Recomendação de genótipos de soja utilizando modelo multiplicativo misto

Detalhes bibliográficos
Autor(a) principal: Pereira, Guilherme Rodrigues
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/123456789/31552
https://doi.org/10.47328/ufvbbt.2023.260
Resumo: A interação genótipos por ambientes (GxA) representa a resposta diferencial dos genótipos aos diferentes ambientes em que são cultivados, e ignorá-la por ocasião da seleção não é o melhor caminho. Entretanto, antes de realizar a análise conjunta para estudar a GxA, é essencial avaliar a existência de tendências espaciais em cada ensaio, a fim de assegurar a integridade dos dados. Desse modo, objetivou-se verificar e, quando necessário, realizar o ajuste espacial de cada ambiente, a partir de um ensaio de competição conduzido em múltiplos ambientes, no estado do Mato Grosso do Sul, buscando selecionar genótipos superiores de soja. Utilizou-se uma abordagem analítica em dois estágios. No primeiro, realizou-se o ajuste espacial de cada experimento, avaliado na população de ambientes-alvo, com a metodologia 2D P-splines via modelos mistos, chamada de Spatial Analysis of Field Trials with Splines (SpATS), para suavização das variações espaciais de campo em duas dimensões. No segundo, empregou-se o Factor Analytic Mixed Models (FAMM), um modelo multiplicativo misto com estrutura fator analítico, para compreender a dinâmica da interação GxA em contexto de múltiplos ambientes. As ferramentas FAMM foram usadas para identificar os genótipos de melhor desempenho e estabilidade geral e adaptação específica a ambientes. SpATS e FAMM foram empregados para avaliação de 104 genótipos em 16 ambientes, representados pela combinação de locais, com épocas de plantio distintas, instalados em blocos completos casualizados, com três repetições. O ajuste espacial pela SpATS melhorou 12,5% dos ambientes avaliados, onde o delineamento experimental não se apresentou como método incontestável no controle da variabilidade espacial. Os genótipos com maior adaptação geral foram aqueles que apresentaram alto desempenho () e estabilidade geral (), sendo selecionados com base em um índice que tende a favorecer genótipos com maior desempenho. Os valores de e ficaram entre -152,10 (G087) e 158,42 (G016) e 554,97 (G003) e 3,74 (G024), respectivamente. Foram recomendados 15 genótipos com adaptação geral e, como adaptação específica, o genótipo com maior desempenho. Palavras-chave: Glycine Max [L.] Merril. Ensaios em múltiplos ambientes. Interação genótipos por ambientes. Seleção de genótipos. FAMM. FAST. SpATS.
id UFV_ba763918a6d5304dc90af3f6c88e3263
oai_identifier_str oai:locus.ufv.br:123456789/31552
network_acronym_str UFV
network_name_str LOCUS Repositório Institucional da UFV
repository_id_str 2145
spelling Silva, Felipe Lopes daDias, Kaio Olímpio das GraçasPereira, Guilherme RodriguesDias, Luiz Antônio dos Santos2023-09-21T16:16:23Z2023-09-21T16:16:23Z2023-02-24PEREIRA, Guilherme Rodrigues. Recomendação de genótipos de soja utilizando modelo multiplicativo misto. 2023. 60 f. Dissertação (Mestrado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2023.https://locus.ufv.br//handle/123456789/31552https://doi.org/10.47328/ufvbbt.2023.260A interação genótipos por ambientes (GxA) representa a resposta diferencial dos genótipos aos diferentes ambientes em que são cultivados, e ignorá-la por ocasião da seleção não é o melhor caminho. Entretanto, antes de realizar a análise conjunta para estudar a GxA, é essencial avaliar a existência de tendências espaciais em cada ensaio, a fim de assegurar a integridade dos dados. Desse modo, objetivou-se verificar e, quando necessário, realizar o ajuste espacial de cada ambiente, a partir de um ensaio de competição conduzido em múltiplos ambientes, no estado do Mato Grosso do Sul, buscando selecionar genótipos superiores de soja. Utilizou-se uma abordagem analítica em dois estágios. No primeiro, realizou-se o ajuste espacial de cada experimento, avaliado na população de ambientes-alvo, com a metodologia 2D P-splines via modelos mistos, chamada de Spatial Analysis of Field Trials with Splines (SpATS), para suavização das variações espaciais de campo em duas dimensões. No segundo, empregou-se o Factor Analytic Mixed Models (FAMM), um modelo multiplicativo misto com estrutura fator analítico, para compreender a dinâmica da interação GxA em contexto de múltiplos ambientes. As ferramentas FAMM foram usadas para identificar os genótipos de melhor desempenho e estabilidade geral e adaptação específica a ambientes. SpATS e FAMM foram empregados para avaliação de 104 genótipos em 16 ambientes, representados pela combinação de locais, com épocas de plantio distintas, instalados em blocos completos casualizados, com três repetições. O ajuste espacial pela SpATS melhorou 12,5% dos ambientes avaliados, onde o delineamento experimental não se apresentou como método incontestável no controle da variabilidade espacial. Os genótipos com maior adaptação geral foram aqueles que apresentaram alto desempenho () e estabilidade geral (), sendo selecionados com base em um índice que tende a favorecer genótipos com maior desempenho. Os valores de e ficaram entre -152,10 (G087) e 158,42 (G016) e 554,97 (G003) e 3,74 (G024), respectivamente. Foram recomendados 15 genótipos com adaptação geral e, como adaptação específica, o genótipo com maior desempenho. Palavras-chave: Glycine Max [L.] Merril. Ensaios em múltiplos ambientes. Interação genótipos por ambientes. Seleção de genótipos. FAMM. FAST. SpATS.The genotype-by-environment interaction (GxE) represents the differential response of genotypes to the different environments in which they are cultivated, and ignoring it during selection is not the best way. However, before performing the pooled analysis to study GxE, it is essential to assess the existence of spatial trends within each run to ensure data integrity. Thus, the objective was to verify and, when necessary, carry out the spatial adjustment of each environment, based on a competition test in multiple environments, in the state of Mato Grosso do Sul, seeking to select superior soybean genotypes. A two-stage analytical approach was used. In the first stage, the spatial adjustment for each experiment evaluated in the population of target environments was performed using the 2D P-splines methodology via mixed models, called Spatial Analysis of Field Trials (SpATS) with Splines, to smooth field trends in two dimensions. In the second stage, the Factor Analytic Mixed Models (FAMM) was used, a mixed multiplicative model with an analytical factor structure for understanding dynamics of the GxE interaction in the context of multi-environment trials. FAMM tools were used to identify the genotypes with the best performance, overall stability, and specific adaptation to environments. SpATS and FAMM were used to evaluate 104 genotypes in 16 environments represented by planting time and location combinations which were installed in complete randomized blocks with three replications. The spatial adjustment by SpATS resulted in an improvement of 12.5% in the environments, where the experimental design did not appear to be an undisputed method for controlling spatial variability. The genotypes with the highest adaptation were those that showed high overall performance (OP) and root mean square deviation (RMSD) that were selected based on an index that tends to genotypes with the overall. The OP and RMSD values were between -152.10 (G087) and 158.42 (G016), and 554.97 (G003) and 3.74 (G024), respectively. Fifteen genotypes with general adaptation were recommended and, as specific adaptation, the genotype with the highest performance was selected. Keywords: Glycine Max [L.] Merril. Multiple environments trials. Genotype-by-environment interaction. Genotype selection. FAMM. FAST. SpATS.porUniversidade Federal de ViçosaGenética e MelhoramentoSoja - Melhoramento genético - Mato Grosso do SulMelhoramento Genético - Métodos estatísticosInteração genótipo-ambienteMelhoramento VegetalRecomendação de genótipos de soja utilizando modelo multiplicativo mistoRecommendation of soybean genotypes using mixed multiplicative modelinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal de ViçosaDepartamento de AgronomiaMestre em Genética e MelhoramentoViçosa - MG2023-02-24Mestradoinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINALtexto completo.pdftexto completo.pdftexto completoapplication/pdf1271781https://locus.ufv.br//bitstream/123456789/31552/1/texto%20completo.pdfd7a1acc58bd31a818e35bcf27a3cbe68MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://locus.ufv.br//bitstream/123456789/31552/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/315522023-09-21 13:16:23.913oai:locus.ufv.br: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Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452023-09-21T16:16:23LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false
dc.title.pt-BR.fl_str_mv Recomendação de genótipos de soja utilizando modelo multiplicativo misto
dc.title.en.fl_str_mv Recommendation of soybean genotypes using mixed multiplicative model
title Recomendação de genótipos de soja utilizando modelo multiplicativo misto
spellingShingle Recomendação de genótipos de soja utilizando modelo multiplicativo misto
Pereira, Guilherme Rodrigues
Soja - Melhoramento genético - Mato Grosso do Sul
Melhoramento Genético - Métodos estatísticos
Interação genótipo-ambiente
Melhoramento Vegetal
title_short Recomendação de genótipos de soja utilizando modelo multiplicativo misto
title_full Recomendação de genótipos de soja utilizando modelo multiplicativo misto
title_fullStr Recomendação de genótipos de soja utilizando modelo multiplicativo misto
title_full_unstemmed Recomendação de genótipos de soja utilizando modelo multiplicativo misto
title_sort Recomendação de genótipos de soja utilizando modelo multiplicativo misto
author Pereira, Guilherme Rodrigues
author_facet Pereira, Guilherme Rodrigues
author_role author
dc.contributor.none.fl_str_mv Silva, Felipe Lopes da
Dias, Kaio Olímpio das Graças
dc.contributor.author.fl_str_mv Pereira, Guilherme Rodrigues
dc.contributor.advisor1.fl_str_mv Dias, Luiz Antônio dos Santos
contributor_str_mv Dias, Luiz Antônio dos Santos
dc.subject.pt-BR.fl_str_mv Soja - Melhoramento genético - Mato Grosso do Sul
Melhoramento Genético - Métodos estatísticos
Interação genótipo-ambiente
topic Soja - Melhoramento genético - Mato Grosso do Sul
Melhoramento Genético - Métodos estatísticos
Interação genótipo-ambiente
Melhoramento Vegetal
dc.subject.cnpq.fl_str_mv Melhoramento Vegetal
description A interação genótipos por ambientes (GxA) representa a resposta diferencial dos genótipos aos diferentes ambientes em que são cultivados, e ignorá-la por ocasião da seleção não é o melhor caminho. Entretanto, antes de realizar a análise conjunta para estudar a GxA, é essencial avaliar a existência de tendências espaciais em cada ensaio, a fim de assegurar a integridade dos dados. Desse modo, objetivou-se verificar e, quando necessário, realizar o ajuste espacial de cada ambiente, a partir de um ensaio de competição conduzido em múltiplos ambientes, no estado do Mato Grosso do Sul, buscando selecionar genótipos superiores de soja. Utilizou-se uma abordagem analítica em dois estágios. No primeiro, realizou-se o ajuste espacial de cada experimento, avaliado na população de ambientes-alvo, com a metodologia 2D P-splines via modelos mistos, chamada de Spatial Analysis of Field Trials with Splines (SpATS), para suavização das variações espaciais de campo em duas dimensões. No segundo, empregou-se o Factor Analytic Mixed Models (FAMM), um modelo multiplicativo misto com estrutura fator analítico, para compreender a dinâmica da interação GxA em contexto de múltiplos ambientes. As ferramentas FAMM foram usadas para identificar os genótipos de melhor desempenho e estabilidade geral e adaptação específica a ambientes. SpATS e FAMM foram empregados para avaliação de 104 genótipos em 16 ambientes, representados pela combinação de locais, com épocas de plantio distintas, instalados em blocos completos casualizados, com três repetições. O ajuste espacial pela SpATS melhorou 12,5% dos ambientes avaliados, onde o delineamento experimental não se apresentou como método incontestável no controle da variabilidade espacial. Os genótipos com maior adaptação geral foram aqueles que apresentaram alto desempenho () e estabilidade geral (), sendo selecionados com base em um índice que tende a favorecer genótipos com maior desempenho. Os valores de e ficaram entre -152,10 (G087) e 158,42 (G016) e 554,97 (G003) e 3,74 (G024), respectivamente. Foram recomendados 15 genótipos com adaptação geral e, como adaptação específica, o genótipo com maior desempenho. Palavras-chave: Glycine Max [L.] Merril. Ensaios em múltiplos ambientes. Interação genótipos por ambientes. Seleção de genótipos. FAMM. FAST. SpATS.
publishDate 2023
dc.date.accessioned.fl_str_mv 2023-09-21T16:16:23Z
dc.date.available.fl_str_mv 2023-09-21T16:16:23Z
dc.date.issued.fl_str_mv 2023-02-24
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 PEREIRA, Guilherme Rodrigues. Recomendação de genótipos de soja utilizando modelo multiplicativo misto. 2023. 60 f. Dissertação (Mestrado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2023.
dc.identifier.uri.fl_str_mv https://locus.ufv.br//handle/123456789/31552
dc.identifier.doi.pt-BR.fl_str_mv https://doi.org/10.47328/ufvbbt.2023.260
identifier_str_mv PEREIRA, Guilherme Rodrigues. Recomendação de genótipos de soja utilizando modelo multiplicativo misto. 2023. 60 f. Dissertação (Mestrado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2023.
url https://locus.ufv.br//handle/123456789/31552
https://doi.org/10.47328/ufvbbt.2023.260
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/123456789/31552/1/texto%20completo.pdf
https://locus.ufv.br//bitstream/123456789/31552/2/license.txt
bitstream.checksum.fl_str_mv d7a1acc58bd31a818e35bcf27a3cbe68
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_ 1801212950150643712