importância da biometria no desenvolvimento de cultivares cosme damião cruz
TRANSCRIPT
Importância da Biometria no Importância da Biometria no Desenvolvimento de CultivaresDesenvolvimento de Cultivares
Cosme Damião Cruz
Questões:
1. A Biometria é importante para o melhoramento genético? Sua importância é fragmentada ou contínua? Temporária ou permanente?
2. É importante garantir e proporcionar informações sobre a Biometria para a formação do melhorista?
3. A Biometria tem participação direta ou indireta no desenvolvimento de cultivares?
Melhoramento
x
Acasalamento ao acaso
Hibridação
Autofecundação
Derivação de famílias
Genética Quantitativa
Média
Variância
Covariância
dH)RD(aug
pqd2)qp(aug
222g )pqd2(pq2
2DXY
2AXY Ur2)Y,X(Cov
2A4
1)MI(Cov
2D
2A 4
1
2
1)IC(Cov
FMIFICFS1
H)RD(ad2)H(!Hd])RD()RD[(a 2222g
Genética Quantitativa Biometria
Variância Genética
Heterose
Ganhos por Seleção
Interação GxA
Endogamia
Herdabilidade
222g )pqd2(pq2
2dhet
pGS
)aa(PrF jiPMF
r
QMRQMT2g
4
)F(V2)P(V)P(V)F(V 121
22g
2
PPFhet 21
1
g.h.p.iGS
r
QMRQMGA2ga
PF2GF2
F
2g2 rh
QMT
)QMRQMT(h2
O
F
H
H1F
ijijjijiij )hhhh()vv(2
1Y
DShGS 2
2g1gg2
2g1g2ga ˆˆ)r1(ˆˆ
2
1ˆ
MelhoramentoBiometria Aplicada ao Estudoda Diversidade Genética
Agrupamento
Equilíbrio
Desequilíbrio
Diferenciação
FixaçãoFSTGST
VariabilidadeQuantificaçãoManejoConservação
Banco de Germoplasma Variabilidade
Multilinhas Similaridade
Populações, Linhagense Híbridos Estruturação Endogamia Heterose
FamíliasMIICS1
MelhoramentoEstatística Genômica
Segregação
Distorção
Mapa Genético
QTLs
Interação QTLxAmbiente
Pleiotropia/Ligação
Heterose
Epistasia
SAM
GWS
Estudo de HerançaC. MonogênicaC. OligogênicaC. Quantitativa
Interação GxA
Relação entre Caracteres
Vigor híbrido
Interação gênica
Seleção
População Original População Melhorada
TempoMão de obra
Recursos
Observador
Observador + Conhecimento científico
Observador + Conhecimento científico + Informação Processada
Qualificação do Profissional
Graduação Pós-Graduação
Mercado de Trabalho
AgrônomosAgrônomosBiólogosBioquímicosEstatísticosC.ComputaçãoAgroquímicos
Mestres e Doutoresem Genética e Melhoramento
- Métodos de Melhoramento- Melhoramento de Grandes Culturas
- Genética- Genética de Populações- Genética Quantitativa- Genética Molecular
- Estatística (*)- Biometria (*)- Genômica- Diversidade Genética
Melhoramento
Biometria
Informática
GenéticaEstatística
ProcessamentoAplicativos
Dificuldades
1. Tempo de formação
2. Treinamento apropriado
3. Aptidão
4. Valorização do profissional
• Predição de ganhos – {Características, Populações e Estratégias}
• Identificação de unidades superiores– {Indivíduos, famílias e aparentados}
• Otimização de recursos– {número de ambientes, de famílias, de medições, tamanho de parcela etc}
• Interpretação de fenômenos biológicos baseando-se em análise adequada de grande volume de dados– {Recomendação, hibridação etc}
A BIOMETRIA NO MELHORAMENTO GENÉTICO
A biometria contribui em quais etapas de um programa de melhoramento ?
• Início: Formação de população-base– Diversidade genética
– Estudo da capacidade combinatória
• Meio: Condução de populações segregantes– Predição de ganhos
– Respostas correlacionadas
– Seleção simultânea
• Final: Recomendação de cultivares– Interação genótipos x ambientes
– Estratificação de ambientes
– Estabilidade e Adaptabilidade
BGM Pop.inicial Pop. segregante Recomendação
(1) Formação da População Base
• Busca de material genético de maior produtividade, qualidade e adaptação.
• Escolha de Genitores• Visa identificar as combinações híbridas de maior efeito
heterótico e maior heterozigose, de forma que, em suas gerações segregantes, haja maior possibilidade de recuperação de genótipos superiores.
Escolha de Genitores• Análise Dialélica
– Quantificar a variabilidade genética do caráter– Avaliar o valor genético de progenitores– Avaliar a capacidade específica e a heterose manifestada em cruzamentos
específicos– Estudar herança do caráter e estabelecer estratégias de seleção
• Análise da Diversidade– Orientação sobre o número e o tipo de cruzamento em que se deve concentrar
maior esforço para obtenção de híbridos– Manipulação de bancos de germoplasma
Diversidade Genética
Variabilidade/UniformidadeFenotípica vs Genotípica
Diversidade GenéticaDiversidade Genética• Dados
– Contínuos e Discretos (multicategóricos ou binários)• Medidas de Dissimilaridade
– Dist. Euclidiana, Mahalanobis, índice de Jaccard, Nei etc
• Agrupamento – Hierárquico– Otimização
• Dispersão Gráfica – Componentes Principais– Variáveis canônicas– Projeção de distâncias 2D e 3D
• Análises discriminantes
Exemplo: 40 populações 10 Características
280.0175 305.99 210.6425 200.1275 226.955 198.045 481.7775 206.6775 302.2475 187.1725
232.1325 263.4475 225.4125 156.3375 222.4825 238.98 394.17 224.0875 283.0525 215.5725
285.4975 293.1625 330.1325 175.19 221.2075 180.6525 486.9025 242.57 295.3975 263.38
301.7725 271.945 297.6975 215.11 222.64 191.65 462.75 253.02 281.055 213.7775
310.3025 321.4675 280.6375 214.66 215.3 204.7575 491.3825 163.005 351.46 226.1725
245.8575 292.27 261.8 184.255 202.0875 188.1025 485.35 213.755 252.405 239.62
270.5975 319.375 284.96 167.3875 240.11 159.815 430.2525 215.145 291.505 245.49
307.185 282.1475 175.7875 221.265 184.315 184.3425 481.435 210.38 77.1175 201.82
270.915 319.9375 254.01 223.3775 230.585 203.94 503.45 197.88 308.515 180.65
317.6725 298.37 240.2025 232.8825 216.7525 177.5325 555.7175 193.6525 206.83 185.92
368.1175 317.535 285.43 192.085 210.7625 189.555 461.64 247.7825 377.155 209.97
276.485 310.2875 234.855 201.0875 220.445 188.4225 451.5525 187.3775 270.3825 170.875
294.13 333.3325 288.895 223.055 234.225 179.2975 472.8925 238.075 289.6125 222.8275
230.5025 327.6 292.81 202.3125 178.2525 181.845 446.2275 193.6 313.3625 220.2225
278.025 324.04 268.69 161.9275 200.47 224.055 460.2375 239.8175 237.3125 202.1725
334.41 303.41 275.795 201.6925 227.34 204.5225 471.18 233.05 384.66 258.8425
294.8 311.915 261.8575 211.105 222.7975 164.25 461.405 149.4775 370.7575 230.82
283.065 328.2575 241.7875 223.2875 240.785 168.6425 462.005 236.1675 290.855 193.235
287.92 305.715 272.1975 196.0525 235.69 171.6525 481.875 187.7575 302.98 222.9
133.26 341.33 271.6675 194.4225 261.7075 217.94 530.3575 239.725 317.985 186.275
282.08 303.0025 287.96 210.0925 210.7275 203.815 481.33 271.445 180.975 229.39
188.975 260.6875 243.41 198.26 231.025 178.1975 509.9 219.23 344.805 183.7775
249.81 307.5225 260.1125 197.135 168.075 197.7525 493.545 211.8825 328.5525 191.09
256.5375 296.305 300.105 240.63 245.5025 142.42 511.025 181.6675 403.24 204.56
316.625 333.86 298.375 199.0775 195.0775 192.985 449.86 150.3025 361.2925 245.6175
226.4475 251.1075 197.34 239.9125 191.4325 173.055 453.24 227.365 157.565 192.0925
180.5075 276.3925 281.4175 188.2875 240.5825 216.55 481.715 157.06 379.5925 203.6925
141.4525 281.5475 234.5525 174.455 212.9075 194.815 490.18 222.805 219.8875 189.5
279.87 306.5075 292.3975 192.8975 221.885 210.87 435.5175 185.3325 333.495 177.3775
350.18 327.18 292.5475 215.79 201.055 218.6675 484.715 253.8775 351.93 202.76
243.9275 313.76 285.865 216.03 196.415 189.0175 475.2175 221.505 290.4225 253.92
229.71 291.6425 249.255 199.575 241.2875 211.645 463.625 235.37 193.6975 155.6375
208.0375 298.925 277.895 277.2275 191.1625 175.9475 441.84 270.36 442.64 207.165
204.215 303.06 265.335 241.4775 205.1225 202.9975 469.01 188.7775 282.705 193.27
298.4975 281.5525 252.98 199.3725 218.505 179.87 533.5675 221.9625 345.0575 169.73
258.29 293.6575 286.2075 201.8525 204.9775 186.9375 426.3975 191.36 264.0075 202.4125
310.6175 291.5275 209.9725 230.265 199.1175 205.285 487.215 216.2275 146.4875 211.2375
224.5725 270.6875 280.465 236.3825 173.0325 201.6025 503.54 144.055 244.245 199.3625
246.1825 326.2825 206.55 225.135 183.3675 194.5225 481.655 295.935 263.1975 213.2625
300.8 293.26 301.985 238.5375 213.8375 185.065 494.3475 260.4625 221.5625 256.4225
X1 x2 x3 x4 x5 x6 x7 x8 x9 x10
Qual o potencial das populações?
Existe variabilidade?
Há algum padrão de similaridade?
Qual a melhor estratégia para estabelecimento de uma população de melhoramento?
______________________________________________________________________GRUPO ACESSOS_________________________________________________________________< 1 > 6 31 14 36 34 23 1 9 12 29 19 5 35 13 18 10 37 4 7 3 11 16 < 2 > 21 40 39 30 15 32 < 3 > 17 25 < 4 > 8 26 < 5 > 22 28 20 < 6 > 27 < 7 > 33 < 8 > 2 < 9 > 38 < 10 > 24 ______________________________________________________________________
Perguntas:
1 33 20 24 38 9 12 29 35
2 24 17 10 38 15 32 29 1
3 38 27 17 8 31 4 13 40
4 38 17 25 24 40 21 13 3
5 39 33 21 20 25 9 29 19
6 33 24 2 20 31 36 14 1
7 38 20 2 27 19 13 18 3
8 20 33 27 24 37 26 10 12
9 33 39 2 21 1 34 12 29
10 2 33 20 39 19 9 35 12
11 38 20 27 28 30 16 13 4
12 20 33 39 21 36 1 29 9
13 38 27 2 25 18 4 31 3
14 20 2 39 21 36 23 6 31
15 24 17 38 33 32 30 21 2
16 38 8 26 24 11 30 3 4
17 39 21 20 2 19 25 5 24
18 38 27 2 20 13 7 1 19
19 2 39 20 33 7 12 17 1
20 17 25 8 38 28 22 32 9
21 17 24 25 38 40 4 32 15
22 25 8 2 21 35 28 6 1
23 24 20 40 2 14 6 34 1
24 2 15 21 39 19 17 35 22
25 39 20 33 21 5 17 14 19
26 25 27 20 17 8 37 6 28
27 39 8 21 40 34 5 9 29
28 25 17 24 11 6 22 34 32
29 39 33 20 24 36 12 9 1
30 24 38 17 27 11 16 4 15
Mais divergentes Mais similares
Análise de Cruzamentos DialélicosAnálise de Cruzamentos Dialélicos• Dialelos Completos• Dialelos meia-tabela• Dialelos parciais• Dialelos incompleto• Dialelos circulantes• Dialelos parciais-circulantes• Dialelos desbalanceados
• Modelos– Griffing– Gardner e Eberhart– Hayman
Qual a importância
Qual o potencial dos genitores?
Quais as melhores combinações?
Qual a natureza, tipos e magnitude da variabilidade genética?
Perguntas:
1 2 280.02 305.99 210.64 200.13 226.96 198.05 481.78 206.68 302.25 187.17
1 3 232.13 263.45 225.41 156.34 222.48 238.98 394.17 224.09 283.05 215.57
1 4 285.5 293.16 330.13 175.19 221.21 180.65 486.9 242.57 295.4 263.38
1 5 301.77 271.95 297.7 215.11 222.64 191.65 462.75 253.02 281.06 213.78
1 6 310.3 321.47 280.64 214.66 215.3 204.76 491.38 163.01 351.46 226.17
2 3 245.86 292.27 261.8 184.26 202.09 188.1 485.35 213.76 252.41 239.62
2 4 270.6 319.38 284.96 167.39 240.11 159.82 430.25 215.15 291.51 245.49
2 5 307.19 282.15 175.79 221.27 184.32 184.34 481.44 210.38 77.12 201.82
2 6 270.92 319.94 254.01 223.38 230.59 203.94 503.45 197.88 308.52 180.65
3 4 317.67 298.37 240.2 232.88 216.75 177.53 555.72 193.65 206.83 185.92
3 5 368.12 317.54 285.43 192.09 210.76 189.56 461.64 247.78 377.16 209.97
3 6 276.49 310.29 234.86 201.09 220.45 188.42 451.55 187.38 270.38 170.88
4 5 294.13 333.33 288.9 223.06 234.23 179.3 472.89 238.08 289.61 222.83
4 6 230.5 327.6 292.81 202.31 178.25 181.85 446.23 193.6 313.36 220.22
5 6 278.03 324.04 268.69 161.93 200.47 224.06 460.24 239.82 237.31 202.17
P1 P2 X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
ANÁLISE DE VARIÂNCIA ==> x 6
____________________________________________________________________________________________________FV GL SQ QM F Probab ____________________________________________________________________________________________________TRATAMENTO 14 21198.4 1514.171429 5.2148 . C.G.C. 5 12486.2373 2497.24746 2.5798 .1027 C.E.C. 9 8712.1627 968.018078 3.3338 .0033 RESÍDUO 45 13066.255462 290.361232 ____________________________________________________________________________________________________MÉDIA GERAL 192.732833 VAR(MÉDIA) 4.839354 ____________________________________________________________________________________________________COMPONENTES MODELO ALEATÓRIO____________________________________________________________________________________________________C.G.C. 95.576836 C.E.C. 169.414211 RESÍDUO 290.361232 ____________________________________________________________________________________________________S²(C.G.C.) 42230.207558 S²(C.E.C.) 55805.92862 S²(RESÍDUO) 3747.095348 ____________________________________________________________________________________________________
EFEITO DA C.G.C. VARIÁVEL - x 6____________________________________________________________________________________________________EFEITO ESTIMATIVA____________________________________________________________________________________________________G( 1 ) 12.605208 G( 2 ) -7.354792 G( 3 ) 4.732083 G( 4 ) -21.130417 G( 5 ) 1.308958 G( 6 ) 9.838958 ____________________________________________________________________________________________________DP( Gi ) 3.888828 DP(Gi - Gj) 6.024546 ____________________________________________________________________________________________________ EFEITO DA C.E.C. VARIÁVEL - x 6____________________________________________________________________________________________________EFEITO ESTIMATIVA____________________________________________________________________________________________________S( 1 , 2 ) .0617 S( 1 , 3 ) 28.9098 S( 1 , 4 ) -3.5552 S( 1 , 5 ) -14.997 S( 1 , 6 ) -10.4196 S( 2 , 3 ) -2.0077 S( 2 , 4 ) -4.4327 S( 2 , 5 ) -2.3445 S( 2 , 6 ) 8.7229 S( 3 , 4 ) 1.198 S( 3 , 5 ) -9.2189 S( 3 , 6 ) -18.8814 S( 4 , 5 ) 6.3861 S( 4 , 6 ) .4036 S( 5 , 6 ) 20.1742 ____________________________________________________________________________________________________DP( Sij ) 6.599559 DP(Sij - Sik) 10.43482 DP(Sij - Skl) 8.519995 ____________________________________________________________________________________________________
(2) Seleção
– Qual a melhor estratégia de seleção?– Qual o ganho genético a ser obtido pelo seu uso?– Qual o melhor critério para escolher ou descartar
indivíduos ou populações?– Qual o efeito da seleção sobre caracteres
correlacionados?
Perguntas
Predição de GanhosPredição de Ganhos
• Seleção Seleção • direta• indireta• em vários ambientes
• CorrelaçõesCorrelações• Simples• Genotípica, fenotípica e de
ambiente• Parciais• Análise de trilha• Correlações canônicas
• Índice de SeleçãoÍndice de Seleção• Índice clássico• Ganhos desejados• Soma de rank• Índice base• Índice multiplicativo• Índice livre de pesos e
parâmetros• Índices restritos• Kempthorne e Nordskog• Tallis• James •
Genética e Melhoramento
ANÁLISE DE VARIÂNCIA DA VARIÁVEL => x 1____________________________________________________________________________________________________FV GL SQ QM F Probabilidade____________________________________________________________________________________________________BLOCOS 3 28039.12729 9346.375763 TRATAMENTOS 39 410222.7421 10518.531849 3.5649 .0 RESÍDUO 117 345222.2914 2950.617875 ____________________________________________________________________________________________________TOTAL 159 783484.1608 ____________________________________________________________________________________________________MÉDIA 265.0 CV(%) 20.497959 MÍNIMO 77.47 MÁXIMO 477.77 DMS-Tukey(1%) 171.810148 DMS-Tukey(5%) 153.284451 ____________________________________________________________________________________________________ Estimativas de Parâmetros____________________________________________________________________________________________________VARIÂNCIA FENOTÍPICA (média) 2629.632962 VARIÂNCIA AMBIENTAL (média) 737.654469 VARIÂNCIA GENOTÍPICA (média) 1891.978493
HERDABILIDADE (US: média da família) - % 71.9484
CORRELAÇÃO INTRACLASSE (US: parcela)- % 39.0695
COEFICIENTE DE VARIAÇÃO GENÉTICO (%) 16.4139 RAZÃO CVg/CVe .8008 ____________________________________________________________________________________________________
1 .674 .3406 .138 -.1248 -.1855 -.2769 .0436 .0082 .4966
.674 1 .8118 -.2889 .2756 -.0831 -.1671 .0861 .5566 .5967
.3406 .8118 1 -.2937 .5425 -.1027 .0059 -.1175 .9075 1.2067
.138 -.2889 -.2937 1 -.3491 -.6028 .7254 .1217 -.0651 -.1911
-.1248 .2756 .5425 -.3491 1 -.1475 .2334 .0181 .4139 .0218
-.1855 -.0831 -.1027 -.6028 -.1475 1 -.2938 .1246 -.1408 -.1997
-.2769 -.1671 .0059 .7254 .2334 -.2938 1 -.0684 -.0619 -.2795
.0436 .0861 -.1175 .1217 .0181 .1246 -.0684 1 -.2099 .1336
.0082 .5566 .9075 -.0651 .4139 -.1408 -.0619 -.2099 1 .2056
Correlações Genotípicas
Seleção Direta e IndiretaNúmero de indivíduos selecionados : 20 ____________________________________________________________________________________________________Variável Selecionada Critério de Seleção ____________________________________________________________________________________________________x 1 Acréscimo____________________________________________________________________________________________________
SELEÇÃO DIRETA SOBRE ==> x 1____________________________________________________________________________________________________VARIÁVEL Vg(y) rg h²(y) % GS GS %____________________________________________________________________________________________________x 1 1891.97849 1.0 71.94839 29.51608 11.14 x 2 126.45988 .67398 26.83948 5.14309 1.7 x 3 323.5988 .34063 29.53558 4.15807 1.58 x 4 220.90993 .13797 36.95873 1.39153 .67 x 5 231.80908 -.12484 50.79559 -1.28981 -.6
x 6 286.26849 -.18551 79.7719 -2.12988 -1.11
x 7 428.26886 -.27694 46.13012 -3.88902 -.82 x 8 1109.04095 .04363 88.92552 .98587 .46 x 9 4499.46098 .00824 79.5128 .37519 .13 x 10 327.34471 .49658 47.77597 6.09669 2.92 ____________________________________________________________________________________________________x : caráter sob seleçãoGS direto em x : = i . Sgx . Hx GS indireto em y(x) = i . hx . rg . SgyCaráter principal hx : 0.848223948827841 Intensidade de seleção : 0.8 Variável assinalada com o símbolo # apresenta variância genética negativa.____________________________________________________________________________________________________
SELEÇÃO DIRETA SOBRE: x 1‘____________________________________________________________________________________________________VARIÁVEL Xo Xs h² % GS GS %____________________________________________________________________________________________________x 1 265.0 304.07925 71.94839 28.11689 10.61 x 2 302.00006 306.70888 26.83948 1.26382 .42 x 3 263.99988 268.2985 29.53558 1.26962 .48 x 4 208.00031 207.72363 36.95873 -.10226 -.05 x 5 214.00013 215.97225 50.79559 1.00175 .47
x 6 192.00044 191.77563 79.7719 -.17934 -.09
x 7 476.00006 479.88763 46.13012 1.79334 .38 x 8 214.99963 218.05213 88.92552 2.71445 1.26 x 9 289.00013 285.412 79.5128 -2.85302 -.99 x 10 208.99981 215.57725 47.77597 3.14243 1.5 ____________________________________________________________________________________________________GANHO TOTAL 36.16769 13.99
Progênies selecionadas :
11 30 16 10 25 37 5 8 4 40 35 17 13 19 3 18 21 1 29 15
x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x 10 11 368.12 317.54 285.43 192.09 210.76 189.56 461.64 247.78 377.16 209.97 30 350.18 327.18 292.55 215.79 201.06 218.67 484.72 253.88 351.93 202.76 16 334.41 303.41 275.8 201.69 227.34 204.52 471.18 233.05 384.66 258.84 10 317.67 298.37 240.2 232.88 216.75 177.53 555.72 193.65 206.83 185.92 25 316.63 333.86 298.38 199.08 195.08 192.99 449.86 150.3 361.29 245.62 37 310.62 291.53 209.97 230.27 199.12 205.29 487.22 216.23 146.49 211.24 5 310.3 321.47 280.64 214.66 215.3 204.76 491.38 163.01 351.46 226.17 8 307.19 282.15 175.79 221.27 184.32 184.34 481.44 210.38 77.12 201.82 4 301.77 271.95 297.7 215.11 222.64 191.65 462.75 253.02 281.06 213.78 40 300.8 293.26 301.99 238.54 213.84 185.07 494.35 260.46 221.56 256.42 35 298.5 281.55 252.98 199.37 218.51 179.87 533.57 221.96 345.06 169.73 17 294.8 311.92 261.86 211.11 222.8 164.25 461.41 149.48 370.76 230.82 13 294.13 333.33 288.9 223.06 234.23 179.3 472.89 238.08 289.61 222.83 19 287.92 305.72 272.2 196.05 235.69 171.65 481.88 187.76 302.98 222.9 3 285.5 293.16 330.13 175.19 221.21 180.65 486.9 242.57 295.4 263.38 18 283.07 328.26 241.79 223.29 240.79 168.64 462.01 236.17 290.86 193.24 21 282.08 303. 287.96 210.09 210.73 203.82 481.33 271.45 180.98 229.39 1 280.02 305.99 210.64 200.13 226.96 198.05 481.78 206.68 302.25 187.17 29 279.87 306.51 292.4 192.9 221.89 210.87 435.52 185.33 333.5 177.38 15 278.03 324.04 268.69 161.93 200.47 224.06 460.24 239.82 237.31 202.17
Índice Clássico - Smith (1936) e Hazel (1943)Número de indivíduos selecionados : 20 ____________________________________________________________________________________________________Variável Selecionada Peso Econômico____________________________________________________________________________________________________x 1 1x 6 1____________________________________________________________________________________________________
____________________________________________________________________________________________________VARIÁVEL PESO GENOTÍPICO PESO FENOTÍPICO____________________________________________________________________________________________________x 1 1.0 .69777 x 6 1.0 .65359 ____________________________________________________________________________________________________Determinante da matriz de covariância fenotípica : 928896.3466
SELEÇÃO BASEADA NO ÍNDICE CLÁSSICO - Acréscimo
____________________________________________________________________________________________________VARIÁVEL Xo Xs h² % GS GS %____________________________________________________________________________________________________x 1 265.0 299.76663 71.94839 25.01403 9.44 x 2 302.00006 304.09813 26.83948 .56311 .19 x 3 263.99988 265.22025 29.53558 .36044 .14 x 4 208.00031 205.2415 36.95873 -1.01962 -.49 x 5 214.00013 214.68425 50.79559 .34751 .16
x 6 192.00044 198.1155 79.7719 4.8781 2.54
x 7 476.00006 477.082 46.13012 .4991 .1 x 8 214.99963 219.84925 88.92552 4.31255 2.01 x 9 289.00013 280.27988 79.5128 -6.93371 -2.4 x 10 208.99981 211.58438 47.77597 1.2348 .59 ____________________________________________________________________________________________________GANHO TOTAL 29.2563 12.28 ____________________________________________________________________________________________________Variável assinalada com o símbolo # apresenta variância genética negativa.____________________________________________________________________________________________________ Progênies selecionadas : 30 11 16 37 5 25 15 10 4 8 29 40 21 35 1 13 9 2 3 12
(3) Recomendação
Perguntas
1. Existe interação GxA? Qual a sua natureza? Qual a sua magnitude?
2. Os ambientes podem ser estratificados? Como fazer? Qual melhor critério?
3. Como se comportam os genótipos frente as variações ambientais?
4. Como recomendar genótipos?
Interação Genótipos x AmbientesInteração Genótipos x Ambientes
• Estratificação AmbientalEstratificação Ambiental
– Interação GxA ns– Parte Simples e Complexa– Dissimilaridade entre ambientes– Correlação entre Ambientes
• Estabilidade e AdaptabilidadeEstabilidade e Adaptabilidade– Tradicional
– Plaisted e Peterson– Wricke– Annicchiarico
– Eberhart e Russell– Finlay e Wilkison– Tai– Verma et al– Silva e Barreto– Cruz et al.
– Huenh– Lin e Binns
– Murakami e Cruz
– Centróide
1 1 441.03 424.00 1 2 424.82 365.60 1 3 421.34 349.04 1 4 482.72 166.15 1 5 467.36 360.44 1 6 416.26 464.73 1 7 689.21 503.88 1 8 443.39 229.74 1 9 469.64 398.97 1 10 534.76 340.33 2 1 406.00 280.56 2 2 450.41 213.56 2 3 443.77 393.91 2 4 499.95 438.63 2 5 502.61 532.61 2 6 520.02 505.50 2 7 464.13 306.09 2 8 478.47 349.63 2 9 444.53 418.80 2 10 530.31 629.53 3 1 390.70 189.12 3 2 456.94 614.25 3 3 431.01 444.58 .... 39 7 469.76 494.39 39 8 436.73 301.23 39 9 409.67 372.22 39 10 534.38 496.32 40 1 378.77 478.50 40 2 434.38 269.19 40 3 350.46 327.64 40 4 418.64 293.39 40 5 525.94 327.96 40 6 368.67 444.85 40 7 471.92 209.99 40 8 424.02 391.00 40 9 408.82 593.19 40 10 399.77 499.54
40 Genótipos
10 Ambientes
2 Características
ANÁLISE DA VARIÁVEL => x 1
Análise de Variância________________________________________________________________________________________________________________________FV GL SQ QM F Probabilidade________________________________________________________________________________________________________________________Ambiente 9 162324.5951 18036.06612 1.97764 .04062 Genótipo 39 744573.41312 19091.62598 2.09338 .00023 Interação GxA 351 4241391.0878 12083.73529 1.32497 .0034 Resíduo 390 3556800.0 9120.0 ________________________________________________________________________________________________________________________OBS.: As SQ e QM já estão multiplicadas pelo número de repetições (r = 2 )
Matriz de Somas de Quadrados GxAjj - calculadas a partir das médias____________________________________________________________________________________________________.0 257807.4862 190932.3383 286385.5247 220200.15325 292809.3417 289038.82665 262511.7072 172407.521 367078.5099 257807.4862 .0 282576.51035 259344.97285 207925.29665 264743.8001 268956.37 167419.88665 227384.71905 443285.2711 190932.3383 282576.51035 .0 216861.6051 185894.9396 171552.82895 160380.2567 261507.311 165117.481 184514.8824 286385.5247 259344.97285 216861.6051 .0 219494.76375 219332.3179 188265.98345 186963.39095 171609.1334 275553.1655 220200.15325 207925.29665 185894.9396 219494.76375 .0 212529.0416 169705.1428 232349.54925 225099.63695 228300.76075 292809.3417 264743.8001 171552.82895 219332.3179 212529.0416 .0 227171.8497 285419.98805 220447.0115 265326.9303 289038.82665 268956.37 160380.2567 188265.98345 169705.1428 227171.8497 .0 265692.2876 199777.20695 228118.70405 262511.7072 167419.88665 261507.311 186963.39095 232349.54925 285419.98805 265692.2876 .0 169792.84575 317046.5303 172407.521 227384.71905 165117.481 171609.1334 225099.63695 220447.0115 199777.20695 169792.84575 .0 288843.9387 367078.5099 443285.2711 184514.8824 275553.1655 228300.76075 265326.9303 228118.70405 317046.5303 288843.9387 .0 ____________________________________________________________________________________________________QM Resíduo/r = 4560.0
Formação de grupos com interação G x A não significativa________________________________________________________________________________________________________________________QMI/r F calculado F tabelado(5%) AMBIENTES________________________________________________________________________________________________________________________4112.31427 .90182 1.43 3 7 4410.08837 .96712 1.31 3 7 5 4726.38745 1.03649 1.26 3 7 5 9 4877.45167 1.06962 1.23 3 7 5 9 4 5048.27214 1.10708 1.22 3 7 5 9 4 6 5317.41706 1.1661 1.2 3 7 5 9 4 6 8 4292.81761 .94141 1.43 2 8 5878.1118 1.28906 1.31 2 8 1 4420.70567 .96945 1.43 1 9 4731.15083 1.03753 1.43 3 10 4895.70098 1.07362 1.43 1 3 5331.41786 1.16917 1.43 2 5 5646.15778 1.23819 1.43 1 5 5830.37741 1.27859 1.43 2 9 5849.19754 1.28272 1.43 7 10 5853.86566 1.28374 1.43 5 10 ________________________________________________________________________________________________________________________
Estratificação Ambiental
Conclusões
Obrigado !
1. A Biometria é importante para o melhoramento genético? Sua importância é fragmentada ou contínua? Temporária ou permanente?
2. É importante garantir e proporcionar informações sobre a Biometria para a formação do melhorista?
3. A Biometria tem participação direta ou indireta no desenvolvimento de cultivares?