Dissertação
Título	Adaptabilidade, estabilidade e performance de rendimento de híbridos de milho por meio das metodologias MHPRVG e FAMM
Autor	SCHUCK, MATHEUS LUCAS
Unidade	Pós-Graduação em Genética e Melhoramento
Área de Concentração	Genética e Melhoramento
Orientador	CARLOS ALBERTO SCAPIM
Co-Orientador(es)	Indisponível
Banca Examinadora	CARLOS ALBERTO SCAPIM HUGO ZENI NETO MARCOS VENTURA FARIA
Data de Defesa	28/02/2023
Resumo	No processo de melhoramento de plantas, o entendimento da interação genótipos por ambientes (g×e) é fundamental para o lançamento de cultivares que apresentem estabilidade produtiva, ou ainda, que sejam especificamente adaptadas a um conjunto determinado de ambientes. Para que haja eficiência, os modelos estatísticos escolhidos como base para seleção devem ser possuir boa capacidade preditiva, e ainda, serem capazes de lidar com o desbalanceamento existente nas condições experimentais. Uma alternativa é a utilização da metodologia de modelos mistos (REML/BLUP) para estimação dos valores genotípicos, livres de interferências. Uma estrutura multivariada ainda pode ser estimada para melhor entendimento dos padrões de interação g×e. Dessa forma, este trabalho teve como objetivo aplicar métodos baseados em modelagem mista para o estudo da interação g×e em um conjunto de dados desbalanceados proveniente de experimentos multiambientes (MET). Foram avaliados 35 híbridos experimentais de milho em 22 ambientes. Os componentes de variância foram estimados via REML e testados por análise de deviance. Para a avaliação da estabilidade, adaptabilidade e produtividade, simultaneamente, foi utilizado a média harmônica do desempenho relativo dos valores genéticos (MHPRVG). Um modelo fator analítico multiplicativo misto (FAMM) foi ajustado, e possibilitou a visualização dos carregamentos ambientais e dos escores genotípicos em um biplot. Constatou se efeitos significativos de genótipos, assim como da interação g×e. O genótipo G10 se destacou por apresentar elevada valor genético predito, considerando todos os locais, além de possuir elevados valores de MHPRVG, corroborando para seu desempenho. O modelo fator analítico que melhor se ajustou aos dados pelo critério de informação de Akaike (AIC) foi o FA2 com variâncias residuais heterogêneas, que explicou 81,2% da variação genotípica total. Os ambientes foram agrupados em dois grupos, com base no primeiro e segundo fator analítico, cujo agrupamento foi confirmado pela análise de cluster baseada na matriz de correlações genotípicas. Por essa metodologia, novamente o genótipo G10 demonstrou elevada adaptabilidade geral e o genótipo G30 se destacou pela adaptabilidade específica para os ambientes agrupados no segundo eixo. A coincidência dos métodos indicou a viabilidade de uso dos métodos MHPRVG e FAMM para o estudo da adaptabilidade e estabilidade em conjuntos de dados desbalanceados, com destaque para o último, onde foi possível considerar a matriz de correlações genéticas entre os ambientes para obtenção de informações sobre interações específicas, assim como para o agrupamento de ambientes.
Palavras-chave	interação g×e;valores genotípicos;modelo fator analítico
Title
Abstract	Abstract: In the process of plant breeding, understanding the genotype-by-environment interaction (g×e) is fundamental in developing cultivars that present high productive stability, or even that are specifically adapted to a certain set of environments. For there to be efficiency, the statistical models chosen as the basis for selection must have good predictive capacity, and also be able to deal with the existing imbalance in the experimental conditions. An alternative is to use the mixed model methodology (REML/BLUP) to estimate genotypic values, free of interference. A multivariate structure can still be estimated for a better understanding of the g×e interaction patterns. Thus, this work aimed to apply methods based on mixed modeling to study the g×e interaction in a multi-environment trials (MET) dataset. 35 experimental maize hybrids in the final breeding stage were evaluated in 22 environments, where the variance components were estimated via REML and tested by deviance analysis. For the evaluation of the stability, adaptability and productivity, simultaneously, the harmonic mean of the relative performance of the genetic values (MHPRVG) was used. A mixed multiplicative analytical factor model (FAMM) was fitted, and enabled the visualization of environmental loadings and genotypic scores in a biplot. There were significant effects of genotypes, as well as the g×e interaction. The G10 genotype had a high predicted genetic value, considering all locations, in addition to having high MHPRVG values, corroborating its performance. The analytical factor model that best fitted the data using the Akaike Information Criterion (AIC) was the FA2 with heterogeneous residual variances, which explained 81,2% of the total genotypic variation. The environments were grouped into two groups, based on the first and second analytical factor, whose grouping was confirmed by cluster analysis based on the genotypic correlation matrix. By this methodology, the G10 genotype again demonstrated high general adaptability and the G30 genotype had specific adaptability to the environments grouped in the second axis. The coincidence of the methods indicated the viability of using the MHPRVG and FAMM methods for the study of adaptability and stability in unbalanced datasets, with emphasis on the latter, where it was possible to consider the matrix of genetic correlations between environments to obtain information about specific interactions, as well as for grouping environments.
Key-words	g×e interaction;genotypic values;analytic factor model.
Arquivos	Nenhum arquivo encontrado!

TESES E DISSERTAÇÕES - Universidade Estadual de Maringá
Desenvolvimento: VIASITE INTERNET