"A Transversalidade da Ciência, Tecnologia e Inovações para o Planeta"

5 a 7 de outubro de 2021

Trabalho 15676

ISSN 2237-9045
Instituição Universidade Federal de Viçosa
Nível Graduação
Modalidade Pesquisa
Área de conhecimento Ciências Agrárias
Área temática Agronomia
Setor Departamento de Biologia Geral
Bolsa PIBIC/CNPq
Conclusão de bolsa Sim
Apoio financeiro CNPq
Primeiro autor Emanuel Ferrari do Nascimento
Orientador LEONARDO LOPES BHERING
Outros membros Arthur Mayrink Elizeu, Flávio Rodrigo Gandolfi Benites, Jeniffer Santana Pinto Coelho Evangelista, Marco Antônio de Amorim Peixoto
Título Comparação de metodologias para avaliação de dados longitudinais
Resumo O gênero Cynodon é constituído por gramíneas forrageiras amplamente adaptadas às regiões tropicais e subtropicais. As espécies deste gênero destacam-se entre as forragens mais utilizadas para pastejo, produção de feno e silagem de alta qualidade no Brasil. Em programas de melhoramento genético de Cynodon, a avaliação das características agronômicas de interesse é baseada em dados longitudinais, de modo que um mesmo genótipo é fenotipado várias vezes ao longo do tempo. Neste contexto, o objetivo do trabalho foi realizar a comparação entre diferentes modelos para avaliação de dados longitudinais em gramíneas forrageiras do gênero Cynodon. O experimento consistiu na avaliação de 197 progênies de autofecundação da cultivar Grama Estrela Roxa e 5 testemunhas comerciais (Florona, Porto Rico, Roxa, Tifton 68 e Tifton 85). Foi utilizado o delineamento em blocos aumentados, com quatro repetições e uma planta por parcela. As parcelas foram avaliadas quanto às características peso verde - PV (kg parcela-1), altura de planta - ALT (cm), concentração de matéria seca - MS (%) e vigor da planta - VIG (escala). A metodologia de modelos mistos foi empregada para estimar os componentes de variância e parâmetros genéticos via máxima verossimilhança restrita (REML) e predizer os valores genéticos via melhor predição linear não viesada (BLUP). Onze modelos foram ajustados e comparados pelo critério de informação de Akaike (AIC), em que o menor valor de AIC indica o modelo de melhor ajuste para os efeitos genéticos (clones) e não genéticos (resíduo, ambiente permanente e blocos). Cinco estruturas de (co)variância foram utilizadas para a modelagem dos efeitos : Identidade de Variância (IDV), Diagonal (DIAG), Autorregressivo heterogêneo de 1ª ordem (AR1H), Correlação heterogênea (CORH) e Fator analítico (FA). A significância de cada efeito foi testada pelo Teste de Razão de Verossimilhança (LRT). Para ALT o modelo 10, que adota a estrutura de (co)variância de CORH para o efeito de clone, apresentou o menor valor de AIC (4783.35), sendo considerado o de melhor ajuste para a modelagem dos efeitos genéticos e não genéticos. Essa estrutura resultou em uma alta acurácia seletiva (0.82). Para a característica MS, o mesmo modelo conferiu o menor valor de AIC (2640.92), resultando em uma acurácia de 0,69. Já o modelo de melhor ajuste para PV foi o modelo 11, que adota uma estrutura de (co)variância de FA, apresentando um valor de AIC de 12385.87 e acurácia de 0.66. Por fim, o modelo 10 também apresentou o menor valor de AIC para VIG e foi considerado o de melhor ajuste além de apresentar uma acurácia de 0,76. Portanto, o modelo 10, que utiliza uma estrutura CORH para a modelagem do efeito de clone, confere melhor ajuste para os dados na análise das características altura de planta, concentração de matéria seca e vigor da planta enquanto o modelo que preconiza uma estrutura de (co)variância de FA para modelar o mesmo efeito foi considerado ideal para a característica peso verde.
Palavras-chave forrageira, estruturas de (co)variância, modelos mistos.
Forma de apresentação..... Painel
Link para apresentação Painel
Gerado em 0,64 segundos.