Resumo |
Estudos de diversidade genética são de suma importância em programas de melhoramento genético, uma vez que são essenciais para definir os estoques genéticos e subsidiar estratégias para a condução dos mesmos. No entanto, existem vários métodos de se avaliar e interpretar a diversidade genética em uma população. Dessa forma, objetivou se comparar diferentes metodologias de agrupamento hierárquico a fim de definir qual método mais adequado para a população em estudo, utilizando moleculares microssatélites (SSR). Foram avaliadas genótipos da espécie Coffea canephora pertencentes aos grupos varietais, Conilon e Robusta, e híbridos interpopulacionais provenientes de cruzamentos entre esses grupos. Com base nos dados moleculares obtidos foi gerada uma matriz de dissimilaridade multialélica e, os acessos foram agrupados pelos métodos vizinho mais próximo, vizinho mais distante, método de Ward, método da ligação média entre grupos (UPGMA), método da ligação média ponderada entre grupos (WPGMA), método da mediana (WPGMC), método da ligação média dentro de grupo e método centroide. A seleção do melhor método de agrupamento, pode ser feita através do critério estatístico coeficiente de correlação cofenética (CCC), que permite avaliar através dos valores de correlação a distorção provocada pelo agrupamento. O CCC tende a diminuir com o aumento do número de indivíduos e são independentes do número de variáveis utilizadas. Portanto, quanto maior o valor da correlação, menor será a distorção e mais adequado será esse agrupamento. Foi possível observar que o maior valor de CCC foi obtido pelo método de agrupamento UPGMA (0.70) e o menor valor foi obtido para o método centroide (0,36). Os demais métodos apresentaram valores variando entre 0,48 a 0,67. É importante ressaltar, que a escolha de um método depende principalmente do material e dos objetivos do trabalho, visto que diferentes métodos de agrupamentos levam a resultados diferentes. Nenhum método pode ser considerado superior em relação a outro método, mas alguns são mais adequados para determinadas análises e para determinadas populações. Assim, o método de agrupamento UPGMA se mostrou mais eficiente para a população em estudo, e esses resultados são de extrema importância para a condução dessa população nos programas de melhoramento. |