Modelos mistos na avaliação do potencial genético de populações e progênies de feijoeiro

Detalhes bibliográficos
Autor(a) principal: Paula, Ramon Gonçalves de
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: por
Título da fonte: LOCUS Repositório Institucional da UFV
Texto Completo: http://www.locus.ufv.br/handle/123456789/9451
Resumo: O objetivo deste trabalho foi utilizar a metodologia de modelos mistos na predição do potencial genético de populações segregantes e na seleção de progênies visando ao melhoramento do feijão-preto. A partir de cruzamentos em esquema de dialelo parcial 5 x 7, 35 populações foram obtidas e avançadas em bulk até a geração F2. Na geração F3, essas populações foram avaliadas na safra de inverno de 2014, utilizando o delineamento de blocos casualizados. A partir de dados de plantas individuais quanto à produção de grãos (PG) e ao diâmetro do hipocótilo (DH), foram utilizadas as metodologias de Jinks e Pooni e a baseada em modelos mistos, para a predição do potencial dessas populações na extração de linhagens superiores. Vinte dessas populações constituíram a base (C0) para um programa de seleção recorrente. De cada uma dessas populações foram selecionadas 19 plantas com maiores valores de DH, dando origem a 380 progênies de feijão-preto. Essas progênies foram avaliadas por duas gerações, F3:4 (seca 2015) e F3:5 (inverno 2015), quanto a arquitetura de plantas (ARQ), severidade de mancha-angular (MA), produtividade de grãos (PROD) e aspecto comercial de grãos (AG). Para predição do valor genético das progênies, foi utilizado o índice de seleção com efeito de progenitor, população, progênie e geração (ISPPPG). Com base nos valores genéticos preditos e no índice de seleção aditivo, foram selecionadas, independentemente da população de origem, as 40 progênies com o maior potencial para a extração de linhagens superiores. Também foi selecionada a melhor progênie de cada uma das 20 populações, as quais serão recombinadas para dar origem ao ciclo um (C1) do Programa de Seleção Recorrente. Considerando a avaliação das populações F3, observou-se a presença de variabilidade genética entre elas para as características DH e PG. A acurácia seletiva em nível de média de populações foi de 88,19% para DH e 84,36% para PG, enquanto a acurácia na seleção individual de plantas apresentou valores inferiores a 26%. A eficiência com a seleção pelo BLUP (Melhor Predição Linear Não Viesada) entre e dentro de populações foi de apenas 1% para essas duas características. A metodologia de Jinks e Pooni e a baseada em modelos mistos foram equivalentes na predição do potencial das populações segregantes. Considerando as características PROD, ARQ, MA e AG, avaliadas nas progênies, observou-se efeito significativo de progênie, de população (exceto para AG) e de progênie x geração (exceto para ARQ). Obtiveram-se acurácias acima de 85% para todas as características, com o uso do ISPPPG na predição do valor genético das progênies. Com o índice de seleção aditivo foi obtida predição de ganhos desejados simultâneos para as quatro características. O uso de modelos mistos mostrou-se promissor no melhoramento do feijoeiro.
id UFV_8e404081568adb511ae8d14558d7de9b
oai_identifier_str oai:locus.ufv.br:123456789/9451
network_acronym_str UFV
network_name_str LOCUS Repositório Institucional da UFV
repository_id_str 2145
spelling Carneiro, José Eustáquio de SouzaResende, Marcos Deon Vilela deCruz, Cosme DamiãoPaula, Ramon Gonçalves dehttp://lattes.cnpq.br/3981111135994069Carneiro, Pedro Crescêncio Souza2017-02-08T16:38:24Z2017-02-08T16:38:24Z2016-07-18PAULA, Ramon Gonçalves de. Modelos mistos na avaliação do potencial genético de populações e progênies de feijoeiro. 2016. 46f. Dissertação (Mestrado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2016.http://www.locus.ufv.br/handle/123456789/9451O objetivo deste trabalho foi utilizar a metodologia de modelos mistos na predição do potencial genético de populações segregantes e na seleção de progênies visando ao melhoramento do feijão-preto. A partir de cruzamentos em esquema de dialelo parcial 5 x 7, 35 populações foram obtidas e avançadas em bulk até a geração F2. Na geração F3, essas populações foram avaliadas na safra de inverno de 2014, utilizando o delineamento de blocos casualizados. A partir de dados de plantas individuais quanto à produção de grãos (PG) e ao diâmetro do hipocótilo (DH), foram utilizadas as metodologias de Jinks e Pooni e a baseada em modelos mistos, para a predição do potencial dessas populações na extração de linhagens superiores. Vinte dessas populações constituíram a base (C0) para um programa de seleção recorrente. De cada uma dessas populações foram selecionadas 19 plantas com maiores valores de DH, dando origem a 380 progênies de feijão-preto. Essas progênies foram avaliadas por duas gerações, F3:4 (seca 2015) e F3:5 (inverno 2015), quanto a arquitetura de plantas (ARQ), severidade de mancha-angular (MA), produtividade de grãos (PROD) e aspecto comercial de grãos (AG). Para predição do valor genético das progênies, foi utilizado o índice de seleção com efeito de progenitor, população, progênie e geração (ISPPPG). Com base nos valores genéticos preditos e no índice de seleção aditivo, foram selecionadas, independentemente da população de origem, as 40 progênies com o maior potencial para a extração de linhagens superiores. Também foi selecionada a melhor progênie de cada uma das 20 populações, as quais serão recombinadas para dar origem ao ciclo um (C1) do Programa de Seleção Recorrente. Considerando a avaliação das populações F3, observou-se a presença de variabilidade genética entre elas para as características DH e PG. A acurácia seletiva em nível de média de populações foi de 88,19% para DH e 84,36% para PG, enquanto a acurácia na seleção individual de plantas apresentou valores inferiores a 26%. A eficiência com a seleção pelo BLUP (Melhor Predição Linear Não Viesada) entre e dentro de populações foi de apenas 1% para essas duas características. A metodologia de Jinks e Pooni e a baseada em modelos mistos foram equivalentes na predição do potencial das populações segregantes. Considerando as características PROD, ARQ, MA e AG, avaliadas nas progênies, observou-se efeito significativo de progênie, de população (exceto para AG) e de progênie x geração (exceto para ARQ). Obtiveram-se acurácias acima de 85% para todas as características, com o uso do ISPPPG na predição do valor genético das progênies. Com o índice de seleção aditivo foi obtida predição de ganhos desejados simultâneos para as quatro características. O uso de modelos mistos mostrou-se promissor no melhoramento do feijoeiro.This work aims the use of mixed models methodology in predicting the potential of segregating populations and selection of progenies at black bean breeding program. From crosses in partial diallel scheme (5 x 7), 35 population were obtained and advanced in bulk to F3 generation, which were evaluated in 2014 winter season, in a randomized block design. From data of individual plants for grain production (GP) and hypocotyl diameter (HD), I used the methodologies of Jinks and Pooni and the mixed models to predict the potential from those populations in order to extract superior lines. Twenty population composed the base (C0) of a recurrent selection program. From each of these populations, nineteen plants with higher HD values were selected to give rise to 380 black coat seeds progenies. These progenies were evaluated for two generations F3:4 (drought 2015) and F3:5 (winter 2015) regarding plant architecture (ARQ), angular-leaf-spot severity (ALS), grain yield (GY) and commercial aspect (GA). I used the selection index with parents, populations, progenies and generations effects (SIPPPG) to predict the genetic value of the progenies. Based on genetic values predicted and through the additive index, I selected 40 progenies with the greatest potential for superior lines extraction, regardless the source population. I also selected the best progeny of each of the 20 population, which will be combined to give rise the cycle one (C1) of the Recurrent Selection Program. There was genetic variability among F3 population regarding GP and HD. The average level selective accuracy of population was 88.19% to HD and 84.36% to GP, while the individual selective accuracy presented values lower than 26%. The efficiency with the BLUP (Best Linear Unbiased Prediction) selection among and within populations was only 1% for both characteristics. The methodology of Jinks e Pooni and the methodology based on mixed models were similar in predict the potential of segregating population. Considering GY, ARQ, ALS and GA, there was significant progeny effect, population effect (except for GA) and progeny x generation effect (except for ARQ). Accuracies above 85% were obtained for all characteristics using the SIPPPG in predicting the progenies genetic values. I got simultaneous desired predicted gains for the four characteristics. The use of mixed models shows promise in bean breeding programs.Fundação de Amparo à Pesquisa do Estado de Minas GeraisporUniversidade Federal de ViçosaFeijão preto - Melhoramento genéticoFeijão preto - SeleçãoBLUPValor genéticoGenética QuantitativaModelos mistos na avaliação do potencial genético de populações e progênies de feijoeiroMixed models in evaluating the genetic potential of population and progeny of common beaninfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal de ViçosaDepartamento de Biologia GeralMestre em Genética e MelhoramentoViçosa - MG2016-07-18Mestradoinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINALtexto completo.pdftexto completo.pdftexto completoapplication/pdf619572https://locus.ufv.br//bitstream/123456789/9451/1/texto%20completo.pdfc1d04820225a12c3d12c15ec4d7c4d11MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://locus.ufv.br//bitstream/123456789/9451/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52THUMBNAILtexto completo.pdf.jpgtexto completo.pdf.jpgIM Thumbnailimage/jpeg3651https://locus.ufv.br//bitstream/123456789/9451/3/texto%20completo.pdf.jpg0b90826fe336260c3d602cca24d49a84MD53123456789/94512017-02-08 22:00:22.685oai:locus.ufv.br:123456789/9451Tk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo=Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452017-02-09T01:00:22LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false
dc.title.pt-BR.fl_str_mv Modelos mistos na avaliação do potencial genético de populações e progênies de feijoeiro
dc.title.en.fl_str_mv Mixed models in evaluating the genetic potential of population and progeny of common bean
title Modelos mistos na avaliação do potencial genético de populações e progênies de feijoeiro
spellingShingle Modelos mistos na avaliação do potencial genético de populações e progênies de feijoeiro
Paula, Ramon Gonçalves de
Feijão preto - Melhoramento genético
Feijão preto - Seleção
BLUP
Valor genético
Genética Quantitativa
title_short Modelos mistos na avaliação do potencial genético de populações e progênies de feijoeiro
title_full Modelos mistos na avaliação do potencial genético de populações e progênies de feijoeiro
title_fullStr Modelos mistos na avaliação do potencial genético de populações e progênies de feijoeiro
title_full_unstemmed Modelos mistos na avaliação do potencial genético de populações e progênies de feijoeiro
title_sort Modelos mistos na avaliação do potencial genético de populações e progênies de feijoeiro
author Paula, Ramon Gonçalves de
author_facet Paula, Ramon Gonçalves de
author_role author
dc.contributor.authorLattes.pt-BR.fl_str_mv http://lattes.cnpq.br/3981111135994069
dc.contributor.none.fl_str_mv Carneiro, José Eustáquio de Souza
Resende, Marcos Deon Vilela de
Cruz, Cosme Damião
dc.contributor.author.fl_str_mv Paula, Ramon Gonçalves de
dc.contributor.advisor1.fl_str_mv Carneiro, Pedro Crescêncio Souza
contributor_str_mv Carneiro, Pedro Crescêncio Souza
dc.subject.pt-BR.fl_str_mv Feijão preto - Melhoramento genético
Feijão preto - Seleção
BLUP
Valor genético
topic Feijão preto - Melhoramento genético
Feijão preto - Seleção
BLUP
Valor genético
Genética Quantitativa
dc.subject.cnpq.fl_str_mv Genética Quantitativa
description O objetivo deste trabalho foi utilizar a metodologia de modelos mistos na predição do potencial genético de populações segregantes e na seleção de progênies visando ao melhoramento do feijão-preto. A partir de cruzamentos em esquema de dialelo parcial 5 x 7, 35 populações foram obtidas e avançadas em bulk até a geração F2. Na geração F3, essas populações foram avaliadas na safra de inverno de 2014, utilizando o delineamento de blocos casualizados. A partir de dados de plantas individuais quanto à produção de grãos (PG) e ao diâmetro do hipocótilo (DH), foram utilizadas as metodologias de Jinks e Pooni e a baseada em modelos mistos, para a predição do potencial dessas populações na extração de linhagens superiores. Vinte dessas populações constituíram a base (C0) para um programa de seleção recorrente. De cada uma dessas populações foram selecionadas 19 plantas com maiores valores de DH, dando origem a 380 progênies de feijão-preto. Essas progênies foram avaliadas por duas gerações, F3:4 (seca 2015) e F3:5 (inverno 2015), quanto a arquitetura de plantas (ARQ), severidade de mancha-angular (MA), produtividade de grãos (PROD) e aspecto comercial de grãos (AG). Para predição do valor genético das progênies, foi utilizado o índice de seleção com efeito de progenitor, população, progênie e geração (ISPPPG). Com base nos valores genéticos preditos e no índice de seleção aditivo, foram selecionadas, independentemente da população de origem, as 40 progênies com o maior potencial para a extração de linhagens superiores. Também foi selecionada a melhor progênie de cada uma das 20 populações, as quais serão recombinadas para dar origem ao ciclo um (C1) do Programa de Seleção Recorrente. Considerando a avaliação das populações F3, observou-se a presença de variabilidade genética entre elas para as características DH e PG. A acurácia seletiva em nível de média de populações foi de 88,19% para DH e 84,36% para PG, enquanto a acurácia na seleção individual de plantas apresentou valores inferiores a 26%. A eficiência com a seleção pelo BLUP (Melhor Predição Linear Não Viesada) entre e dentro de populações foi de apenas 1% para essas duas características. A metodologia de Jinks e Pooni e a baseada em modelos mistos foram equivalentes na predição do potencial das populações segregantes. Considerando as características PROD, ARQ, MA e AG, avaliadas nas progênies, observou-se efeito significativo de progênie, de população (exceto para AG) e de progênie x geração (exceto para ARQ). Obtiveram-se acurácias acima de 85% para todas as características, com o uso do ISPPPG na predição do valor genético das progênies. Com o índice de seleção aditivo foi obtida predição de ganhos desejados simultâneos para as quatro características. O uso de modelos mistos mostrou-se promissor no melhoramento do feijoeiro.
publishDate 2016
dc.date.issued.fl_str_mv 2016-07-18
dc.date.accessioned.fl_str_mv 2017-02-08T16:38:24Z
dc.date.available.fl_str_mv 2017-02-08T16:38:24Z
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 PAULA, Ramon Gonçalves de. Modelos mistos na avaliação do potencial genético de populações e progênies de feijoeiro. 2016. 46f. Dissertação (Mestrado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2016.
dc.identifier.uri.fl_str_mv http://www.locus.ufv.br/handle/123456789/9451
identifier_str_mv PAULA, Ramon Gonçalves de. Modelos mistos na avaliação do potencial genético de populações e progênies de feijoeiro. 2016. 46f. Dissertação (Mestrado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2016.
url http://www.locus.ufv.br/handle/123456789/9451
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/123456789/9451/1/texto%20completo.pdf
https://locus.ufv.br//bitstream/123456789/9451/2/license.txt
https://locus.ufv.br//bitstream/123456789/9451/3/texto%20completo.pdf.jpg
bitstream.checksum.fl_str_mv c1d04820225a12c3d12c15ec4d7c4d11
8a4605be74aa9ea9d79846c1fba20a33
0b90826fe336260c3d602cca24d49a84
bitstream.checksumAlgorithm.fl_str_mv 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_ 1801212844402802688