Seleção de progênies de feijoeiro usando modelos mistos com diferentes estruturas de covariâncias

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Melo, Vinícius Lopes de
Orientador(a): Carneiro, Pedro Crescêncio Souza
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Viçosa
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Área do conhecimento CNPq:
Link de acesso: https://locus.ufv.br//handle/123456789/28728
Resumo: Nos programas de melhoramento de feijoeiro que utilizam como esrtatégia de melhoramento a seleção recorrente são conduzidos ensaios a cada ciclo seletivo com a finalidade de avaliar e selecionar progênies para recombinação e extração de linhagens. Cabe ressaltar que é comum ocorrer desbalanceamento (genético e, ou, estatístico) nos dados de avaliação dessas progênies, bem como o uso de delineamentos distintos quando as progênies são avaliadas em mais de um ambiente. Assim, os objetivos com este trabalho foram: i) conectar ensaios de avaliação de progênies de feijoeiro com delineamentos distintos, desbalanceamento genético e, ou, estatístico, disponíveis de um programa de seleção recorrente, modelando as diferentes estruturas de (co)variâncias entre as safras/anos para os efeitos genéticos, de blocos e residuais; ii) escolher o modelo com maior capacidade preditiva do valor genotípico de progênies de feijoeiro e iii) selecionar as progênies superiores, visando tanto a recombinação quanto a extração de linhagens elites em um programa de seleção recorrente de feijoeiro. Para tal, foram utilizados quatro ensaios de avaliação de progênies de feijoeiro oriundas do programa de melhoramento de feijoeiro da Universidade Federal de Viçosa (UFV) por seleção recorrente. De início, trezentas e oitenta progênies F 2:3 , juntamente com 20 testemunhas, perfazendo 400 tratamentos, foram avaliados em Coimbra, MG nas safras da seca e inverno de 2015. Dentre as 380 progênies avaliadas foram selecionadas as 58 de melhor desempenho, visando a extração de linhagens superiores, que na sequência foram avaliadas também em coimbra, MG na safra da seca e inverno 2017. Assim, foram utilizados dados dos dois primeiros ensaios para a seleção de progênies visando a recombinação e os dados dos quatro ensaios para seleção de progênies visando a extração de linhagens superiores. Nos quatro ensaios, os caracteres avaliados foram a produtividade e o aspecto comercial dos grãos. O modelo que assume estrutura de (co)variâncias do tipo não estruturada para o efeito genético, variância de bloco homogênea e variância residual diagonal heterogênea, foi o que apresentou melhor ajuste aos dados dos dois primeiros ensaios, com destaque para estimativas mais acuradas de herdabilidade. O ganho genético médio predito com a recombinação das progênies selecionadas foi de 2,97% para produtividade de grãos. Considerando os quatro ensaios, visando a seleção de progênies para a extração de linhagens, o modelo com diagonal heterogêneo (DIAGH) para produtividade de grãos e o modelo não- estruturado (US) para aspecto comercial de grãos, apresentaram menores valores de critério de informação de Akaike (AIC), sendo, portanto, os de melhores ajustes aos dados, os quais forneceram estimativas mais acuradas dos valores genotípicos de progênies. A modelagem assumindo diferentes estruturas de (co)variâncias para os efeitos genéticos e não-genéticos mostrou-se promissora em casos que envolvem desbalanceamento estatístico/genético, bem como quando ensaios com diferentes delineamentos experimentais são utilizados na avaliação de progênies de feijoeiro. Palavras-chave: Phaseolus vulgaris. Seleção recorrente. REML/BLUP.
id UFV_d9912958bcce00cf6f825d8d0e463ea3
oai_identifier_str oai:locus.ufv.br:123456789/28728
network_acronym_str UFV
network_name_str LOCUS Repositório Institucional da UFV
repository_id_str
spelling Melo, Vinícius Lopes dehttp://lattes.cnpq.br/7319645142902924Carneiro, Pedro Crescêncio Souza2022-03-08T12:51:57Z2022-03-08T12:51:57Z2020-02-28MELO, Vinícius Lopes de. Seleção de progênies de feijoeiro usando modelos mistos com diferentes estruturas de covariâncias. 2020. 78 f. Tese (Doutorado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2020.https://locus.ufv.br//handle/123456789/28728Nos programas de melhoramento de feijoeiro que utilizam como esrtatégia de melhoramento a seleção recorrente são conduzidos ensaios a cada ciclo seletivo com a finalidade de avaliar e selecionar progênies para recombinação e extração de linhagens. Cabe ressaltar que é comum ocorrer desbalanceamento (genético e, ou, estatístico) nos dados de avaliação dessas progênies, bem como o uso de delineamentos distintos quando as progênies são avaliadas em mais de um ambiente. Assim, os objetivos com este trabalho foram: i) conectar ensaios de avaliação de progênies de feijoeiro com delineamentos distintos, desbalanceamento genético e, ou, estatístico, disponíveis de um programa de seleção recorrente, modelando as diferentes estruturas de (co)variâncias entre as safras/anos para os efeitos genéticos, de blocos e residuais; ii) escolher o modelo com maior capacidade preditiva do valor genotípico de progênies de feijoeiro e iii) selecionar as progênies superiores, visando tanto a recombinação quanto a extração de linhagens elites em um programa de seleção recorrente de feijoeiro. Para tal, foram utilizados quatro ensaios de avaliação de progênies de feijoeiro oriundas do programa de melhoramento de feijoeiro da Universidade Federal de Viçosa (UFV) por seleção recorrente. De início, trezentas e oitenta progênies F 2:3 , juntamente com 20 testemunhas, perfazendo 400 tratamentos, foram avaliados em Coimbra, MG nas safras da seca e inverno de 2015. Dentre as 380 progênies avaliadas foram selecionadas as 58 de melhor desempenho, visando a extração de linhagens superiores, que na sequência foram avaliadas também em coimbra, MG na safra da seca e inverno 2017. Assim, foram utilizados dados dos dois primeiros ensaios para a seleção de progênies visando a recombinação e os dados dos quatro ensaios para seleção de progênies visando a extração de linhagens superiores. Nos quatro ensaios, os caracteres avaliados foram a produtividade e o aspecto comercial dos grãos. O modelo que assume estrutura de (co)variâncias do tipo não estruturada para o efeito genético, variância de bloco homogênea e variância residual diagonal heterogênea, foi o que apresentou melhor ajuste aos dados dos dois primeiros ensaios, com destaque para estimativas mais acuradas de herdabilidade. O ganho genético médio predito com a recombinação das progênies selecionadas foi de 2,97% para produtividade de grãos. Considerando os quatro ensaios, visando a seleção de progênies para a extração de linhagens, o modelo com diagonal heterogêneo (DIAGH) para produtividade de grãos e o modelo não- estruturado (US) para aspecto comercial de grãos, apresentaram menores valores de critério de informação de Akaike (AIC), sendo, portanto, os de melhores ajustes aos dados, os quais forneceram estimativas mais acuradas dos valores genotípicos de progênies. A modelagem assumindo diferentes estruturas de (co)variâncias para os efeitos genéticos e não-genéticos mostrou-se promissora em casos que envolvem desbalanceamento estatístico/genético, bem como quando ensaios com diferentes delineamentos experimentais são utilizados na avaliação de progênies de feijoeiro. Palavras-chave: Phaseolus vulgaris. Seleção recorrente. REML/BLUP.In common bean breeding programs that use recurrent selection as strategy, trials are established in each cycle to evaluate and select progenies for recombination and inbred line extraction. It is worth mentioning that it is common to occur data unbalance (genetic and, or, statistical) in these trials, as well as the use of different experimental designs when the progenies are evaluated in multi-environmental trials. Thus, the aims of this study were to: i) connect trials for progenies evaluation with distinct experimental designs and genetic and/or statistical unbalance of data from a recurrent selection program, modeling the different (co)variance structures among growing seasons/years for the genetic, blocks and residual effects; ii) choose the model with the greatest predictive capacity for the genotypic values of the common bean progenies; iii) select the superior progenies, aiming both the recombination and elite inbred lines extraction in a common bean recurrent selection program. For this purpose, four trials for evaluation of progenies from the common bean recurrent selection program from Universidade Federal de Viçosa (UFV) were used. At the beginning of the study, 380 F 2:3 progenies added to 20 checks, i.e., a total of 400 treatments, were evaluated in Coimbra – MG in the dry and winter growing seasons of 2015. Among the 380 evaluated progenies, the 58 progenies with greatest performance were selected aiming superior lines extraction. Subsequently, these selected progenies were evaluated in the dry and winter growing seasons of 2017, also in Coimbra-MG. Thus, we used data from the first and second field trials to proceed progeny selection aiming the recombination, and data from all four field trials to proceed selection of progenies aiming superior lines extraction. In all four trials, the evaluated traits were grain yield and grain commercial appearance. The model with unstructured (co)variance for genetic effects, homogeneous block variance, and heterogeneous diagonal residual variance was the model with the best fit for the data from the first and second trial, with emphasis on more accurate estimates of heritability. The predicted mean genetic gain for the recombination of the selected progenies for grain yield was 2.97%. Considering the four trials for progeny selection aiming lines extraction, the model with heterogeneous diagonal structure (DIAGH) for grain yield, and the unstructured model (US) for grain appearance, were those with lowest values for the Akaike's information criterion (AIC), and were, therefore, the models with the best fit for the data and provided more accurate estimates for the genotypic values of the progenies. The modeling of different (co)variance structures for genetic and non-genetic effects was promising for scenarios with genetic and/or statistical data unbalance, such as when trials with different experimental designs are used for progeny evaluation in common bean. Keywords: Phaseolus vulgaris. Recurrent selection. REML/BLUP.porUniversidade Federal de ViçosaFeijão - Melhoramento genéticoPhaseolus vulgarisSeleção recorrenteModelos multiníveis (Estatísticas)Melhoramento VegetalSeleção de progênies de feijoeiro usando modelos mistos com diferentes estruturas de covariânciasSelection of common bean progenies using mixed models with different (co)variance structuresinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal de ViçosaDepartamento de BiologiaDoutor em Genética e MelhoramentoViçosa - MG2020-02-28Doutoradoinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINALtexto completo.pdftexto completo.pdftexto completoapplication/pdf1062152https://locus.ufv.br//bitstream/123456789/28728/1/texto%20completo.pdf45e8976b80bb529de02eab13d5edca2aMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://locus.ufv.br//bitstream/123456789/28728/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/287282022-03-08 09:52:57.444oai:locus.ufv.br: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Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452022-03-08T12:52:57LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false
dc.title.pt-BR.fl_str_mv Seleção de progênies de feijoeiro usando modelos mistos com diferentes estruturas de covariâncias
dc.title.en.fl_str_mv Selection of common bean progenies using mixed models with different (co)variance structures
title Seleção de progênies de feijoeiro usando modelos mistos com diferentes estruturas de covariâncias
spellingShingle Seleção de progênies de feijoeiro usando modelos mistos com diferentes estruturas de covariâncias
Melo, Vinícius Lopes de
Feijão - Melhoramento genético
Phaseolus vulgaris
Seleção recorrente
Modelos multiníveis (Estatísticas)
Melhoramento Vegetal
title_short Seleção de progênies de feijoeiro usando modelos mistos com diferentes estruturas de covariâncias
title_full Seleção de progênies de feijoeiro usando modelos mistos com diferentes estruturas de covariâncias
title_fullStr Seleção de progênies de feijoeiro usando modelos mistos com diferentes estruturas de covariâncias
title_full_unstemmed Seleção de progênies de feijoeiro usando modelos mistos com diferentes estruturas de covariâncias
title_sort Seleção de progênies de feijoeiro usando modelos mistos com diferentes estruturas de covariâncias
author Melo, Vinícius Lopes de
author_facet Melo, Vinícius Lopes de
author_role author
dc.contributor.authorLattes.pt-BR.fl_str_mv http://lattes.cnpq.br/7319645142902924
dc.contributor.author.fl_str_mv Melo, Vinícius Lopes de
dc.contributor.advisor1.fl_str_mv Carneiro, Pedro Crescêncio Souza
contributor_str_mv Carneiro, Pedro Crescêncio Souza
dc.subject.pt-BR.fl_str_mv Feijão - Melhoramento genético
Phaseolus vulgaris
Seleção recorrente
Modelos multiníveis (Estatísticas)
topic Feijão - Melhoramento genético
Phaseolus vulgaris
Seleção recorrente
Modelos multiníveis (Estatísticas)
Melhoramento Vegetal
dc.subject.cnpq.fl_str_mv Melhoramento Vegetal
description Nos programas de melhoramento de feijoeiro que utilizam como esrtatégia de melhoramento a seleção recorrente são conduzidos ensaios a cada ciclo seletivo com a finalidade de avaliar e selecionar progênies para recombinação e extração de linhagens. Cabe ressaltar que é comum ocorrer desbalanceamento (genético e, ou, estatístico) nos dados de avaliação dessas progênies, bem como o uso de delineamentos distintos quando as progênies são avaliadas em mais de um ambiente. Assim, os objetivos com este trabalho foram: i) conectar ensaios de avaliação de progênies de feijoeiro com delineamentos distintos, desbalanceamento genético e, ou, estatístico, disponíveis de um programa de seleção recorrente, modelando as diferentes estruturas de (co)variâncias entre as safras/anos para os efeitos genéticos, de blocos e residuais; ii) escolher o modelo com maior capacidade preditiva do valor genotípico de progênies de feijoeiro e iii) selecionar as progênies superiores, visando tanto a recombinação quanto a extração de linhagens elites em um programa de seleção recorrente de feijoeiro. Para tal, foram utilizados quatro ensaios de avaliação de progênies de feijoeiro oriundas do programa de melhoramento de feijoeiro da Universidade Federal de Viçosa (UFV) por seleção recorrente. De início, trezentas e oitenta progênies F 2:3 , juntamente com 20 testemunhas, perfazendo 400 tratamentos, foram avaliados em Coimbra, MG nas safras da seca e inverno de 2015. Dentre as 380 progênies avaliadas foram selecionadas as 58 de melhor desempenho, visando a extração de linhagens superiores, que na sequência foram avaliadas também em coimbra, MG na safra da seca e inverno 2017. Assim, foram utilizados dados dos dois primeiros ensaios para a seleção de progênies visando a recombinação e os dados dos quatro ensaios para seleção de progênies visando a extração de linhagens superiores. Nos quatro ensaios, os caracteres avaliados foram a produtividade e o aspecto comercial dos grãos. O modelo que assume estrutura de (co)variâncias do tipo não estruturada para o efeito genético, variância de bloco homogênea e variância residual diagonal heterogênea, foi o que apresentou melhor ajuste aos dados dos dois primeiros ensaios, com destaque para estimativas mais acuradas de herdabilidade. O ganho genético médio predito com a recombinação das progênies selecionadas foi de 2,97% para produtividade de grãos. Considerando os quatro ensaios, visando a seleção de progênies para a extração de linhagens, o modelo com diagonal heterogêneo (DIAGH) para produtividade de grãos e o modelo não- estruturado (US) para aspecto comercial de grãos, apresentaram menores valores de critério de informação de Akaike (AIC), sendo, portanto, os de melhores ajustes aos dados, os quais forneceram estimativas mais acuradas dos valores genotípicos de progênies. A modelagem assumindo diferentes estruturas de (co)variâncias para os efeitos genéticos e não-genéticos mostrou-se promissora em casos que envolvem desbalanceamento estatístico/genético, bem como quando ensaios com diferentes delineamentos experimentais são utilizados na avaliação de progênies de feijoeiro. Palavras-chave: Phaseolus vulgaris. Seleção recorrente. REML/BLUP.
publishDate 2020
dc.date.issued.fl_str_mv 2020-02-28
dc.date.accessioned.fl_str_mv 2022-03-08T12:51:57Z
dc.date.available.fl_str_mv 2022-03-08T12:51:57Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv MELO, Vinícius Lopes de. Seleção de progênies de feijoeiro usando modelos mistos com diferentes estruturas de covariâncias. 2020. 78 f. Tese (Doutorado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2020.
dc.identifier.uri.fl_str_mv https://locus.ufv.br//handle/123456789/28728
identifier_str_mv MELO, Vinícius Lopes de. Seleção de progênies de feijoeiro usando modelos mistos com diferentes estruturas de covariâncias. 2020. 78 f. Tese (Doutorado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa. 2020.
url https://locus.ufv.br//handle/123456789/28728
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Viçosa
publisher.none.fl_str_mv Universidade Federal de Viçosa
dc.source.none.fl_str_mv reponame:LOCUS Repositório Institucional da UFV
instname:Universidade Federal de Viçosa (UFV)
instacron:UFV
instname_str Universidade Federal de Viçosa (UFV)
instacron_str UFV
institution UFV
reponame_str LOCUS Repositório Institucional da UFV
collection LOCUS Repositório Institucional da UFV
bitstream.url.fl_str_mv https://locus.ufv.br//bitstream/123456789/28728/1/texto%20completo.pdf
https://locus.ufv.br//bitstream/123456789/28728/2/license.txt
bitstream.checksum.fl_str_mv 45e8976b80bb529de02eab13d5edca2a
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)
repository.mail.fl_str_mv fabiojreis@ufv.br
_version_ 1794528644582866944