Aplicação de algumas técnicas multivariadas no melhoramento de plantas

• Autor(a) principal: Cruz, Cosme Damião
• Data de Publicação: 1990
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://teses.usp.br/teses/disponiveis/11/11137/tde-20231122-093446/
• topic: ANÁLISE MULTIVARIADA; MELHORAMENTO GENÉTICO VEGETAL; MILHO

As técnicas multivariadas têm sido apresentadas como procedimentos eficientes no melhoramento de plantas em razão de combinarem as múltiplas informações provenientes de uma unidade experimental de modo que seja possível selecionar ou predizer fenômenos genéticos baseando-se simultaneamente em um complexo de variáveis de importância genética e/ou evolutiva. Entretanto, a utilização dessas técnicas no Brasil ainda não é rotineira. Com o avanço na área da Informática e a maior disponibilidade de recursos computacionais, o emprego de tais técnicas torna-se potencialmente maior e seu conhecimento indispensável ao melhorista. Por esta razão, realizou-se o presente trabalho, com o objetivo de enfatizar a importância de alguns procedimentos multivariados, empregando-os em três estudos de reconhecida importância no melhoramento, a saber: a) Estudo sobre a divergência genética de progenitores e predição do comportamento de híbridos de cultivares de milho; b) Estudos comparativos de ganhos por diferentes critérios de seleção , utilizando-se os dados experimentais de ensaios de progênies de irmãs completas de milho; e c) Estudos comparativos de técnicas de análise de experimentos em sistema consorciado, envolvendo cultivares de feijão e milho. Os estudos relativos à divergência genética permitiram concluir que os procedimentos multivariados, como o da análise de conglomeração com base em distâncias Euclidianas ou de Mahalanobis e análise de componentes principais ou de variáveis canônicas, são eficientes na predição do comportamento de híbridos por meio das informações dos progenitores. Tal fato pôde ser evidenciado pela correlação de Spearman, que foi de 0,77 e 0,73, respectivamente, entre o comportamento médio dos híbridos ou da sua heterose para o rendimento de grãos por planta e a divergência entre os progenitores, quantificada pela distância generalizada de Mabalanobis. Os estudos comparativos de ganhos por diferentes critérios de seleção permitiram concluir que, apesar de a seleção direta proporcionar maior ganho no caráter principal, a seleção com base em índices proporciona maior percentual de ganhos totais com uma melhor distribuição dos ganhos para os caracteres, individualmente. Tal fato pôde ser evidenciado pela ocorrência de ganho de19,21% para o rendimento de espigas e de 25,99% em termos totais, pela seleção direta no rendimento, em comparação com o ganho de 18,32% no rendimento de espigas e de 27,54%, em termos totais, pela seleção por meio do índice clássico proposto por SMITH (1936) e HAZEL (1943). Outras comparações que apontam maiores vantagens do uso do índice de seleção foram verificadas, em relação à seleção direta, nos demais caracteres, principalmente quando a seleção direta é feita sobre o teor de óleo. Os estudos comparativos de técnicas de análise de experimentos consorciados permitiram concluir que a análise bivariada de variâncias, associada a interpretações gráficas, proporciona maior capacidade discriminatória dos tratamentos do que as análises univariadas do rendimento de cada cultura consorciada ou de suas produções equivalentes. Nos dados analisados, apenas a análise bivariada apontou a existência de diferenças significativas entre tratamentos. As análises univariadas foram incapazes de apontar essas diferenças, apesar de as análises descritivas e classificatórias das médias evidenciarem superioridade consistente dos efeitos estudados (cultivares de feijão e arranjo de plantio dos mesmos em relação a um cultivar de milho). De maneira geral, concluiu-se que os procedimentos multivariados proporcionam enriquecimento das informações disponíveis, apresentam maior capacidade de discriminação genotípica, permitem melhor identificação de unidades seletivas, em termos de maximização de ganhos, e são eficientes em estudos de predições genéticas, de tal forma que sua utilização tem grande importância no melhoramento de plantas.