Adaptabilidad y estabilidad fenotipica de las lineas de arroz en Minas Gerais
DOI:
https://doi.org/10.33448/rsd-v9i9.7857Palabras clave:
Oryza sativa; Productividad de grano; GGE Biplot.Resumen
La alternativa adoptada en los programas de mejoramiento para disminuir el efecto de la interacción genotipo x ambiente (G x A), es a través de la evaluación de las cepas en una red de experimentos, estos se llevan a cabo en varios años y ambientes representativos de las regiones edafoclimáticas de cultivo. Por lo tanto, el objetivo de este trabajo fue evaluar la adaptabilidad y estabilidad productiva de genotipos de arroz de secano en el estado de Minas Gerais, utilizando la herramienta gráfica para análisis de datos, el biplot GGE. Se utilizaron datos de productividad de grano, de la evaluación de veinte líneas de arroz de la prueba de Valor de Cultivo y Uso del programa de mejoramiento de arroz de secano de la Universidad Federal de Lavras en alianza con Embrapa y Epamig. Las pruebas se realizaron en un diseño de bloque completo, con tres réplicas en las temporadas 2013/2014, 2014/2015 y 2015/2016. Los experimentos se realizaron en un total de nueve localidades divididas dentro de las tres cosechas en las ciudades de Lambari, Lavras y Patos de Minas, todas ubicadas en el estado de Minas Gerais. Con este trabajo se concluyó que las cepas estaban casi completamente más adaptadas y estables que los cultivares comerciales. Los genotipos 10 y 13 fueron superiores al promedio general en productividad y mostraron alta estabilidad, siendo futuros candidatos para el lanzamiento como nuevos cultivares.
Citas
Allard, R. W., Bradshaw, A. D. (1964). Implications of genotype x environmental interactions in applied plant breeding. Crop Science, Madison, v.4, n.5, p. 503-508.
Andrade, M. H. M. L. (2016). Adaptabilidade e estabilidade para caracteres agronômicos em clones de batata resistentes ao Potato Virus Y (PVY). Lavras: UFLA, 2016. 77 p.: il. Dissertação (mestrado acadêmico) – Universidade Federal de Lavras, 2016.
Anputhas, M., Samita, S., Abeysiriwardena, D. S. (2011). Stability and adaptability analysis of rice cultivars using environment-centered yield in two-way ANOVA model. Communications in Biometry and Crop Science, v.6, n.2, p. 80-86.
Balestre, M. (2009). Yield stability and adaptability of maize hybrids based on GGE biplot analysis characteristics. Crop Breeding & Applied Biotechnology, v.9, n.3.
Bernardo, R. (2010). Breeding for Quantitative Traits in Plants. 2.ed. Woodbury: Stemma Press, 390 p.
Camargo-Buitrago, I.; Intire, E. M.; Córdon-Mendoza, R. (2011). Identificación de mega-ambientes para potenciar el uso de progênies superiores de arroz em Panamá. Pesquisa Agropecuária Brasileira, Goiânia, v.46, n.9, p.1601-1069.
Companhia Nacional de Abastecimento – Conab. Acompanhamento da safra brasileira de grãos – v.4, n.7 (2016/17) Brasília: Conab, 2017. Disponível em: <http://www.conab.gov.br/OlalaCMS/uploads/arquivos/17_04_17_17_20_55_b. pdf>. Acesso em: 24 de Abril de 2017.
Comstock, R. E., Moll, R. H. (1963). Genotype-environment interactions. Statistical genetics and plant breeding, p. 164-196.
Cruz, C. D., Torres, R A de, Vencovsky, R. (1989). An alternative approach to the stability analysis proposed by Silva and Barreto. Revista Brasileira de Genética, v.12, n.3, p. 567-580.
Cruz, C. D., Regazzi, A. J., Carneiro, P. C. S. (2004). Modelos biométricos aplicados ao melhoramento genético. Viçosa, MG: UFV, v. 1, 480 p.
Ferreira, D. F. (2006). Statistical models in agriculture: biometrical methods for evaluating phenotypic stability in plant breeding. Cerne, v. 12, n. 4, p. 373-388.
Food and Agriculture Organization - FAO. (2016). Rice market monitor. v. 65, April, p.821-822.
Hongyu, K. (2015). Comparação entre os modelos ammi e gge biplot para os dados de ensaios multi-ambientais. Revista Brasileira de Biometria, v. 33, n. 2, p. 139-155.
Pimentel-Gomes, F. (2009). Curso de estatística experimental. 15° edição, Ed. FEALQ, 451 p.
R Core Team. (2015). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria.
Ramalho, M. A. P., Abreu, A. F. B., Santos, J. B., Nunes, J. A. R. (2012). Aplicações da Genética Quantitativa no Melhoramento de Plantas Autógamas. 1. ed. Lavras: Ed. UFLA, 522p, 2012.
Resende, M. D. V. (2017). Matemática e estatística na análise de experimentos e no melhoramento genético. Colombo: Embrapa Florestas, 362 p.
Resende, M. D. V., Duarte, J. B. (2007). Precisão e controle de qualidade em experimentos de avaliação de cultivares. Pesquisa Agropecuária Tropical, v.37, n.3, p. 182-194.
Storck, L., Filho, A. C., Guadagnin, J. P. (2014). Joint analysis of corn cultivar trials by classes of genotype x environment interaction. Pesquisa Agropecuária Brasileira, v.49, n.3, p. 163-172.
Vencovsky, R., Barriga, P. Genética biométrica no fitomelhoramento. 1992.
Yan, W. (2000). Cultivar evaluation and mega-environment investigation based on the GGE biplot. Crop Science, v.40, n.3, p. 597-605.
Yan, W. (2001). Two types of GGE biplots for analyzingmulti-environmenttrial data. Crop Science, v.41, n.3, p.656-663.
Yan, W.; Tinker A. (2006). "Biplot analysis of multi-environment trial data: Principles and applications." Canadian Journal of Plant Science, 86.3: 623-645.
Yan, W. (2007). GGE biplot vs. AMMI analysis of genotype-by-environment data. Crop Science, v. 47, n.2, p. 643-653.
Yan, W. (2011). GGE Biplot vs. AMMI graphs for genotype by environment data analysis. Journal of the Indian Society of Agricultural Statistics, v.65, n.2, p. 181-193.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2020 Natália Botega Alves; Antônio Rosário Neto; Douglas Goulart Castro; Camila Soares Cardoso da Silva; Bruno Manoel Rezende de Melo; Flávia Barbosa Silva Botelho
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.
