Esta pesquisa visou estudar a interação entre genótipos e ambientes (G x E), a adaptabilidade e estabilidade fenotípica, com o uso do modelo biométrico AMMI (Additive Main Effects and Multiplicative Interaction Analysis), para avaliação da produtividade de grãos de linhagens experimentais (F10 e F11) de soja. O material envolveu três populações obtidas a partir de um dialelo parcial 4 x 4 com quatro genitores resistentes a insetos (IAC-100, Crokett, Lamar e D72-9601-1) e quatro cultivares adaptadas (BR-6, IAS-5, Davis, OCEPAR-4). Em F2 foram empregados três procedimentos distintos de seleção de plantas individuais: PCI, população formada a partir de plantas F2 obtidas com controle total de insetos; PRIM e PRIS formadas a partir de plantas F2 selecionadas para resistência a insetos mastigadores e sugadores respectivamente. De F3 a F11 foi praticada seleção entre progênies para produtividade de grãos e tolerância ao fotoperíodo. Foram desenvolvidos 24 experimentos delineados em blocos ao acaso com duas repetições subdivididas em conjuntos experimentais com testemunhas comuns, combinando as três populações e oito ambientes. Os ambientes (E1 a E8) combinaram dois locais (Anhembi, Areão), dois anos agrícolas (1999/2000, 2000/2001) e dois sistemas de manejo (controle intensivo de insetos ou CII e controle ecológico de insetos ou CEI). Os experimentos de 1999/2000 e 2000/2001 incluíram, respectivamente, 40 e 20 linhagens de uma população. Com base na produtividade de grãos, concluiu-se: o método AMMI evidenciou como linhagens F11 estáveis e produtivas, 70% da PCI, 65% da PRIS e 55% da PRIM; o local Anhembi destacou-se como de alta produtividade em todas as situações (três populações, dois anos e dois manejos; para as três populações, dentre os ambientes mais produtivos, o método AMMI destacou E1 (Anhembi, 1999/2000, CII) como de máxima estabilidade e E6 (Anhembi, 2000/2001, CEI) como de máxima instabilidade; para a capacidade de gerar linhagens superiores em adaptabilidade e estabilidade, sobressaíram-se os genitores IAC-100, D72-9601-1, BR-6, Davis e IAS-5; destaques especiais envolveram os cruzamentos do genitor IAC-100 com IAS-5, Davis, OCEPAR-4 e BR-6.
Resumo: O objetivo desse trabalho foi realizar uma seleção precoce com base nas características agro-industriais dos genótipos que compõem a população base do programa de melhoramento da manga rosa da Embrapa Meio-Norte. Foi utilizado o procedimento padrão de avaliação genotípica REML/BLUP (máxima verossimilhança residual ou restrita/melhor predição linear não viciada) na estimação de componentes de variância e a predição dos valores genotípicos. As estimativas dos coeficientes de repetibilidade foram altos e medianos expressando grande estabilidade para as variáveis em diferentes frutos. As estimativas de repetibilidade individual variaram de 43% a 77%. Para obtenção de um coeficiente de determinação do valor genotípico de 90% são necessárias 10, 5 e 3 medições, para os caracteres com repetibilidade individuais de 43%, 65% e 77%, respectivamente. As variáveis massa do fruto e massa da polpa apresentaram altas correlações genéticas com as variáveis comprimento e diâmetro maior e menor do fruto. Estas podem ser tomadas para seleção indireta das primeiras que são de mensuração mais difícil. Ocorreu uma alteração no ordenamento dos genótipos entre as variáveis quanto aos ganhos genéticos como reflexo da correlação genotípica de baixa a média magnitude exceção feita para as variáveis massa do fruto e massa da polpa e entre sólidos solúveis totais (Brix) e pH.
The Mangaba (Hancornia speciosa Gomes) is a fruit tree rich in such essential vitamins as iron, calcium and protein, and plays an important social, cultural and economic role for farmers in the Cerrado and Caatinga biomes of Brazil. The aim of this study was to estimate genetic parameters and genetic gains in the agrotechnological attributes of a breeding population of the mangaba from Embrapa Meio Norte. The variables under analysis were: fruit weight (FW, g), fruit length (FL, mm), fruit diameter (FD, mm), skin weight (SW, g), number of seeds per fruit (NSF,nondimensional), seed weight (SW, g), total soluble solids (TSS,ºBrix), total titratable acidity (TTA,%), TSS/TTA ratio, pulp weight (PW, g) and percentage pulp (%Pulp, percentage). The data were analysed using the REML/BLUP procedure of the Selegen software. High and intermediate estimates of the components of repeatability were found for the variables of the population under study. It can therefore be inferred that these variables can be used in genetic studies, with a view to an increase in the efficiency of the selection process and to a progressive advance in the breeding population of this important native species. As such, taking repeatability as the limit to be assumed for heritability, the values obtained can be considered satisfactory in terms of genetic progress, showing good reliability for the phenotypic value as an indicator of genotypic value and significant repeatability of the expression of the evaluated trait. Genetic gains were seen for genotypes 6 and 12, considering the silmultaneous selection of eight highlighted genotypes based on the most important attributes of the improvement program, and which can contribute to the productive sector.
Yield stability of soybean lines using additive main effects and multiplicative interaction analysis -AMMI Crop Breeding and Applied Biotechnology 4: [391][392][393][394][395][396][397][398] 2004 Brazilian Society of Plant Breeding.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.