Adaptabilidade e estabilidade fenotípica de linhagens de arroz em Minas Gerais
DOI:
https://doi.org/10.33448/rsd-v9i9.7857Palavras-chave:
Oryza sativa; Produtividade de grãos; GGE Biplot.Resumo
A alternativa adotada nos programas de melhoramento genético para diminuir o efeito da interação genótipo x ambiente (G x A), é através da avaliação das linhagens em uma rede de experimentos, sendo esses, conduzidos em vários anos e ambientes representativos das regiões edafoclimáticas de cultivo. Diante disso, o objetivo desse trabalho foi avaliar a adaptabilidade e estabilidade produtiva de genótipos de arroz de terras altas no estado de Minas Gerais, utilizando a ferramenta gráfica para análise de dados, o GGE biplot. Foram utilizados dados de produtividade de grãos, provenientes da avaliação de vinte linhagens de arroz do ensaio de Valor de Cultivo e Uso do programa de melhoramento de arroz de terras altas da Universidade Federal de Lavras em parceria com a Embrapa e Epamig. Os ensaios foram conduzidos em delineamento de blocos completos, com três repetições nas safras de 2013/2014, 2014/2015 e 2015/2016. Os experimentos foram conduzidos em um total de nove locais divididos dentro das três safras nas cidades de Lambari, Lavras e Patos de Minas, todas localizadas no estado de Minas Gerais. Concluiu-se com este trabalho que as linhagens foram em quase sua totalidade mais adaptadas e estáveis que as cultivares comerciais. Os genótipos 10 e 13 foram superiores à média geral para produtividade e apresentaram alta estabilidade, sendo candidatos futuros para lançamento como novas cultivares.
Referências
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.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2020 Natália Botega Alves; Antônio Rosário Neto; Douglas Goulart Castro; Camila Soares Cardoso da Silva; Bruno Manoel Rezende de Melo; Flávia Barbosa Silva Botelho
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.