Associação entre caracteres e formação de grupos divergentes em linhagens de milho

Detalhes bibliográficos
Ano de defesa: 2018
Autor(a) principal: Marconato, Marcela Bonafin [UNESP]
Orientador(a): Môro, Gustavo Vitti [UNESP]
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Estadual Paulista (Unesp)
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Agrupamento
Análise multivariada
Correlação
Melhoramento de plantas
Zea mays L.
Palavras-chave em Inglês:
Clustering
Multivariate analysis
Correlation
Plant breeding
Link de acesso: http://hdl.handle.net/11449/154939
Resumo: A pesquisa teve como principais objetivos estudar a correlação entre caracteres, estimar a capacidade de combinação e discriminar grupos em linhagens de milho. Para isso, foram avaliadas três safras (2015/2016; 2016; 2016/2017), nas quais 85 linhagens de milho foram cruzadas com um testador de base ampla em topcross. O delineamento experimental utilizado foi o de blocos casualizados, com duas repetições. Foram analisados os caracteres produtividade, prolificidade, altura de planta e de espiga, posição relativa de espiga, acamamento e quebramento. O programa computacional GENES foi utilizado para a realização das análises de variância individual e conjunta, bem como análise de trilha. Com o programa computacional Statsoft foram feitas duas análises multivariadas, uma de agrupamento hierárquico de Ward e outra de agrupamento não hierárquico de K-means. A partir dos resultados da análise de trilha, observou-se que nenhuma variável seria adequada para seleção indireta dos genótipos, sendo indicada a seleção pela produtividade. A capacidade geral de combinação para produtividade foi realizada e esta permitiu destacar genótipos superiores e com bom desempenho nas três safras. As análises multivariadas possibilitaram a separação dos genótipos em grupos distintos e foram complementares para direcionar a escolha dos cruzamentos mais divergentes.
id UNSP_c5d8f3d65888fc231e71c5e657af86ea
oai_identifier_str oai:repositorio.unesp.br:11449/154939
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str
spelling Marconato, Marcela Bonafin [UNESP]Universidade Estadual Paulista (Unesp)Torneli, Ivana Marino BárbaroTrevisoli, Sandra Helena UnêdaOliveira, Gustavo Hugo Ferreira deVianna, Viviane FormiceMôro, Gustavo Vitti [UNESP]2018-08-24T18:55:19Z2018-08-24T18:55:19Z2018-06-29http://hdl.handle.net/11449/15493900090717633004102029P6A pesquisa teve como principais objetivos estudar a correlação entre caracteres, estimar a capacidade de combinação e discriminar grupos em linhagens de milho. Para isso, foram avaliadas três safras (2015/2016; 2016; 2016/2017), nas quais 85 linhagens de milho foram cruzadas com um testador de base ampla em topcross. O delineamento experimental utilizado foi o de blocos casualizados, com duas repetições. Foram analisados os caracteres produtividade, prolificidade, altura de planta e de espiga, posição relativa de espiga, acamamento e quebramento. O programa computacional GENES foi utilizado para a realização das análises de variância individual e conjunta, bem como análise de trilha. Com o programa computacional Statsoft foram feitas duas análises multivariadas, uma de agrupamento hierárquico de Ward e outra de agrupamento não hierárquico de K-means. A partir dos resultados da análise de trilha, observou-se que nenhuma variável seria adequada para seleção indireta dos genótipos, sendo indicada a seleção pela produtividade. A capacidade geral de combinação para produtividade foi realizada e esta permitiu destacar genótipos superiores e com bom desempenho nas três safras. As análises multivariadas possibilitaram a separação dos genótipos em grupos distintos e foram complementares para direcionar a escolha dos cruzamentos mais divergentes.The aim of this study was to evaluate the correlation between traits, estimate the combining ability and discriminate groups in maize lineages. For this, three harvest seasons (2015/2016, 2016, 2016/2017) were evaluated, in which 85 maize lineages were crossed with a broad genetic base tester by topcross. The experimental design was a randomized block design, with two replicates. The studied traits were grain yield, prolificacy, plant height and ear height, ear placement, lodging and breaking. The GENES software was used to perform individual and joint analysis of variance, as well as pathway analysis. The Statsoft software was used to perform two multivariate analysis, Ward hierarchical cluster analysis and K-means nonhierarchical cluster analysis. The results from pathway analysis revealed that no variable would be suitable for indirect selection of the genotypes, so that selection by the grain yield is indicated. The general combining ability for grain yield was obtained, highlighted the superior genotypes with good performances in the three harvest seasons. Multivariate analysis allowed the separation of the genotypes into distinct groups and were complementary to point out the most divergent crosses.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)porUniversidade Estadual Paulista (Unesp)AgrupamentoAnálise multivariadaCorrelaçãoMelhoramento de plantasZea mays L.ClusteringMultivariate analysisCorrelationPlant breedingAssociação entre caracteres e formação de grupos divergentes em linhagens de milhoAssociation of traits and identification of divergent groups in maize lineagesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPAgronomia (Genética e Melhoramento de Plantas) - FCAVGenética e melhoramento de plantasAvaliação de linhagensUniversidade Estadual Paulista (UNESP), Faculdade de Ciências Agrárias e Veterinárias, JaboticabalOnlinePublication3d807254-e442-45e5-a80b-0f6bf3a26e48virtual::109959-13d807254-e442-45e5-a80b-0f6bf3a26e48virtual::109959-135749ecc-cb5a-43cb-bea4-7e65dd9a22ffvirtual::205532-135749ecc-cb5a-43cb-bea4-7e65dd9a22ffvirtual::205532-1ORIGINALmarconato_mb_dr_jabo.pdfmarconato_mb_dr_jabo.pdfapplication/pdf611860https://repositorio.unesp.br/bitstreams/d4b8ead0-d81f-49fe-8568-9bd6e150a0e2/download6160e8e81910345275a69137c96e91b2MD53trueAnonymousREADLICENSElicense.txtWritten by org.dspace.content.LicenseUtilstext/plain; charset=utf-83050https://repositorio.unesp.br/bitstreams/f918ab99-008c-4d33-aac8-5b90d196bb99/download6cac1d70dc562116758656829a74d509MD52falseAnonymousREADTEXTmarconato_mb_dr_jabo.pdf.txtWritten by FormatFilter org.dspace.app.mediafilter.TikaTextExtractionFilter on 2023-10-08T06:04:48Z (GMT).Extracted texttext/plain82572https://repositorio.unesp.br/bitstreams/9bc5f15c-c24f-4121-9fbd-295de864b7eb/downloadfcbf829895b1c417a6287046c05c0fe0MD56falseAnonymousREADTHUMBNAILmarconato_mb_dr_jabo.pdf.jpgWritten by FormatFilter org.dspace.app.mediafilter.ImageMagickPdfThumbnailFilter on 2018-08-25T06:03:19Z (GMT).IM Thumbnailimage/jpeg4056https://repositorio.unesp.br/bitstreams/d9a4bf02-eecd-4fee-b8be-9a4b5a59af16/downloaddfaed9fcf4f703cb6667e6f636024abdMD55falseAnonymousREAD11449/1549392026-03-17T05:04:25.397130Zopen.accessoai:repositorio.unesp.br:11449/154939https://repositorio.unesp.brRepositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestrepositoriounesp@unesp.bropendoar:29462026-03-17T05:04:25Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)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
dc.title.pt.fl_str_mv Associação entre caracteres e formação de grupos divergentes em linhagens de milho
dc.title.alternative.en.fl_str_mv Association of traits and identification of divergent groups in maize lineages
title Associação entre caracteres e formação de grupos divergentes em linhagens de milho
spellingShingle Associação entre caracteres e formação de grupos divergentes em linhagens de milho
Marconato, Marcela Bonafin [UNESP]
Agrupamento
Análise multivariada
Correlação
Melhoramento de plantas
Zea mays L.
Clustering
Multivariate analysis
Correlation
Plant breeding
title_short Associação entre caracteres e formação de grupos divergentes em linhagens de milho
title_full Associação entre caracteres e formação de grupos divergentes em linhagens de milho
title_fullStr Associação entre caracteres e formação de grupos divergentes em linhagens de milho
title_full_unstemmed Associação entre caracteres e formação de grupos divergentes em linhagens de milho
title_sort Associação entre caracteres e formação de grupos divergentes em linhagens de milho
author Marconato, Marcela Bonafin [UNESP]
author_facet Marconato, Marcela Bonafin [UNESP]
author_role author
dc.contributor.institution.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.contributor.committeeMember.none.fl_str_mv Torneli, Ivana Marino Bárbaro
Trevisoli, Sandra Helena Unêda
Oliveira, Gustavo Hugo Ferreira de
Vianna, Viviane Formice
dc.contributor.author.fl_str_mv Marconato, Marcela Bonafin [UNESP]
dc.contributor.advisor1.fl_str_mv Môro, Gustavo Vitti [UNESP]
contributor_str_mv Môro, Gustavo Vitti [UNESP]
dc.subject.por.fl_str_mv Agrupamento
Análise multivariada
Correlação
Melhoramento de plantas
Zea mays L.
topic Agrupamento
Análise multivariada
Correlação
Melhoramento de plantas
Zea mays L.
Clustering
Multivariate analysis
Correlation
Plant breeding
dc.subject.eng.fl_str_mv Clustering
Multivariate analysis
Correlation
Plant breeding
description A pesquisa teve como principais objetivos estudar a correlação entre caracteres, estimar a capacidade de combinação e discriminar grupos em linhagens de milho. Para isso, foram avaliadas três safras (2015/2016; 2016; 2016/2017), nas quais 85 linhagens de milho foram cruzadas com um testador de base ampla em topcross. O delineamento experimental utilizado foi o de blocos casualizados, com duas repetições. Foram analisados os caracteres produtividade, prolificidade, altura de planta e de espiga, posição relativa de espiga, acamamento e quebramento. O programa computacional GENES foi utilizado para a realização das análises de variância individual e conjunta, bem como análise de trilha. Com o programa computacional Statsoft foram feitas duas análises multivariadas, uma de agrupamento hierárquico de Ward e outra de agrupamento não hierárquico de K-means. A partir dos resultados da análise de trilha, observou-se que nenhuma variável seria adequada para seleção indireta dos genótipos, sendo indicada a seleção pela produtividade. A capacidade geral de combinação para produtividade foi realizada e esta permitiu destacar genótipos superiores e com bom desempenho nas três safras. As análises multivariadas possibilitaram a separação dos genótipos em grupos distintos e foram complementares para direcionar a escolha dos cruzamentos mais divergentes.
publishDate 2018
dc.date.accessioned.fl_str_mv 2018-08-24T18:55:19Z
dc.date.available.fl_str_mv 2018-08-24T18:55:19Z
dc.date.issued.fl_str_mv 2018-06-29
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.uri.fl_str_mv http://hdl.handle.net/11449/154939
dc.identifier.aleph.none.fl_str_mv 000907176
dc.identifier.capes.none.fl_str_mv 33004102029P6
url http://hdl.handle.net/11449/154939
identifier_str_mv 000907176
33004102029P6
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 Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
bitstream.url.fl_str_mv https://repositorio.unesp.br/bitstreams/d4b8ead0-d81f-49fe-8568-9bd6e150a0e2/download
https://repositorio.unesp.br/bitstreams/f918ab99-008c-4d33-aac8-5b90d196bb99/download
https://repositorio.unesp.br/bitstreams/9bc5f15c-c24f-4121-9fbd-295de864b7eb/download
https://repositorio.unesp.br/bitstreams/d9a4bf02-eecd-4fee-b8be-9a4b5a59af16/download
bitstream.checksum.fl_str_mv 6160e8e81910345275a69137c96e91b2
6cac1d70dc562116758656829a74d509
fcbf829895b1c417a6287046c05c0fe0
dfaed9fcf4f703cb6667e6f636024abd
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv repositoriounesp@unesp.br
_version_ 1878343284955283456

Registros relacionados