of nutritional stress and the use of phenotypic means has better reliability compared to the genotypic values in the analysis of GE interaction via GGE Biplot.Conselho Nacional de Desenvolvimento Científico e TecnológicoporUniversidade Federal de ViçosaMilho - Melhoramento genéticoCultivos agrícolas - GenéticaInteração genótipo-ambienteEstresse abióticoGenética VegetalInteração genótipos x ambientes via GGE Biplot/REML-BLUP em milho sob estresse nutricionalGenotype x environment interaction via GGE Biplot/REML-BLUP in maize under nutritional stressinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal de ViçosaMestre em Genética e MelhoramentoViçosa - MG2014-02-07Mestradoinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINALtexto completo.pdftexto completo.pdftexto completoapplication/pdf1174620https://locus.ufv.br//bitstream/123456789/6857/1/texto%20completo.pdf417e95559ef7632bbe3dfcc8032b71e8MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://locus.ufv.br//bitstream/123456789/6857/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52TEXTtexto completo.pdf.txttexto completo.pdf.txtExtracted texttext/plain52160https://locus.ufv.br//bitstream/123456789/6857/3/texto%20completo.pdf.txtc01fbd57652d1fe0d67c6c5e62243ce8MD53THUMBNAILtexto completo.pdf.jpgtexto completo.pdf.jpgIM Thumbnailimage/jpeg3572https://locus.ufv.br//bitstream/123456789/6857/4/texto%20completo.pdf.jpg978ab57ffcc74d391dcfc260c886e710MD54123456789/68572016-04-12 23:01:14.958oai:locus.ufv.br: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Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452016-04-13T02:01:14LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false |
dc.title.pt-BR.fl_str_mv |
Interação genótipos x ambientes via GGE Biplot/REML-BLUP em milho sob estresse nutricional |
dc.title.en.fl_str_mv |
Genotype x environment interaction via GGE Biplot/REML-BLUP in maize under nutritional stress |
title |
Interação genótipos x ambientes via GGE Biplot/REML-BLUP em milho sob estresse nutricional |
spellingShingle |
Interação genótipos x ambientes via GGE Biplot/REML-BLUP em milho sob estresse nutricional Granato, Ítalo Stefanine Correia Milho - Melhoramento genético Cultivos agrícolas - Genética Interação genótipo-ambiente Estresse abiótico Genética Vegetal |
title_short |
Interação genótipos x ambientes via GGE Biplot/REML-BLUP em milho sob estresse nutricional |
title_full |
Interação genótipos x ambientes via GGE Biplot/REML-BLUP em milho sob estresse nutricional |
title_fullStr |
Interação genótipos x ambientes via GGE Biplot/REML-BLUP em milho sob estresse nutricional |
title_full_unstemmed |
Interação genótipos x ambientes via GGE Biplot/REML-BLUP em milho sob estresse nutricional |
title_sort |
Interação genótipos x ambientes via GGE Biplot/REML-BLUP em milho sob estresse nutricional |
author |
Granato, Ítalo Stefanine Correia |
author_facet |
Granato, Ítalo Stefanine Correia |
author_role |
author |
dc.contributor.authorLattes.pt-BR.fl_str_mv |
http://lattes.cnpq.br/5393141891623861 |
dc.contributor.none.fl_str_mv |
Fritsche Neto, Roberto Viana, José Marcelo Soriano Resende, Marcos Deon Vilela de |
dc.contributor.author.fl_str_mv |
Granato, Ítalo Stefanine Correia |
dc.contributor.advisor1.fl_str_mv |
Silva, Fabyano Fonseca e |
contributor_str_mv |
Silva, Fabyano Fonseca e |
dc.subject.pt-BR.fl_str_mv |
Milho - Melhoramento genético Cultivos agrícolas - Genética Interação genótipo-ambiente Estresse abiótico |
topic |
Milho - Melhoramento genético Cultivos agrícolas - Genética Interação genótipo-ambiente Estresse abiótico Genética Vegetal |
dc.subject.cnpq.fl_str_mv |
Genética Vegetal |
description |
A seleção de genótipos para eficiência no uso (EU) é fundamental, pois permite alcançar produtividades satisfatórias, com menores custos e de modo sustentável. Assim, muitos programas de melhoramento para estresse nutricional fazem seleção de genótipos para dois ou mais estresses simultaneamente. No entanto é necessário entender o efeito do tipo e da intensidade do estresse nutricional para a composição da interação genótipo-ambiente (GxA). Neste contexto, uma ferramenta muito utilizada é a modelagem via GGE Biplot (efeitos principais dos genótipos (G) mais interação genótipo-ambiente (GA)) combinada com as equações de modelos mistos. Entretanto, é necessário entender como a predição e correção dos valores genéticos para os efeitos fixos interfere nas análises da interação GxA via GGE Biplot. Diante do exposto, o objetivo foi estudar o efeito do tipo e intensidade do estresse nutricional e do tratamento estatístico nos dados utilizados para compreensão da interação genótipo-ambiente em milho tropical. Para isto, foram avaliadas 41 combinações híbridas em dois experimentos, em baixa e alta disponibilidade de N e P, delineados em blocos ao acaso com duas repetições, em esquema fatorial simples (híbridos x níveis de N ou P). Os experimentos foram conduzidos em casa de vegetação (20o45'14"S; 42o52'53"W), na Universidade Federal de Viçosa, durante o mês de outubro de 2010. As plantas foram colhidas no estádio de seis folhas completamente expandidas (V6). Foram estimados a massa de parte aérea seca (MPS) e o comprimento de raiz lateral (CRLAT). Os dados obtidos foram submetidos a análises estatísticas via REML/BLUP (Máxima Verossimilhança Restrita/Melhor Preditor Linear Não Viesado) para a obtenção dos componentes de variância e as estimativas dos parâmetros genéticos e posteriormente submetido à análise via GGE Biplot. Foi possível concluir que a avaliação e seleção de genótipos de milho tropical deve ser realizada para cada nível de disponibilidade dentro de cada tipo de estresse nutricional e a utilização de médias fenotípicas apresenta maior confiabilidade em relação aos valores genotípicos nas análises da interação GxA via GGE Biplot. |
publishDate |
2014 |
dc.date.issued.fl_str_mv |
2014-02-07 |
dc.date.accessioned.fl_str_mv |
2015-12-02T09:00:18Z |
dc.date.available.fl_str_mv |
2015-12-02T09:00:18Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
GRANATO, Ítalo Stefanine Correia. Interação genótipos x ambientes via GGE Biplot/REML-BLUP em milho sob estresse nutricional. 2014. 27f. Dissertação (Mestrado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2014. |
dc.identifier.uri.fl_str_mv |
http://www.locus.ufv.br/handle/123456789/6857 |
identifier_str_mv |
GRANATO, Ítalo Stefanine Correia. Interação genótipos x ambientes via GGE Biplot/REML-BLUP em milho sob estresse nutricional. 2014. 27f. Dissertação (Mestrado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2014. |
url |
http://www.locus.ufv.br/handle/123456789/6857 |
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.publisher.none.fl_str_mv |
Universidade Federal de Viçosa |
publisher.none.fl_str_mv |
Universidade Federal de Viçosa |
dc.source.none.fl_str_mv |
reponame:LOCUS Repositório Institucional da UFV instname:Universidade Federal de Viçosa (UFV) instacron:UFV |
instname_str |
Universidade Federal de Viçosa (UFV) |
instacron_str |
UFV |
institution |
UFV |
reponame_str |
LOCUS Repositório Institucional da UFV |
collection |
LOCUS Repositório Institucional da UFV |
bitstream.url.fl_str_mv |
https://locus.ufv.br//bitstream/123456789/6857/1/texto%20completo.pdf https://locus.ufv.br//bitstream/123456789/6857/2/license.txt https://locus.ufv.br//bitstream/123456789/6857/3/texto%20completo.pdf.txt https://locus.ufv.br//bitstream/123456789/6857/4/texto%20completo.pdf.jpg |
bitstream.checksum.fl_str_mv |
417e95559ef7632bbe3dfcc8032b71e8 8a4605be74aa9ea9d79846c1fba20a33 c01fbd57652d1fe0d67c6c5e62243ce8 978ab57ffcc74d391dcfc260c886e710 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV) |
repository.mail.fl_str_mv |
fabiojreis@ufv.br |
_version_ |
1801212843600642048 |