Reconhecimento de padrões e organização da diversidade em acessos de soja (Glycine max (L.) Merrill) do sul do Brasil

Detalhes bibliográficos
Autor(a) principal: Silva, Rafael Paulo da
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: LOCUS Repositório Institucional da UFV
Texto Completo: https://locus.ufv.br//handle/123456789/31533
https://doi.org/10.47328/ufvbbt.2023.286
Resumo: A soja (Glycine max (L.) Merrill) é uma cultura anual, herbácea com ciclo de 70 a 100 dias e autógama. A partir dos anos 2000 o cultivo da soja aumentou em todo o território brasileiro e, tornando o Brasil o principal produtor desta cultura no mundo. No caso das plantas autógamas perfeitas, como a soja, o programa de melhoramento é conduzido por meio de hibridações artificiais e posteriores avanços das populações segregantes, por autofecundações, visando a obtenção de melhores genótipos. Tendo em vista a extensão territorial do Brasil e a grande diversidade edafoclimática, a busca por genótipos adequados a cada ambiente se faz necessária. O objetivo do trabalho foi caracterizar e estimar o potencial produtivo e a diversidade de genótipos de soja com base em caracteres quantitativos. Foram utilizadas quatro diferentes coleções totalizando 301 genótipos, provindos da Universidade Regional Noroeste do Rio Grande do Sul (UNIJUÍ). As características foram massa de cem sementes (MCS), proteína (PTN), óleo (OLE), Fibra (FIB), Cinza (CIN), Ácido Palmítico (APA), Ácido Esteárico (AES), Ácido Oleico (AOL), Ácido Linoleico (ALI), Ácido Linolênico (ALN). Todas as análises foram realizadas utilizando o software Genes. O potencial foi avaliado através da análise descritiva das características e aplicado o teste de Tukey e a estatística de Lilliefors, depois os dados foram submetidos à uma análise de correlação de Pearson. A rede de correlações foi gerada através da matriz de distância euclidiana, e por fim os melhores genótipos foram analisados de acordo com Diagramas de Venn. A diversidade foi fundamentada através da análise discriminante e agrupamento pelo método de Tocher. A distribuição da variabilidade entre e dentro das coleções foi estimada pelo método da AMOVA e a discriminação dos genótipos foi realizada pelas funções linear e quadrática de Anderson. As análises mostraram que a MCS esteve inferior, média de 15.66, requerendo esforções do melhorista afim de elevar esta característica. Além disso, dentre os constituintes da semente, apenas PTN se apresentou baixo, com média no patamar de 33,40%, PTN e OLE apresentaram curva de distribuição próximo da Normal, indicando possível controle poligênico de natureza aditiva. A correlação mais expressiva foi entre PTN e OLE, valor de -0,7, e já é muito conhecida. MCS se correlacionou positivamente com PTN e negativamente com FIB, valores de 0,18 e 0,31 respectivamente. As redes de correlações individualizadas mostraram que a coleção 4 apresentou maior número de interações com alta intensidade, sejam elas positivas ou negativas e a coleção 3 foi a que apresentou a menor. A coleção de interesse, coleção 3 apresentou genótipos semelhantes entre si, 3 e 4, e 20 e 38, e ambos se mostraram divergentes do genótipo 38, e a população base apresentou bons genótipos para PTN e OLE, e MCS e OLE. Os diagramas apresentados foram concordantes em apontar a dificuldade de evidenciar genótipos que tenham bom desempenho considerando simultaneamente as características MCS, PTN e OLE. A análise de componentes principais mostrou dois componentes foram suficientes para explicar 88.38% da variância disponível nas características analisadas e a dispersão gráfica evidenciou que as coleções 3 e 4 são dissimilares. Nenhum grupo foi estabelecido com exclusividade ou prevalência de uma determinada coleção pelo agrupamento de Tocher. A AMOVA evidenciou que a coleção 1 é mais heterogênea e a coleção 3 é mais homogênea, além disso, 80.45% da variação encontrada está dentro das coleções. As análises discriminantes de Anderson tiveram taxa de erro de 26.44% e 19.96% para as análises linear e quadrática, respectivamente, evidenciando que determinados fatores podem dificultar a classificação correta das coleções. Sendo assim concluiu-se que os genótipos avaliados apresentaram bom potencial em termos de PTN, atingindo valor médios de 33,40%, porém a coleção 3 apresentou 34.29% de PTN, com baixa variabilidade exigindo esforços adicionais para incluir formas alélicas mais favoráveis recorrendo a genótipos de outras coleções, e foram identificados genótipos de bom desempenho que reúnam caraterísticas de interesse tais como MCS e PTN ou MCS e OLE. Associado a isto, existem coleções que podem ser diferenciadas e com concentração de alelos favoráveis para características de qualidade industrial diversificada. Palavras-chave: Produtividade. Caracteres quantitativos. Melhoramento genético. Diagramas de Venn.
id UFV_8cce5464bbde903955997512763b08af
oai_identifier_str oai:locus.ufv.br:123456789/31533
network_acronym_str UFV
network_name_str LOCUS Repositório Institucional da UFV
repository_id_str 2145
spelling Carvalho, Ivan Ricardo deSilva, Rafael Paulo dahttp://lattes.cnpq.br/6087276268334053Cruz, Cosme Damião2023-09-20T13:33:27Z2023-09-20T13:33:27Z2023-02-25SILVA, Rafael Paulo da. Reconhecimento de padrões e organização da diversidade em acessos de soja (Glycine max (L.) Merrill) do sul do Brasil. 2023. 61 f. Dissertação (Mestrado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2023.https://locus.ufv.br//handle/123456789/31533https://doi.org/10.47328/ufvbbt.2023.286A soja (Glycine max (L.) Merrill) é uma cultura anual, herbácea com ciclo de 70 a 100 dias e autógama. A partir dos anos 2000 o cultivo da soja aumentou em todo o território brasileiro e, tornando o Brasil o principal produtor desta cultura no mundo. No caso das plantas autógamas perfeitas, como a soja, o programa de melhoramento é conduzido por meio de hibridações artificiais e posteriores avanços das populações segregantes, por autofecundações, visando a obtenção de melhores genótipos. Tendo em vista a extensão territorial do Brasil e a grande diversidade edafoclimática, a busca por genótipos adequados a cada ambiente se faz necessária. O objetivo do trabalho foi caracterizar e estimar o potencial produtivo e a diversidade de genótipos de soja com base em caracteres quantitativos. Foram utilizadas quatro diferentes coleções totalizando 301 genótipos, provindos da Universidade Regional Noroeste do Rio Grande do Sul (UNIJUÍ). As características foram massa de cem sementes (MCS), proteína (PTN), óleo (OLE), Fibra (FIB), Cinza (CIN), Ácido Palmítico (APA), Ácido Esteárico (AES), Ácido Oleico (AOL), Ácido Linoleico (ALI), Ácido Linolênico (ALN). Todas as análises foram realizadas utilizando o software Genes. O potencial foi avaliado através da análise descritiva das características e aplicado o teste de Tukey e a estatística de Lilliefors, depois os dados foram submetidos à uma análise de correlação de Pearson. A rede de correlações foi gerada através da matriz de distância euclidiana, e por fim os melhores genótipos foram analisados de acordo com Diagramas de Venn. A diversidade foi fundamentada através da análise discriminante e agrupamento pelo método de Tocher. A distribuição da variabilidade entre e dentro das coleções foi estimada pelo método da AMOVA e a discriminação dos genótipos foi realizada pelas funções linear e quadrática de Anderson. As análises mostraram que a MCS esteve inferior, média de 15.66, requerendo esforções do melhorista afim de elevar esta característica. Além disso, dentre os constituintes da semente, apenas PTN se apresentou baixo, com média no patamar de 33,40%, PTN e OLE apresentaram curva de distribuição próximo da Normal, indicando possível controle poligênico de natureza aditiva. A correlação mais expressiva foi entre PTN e OLE, valor de -0,7, e já é muito conhecida. MCS se correlacionou positivamente com PTN e negativamente com FIB, valores de 0,18 e 0,31 respectivamente. As redes de correlações individualizadas mostraram que a coleção 4 apresentou maior número de interações com alta intensidade, sejam elas positivas ou negativas e a coleção 3 foi a que apresentou a menor. A coleção de interesse, coleção 3 apresentou genótipos semelhantes entre si, 3 e 4, e 20 e 38, e ambos se mostraram divergentes do genótipo 38, e a população base apresentou bons genótipos para PTN e OLE, e MCS e OLE. Os diagramas apresentados foram concordantes em apontar a dificuldade de evidenciar genótipos que tenham bom desempenho considerando simultaneamente as características MCS, PTN e OLE. A análise de componentes principais mostrou dois componentes foram suficientes para explicar 88.38% da variância disponível nas características analisadas e a dispersão gráfica evidenciou que as coleções 3 e 4 são dissimilares. Nenhum grupo foi estabelecido com exclusividade ou prevalência de uma determinada coleção pelo agrupamento de Tocher. A AMOVA evidenciou que a coleção 1 é mais heterogênea e a coleção 3 é mais homogênea, além disso, 80.45% da variação encontrada está dentro das coleções. As análises discriminantes de Anderson tiveram taxa de erro de 26.44% e 19.96% para as análises linear e quadrática, respectivamente, evidenciando que determinados fatores podem dificultar a classificação correta das coleções. Sendo assim concluiu-se que os genótipos avaliados apresentaram bom potencial em termos de PTN, atingindo valor médios de 33,40%, porém a coleção 3 apresentou 34.29% de PTN, com baixa variabilidade exigindo esforços adicionais para incluir formas alélicas mais favoráveis recorrendo a genótipos de outras coleções, e foram identificados genótipos de bom desempenho que reúnam caraterísticas de interesse tais como MCS e PTN ou MCS e OLE. Associado a isto, existem coleções que podem ser diferenciadas e com concentração de alelos favoráveis para características de qualidade industrial diversificada. Palavras-chave: Produtividade. Caracteres quantitativos. Melhoramento genético. Diagramas de Venn.Soybean (Glycine max (L.) Merrill) is an annual, herbaceous crop with a cycle of 70 to 100 days and autogamous. From the 2000s the cultivation of soybeans increased throughout the Brazilian territory and, making Brazil the main producer of this crop in the world. In the case of perfect autogamous plants, such as soybeans, the breeding program is conducted through artificial hybridizations and subsequent advances of the segregating populations, by self- fertilization, aiming at obtaining better genotypes. In view of the territorial extension of Brazil and the great edaphoclimatic diversity, the search for genotypes appropriate to each environment is necessary. The objective of this work was to characterize and estimate the productive potential and diversity of soybean genotypes based on quantitative traits. Four different collections were used, totaling 301 genotypes, from the Northwest Regional University of Rio Grande do Sul (UNIJUÍ). The characteristics were mass of one hundred seeds (MCS), protein (PTN), oil (OLE), Fiber (FIB), Ash (CIN), Palmitic Acid (APA), Stearic Acid (AES), Oleic Acid (AOL), Linoleic Acid (ALI), Linolenic Acid (ALN). All analyses were performed using the Genes software. The potential was evaluated through the descriptive analysis of the characteristics and applied the Tukey test and the Lilliefors statistic, then the data were submitted to a Pearson correlation analysis. The correlation network was generated through the Euclidean distance matrix, and finally the best genotypes were analyzed according to Venn diagrams. Diversity was based on discriminant analysis and grouping by the Tocher method. The distribution of variability between and within the collections was estimated by the AMOVA method and genotype discrimination was performed by Anderson's linear and quadratic functions. The analyses showed that the MCS was lower, with an average of 15.66, requiring efforts from the breeder in order to raise this characteristic. In addition, among the constituents of the seed, only PTN was low, with an average of 33.40%, PTN and OLE presented a distribution curve close to normal, indicating possible polygenic control of an additive nature. The most significant correlation was between PTN and OLE, a value of -0.7, and is already well known. MCS correlated positively with PTN and negatively with FIB, values of 0.18 and 0.31 respectively. The individualized correlation networks showed that collection 4 presented the highest number of interactions with high intensity, whether positive or negative, and collection 3 presented the lowest. The collection of interest, collection 3 presented genotypes similar to each other, 3 and 4, and 20 and 38, and both were divergent from genotype 38, and the base population presented good genotypes for PTN and OLE, and MCS and OLE. The diagrams presented were in agreement in pointing out the difficulty of evidencing genotypes that have good performance considering simultaneously the characteristics MCS, PTN and OLE. The principal component analysis showed two components were sufficient to explain 88.38% of the variance available in the analyzed characteristics and the graphic dispersion showed that collections 3 and 4 are dissimilar. No group was established with exclusivity or prevalence of a given collection by the Tocher grouping. AMOVA showed that collection 1 is more heterogeneous and collection 3 is more homogeneous, in addition, 80.45% of the variation found is within the collections. Anderson's discriminant analyses had an error rate of 26.44% and 19.96% for the linear and quadratic analyses, respectively, evidencing that certain factors may hinder the correct classification of the collections. Thus, it was concluded that the genotypes evaluated presented good potential in terms of PTN, reaching a mean value of 33.40%, but collection 3 presented 34.29% of PTN, with low variability requiring additional efforts to include more favorable allelic forms using genotypes from other collections, and genotypes of good performance that gather characteristics of interest such as MCS and PTN or MCS and OLE were identified. Associated with this, there are collections that can be differentiated and with concentration of alleles favorable for characteristics of diversified industrial quality. Keywords: Productivity. Quantitative characters. Breeding. Venn diagrams.Conselho Nacional de Desenvolvimento Científico e TecnológicoporUniversidade Federal de ViçosaGenética e MelhoramentoSoja - Melhoramento genético - Métodos estatísticosSoja - Melhoramento genético - BrasilGenética QuantitativaReconhecimento de padrões e organização da diversidade em acessos de soja (Glycine max (L.) Merrill) do sul do BrasilPattern recognition and organization of diversity in soybean (Glycine max (L.) Merrill) accessions from southern Brazilinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal de ViçosaDepartamento de Biologia GeralMestre em Genética e MelhoramentoViçosa - MG2023-02-25Mestradoinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINALtexto completo.pdftexto completo.pdftexto completoapplication/pdf1149394https://locus.ufv.br//bitstream/123456789/31533/1/texto%20completo.pdf6203404a3beaa12eef6dadab143215beMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://locus.ufv.br//bitstream/123456789/31533/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/315332023-09-20 10:33:28.4oai:locus.ufv.br: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Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452023-09-20T13:33:28LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false
dc.title.pt-BR.fl_str_mv Reconhecimento de padrões e organização da diversidade em acessos de soja (Glycine max (L.) Merrill) do sul do Brasil
dc.title.en.fl_str_mv Pattern recognition and organization of diversity in soybean (Glycine max (L.) Merrill) accessions from southern Brazil
title Reconhecimento de padrões e organização da diversidade em acessos de soja (Glycine max (L.) Merrill) do sul do Brasil
spellingShingle Reconhecimento de padrões e organização da diversidade em acessos de soja (Glycine max (L.) Merrill) do sul do Brasil
Silva, Rafael Paulo da
Soja - Melhoramento genético - Métodos estatísticos
Soja - Melhoramento genético - Brasil
Genética Quantitativa
title_short Reconhecimento de padrões e organização da diversidade em acessos de soja (Glycine max (L.) Merrill) do sul do Brasil
title_full Reconhecimento de padrões e organização da diversidade em acessos de soja (Glycine max (L.) Merrill) do sul do Brasil
title_fullStr Reconhecimento de padrões e organização da diversidade em acessos de soja (Glycine max (L.) Merrill) do sul do Brasil
title_full_unstemmed Reconhecimento de padrões e organização da diversidade em acessos de soja (Glycine max (L.) Merrill) do sul do Brasil
title_sort Reconhecimento de padrões e organização da diversidade em acessos de soja (Glycine max (L.) Merrill) do sul do Brasil
author Silva, Rafael Paulo da
author_facet Silva, Rafael Paulo da
author_role author
dc.contributor.authorLattes.pt-BR.fl_str_mv http://lattes.cnpq.br/6087276268334053
dc.contributor.none.fl_str_mv Carvalho, Ivan Ricardo de
dc.contributor.author.fl_str_mv Silva, Rafael Paulo da
dc.contributor.advisor1.fl_str_mv Cruz, Cosme Damião
contributor_str_mv Cruz, Cosme Damião
dc.subject.pt-BR.fl_str_mv Soja - Melhoramento genético - Métodos estatísticos
Soja - Melhoramento genético - Brasil
topic Soja - Melhoramento genético - Métodos estatísticos
Soja - Melhoramento genético - Brasil
Genética Quantitativa
dc.subject.cnpq.fl_str_mv Genética Quantitativa
description A soja (Glycine max (L.) Merrill) é uma cultura anual, herbácea com ciclo de 70 a 100 dias e autógama. A partir dos anos 2000 o cultivo da soja aumentou em todo o território brasileiro e, tornando o Brasil o principal produtor desta cultura no mundo. No caso das plantas autógamas perfeitas, como a soja, o programa de melhoramento é conduzido por meio de hibridações artificiais e posteriores avanços das populações segregantes, por autofecundações, visando a obtenção de melhores genótipos. Tendo em vista a extensão territorial do Brasil e a grande diversidade edafoclimática, a busca por genótipos adequados a cada ambiente se faz necessária. O objetivo do trabalho foi caracterizar e estimar o potencial produtivo e a diversidade de genótipos de soja com base em caracteres quantitativos. Foram utilizadas quatro diferentes coleções totalizando 301 genótipos, provindos da Universidade Regional Noroeste do Rio Grande do Sul (UNIJUÍ). As características foram massa de cem sementes (MCS), proteína (PTN), óleo (OLE), Fibra (FIB), Cinza (CIN), Ácido Palmítico (APA), Ácido Esteárico (AES), Ácido Oleico (AOL), Ácido Linoleico (ALI), Ácido Linolênico (ALN). Todas as análises foram realizadas utilizando o software Genes. O potencial foi avaliado através da análise descritiva das características e aplicado o teste de Tukey e a estatística de Lilliefors, depois os dados foram submetidos à uma análise de correlação de Pearson. A rede de correlações foi gerada através da matriz de distância euclidiana, e por fim os melhores genótipos foram analisados de acordo com Diagramas de Venn. A diversidade foi fundamentada através da análise discriminante e agrupamento pelo método de Tocher. A distribuição da variabilidade entre e dentro das coleções foi estimada pelo método da AMOVA e a discriminação dos genótipos foi realizada pelas funções linear e quadrática de Anderson. As análises mostraram que a MCS esteve inferior, média de 15.66, requerendo esforções do melhorista afim de elevar esta característica. Além disso, dentre os constituintes da semente, apenas PTN se apresentou baixo, com média no patamar de 33,40%, PTN e OLE apresentaram curva de distribuição próximo da Normal, indicando possível controle poligênico de natureza aditiva. A correlação mais expressiva foi entre PTN e OLE, valor de -0,7, e já é muito conhecida. MCS se correlacionou positivamente com PTN e negativamente com FIB, valores de 0,18 e 0,31 respectivamente. As redes de correlações individualizadas mostraram que a coleção 4 apresentou maior número de interações com alta intensidade, sejam elas positivas ou negativas e a coleção 3 foi a que apresentou a menor. A coleção de interesse, coleção 3 apresentou genótipos semelhantes entre si, 3 e 4, e 20 e 38, e ambos se mostraram divergentes do genótipo 38, e a população base apresentou bons genótipos para PTN e OLE, e MCS e OLE. Os diagramas apresentados foram concordantes em apontar a dificuldade de evidenciar genótipos que tenham bom desempenho considerando simultaneamente as características MCS, PTN e OLE. A análise de componentes principais mostrou dois componentes foram suficientes para explicar 88.38% da variância disponível nas características analisadas e a dispersão gráfica evidenciou que as coleções 3 e 4 são dissimilares. Nenhum grupo foi estabelecido com exclusividade ou prevalência de uma determinada coleção pelo agrupamento de Tocher. A AMOVA evidenciou que a coleção 1 é mais heterogênea e a coleção 3 é mais homogênea, além disso, 80.45% da variação encontrada está dentro das coleções. As análises discriminantes de Anderson tiveram taxa de erro de 26.44% e 19.96% para as análises linear e quadrática, respectivamente, evidenciando que determinados fatores podem dificultar a classificação correta das coleções. Sendo assim concluiu-se que os genótipos avaliados apresentaram bom potencial em termos de PTN, atingindo valor médios de 33,40%, porém a coleção 3 apresentou 34.29% de PTN, com baixa variabilidade exigindo esforços adicionais para incluir formas alélicas mais favoráveis recorrendo a genótipos de outras coleções, e foram identificados genótipos de bom desempenho que reúnam caraterísticas de interesse tais como MCS e PTN ou MCS e OLE. Associado a isto, existem coleções que podem ser diferenciadas e com concentração de alelos favoráveis para características de qualidade industrial diversificada. Palavras-chave: Produtividade. Caracteres quantitativos. Melhoramento genético. Diagramas de Venn.
publishDate 2023
dc.date.accessioned.fl_str_mv 2023-09-20T13:33:27Z
dc.date.available.fl_str_mv 2023-09-20T13:33:27Z
dc.date.issued.fl_str_mv 2023-02-25
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 SILVA, Rafael Paulo da. Reconhecimento de padrões e organização da diversidade em acessos de soja (Glycine max (L.) Merrill) do sul do Brasil. 2023. 61 f. Dissertação (Mestrado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2023.
dc.identifier.uri.fl_str_mv https://locus.ufv.br//handle/123456789/31533
dc.identifier.doi.pt-BR.fl_str_mv https://doi.org/10.47328/ufvbbt.2023.286
identifier_str_mv SILVA, Rafael Paulo da. Reconhecimento de padrões e organização da diversidade em acessos de soja (Glycine max (L.) Merrill) do sul do Brasil. 2023. 61 f. Dissertação (Mestrado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2023.
url https://locus.ufv.br//handle/123456789/31533
https://doi.org/10.47328/ufvbbt.2023.286
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
dc.publisher.program.fl_str_mv Genética e Melhoramento
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/123456789/31533/1/texto%20completo.pdf
https://locus.ufv.br//bitstream/123456789/31533/2/license.txt
bitstream.checksum.fl_str_mv 6203404a3beaa12eef6dadab143215be
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv 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_ 1801212936736210944