Variabilidade agronômica entre genótipos comerciais e experimentais de cenoura com ênfase em análise multivariada
DOI:
https://doi.org/10.33448/rsd-v10i13.21145Palavras-chave:
Daucus carota L.; Melhoramento genético; Similaridade; Análise de múltiplos fatores.Resumo
A cenoura está entre as cinco hortaliças mais cultivadas no Brasil, por isso a busca por cultivares comerciais é um grande desafio em programas de melhoramento genético, pois além de produtivas, essas raízes tuberosas devem apresentar características de interesse fundamentais para que o produtor consiga aceitação do produto no mercado consumidor. Diante disso, objetivou-se com esse trabalho avaliar o nível de similaridade entre genótipos de cenoura de verão, e estabelecer as relações entre as variáveis, por meio de caracteres agronômicos e morfológicos da planta e das raízes tuberosas, com o propósito de diagnosticar possíveis agrupamentos em relação às variáveis analisadas, utilizando as técnicas de análises multivariadas e univariada. O ensaio foi conduzido em delineamento em blocos casualizados com três repetições, avaliando 11 genótipos de cenoura de verão, sendo sete genótipos comerciais disponíveis no mercado (SV1099DT, Nativa, EX 4098, AGR-123, AGR-125, Juliana e Brazlândia) e quatro híbridos experimentais. Foram avaliadas 15 características agronômicas das plantas e das raízes tuberosas. Diante dos resultados a técnica de análise de múltiplos fatores foi capaz e estabelecer as similaridades entre os genótipos estudados, mostrando alta similaridade entre os genótipos comerciais presentes no mercado e os híbridos experimentais. A análise de fatorial exploratória estabeleceu as correlações das variáveis, e foi capaz de projetar uma separação entre os genótipos comerciais e experimentais. As especificidades apresentadas pelos genótipos experimentais foram explicadas no teste de média Scott-Knott.
Referências
Abdi, H., Williams, L., & Valentin, D. (2013). Multiple factor analysis: principal component analysis for multitable and multiblock data sets. WIREs Computational Statatistics, 5 (2), 149-179. 10.1002/wics.1246
Araújo, J. C., Telhado, S. F. P., Sakai, R. H., Ledo, C. A. S., & Melo, P. C. T. (2016). Univariate and multivariate procedures for agronomic evaluation of organically grown tomato cultivars. Horticultura Brasileira 34: 374-380, 2016. 10.1590/S0102-05362016003011
Buratto, J. S., Santos Neto, J., & Moda-Cirino, V. (2016). Desempenho agronômico e dissimilaridade genética entre acessos de amendoim por variáveis multicategóricas. Scientia Agraria Paranaensis, 15(3), 324-331. 10.18188/sap.v15i3.13125
Carvalho, A. D. F., & Silva, G. O. (2017). Genetic divergence among carrot genotypes through agronomic characteristics. Revista Agro@mbiente, 11 (2), 137-144. 10.18227/1982-8470ragro.v11i2.3642
Cecon, P. R., Silva, F. F. E., Ferreira, A., Ferrão, R. G., Carneiro, A. P. S., Detmann, E., Faria, P.N., & Morais, T. S. S. (2008). Análise de medidas repetidas na avaliação de clones de café 'Conilon'. Pesquisa Agropecuária Brasileira, 43 (1), 1171-1176. 10.1590/S0100-204X2008000900011
Cruz, C. D., Carvalho, S. P., & Vencovsky, R. (1994). Estudos sobre a divergência genética II. Eficiência da predição do comportamento de híbridos com base na divergência de progenitores. Revista Ceres, v. 41(1) 183-194. http://www.ceres.ufv.br/ojs/index.php/ceres/article/view/2070
Cruz, C. D., Regazzi, A. J., & Carneiro, P. C. S. (2012). Modelos biométricos aplicados ao melhoramento genético. Ed. da UFV, 514p.
Escofier, B., & Pagès, J. (2008). Analyses factorielles simples et multiples: objectifs, méthodes et interprétation. (4a ed.), Dunod, 318 p.
FAOSTAT - Food and Agriculture Data. Produtividade da Cenoura (2017). http://www.fao.Org/faostat/en/#data/QC
Ferreira, E. B., Cavalcanti, P. P., & Nogueira D. A. (2021). ExpDes: Pacote Experimental Designs. URL <https://cran.rstudio.com/web/packa ges/ExpDes/index.html>. R package version 1.2.1.
Grangeiro, L. C., Azevêdo, P. E., Nunes, G. H. S., Dantas, M. S. M., & Cruz, C. A. (2012). Desempenho e divergência genética de cenoura ‘Brasília’ em função da procedência das sementes. Horticultura Brasileira, 30 (1), 137-142. 10.1590/S0102-05362012000100023
Grigolo, S., Fioreze, A. C. C. L., Denardi, S. & Vacari, J. (2018). Implicações da análise univariada e multivariada na dissimilaridade de acessos de feijão comum. Revista de Ciências Agroveterinárias 17(3), 351-360. https://www.revistas.udesc.br/index.php/agroveterinaria/article/view/9324
Hiranvarachat, B., & Devahastin, S. (2014). Enhancement of microwave-assisted extraction via intermittent radiation: Extraction of carotenoids from carrot peels. Journal of Food Engineering, 126 (1), 17-26, 2014. 10.1016/j.jfoodeng.2013.10.024
Jelihovschi, E., Faria, J. C., & Allaman, I. B. (2014). Scott-Knott: A Package for Performing the Scott-Knott Clustering Algorithm in R. Trends in Computational and Applied Mathematics, 15 (1), 3-17. 10.5540/tema.2014.015.01.0003
Maksylewicz, A., & Baranski, R. (2013) Intra-population genetic diversity of cultivated carrot (Daucus carota L.) assessed by analysis of microsatellite markers. Acta Biochimica Polonica, 60 (1) 753-760. https://pubmed.ncbi.nlm.nih.gov/24432327/
Nick, C., & Borém, A. (2016). Cenoura: do plantio à colheita. Editora UFV. 179 p.
Oliveira, C. D., Braz, L. T. E., & Banzatto, D. A. (2005). Adaptabilidade e estabilidade fenotípica de genótipos de cenoura. Horticultura Brasileira, 23 (3) 743-748. 10.1590/S0102-05362005000300011
Ossani, P. C., & Cirillo, M. A. (2021). MVar: Multivariate Analysis. URL <https://cran.r-project.org/web/packages/MVar/index.html>. R package version 2.1.7.
Rencher, A. C., & Christensen, W. F. (2012). Methods of Multivariate Analysis. (3a ed.), J. Wiley, 758 p.
R Development Core Team. (2021) R: A language and environment for statistical computing. R Foundation for Statistical Computing. Vienna: Vienna University of Economics and Business. http://www.R-project.org
Scott, A. J., & Knott, M. (1974). A Cluster Analysis Method for Grouping Means in the Analysis of Variance. Biometrics, 30 (3), 507-512. https://www.jstor.org/stable/2529204
Souza, D. C., Ossani, P. C., Vilela, L. V., Cirillo, M. Â., Silva, L. F. L. S., & Xavier, J. B. (2019). Variabilidade genética entre cultivares comerciais e híbridos experimentais de morangueiro com ênfase em análise de múltiplos fatores. Magistra, 30: 48-59. https://magistraonline.ufrb.edu.br/index.php/magistra/article/view/725
Zanettini, M. H. B., & Cavalli, S. S. Variabilidade genética em função do modo de reprodução. In: Freitas LB, Bered F, editors. Genética e evolução vegetal.: Editora UFRGS; 2003. p.177-187.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2021 Douglas Correa de Souza; Sebastião Márcio de Azevedo; Paulo César Ossani; Luciano Peixoto de Faria; Wagner Adão Aparecido Marques; Gustavo Akira Narita
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
