Ciência e Tecnologia: bases para o Desenvolvimento Social
20 a 25 de outubro de 2014
Trabalho 2505
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Agrárias |
| Área temática | Genética e melhoramento vegetal |
| Setor | Departamento de Biologia Geral |
| Conclusão de bolsa | Não |
| Primeiro autor | Carla Aparecida de Oliveira Castro |
| Orientador | LEONARDO LOPES BHERING |
| Outros membros | Rafael Tassinari Resende, Ricardo Augusto Diniz Cabral Ferreira |
| Título | Delineamento espacial: uma nova abordagem para predição genotípica no melhoramento florestal |
| Resumo | Diferentes estratégias para a avaliação de experimentos agronômicos são utilizadas na predição de valores genotípicos de materiais genéticos em programas de melhoramento. Fundamentalmente, quando nos deparamos com experimentos que necessitam de grandes áreas para implantação, como, por exemplo, experimentos florestais, que exigem maior espaçamento nas linhas e entrelinhas, há um problema adicional ocasionado pela falta de controle da variação ambiental presente nos blocos. A partir da simulação de dados com 48 genótipos, 4 blocos, alocados em pseudo-coordenadas de 12 linhas e 16 colunas, sendo o caractere resposta de herdabilidade (h²) igual a 0,51, o presente trabalho teve por objetivo, inferir sobre o melhor ajuste de cinco modelos estatísticos, sendo um em delineamento em blocos casualizados (DBC); e quatro em delineamento espacial com controle de linhas e colunas (ID); com a inclusão de matrizes de variância-covariância: Diagonal (DIAG); auto-regressiva de primeira ordem (AR1); e auto-regressiva de primeira ordem com variâncias heterogêneas (ARH1). Tais modelos foram avaliados com base nos critérios “Akaike information criteria” (AIC) e “Bayesian information criteria” (BIC), pela comparação da h² real com as preditas, e pela correlação entre o ranqueamento dos genótipos de cada modelo com o ranking original classificados em ordem decrescente pelos valores genotípicos preditos versus os reais. Como resultado, foi observado que o modelo AR1 foi superior nos quesitos BIC, com valor igual a 1027,80 e correlação de ranqueamento, com fidelidade de 98,48% em relação aos valores genotípicos reais, porém superestimou a h² em 0,62, sendo esta a pior estimativa entre todos os modelos. O modelo ARH1 foi superior no quesito AIC, com valor igual a 999,30, h² igual a 0,57 e obteve fidelidade de 98,43% no ranqueamento. Os modelos menos apropriados para a predição foram DBC, ID e DIAG que obtiveram AIC iguais a 1136,28, 1220,98 e 1182,91, BIC iguais a 1142,76, 1227,48 e 1273,98 respectivamente, e ranque com 92,34% de fidelidade para DBC e ID e 93,76% para o DIAG. Contudo, surpreendentemente, os modelos com as estimativas da h² mais próximas da verdadeira foram o ID com valor igual a 0,56 e o DIAG com valor igual a 0,46. Como conclusão, é de utilidade apresentar que os modelos que incluem a variação regressiva presente na interação ambiental entre linhas e entrelinhas são capazes de predizer com maior habilidade os valores genotípicos verdadeiros de cada genótipo. |
| Palavras-chave | Melhoramento vegetal, valores genotípicos, métodos estatísticos |
| Forma de apresentação..... | Oral |