desafios na condução e planejamento de experimentos de avaliação de clones de cana-de-açúcar

Desafios na condução e planejamento de experimentos de avaliação de

clones de cana-de-açúcar

Coordenador: Prof. Márcio Henrique Pereira Barbosa

Universidade Federal de Viçosa

UFV

PMGCA - UFVPrograma de Melhoramento Genético da Cana-de-Açúcar

Prof. Luiz Alexandre Peternelli (Estatística)

ConteúdoUFV

1. Programas de melhoramento no Brasil

2. O PMGCA / RIDESA

3. Fluxograma de intenções - PMGCA/UFV

4. Intenções/propostas/desafios/resultados

• operacionais

• genético-estatísticas

• resultados de pesquisa

5. Considerações finais

UFV


2. O PMGCA / RIDESA




Programas melhoramento da

cana-de-açúcar no BrasilPrograma Período SiglaEscada-PE 1913 - 1924 EBCampos-RJ 1916 - 1972 CBBarreiros-PE 1924 - 1933 EBSão Bento, Tapera-PE 1928 - ? SBPCurado, Recife-PE 1933 - 1974 PB-IANEEECAPO, Piracicaba-SP 1928 - 1935COPERESTE, Sertãozinho-SP 1963 - 1969 COPEECA, Rio Largo-AL 1968 - 1971 PLANALSUCAR 1971 - 1990 RBUsina da Barra, Barra Bonita-SP 1975 - 1999 PO

UFV

Programas de melhoramento da

cana-de-açúcar no Brasil

Programa Início Sigla

IAC 1935 IAC-IACSP

COPERSUCAR 1968 SP

Universidades Federais 1991 RB (RIDESA)

Canavialis 2003 CV

www.studium.ppg.br/ridesa2/

UFV

RIDESA - RB867515 COPERSUCAR - SP91-1049 IAC - IAC86-2210

ConteúdoUFV


2. O PMGCA / RIDESA




RIDESARede Interuniversitária para o desenvolvimento

do setor sucroalcooleiro

Cultivares RBpara todo BRASIL

Parceria com setor privadoUsinas e destilarias

UFV

010203040506070

% C

ultiv

ares

RB INT SP

Evolução da porcentagem da área total dos cultivares RB, SP e Introduzidos, nos Estados da região Centro Sul.

UFV

UFALProdução de

sementes

UFRRJUFV

UFSCar

UFRPE UFPR

UFG

LOGíSTICA DO PMGCA / RIDESA

Campos-RJUFRRJ

Ponte Nova-MGUFV

Araras-SPUFSCar

Valparaiso-SPUFSCar

Paranavaí-PRUFPR

Conceição da Barra-ESUFRRJ

Goiânia – GOUFG

Capinópolis-MGUFV

Bandeirantes-PRUFPR

Estações experimentais

Rio Largo-ALUFAL

Estação de Floração e Cruzamentos da Serra do Ouro

Murici-ALUFAL

Carpina-PEUFRPE

RIDESAwww.studium.ppg.br/ridesa2/

UFV

Banco de germoplasma

Estação de floração e cruzamentos da Serra do OuroMurici-AL, UFAL

UFV

Banco de germoplasma

Em 2000 cerca de 2100 acessos,

dos quais

UFV

menor 70 71-80 81-90 maior 90 TotalRB 1 166 302 285 754SP 8 38 49 1 97IAC 40 3 19 6 68

49 207 370 392 969

grande número de possíveis cruzamentos!!

www.ridesa.org.br

Censo de panículasUFV

Preparo das etiquetas

UFV

Preparo das panículas

Emasculaçãoem água quente

Transporte dos colmos para as

campânulasUFV

Tipos de cruzamentos

Cruz. de área

Cruz. biparental

Cruz. múltiplo

Coleta das sementes

Após a produção de sementes temos:

Fase T1

Fase T2

Fase T3Fase FM (multiplicação)

Fase FE (experimentação)

Detalhamento da experimentaçãoUFV

UFVClone

RB867515(Heterozigoto)

CloneRB835486

(Heterozigoto)x

F1Milhares de indivíduos

heterozigotos

Seleção e obtenção dos clones

Novo cultivar

Avaliação experimental dos clones

Fase T1

FasesT2, T3, FM, FE

FASE T1Semeio

FASE T1Repicagem

FASE T1Aclimatação

FASE T1Preparo das mudas

para transplantio

FASE T1Transplantio

ConteúdoUFV


2. O PMGCA / RIDESA




Ano Mês Atividade Númeroesperado

1 Abril/maioNovembro

Cruzamentos – UFALTransplantio do T1

100 famílias80 mil

genótipos2 Julho Corte do campo sem seleção 80 mil

genótipos3 Abril/maio Seleção massal e plantio do ensaioT2

*Blocos aumentados - um local *Parcelas de um sulco de seis metros +cultivares comuns

~1000clones

4 Maio

Julho

Estimativa do kg brix/parcela em T2 cana-planta

Corte sem seleção

~1000clones

5 Maio Seleção no ensaio T2 *Seleção com base no kg brix/parcela dacana planta e soca do T2

Plantio do FM no CECA (+ clones deoutras Universidades) *Parcelas de cinco sulcos de 5 metros

~300 clones

UFV


6 Fevereiro/março/abril

Envio de clones às usinas – três locais *Em cada local instala-se um T3 *Blocos aumentados modificado comduas repetições *Parcelas de dois sulcos de 5 m +cultivares comuns

Envio de clones à UFSCar para testes demosaico e carvão

300 clones

7 Fevereiro/março/abril

Fevereiro

Maio

Envio de clones às universidades eempresas para FM

Em cada local com ensaio T3 *Contagem de número de colmos porparcela *Brix e pesagem de 15 colmos porparcela *FM dos clones selecionadosvisualmente e com base no kg brix/parcela de cana-planta

300 clones

UFV


8 Fevereiro

Maio

Em cada local com ensaio T3 *Contagem de número de colmos porparcela *Brix e pesagem de 15 colmos porparcela *FM dos clones selecionadosvisualmente e com base no kg brix/parcela de cana-planta e soca

300 clones

9 Março FE + curva de maturação-CM (oito locais) *FE e CM = blocos casualisados *FE = quatro sulcos x 10 metros x quatrorepetições *CM = um sulco x 5 metros x duasrepetições x sete épocas de amostragem

30 clones

10 Julho Colheita 1º corte - FE e CM 30 clones11 Julho Colheita 2º corte - FE 30 clones12 Julho Colheita 3º corte - FE 30 clones13 - FM dos clones promissores -14 - Lançamento da(s) cultivar(es) -

UFV

ConteúdoUFV


2. O PMGCA / RIDESA



• operacionais




• Divergência genética •Baseado no coeficiente de parentesco

Critérios para escolha dos cruzamentos

UFV

• Associação de características•Para provável obtenção de bons materiais

• Taxa de seleção•Razão entre número selecionado e produzido

• Predição de cruzamentos•Potencialmente superiores

Programa Jornada de Cruzamentos

Condução de ensaiosCondução de ensaios•Maior número de clones implica:

– Aumentar a área experimental;

– Conseguir mais recursos;

• Havendo restrição– reduzir no clones perda de indivíduos superiores;

– Reduzir o número de repetições do material (?).

perda na precisão experimental;

– Reduzir o tamanho da parcela (?);

interferência entre parcelas vizinhas;

UFV

Planos experimentais comuns

• Delineamento em Blocos Aumentados (DBA) fases iniciais

• DBA duplicado fases intermediárias• Blocos casualizados fases finais

UFV

Sobre o “bloco aumentado”Sobre o “bloco aumentado”

• Delineamentos aumentados (Federer, 1956)– Define-se:

• tratamentos comuns (testemunhas)• tratamentos regulares (novo material)

– Seleciona-se um delineamento para os trat. comuns• DBC, DBI, DQL etc

– Aumenta-se o tamanho dos blocos, ou o número de linhas ou colunas para acomodar os trat. regulares;

– Tratamentos regulares geralmente r = 1. #

UFV

Detalhes do delineamentoDetalhes do delineamento

• Tratamentos comuns erro experimental

• Tratamentos regulares ajustados para efeito de blocos, linhas ou colunas

• OBS.: proposta inicial: substituir o uso de testemunhas sistematicamente arranjadas no campo

UFV

Variante do DBA

• DBA duplicado EBCTC

Experimento 1 Experimento 2 Experimento 3

A,B + 1,2 A,B + 3,4 A,B + 5,6Rep 1

A,B + 1,2 A,B + 3,4 A,B + 5,6Rep 2

UFV

A,B = trat comuns e 1,2,3,4,5,6 = trat regulares

Pesquisas recentes– Souza, E.F.M.; Peternelli, L.A.. Eficiência relativa de

delineamentos experimentais de uso potencial em fase inicial de seleção de plantas. Estudo via simulação.. In. 10 SEAGRO e 48a RBRAS, 2003, Lavras, v.1, p.361-365.

– Souza, E.F.M.; Peternelli, L.A.; Barbosa, M.H.P. Comparação via simulação de delineamentos de uso potencial nas fases iniciais do melhoramento de plantas em condições de restrição de área. In. 49a RBRAS, 2004, Uberlândia, v.1, p.24-29.

– Souza, E.F.M.; Peternelli, L.A.; Barbosa, M.H.P. Comparação do ajuste de médias e do ordenamento proporcionado por três delineamentos de uso potencial no melhoramento genético da cana-de-açúcar. In. 49a RBRAS, 2004, Uberlândia, v.1, p.414-419.

UFV

Estudos recentesEstudos recentes• Melhora do ajuste com o uso de modelos mistos

euZbXy

• em que:– y : vetor de observações;– b : vetor de efeitos fixos desconhecidos;– u : vetor de efeitos aleatórios desconhecidos;– e : vetor de erros aleatórios;– X e Z : matrizes conhecidas

UFV

Alternativas de análiseAlternativas de análise

• Uso de dados de parentesco ou de marcadores moleculares – matriz de similaridades genéticas

• Tratamentos regulares aleatório ou fixo• Blocos aleatório ou fixo

• Porém ... eventual similaridade entre respostas de parcelas vizinhas

UFV

Uso de Estatística EspacialUso de Estatística Espacial

• levar em conta o efeito da heterogeneidade espacial oriundas da:

– não homogeneidade dentro dos blocos;– forma e disposição inapropriadas;

• proposta inicial anos 30;• desde então propostos vários outros métodos

ou variantes dos primeiros• Em resumo...

UFV

Métodos de Estatística Espacial geoestatística

técnica de análise multivariada

regressão linear múltipla

“intuição”

análise de covariância

Princípios envolvidos:Princípios envolvidos:UFV

Maior dificuldade:Maior dificuldade:

• Desconhecimento da teoria envolvida;• Disponibilidade de softwares para execução das análises;

• Alguns autores programas em SAS para esclarecer algumas análises (ex.): Wolfinger et al. (1997) Duarte (2000) Federer et al. (2001)

UFV

Recente proposta de aplicaçãoRecente proposta de aplicação

• Federer, Reynolds and Crossa (2001). Combining Results from augmented Designs over Sites. Agron. J. 93:389-395.

• Proposta:– Combinar resultados de experimentos de

diferentes locais usando as três teorias– vantagens sugeridas:

UFV

vantagens:vantagens:

• diz superar as dificuldades na combinação de resultados de experimentos de vários locais;

• economia de recursos;• permite avaliar melhor os novos materiais;• independência quanto a

– homogeneidade da variância residual;– uso das mesmas testemunhas por local;– mesmo modelo de resposta por local;– mesmo delineamento por local.

UFV

Resumo do métodoResumo do método• Para cada local, para cada variável

– escolhe-se um delineamento aumentado;– ajusta-se o modelo que melhor represente a

variabilidade espacial; (modelo fixo) – Ex.

– para o modelo selecionado análise modelo misto:• fixo testemunhas;• aleatório “blocos” e novos tratamentos

– obtém médias de tratamento ajustadas

UFV

• local 1 Prod = trat C1 C2 C3 C4 C6 C8 R1 R2 R4 R8 R10 C1R1 C2R1 C3R1

• local 2 Prod = trat C1 C4 C10 R2 C1R1 C1R3 C2R2 C2R4 C3R2 C3R4 C4R3 C4R4

• local 3 Prod = rep trat bloco(rep) C1bloco(rep)

UFV

Volta

Combinação dos resultadosCombinação dos resultados

• Método 1 (Cochran e Cox, 1957)

– obter as médias ajustadas;

– análise: esquema fatorial

• local aleatório

• tratamentos fixo

– obter as demais informações de interesse

UFV

... continuação... continuação

• Método 2

– obter as médias ajustadas

– dividir as médias pelos seus erros padrões

– Análise: esquema fatorial• local e trat aleatório

– obter demais informações de interesse

UFV

Seleção de Famílias• Melhorar a eficiência da seleção• Selecionar previamente as famílias superiores

– obter informação sobre as famílias com base em seus clones– avaliar famílias em ensaios com repetição

• Pesquisa sobre tamanho de parcela• Uso do teoria de modelos mistos

UFV

Seleção “Recorrente”

• Objetiva aumentar freqüência gênica gradativamente na população

gerar população base

recombinar avaliar famílias

• Dificuldade maior: falta de sincronismo de florescimento

UFV

ConteúdoUFV


2. O PMGCA / RIDESA



• operacionais




Considerações Finais

• Necessidade de maiores investimentos financeiros

• Grande potencial para ganhos de seleção

• Necessidade de suporte computacional

• Maior uso de conhecimento teórico (genético-estatístico) e de validação usando simulação

UFV

I F M

UFV

Esquema ilustrativo - Blocos Aumentados

ret

B A C A BC

Bloco 1 Bloco 2

B A C5 4 36 1 2

A C B11 9 1210 7 8Blocos 1 e 2 aumentados

ObjetivoComparar a eficiência relativa dos

seguintes delineamentos: EBCTC e DBA em relação aos reais valores;

Levantar informações sobre a eficiência de ordenamento entre estes dois delineamentos.

Totalizando 16 cenários com 600 simulações.

Experimento 1

Bloco2

Bloco 1

Experimento 2

Bloco2

Bloco 1

Experimento 3

Bloco2

Bloco 1Layout

C.V ResidualHerdabilidadeC.V Entre 10% 20% 10% 20% 10% 20% 10% 20%

SELEÇÃO 10% C1 C2 C3 C4 C5 C6 C7 C8

SELEÇÃO 20% C9 C10 C11 C12 C13 C14 C15 C16

10% 20%0,3 0,7 0,3 0,7

Detalhes experimentais e de simulação

Continuação...

Foram quantificados a coincidência entre genótipos selecionados: experimentos vs reais e entre experimentos.

REAIS EBCTC DBA 1 DBA 2 ... DBA 810 30 14 55 ... 4530 15 15 10 ... 2714 25 33 5 ... 1022 14 30 30 ... 2355 55 4 22 ... 2238 10 38 50 ... 40... ... ... ... ... ...4 37 18 27 ... 1827 49 56 11 ... 55

Resultados

• Mesmo padrão para as duas taxas de seleção;

• O EBCTC superou o DBA em todos os cenários

• Melhor comparar pela razão entre DBA e EBCTC

Taxa de seleção

10% 20%

% m

édia

de

coin

cidê

ncia

020

4060

8010

0

Real x EBCTCReal x DBAEBCTC x DBADBA / EBCTC

Herdabilidade

• Baixa vs alta

• Implicações do uso do DBA.

Continuação...

0,30 0,70

% m

édia

de

coin

cidê

ncia

020

4060

8010

0 Real x EBCTCReal x DBAEBCTC x DBADBA / EBCTC

Conclusões• A eficiência do EBCTC e DBA em comparação

com Reais melhora com maior percentual de seleção.

• A perda de eficiência do DBA na seleção dos melhores genótipos é de cerca de 15% comparado ao EBCTC.

• Para caracteres com baixa herdabilidade o aumento do percentual de seleção melhora a eficiência do DBA em relação ao EBCTC.

voltar

Objetivo:

• Avaliar o EBCTC e o DBA sob a condições de limitação de área e número variável de tratamentos regulares.

limitação de área

limitação de recursos

Material e métodosProblema:

120 tratamentos regulares;3 tratamentos comuns;área disponível para apenas 138 parcelas com tamanho

adotado convencionalmente.

Tomar decisão: diminuir tamanho de parcela; descartar alguns genótipos; não repetir os genótipos.

Área experimental; para o EBCTC

Bloco 1

Experimento 1

comuns

regulares

comuns

regulares

Experimento 2

comuns

regulares

comuns

regulares

Experimento 3

comuns

regulares

comuns

regularesBloco 2

Área experimental; para o DBA

comuns

regulares

Bloco 1

comuns

regulares

Bloco 2

comuns

regulares

Bloco 3

OBS.: mesma área experimental

ResultadosTabela 1.: Resultados percentuais das comparações avaliadas(1 a 3) e os valores usados para

definição dos 8 cenários simulados.C.V. residual 10 20Herdabilidade 0,3 0,7 0,3 0,7

C.V. entreexperimentos 10 20 10 20 10 20 10 20

cenários C1 C2 C3 C4 C5 C6 C7 C81 Real vs. DBA 24,9 23,3 43,9 41,1 26,2 24,8 47,0 45,52 Real vs. EBCTC 9,8 9,9 10,0 10,0 9,5 9,5 9,1 9,53 DBA vs. EBCTC 19,5 19,8 20,0 19,9 19,1 19,0 18,2 19,0Real: verdadeiros melhores genótipos selecionados; DBA selecionados pelo DBA; EBCTCselecionados pelo EBCTC; 1, 2, 3: indica coincidência média entre os selecionados pelos pares emseleção de 10%.

•Valores encontrados para o DBA já eram esperados;•Baixa eficiência do EBCTC em relação aos melhores genótipos.

CONCLUSÕES• Com a inclusão de novos genótipos o DBA não altera a

sua eficiência em relação aos melhores genótipos,• Com a inclusão de novos genótipos a porcentagem

média de coincidência entre os selecionados pelo DBA e os verdadeiros melhores genótipos aumenta, em relação ao EBCTC;

• Com o aumento da variação entre experimentos, para o DBA variação entre blocos, houve uma pequena redução na eficiência do DBA em relação aos verdadeiros melhores genótipos;

• Quando houver restrição de área o melhor procedimento seria usar o DBA e avaliar um maior número de genótipos se houver.

voltar

MATERIAL E MÉTODOS 70 trat regulares e 3 comuns (fase T3); experimento instalado no EBCTC com 8

experimentos e duas repetições layout do EBCTC cálculo das médias ajustadas e ordenamento. variáveis: TCH, TPH, PCC

OBJETIVOSComparar o ajuste de médias e o ordenamento

proporcionado pelo DBA, DBAD e EBCTC

DBA e DBAD

CONCLUSÕESConsiderando o modelo fixo, o ajuste das médias proporcionado pelo DBAD foi o mesmo do proporcionado pelo EBCTC;

A realização de somente uma repetição não acarreta grandes diferenças no ajuste de médias;

O ajuste das médias foi semelhante para os três delineamentos, proporcionando coincidência de seleção alta entre os tratamentos.

voltar

desafios na condução e planejamento de experimentos de avaliação de clones de cana-de-açúcar

Documents