ads:
1
RAFAEL DELMOND BUENO
ANÁLISES BIOMÉTRICAS DA PRODUTIVIDADE, COMPOSIÇÃO DE
AÇÚCARES SOLÚVEIS E POLISSACARÍDEOS NÃO-AMÍDICOS (PNAs) NA
SELEÇÃO DE GENÓTIPOS DE SOJA
Dissertação apresentada à Universidade
Federal de Viçosa, como parte das
exigências do Programa de Pós–Graduação
em Bioquímica Agrícola, para obtenção do
título de Magister Scientiae.
VIÇOSA
MINAS GERAIS – BRASIL
2009
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
2
RAFAEL DELMOND BUENO
ANÁLISES BIOMÉTRICAS DA PRODUTIVIDADE, COMPOSIÇÃO DE
AÇÚCARES SOLÚVEIS E POLISSACARÍDEOS NÃO-AMÍDICOS (PNAs) NA
SELEÇÃO DE GENÓTIPOS DE SOJA
Dissertação apresentada à Universidade
Federal de Viçosa, como parte das
exigências do Programa de Pós–Graduação
em Bioquímica Agrícola, para obtenção do
título de Magister Scientiae.
APROVADA: 17 de fevereiro de 2009
____________________________ ______________________________
Prof. Everaldo Gonçalves de Barros Prof
a
. Valéria Monteze Guimarães
(Co-orientador)
____________________________ ______________________________
Dr. Newton Deniz Piovesan Prof. Pedro Ivo Vieira Good-God
_____________________________
Prof. Maurílio Alves Moreira
(Orientador)
ads:
3
A Deus, por sempre iluminar meu caminho
Aos meus pais Amilton e Evanir, pelo exemplo de luta e esforço para
garantir educação à mim e meu irmão
As meu irmão George, pelo companheirismo e exemplo de dedicação
A minha avó Carolina pelo carinho e por tudo mais.
Por tudo que significam para mim
Dedico
4
AGRADECIMENTOS
Ao senhor bom Deus, sobretudo. A estrela sempre presente que guia e ilumina as
trilhas do meu viver. Obrigado Senhor!
À Universidade Federal de Viçosa e ao Departamento de Bioquímica e Biologia
Molecular, pela oportunidade de realizar o Mestrado.
À FAPEMIG, pelo apoio financeiro concedido para a realização deste trabalho.
Ao Instituto de Biotecnologia Aplicada à Agropecuária (BIOAGRO), pela
infraestrutura adequada ao desenvolvimento de trabalhos científicos.
Ao meu professor e orientador Maurílio Alves Moreira eterno exemplo a seguir,
por ter aberto as portas da pesquisa científica, pelos ensinamentos, pela orientação,
amizade, paciência, compreensão e confiança, durante todo o curso de Mestrado.
Aos professores Everaldo Gonçalves de Barros, Maria Goreti de Almeida e
Sebastião Tavares, pela orientação, e pelo apoio e pela disponibilização de recursos.
Ao Laboratório de Celulose e Papel, UFV, em especial ao professor Jorge Luiz
Colodette e ao Funcionário José Mauricio.
Aos amigos Dr.Newton Deniz Piovesan e Prof. Pedro Ivo pelos conselhos, pela
amizade, pelas críticas e sugestões e pelo apoio fundamental no desfecho deste trabalho.
Ao secretário Eduardo pelo carinho, dedicação e boa vontade indispensáveis em
todos os momentos.
A todos os professores da UFV que contribuíram direta ou indiretamente na
minha formação pessoal e profissional.
Ao amigo e Prof. Fábio Demolinari de Miranda , pelo apoio e pelas sugestões.
Ao estudante e estagiário Leandro pela amizade e dedicação prestadas ao
presente trabalho.
Aos amigos de laboratório: Julierme, Marcelo, Josiane, Fernanda, Josie, Bruno,
Gabriela, Marcos, Daniel, Márcia Flores, Klever, Demerson, Janaina, Loreta.
Aos funcionários e amigos, Gláucia, Cássio, Fausto e Sandra Machado pela
colaboração nas análises bioquímicas e pela amizade.
Ao amigo Eduardo pelos ensinamentos e constante apoio.
Ao camarada de laboratório, Reginaldo (Naldo) pela amizade.
A todos os demais colegas do laboratório pelo apoio.
A todos os meus familiares e amigos que torcem pelo meu sucesso.
5
Aos amigos de Mestrado, Paty, Larissa, Rony, Edvaldo, Wendel, Ritinha e
Francini.
As amigas muito especiais Michele, Nani e Robis, pela amizade e convivência
muito especial.
Ao “amigo irmão” Glauco pela amizade, trocas de experiências, nas mais
diversas áreas e pela parceria em muitas situações nem sempre fáceis.
Em especial aos meus pais, pelo amor, carinho, dedicação e apoio em todos os
momentos de minha vida.
Ao meu irmão, minha avó, meus tios e tias, primos e primas, pelo carinho e
apoio depositados em mim.
A todos aqueles que colaboraram e torceram pelo meu sucesso.
6
BIOGRAFIA
RAFAEL DELMOND BUENO, filho de Amilton de Souza Bueno e Evanir
Delmond Bueno, nasceu em 08 de junho de 1981, São Paulo, Estado de São Paulo,
Brasil.
Em Dezembro de ano de 2006, formou se em Ciências Biológicas – Licenciado-
pela Universidade Federal do Mato Grosso do Sul, em Três Lagoas, Mato Grosso do
Sul.
Em março do ano de 2007, ingressou no Curso de Mestrado em Bioquímica
Agrícola da Universidade Federal de Viçosa, em Viçosa, Minas Gerais, submetendo se
à defesa de tese em fevereiro de 2009.
7
SUMÁRIO
Página
RESUMO ix
ABSTRACT xii
1. INTRODUÇÃO GERAL 1
2. OBJETIVOS GERAIS 4
3. REVISÃO BIBLIOGRÁFICA 5
3.1. Importância econômica da soja no Brasil 5
3.2. A soja como fonte de alimento 6
3.3. Fatores antinutricionais da soja 8
3.3.1. Inibidores de tripsina e quimotripsina 8
3.3.2. Lectinas 8
3.3.3. Polissacarídeos não-amídicos 9
3.3.3.1. Polissacarídeos não-amídicos insolúveis 12
3.3.3.2. Polissacarídeos não-amídicos solúveis 12
3.3.4. Celulose, Hemicelulose e Pectina 13
3.3.5. Biossíntese e papel fisiológico dos oligossacarídeos de rafinose 15
3.3.6. Ocorrência e distribuição dos oligossacarídeos de rafinose em plantas 17
3.3.7. Implicações nutricionais dos oligossacarídeos de rafinose 18
3.4. Correlações 19
3.5. Interação genótipo x ambiente 21
3.6. Adaptabilidade e estabilidade 22
4. REFERÊNCIAS BIBLIOGRÁFICAS 24
CAPÍTULO 1 - AVALIAÇÃO DA INTERAÇÃO GENÓTIPO × AMBIENTE E
ANÁLISE DE CORRELAÇÃO ENTRE PRODUTIVIDADE, CONTEÚDOS DE
PROTEÍNA, SACAROSE, RAFINOSE E ESTAQUIOSE EM GRÃOS DE SOJA
31
RESUMO 32
1. INTRODUÇÃO 34
2. OBJETIVOS 37
3. MATERIAL E MÉTODOS 38
3.1. Material genético 38
3.2. Método da absorção no infravermelho 39
3.3. Extração e determinação dos oligossacarídeos de rafinose 39
3.4. Análises estatísticas 40
3.4.1. Método proposto por Lin e Binns (1988) modificado por Carneiro (1998) 41
3.4.2. Método do Centróide 42
4. RESULTADOS E DISCUSSÃO 45
4.1. Resumo da análise de variância 45
4.2. Análise de adaptabilidade e estabilidade segundo a metodologia de Lin e Binns
(1988) modificado por Carneiro (1998)
47
4.3. Análise segundo o Método Centróide (Rocha et al. 2005) 63
4.4. Correlação entre Produtividade e Componentes Bioquímicos da soja 78
5. CONCLUSÕES 82
6. REFERÊNCIAS BIBLIOGRÁFICAS 84
CAPÍTULO 2 – QUANTIFICAÇÃO DE POLISSACARÍDEOS NÃO-AMIDÍCOS
(PNAS) E ANÁLISE DE CORRELAÇÃO ENTRE PRODUTIVIDADE,
COMPONENTES BIOQUÍMICOS E ANTINUTRICIONAIS DA SOJA
87
8
RESUMO 88
1. INTRODUÇÃO 90
2. OBJETIVOS 92
3. MATERIAL E MÉTODOS 93
3.1. Material genético 93
3.2. Análise dos Polissacarídeos não-amídicos (PNAs) 93
3.2.1. Extração dos Polissacarídeos não amídicos (PNAs) 94
3.2.2. Precipitação e lavagem do resíduo para medir os PNAs totais 94
3.2.3. Extração e lavagem do resíduo para medir os PNAs insolúveis 95
3.2.4. Hidrólise ácida do resíduo 95
3.2.5. Determinação dos monossacarídeos constituintes dos PNAs por HPLC 95
3.2.6. Cálculo de PNA total, solúveis e insolúveis 96
3.2.7. Determinação dos ácidos urônicos 96
3.2.7.1. Preparo das amostras 96
3.2.7.2. Quantificação dos ácidos urônicos por espectrofotômetro 97
3.3. Método da absorção no infravermelho 97
4. RESULTADOS E DISCUSSÃO 98
4.1. Polissacarídeos não-amídicos totais 98
4.2. Polissacarídeos não-amídicos insolúveis 99
4.3. Polissacarídeos não-amídicos solúveis 100
4.4. Análise de correlação da produtividade, concentrações de óleo e proteína em
relação às concentrações de PNAs
102
5. CONCLUSÕES 104
6. REFERÊNCIAS BIBLIOGRÁFICAS 105
9
RESUMO
BUENO, Rafael Delmond, M.Sc., Universidade Federal de Viçosa, fevereiro de 2009.
Análises biométricas da produtividade, composição de açucares solúveis e
polissacarídeos não-amídicos (PNAs) na seleção de genótipos de soja. Orientador:
Maurílio Alves Moreira. Co-Orientadores: Maria Goreti de Almeida Oliveira e Everaldo
Gonçalves de Barros
A soja é um grão de alto valor nutricional, é utilizada como base para vários produtos,
portanto existe uma demanda crescente por genótipos de soja com alta produtividade e
características de qualidade específicas. Assim, torna-se importante a caracterização de
genótipos de soja quanto aos componentes bioquímicos relativos à qualidade e também
quanto aos fatores antinutricionais, os quais limitam o uso da soja na alimentação
humana e de animais monogástricos. Este trabalho teve os seguintes objetivos gerais;
avaliar a interação genótipo x ambiente quanto à produtividade e as concentrações de
proteína, sacarose, rafinose e estaquiose em soja; estimar as correlações entre caracteres
analisados no presente trabalho; Selecionar genótipos de soja, os quais poderão ser
utilizados em programas que visam aumentar a qualidade nutricional do grão de soja,
visando o uso na alimentação humana e de animais monogástrico. Para isto, foram
avaliados 18 genótipos de soja, cultivados nas estações experimentais da COOPADAP
situadas nos Municípios de Mineiros-GO, Perdizes-MG, São Gotardo-MG e Presidente
Olegário-MG, no ano agrícola 2005/2006. Os experimentos foram executados em
blocos casualizados, com três repetições. Foi determinada a produtividade média (Kg
ha
-1
) dos 18 genótipos nos quatro ambientes, assim como, as concentrações: de proteína
utilizando um espectrômetro infravermelho (NIR); sacarose, rafinose e estaquiose por
HPLC. As análises estatísticas foram realizadas com o auxílio do aplicativo
computacional em genética e estatística, Programa GENES. Na análise de variância
conjunta, verificaram-se efeitos significativos para ambiente e genótipo x ambiente
(p<0,01), para todas as cinco características avaliadas. Foram detectados efeitos
significativos de genótipo (p<0,01) para produtividade e proteína e (p<0,05) para
sacarose e rafinose. As análises de adaptabilidade e estabilidade foram realizadas
utilizando-se o método de Lin e Binns (1988) modificado por Carneiro (1998) e método
de Centróide. Os dois métodos empregados mostraram coerência e permitiram
identificar os genótipos mais estáveis e responsivos a melhoria do ambiente como sendo
10
também os que apresentaram maior produtividade e maiores concentrações de proteína,
sacarose, rafinose e estaquiose. Os genótipos que se destacaram pela ampla
adaptabilidade segundo as duas metodologias empregadas no presente trabalho foram;
considerando a variável produtividade, as cultivares VENCEDORA e MSOY 8001;
para concentração de proteína, a cultivar ELITE; para concentração de sacarose, a
linhagem CS 01 736; para a concentração de rafinose, a linhagem CS 02 988 e para a
concentração de estaquiose, a cultivar MSOY 8001. Produtividade e concentração de
proteína apresentaram correlação negativa, o que mostra que a seleção para um
determinado caráter pode provocar o declínio do outro. A correlação entre a
produtividade e concentração de sacarose não foi significativa. O mesmo
comportamento foi observado entre a concentração de proteína vs concentração de
sacarose e entre a concentração de proteína vs concentração de estaquiose. O fato desses
caracteres não estarem correlacionados facilita a seleção de genótipos com alta
concentração de sacarose e alta produtividade, ou ainda, genótipos com altas
concentrações de sacarose e proteína. A correlação entre produtividade vs concentração
de rafinose e produtividade vs concentração de estaquiose foram negativas e
significativas, essa correlação negativa e significativa facilita a seleção de genótipos
com alta produtividade e com baixas concentrações de rafinose e estaquiose. A
concentração de sacarose apresentou altos e positivos coeficientes de correlação com as
concentrações de rafinose e estaquiose, indicando a impossibilidade de se fazer à
seleção direta de indivíduos com alta concentração de sacarose e baixas concentrações
de rafinose e estaquiose. A segunda parte do presente trabalho foi realizada utilizando
seis genótipos de soja cultivados no Município de Mineiros-GO. Foi demonstrado que a
metodologia adaptada para quantificar fatores antinutricionais termoestáveis, tais como,
os Polissacarídeos não-amídicos em soja, utilizando a técnica cromatográfica HPLC, se
mostrou de boa precisão. Não foi encontrada correlações significativas entre
Produtividade vs PNAs, Óleo vs PNAs e Proteína vs PNAs entre os seis genótipos
analisados. O fato desses caracteres não estarem correlacionados facilita a seleção de
genótipos com melhor qualidade nutricional, pois possibilita ao melhorista diminuir os
conteúdos de PNAs totais, PNAs insolúveis e principalmente os PNAs solúveis, sem
afetar a produtividade e as concentrações de óleo ou de proteína. As variáveis
produtividade e concentração de óleo apresentaram altos e positivos coeficientes de
correlação com as concentrações de carboidratos totais e açucares solúveis, indicando a
dificuldade de se fazer a seleção direta de indivíduos com alta produtividade ou altas
11
concentrações de óleo e ao mesmo tempo, com baixas concentrações de carboidratos
totais e açucares solúveis. Proteína correlacionou-se negativamente com as
concentrações de carboidratos totais e açucares solúveis, esse resultado favorece a
seleção de genótipos com altas concentrações de proteína e com baixas concentrações
de carboidratos totais e açucares solúveis.
12
ABSTRACT
BUENO, Rafael Delmond, M.Sc., Universidade Federal de Viçosa, February 2009.
Biometric analyses of productivity, soluble sugar composition and non-starch
polysaccharides (NSP) on soybean genotype selection. Advisor: Maurílio Alves
Moreira. Co-Advisors: Maria Goreti de Almeida Oliveira and Everaldo Gonçalves de
Barros
Soybeans have high nutritional values and are used as a base for various products;
therefore there is a growing demand for soybean genotypes with high productivity and
specific quality characteristics. For this reason it is important to characterize soybean
genotypes for biochemical components related to quality and also antinutritional factors
which limit its use for human and monogastric animal consumption. The objective of
this study had two general objectives: evaluate genotype x location interaction in terms
of productivity, and concentrations of proteins, sucrose, raffinose and stachyose in
soybeans, estimating correlations between analyzed factors in the present study and;
select soybean genotypes which can be used in programs which intent to increase the
nutritional quality of soybeans for humans and monogastric animals. A total of 18
soybean genotypes were evaluated, gathered from COOPADAP experimental sites in
the municipalities of Mineiros-GO, Perdizes-MG, São Gotardo-MG and Presidente
Olegário-MG during the 2005/2006 harvest. Experiments were performed in
randomized blocks with three repetitions. Average yield (Kg ha
-1
) of the 18 genotypes at
the four different locations were determined as well as concentrations of protein using
near infrared spectroscopy (NIR) and sucrose, raffinose and stachyose by HPLC.
Statistical analyses were performed with the help of a genetic and statistical
computational program (GENES Program). During analysis of joint variance,
significant effects were verified for location and genotype x location (p<0.01), for all
five evaluated characteristics. Significant effects of the genotype were detected (p<0.01)
for yield and protein and (p<0.05) for sucrose and raffinose. Adaptability and stability
analyses were performed using the Lin and Binns (1988) method, modified by Carneiro
(1998), and the Centroid method. Both models showed coherency and allowed for
identification of the most stable genotypes and responses for the best location for each
genotype as well as greatest yields and concentrations of protein, sucrose, raffinose and
stachyose. The genotypes which stood out due to their wide adaptability according to
13
the two utilized methodologies in the present work were: for productivity, the
VENCEDORA and MSOY 8001 varieties; for protein concentration, the ELITE variety,
for sucrose concentration, the CS 01 736 line, for raffinose concentration, the CS 02 988
line and for stachyose concentration, the MSOY 8001 variety. Yield and protein
concentration presented negative correlations, which showed that selection of one
determined characteristic provoked a decline in the other. Correlation between yield and
sucrose concentration was insignificant. The same behavior was observed between
protein concentration and sucrose concentration and between protein concentration and
stachyose concentration. The fact that these characteristics are not correlated facilitates
the selection of a genotype with high sucrose concentration and high yields, or
genotypes with high concentrations of sucrose and protein. The correlation between
yield and raffinose concentration and between yield and stachyose concentration were
both negative and significant. This negative correlation and significance facilitated the
selection of genotypes with high yields and low concentrations of raffinose and
stachyose. Sucrose concentration presented high and positive correlation coefficients
with the concentrations of raffinose and stachyose, indicating the possibility of making
a direct selection of individuals with high sucrose concentrations and low raffinose and
stachyose concentrations. The second part of this study was performed using six
soybean genotypes from Mineiros-GO. It was demonstrated that the methodology
adapted to quantify thermostable antinutritional factors, such as soybean non-starch
polysaccharides, using HPLC, showed excellent precision. No significant correlation
was encountered between yield and NSP, vegetable oil and NSP, and protein and NSP
between the six analyzed genotypes. The fact that these characteristics are not correlated
facilitates genotype selection with the best nutritional quality, since it allows for
diminishing the total NSP content, insoluble NSP and principally, soluble NSP, without
affecting the yield and concentrations of oil and protein. The yield and oil concentration
variables showed to be high and have positive correlation coefficients with the total
carbohydrate concentrations and soluble sugars, indicating difficulty to make a direct
selection of varieties with high yields or high oil concentrations and at the same time,
low total carbohydrate and soluble sugar concentrations. Protein correlated negatively
with total carbohydrate and soluble sugar concentrations. This result favored the
selection of genotypes with high protein concentrations and lower total carbohydrate
and soluble sugar concentrations.
14
1. INTRODUÇÃO GERAL
Atualmente a soja (Glycine max (L.) Merrill) é a oleaginosa mais cultivada no
mundo e um dos mais importantes produtos agrícolas da economia brasileira. Sua enorme
importância deve-se a facilidade de seu cultivo e a ampla aplicabilidade de seus
subprodutos. A maioria dos cultivares de soja apresenta de 30 a 45% de proteínas, de 15 a
25% de óleo, de 20 a 35% de carboidratos e cerca de 5% de cinzas (MOREIRA, 1999).
Com uma área de 21,3 milhões de hectares na safra 2007/2008 o Brasil apresentou
uma produção de aproximadamente 62 milhões de toneladas e produtividade de 2.809 Kg
ha
-1
, o que manteve o país como o segundo maior produtor e exportador de soja do mundo
(CONAB, 2008).
A expansão da soja para as diversas regiões do Brasil mostra a capacidade da
espécie de adaptação a uma ampla diversidade de ambientes, fotoperiodismo e solos. Uma
das justificativas dessa grande expansão pode ser explicada, sem dúvida, pelo
melhoramento genético, com o desenvolvimento de novas cultivares, principalmente as que
apresentam período juvenil longo, cada vez mais adaptados as condições adversas e
consequentemente, mais produtivas.
O interesse mundial pelo cultivo da soja deve-se à excelente combinação que ela
apresenta entre produtividade, concentração de óleo e concentração de proteína (WOBUS et
al. 2000). Portanto, o melhoramento genético da soja depende do entendimento dos fatores
genéticos e fisiológicos que afetam tais caracteres. Os programas de melhoramento de soja
têm se concentrado no desenvolvimento de variedades mais produtivas; mais recentemente,
trabalhos que visam o desenvolvimento de cultivares de melhor qualidade nutricional têm
se concentrado no aumento da concentração de proteínas, na alteração da composição da
fração óleo e na diminuição de fatores antinutricionais das sementes.
Assim, o sucesso para implantação de uma lavoura depende, dentre outros fatores,
da escolha da cultivar, considerando que existe diferença no desempenho de acordo com a
região. A interação genótipos x ambientes (G x A) constitui-se num dos maiores problemas
dos programas de melhoramento de qualquer espécie, seja na fase de seleção ou na de
recomendação de cultivares. Entre as alternativas para se amenizar a influência dessa
interação, tem sido recomendado o emprego de cultivares com ampla adaptabilidade e boa
estabilidade. A adaptabilidade é a capacidade de os genótipos aproveitarem vantajosamente
15
o estímulo do ambiente; a estabilidade é a capacidade de os genótipos mostrarem um
comportamento altamente previsível em função do estímulo do ambiente (CRUZ &
CARNEIRO, 2003).
A importância comercial e nutricional da soja para alimentação humana e animal é
bem conhecida. Porém, junto com proteína e óleo alguns componentes indesejáveis também
são encontrados nos grãos. Fatores antinutricionais como os inibidores de proteases
(tripsina e quimiotripsina), lectina, polissacarídeos não-amídicos e oligossacarídeos de
rafinose estão presentes em leguminosas, inclusive na soja. Por isso é importante determinar
a composição bioquímica de diferentes genótipos de soja e estudar a interação desses
genótipos com o ambiente para selecionar aqueles com alta produtividade, altas
concentrações de proteína e óleo e baixo nível de fatores indesejáveis (TRUGO et al. 1995).
A ingestão de soja e de alguns derivados resulta principalmente em flatulência,
náuseas, desconforto e diarréia. Os principais causadores desses sintomas são os açúcares
rafinose e estaquiose (WAGNER et al. 1976). Pelo fato da capacidade da soja e de outras
leguminosas causarem flatulência em humanos, os produtos derivados de soja têm sido
descritos como indutores de problemas digestivos em animais (COON et al. 1990). Em
sementes de soja madura, os açúcares solúveis constituem aproximadamente 10% do peso
seco. Sacarose, estaquiose e rafinose constituem mais que 99% dos açúcares solúveis
presentes.
A mucosa do intestino delgado de humanos e também de outros animais
monogástricos, como aves e suínos, são desprovidos das α- 1,6-galactosidases, enzimas
necessárias à conversão dos oligossacarídeos de rafinose (RO) em açúcares mais simples.
Consequentemente, 100% dos RO não são degradados e são então conduzidos ao intestino
grosso onde bactérias anaeróbicas possuem os sistemas enzimáticos necessários para
fermentação desses açúcares, o que resulta em liberação de grandes quantidades de CO
2
, H
2
e CH
4
(STEGGERDA e DIMMICK, 1966; SUAREZ et al. 1999). Esta produção de gases é
conhecida como flatulência intestinal que é resultante do metabolismo anaeróbico de α- 1,6-
galactosídios de rafinose (RO) e está associada com cólicas, diarréia, dispepsia e
constipação. Desta forma, os RO presentes na soja e outras leguminosas assumem papel
restritivo quanto ao consumo destes grãos como fonte protéica.
Os polissacarídeos não-amídicos (PNAs) são considerados fatores anti-nutricionais
na dieta de animais monogástricos, principalmente a porção solúvel desses carboidratos. A
presença dos polissacarídeos não-amídicos solúveis no lúmen intestinal promove aumento
da viscosidade do bolo alimentar devido à formação de polímeros ou géis com a água,
comprometendo a digestão e a absorção dos nutrientes, pois, dificultam a ação das enzimas
16
digestivas e a difusão das substâncias relacionadas com a digestão e absorção. O aumento
da viscosidade no intestino afeta a digestibilidade do amido, da proteína e dos lipídeos. As
gorduras têm sua digestibilidade diminuída por uma menor emulsificação resultante do
aumento na viscosidade intestinal
Portanto, a identificação de genótipos de soja que apresentem ampla adaptabilidade
e estabilidade nos ambientes, associados com maior produtividade, altas concentrações de
proteína e óleo e menor concentração de fatores antinutricionais é de grande importância,
visando seu uso imediato na alimentação humana e de animais monogástricos e como
genitores em programas de melhoramento. Também é de interesse a seleção de genótipos de
soja com alta concentração de sacarose e com baixas concentrações de rafinose e estaquiose
por serem mais adequados para utilização na alimentação humana.
17
2. OBJETIVOS GERAIS
Estudar o efeito da interação genótipo vs ambiente em relação à produtividade e as
concentrações de proteína, sacarose, rafinose e estaquiose;
Adaptar uma metodologia para a determinação de polissacarídeos não-amídicos
PNAs em grãos de soja;
Estimar as correlações entre produtividade e componentes bioquímicos em grãos de
soja;
Selecionar genótipos de soja, os quais poderão ser utilizados em programas que
visam aumentar a qualidade nutricional do grão de soja, visando o uso na
alimentação humana e de animais monogástricos.
18
3. REVISÃO BIBLIOGRÁFICA
3.1. Importância econômica da soja no Brasil
A soja é a mais importante leguminosa cultivada no mundo, sendo amplamente
cultivada em vários países. Atualmente, os principais países produtores são os Estados
Unidos, o Brasil, a Argentina e a China. O Brasil destaca-se como o segundo maior
produtor mundial e o maior exportador de soja. A produção brasileira de soja no ano
agrícola 2007/2008 foi de 58,726 milhões de toneladas em uma área de 21,2 milhões de
hectares, com uma produtividade média próxima a 3.000 Kg ha
-1
(Figura 1).
A soja é uma das principais fontes de proteína e óleo, sendo responsável por
cerca de 60% do suprimento de proteína de origem vegetal e 25% do óleo do mundo. No
Brasil, a soja é responsável por fornecer aproximadamente 94% do farelo protéico e 90%
dos óleos vegetais aqui consumidos. Destacam-se como os principais estados produtores o
Mato Grosso, Paraná, Rio Grande do Sul e Goiás, respectivamente (EMBRAPA, 2007).
A soja é o principal commodity agrícola do Brasil. O complexo soja, em 2007,
exportou aproximadamente 23,8 milhões de toneladas de grãos, 12,9 milhões de toneladas
de farelo e 2,5 milhões de toneladas de óleo gerando em torno de 10,18 bilhões de dólares
(CONAB, 2008). Com isso, a cadeia da soja destaca-se, tanto pela sua expressiva
participação nas exportações sob a forma de farelo, óleo e grãos, como também para o
suprimento do mercado interno de óleos comestíveis e derivados protéicos.
19
Figura 1 - Evolução da soja no Brasil (Fonte: CONAB 2008)
3.2. A soja como fonte de alimento
A soja é considerada um alimento funcional porque além de funções nutricionais
básicas, produz efeitos benéficos à saúde, reduzindo riscos de algumas doenças crônicas e
degenerativas. É rica em proteínas de boa qualidade, possui ácidos graxos poliinsaturados e
compostos fitoquímicos como: isoflavonas, saponinas, dentre outros. Também é uma
excelente fonte de minerais como cobre, ferro, fósforo, potássio, manganês, magnésio e
vitamina do complexo B (EMBRAPA, 2007).
Devido ao seu alto valor nutricional a soja é mundialmente cultivada.
Principalmente as indústrias alimentícias têm explorado comercialmente o potencial
energético-protéico da soja, estimulando assim sua produção em larga escala. A soja possui
uma fração protéica altamente significativa que é utilizada na fabricação de ração para a
alimentação animal. A forma pela qual a soja é mais utilizada na alimentacão animal é
como farelo, que é resultante da extração de óleo, o qual também é largamente empregado
pelas indústrias de ração.
Atualmente as proteínas de soja vêm sendo utilizadas como componente essencial
na dieta humana. Sua qualidade nutricional depende da quantidade, digestibilidade,
absorção e utilização dos aminoácidos. A soja pode substituir a carne, como base protéica
na alimentação. Seus benefícios alimentares são grandes, e dessa forma auxiliam na
20
formação de uma dieta vegetariana, que é mais saudável, uma vez que vegetarianos
geralmente sofrem menos de problemas cardiovasculares que não vegetarianos.
A fração protéica tem sido utilizada também para a alimentação humana, tanto
como extrato hidrossolúvel de soja, quanto na composição de outros alimentos. Os
derivados protéicos da soja se enquadram em três produtos alimentícios básicos: farinhas,
com cerca de 50% de proteínas; concentrados protéicos, com 70% de proteína e isolados
protéicos de soja com 90-97% de proteína. Estes produtos básicos podem ser processados
em produtos texturizados de soja, sendo utilizados em panificadoras como clarificadores de
farinhas e agentes de melhoria das características de panificação e conservação
(MOREIRA, 1999).
NAKASATHIEN et al. (2000) mencionam que o aumento da concentração de
proteína nem sempre é vantajoso, uma vez que diminui a qualidade da proteína, por
diminuir a proporção de aminoácidos sulfurados. Na soja, a proporção é naturalmente baixa,
comparada a outras fontes protéicas, o que exige a complementação nutricional da soja
tanto para alimentação animal como humana.
Outra importante característica presente na composição bromatológica da soja é o
óleo, o qual é destinado principalmente ao consumo humano (LIMA, 1999), sendo utilizada
na indústria de alimentos para a produção de margarina, óleo de cozinha, agentes
emulsificantes e vários outros produtos. Subprodutos de ambas as frações apresentam ainda
diversas utilidades na indústria química e farmacêutica. Apesar da diversidade de utilização
da soja, aproximadamente 83 % da produção mundial é utilizada para a extração de óleo,
destinado principalmente ao consumo humano, e o farelo resultante é destinado à fabricação
de ração animal (LIMA, 1999).
Entretanto, o grão de soja apresenta em sua composição, constituintes que
interferem na utilização destas proteínas e de outras substâncias. Estes constituintes são
denominados de fatores antinutricionais e podem interferir na disponibilidade de nutrientes,
resultando em inibição de crescimento, hipoglicemia, flatulência ou danos a tecidos como
pâncreas ou fígado (FRANCIS et al. 2001; ANDERSON et al. 1999)
Para melhorar a qualidade nutricional da soja e utilizá-la como fonte de alimento, há
necessidade de remover ou inativar esses constituintes indesejáveis. Uma alternativa seria a
criação de cultivares com melhor qualidade nutricional a partir de métodos clássicos de
seleção. Porém, nem sempre essa técnica é eficiente, pois muitos desses fatores podem estar
indesejavelmente correlacionados, o que dificulta a seleção de genótipos com maior valor
nutricional. Por isso, torna-se importante caracterizar a composição bioquímica da semente
de soja, de modo que facilite o estudo de como esses caracteres possam estar
21
correlacionados e assim adotar estratégias de seleção adequadas para a obtenção de
variedades com maior qualidade nutricional.
3.3. Fatores antinutricionais da soja
3.3.1. Inibidores de tripsina e quimotripsina (Kunitz e Bowman-Birk)
Os inibidores de proteases são peptídeos capazes de se complexarem com as
enzimas proteolíticas pancreáticas, tornando-as inativas. Estão classificados em treze
famílias, sendo seis derivadas de plantas e destas apenas duas apresentam importância na
produção animal. Eles são essencialmente competitivos e o complexo inibidor-enzima
formado não possui atividade enzimática para qualquer que seja o substrato (NUNES et al.
2001). Os inibidores de proteases de soja são constituídos pelo inibidor de tripsina “Kunitz”
e pelo inibidor de tripsina e quimotripsina “Bowman-Birk”. Cerca de 80% da inibição da
atividade tríptica de grãos de soja é causada pela ação do inibidor de tripsina “Kunitz”.
Estes antinutrientes apresentam especificidade de inibir as enzimas proteolíticas e,
conseqüentemente, reduzem a digestão protéica de alimentos, proporcionando diminuição
no ganho de peso e crescimento dos animais (MONTEIRO et al. 2004). Quando os animais
monogástricos ingerem a soja crua, os fatores antitrípiticos se complexam com a tripsina e a
quimotripsina secretada pelo pâncreas, impedindo a ação proteolítica dessas enzimas. Para
tentar reverter essa diminuição da ação das enzimas proteolíticas, o pâncreas secreta mais
enzimas, que por sua vez, são novamente inibidas, gerando uma sobrecarga pancreática, e
conseqüentemente, uma hipertrofia desse órgão, reduzindo a ação digestiva em todo
alimento presente na luz intestinal e, por conseguinte, prejudicando o desempenho desses
animais.
3.3.2. Lectinas
As lectinas são proteínas que possuem em suas moléculas um domínio de ligação
específico à combinação com carboidratos, e, portanto, capazes de aglutinarem os
eritrócitos, e interagirem com as células da mucosa intestinal, prejudicando o processo de
absorção de nutrientes, causando ruptura de membranas e degradação de microvilos, com
conseqüente lesão epitelial (LIENER, 1986 e KAKADE, 1972). “In vitro” as lectinas
possuem a capacidade de aglutinar hemácias, devido a essa propriedade, essa substância
ficou assim conhecida. “In vivo” as lectinas se ligam às células da mucosa intestinal
22
causando lesões e conseqüente redução na absorção dos nutrientes (BATAGLIA, 1990). As
alterações da função fisiológica causada por lectinas no intestino são produtos de sua
estabilidade aos processos digestivos e da especificidade pelas células da mucosa intestinal
em diferentes regiões. Contudo, não há evidências de que as lectinas presentes nos
alimentos apropriadamente processados possam ser tóxicas (CAFÉ, 1996).
3.3.3. Polissacarídeos não-amídicos
A alimentação de animais monogástricos representa 75% do custo total de
produção. Os grãos de cereais constituem os principais componentes das dietas e
apresentam como característica um alto valor energético, principalmente em face de um
elevado teor de amido (ANDRIGUETO et al. 2002).
Entretanto, os cereais e as leguminosas apresentam além da porção amídica,
carboidratos denominados polissacarídeos não-amídicos (PNAs), que apresentam função
quase que exclusivamente estrutural nas plantas (CHOCT, 1997) e existem em varias
formas na natureza.
Os PNAs, principais constituintes da parede celular dos vegetais, são polímeros de
açúcar que não podem ser digeridos pelos animais não ruminantes, devido a natureza
química de suas ligações, sendo resistente a hidrólise no trato digestivo (ROSA &
UTTPATEL, 2007). São componentes de alto peso molecular presentes nos alimentos
(GRUPPEN, 1996) e podem compreender mais de 90% da parede celular das plantas
(SELVENDRAN & ROBERSON, 1990).
A composição dos polissacarídeos, a natureza das ligações entre os
monossacarídeos, solubilidade, as características físico-químicas e o peso molecular, afetam
as suas propriedades, assim como o requerimento de enzimas para hidrolisá-los
(CLASSEN, 1996).
Polissacarídeos consistem em polímero de monossacarídeos ou açúcares simples
unidos por ligação especifica chamada ligação glicosídica, que é formada entre o grupo
hemiacetal de um açúcar e o grupo hidroxila do outro, e são classificados segundo
considerações estruturais e propriedades físico-químicas (MOURINHO, 2006).
Polissacarídeos não-amídicos (beta-glucanos e arabinoxilanos), e oligossacarídeos
(rafinose e estaquiose, no caso das plantas oleaginosas), não são digeridos pelas enzimas
endógenas das aves. Estes compostos não causam sintomas de toxicidade, mas apresentam
23
propriedades anti-nutritivas que podem afetar o desempenho dos animais (LEESON e
SUMMERS, 2001).
As enzimas endógenas produzidas pelas aves, com função de hidrolisar os
carboidratos, são específicas para atuarem sobre a ligação alfa, não sendo ativas para
carboidratos com ligação beta e oligossacarídeos que contêm galactose (CANTOR, 1995).
Segundo CHOCT e KOCHER (2000) a classificação dos PNAs recai em três
grandes grupos, descritos na Figura 2: Celulose, polímeros não celulósicos (pentosanos,
arabinoxilanos, xilanos, β-glucanos) e polissacarídeos pécticos (glicomananos,
galactomananos, arabinanos, xiloglucanos e galactanos), entre outras moléculas
(BELLAVER e SNIZEK, 1999).
A solubilidade dos polissacarídeos não-amídicos não é determinada somente pela
sua estrutura primaria, mas também depende de como são ligados a outros componentes da
parede celular (SMITS & ANNISON, 1996). Os autores explicam que as paredes celulares
das plantas são altamente organizadas. Seus componentes podem ser arranjados em uma
estrutura de polissacarídeo fibrilar (principalmente celulose), matriz de polissacarideos
(principalmente a hemicelulose e pectina) e substâncias incrustadas (principalmente a
lignina).
Dependendo da solubilidade dos seus constituintes, os (PNAs) são classificados em
solúveis e insolúveis. Os PNAs insolúveis são as celuloses e algumas hemiceluloses.
Enquanto que os PNAs solúveis são compostos por pectinas e principalmente pela
hemicelulose. A hemicelulose por sua vez constituída por β-Glucanos, D-xilanos, D-
mananos e xiloglucanos, entre outros. Os β-glucanos e as pentosanas solubilizados parecem
atuar como uma barreira da difusão dos nutrientes, limitando a taxa de absorção. Aos β-
glucanos é que são atribuídos os problemas de fezes mais líquidas, conforme referido
anteriormente (SMITS & ANNISON, 1996).
As propriedades antinutricionais dos PNAs está principalmente na fração solúvel.
Em especial os PNAs solúveis são capazes de se ligarem a grande quantidade de água,
aumentando, dessa forma, a viscosidade do fluído (ROSA & UTTPATEL, 2007),
interferindo na difusão dos nutrientes e das enzimas digestivas e suas interações com a
mucosa intestinal. Porém, outros efeitos como o aumento ou diminuição da taxa de transito
do alimento e interação com a microflora bacteriana podem ocorrer (CHOT, 2002).
24
Figura 2 - Classificação dos Polissacarídeos Não-Amídicos (PNA’s), (adaptado de CHOT
& KOCHER, 2000)
A presença dos oligossacarídeos e dos polissacarídeos não-amidicos solúveis no
lúmen intestinal promove aumento da viscosidade do bolo alimentar devido à formação de
polímeros ou géis com a água, comprometendo a digestão e a absorção dos nutrientes, pois,
dificultam a ação das enzimas digestivas e a difusão das substâncias relacionadas com a
digestão e absorção. O aumento da viscosidade no intestino afeta a digestibilidade do
amido, da proteína e dos lipídeos. As gorduras têm sua digestibilidade diminuída por uma
menor emulsificação resultante do aumento na viscosidade intestinal. Este também favorece
o crescimento da microflora indesejável com desconjugação dos sais biliares. Estes efeitos
citados sobre a digestão das gorduras diminuem a absorção de vitaminas lipossolúveis. As
gorduras saturadas são aquelas mais intensamente afetadas pela diminuição na
emulsificação. Em aves jovens, o tempo requerido para o alimento passar pelo trato
digestivo é aumentado, o que acaba reduzindo o consumo. A maior população de
microrganismos passa a competir com o hospedeiro pelos nutrientes presentes no lúmen,
além de produzir toxinas que constituem outro efeito indesejável do aumento da microflora
(NUNES, 2001).
Polissacarídeos não-amídicos (PNA)
Hemicelulose Celulose Pectina
Insolúveis em
água, solventes
alcalinos e
ácidos diluídos
-
Arabinoxilanos
- Beta-glucanos de ligações
mistas
- Pentosanos
- Acidos Uronicos
- Galactose
Parcialmente
solúveis em água
Solúveis em água
25
3.3.3.1. Polissacarídeos não-amídicos insolúveis
Segundo MOURINHO (2006) elevados níveis de PNAs insolúveis na dieta
conduzem a uma diminuição da digestibilidade dos nutrientes por reduzirem o tempo de
permanência do bolo alimentar.
Entre eles, destaca-se a celulose, que é o principal constituinte da parede celular das
plantas e abundante nos vegetais fibrosos. Para não ruminantes, apresenta baixa
deigestibilidade, podendo reduzir a digestibilidade de outros nutrientes (ANDRIGUETO,
2002).
Apesar dos PNAs insolúveis aumentarem o volume de fibra total na dieta, eles
apresentam pouco efeito sobre a utilização de nutrientes em animais monogástricos.
A capacidade de formação de redes em solução aquosa e a capacidade de retenção
de água dos polissacarídeos não-amídicos solúveis é alta em relação aos polissacarídeos
não-amídicos insolúveis. Isto explica porque fibras insolúveis como a celulose e xilanos
podem reter água, comportando-se como esponjas, mas a sua viscosidade é relativamente
baixa.
3.3.3.2. Polissacarídeos não-amídicos solúveis
PNAs solúveis atuam como barreiras físicas a digestão e absorção de nutrientes por
interagirem com o glicocálix da borda de escova intestinal, tornando espessa a camada de
água na mucosa, dessa forma, aumentando a viscosidade do bolo alimentar (MOURINHO,
2006).
Muitos polissacarídeos, quando dissolvidos em água, tornam a solução viscosa. Esta
viscosidade depende de muitos fatores, incluindo o tamanho da molécula, tipo de cadeia
(ramificada ou linear), da presença de grupos carregados, estruturas que cercam e,
principalmente a sua concentração (SMITS & ANNISON, 1996).
O aumento na viscosidade pode causar vários problemas no intestino delgado,
principalmente, devido ao fato dos nutrientes tornarem menos disponíveis para a digestão,
resultando em uma depleção a digestão de gorduras, proteínas, carboidratos e outros
micronutrientes (CONTE et al. 2002). Além disso, WYATT et al. (2004) cita que o
aumento da viscosidade contribui para o desenvolvimento de doenças intestinais, com
Coccidiose e Enterte Necrótica.
26
3.3.4. Celulose, Hemicelulose e Pectina
Celulose: É um homopolímero de moléculas de glicose unidas por ligações ß (1-4).
As moléculas de celulose paralelas e adjacentes estão interligadas, por meio de pontes de
hidrogênio formando microfibrilas muito resistente. As fibras de celulose são formadas por
regiões cristalinas e amorfas. A porção hidrolisável por enzimas é chamada de região
amorfa e a porção resistente constitui a porção cristalina. A celulose nativa difere em sua
cristalinidade quanto a localização na parede celular: a camada secundária contém celulose
altamente cristalina, enquanto a camada primária contém principalmente celulose amorfa
(Da SILVA et al. 1997).
Hemicelulose: PALENZUELA et al. (1998) cita o nome “hemicelulose” como um
termo vago, por englobar um conjunto heterogêneo de polissacarídeos, cuja composição
varia muito de uma espécie para outra. Inicialmente o nome hemicelulose foi proposto para
designar os polissacarídeos extraídos de plantas com solução alcalina.
Compreendem um grupo muito heterogêneo de polissacarídeos ramificados que se
ligam firmemente á superfície das microfibrilas de celulose e entre si, cobrindo as
microfibrilas e mantendo ligações cruzadas, via pontes de hidrogênio, em uma rede
complexa, impedindo assim que elas se toquem, dando elasticidade e consistência a parede
celular.
A extração da hemicelulose das paredes celulares ocorre por soluções alcalinas
fortes devido à existência de pontes de hidrogênio entre a hemicelulose e as microfibrilas de
celulose. Uma vez extraída da parede celular a hemicelulose passa a ser solúvel em água
(PALENZUELA et al. 1998).
A hemicelulose é composta por hexoses (glicose, galactose, manose, etc), pentoses
(arabinose e xilose) e ácidos urônicos (ácido glicurônico), que podem ser lineares ou
ramificados.
Quimicamente, os polímeros das hemiceluloses são heteropolissacarídeos formados
por vários resíduos de açúcares como D-xilose, D-manose, D-arabinose e D-galactose,
dentre outros e por seus ácidos urônicos. Estes açúcares estão ligados entre si por ligações
glicosídicas ß(1-4) formando uma estrutura principal composta por um tipo especifico de
resíduos, (xilanos, galactanos e mananos), a partir das quais surgem ramificação lateral,
com resíduos de arabinose e galactose. Assim, têm-se os seguintes polissacarídeos: xilanas,
galactomananas, arabinoxilanas, galactosanas, ramnogalactosanas, etc. (FERREIRA-
27
FILHO, 1994). A xilana é o principal componente das hemiceluloses (Da SILVA et al.
1997).
A cadeia principal da hemicelulose das gramíneas é composta de xilanas (β-1,4-
xilose-xilose) e cadeia lateral de acido metilglucorônico, a das leguminosas de xilanas não
ramificadas (TARVENARI, 2008).
A seguir são descritos os principais polissacarídeos constituintes da hemicelulose
(TARVENARI, 2008).
- Pentosanos (arabinoxilanos): São formados por cadeias por cadeias de xilose com ligação
β (1-4) e cadeia lateral de arabinose com ligações β (1-3). As ramificações lhe conferem
solubilidade. É o principal polissacarídeo não amiláceo solúvel em centeio, trigo e farelo de
arroz.
- β-Glucanos: São polímeros lineares de glicose com ligações β (1-4) e β (1-3), que rompem
à linearidade da molécula, impedindo a formação de fibrilas. A cevada e aveia possuem
grande quantidade de β-glucanos.
- D-Mananos: São polímeros formados por manose em ligações β (1-4). Os galactomananos
são polímeros formados por glicose e manose, em ligações β (1-4), sendo duas glicose para
uma de manose.
- Xiloglucanos: São formados por glicose com ligações β (1-4) e cadeia lateral de xilose
com ligação β (1-3).
Polissacarídeos pécticos: As pectinas são formadas principalmente pelo acido D-
galacturônico (derivado da galactose), interligado principalmente por ligações α (1-4). As
ramificações laterais são diversas e contêm arabinose, galactose e na maior parte ramnose.
Os números de grupos carboxílicos livres variam assim como grau de esterificação
(THAKUR et al. 1997).
É uma molécula com alta capacidade de formar gel em determinadas circunstancias
(PALENZUELA et al. 1998). Suas ramificações servem para aprisionar água em redor,
tornando o meio mais gelificado.
As pectinas são substancias abundantes nos vegetais, sendo componente essencial
das paredes celulares de plantas, porção insolúvel, ou ainda no citosol de células vegetais,
28
porção solúvel, sendo essa encontrada em maiores proporções. Pode ser encontrada em
fontes cítricas e em grãos de leguminosa como a soja e feijão.
As pectinas são as principais componentes da lamela média e um dos principais
polímeros da parede celular vegetal. Os polissacarídeos pécticos são ricos em ácido
galacturônico, ramnose, arabinose e galactose. As substâncias pécticas são formadas por
duas frações interligadas: a ramnogalacturona e a homogalacturona (THAKUR et al. 1997).
A primeira é um heteropolímero que tem a estrutura principal formada por repetidas
unidades de ácido galacturônico ligado a ramnose e cadeias laterais consistindo de
arabinose e galactose que não interagem com Ca
++
. Por outro lado, a homogalacturona é um
homopolímero formado por ligações glicosídicas ß (1-4). A pectina aumenta a viscosidade
do meio e a possibilidade de formar gel com a água, devido á sua capacidade de ligar a
Ca
++
. A pectina apresenta grande importância tecnológica (Da SILVA et al. 1997).
3.3.5. Biossíntese e papel fisiológico dos oligossacarídeos de rafinose
Os oligossacarídeos são fontes primárias de energia e substratos para a síntese de
outros compostos durante a germinação da semente de leguminosa (JIMÉNEZ et al. 1985).
Entre estes, os oligossacarídeos de rafinose (RO) são amplamente encontrados no reino
vegetal em sementes de varias espécies, nas quais são componentes dos carboidratos de
reserva, sendo os segundos carboidratos solúveis mais abundantes nas plantas
(MINORSKY, 2003).
Os RO são sintetizados durante a formação das sementes, e hidrolisados durante o
processo de germinação (KANDLER e HOLF, 1980; SARAVITZ et al., 1987). De acordo
com DEY (1985), a via metabólica de síntese dos RO pode ser representada como se segue:
UDP-galactose + mio-inositol Galactinol + UDP
Galactinol + sacarose Rafinose + mio-inositol
Galactinol + rafinose Estaquiose + mio-inositol
Galactinol + estaquiose Verbascose + mio-inositol
Galactinol + verbascose Ajucose + mio-inositol
29
Figura 3 - Estruturas dos açúcares envolvidos na síntese dos OR. (Fonte: Funpecrp, 2007).
Figura 4 - Esquema da via metabólica de síntese dos oligossacarídeos de rafinose. Fonte:
SUAREZ et al. (1999)
UDP-Glc: uridina difosfato-glicose; UDP-Gal: uridina difosfato-galactose; UDP: uridina
difosfato; Glc-6P: glicose- 6 –fosfato.
30
Como apresentado na Figura 4 a enzima galactinol sintase (GS) (UDP-α-D-gal:1-L-
mio-inositol-1-O-α-D-galactopiranosiltransferase, E.C. 2.4.1.123), que requer Mn+2 para
sua atividade, catalisa a primeira reação na via de síntese dos RO, produzindo galactinol a
partir de UDP-galactose e mio-inositol (LIU et al. 1995). A atividade de GS, em folhas e
sementes, correlaciona-se positivamente com os níveis de RO e esta enzima parece regular
os níveis de oligossacarídeos de reserva em partes específicas das plantas (CASTILLO et
al. 1990). Subseqüente à primeira reação, sintases específicas catalisam a síntese de cada
oligossacarídeo da série por meio da transferência do galactinol para a
sacarose, a rafinose, a estaquiose e a verbascose, com a produção de α-1,6-galactosídeos,
tri, tetra, penta e hexassacarídeos de rafinose (RIBEIRO, 2001).
Durante o desenvolvimento da planta a rafinose acumula-se nos órgãos de reserva.
Ocorre um aumento na concentração de rafinose nas sementes em maturação devido à perda
de água durante este processo (DEY, 1985). Este açúcar por sua vez é degradado em
galactose e sacarose durante a germinação. A estaquiose é um dos mais abundantes
tetrassacarídeos em plantas (DEY, 1985) e é reconhecida como o maior açúcar de reserva e
transporte em leguminosas. Verbascose e ajucose são os penta e hexassacarídeos,
respectivamente. Estes oligossacarídeos coexistem com rafinose e estaquiose na maioria das
leguminosas e estão presentes em órgãos de reserva (DEY, 1985).
Os RO têm importantes funções nas plantas servindo como metabólitos de
transporte em muitas leguminosas e desempenhando papel protetor contra o frio. Além
disso, conferem tolerância à dessecação durante a maturação da semente, sendo que estas
respostas a estresses são ocasionadas pelo resultado da ação dos RO como agentes
protetores das proteínas de membrana (JONES et al. 1999).
3.3.6. Ocorrência e distribuição dos oligossacarídeos de rafinose em plantas
Os ROs ocorrem no embrião e cotiledones de sementes de leguminosas e são
quebrados durante a germinação, resultando no acúmulo temporário de galactose e sacarose
nesses tecidos (DEY, 1980; SARAVITZ et al. 1987). Os ROs são o segundo tipo de
carboidrato solúvel mais abundante nas plantas, após a sacarose.
Eles são sintetizados e depositados nos órgãos de armazenamento, como as
sementes, durante o processo de maturação e são mobilizados durante os primeiros estádios
da germinação (DEY, 1990).
Uma vez que existe variação entre cultivares de soja quanto ao conteúdo de ROs,
para sua redução em sementes de soja seria necessária a identificação de variedades que
31
apresentassem sementes com baixos conteúdos de oligossacarídeos e retrocruzamento entre
os tipos parentais. WILCOX e SHIBLES (2001) estudando as correlações entre proteína e
oligossacarídeos, concluíram que devido à existência de uma correlação negativa entre o
conteúdo de proteína e os conteúdos de rafinose + estaquiose na semente de soja, facilita
desenvolver uma linha no germoplasma com alto conteúdo de proteína e que apresente
baixos conteúdos de rafinose e estaquiose.
Com o objetivo de obter sementes de soja com baixo teor de oligossacarídeos para
uso na alimentação humana, SUAREZ et al. (1999) analisaram um grande número de
sementes quanto à atividade das enzimas rafinose sintase e estaquiose sintase, que catalisam
as etapas finais da síntese de rafinose e estaquiose, respectivamente. Esses estudos
resultaram na identificação de sementes com atividade muito baixa para essas enzimas, as
quais apresentam também baixa concentração de rafinose e estaquiose quando comparadas
com sementes convencionais.
3.3.7. Implicações nutricionais dos oligossacarídeos de rafinose
Os ROs são indigeríveis pelos mamíferos e podem causar flatulência em humanos.
A hidrólise destes oligossacarídeos requer a ação da enzima α-galactosidase, que hidrolisa
um α-galactosídeo e esta enzima não está presente no trato intestinal humano
(GITZELMANN e AURICCHIO, 1965).
A ingestão de soja e derivados resulta no aparecimento de sintomas desagradáveis, o
que limita o seu consumo. Dentre os sintomas desagradáveis, destaca-se a flatulência (De
LUMEN, 1992), que é resultante do metabolismo anaeróbico de α-1,6-galactosídeos de
rafinose (ROs: oligossacarídeos de rafinose) presentes nos grãos das leguminosas em geral
(PRICE et al. 1988). A mucosa do intestino humano e de outros animais monogástricos,
como aves e suínos, é desprovida das enzimas α-1,6-galactosidases, que são necessárias à
conversão dos ROs em açúcares mais simples. Conseqüentemente, os ROs não hidrolisados
são conduzidos à parte posterior do intestino, onde são fermentados anaerobicamente a
CO
2
, H
2
e CH
4
pela microflora (PRICE et al. 1988). Desta forma, os ROs presentes na soja
e outras leguminosas assumem papel restritivo quanto ao consumo destes grãos como fonte
protéica.
32
3.4. Correlações
Um aspecto genético de grande valor para o melhoramento de plantas, que deve
receber atenção dos melhoristas, é a estimativa das correlações entre caracteres, pois esta
reflete o grau de associação entre esses caracteres. O seu conhecimento é importante
porque mostra como a seleção para um caráter influencia a expressão de outros caracteres.
Nos programas de melhoramento, geralmente, além de se visar o aprimoramento de um
caráter principal busca-se também manter ou melhorar a expressão de outros caracteres.
Genótipos de soja com elevadas produtividades e adaptabilidade a vários ambientes
são objetivo dos programas de melhoramento (CARPENTIERI - PÍPOLO et al. 2005).
Geralmente, além de ter como objetivo o aprimoramento de um caráter principal, busca-se
também manter e melhorar a expressão de outros caracteres simultaneamente (LOPES et
al. 2002; CARPENTIERI - PÍPOLO et al. 2005).
Correlação é a medida do grau ou da intensidade de associação linear entre duas
variáveis, permitindo ao melhorista conhecer as mudanças que ocorrem em determinado
caráter em função da seleção praticada em outro caráter correlacionado (STEEL e
TORRIE, 1980; LOPES et al. 2002).
Conforme FALCONER (1987) podem ser duas as causas de correlação entre duas
variáveis. A primeira é genética, cuja principal causa é o pleiotropismo, que é a
propriedade pela qual um mesmo gene afeta duas ou mais características, de modo que, se
o gene estiver segregando, causará variação simultânea nas características que ele afeta. A
segunda é ambiental, o ambiente torna-se causa de correlação quando dois caracteres são
influenciados pelas mesmas diferenças de condições ambientais.
Alguns genes podem aumentar ambas as características, enquanto outros aumentam
uma e reduzem outras, sendo que os primeiros tendem a causar uma correlação positiva, e
os últimos uma correlação negativa (FALCONER, 1987).
Segundo PIOVESAN (2008) a melhoria do potencial produtivo das cultivares de
soja é o principal objetivo de todos os programas de melhoramento genético conduzidos no
país. No entanto em alguns programas de melhoramento, o aumento do teor de proteína nos
grãos vem também sendo privilegiado. Contudo, o rendimento de grãos de soja, em geral,
pode estar negativamente correlacionado com o teor de proteína, dependendo do tipo de
cruzamento. Além disso, os teores de proteína e de óleo sempre estão inversamente
correlacionados. É de interesse desses programas que as novas variedades a serem lançadas
possuam uma máxima produtividade com um adequado balanço dos teores de óleo e
proteína de acordo com as exigências do mercado.
33
ANAND e TORRIE (1963), SHIMOYA (1987), MORO et al. (1992), CECON et
al. (1993), MONTENEGRO (1994), PELÚZIO et al. (1998) e LOPES et al. (2002),
trabalhando com a cultura da soja, concluíram que, na grande maioria dos casos, as
correlações genotípicas são mais elevadas do que as fenotípicas e de ambiente, indicando
menor influência do ambiente na expressão dos caracteres.
HOLBROOK et al. (1989) avaliaram a utilização de índices de seleção para
aumento de produção com a manutenção do teor de proteína na semente e apesar da
freqüente correlação negativa entre estes dois caracteres, obtiveram aumentos significativos
na produção sem alteração no teor de proteína por meio da utilização de índices de seleção
restrito.
WILCOX e CAVINS (1995) estudando correlações entre teor de proteína e
produção de grãos, por meio de uma série crescente de retrocruzamentos, entre dois
progenitores contrastantes para estas duas características. Verificaram uma correlação
negativa decrescente entre teor de proteína e produção de grãos, à medida que se avançaram
os retrocruzamentos, obtendo ao final do 3
o
retrocruzamento linhagens produtivas e com
alto teor de proteína.
HYMOWITZ et al., (1972) analisaram os teores de óleo, proteína, açúcares totais,
sacarose, rafinose e estaquiose em 60 linhagens de um germoplasma de soja as quais
cobriam praticamente toda a faixa de conteúdo de óleo e proteína existente na cultura. Uma
análise de correlação simples mostrou que o teor de açúcares totais estava positivamente
correlacionado com o teor de óleo e que ambos apresentam correlação negativa com o teor
de proteína. Os teores de sacarose e rafinose apresentaram correlação positiva com o teor de
óleo enquanto o teor de estaquiose mostrou-se positivamente correlacionado com o teor de
proteína.
HARTWIG et al. (1997) analisaram os teores de óleo, proteína, sacarose, rafinose e
estaquiose em 20 cultivares comerciais de soja contendo alto teor de óleo e em 20 linhagens
contendo alto teor de proteína. Os coeficientes de correlação entre os teores de rafinose +
estaquiose com o teor de proteína (r = -0,16) e óleo (r = -0,03) foram não significativos. Em
contraste, os autores encontraram uma relação significativa e inversa entre os teores de
sacarose e proteína (r = -0,78
**
) e positiva entre os teores de sacarose e óleo (r = 0,67
**
).
Analisando os caracteres produtividade e os teores de proteína, óleo, rafinose,
estaquiose, sacarose e enxofre em 43 linhagens derivadas de uma população melhorada,
WILCOX e SHIBLES (2001) mostraram que o aumento no teor de proteína ocorreu à
custa do teor de óleo, carboidratos totais e sacarose com coeficientes de correlação de –
0,98, -0,71 e –0,66, respectivamente. Estes autores concluíram que a diminuição no teor
34
de carboidratos com o aumento do teor de proteína deve contribuir para um aumento do
valor nutricional do farelo obtido das linhagens melhoradas.
3.5. Interação genótipo x ambiente
Segundo BORÉM e MIRANDA (2005), condições edafoclimáticas associadas às
práticas culturais e outras variáveis que afetam o desenvolvimento das plantas são
denominadas de ambiente.
ALLARD e BRADSHAW (1964) classificaram as oscilações ambientais em
previsíveis e imprevisíveis. Como características previsíveis, destacam-se fotoperíodo, tipo
e fertilidade do solo, épocas de plantio e práticas agrícolas. Como características
imprevisíveis, estão incluídas distribuição pluviométrica, doenças e pragas, umidade,
temperaturas e outras mais difíceis de ser controladas. Contudo, com o conhecimento prévio
da região, algumas medidas podem ser tomadas para aproveitar o potencial de produção do
local, já que durante o ano as condições ambientais podem ser bem variáveis de acordo com
a área utilizada.
Ao iniciar um programa de melhoramento, deve-se definir se o objetivo é o
desenvolvimento de cultivares adaptadas a um amplo espectro de ambientes ou de
cultivares altamente adaptadas a ambientes específicos (FINLAY e WILKINSON, 1963;
EBERHART e RUSSELL, 1966; BORÉM e MIRANDA, 2005).
O estudo dos ambientes é de grande importância, pois fornece informações sobre os
padrões de respostas das cultivares, de modo a conhecer o grau de representatividade dos
locais e tomar decisões quanto à desistência, ou não, da instalação de ensaios em
determinado local, em razão de problemas técnicos ou de escassez de recursos
(CARNEIRO, 1998; CRUZ et al. 2004).
Quando genótipos são testados em vários locais e anos, normalmente o seu
comportamento não é constante nos diferentes ambientes. Essa inconsistência no
comportamento das cultivares frente às variações ambientais gera interação de genótipos e
ambientes, que, quando significativa, pode indicar a existência de genótipos particulares
para determinados ambientes e, possivelmente, genótipos menos influenciáveis pelas
variações ambientais (EBERHART e RUSSELL, 1966).
De acordo com FUNNAH e MAK (1980), quando a interação genótipo x ambiente é
significativa, as cultivares selecionadas durante o procedimento do teste são específicas
para o local de experimentação a que foram submetidas à análise. Então, em outra região,
serão necessárias novas avaliações para conhecer a adaptabilidade das cultivares superiores
35
nesta área. Assim, o melhoramento deve minimizar o efeito do ambiente na expressão
genética de materiais superiores para conseguir cultivares com maior adaptabilidade de
cultivo.
Segundo EBERHART e RUSSELL (1966), com a finalidade de minimizar o efeito
da interação genótipo x ambiente, a área a ser usada para a obtenção de novos genótipos
deve ser estratificada em sub-regiões mais homogêneas, para controlar alterações
envolvendo gradiente de temperatura, tipos de solo e distribuição das precipitações
pluviométricas. Segundo TAI (1971) a eficiência desse procedimento é baixa, já que
ocorrem ainda interações significativas de genótipo x ambiente.
Na maioria das avaliações da interação genótipo x ambiente, os genótipos são
submetidos a diferentes condições ambientais, sendo, posteriormente, efetuada uma análise
de variância conjunta e verificada a ocorrência de significância da interação (MAURO,
1991).
3.6. Adaptabilidade e estabilidade
Estudos a respeito da interação genótipos x ambientes, apesar de serem de grande
importância para o melhoramento, não proporcionam informações detalhadas sobre o
comportamento de cada genótipo frente às variações ambientais. Para tal objetivo, realizam
análises de adaptabilidade e estabilidade, pelas quais se torna possível à identificação de
cultivares com comportamento previsível e que sejam responsivos às variações ambientais
ou amplas (CRUZ e REGAZZI, 1997).
Adaptabilidade e estabilidade apesar de serem termos relacionados, não devem ser
considerados como um só. Segundo MARIOTTI et al. (1976), adaptabilidade é a
capacidade potencial das cultivares de responderem vantajosamente aos estímulos
ambientais, já a estabilidade é a capacidade de uma cultivar exibir um desempenho o mais
constante possível, em função de variações na qualidade ambiental.
CRUZ e REGAZZI (1997) conceituam estabilidade como a capacidade de as
cultivares mostrarem um comportamento altamente previsível em função do estimulo
ambiental.
KIIHL e ALMEIDA (2000) afirmaram que uma boa variedade de soja deve ter alta
produtividade e estabilidade de produção nos mais variados ambientes possíveis. Os autores
ressaltam ainda que a estabilidade é conferida pela introdução de resistência as doenças, aos
nematóides e aos insetos e pela introdução de características agronômicas
36
especiais como tolerância aos solos ácidos, penetração profunda de raízes e alta qualidade
fisiológica de sementes, proporcionando a planta maior tolerância aos fatores
adversos que podem comprometer a produção.
Nos programas de melhoramento para qualquer espécie cultivada, os genótipos são
avaliados em diferentes ambientes antes da seleção final, recomendação e distribuição para
a exploração comercial (MAURO, 1991).
O estudo da estabilidade fenotípica fornece informações detalhadas sobre o
comportamento de cultivares em diversos ambientes e isso permite indicar, com segurança,
os cultivares mais adaptados tanto a ambientes específicos, como para uma determinada
área e, por isso, recomenda-se a utilização, em programas de melhoramento, de métodos
que permitam avaliar a capacidade genética de adaptação e desempenho das cultivares
diante das variações ambientais (BONATO, 1978).
Há vários métodos para estimar estabilidade e adaptabilidade e a escolha do método
dependerá dos dados experimentais, do número de ambientes disponíveis, da precisão
requerida e do tipo de informação desejada (CRUZ e REGAZZI, 1997). Os métodos mais
comumente utilizados são os seguintes: o Tradicional, e os propostos por PLAISTED e
PETERSON (1959), FINLAY e WILKINSON (1963), WRICKE (1965), EBERHART e
RUSSELL (1966), TAI (1971), VERMA et al. (1978), SILVA e BARRETO (1985), LIN e
BINNS (1988), CRUZ et al. (1989), HUEHN (1990), ANNICCHIARICO (1992),
MURAKAMI (2001) e o método baseado em componentes principais, denominado de
Método de Centróide (ROCHA et al. 2005). .
37
4. REFERÊNCIAS BIBLIOGRÁFICAS
ANDERSON, J.W., SMITH, B.M., WASHNOCK, C.S. Cardiovascular and renal benefits
of dry bean and soybean intake. American Journal Clinical Nutrition, v.70, p.464AS-
74S, 1999.
ANDRIGUETTO, J.M., PERLY, L., MINARDI, I., GEMAEL, A., FLEMMING, J.S.,
SOUZA, G.A., FILHO, A.B. Nutrição Animal. Sao Paulo: Nobel. v.1, 396p, 2002.
ANAND, S.C., TORRIE, J.H. Heritability of yield and other traits and interrelationships
amog traits in the F
3
and F
4
generations of three soybean crosses. Crop Science, v.3,
p.508-511, 1963.
ANNICCHIARICO. P. Cultivar adaptation and recommendation from alfafa trials in
Northern Italy. J. Genet. & Breed. 46: p. 269-278. 1992.
ANNISON, G & CHOCT, M. Anti-nutritive activities of cereal non-starch polysaccharides
in broiler diets and strategies minimizing their effects. World´s Poultry Science Journal,
Beekbergen, v. 47, n.4, p. 232-242, Nov. 1991.
BATAGLIA, A.M. A extrusão no preparo de alimentos para animais. In: Simpósio
Brasileiro De Nutrição Animal, Campinas. Anais. v.3, p.73-81, 1990.
BATISTA, R.B., OLIVEIRA M.G.A., PIRES C. V. et al. Caracterização bioquímica e
cinética de lipoxigenases de plantas de soja submetidas à aplicação de ácidos graxos
poliinsaturados. Pesquisa Agropecuária Brasileira, Brasília v.37 n.11 p.1517-1524, 2002.
BELLAVER, C., SNIZEK, P.N.J. Processamento da soja e suas implicações na alimentação
de suínos e aves. In: Congresso Brasileiro De Soja, Londrina. Anais... p.183-196, 1999.
BONATO. E. R. Estabilidade fenotipica da produção de grãos de dez cultivares de soja
(Glycine max (L.) Merrill) nas condições do Rio Grande do Sul. Piracicaba:
ESALQ/USP. 75p. 1978. (Tese de Mestrado).
BORÉM, A., MIRANDA, G. V. Melhoramento de Plantas. 4. ed. Viçosa: Ed. UFV, 2005.
525 p.
BORGES, S.A., SALVADOR, D., IVANOVSKI, R. A. Utilização da soja desativada na
dieta de monogástricos. In: Simpósio Sobre Ingredientes Na Alimentação Animal.
Campinas CBNA p.21-66, 2003.
CAFÉ, M.B. Utilização da soja integral na alimentação de aves. In: Simpósio Goiano De
Avicultura, Goiânia. Anais... p.19-31, 1996.
CANTOR, A. Enzimas usadas na Europa, Estados Unidos e Ásia. Possibilidades para uso
no Brasil. In: Ronda Latinoamericana De Biotecnologia V, Curitiba. Anais. Curitiba:
Alltech, p.31-42, 1995.
CARPENTIERI-PÍPOLO, V., GASTALDI, L. F., PIPOLO, A. E. Correlações fenotípicas
entre caracteres quantitativos em soja. Semina: Ciências Agrárias, Londrina, v. 26, n. 1, p.
11-16, jan./mar. 2005.
38
CARNEIRO, P. C. S. Novas metodologias de análise da adaptabilidade e estabilidade
de comportamento. 1998. 168 p. Tese (Doutorado em Genética e Melhoramento) -
Universidade Federal de Viçosa, Viçosa, 1998.
CASTILLO, E.M., DE LUMEN, B.O., REYES, P.S., DE LUMEN, H.Z. Raffinose synthase
and galactinol synthase in developing seeds and leaves of legumes. Journal Agricultural
Food Chemistry, v.38, p.351-355, 1990.
CECON, P. R., MORAIS, A.R., SEDIYAMA, C. S. Obtenção da herdabilidade e das
correlações genotípicas, fenotípicas e de ambiente nas gerações F2 e F3 de cruzamentos
fatoriais em soja. Pesquisa Agropecuária Brasileira, Brasília, v. 28, n. 12, p. 1399-1406,
dez. 1993.
CHOCT, M. Feed non-starch polysaccharides: Chemical structures and nutritional
signicance. Feed Milling International. June: 13-26. 1997.
CHOCT, M. E KOCHER, A. Non-starch polysaccharides: Chemical structures and
nutritional significance. Feed Milling International. June: p.13-26, 2000.
CHOCT, M. Non- starch polysaccharides: effect on nutritive value In: Poultry feedstuffs:
supply, composition and nutritive value In: MACNAB, J.M. e BOORMAN, K.N. (eds.)
Factors influencing nutritive value. CAB International. p.221-235, 2002.
CLASSEN, H. L. Cereal grain starch and exogenous enzymes in poultry diets. Animal
Feed Science Technologic, v. 62 (1), p. 21-27, 1996.
COON, C.N., LESKE, K.L., AKAVANICHAN, O., CHENG, T.K. Effect oligosaccharide-
Free soybean meal on true metabolizable energy and fiber digestion in adult roosters.
Poutry Science, v.69, p.787-793, 1990.
CONAB. Companhia Nacional de Abastecimento. Central de Informações
Agropecuárias: Safras 2008. Disponível em: <http://www.conab.gov.br/>. Acessado em:
Maio de 2008.
CONTE, A. J., TEIXEIRA, A. S., BERTECHINI, A. G., FIALHO, E. T.; MUNIZ, J. A.
Efeito da fitase e xilanase sobre a energia metabolizavel do farelo de arroz integral em
frangos de corte. Ciência Agrotécnica, Lavras, n. 6, p. 1289-1296, nov/dez 2002.
CRUZ. C. D., TORRES. R. A., VENCOVSKY. R. An alternative approach to the stability
analysis proposed by Silva and Barreto. Revista Brasileira de Genética. Ribeirão Preto. v.
12. p. 567-580. 1989.
CRUZ, C.D., REGAZZI, A.J. Modelos biométricos aplicados ao melhoramento
genético. Ed. UFV, Viçosa-MG, 390p, 1997.
CRUZ, C. D.; CARNEIRO, P. C. S. Modelos Biométricos aplicados ao Melhoramento
Genético. Viçosa: UFV, v.2, 585 p. 2003.
CRUZ. C.D.; REGAZZI. A.J. Modelos biométricos aplicados ao melhoramento
genéticos. Viçosa - MG: UFV. 390 p.1997.
39
CRUZ, C. D.; REGAZZI, A. J.; CARNEIRO, P. C. S. Modelos Biométricos aplicados ao
Melhoramento Genético. 3. ed. Viçosa: UFV, v. 1, 480 p. 2004.
Da SILVA, R., FRANCO, C.L.M., GOMES, E. Pectinases. Hemicelulase e celulases, ação,
produção e aplicação no processamento de alimentos: revisão. Bol SBCTA, v.31, n.2,
p.249-260, 1997.
De Lumen, P.O. Molecular strategies to improve protein quality and reduce flatulence in
legumes - a review. Food Structure, v.11, p.33-46, 1992.
DEY, P.M. Biochemistry of alfa-galactosidase linkages of in plants Kingdom. Advanced
Carbohidrates Biochemistry, v.37, p.237-283, 1980.
DEY, P.M. IN; PM.; DIXON, R.A. Biochemistry of storage carbohydrates in Green plants.
Academic Press, p.53-129, 1985.
DEY, P.M. IN; Methods in plant bichimestry. London. Academic Press, p.189-218, 1990.
EBERHART, S. A.; RUSSELL, W. A. Stability parameters for comparing varieties. Crop
Science, Madison, v. 6, n. 3, p. 36-40, 1966.
EMBRAPA, 2006. Sistema de produção 11: Tecnologias de produção de soja – região
central do Brasil 2007. Londrina: Embrapa Soja, p.225.
FALCONER, D.S. Introdução à genética quantitativa. 1
a
ed. (Trad. de Silva, M.A.).
Viçosa: UFV, 1987. 279p, 1987.
FERREIRA FILHO, E. X. The xylan-degrading enzyme system (review). Braz. J. Med.
Biol. Res., v.27, p.1093-1109, 1994.
FINLAY, K. E.; WILKINSON, G. N. The analysis of adaptation in a plantbreeding
program. Australian Journal of Agricultural Research, Collingwood, v. 14, n. 6, p. 742-
754. 1963.
FRANCIS, G., MAKKAR, H. P. S., BECKER, K. Antinutritional factors present in plant-
derived alternate fish feed ingredients and their effects in fish. Aquaculture, v.199, p.197-
227, 2001.
FUNNAH, S. M.; MAK, C. Yield stability studies in soybean (Glycine max). Experimental
Agriculture, London, v. 16, n. 4, p. 387-392. 1980.
GITZELMANN R, AURICCHIO S. The handling of soy alpha-galactosidase by a normal
and galactosemic child. Pediatrics, v.36, p.231-235, 1965.
GRUPPEN, H. Triggering the breaking of nutrients. Feed Mix, v.4, n.1, p.24-28, 1996
HARTWIG, E.E., KUO, T.M., KENTY, M.M. Seed protein and its relationship to soluble
sugars in soybean. Crop Science, v.37, p.770-773, 1997.
HOLBROOK, C.C., BURTON, J.W., CARTER JÚNIOR, T.E. Evolution of recurrent
restricted index selection for increasing yield while holding seed protein constant in
soybean. Crop Science, v.29, p.324-329, 1989.
40
HUEHN. M. Nonparametric measures of phenotype stability. Part 1: Theory Euphytica,
v.47. n.3. p.189-194. 1990.
HYMOWITZ, T., COLLINS, F.I., PANCZNER, J., WALKER, W.M. Relationship between
the content of oil, protein, and sugar in soybean seed. Agronomy Journal, v.64, p.613-616,
1972.
KAKADE, M. L., SIMONS, N. R., LIENER, I. E., LAMBERT, J. W. Biochemical and
nutritional assessment of different varieties of soybeans. Journal of Agricultural and
Food Chemistry, v.20, n.1, p.87-90, 1972.
KANDLER, O., HOLF, H. Metabolism and fuction of oligosaccharides. In; Biochemistry of
Plants. v.3. Carbohydrates, Press J. (ed), New York: Academic Press, p.231-270, 1980.
KIIHL. R. A. S., ALMEIDA. L. A. A. O futuro do melhoramento genético como agregador
de metodologias via semente. In: Anais do congresso de tecnologias e competitividade da
soja no mercado global. Cuiabá. Anais... Cuiabá. p.45-47. 2000.
JONES, D.A., DUPONT, M.S., AMBROSE, M.J., FRIAS, J., HEDLEY, L.C. The
discovery of compositional variation for the rafinose family of oligosaccharides in pea
seeds. Seed Science Research, v.9, p.305-310, 1999.
LEESON, S., SUMMERS, J. D. Nutrition of the chickens. 4.ed. Guelph: University
Books, 2001 .591 p. LEHNINGER, A. L.; NELSON, D. L; COX, M. M.
LOPES. A.C.A., VELLO. N.A., PANDINI. F., ROCHA. M.M., TSUTSUMI. C.Y.
Variabilidade e correlações entre caracteres em cruzamentos de soja. Scientia Agricola.
Piracicaba, v.59. n.2. p.341-342, 2002.
LIMA, G.J.M.M. Importance of the nutritional quality of soybeans and their products in the
feed market: actual situation and future trends. Anais Congresso Brasileiro de Soja,
Londrina, PR Embrapa- SPI. p.165-175, 1999.
LIENER, I. E. Trypsin inhibitors: concern for human nutrition or not? Journal of
Nutrition, v.116, n.5, p.920-923, 1986.
LIN. C.S., BINNS. M.R. A superiority measure of cultivar performance for cultivar x
location data. Canadian Journal of Plant Science. v.68. n.3. p.193-198. 1988.
LIU, J.J., ODEGARD, W., DE LUMEN, B.O. Galactinol synthase from kidney bean
cotyledon and zucchini leaf. Purification and N-terminal sequences. Plant Physiology,
v.109, p.505-511, 1995.
MARIOTTI. J. A., OYARLABAL. E. S., OSA. J. M., BULACIO. A.M.R., ALMADA.
G.H. Analisis de estabilidad y adaptabilidad de genótipos de canã de azucar e enteracciones
dentro de una localidad experimental. Revista Agronomica del Noroeste Argentino.
Tucuman. v.13. n.1/4. p .l05-127. 1976.
MAURO, A. O. Adaptabilidade, estabilidade e ganho genético com o processo seletivo
em soja (Glycine max (L.) Merrill) em Ponta Porã, Mato Grosso do Sul. 1991. 192 p.
41
Tese (Doutorado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa,
1991.
MINORSKY, P. The hot and the classic. Plant Physiology, v.131, p.1159-1160, 2003.
MOREIRA, M.A. Programa de melhoramento genético da qualidade de óleo e proteína da
soja desenvolvido na UFV. In: Anais Congresso Brasileiro de Soja, Londrina, P.R.
Embrapa- SPI. P.99-104, 1999.
MORO, G. L., REIS, M. S., SEDIYAMA, C. S., SEDIYAMA, T., OLIVEIRA, A. B.
Correlações entre alguns caracteres agronômicos em soja (Glycine max (L.) Merrill).
Revista Ceres, Viçosa, v. 39, n. 223, p. 225-232, mai./jun. 1992.
MONTEIRO, M.R.P., COSTA, N.M.B., OLIVEIRA, M.G.A., et al. Qualidade protéica de
linhagens de soja com ausência do inibidor de tripsina Kunitz e das isoenzimas
lipoxigenases. Revista de Nutrição, Campinas, v.17, n.2, p.195-205, 2004.
MONTENEGRO, E. E. Estimativas de parâmetros genéticos, no verão e no inverno, em
cruzamentos entre cultivares de soja (Glycine max (L.) Merrill), divergentes quanto a
juvenilidade. Universidade Federal de Viçosa, Viçosa-MG, 94 p. Dissertação (Mestrado
em Genética e Melhoramento), 1994.
MOURINHO, F.L. Avaliação nutricional da casca de soja com ou sem adição de
complexo enzimático para leitões na fase de creche. 2006. 55 p. Dissertação (Mestrado
em Zootecnia) – Universidade Estadual de Maringa, Maringa. 2006.
MURAKAMI. D. M. Novas metodologias de analise de interação genótipos x
ambientes: analise combinada de estratificação. adaptabilidade e estabilidade e análise
de representatividade ambiental. Universidade Federal de Viçosa, Viçosa-MG, 154p.
Tese (Doutorado em Genética e Melhoramento), 2008.
NAKASATHIEN, S., ISRAEL, D.W., WILSON, R.F.; KWANYUEN, P. Regulation of
seed protein concentration in soybean by supra-optimal nitrogen supply. Crop Science.,
v.40, p. 1277-1284, 2000.
NUNES, R.V. BUTERI, C.B., NUNES, C.G.V.,et al. Fatores Antinutricionais dos
Ingredientes Destinados à Alimentação Animal. In: Simpósio sobre Ingredientes na
Alimentação Animal. Campinas CBNA, p. 235-272, 2001.
PALENZUELA, P. R., GARCIA, J., BLAS, C. Fibra soluble y su implicacion en nutricion
animal: enzimas y probioticos. In: Avances en Nutrición y Alimentación Animal.
Barcelona: FEDNA. p. 227-240, 1998.
PELÚZIO, J. M., SEDIYAMA, C. S., REIS, M. S., SEDIYIAMA, T. Influência da
localidade,adubação e época de plantio no ordem de classificação de cultivares de soja, no
Estado do Tocantins. Revista Ceres, Viçosa, v. 45, n. 259, p. 295-301, mai./jun. 1998.
PIOVESAN, N.D. Desenvolvimento de linhagens de soja com alto teor protéico e
produtivas: avaliação de estratégias e critérios de seleção e mapeamento de locos que
controlam o conteúdo de proteína nos grãos. Universidade Federal de Viçosa, Viçosa-
MG, 141p. Tese (Doutorado em Genética e Melhoramento), 2008.
42
PLAISTED. R. L., PETERSON. L. C. A technique for evaluating the ability of selections to
yield consistently in different locations or seasons. América Potato Journal, v. 36. p. 381-
385. 1959.
ROSA, A.P & UTTPATEL, R. Uso de enzimas nas dietas para frangos de corte. IN: VIII
SIMPOSIO BRASIL SUL DE AVICULTURA. Anais. Chapeco, p.102-115, 2007.
PRICE, K.R., LEWIS, J., WYATT, G.M. & FENWICK, G.R. Flatulence-causes, relation to
diet and remedies. Nahrung, v.32, p.609-626, 1988.
RIBEIRO, M. Estabelecimento de um método colorimétrico para determinação da
atividade da galactinol sintase, purificação parcial e caracterização da enzima de
sementes de soja. Universidade de Brasília, Brasília-DF, 125p. (Tese D.S), 2001.
ROCHA, R. B., MURO-ABAD, J. I., ARÚJO, E. F., CRUZ, C. D. Avaliação do método
centróide para estudo de adaptabilidade ao ambiente de clones de Eucalyptus grandis.
Ciência Florestal, Santa Maria, v. 15, n. 3, p. 255-266, jul./set. 2005.
Royal Society of Chemistry Special Publication, n.83. Royal Society of Chemistry,
Cambridge, 1990.
SARAVITZ et al., 1987 d.m. SARAVITZ, d.m. Pharr and t.e. Carter, Galactinol synthase
activity and soluble sugars in developing seeds of four soybean genotypes, Plant
Physiology, v.83, p.185-189, 1987.
SELVENDRAN, R.R., ROBERTSON, J.A. The chemistry of dietary fibre: a holistic view
of the cell wall matrix. In: SOUTHGATE, D.A.T.; WALDROM, K.; JOHNSON, I.T. and
FENWICK, G.R. (Eds.) Dietary Fiber: Chemical and Biological Aspects,
SHIMOYA, A. Comportamento de genótipos de soja (Glycine max (L.) Merrill) nas
gerações F9 e F10 selecionados pelo teste de geração precoce. 1987. 132 p. Dissertação
(Mestrado em Genética e Melhoramento) - Universidade Federal de Viçosa, Viçosa, 1987.
SILVA. J.G.C., BARRETO. J.N. Aplicação da regressão linear segmentada em estudos da
interação genótipo x ambiente. In: Simpósio de experimentação agrícola. 1. 1985.
Piracicaba. Anais. Piracicaba: ESALQ. p. 49-50. 1985.
SMITS, C. H. M., ANNISON, G. Non-starch plant polysaccharides in broiler
nutritionsTowards a physiologically valid approach to their determination. Worlds Poultry
Science. J, v.52, p.203-221, 1996.
SUAREZ, F.L., SPRINGFIELD, J., FURNE, J.K., LOHRMANN, T.T., KERR, P.S.,
LEVITT, M.D. Gas production in humans ingesting a soybean flour derived from beans
naturally low in oligosaccharides. American Journal of Clinical Nutrition, v.69, p.135-
139, 1999.
STEGGERDA, F.R., DIMMICK, J.F. Effect of bean diet on concentration of carbon
Dioxide in flatus. American Jornal of Clinical Nutrition, V.19, p.120-124, 1966.
STEEL, R. G. D., TORRIE, J.H. Principles and Procedures of Statistics. 2.ed. New York:
McGraw - Hill Book Company, 633p. 1980.
43
TAI, G.C.C. Genotypic stability analysis and its application to potato regional trials. Crop
Science, Medison, v.11, n.2, p.184-190, 1971.
TAVERNARI, F.C., CARVALHO, T.A, ASSIS, P., JOSE, LIMA, H.J. Polissacarídeo não-
amiláceo solúvel na dieta de suínos e aves. Revista Eletrônica Nutritime, v.5, p.673–689,
2008.
THAKUR, D.R., PRAKASH, O .M., KHARWARA, P. C., BALLA, S. K., PRAKASH, O.
Effect of nitrogen and plant spacing on growth, yield and economics of baby corn (Zea
mays L.). Indian Journal of Agriculture, v.42, n.3, p.479-483, 1997.
TRUGO, L.C., FARAH, A., CABRAL, L. Oligosaccharide distribution in Brazilian soya
bean cultivars. Food Chemistry, v.52, p.385-387, 1995.
VERMA. M. M., CHAHAL. G. S., MURTY. B. R. Limitations of conditional regression
analysis: a proposed modification. Theoretical and Applied Genetics, v.53. n.2. p. 89-91.
1978.
WAGNER, J.R., BECKER, R., GUNBMANN, R., OLSON, A.C. Hydrogen production in
the rat following ingestion of raffinose, stachyose and oligosaccharide-free bean residue.
Journal Nutrition, v.106, p.466- 470, 1976.
WILCOX, J.R., SHIBLES, R.M. Interrelationships among seeds quality attributes in
soybean. Crop Science, v.41, p.11-14, 2001.
WRICKE. G. Uber eine methode zur erfassung der okologischen streubreite I
feldversuchen. Z. Pflanzenzuchtq. v.47. p. 92-96. 1965.
WOBUS, U., BÄUMLEIN, H., CONRAD, U., MÜNTZ, K. & WEBER, H. Seeds of
change. Meeting Report, (5) 512-513, 2000.
44
CAPÍTULO 1
AVALIAÇÃO DA INTERAÇÃO GENÓTIPO × AMBIENTE E ANÁLISE DE
CORRELAÇÃO ENTRE PRODUTIVIDADE, CONTEÚDOS DE PROTEÍNA,
SACAROSE, RAFINOSE E ESTAQUIOSE EM GRÃOS DE SOJA
45
RESUMO
O interesse mundial pelo cultivo da soja deve-se à excelente combinação que ela
apresenta entre produtividade, concentrações de óleo e conteúdo de proteína. Os programas
de melhoramento de soja têm se concentrado no desenvolvimento de variedades mais
produtivas. Porém, recentemente trabalhos que visam o desenvolvimento de cultivares de
melhor qualidade nutricional têm se concentrado no aumento da concentração de proteínas,
na alteração da composição da fração óleo e na diminuição de fatores antinutricionais das
sementes. A seleção de genótipos com alta produtividade de grãos, altas concentrações de
proteína e óleo e baixas concentrações de fatores antinutricionais, como os oligossacarídeos
é o principal objetivo dos programas de melhoramento. A interação genótipos x ambientes
(G x A) constitui-se num dos maiores problemas dos programas de melhoramento de
qualquer espécie, seja na fase de seleção ou na de recomendação de cultivares. Entre as
alternativas para se amenizar a influência dessa interação, tem sido recomendado o emprego
de cultivares com ampla adaptabilidade e boa estabilidade. Portanto, este trabalho teve os
seguintes objetivos; determinar as concentrações de proteína, sacarose e oligossacarídeos de
rafinose em grãos de soja; estimar os parâmetros de adaptabilidade e estabilidade para os
caracteres produtividade e para as concentrações, de proteína, sacarose, rafinose e
estaquiose, de 18 genótipos de soja em quatro ambientes diferentes; estimar as correlações
entre as características dos genótipos analisados. Para isto, foram avaliados 18 genótipos de
soja, cultivados nas estações experimentais da COOPADAP situadas nos municípios de
Mineiros-GO, Perdizes-MG, São Gotardo-MG e Presidente Olegário-MG, no ano agrícola
2006/2007. Os experimentos foram executados em blocos casualizados, com três repetições.
Foi determinada a produtividade média (Kg ha
-1
) dos 18 genótipos nos quatro ambientes,
assim como, as concentrações: de proteína utilizando um espectrômetro infravermelho
(NIR); sacarose, rafinose e estaquiose por HPLC. As análises estatísticas foram realizadas
com o auxílio do aplicativo computacional em genética e estatística, Programa GENES. Na
análise de variância conjunta, verificaram-se efeitos significativos para ambiente e genótipo
x ambiente (p<0,01), para todas as cinco características avaliadas. Foram detectados efeitos
significativos de genótipo (p<0,01) para produtividade e proteína e (p<0,05) para sacarose e
rafinose. As análises de adaptabilidade e estabilidade foram realizadas utilizando-se o
método de Lin e Binns (1988) modificado por Carneiro (1998) e método de Centróide. Os
dois métodos empregados mostraram coerência e permitiram identificar os genótipos mais
estáveis e responsivos a melhoria do ambiente como sendo também os que apresentaram
maior produtividade e maiores concentrações de proteína, sacarose, rafinose e estaquiose.
46
Os genótipos que se destacaram pela ampla adaptabilidade segundo as duas metodologias
empregadas no presente trabalho foram; considerando a variável produtividade, as
cultivares VENCEDORA e MSOY 8001; para concentração de proteína, a cultivar ELITE;
para concentração de sacarose, a linhagem CS 01 736; para a concentração de rafinose, a
linhagem CS 02 988 e para a concentração de estaquiose, a cultivar MSOY 8001.
Produtividade e concentração de proteína apresentaram correlação negativa, o que mostra
que a seleção para um determinado caráter pode provocar o declínio do outro. A correlação
entre a produtividade e concentração de sacarose não foi significativa. O mesmo
comportamento foi observado entre a concentração de proteína vs concentração de sacarose
e entre a concentração de proteína vs concentração de estaquiose. O fato desses caracteres
não estarem correlacionados facilita a seleção de genótipos com alta concentração de
sacarose e alta produtividade, ou ainda, genótipos com altas concentrações de sacarose e
proteína. A correlação entre produtividade vs concentração de rafinose e produtividade vs
concentração de estaquiose foram negativas e significativas, essa correlação negativa e
significativa facilita a seleção de genótipos com alta produtividade e com baixas
concentrações de rafinose e estaquiose. A concentração de sacarose apresentou altos e
positivos coeficientes de correlação com as concentrações de rafinose e estaquiose,
indicando a impossibilidade de se fazer à seleção direta de indivíduos com alta
concentração de sacarose e baixas concentrações de rafinose e estaquiose.
47
1. INTRODUÇÃO
A soja (Glycine max (L.) Merrill) constitui um dos produtos agrícolas de maior
importância econômica para o Brasil, sendo cultivada desde o Rio Grande do Sul até a
região amazônica. O interesse mundial pelo cultivo da soja deve-se à excelente combinação
que ela apresenta entre produtividade, concentração de óleo e concentração de proteína
(WOBUS et al. 2000). Como resultado dos esforços do melhoramento genético, atualmente,
existe um grande número de cultivares disponíveis e adaptados a todas as regiões
brasileiras.
Os programas de melhoramento de soja têm se concentrado no desenvolvimento de
variedades mais produtivas; mais recentemente, há também uma preocupação com
características de qualidade, tais como concentração e composição do óleo e da proteína de
reserva, assim como na diminuição das concentrações de fatores antinutricionais. Portanto,
o melhoramento genético da soja depende do entendimento dos fatores genéticos e
fisiológicos que afetam tais caracteres.
As primeiras variedades de soja cultivadas no Brasil, no início dos anos 70 foram
introduções de variedades americanas ou derivadas de cruzamentos entre elas. Sabe-se
também que os programas de melhoramento nessa época, principalmente nos Estados
Unidos, priorizavam o desenvolvimento de variedades produtivas e com concentração
elevada de óleo. Pelo fato deste último estar negativamente correlacionado com a
concentração de proteína, este tem se mantido em torno de 40%, embora o potencial de
acúmulo de proteínas da soja seja maior (cerca de 50%), de acordo com KRISHNAN et al.
(2000).
Atualmente, o farelo de soja é o principal subproduto das indústrias de
processamento no Brasil, sendo que a maior parte dele (cerca de 65%) destina-se à
exportação. A concentração de proteína no farelo influencia na formação do seu preço,
sendo assim, há um interesse no desenvolvimento de variedades produtivas e com alta
concentração de proteína. No entanto, existe uma limitação de natureza genética: o
germoplasma de soja adaptado ao Brasil não apresenta genes para alta concentração de
proteína. Uma das alternativas para solucionar esse problema seria a introdução de
genótipos exóticos com alta concentração de proteína nos programas de melhoramento.
Todavia, deve-se ter em mente que os genótipos exóticos normalmente apresentam baixo
potencial produtivo e que o programa deve ser direcionado no sentido de recuperar os genes
ligados à produtividade presentes no material adaptado.
48
A aparente correlação negativa entre a concentração de proteína e produção de grãos
em soja não parece oferecer nenhuma limitação ao desenvolvimento de variedades que
sejam simultaneamente produtivas e com altos teores de proteínas. Isto foi demonstrado no
trabalho desenvolvido por WILCOX & CAVINS (1995) que, utilizando uma série crescente
de retrocruzamentos, obtiveram, ao final do terceiro retrocruzamento, progênies com alta
concentração de proteína e alta produtividade.
O programa de melhoramento de qualidade da soja desenvolvido pelo Instituto de
Biotecnologia Aplica a Agropecuária - BIOAGRO/ UFV, tem obtido uma série de
linhagens de soja com altas concentrações de proteínas (maiores que 45%), e com alto
potencial produtivo.
A informação de como estão correlacionados os conteúdos dos diversos
constituintes da semente da soja é essencial em um programa de melhoramento que visa
melhorar a qualidade dos grãos desta cultura. O seu conhecimento é importante porque
mostra como a seleção para um caráter influencia a expressão de outros caracteres. Nos
programas de melhoramento, geralmente, além de se visar o aprimoramento de um caráter
principal busca-se também manter ou melhorar a expressão de outros caracteres.
Outra etapa de grande importância em um programa de melhoramento da qualidade
da soja é estudo da interação genótipos x ambientes (G x A), o qual constitui num dos
maiores problemas, seja na fase de seleção ou na de recomendação de cultivares. A
interação genótipo x ambiente reflete as diferenças na sensibilidade dos genótipos às
variações ambientais, resultando em mudanças no desempenho relativo dos genótipos
(AZEVEDO, 2004). Entre as alternativas para se amenizar a influência dessa interação, tem
sido recomendado o emprego de cultivares com ampla adaptabilidade e boa estabilidade em
diferentes ambientes.
A importância comercial e nutricional da soja para alimentação humana e animal é
bem conhecida. Porém, junto com proteína e óleo alguns componentes indesejáveis também
são encontrados nos grãos. Fatores antinutricionais como inibidores de tripsina e
quimiotripsina, lectinas, oligossacarídeos de rafinose e polissacarídeos não-amídicos estão
presentes em leguminosas, inclusive na soja. Sendo assim é de grande importância
determinar a composição de diferentes cultivares de soja para selecionar aqueles com altas
concentrações de proteína e óleo e baixo nível de fatores indesejáveis (TRUGO et al. 1995).
Muitos fatores antinutricionais da soja podem ser inativados com tratamento
térmico, mais outros como os polissacarídeos não-amídicos e os oligossacarídeos são
termoestáveis, não sendo eliminados com tratamentos térmicos (FRANCIS et al. 2001;
LESKE et al. 1993).
49
Portanto, a identificação de genótipos de soja que apresentem ampla adaptabilidade
e estabilidade em diferentes ambientes, e proporcionalmente, alta produtividade, alta
concentração de proteína e baixas concentrações de fatores indesejáveis, como os
oligossacarídeos de rafinose é de grande importância, visando seu uso como genitores em
programas de melhoramento, ou para uso direto na alimentação humana e de animais
monogástricos. Também genótipos de soja com altas concentrações de sacarose e com
baixas concentrações de rafinose e estaquiose são mais adequados para utilização em
produtos destinados a alimentação humana.
50
2. OBJETIVOS
- Determinar as concentrações de proteína, sacarose e oligossacarídeos de rafinose
em grãos de soja, de plantas cultivadas em quatro ambientes diferentes e avaliar as possíveis
interações entre genótipo e ambiente;
- Estimar os parâmetros de adaptabilidade e estabilidade para os caracteres;
produtividade e as concentrações, de proteína, sacarose, rafinose e estaquiose, de 18
genótipos de soja em quatro diferentes ambientes;
- Estimar as correlações entre os caracteres analisados no presente trabalho;
- Identificar genótipos de soja que apresentem ampla adaptabilidade e estabilidade,
alta produtividade e maiores concentrações de proteína, sacarose e baixa concentração de
rafinose estaquiose, visando seu uso em programas de melhoramento do valor nutricional da
soja, para uso na alimentação humana e de animais monogástricos.
51
3. MATERIAL E MÉTODOS
3.1. Material genético
Foram avaliados 18 genótipos de soja, fornecidos pela empresa COOPADAP
(Cooperativa Agropecuária do Alto Paranaíba), (Tabela 1). Os quais foram cultivados em
três locais em Minas Gerais (Perdizes, São Gotardo e Presidente Olegário), e um em Goiás
(Mineiros): no ano agrícola 2006/2007 (Tabela 2).
Tabela 1 - Lista dos 18 genótipos de soja fornecidos pela empresa COOPADAP
(Cooperativa Agropecuária do Alto Paranaíba) plantados em três locais em Minas
Gerais (Perdizes, São Gotardo e Presidente Olegário) e um em Goiás (Mineiros) no
ano agrícola 2006/2007
1
CS 01 736
7
CS 02 988
13
CS 02 521
2
CS 02 884
8
CS 021026
14
CS 02 302
3
CS 02 564
9
LUZIANIA
15
CS 821
4
CS 02 449
10
MONARCA
16
CS 801
5
CS 02 731
11
GARANTIA
17
MSOY8001
6
CS 01 873
12
ELITE
18
VENCEDORA
Tabela 2 - Informações Geográficas e Condições Climáticas dos Municípios
Ambiente Localização Altitude(m) Latitude
Precipitação
Média anual
Temperatura
Média Anual
Perdizes
Alto
Paranaíba
973 m 19º 35’ 33” 1575 mm 20,4º C
São Gotardo
Alto
Paranaíba
1055 m 19º 29’ 59” 1427 mm 20,7º C
Presidente
Olegário
Noroeste de
Minas
947 m 18º 24’ 50” 1475 mm 20,4º C
Mineiros
Sudoeste de
Goiás
750 m 17º 34’ 14” 2005 mm 23º C
O experimento foi conduzido com os 18 genótipos, no delineamento em blocos
casualizados com três repetições. Cada repetição constituiu-se de quatro fileiras de 5 m de
comprimento, plantadas em espaçamento de 0,5 m. A área útil da parcela foi constituída
52
apenas pelas plantas presentes nos 4 m internos das duas fileiras centrais. A análise dos
açúcares foi realizada no laboratório de Analises Bioquímicas do Instituto de Biotecnologia
Aplicada á Agropecuária (Bioagro) da Universidade Federal de Viçosa.
3.2. Método da absorção no infravermelho
A concentração de proteínas das sementes dos 18 genótipos plantados em quatro
diferentes ambientes foi determinado utilizando um espectrômetro infravermelho (NIR,
equipamento Agrosystem, modelo instalab 600 product analyzer). Foram coletadas
sementes (cerca de 10 gramas) de cada um dos 18 indivíduos plantados em cada ambiente.
As sementes foram trituradas em um moinho apropriado gerando granulometria adequada
para a leitura de absorbância no equipamento NIR.
3.3. Extração e determinação dos oligossacarídeos de rafinose
A extração dos oligossacarídeos das sementes de soja foi realizada de acordo com a
metodologia proposta por GUIMARÃES et al (2001). As sementes foram moídas, foram
pesado cerca de 30 mg de farinha, as quais foram utilizadas para o processo de extração dos
oligossacarídeos. A fração óleo presente na farinha foi retirada por 4 extrações sucessivas
com 1,0 ml de éter de petróleo a 42 °C por 5 min. Três etapas sucessivas de tratamento com
etanol 80 % a 100 °C por 5 min foram usadas para extrair os oligossacarídeos da farinha
desengordurada. Após cada extração com etanol 80 % a mistura foi centrifugada em
centrífuga do tipo Eppendorff 5415C, 14.000 rpm, por 5 min. O extrato alcoólico total
obtido foi evaporado em estufa a 50 °C, e os oligossacarídeos ressuspendidos em 1,0 ml de
etanol 80 % e congelados a -20°C. Essa solução foi submetida à centrifugação por 10 min e
filtrada em filtro Milipore de 0,45 micra de diâmetro. O filtrado foi analisado em HPLC.
Para quantificação dos oligossacarídeos, inicialmente foi feita uma padronização do
método (HPLC). A partir de uma solução estoque contendo mistura de diferentes açúcares
(frutose, sacarose, rafinose e estaquiose) nas concentrações de 4, 4, 8 e 8 % (p/v),
respectivamente, foram feitas diluições para obtenção das soluções padrão. Cada solução foi
injetada no cromatógrafo para obtenção das curvas, correlacionando a área do pico com a
concentração do açúcar na solução. As retas foram obtidas por regressão linear.
Os ROs extraídos foram analisados por HPLC em cromatógrafo Shimadizu serie
10A, equipado com detector de índice de refração, uma coluna em aço inox (25 0,465 cm)
53
contendo na fase estacionaria o grupo aminopropil (-NH
2
). A mistura acetonitrila-água
(80:20) em condições isocráticas foi a fase móvel. As analises foram realizadas a 35ºC em
um fluxo de 1.2 mL/min e todo o processo foi controlado por um computador acoplado ao
sistema.
Um volume de 20 l de cada amostra foi injetado e analisado no cromatógrafo e
cada açúcar presente foi identificado e quantificado por comparação com os tempos de
retenção e concentrações dos açúcares nas soluções padrões.
3.4. Análises estatísticas
Os dados foram submetidos a análises estatísticas de acordo com os objetivos do
presente trabalho, utilizando, para isso, o programa GENES (CRUZ et al. 2007).
Realizou-se análise de variância conjunta para avaliar a existência de variabilidade
genética entre os genótipos estudados e o efeito de ambientes, por meio do delineamento
experimental em blocos casualizados, considerando-se o esquema fatorial 18 x 4 (genótipos
x ambientes), com três repetições. Utilizou-se o teste F a 1 e 5% para testar as hipóteses
dos efeitos principais e das interações, em que o efeito do genótipo foi considerado fixo e o
efeito de ambiente aleatório.
O modelo estatístico adotado foi o descrito na equação 4:
ijkijjjkiijk
εGAAB/AGµY Equação 4
onde:
Y
ijk
= valor da característica para o i-ésimo genótipo (i = 1, 2, ..., g) no j–ésimo
ambiente (j = 1, 2, ..., a) no k-ésimo bloco (k = 1, 2, ..., b);
= média geral;
G
i
= efeito do i-ésimo genótipo;
B/A
jk
= efeito do k-ésimo bloco dentro do j-ésimo ambiente;
A
j
= efeito do j-ésimo ambiente;
GA
ij
= efeito da interação do i-ésimo genótipo com o j-ésimo ambiente;
ijk
= erro aleatório.
54
Na análise de estabilidade e adaptabilidade foram utilizadas as seguintes
metodologias: Lin e Binns (1988) modificado por Carneiro (1998), e o Método Centróide
(ROCHA et al. 2005), as quais são descritas a seguir.
3.4.1. Método proposto por Lin e Binns (1988) modificado por Carneiro
(1998)
Lin e Binns (1988) definiram, como medida para estimar a adaptabilidade e
estabilidade, o quadrado médio da distância entre a média da cultivar e a resposta média
máxima obtida no ambiente. A recomendação é baseada na estimativa do parâmetro (Pi)
como medida de superioridade, como a seguir:
onde:
P
i
: estimativa do parâmetro estabilidade do cultivar i;
Y
ij
: produtividade do i-ésimo genótipo no j-ésimo ambiente;
M
j
: resposta máxima observada entre todos os genótipos no ambiente j;
a: número de ambientes
Apesar da metodologia de Lin e Binns (1988) ser bastante promissora para
recomendação geral de cultivares, Carneiro (1998) propôs a recomendação de cultivares
particularizando grupos de ambientes favoráveis e desfavoráveis, refletindo ambientes de
utilização de alta e baixa tecnologia, respectivamente. Assim, decompôs a estatística
Pi em ambientes favoráveis e desfavoráveis.
em que:
P
if
: estimativa do parâmetro estabilidade do cultivar i para ambientes favoráveis;
55
Y
ij
: produtividade ou concentrações de (proteína, sacarose, rafinose e estaquiose) do i-ésimo
genótipo no j-ésimo ambiente;
M
j
: resposta máxima ou mínima observada entre todos os genótipos no ambiente j;
f : número de ambientes favoráveis
onde:
d: número de ambientes desfavoráveis.
O genótipo que apresentar o menor valor de Pi, terá a maior estabilidade.
3.4.2. Método do Centróide (Rocha et al. 2005)
Este método foi desenvolvido visando facilitar a interpretação dos dados e a escolha
do genótipo que mais se aproxima do ideal. Primeiramente, admite a existência de sete
referenciais ou ideótipos e através de técnicas de agrupamento, baseada em distâncias aos
ideótipos, procura classificar os diferentes genótipos estudados. Os ideótipos foram
definidos com base nos dados experimentais, conforme apresentado a seguir:
Ideótipos I: apresenta adaptabilidade geral máxima, tendo os máximos valores
observados em todos os ambientes.
Ideótipo II: tem máxima adaptabilidade específica a ambiente favorável,
apresentando máxima resposta em ambiente favorável e mínima a ambiente desfavorável.
Ideótipo III: possui máxima adaptabilidade específica a ambiente desfavorável,
apresentando máxima resposta em ambiente desfavorável e mínima em ambiente favorável.
Ideótipo IV: possui mínima adaptabilidade, apresentando mínimos valores
observados em todos os ambientes.
Ideótipo V: possui média adaptabilidade geral, cujos valores, em cada ambiente, são
representados pelas médias obtidas pelo conjunto de cultivares estudado.
56
Ideótipo VI: possui média adaptabilidade específica a ambientes favoráveis, cujos
valores, nos ambientes favoráveis, são representados pelos máximos e, nos desfavoráveis,
pelas médias obtidas pelo conjunto de cultivares estudado.
Ideótipo VII: possui média adaptabilidade específica a ambientes desfavoráveis,
cujos valores, nos ambientes favoráveis, são representados pelas médias e, nos
desfavoráveis, pelos máximos obtidos pelo conjunto de cultivares estudado.
O seguinte índice foi utilizado para classificar os ambientes em favoráveis ou
desfavoráveis:
..
11
Y
ag
Y
g
I
i
ijj
em que:
ij
Y - é a média do genótipo
i
, no ambiente
j
;
..
Y
- é o total das observações;
a
- é o número de ambientes;
g
- é o número de genótipos.
Após a classificação dos ambientes, foram gerados pontos referenciais, os ideótipos
de resposta diferenciada a ambientes favoráveis e desfavoráveis, visando à classificação dos
outros pontos do gráfico, considerando os valores de distância cartesiana entre os pontos a
cada um dos sete ideótipos. Uma medida de probabilidade espacial pode ser calculada
utilizando o inverso da distância entre um tratamento aos sete ideótipos.
i
ik
ik
kid
d
d
P
1
1
),(
57
Pd(ik)- é a probabilidade de apresentar padrão de estabilidade semelhante ao k -ésimo
centróide e;
ik
d - é a distância do
i
-ésimo genótipo ao
k
-ésimo centróide.
58
4. RESULTADOS E DISCUSSÃO
4.1. Resumo da análise de variância
O estudo da interação genótipo x ambiente é uma valiosa ferramenta da genética
para otimizar a escolha dos melhores genótipos em determinados ambientes. Os resultados
da análise de variância para produtividade (Kg ha
-1
) avaliando os efeitos de genótipo, de
ambiente e da interação genótipo x ambiente são apresentados na Tabela 3. A significância
destes efeitos pelo teste F (p<0,01) ou (p<0,05) indica a ação de fatores genéticos
(variabilidade genética), ambientais e a interação destes na determinação da produtividade
entre os genótipos avaliados nos diferentes ambientes. A significância da interação genótipo
x ambiente traduz o comportamento diferencial dos genótipos em razão das variações
sistemáticas e casuais do ambiente. A importância de se avaliar a existência desta interação
reside na possibilidade de o melhor genótipo em um ambiente, não o ser em outro, fator que
influencia no processo de seleção em programas de melhoramento genético e dificulta a
recomendação de cultivares (CRUZ et al, 2004).
Tabela 3 - Análise de variância conjunta para produtividade (Kg ha
-1
), e para as
concentrações de proteína, sacarose, rafinose e estaquiose (%), avaliadas em 18 genótipos
de soja cultivados em quatro localidades (Perdizes-MG, São Gotardo-MG, Presidente
Olegário-MG e Mineiros-GO)
QM
FV GL
Produtividade Proteína Sacarose Rafinose Estaquiose
Bloco
2 - - - -
Genótipo
17 2406474,03** 16,41** 1,16* 0,81* 0,22
ns
Ambiente
3 31655765,11**
136,07**
90,53** 3,86** 94,58**
GxA
51 397136,18** 3,15** 0,63** 0,41** 0,26**
Resíduo
136
- - - - -
Média Geral
3.101,66 42,456 4,13 1,04 2,64
CV (%)
12,306 1,801 8,58 7,67 6,94
Relação QMR
(Maior/Menor)
3,53 5,253 6,61 2,38 1,84
* e ** significativo a 5% e 1% de probabilidade pelo teste F.
n.s.
não significativo a 5% de probabilidade pelo teste F.
De acordo com YAN (2002), as variações na produtividade de genótipos em
diferentes ambientes acontecem principalmente por efeitos ambientais, os quais geralmente
59
explicam 80% ou mais do total das variações na produção, sendo os efeitos genéticos e de
interação usualmente menores. No entanto, os efeitos genéticos e da interação são
extremamente importantes nas avaliações dos genótipos, os mesmos devem ser
considerados juntos na seleção dos genótipos.
Na Tabela 3 está apresentado o resumo da análise de variância conjunta avaliando
os efeitos de genótipo, de ambiente e da interação genótipo x ambiente considerando a
concentração de proteína. Foi observada, variação significativa a 1% de probabilidade pelo
teste F, para o efeito do genótipo, de ambiente e da interação genótipo x ambiente. Este fato
evidencia diferenças marcantes entre genótipos e ambientes, o que indica existência de
variabilidade genética. Assim como a existência de diferenças genéticas entre os genótipos
quanto à resposta desses às variações ambientais.
A análise de variância conjunta testando os efeitos de genótipo, de ambiente e da
interação genótipo x ambiente para concentração de sacarose, rafinose e estaquiose estão
apresentados na Tabela 3. O efeito de genótipo foi significativo a 1 % de probabilidade para
as concentrações de sacarose e rafinose. Para concentração de estaquiose não foi detectado
efeito genotípico significativo, indicando ausência de variabilidade genética entre os
genótipos avaliados. Para os efeitos de ambiente e da interação genótipo x ambiente
observa-se existência de diferenças altamente significativas (P<0,01), referente às
concentrações de sacarose, rafinose e estaquiose.
Segundo CRUZ et al. (2004), estudos a respeito da interação genótipo x ambiente,
apesar de serem de grande importância para o melhoramento, não proporcionam
informações precisas sobre o comportamento de cada genótipo frente às variações
ambientais. Para tal objetivo, é recomendado utilizar uma gama de procedimentos
biométricos denominados de análise de adaptabilidade e estabilidade, pelas quais se torna
possível a identificação de cultivares de comportamento previsível e responsivos às
variações ambientais em condições específicas ou amplas. Portanto, em função do interesse
de estudar a influência da interação sobre a produtividade de grãos nas variedades
estudadas, realizaram-se as análises de adaptabilidade e estabilidade nos ambientes
estudados.
Ainda na Tabela 3, podem ser observados os valores do coeficiente de variação
(CV) obtido para todas as variáveis (produtividade, proteína, sacarose, rafinose e
estaquiose). Pelos resultados obtidos verifica-se que há boa precisão experimental, estando
os valores concordantes com aqueles obtidos em outros trabalhos (PIOVESAN, 2000;
MELO, 2002; NAOE, 2004).
60
4.2. Análise de adaptabilidade e estabilidade segundo a metodologia de Lin e
Binns (1988) modificado por Carneiro (1998)
Na análise conforme a metodologia de Lin e Binns (1988), cujos resultados para
produtividade são apresentados na Tabela 4, o desempenho do genótipo é determinado
segundo a estatística Pi. Nesse sentido, quanto menor for o seu valor, maior será a
adaptabilidade e estabilidade do genótipo em questão.
CARNEIRO (1998) propôs uma adaptação para o método, permitindo determinar o
desempenho dos genótipos em ambientes específicos, ou seja, ambientes favoráveis e
desfavoráveis. Na Figura 5, observa-se a representação gráfica da adaptabilidade e
estabilidade das cultivares e linhagens em ambiente geral, favorável e desfavorável,
segundo a metodologia de Lin e Binns (1988) modificada por Carneiro (1998).
Para uma resposta geral aos ambientes estudados, os genótipos tenderam a
apresentar melhores resultados de acordo com a sua média geral de produção de grãos,
evidenciando a característica do parâmetro Pi ser calculado pela distância dão genótipo
avaliado em relação ao melhor desempenho, dentro de cada ambiente. As cultivares
VENCEDORA e MSOY 8001 foram as que apresentaram as melhores médias de produção
geral e também os menores valores de Pi geral (menor Pi expressa maior adaptabilidade e
estabilidade).
Na a análise pelo o método de Lin & Binns (1988) modificado por Carneiro (1998),
genótipos mais estáveis são os que apresentam menores valores de Pi geral, isto é, os
genótipos que apresentam os menores desvios em relação à máxima produtividade de cada
ambiente; os mais responsivos à melhoria dos ambientes são aqueles com menores valores
de Pi favorável (Pif); e os mais adaptados a ambientes desfavoráveis são aqueles com
menores valores de Pi desfavorável (Pid). Portanto, merecem destaque positivo as cultivares
VENCEDORA e MSOY 8001 e a linhagem CS 02 302 (Tabela 4). As quais apresentaram
os melhores desempenhos, quando foram considerados todos os ambientes (adaptabilidade
geral).
Para condições específicas de ambiente, destacaram-se, ainda, a cultivar LUZIANIA
e a linhagem CS 01 736 para ambientes desfavoráveis, e as linhagens CS 02 564 e CS 801,
para ambientes favoráveis. A linhagem CS 02 1026 e a cultivar ELITE merecem destaque
negativo, em razão de terem apresentado médias baixas de produtividade de grãos, nos
quatro ambientes avaliados.
61
Tabela 4- Parâmetros de estabilidade e adaptabilidade estimados segundo a metodologia de Lin e Binns (1988)
Modificada por Carneiro (1998). Considerando a variável produtividade para 18 genótipos, avaliados em quatro
Ambientes (Perdizes-MG, São Gotardo-MG, Presidente Olegário-MG e Mineiros-GO)
Genótipo
Produtividade
(Kg ha
-1
)
Pi geral
Genótipo
Pi favorável
Genótipo
Pi desfavorável
18- VENCEDORA
3849,81
77695,76
18- VENCEDORA
149226,40 18-VENCEDORA
6165,12
17- MSOY 8001 3657,59
126841,39
17- MSOY 8001 193929,43 17- MSOY 8001 59753,38
14- CS 02 302 3639,81
151086,17
14- CS 02 302 199841,78 14- CS 02 302 10233,56
16- CS 801 3329,07
302999,13
3- CS 02 564 211553,05 9- LUZIANIA 139129,43
3- CS 02 564 3323,33
327733,35
16- CS 801 422324,62 1- CS 01 736 152571,28
9- LUZIANIA 3316,11
419163,16
5- CS 02 731 503566,24 16- CS 801 183673,63
15- CS 821
3235,74
426655,02
15- CS 821 628224,80 15- CS 821 225085,24
13- CS 02 521 3233,15
479007,60
10- MONARCA 631358,15 13- CS 02 521 251367,01
1- CS 01 736
3200,37
481678,52
9- LUZIANIA 699196,89 2- CS 02 884 386354,37
5- CS 02 731 3100,92
501174,423
13- CS 02 521 706648,20 4- CS 02 449 394247,61
10- MONARCA 3036,29
58649,20
1- CS 01 736 810785,76 3- CS 02 564 443913,66
2- CS 02 884 3048,14
686317,653
2- CS 02 884 98628,93 5- CS 02 731 498782,60
4- CS 02 449 2977,22
909249,45
6- CS 01 873 1024543,77
10- MONARCA 541622,24
7- CS 02 988 2904,44
975765,91
7- CS 02 988 1064662,31
7- CS 02 988 753836,60
6- CS 01 873 2815,18
426655,02 4- CS 02 449 1108497,39
6- CS 01 873 926988,05
11- GARANTIA 2664,62
1123506,87
11- GARANTIA 1250807,66
11- GARANTIA 996206,08
8- CS 02 1026 2616,85
1205039,32
8- CS 02 1026 138635,40 8- CS 02 1026 1023728,24
12- ELITE 1881,29
2680272,46
12- ELITE 3510419,13
12- ELITE 1850125,79
62
0
200000
400000
600000
800000
1000000
1200000
1400000
1600000
1800000
2000000
Pi Desfavorável
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Genótipos
1- CS 01 736 2- CS 02 884 3- CS 02 564 4- CS 02 449 5- CS 02 731 6- CS 01 873 7- CS 02 988 8- CS 02 1026
9- LUZIANIA 10- MONARCA 11- GARANTIA 12- ELITE 13- CS02521 14- CS02302 15- CS821 16- CS 801
17- MSOY 8001 18- VENCEDORA
Figura 5 -
Representação gráfica da adaptabilidade e estabilidade (Pi) da produção de grãos de 18 genótipos de soja em
ambiente geral, favorável e desfavorável, segundo a metodologia de Lin e Binns (1988) modificada por Carneiro (1998)
0
500000
1000000
1500000
2000000
2500000
3000000
Pi Geral
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
18
Genótipo
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
Pi favorável
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Genótipo
63
As estimativas dos parâmetros de adaptabilidade e estabilidade segundo a
metodologia proposta por Lin e Binns (1988) modificado por Carneiro (1998) para
concentração de proteína de 18 genótipos avaliados em quatro ambientes estão apresentadas
na Tabela 5.
Na Figura 6, está a representação gráfica da adaptabilidade e estabilidade das
cultivares em ambiente geral, favorável e desfavorável, segundo a metodologia de Lin e
Binns (1988) modificada por Carneiro (1998).
Observa-se na Tabela 5 que os genótipos tenderam a apresentar melhores resultados
de acordo com a sua média geral da variável concentração de proteína, isso em função da
resposta geral desses genótipos nos ambientes estudados. Nesse sentido os genótipos que
apresentaram a melhor média geral para variável concentração de proteína e melhor
desempenho nos ambientes testados (menor valor de Pi geral, Pi favorável e Pi
desfavorável), foram as cultivares ELITE e MONARCA.
O presente trabalho indicou com base no índice Pi para os ambientes favoráveis a
superioridade da linhagem CS 02 564, a qual se mostra muito responsiva a melhoria do
ambiente. Verifica-se que a linhagem CS 02 564 saiu da sexta posição de Pi geral para
terceira posição de Pi favorável, o mesmo não acontece em ambientes desfavoráveis, onde
essa linhagem apresentou desempenho baixo. As cultivares VENCEDORA, MSOY 8001 e
a linhagem CS 02 521, apresentaram os desempenhos mais baixos em todos os ambientes.
Dois genótipos mereceram destaque positivo, considerando simultaneamente a
variável produtividade (Tabela 4), e a variável concentração de proteína (Tabela 5). A
cultivar LUZIANIA e a linhagem CS 02 302, apresentaram excelente adaptabilidade e
estabilidade nos ambientes testados, segundo o índice Pi, além de apresentarem alta
produtividade e alta concentração de proteína. Alta concentração de proteína é um dos
principais objetivos dos Programas de Melhoramento da Qualidade da Soja, que visa
também o desenvolvimento de cultivares mais adaptadas, de melhor qualidade nutricional e
na identificação de cultivares com baixas concentrações de fatores anti-nutricionais, como
os oligossacarídeos de rafinose. Além é claro, da máxima produtividade, que é objetivo
comum de todo programa de melhoramento.
64
Tabela 5- Parâmetros de estabilidade e adaptabilidade estimados segundo a metodologia de Lin e Binns (1988)
Modificada por Carneiro (1998). Considerando a concentração de proteína para 18 genótipos avaliados em quatro
Ambientes (Perdizes-MG, São Gotardo-MG, Presidente Olegário-MG e Mineiros-GO)
Proteína (%)
Genótipo
Média
Pi geral
Genótipo
Pi favorável
Genótipo
Pi desfavorável
12- ELITE 44,49
0,03
12- ELITE
0,04
12- ELITE 0,02
10- MONARCA 43,78
0,57
10- MONARCA 1,03
10- MONARCA 0,10
9- LUZIANIA 43,43
0,87
3- CS 02 564 1,10
14- CS 02 302 0,25
14- CS 02 302 43,61
0,99
9- LUZIANIA 1,27
9- LUZIANIA 0,47
2- CS 02 884 43,22
1,33
5- CS 02 731 1,32
2- CS 02 884 0,81
3- CS 02 564 42,86
1,72
7- CS 02 988 1,68
11- GARANTIA 0,97
11- GARANTIA 43,16
1,78
4- CS 02 449 1,68
1- CS 01 736 1,15
6- CS 01 873 42,68
1,99
6- CS 01 873 1,71
15- CS 821 1,75
7- CS 02 988 42,68
2,02
14- CS 02 302 1,72
6- CS 01 873 2,26
1- CS 01 736 42,74
2,04
2- CS 02 884 1,86
3- CS 02 564 2,35
5- CS 02 731 42,67
2,30
8- CS 02 1026 2,56
7- CS 02 988 2,35
15- CS 821 42,46
3,41
11- GARANTIA 2,59
5- CS 02 731 3,28
8- CS 02 1026 41,63
5,07
1- CS 01 736 2,93
16- CS 801 4,49
4- CS 02 449 41,64
5,36
15- CS 821 5,06
18- VENCEDORA
5,912
16- CS 801 41,63
5,85
16- CS 801 7,20
13- CS 02 521 6,90
13- CS 02 521
40,69
8,07
13- CS 02 521 9,23
8- CS 02 1026 7,57
18- VENCEDORA
40,62
8,81
18- VENCEDORA
11,72
17- MSOY 8001 8,06
17- MSOY 8001
40,20
10,26
17- MSOY 8001 12,46
4- CS 02 449 9,03
65
0
2
4
6
8
10
12
14
Pi Favorável
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Genótipos
0
1
2
3
4
5
6
7
8
9
10
Pi Desfavorável
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Genótipos
1- CS 01 736 2- CS 02 884 3- CS 02 564 4- CS 02 449 5- CS 02 731 6- CS 01 873 7- CS 02 988 8- CS 02 1026
9- LUZIANIA 10- MONARCA 11- GARANTIA 12- ELITE 13- CS02521 14- CS02302 15- CS821 16- CS 801
17- MSOY 8001 18- VENCEDORA
Figura 6 -
Representação gráfica da adaptabilidade e estabilidade (Pi) da variável concentração de proteína de 18 genótipos de soja
em ambiente geral, favorável e desfavorável, segundo a metodologia de Lin e Binns (1988) modificada por Carneiro (1998)
0
2
4
6
8
10
12
Pi Geral
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Genótipos
66
Na Tabela 6 estão apresentados os valores da variável concentração de sacarose e as
estimativas dos parâmetros de adaptabilidade e estabilidade segundo a metodologia de Lin e
Binns modificada por Carneiro (1998), das cultivares e linhagens de soja avaliadas em
quatro ambientes. Como mencionado, essa metodologia descreve que a perfomance
genotípica é estimada pelo parâmentro (Pi), o qual se relaciona à distância da cultivar
avaliada à melhor cultivar, de modo que quanto menor o seu valor, maior será a
adaptabilidade e estabilidade de comportamento da cultivar ou linhagem.
Na Figura 7, observa-se a representação da adaptabilidade e estabilidade das
cultivares e linhagens em ambiente geral, favorável e desfavorável, segundo a metodologia
de Lin e Binns (1988) modificada por Carneiro (1998).
A linhagem CS 01 736 e cultivar MSOY 8001 foram as que apresentaram as
maiores concentrações de sacarose. As mesmas apresentaram um desempenho superior em
relação aos outros genótipos, ou seja, estabilidade e adaptabilidade a ambiente geral
(menores valores de Pi geral).
O índice Pi para os ambientes favoráveis indica a superioridade da linhagem CS 01
736 e da cultivar MSOY 8001 em função do seu destacado valor de Pi favorável em relação
às demais genótipos. Outros genótipos que se sobressaíram foram às linhagens CS 02 731 e
CS 02 449, as quais responderam muito bem a melhoria do ambiente.
As linhagens CS 02 521 e CS 801, que no Pi geral e desfavorável estão na terceira
e quarta posição, respectivamente, não mantiveram o mesmo desempenho em ambiente
favorável, os quais ocupam a quinta e a décima primeira posição na classificação do Pi
favorável (Tabela 6). Sendo assim, essas linhagens não são recomendadas para o plantio nos
ambientes estudados, pois não apresentaram comportamento previsível e não responderam a
melhoria do ambiente.
Um genótipo que merece destaque é a cultivar MSOY 8001, que apresentou um
desempenho superior em relação aos outros genótipos. Esta cultivar apresentou estabilidade
e adaptabilidade ampla (menor valor de Pi geral, Pi favorável e Pi desfavorável), além de
apresentar alta produtividade e alta concentração de sacarose. No entanto, apresentou a
menor média geral para concentração de proteína.
As doze cultivares restantes não apresentaram grandes diferenças comparando-se à
resposta ao índice geral, portanto, com poucas alterações em relação à referida na indicação
para o Pi geral. A linhagem CS 01 873 e a cultivar GARANTIA apresentaram as menores
concentrações de sacarose e os mais baixos desempenhos em todos os ambientes
considerados.
67
Tabela 6- Parâmetros de estabilidade e adaptabilidade estimados segundo a metodologia de Lin e Binns (1988)
Modificada por Carneiro (1998). Considerando a concentração de sacarose para 18 genótipos, avaliados em quatro
Ambientes (Perdizes-MG, São Gotardo-MG, Presidente Olegário-MG e Mineiros-GO)
Sacarose (%)
Genótipo
Média
Pi geral
Genótipo Pi favorável
Genótipo Pi desfavorável
1- CS 01 736 4,61
0,08 17- MSOY 8001 0,003 1- CS 01 736 0,140
17- MSOY 8001
4,49
0,10
1- CS 01 736 0,012 17- MSOY 8001 0,202
13- CS 02 521
4,40
0,13
5- CS 02 731 0,036 13- CS 02 521 0,213
16- CS 801
4,360
0,20
4- CS 02 449 0,039 16- CS 801 0,215
4- CS 02 449 4,32
0,278
13- CS 02 521 0,047 15- CS 821 0,406
15- CS 821 4,07
0,33
10- MONARCA 0,083 14- CS 02 302 0,475
9- LUZIANIA 4,12
0,34
9- LUZIANIA 0,095 4- CS 02 449 0,515
10- MONARCA 4,20
0,35
12- ELITE 0,133 9- LUZIANIA 0,592
14- CS 02 302 4,05
0,36
7- CS 02 988 0,141 10- MONARCA 0,609
5- CS 02 731 4,31
0,36
2- CS 02 884 0,158 5- CS 02 731 0,688
12- ELITE 4,08
0,43
16- CS 801 0,196 12- ELITE 0,722
7- CS 02 988 4,00
0,48
18- VENCEDORA
0,225 8- CS 02 1026 0,798
8- CS 02 1026 3,94
0,52
14- CS 02 302 0,239 7- CS 02 988 0,825
2- CS 02 884 3,94
0,54
8- CS 02 1026 0,249 2- CS 02 884 0,917
18- VENCEDORA
3,99
0,65
15- CS 821 0,258 3- CS 02 564 0,989
3- CS 02 564 3,77
0,69
6- CS 01 873 0,294 18- VENCEDORA
1,070
6- CS 01 873 3,74
0,73
11- GARANTIA 0,353 6- CS 01 873 1,164
11- GARANTIA 3,73
0,79 3- CS 02 564 0,385 11- GARANTIA 1,238
68
0
0,2
0,4
0,6
0,8
1
1,2
1,4
Pi Desfavorável
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Genótipos
1- CS 01 736 2- CS 02 884 3- CS 02 564 4- CS 02 449 5- CS 02 731 6- CS 01 873 7- CS 02 988 8- CS 02 1026
9- LUZIANIA 10- MONARCA 11- GARANTIA 12- ELITE 13- CS02521 14- CS02302 15- CS821 16- CS 801
17- MSOY 8001 18- VENCEDORA
Figura 7 - Representação gráfica da adaptabilidade e estabilidade (Pi) da variável concentração de sacarose de 18 genótipos
de soja
em ambiente geral, favorável e desfavorável, segundo a metodologia de Lin e Binns (1988) modificada por Carneiro (1998)
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0,4
Pi Favorável
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Genótipos
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
Pi Geral
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Genótipos
69
Na Tabela 7 estão apresentados os valores médios da concentração de rafinose, Pi
geral, Pi favorável e Pi desfavorável, para os parâmetros de adaptabilidade e estabilidade
segundo a metodologia de Lin e Binns, modificado por Carneiro (1998). Na (Figura 8),
observa-se a representação da adaptabilidade e estabilidade das cultivares e linhagens em
ambiente geral, favorável e desfavorável, segundo a metodologia de Lin e Binns (1988)
modificada por Carneiro (1998).
As linhagens CS 02 731 e CS 02 988 foram as que apresentaram as maiores
concentrações de rafinose. As mesmas apresentaram um desempenho superior em relação
aos outros genótipos, ou seja, estabilidade e adaptabilidade a ambiente geral (menores
valores de Pi geral).
O índice Pi para os ambientes favoráveis indica a superioridade das linhagens CS
02 731 e CS 02 988 em função do seu destacado valor de Pi geral, Pi favorável e Pi
desfavorável em relação às demais cultivares. Porém essas linhagens apresentaram
conteúdo alto de rafinose em relação aos outros genótipos.
Altas concentrações de rafinose não são desejáveis quando se busca agregar maior
qualidade nutricional aos grãos de soja em um programa de melhoramento. No Programa de
Melhoramento de Qualidade da Soja (PMQS – BIOAGRO/UFV), objetiva-se a redução de
fatores antinutricionais presentes no grão de soja, como a rafinose, sem comprometer o
crescimento, produtividade e qualidade do grão de soja. A rafinose faz parte de uma classe
de oligossacarídeos (RO) considerados fatores antinutricionais, pois são causadores de
flatulência. Por esse motivo cultivares de soja com baixa concentração de rafinose são mais
interessantes tanto como genitores para Programas de Melhoramento da Qualidade da Soja,
assim como para uso direto na alimentação de humanos e de animais monogástricos (De
PAULA, 2007).
Para condições específicas de ambiente a linhagem CS 01 873 e cultivar ELITE, que
no Pi geral e favorável está na décima terceira e décima quarta posição, respectivamente,
superou quase todos os outros genótipos, ficando em uma posição de destaque em
ambientes desfavorável (Tabela 7). Essa adaptabilidade específica da linhagem CS 01 873 e
da cultivar ELITE em ambientes desfavoráveis demonstra o grande potencial desses
genótipos como possíveis genitores para o Programa de Melhoramento de Qualidade da
Soja (PMQS – BIOAGRO/UFV). Apesar desses genótipos não apresentarem uma
estabilidade ampla em todos os ambientes (Pi geral, Pi favorável e Pi desfavorável), eles
apresentaram boa adaptabilidade específica à ambientes desfavoráveis. Sendo assim esses
genótipos merecem destaque, principalmente pela baixa concentração de rafinose, o que
70
potencializa a utilização direta desses genótipos na alimentação humana e de animais
monogástricos.
Outro genótipo que merece destaque é a linhagem CS 02 302, principalmente por
apresentar baixa concentração de rafinose, além de apresentar alta produtividade (Tabela 4)
e alta concentração de proteína (Tabela 5).
CHEN e BUSS, (2004) analisando diferentes linhagens de soja, em relação a sua
composição de açúcares, encontraram valores de 0,1% a 2,1% na concentração de rafinose.
Enquanto que De REZENDE (1998) encontrou variação de 0,67 a 1,84 % na concentração
de rafinose.
71
Tabela 7 - Parâmetros de estabilidade e adaptabilidade estimados segundo a Metodologia de Lin e Binns (1988)
Modificada por Carneiro (1998). Considerando a concentração de rafinose para 18 genótipos, avaliados em quatro
Ambientes (Perdizes-MG, São Gotardo-MG, Presidente Olegário-MG e Mineiros-GO)
Rafinose (%)
Genótipo
Média
Pi geral
Genótipo Pi favorável
Genótipo Pi desfavorável
7- CS 02 988 1,22
0,002 5- CS 02 731 0,0004 7- CS 02 988 0,0003
5- CS 02 731 1,19
0,005
7- CS 02 988
0,0068
5- CS 02 731 0,0074
4- CS 02 449 1,13
0,013
4- CS 02 449
0,0138
6- CS 01 873 0,0089
11- GARANTIA 1,12
0,015
13- CS 02 521
0,0192
17- MSOY 8001 0,0116
2- CS 02 884 1,08
0,019
11- GARANTIA
0,0218
12- ELITE 0,0120
17- MSOY 8001 1,08
0,019
2- CS 02 884
0,0318
8- CS 02 1026 0,0122
13- CS 02 521 1,06
0,020
3- CS 02 564
0,0366
4- CS 02 449 0,0136
3- CS 02 564 1,05
0,023
17- MSOY 8001 0,043
9
11- GARANTIA 0,0137
10- MONARCA 1,06
0,023
10- MONARCA
0,0454
2- CS 02 884 0,0156
8- CS 02 1026 1,06
0,025
1- CS 01 736
0,0611
10- MONARCA 0,0168
1- CS 01 736 1,03
0,036
8- CS 02 1026
0,0642
14- CS 02 302 0,0172
9- LUZIANIA 1,01
0,038
9- LUZIANIA
0,0713
3- CS 02 564 0,0194
6- CS 01 873 1,04
0,038
6- CS 01 873
0,1289
15- CS 821 0,0206
12- ELITE 1,02
0,041
12- ELITE
0,1302
13- CS 02 521 0,0213
14- CS 02 302 0,98
0,053
15- CS 821
0,1577
9- LUZIANIA 0,0279
15- CS 821 0,99
0,054
14- CS 02 302
0,1604
1- CS 01 736 0,0286
16- CS 801 0,94
0,064
18- VENCEDORA
0,1645
16- CS 801 0,0292
18- VENCEDORA
0,89 0,085
16- CS 801
0,1698
18- VENCEDORA
0,0595
72
0
0,01
0,02
0,03
0,04
0,05
0,06
Pi Desfavorável
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Genótipos
1- CS 01 736 2- CS 02 884 3- CS 02 564 4- CS 02 449 5- CS 02 731 6- CS 01 873 7- CS 02 988 8- CS 02 1026
9- LUZIANIA 10- MONARCA 11- GARANTIA 12- ELITE 13- CS02521 14- CS02302 15- CS821 16- CS 801
17- MSOY 8001 18- VENCEDORA
Figura 8 - Representação gráfica da adaptabilidad
e e estabilidade (Pi) da variável concentração de rafinose de 18 genótipos de soja em
ambiente geral, favorável e desfavorável, segundo a metodologia de Lin e Binns (1988) modificada por Carneiro (1998)
0
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
Pi Geral
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Genótipos
0
0,02
0,04
0,06
0,08
0,1
0,12
0,14
0,16
0,18
Pi Favorável
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Genótipos
73
As estimativas dos parâmetros de estabilidade e adaptabilidade, segundo a
metodologia de Lin e Binns (1988) modificada por Carneiro (1998), considerando a
concentração de estaquiose, são mostradas na Tabela 8.
Na Figura 9 observa-se a representação gráfica da adaptabilidade e estabilidade das
cultivares e linhagens em ambiente geral, favorável e desfavorável, segundo a metodologia
de Lin e Binns (1988) modificada por Carneiro (1998). O método revelou que a cultivar
MSOY 8001 e as linhagens CS 02 521 e a CS 801 foram as que apresentaram as maiores
concentrações de estaquiose. Essas mesmas linhagens obtiveram desempenho superior em
relação aos outros genótipos, ou seja, estabilidade e adaptabilidade a ambiente geral
(menores valores de Pi geral).
Porém apenas a cultivar MSOY 8001 apresentou um desempenho superior em
relação aos outros genótipos, ou seja, estabilidade e adaptabilidade ampla (Pi favorável e Pi
desfavorável), isso nos quatro ambientes avaliados. As linhagens CS 02 521 e a CS 801 que
ocupavam as primeiras posições na classificação dos Pi’s gerais e dos Pi’s desfavoráveis,
não apresentaram o mesmo desempenho nos ambientes favoráveis, caindo para sexta e
décima quinta posição na classificação dos Pi’s favoráveis.
TRUGO et al. (1995), analisando o conteúdo de oligossacarídeos de cultivares de
soja distribuídos no Brasil, encontraram variação na concenração de estaquiose de 3,2 a 4,6
%, enquanto De REZENDE (1998) encontrou variação de 2,10 a 6,71 % nas concentrações
de estaquiose nas linhagens de soja analisadas.
Comparando os resultados obtidos no presente trabalho com os dados da literatura,
os genótipos de soja analisados apresentaram menor concentração de estaquiose. Essa
característica é muito importante na seleção de cultivares, como genitores para em
Programas de Melhoramento da Qualidade da Soja, assim como para uso direto na
alimentação de humanos e animais monogástricos, visto que a estaquiose é o RO mais
abundante em grãos de soja e representa um fator antinutricional (De PAULA, 2007).
Nesse contexto a cultivar GARANTIA merece destaque, pois, apresentou a segunda
menor concentração estaquiose. Além disso, a cultivar GARANTIA respondeu muito bem a
melhoria do ambiente, saindo da décima sétima posição na classificação do Pi geral e Pi
desfavorável, apresentando o melhor desempenho de todos os genótipos avaliados no
ambiente favorável (Pi favorável).
74
Tabela 8 - Parâmetros de estabilidade e adaptabilidade estimados segundo a Metodologia de Lin e Binns (1988)
Modificada por Carneiro (1998). Considerando a concentração de estaquiose para 18 genótipos, avaliados em
quatro Ambientes (Perdizes-MG, São Gotardo-MG, Presidente Olegário-MG e Mineiros-GO)
Estaquiose (%)
Genótipo
Média
Pi geral
Genótipo Pi favorável
Genótipo Pi desfavorável
17- MSOY 8001 2,87
0,031
11- GARANTIA 0,0000 16- CS 801 0,031
13- CS 02 521 2,84
0,036
6- CS 01 873
0,0001
13- CS 02 521 0,039
16- CS 801 2,78
0,082
17- MSOY 8001
0,0036
17- MSOY 8001 0,040
1- CS 01 736 2,72
0,103
3- CS 02 564
0,0202
14- CS 02 302 0,061
2- CS 02 884 2,76
0,154
2- CS 02 884
0,0215
15- CS 821 0,067
9- LUZIANIA 2,63
0,128 13- CS 02 521
0,0278
1- CS 01 736 0,093
15- CS 821 2,61
0,139
5- CS 02 731
0,0576
9- LUZIANIA 0,127
7- CS 02 988 2,59
0,139
7- CS 02 988
0,0808
10- MONARCA 0,136
6- CS 01 873 2,70
0,142
4- CS 02 449
0,1125
2- CS 02 884 0,136
10- MONARCA 2,70
0,142
9- LUZIANIA
0,1336
4- CS 02 449 0,158
4- CS 02 449 2,59
0,147
1- CS 01 736
0,1355
7- CS 02 988 0,159
3- CS 02 564 2,65
0,152
10- MONARCA
0,1617
8- CS 02 1026 0,170
5- CS 02 731 2,62
0,154
12- ELITE
0,1790
5- CS 02 731 0,186
8- CS 02 1026 2,55
0,182
8- CS 02 1026 0,2
191
6- CS 01 873 0,189
14- CS 02 302 2,57
0,191
16- CS 801
0,2358
3- CS 02 564 0,196
12- ELITE 2,59
0,194
15- CS 821
0,3528
12- ELITE 0,199
11- GARANTIA 2,66
0,20
18- VENCEDORA
0,5047
11- GARANTIA 0,275
18- VENCEDORA
2,43
0,3474
14- CS 02 302
0,5796
18- VENCEDORA
0,295
75
0
0,05
0,1
0,15
0,2
0,25
0,3
Pi Desfavorável
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Genótipos
1- CS 01 736 2- CS 02 884 3- CS 02 564 4- CS 02 449 5- CS 02 731 6- CS 01 873 7- CS 02 988 8- CS 02 1026
9- LUZIANIA 10- MONARCA 11- GARANTIA 12- ELITE 13- CS02521 14- CS02302 15- CS821 16- CS 801
17- MSOY 8001 18- VENCEDORA
Figura 9 -
Representação gráfica da adaptabilidade e estabilidade (Pi) da variável concentração de estaquiose de 18 genótipos de soja
em ambiente geral, favorável e desfavorável, segundo a metodologia de Lin e Binns (1988) modificada por Carneiro (1998)
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
Pi Geral
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Genótipos
0
0,1
0,2
0,3
0,4
0,5
0,6
Pi Favorável
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Genótipos
76
4.3. Análise segundo o Método Centróide (Rocha et al. 2005)
O Método Centróide (ROCHA et al. 2005) consiste na comparação de valores de
distância cartesiana entre os genótipos e quatro referências ideais (centróides), criados com
base nos dados experimentais, cujos valores médios para cada ambiente são dados por: C
1,
C
2,
C
3
e C
4
. Na prática, tem sido difícil encontrar genótipos próximos aos centróides C
1,
C
2,
C
3
e C
4
. Assim, a inclusão de mais centróides de maior sentido biológico, contribui para a
melhoria em aspecto quantitativo e qualitativo da análise. A modificação do método
consistiu na adição de três centróides, também criados com base nos dados experimentais,
cujos valores médios para cada ambiente são dados por: (C5, C6 e C7).
Utilizando-se desse método, que visa facilitar a interpretação dos dados, os
parâmetros de adaptabilidade e estabilidade de linhagens e cultivares de soja para a variável
produtividade (Kg ha
-1
), avaliadas em quatro ambientes diferentes estão representados na
Tabela 9. A cultivar VENCEDORA e a linhagem MSOY 8001 foram classificadas como de
adaptabilidade geral alta. A cultivar ELITE foi classificada como pouco adaptada. A
linhagem CS 02 302 apresentaram média adaptabilidade específica a ambientes favoráveis.
Os outros quatorze genótipos foram classificados como apresentando média adaptabilidade
geral nos ambientes testados.
Como visto pelo método proposto por Lin e Binns (1988) modificado por Carneiro
(1998), as cultivares VENCEDORA e MSOY 8001 apresentaram as melhores médias de
produtividade e adaptabilidade ampla em todos os ambientes testados. A cultivar ELITE
mereceu destaque negativo em ambas as metodologias utilizadas no presente trabalho, além
de apresentar a pior média de produção, ela apresentou-se como pouco adaptada nos
ambientes testados. Nesse sentido, os dois métodos estudados no presente trabalho
mostraram-se muito coerentes.
Observa-se no gráfico de dispersão (Figura 10) assim como na Tabela 9, tendência
de aumento na média de produtividade dos genótipos de soja à medida que esses se
aproximam do centróide I (adaptabilidade geral). De acordo com ROCHA et al. (2005),
quanto menor for à diferença entre um genótipo qualquer e o ideótipo I, menor será a
diferença entre esse e o genótipo de máximo desempenho em todos os ambientes, fazendo
com que a adaptabilidade geral esteja necessariamente associada ao melhor desempenho.
77
Figura 10 - Dispersão gráfica dos dois primeiros componentes principais de 18
genótipos de soja, em quatro ambientes, quanto à resposta da variável produção de grãos,
segundo o Método Centróide (ROCHA et al. 2005)
Verifica-se então, que há coerência na indicação das cultivares e das linhagens
determinadas como de adaptabilidade ampla, para ambientes favoráveis e para ambientes
desfavoráveis, conjuntamente pelas duas metodologias utilizadas no presente trabalho. A
utilização das metodologias de Lin e Binns (1988) modificada por Carneiro (1998) e o
Método Centróide (ROCHA et al. 2005) tornam, para o melhorista, a análise mais precisa e
confiável do que o uso de apenas uma metodologia isoladamente.
CENTRÓIDES
I- Adaptabilidade geral
II, VI-
adaptabilidade específica a
ambientes favoráveis
III, VII- adaptabilidade específica a
ambientes desfavoráveis
IV- Pouco adaptado
V- Mediano
GENÓTIPOS
1- CS 01 736
2- CS 02 884
3- CS 02 564
4- CS 02 449
5- CS 02 731
6- CS 01 873
7- CS 02 988
8- CS 02 1026
9- LUZIANIA
10- MONARCA
11- GARANTIA
12- ELITE
13- CS 02 521
14- CS 02 302
15- CS 821
16- CS 801
17- MSOY 8001
18- VENCEDORA
78
Tabela 9 - Parâmetros de adaptabilidade e estabilidade das linhagens e cultivares de soja, para variável
produtividade (Kg ha
-1
), avaliadas em quatro ambientes diferentes com base na metodologia de Centróide
Probabilidade
Genótipos Média (Kg ha
-1
)
Classificação
I II III IV V VI VII
1- CS 01 736 3200,37 V 0, 093
0,069
0,086 0,066 0,360
0,098
0,225
2- CS 02 884 3048,14 V 0,086
0,082
0,085 0,080 0,409
0,102
0,153
3- CS 02 564 3323,33 V 0,136
0,124
0,068 0,066 0,241
0,220
0,141
4- CS 02 449 2977,22 V 0,082
0,078
0,092 0,086 0,413
0,095
0,150
5- CS 02 731 3100,92 V 0,103
0,106
0,076 0,076 0,354
0,144
0,138
6- CS 01 873 2815,18 V 0,092
0,117
0,097 0,128 0,311
0,120
0,132
7- CS 02 988 2904,44 V 0,098
0,115
0,096 0,112 0,309
0,124
0,142
8- CS 02 1026 2616,85 V 0,091
0,115
0,115 0,181 0,249
0,114
0,130
9- LUZIANIA 3316,11 V 0,108
0,076
0,082 0,065 0,315
0,113
0,239
10- MONARCA 3036,29 V 0,068
0,072
0,055 0,058 0,553
0,091
0,100
11- GARANTIA 2664,63 V 0,093
0,118
0,105 0,146 0,283
0,118
0,133
12- ELITE 1881,30 IV 0 0 0 1 0 0 0
13- CS 02 521 3233,15 V 0,090
0,072
0,073 0,062 0,425
0,102
0,172
14- CS 02 302 3639,82 VI 0,218
0,105
0,073 0,063 0,159
0,221
0,158
15- CS 821 3235,74 V 0,099
0,076
0,072 0,062 0,393
0,113
0,182
16- CS 801 3329,07 V 0,138
0,086
0,083 0,066 0,254
0,143
0,227
17- MSOY 8001 3657,60 I 0,215
0,089
0,0737
0,058 0,175
0,182
0,205
18- VENCEDORA
3849,81 I 0,289
0,082
0,070 0,0543
0,140
0,161
0,202
Média geral: 3101,67 Kg ha
-1
Classe I: Adaptabilidade geral alta; Classe II: Máxima adaptabilidade específica a ambientes favoráveis; Classe III: Máxima
adaptabilidade específica a ambientes desfavoráveis; Classe IV: Pouco adaptado; Classe V: Média adaptabilidade geral; Classe VI:
Média adaptabilidade específica a ambientes favoráveis; Classe VII: média adaptabilidade específica a ambientes desfavoráveis.
79
Os parâmetros de adaptabilidade e estabilidade dos cultivares e linhagens obtidas
pelo método de Centróide, considerando a variável concentração de proteína estão
apresentados na Tabela 10. Segundo BARROS et al. (2008) o método Centróide é uma
metodologia baseada na análise de componentes principais, utilizada para representar a
variação da performance dos genótipos nos ambientes em uma dispersão no plano com
poucos eixos, o que permite uma análise simultânea do desempenho de um número elevado
de genótipos em virtude da facilidade de interpretação dos resultados.
Nesse sentido, ELITE foi a cultivar com maior probabilidade de pertencer ao grupo
das que apresentam melhores padrões de reposta em ambiente geral (Ideótipo I) e com as
maiores médias para variável concentração de proteína, o que também foi notado pela
Metodologia de Lin e Binns (1988) Modificada por Carneiro (1998), mostrando forte
coerência entre os métodos. Já as linhagens CS 02 302 e CS 02 884 apresentaram-se
adaptadas a ambientes de baixa tecnologia, em ambos os métodos utilizados no presente
trabalho (Tabela 5 e 10).
Entretanto, as cultivares VENCEDORA, MSOY 8001 e a linhagem CS 02 449 que
pelo método centróide apresentaram-se responsivas à melhoria do ambiente, não
apresentaram o mesmo desempenho segundo a metodologia Lin e Binns (1988) Modificada
por Carneiro (1998) (Tabela 5), mostrando fraca coerência. O conceito de adaptabilidade e
estabilidade utilizado no método centróide se diferencia dos demais, uma vez que o
genótipo de máxima adaptação específica não é aquele que apresenta bom desempenho nos
grupos de ambientes favoráveis ou desfavoráveis, mas sim o genótipo que apresenta valores
máximos para determinado grupo de ambientes (favoráveis e desfavoráveis) e mínimo para
o outro conjunto (ROCHA et al. 2005).
Ambas as metodologias indicaram a linhagem CS 02 521 como pouca adaptada nos
ambientes testados. Nove genótipos apresentaram desempenho fraco segundo a
metodologia de centróide, sendo agrupados como média adaptabilidade geral (grupo V).
A análise visual do gráfico dos componentes principais permite avaliar que as
cultivares apresentaram distribuição heterogênea e que existem pontos de maior
proximidade aos centróides I, II, IV, VI e VII com maior concentração de genótipos no
centróide V, possibilitando a indicação de genótipos conforme sua adaptabilidade a um
conjunto de ambientes (Figura 11), constatando-se a classificação apresentada na Tabela 10.
80
Figura 11 - Dispersão gráfica dos dois primeiros componentes principais de 18
genótipos de soja, em quatro ambientes, quanto à resposta da variável concentração de
proteína, segundo o Método Centróide (ROCHA et al. 2005)
CENTRÓIDES
I- Adaptabilidade geral
II, VI-
adaptabilidade específica a
ambientes favoráveis
III, VII- adaptabilidade específica a
ambientes desfavoráveis
IV- Pouco adaptado
V- Mediano
GENÓTIPOS
1- CS 01 736
2- CS 02 884
3- CS 02 564
4- CS 02 449
5- CS 02 731
6- CS 01 873
7- CS 02 988
8- CS 02 1026
9- LUZIANIA
10- MONARCA
11- GARANTIA
12- ELITE
13- CS 02 521
14- CS 02 302
15- CS 821
16- CS 801
17- MSOY 8001
18- VENCEDORA
81
Tabela 10 - Parâmetros de adaptabilidade e estabilidade das linhagens e cultivares de soja, para variável
concentração de proteína (%), avaliadas em quatro ambientes diferentes com base na metodologia de Centróide
Probabilidade
Genótipos Média (%) Classificação
I II III IV V VI VII
1- CS 01 736 42,74
V 0,119
0,092
0,096
0,080
0,284
0,134
0,191
2- CS 02 884 43,22
VII 0,141 0,084
0,093
0,069
0,229
0,138
0,243
3- CS 02 564 42,86
V 0,109
0,110
0,067
0,067
0,329
0,191
0,124
4- CS 02 449 41,63
II 0,094
0,239
0,080
0,126
0,199
0,158
0,101
5- CS 02 731 42,67
V 0,114
0,147
0,073
0,080
0,254
0,208
0,121
6- CS 01 873
42,68
V 0,077
0,077
0,056
0,055
0,514
0,118
0,100
7- CS 02 988 42,68
V 0,089
0,090
0,063
0,063
0,442
0,137
0,113
8- CS 02 1026 41,63
V
0,0967
0,187
0,086
0,135
0,231
0,152
0,109
9- LUZIANIA 43,43
VII 0,171
0,086
0,083
0,063
0,202
0,157
0,235
10- MONARCA 43,78
VII 0,198
0,071
0,080
0,055
0,147
0,127
0,318
11- GARANTIA 43,15
V 0,158
0,115
0,093
0,081
0,200
0,175
0,175
12- ELITE 44,48
I 0,597
0,050
0,043
0,032
0,072
0,101
0,102
13- CS 02 521
40,69
IV 0,073
0,095
0,110
0,370
0,160
0,091
0,098
14- CS 02 302 43,61
VII
0,175
0,086
0,096
0,069
0,179
0,145
0,247
15- CS 821 42,46
V 0,113
0,105
0,129
0,117
0,237
0,131
0,164
16- CS 801 41,63
V 0,100 0,120
0,128
0,185
0,209
0,1245
0,131
17- MSOY 8001 40,20
VI 0,033
0,042
0,052
0,723
0,064
0,039
0,043
18- VENCEDORA 40,62
VI 0,071
0,085
0,121
0,396
0,142
0,084
0,097
Média geral: 42,45 %
Classe I: Adaptabilidade geral alta; Classe II: Máxima adaptabilidade específica a ambientes favoráveis; Classe III: Máxima
adaptabilidade específica a ambientes desfavoráveis; Classe IV: Pouco adaptado; Classe V: Média adaptabilidade geral; Classe VI:
Média adaptabilidade específica a ambientes favoráveis; Classe VII: média adaptabilidade específica a ambientes desfavoráveis.
82
Na Tabela 11, estão representados os parâmetros de adaptabilidade e estabilidade
das linhagens e cultivares de soja, para variável concentração de sacarose (%), avaliadas
em quatro ambientes diferentes com base na metodologia de Centróide. Das cultivares e
linhagens estudadas no presente trabalho, foi classificada como de adaptabilidade alta, a
linhagem CS 01 736; de média adaptabilidade específica a ambientes favoráveis, a
linhagem CS 02 731 e a cultivar MSOY 8001; de média adaptabilidade específica a
ambientes desfavoráveis, a linhagem CS 801; e de média adaptabilidade geral, os outros
quatorze genótipos.
A análise visual do gráfico de componentes principais (Figura 12) permite avaliar
que os genótipos não apresentam distribuição heterogênea para a concentração de sacarose
e que a maioria dos pontos (genótipos) foram plotados na região central do gráfico,
dificultando assim a classificação. Existem pontos de maior proximidade apenas nos
centróides I, VI e VII e as maiores concentrações de pontos estão localizados na região do
centróide V. Sendo assim, a dificuldade de classificação por análise visual gráfica dos
genótipos localizados na região central foi contornada pela Tabela 11, que apresenta os
valores de probabilidades de cada genótipo pertencer a cada um dos grupos, caracterizados
pelos centróides.
A metodologia de Lin e Binns (1988) modificada por Carneiro (1998) e o Método
Centróide (ROCHA et al. 2005), utilizadas no presente trabalho, apresentaram coerência na
indicação das cultivares. Sendo que o emprego das duas metodologias é mais confiável do
que apenas por uma metodologia isoladamente.
As duas metodologias apontaram à superioridade da linhagem CS 01 736 frente aos
outros genótipos, como mostrado nas Tabelas 6 e 11. Essa linhagem mereceu destaque
positivo, pois, apresentou alto concentração de sacarose, adaptabilidade ampla em todos os
ambientes testados e razoável produtividade média nos quatro ambientes, (Tabela 4). A
linhagem CS 02 731 apresentou média adaptabilidade específica a ambientes favoráveis e a
linhagem CS 801 apresentou média adaptabilidade específica apenas em ambientes
desfavoráveis em ambas as metodologias utilizadas, mostrando mais uma vez coerência
entre as duas metodologias (Tabelas 6 e 11). Nesse sentido Cruz e Carneiro (2003),
comentam que a identificação de cultivares que apresentam ampla adaptabilidade e boa
estabilidade é uma das informações mais utilizadas para atenuar os efeitos da interação
genótipo x ambiente.
83
Figura 12 - Dispersão gráfica dos dois primeiros componentes principais de 18
genótipos de soja, em quatro ambientes, quanto à resposta da variável concentração de
sacarose, segundo o Método Centróide (ROCHA et al. 2005)
CENTRÓIDES
I- Adaptabilidade geral
II, VI-
adaptabilidade específica a
ambientes favoráveis
III, VII- adaptabilidade específica a
ambientes desfavoráveis
IV- Pouco adaptado
V- Mediano
GENÓTIPOS
1- CS 01 736
2- CS 02 884
3- CS 02 564
4- CS 02 449
5- CS 02 731
6- CS 01 873
7- CS 02 988
8- CS 02 1026
9- LUZIANIA
10- MONARCA
11- GARANTIA
12- ELITE
13- CS 02 521
14- CS 02 302
15- CS 821
16- CS 801
17- MSOY 8001
18- VENCEDORA
84
Tabela 11 - Parâmetros de adaptabilidade e estabilidade das linhagens e cultivares de soja, para variável
concentração de sacarose (%), avaliadas em quatro ambientes diferentes com base na metodologia de Centróide
Probabilidade
Genótipos Média (%)
Classificação
I II III IV V VI VII
1- CS 01 736 4,61 I 0,2209
0,0698
0,1231
0,0632
0,1582
0,1903
0,1745
2- CS 02 884 3,94 V 0,0836
0,1125
0,0875
0,1225
0,3193
0,1847
0,0900
3- CS 02 564 3,78 V 0,0902
0,1173
0,1062
0,1615
0,2679
0,1543
0,1027
4- CS 02 449 4,32 V 0,1165
0,0844
0,103 0,0788
0,2573
0,2419
0,1181
5- CS 02 731 4,31 VI 0,1201
0,1021
0,1022
0,0904
0,2154
0,2547
0,1151
6- CS 01 873 3,75 V 0,0849
0,1339
0,0946
0,1861
0,2493
0,1578
0,0934
7- CS 02 988 4,09 V 0,0774
0,0988
0,0797
0,1037
0,3768
0,1802
0,0835
8- CS 02 1026 3,95 V 0,0862
0,0987
0,0972
0,1162
0,3418
0,1625
0,0975
9- LUZIANIA 4,12 V 0,0636
0,0629
0,0629
0,0623
0,5141
0,1661
0,0682
10- MONARCA 4,20 V 0,0855
0,0831
0,08 0,078 0,3566
0,2275
,0893
11- GARANTIA 3,73 V 0,0922
0,1307
0,1044
0,175 0,2364
0,1594
0,102
12- ELITE 4,09 V 0,0837
0,0887
0,0858
0,0911
0,3734
0,1864
0,0909
13- CS 02 521 4,40 V 0,1465
0,0725
0,1161
0,0677
0,2326
0,2115
0,1531
14- CS 02 302 4,05 V 0,1012
0,0927
0,1194
0,106 0,3026
0,1566
0,1215
15- CS 821 4,07 V 0,1045
0,0873
0,1293
0,1003
0,2973
0,1516
0,1297
16- CS 801 4,36 VII 0,1577
0,0796
0,1862
0,0826
0,1549
0,1303
0,2086
17- MSOY 8001 4,49 VI 0,1717
0,0764
0,1053
0,0663
0,1823
0,2547
0,1434
18- VENCEDORA 4,00 V 0,1246
0,1394
0,1319
0,1499
0,1692
0,1499
0,135
Média geral: 4,12 %
Classe I: Adaptabilidade geral alta; Classe II: Máxima adaptabilidade específica a ambientes favoráveis; Classe III: Máxima
adaptabilidade específica a ambientes desfavoráveis; Classe IV: Pouco adaptado; Classe V: Média adaptabilidade geral; Classe VI:
Média adaptabilidade específica a ambientes favoráveis; Classe VII: média adaptabilidade específica a ambientes desfavoráveis.
85
A classificação dos genótipos avaliados nos ambientes para a variável concentração
de rafinose, em um dos sete grupos caracterizados pelos centróides e a probabilidade
associada à sua classificação são mostradas na Tabela 12. O método de centróide, que visa
facilitar a interpretação dos dados, classificou apenas à linhagem CS 02 988 como de alta
adaptabilidade em todos os ambientes testados; a cultivar VENCEDORA, de pouca
adaptada; as linhagens CS 02 449 e CS 02 731, de média adaptabilidade específica a
ambientes favoráveis; e de média adaptabilidade geral, os outros quatorze genótipos.
A análise visual do gráfico de componentes principais permitiu avaliar que os
genótipos apresentam distribuição pouco heterogênea para característica concentração de
rafinose (Figura 13) e que existem pontos de maior proximidade apenas aos centróides I,
IV, VI, e o V com maior número de genótipos centralizados sem aproximação a qualquer
outro centróide.
Como visto pelo método de Lin e Binns (1988) modificada por Carneiro (1998), o
método de centróide indicou a linhagem CS 02 988 como de adaptabilidade alta em todos
os ambientes testados, observando mais uma vez coerência entre os métodos utilizados.
Porém, apesar da linhagem CS 02 988 apresentar ampla adaptabilidade em ambos os
métodos, esta apresentou uma baixa produtividade em relação aos demais genótipos
(Tabela 4) e um alta concentração de rafinose (Tabela 12).
A mesma coerência em ambos os métodos se mantiveram para classificar a cultivar
VENCEDORA em pouca adaptada e a linhagem CS 02 731 com média adaptabilidade
específica a ambientes favoráveis (Tabelas 7 e 12). Apesar da cultivar VENCEDORA ser
classificada como pouco adaptada, ela se destacou por apresentar uma alta produtividade
(Tabela 4) e baixa concentração de rafinose entre todos os genótipos avaliados no presente
trabalho (Tabela 12).
86
Figura 13 - Dispersão gráfica dos dois primeiros componentes principais de 18
genótipos de soja, em quatro ambientes, quanto à resposta da variável concentração de
rafinose, segundo o Método Centróide (ROCHA et al. 2005)
CENTRÓIDES
I- Adaptabilidade geral
II, VI-
adaptabilidade específica a
ambientes favoráveis
III, VII- adaptabilidade específica a
ambientes desfavoráveis
IV- Pouco adaptado
V- Mediano
GENÓTIPOS
1- CS 01 736
2- CS 02 884
3- CS 02 564
4- CS 02 449
5- CS 02 731
6- CS 01 873
7- CS 02 988
8- CS 02 1026
9- LUZIANIA
10- MONARCA
11- GARANTIA
12- ELITE
13- CS 02 521
14- CS 02 302
15- CS 821
16- CS 801
17- MSOY 8001
18- VENCEDORA
87
Tabela 12 - Parâmetros de adaptabilidade e estabilidade das linhagens e cultivares de soja, para variável
concentração de rafinose (%), avaliadas em quatro ambientes diferentes com base na metodologia de Centróide
Probabilidade
Genótipos Média (%)
Classificação
I II III IV
V VI VII
1- CS 01 736 1,03
V
0,0974
0,1
166
0,1112
0,1426
0,2725
0,1321
0,1275
2- CS 02 884 1,08
V
0,1025
0,0896
0,0902
0,081
0,3541
0,1556
0,1271
3- CS 02 564 1,05
V
0,0968
0,093
0,0912
0,088
0,3625
0,1477
0,1209
4- CS 02 449 1,13
VI
0,1458
0,1079
0,0955
0,0821
0,2086
0,2168
0,1433
5- CS 02 731 1,19
VI
0,2346
0,0949
0,0797
0,0632
0,1274
0,2777
0,1224
6- CS 01 873 1,04 V
0,0858
0,0724
0,1969
0,1113
0,2712
0,0935
0,169
7- CS 02 988 1,22
I
0,3399
0,0667
0,0911
0,0545
0,1201
0,1437
0,184
8- CS 02 1026 1,06
V 0,0
63
0,0529
0,0806
0,062
0,5587
0,0782
0,1046
9- LUZIANIA 1,01
V
0,0906
0,108
0,1103
0,1472
0,2986
0,1223
0,1229
10- MONARCA 1,05
V
0,0654
0,0626
0,0674
0,0644
0,5564
0,0945
0,0893
11- GARANTIA 1,12
V
0,1566
0,0937
0,1178
0,083
0,2001
0,1737
0,1751
12- ELITE 1,02
V
0,087
0,0763
0,1808
0,1194
0,2798
0,097
5
0,1592
13- CS 02 521 1,06
V
0,1148
0,1172
0,0889
0,09
0,2577
0,2106
0,1209
14- CS 02 302 0,99
V
0,0865
0,0848
0,1749
0,1617
0,2489
0,0992
0,1441
15- CS 821 0,98
V
0,0875
0,09
0,1648
0,183
0,2334
0,1009
0,1404
16- CS 801 0,94
V
0,0874
0,0959
0,1499
0,2112
0,2212
0,1041
0,1302
17- MSOY 8001 1,08
V 0,076
0,0617
0,0775
0,0624
0,5089
0,1012
0,1124
18- VENCEDORA 0,89
IV
0,0642
0,0909
0,089
0,46
0,1325
0,0804
0,0831
Média geral: 1,05 %
Classe I: Adaptabilidade geral alta; Classe II: Máxima adaptabilidade específica a ambientes favoráveis; Classe III: Máxima adaptabilidade
específica a ambientes desfavoráveis; Classe IV: Pouco adaptado; Classe V: Média adaptabilidade geral; Classe VI: Média adaptabilidade
específica a ambientes favoráveis; Classe VII: média adaptabilidade específica a ambientes desfavoráveis.
88
Na Tabela 13, são apresentadas as classificações dos genótipos a um dos sete grupos
caracterizados pelos centróides e a probabilidade associada à sua classificação, junto com a
concentração de estaquiose (%). Por essa metodologia agruparam-se as linhagens CS
02 884 e CS 02 564 e as cultivares GARANTIA e MSOY 8001 de média adaptabilidade
específica a ambientes favoráveis; a linhagem CS 02 302, de máxima adaptabilidade
específica a ambientes desfavoráveis; a cultivar VENCEDORA, de pouco adaptada; a
linhagem CS 801 de média adaptabilidade específica a ambientes desfavoráveis e os outros
onze genótipos foram agrupados como sendo de média adaptabilidade geral.
Segundo CARVALHO et al. (2002), a análise visual do gráfico de componentes
principais permite avaliar os genótipos que apresentam distribuição heterogênea e que
existem pontos de maior proximidade em todos os centróides, possibilitando recomendação
de genótipos de adaptabilidade geral ou de adaptabilidade específica a um subgrupo de
ambientes.
Na Figura 14 estão representados os componentes principais que permitem predizer
que os genótipos apresentaram distribuição heterogênea para característica concentração de
estaquiose, e que existem pontos (genótipos) de maior proximidade aos centróides III, IV,
VI, VII e o V com maior número de genótipos centralizados.
A metodologia de Lin e Binns (1988) modificada por Carneiro (1998) e o método
Centróide (ROCHA et al. 2005) apresentaram pequena variação na indicação das cultivares
para variável concentração de estaquiose. Em ambas as metodologias estudadas, as
cultivares GARANTIA, MSOY 8001 e a linhagem CS 02 564 e apresentaram-se
responsivas à melhoria do ambiente. A cultivar VENCEDORA foi classificada no grupo de
pouca adaptada nos ambientes estudados (Tabelas 8 e 13).
Como visto no método Lin e Binns (1988) modificada por Carneiro (1998), as
linhagens CS 02 302 e CS 801 apresentaram-se adaptadas a ambientes de baixa tecnologia
(Tabela 8) assim como pelo método de centróide, demonstrando mais uma vez uma forte
coerência entre os métodos estudados. Porém o genótipo que merece grande destaque é a
linhagem CS 02 302, que apresentou alta produtividade nos ambientes (Tabela 4); máxima
adaptabilidade específica a ambientes desfavoráveis em ambos os métodos estudados
(Tabelas 8 e 13); e o principal, baixa concentração de estaquiose.
89
Figura 14 - Dispersão gráfica dos dois primeiros componentes principais de 18
genótipos de soja, em quatro ambientes, quanto à resposta da variável concentração de
estaquiose, segundo o Método Centróide (ROCHA et al. 2005)
CENTRÓIDES
I- Adaptabilidade geral
II, VI-
adaptabilidade específica a
ambientes favoráveis
III, VII- adaptabilidade específica a
ambientes desfavoráveis
IV- Pouco adaptado
V- Mediano
GENÓTIPOS
1- CS 01 736
2- CS 02 884
3- CS 02 564
4- CS 02 449
5- CS 02 731
6- CS 01 873
7- CS 02 988
8- CS 02 1026
9- LUZIANIA
10- MONARCA
11- GARANTIA
12- ELITE
13- CS 02 521
14- CS 02 302
15- CS 821
16- CS 801
17- MSOY 8001
18- VENCEDORA
90
Tabela 13 - Parâmetros de adaptabilidade e estabilidade das linhagens e cultivares de soja, para variável
concentração de estaquiose (%), avaliadas em quatro ambientes diferentes com base na metodologia de
Centróide
Probabilidade
Genótipos Média (%)
Classificação
I II III
IV
V VI VII
1- CS 01 736 2,72
V
0,1026
0,0656
0,1003
0,065
0,3791
0,16
28
0,1247
2- CS 02 884 2,76
VI
0,1148
0,0794
0,085
0,0673
0,2593
0,2811
0,1131
3- CS 02 564 2,65
VI
0,1065
0,0941
0,0842
0,0777
0,2555
0,2768
0,1051
4- CS 02 449 2,58
V
0,0808
0,0743
0,0765
0,0709
0,4374
0,1703
0,0899
5- CS 02 731 2,62
V
0,0931
0,0894
0,0802
0,0778
0,3294
0,2329
0,0971
6- CS 01 873 2,70
VI 0,1067
0,0961
0,0756
0,0716
0,2036
0,3483
0,0982
7- CS 02 988 2,58
V
0,0839
0,0825
0,0747
0,0737
0,3994
0,1953
0,0905
8- CS 02 1026 2,55
V
0,0929
0,0855
0,1027
0,0929
0,358
0,159
0,109
9- LUZIANIA 2,64
V
0,0955
0,0697
0,0935
0,0689
0,3918
0,1698
0,1109
10- MONARCA 2,70
V
0,1131
0,082
0,1165
0,0833
0,2976
0,2976
0,1328
11- GARANTIA 2,66
VI 0,1197
0,119
0,0917
0,0914
0,2044
0,2613
0,1124
12- ELITE 2,59
V
0,1068
0,0915
0,1116
0,0944
0,2945
0,1802
0,1209
13- CS 02 521 2,84
V
0,1723
0,0666
0,0956
0,0576
0,218
0,2172
0,1727
14- CS 02 302 2,57
III
0,1134
0,0849
0,2301
0,1119
0,1785
0,1183
0,1629
15- CS 821 2,61
V
0,1143
0,0779
0,1771
0,0912
0,2428
0,1336
0,1632
16- CS 801 2,78
VII
0,1444
0,0701
0,2007
0,0744
0,1529
0,1166
0,2409
17- MSOY 8001 2,87
VI
0,1821
0,0655
0,0824
0
,0534
0,1855
0,2852
0,146
18- VENCEDORA 2,42
IV
0,1195
0,1333
0,1495
0,1797
0,1517
0,1274
0,1389
Média geral: 2,66 %
Classe I: Adaptabilidade geral alta; Classe II: Máxima adaptabilidade específica a ambientes favoráveis; Classe III: Máxima
adaptabilidade específica a ambientes desfavoráveis; Classe IV: Pouco adaptado; Classe V: Média adaptabilidade geral; Classe VI:
Média adaptabilidade específica a ambientes favoráveis; Classe VII: média adaptabilidade específica a ambientes desfavoráveis.
91
4.4. Correlação entre Produtividade e Componentes Bioquímicos da soja
O conhecimento da associação entre caracteres é de grande importância nos
trabalhos de melhoramento, principalmente se a seleção de um caráter apresentar
dificuldades, por exemplo, por ser de difícil medição (CRUZ & REGAZZI, 1997). A
correlação entre caracteres nos fornece uma idéia de como a seleção para um caráter
influencia a expressão de outros caracteres. A correlação nada mais é do que a medida da
intensidade de associação entre duas variáveis (STEEL & TORRIE, 1980).
Como destaca RIBEIRO et al. (2001), o coeficiente de correlação linear de Pearson
mede a intensidade com a qual se manifesta uma associação entre duas variáveis. O
coeficiente de correlação é um número puro, sem unidade ou dimensão, que varia entre –1 e
1. Este coeficiente é usado para expressar o quanto os pontos se aproximam de uma reta
imaginária. Um coeficiente próximo da unidade, positivo ou negativo, significa uma grande
concentração dos pontos em torno da reta, enquanto que um coeficiente menor significa
maior dispersão dos pontos em relação a esta reta. Valores positivos indicam a tendência de
uma variável aumentar quando a outra aumenta. Quando o coeficiente é negativo, valores
altos de uma variável estão associados a valores baixos da outra.
As estimativas dos coeficientes de correlação entre os pares de caracteres
(produtividade, proteína, sacarose, rafinose e estaquiose) avaliados neste trabalho,
encontram-se na Tabela 14.
Tabela 14 - Estimativas dos coeficientes de correlação de Pearson entre as
características analisadas nos genótipos. Produtividade, Proteína, Sacarose, Rafinose e
Estaquiose
Proteína Sacarose Rafinose Estaquiose
Produtividade -0,60** -0,13 -0,43** -0,37**
Proteína - -0,13 0,14* 0,07
Sacarose - - 0,79** 0,90**
Rafinose - - - 0,88**
**, * : Significativo a 1 e 5% de probabilidade, pelo teste t.
Os caracteres produtividade e proteína foram negativamente correlacionados com
valores de -0,60 (Tabela 12). As informações disponíveis indicam que a correlação entre a
concentração de proteína e produtividade foi de -0,45 no trabalho de WILCOX e SHIBLES
(2001). SHORTER et al. (1976) estudaram o comportamento de três populações obtidas por
três pares de cruzamentos bi-parentais envolvendo progenitores com baixo, médio e alta
92
concentração de proteína, avaliados em duas localidades nas gerações F
3
e F
4
. Nesse
trabalho, foram obtidas correlações genotípicas entre concentração de proteína e produção
de grãos variando entre -0,50 a -0,34.
Estes resultados mostram a dificuldade de associar a seleção de genótipos com alta
produtividade e alta concentração de proteína, indicando que a seleção para um caráter pode
resultar no declínio do outro, como pode ser observado nas Tabelas 4 e 5, onde o genótipo
que apresentou alta concentração de proteína não apresentou alta produtividade. Sabe-se
que os programas de melhoramento, principalmente nos Estados Unidos, priorizavam o
desenvolvimento de variedades produtivas e com teor de óleo elevado. Pelo fato desses dois
caracteres serem negativamente correlacionados com a concentração de proteína, o
conteúdo protéico dos grãos de soja tem se mantido em níveis mais baixos (em torno de 40
%) do que potencialmente poderiam ser conseguidos (em torno de 50 %) (KRISHNAN et
al. (2000).
Entre os caracteres produtividade e concentração de sacarose foi encontrada
correlação não significativa de -0,13. Entretanto, a correlação entre produtividade e
rafinose, encontrou-se correlação negativa e significativa de -0,43, assim como entre os
caracteres produtividade e estaquiose, com correlação de -0,37. Os resultados aqui obtidos
discordam em parte com o trabalho de WILCOX e SHIBLES (2001), que estudaram a
associação entre produtividade vs concentração de sacarose; e produtividade vs
concentração de rafinose e estaquiose. Nesse trabalho WILCOX e SHIBLES (2001)
encontraram correlação não significativa, entre a produtividade e concentração de sacarose,
concordando com o resultado do presente trabalho. Estes dados indicam que a concentração
de sacarose pode ser alterada sem afetar a produtividade.
Entretanto WILCOX e SHIBLES (2001) encontraram também correlação não
significativa para produtividade vs concentração de rafinose e estaquiose, discordando com
os resultados apresentados na Tabela 14 do presente trabalho, onde foram encontradas
correlações significativas de -0,43 entre produtividade e rafinose e de -0,37 entre
produtividade e estaquiose. Essa correlação negativa e significativa entre caracteres
produtividade vs rafinose e produtividade vs estaquiose, se mostra desejável, pois ao buscar
genótipos mais produtivos estamos ao mesmo tempo diminuindo a concentração de rafinose
e estaquiose. Nesse sentido, a cultivar VENCEDORA e a linhagem CS 02 302 poderiam ser
selecionadas, tanto para genitores em um programa de hibridação assim como para
recomendação para plantio visando à produção de um farelo mais adequado a alimentação
de animais monogástricos.
93
O resultado da análise de correlação entre a concentração de proteína e concentração
de sacarose não foi significativa (Tabela 14). TEIXEIRA (2008), De PAULA (2007),
WILCOX e SHIBLES (2001) e HARTWIG et al. (1997) encontram em seus trabalhos
correlações negativas entre proteína e sacarose, diferentemente do resultado do presente
trabalho. Essa correlação não significativa entre sacarose e proteína facilita a seleção para
cultivares com altas concentrações de proteína e de sacarose.
Dentre os genótipos estudados houve uma fraca correlação significativa e positiva
de 0,14, entre as concentrações de proteína e rafinose. Diferentemente, TEIXEIRA (2008) e
De PAULA (2007) encontraram correlação não significativa entre rafinose e proteína,
enquanto que WILCOX e SHIBLES (2001) encontraram correlação significativa e negativa
entre proteína vs rafinose + estaquiose. WANG et al (2006) encontraram correlação não
significativa entre rafinose e proteína, analisando cultivares de lentilhas. Essa correlação
fracamente positiva entre proteína e rafinose, permitiu a seleção da cultivar LUZIANIA e a
linhagem CS 02 302 que apresentaram alta concentração de proteína e baixa concentração
de rafinose (Tabela 5 e 7).
Pode-se observar na Tabela 14 que não houve correlação significativa entre as
concentrações de proteína e de estaquiose. Da mesma forma, TEIXEIRA (2008), De
PAULA (2007) e WANG et al. (2006) encontraram correlação não significativa entre
proteína e estaquiose. HYMOWITZ et al. (1972) encontrou correlação significativa e
positiva entre a concentração de estaquiose vs proteína. Esses resultados indicam que o
conteúdo de proteína nos genótipos avaliados no presente trabalho, pode ser aumentado sem
afetar o conteúdo de estaquiose. Nesse sentido, a cultivar ELITE e a linhagem CS 02 302
apresentaram ótimo desempenho para esses caracteres avaliados, e poderiam ser os mais
indicados para uso na alimentação humana e de animais monogástrico, se fossem
considerados apenas esses dois fatores.
Foi encontrada correlação significativa de 0,79, entre as concentrações de sacarose e
rafinose (Tabela 14). Estes resultados estão de acordo TEIXEIRA (2008), HARTWIG et al,
(1997) e HYMOWITZ et al, (1972) que encontraram correlação positiva entre os caracteres
sacarose e rafinose em soja. Diferente de De PAULA (2007) que encontrou correlação
negativa entre as concentrações de sacarose e rafinose em soja. Enquanto que WANG et al,
(2006) não encontraram correlação significativa entre sacarose e rafinose em lentilhas.
Entre as concentrações de sacarose e estaquiose foi encontrada correlação
significativa de 0,9. Ao contrario dos trabalhos de TEIXEIRA (2008), De PAULA (2007) e
HARTWIG et al. (1997), os quais não encontraram correlação significativas entre os
94
caracteres sacarose e estaquiose em soja. Já HYMOWITZ et al, (1972) encontrou em seu
trabalho correlação negativa entre as concentrações de sacarose e de estaquiose.
Foi encontrada correlação significativa entre as concentrações de rafinose e
estaquiose de 0,88. Este resultado esta de acordo com o trabalho de TEIXEIRA (2008) que
encontrou em seu trabalho correlação positiva entre as concentrações de rafinose e
estaquiose. Entretanto, De PAULA (2007) encontrou correlação negativa entre as
concentrações de rafinose e estaquiose.
Esses resultados sugerem que sacarose, rafinose e estaquiose acumulam-se
conjuntamente na semente de soja, Isso acontece provavelmente por compartilharem a
mesma rota metabólica, Esses resultados estão de acordo com a hipótese proposta por DEY
(1985), que propôs uma rota de síntese da rafinose e da estaquiose, mostrada abaixo:
UDP-galactose + mio-inositol Galactinol + UDP
Galactinol + sacarose Rafinose + mio-inositol
Galactinol + rafinose Estaquiose + mio-inositol
Galactinol + estaquiose Verbascose + mio-inositol
Galactinol + verbascose Ajucose + mio-inositol
Analisando esta rota podemos concluir que, havendo disponibilidade de galactinol,
quanto maior a concentração de sacarose maior será a de rafinose e quanto maior a
concentração de rafinose maior será a de estaquiose. Essa rota esclarece os resultados
mostrados na Tabela 14, na qual os conteúdos de sacarose, rafinose e estaquiose estão
correlacionados positivamente.
Logo, pode-se concluir por esses resultados que a seleção de indivíduos com alto
teor de sacarose e baixos teores de rafinose e estaquiose se torna difícil usando-se apenas
métodos clássicos de melhoramento. Ou seja, para obtermos uma variedade de soja
contendo alto conteúdo de sacarose e baixos conteúdos de rafinose e estaquiose teremos que
recorrer a técnicas de biologia molecular. Poderíamos por exemplo tentar inibir a enzima
rafinose sintase, inibindo a síntese de rafinose e conseqüentemente de estaquiose. Isso
poderia ser conseguido silenciando o gene que codifica esta enzima.
95
5. CONCLUSÕES
Os resultados obtidos permitiram as seguintes conclusões:
Os dezoito genótipos de soja analisados nos quatro ambientes apresentaram
diferença significativa na produtividade e nas concentrações de proteína, sacarose e
rafinose, menos para a concentração de estaquiose. Portanto, somente para as
características, produtividade e concentrações de proteína, sacarose e rafinose
apresentaram variações em função do genótipo. Ou seja, a existência de
variabilidade genética para a quatro das cinco características avaliadas no presente
trabalho:
Os métodos de adaptabilidade e estabilidade empregados além de serem bem
coerentes, permitiram identificar os genótipos mais estáveis e responsivos a
melhoria do ambiente, como sendo também os que apresentaram maior
produtividade, altas concentrações de proteína, sacarose, rafinose e estaquiose:
Os genótipos que se destacaram pela ampla adaptabilidade segundo as metodologias
de Lin e Binns (1988) modificado por Carneiro (1998) e o Método Centróide
(Rocha et al. 2005), foram:
- considerando a característica produtividade: as cultivares MSOY 8001 e
VENCEDORA;
- considerando a característica concentração de proteína: a cultivar ELITE;
- considerando a característica concentração de sacarose: a linhagem CS 01 736;
- considerando a característica concentração de rafinose: a linhagem CS 02 988;
- considerando a característica concentração de estaquiose: a cultivar MSOY 8001;
96
Produtividade e concentração de proteína apresentaram correlação negativa, o que
mostra que a seleção para um caráter pode provocar o declínio do outro,
constituindo um problema para a obtenção de cultivares com alta produtividade e
alta concentração de proteína;
A correlação entre a produtividade e concentração de sacarose não foi significativa.
O mesmo comportamento foi observado entre as concentrações de proteína vs
sacarose e concentrações de proteína vs estaquiose. O fato desses caracteres não
estarem correlacionados facilita a seleção de genótipos com elevada concentração
de sacarose e alta produtividade, ou ainda, genótipos com altas concentrações de
sacarose e proteína;
A correlação entre produtividade vs rafinose e produtividade vs estaquiose foram
negativas e significativas. Essa correlação negativa e significativa facilita a seleção
de genótipos com alta produtividade e com baixas concentrações de rafinose e
estaquiose. Nesse sentido a cultivar VENCEDORA e a linhagem CS 02 302 se
destacaram;
A concentração de sacarose apresentou altos e positivos coeficientes de correlação
com as concentrações de rafinose e estaquiose, indicando à impossibilidade de se
fazer a seleção direta de indivíduos com alta concentração de sacarose e ao mesmo
tempo baixas concentrações de rafinose e estaquiose.
97
6. REFERÊNCIAS BIBLIOGRÁFICAS
AZEVEDO, V.H. Estratificação ambiental, adaptabilidade e estabilidade de produção
de grãos de genótipos de soja (Glycine max (L.) Merrill) nos Estados de Minas Gerais,
Mato Grosso e São Paulo. Universidade Federal de Viçosa, Viçosa-MG, 140p. Tese
(Doutorado em Genética e Melhoramento), 2004.
BARROS, H,B., SEDIYAMA, T., TEIXEIRA, R,C., CRUZ, C,D. Análises paramétricas e
não-paramétricas para determinação da adaptabilidade e estabilidade de genótipos de soja,
Scientia Agraria, Curitiba, v,9, n,3, p,299-309, 2008.
CARNEIRO, P. C. S. Novas metodologias de análise da adaptabilidade e estabilidade
de comportamento. Universidade Federal de Viçosa, Viçosa-MG, 168 p. Tese (Doutorado
em Genética e Melhoramento), Viçosa, 1998.
CARVALHO, H,W,L., SILVA, M,L., CARDOSO, M,J., SANTOS, M,X., TABOSA, J,N.,
CARVALHO, C,L & LIRA, M,A. Adaptabilidade e estabilidade de cultivares de milho no
Nordeste brasileiro no triênio de 1998 a 200. Pesquisa Agropecuária Brasileira, 37:1581-
1588, 2002.
CHEN, P., BUSS, G.R. Breeding soybeans for the soyfood market: specific traits and
satrategies for selection. In: IV International Soybean Processing and Utilization
Conference. Foz do Iguassu, PR, Brazil. Proceedings. p.830-838, 2004.
CRUZ, C.D., REGAZZI, A.J. Modelos biométricos aplicados ao melhoramento
genético. Ed. UFV, Viçosa-MG, 390p, 1997.
CRUZ, C. D.; REGAZZI, A. J.; CARNEIRO, P. C. S. Modelos Biométricos aplicados ao
Melhoramento Genético. 3. ed. Viçosa: UFV, v. 1, 480 p. 2004.
CRUZ, C. D. Programa GENES - Aplicativo computacional em genética e estatística.
Versão Windows 2007.0.0. 2007.
De PAULA, S. A. Composição bioquímica e fatores antinutricionais de genótipos de
soja, Viçosa – MG, UFV, 2007, 199p (Dissertação de Mestrado),
De REZENDE, S,T, Teores de oligossacarídeos de rafinose em soja, purificação e
caracterização de invertases e α-galactosidases de microrganismos, Brasília, DF:
Universidade de Brasília, 1998, 157p, Tese (D,S,) - Universidade de Brasília,
DEY, P.M. IN; PM.; DIXON, R.A. Biochemistry of storage carbohydrates in Green plants.
Academic Press, p.53-129, 1985.
FRANCIS, G., MAKKAR, H. P. S., BECKER, K. Antinutritional factors present in plant-
derived alternate fish feed ingredients and their effects in fish. Aquaculture, v.199, p.197-
227, 2001.
GRIFFITS, G., WIEDERMANN, L. Marketing food-quality soybeans in Japan. American
Soybean Association, P.O. Box 27300, St. Louis, Mo. 63141. 1990.
98
GUIMARÃES, V.M., DE REZENDE, S.T., MOREIRA, M.A., BARROS, E.G., FELIX,
C.R. Characterization of α-galactosidases from germinating soybean seed and their use for
hydrolysis of oligosaccharides. Phytochemistry, v.58, p.67-73, 2001.
HARTWIG, E.E., KUO, T.M., KENTY, M.M. Seed protein and its relationship to soluble
sugars in soybean. Crop Science, v.37, p.770-773, 1997.
HYMOWITZ, T., COLLINS, F.I., PANCZNER, J., WALKER, W.M. Relationship between
the content of oil, protein, and sugar in soybean seed. Agronomy Journal, v.64, p.613-616,
1972.
KRISHNAN, H. B., JIANG, G., KRISHNAN, A. H. & WIEBOLD, W. J. Seed storage
protein composition of non-nodulating soybean (Glycine max (L.) Merr.) and its influence
on protein quality. Plant Science, v.157, 191-199, 2000.
LESKE, K. L., JEVNE, C. J., COON, C. N. Effect of oligosaccharide additions on nitrogen-
corrected true metabolizable energy of soy protein concentrate. Poultry Science. v. 72,
p.664-668, 1993.
LIN. C.S., BINNS. M.R. A superiority measure of cultivar performance for cultivar x
location data. Canadian Journal of Plant Science. v.68. n.3. p.193-198. 1988.
MELO FILHO, O.L. Caracterização de populações de soja de alto conteúdo de proteína
quanto à produtividade e à qualidade fisiológica das sementes. Universidade Federal de
Viçosa, Viçosa-MG, 68p. Dissertação (Mestrado em Genética e Melhoramento), 2002.
NAOE, L.K. Seleção para alto conteúdo protéico em sementes de soja em populações
de retrocruzamentos. Universidade Federal de Viçosa,Viçosa-MG, 65p. Dissertação
(Mestrado em Genética e Melhoramento), 2004.
PIOVESAN, N.D. Aplicação de cruzamentos dialélicos no melhoramento genético do
conteúdo protéico em soja. Universidade Federal de Viçosa,Viçosa-MG, 84p. Dissertação
(Mestrado em Genética e Melhoramento), 2000.
RIBEIRO, M. Estabelecimento de um método colorimétrico para determinação da
atividade da galactinol sintase, purificação parcial e caracterização da enzima de
sementes de soja. Universidade de Brasília, Brasília-DF, 125p. (Tese D.S), 2001.
ROCHA, R. B., MURO-ABAD, J. I., ARÚJO, E. F., CRUZ, C. D. Avaliação do método
centróide para estudo de adaptabilidade ao ambiente de clones de Eucalyptus grandis.
Ciência Florestal, Santa Maria, v. 15, n. 3, p. 255-266, jul./set. 2005.
SHORTER, R., BYTH, D.E., MUNGOMERY, V.E. Estimates of selection parameters
associated with protein and oil content of soybean seeds (Glycine max (L.) Merrill).
Australian Journal of Agricultural Research, v.28, p.211-222, 1976.
STEEL, R. G. D., TORRIE, J.H. Principles and Procedures Statistics. 2.ed. New York:
McGraw-Hill Book Company, 633p., 1980.
TEIXEIRA, A.I. Desenvolvimento de metodologia para quantificação de sacarose e
correlações entre conteúdo de proteína, sacarose, rafinose e estaquiose em soja.
99
Universidade Federal de Viçosa, Viçosa-MG, p.95, Tese (Doutorado em Bioquímica
Agrícola), 2008.
TRUGO, L.C., FARAH, A., CABRAL, L. Oligosaccharide distribution in Brazilian soya
bean cultivars. Food Chemistry, v.52, p.385-387, 1995.
WANG, N., DAUM, J. N. Effects of variety and crude protein content on nutrients and anti-
nutrients in lentils (Lens Culinaris). Food Chemistry. v.95, p.493-502, 2006.
WILCOX, J.R., CAVINS, J.F. Backcrossing higer seed protein to a soybean cultivar. Crop
Science, v.35, n.4, p.1036-1041, 1995.
WILCOX, J.R., SHIBLES, R.M. Interrelationships among seeds quality attributes in
soybean. Crop Science, v.41, p.11-14, 2001.
WOBUS, U., BÄUMLEIN, H., CONRAD, U., MÜNTZ, K. & WEBER, H. Seeds of
change. Meeting Report, (5) 512-513, 2000.
YAN, W., KANG, M. A graphical tool for breeder, geneticists, and agronomists. GGE
biplot analysis: New York: Washington. 271p. 2002.
100
CAPÍTULO 2
QUANTIFICÃO DE POLISSACARÍDEOS NÃO-AMIDÍCOS (PNAs) E ANÁLISE
DE CORRELAÇÃO ENTRE PRODUTIVIDADE, COMPONENTES
BIOQUÍMICOS E ANTINUTRICIONAIS DA SOJA
101
RESUMO
A alimentação de animais monogástricos representa em media 75% do custo total da
produção. O grão de soja é a principal fonte protéica para esses animais, entretanto, a soja
apresenta em sua parede celular além da porção amídica, carboidratos,
denominados polissacarídeos não-amídicos (PNAs), que apresentam função quase que
exclusivamente estrutural nas plantas e existem em varias formas na natureza. Devido a
natureza de suas ligações, os PNAs são resistentes a hidrólise no trato gastrointestinal dos
animais não ruminantes. Estes compostos não causam sintomas de toxicidade, mas
apresentam propriedades antinutritivas que podem afetar o desempenho desses animais.
Dependendo da solubilidade dos seus constituintes, os PNAs são classificadas em solúveis e
insolúveis. As propriedades antinutricionais dos PNAs está principalmente na porção
solúvel. Em geral os PNAs solúveis possuem a capacidade de interagir com uma grande
quantidade de água, aumentando significativamente a viscosidade do fluido intestinal e
consequentemente interferindo na difusão dos nutrientes, das enzimas digestivas e
diminuindo as interações com a mucosa intestinal. Este trabalho teve os seguintes objetivos;
adaptar uma metodologia para a determinação de polissacarídeos não-amídicos em grãos de
soja, com base na técnica cromatográfica de HPLC; estimar as correlações entre
produtividade, óleo e proteína em relação as concentrações de açúcares totais, açúcares
solúveis e PNAs; identificar genótipos de soja com baixas concentrações de PNAs,
carboidratos totais e açúcares solúveis, visando o seu uso na alimentação de monogástricos.
Para isto, foram utilizados seis genótipos de soja cultivados no Município de Mineiros-GO,
no ano agrícola 2006/2007. Os experimentos foram conduzidos em blocos casualizados,
com duas repetições. Foram determinadas as concentrações de proteína e óleo utilizando-se
um espectrômetro infravermelho (NIR); as concentrações de açúcares solúveis e PNAs por
HPLC. As análises estatísticas foram realizadas com o auxílio do aplicativo computacional
em genética e estatística, Programa GENES. Foi demonstrado que a metodologia adaptada
para quantificar fatores antinutricionais termoestáveis, tais como, os Polissacarídeos não-
amídicos em soja, utilizando a técnica cromatográfica HPLC, se mostrou de boa precisão.
Não foram encontradas correlações significativas entre Produtividade vs PNAs, Óleo vs
PNAs e Proteína vs PNAs entre os seis genótipos analisados. O fato desses caracteres não
estarem correlacionados facilita a seleção de genótipos com melhor qualidade nutricional,
pois possibilita ao melhorista diminuir as concentrações de PNAs totais, PNAs insolúveis e
principalmente os PNAs solúveis, sem afetar a produtividade e as concentrações de óleo ou
de proteína. As variáveis produtividade e concentração de óleo apresentaram altos e
102
positivos coeficientes de correlação com as concentrações de carboidratos totais e açúcares
solúveis, indicando a dificuldade de fazer seleção direta de indivíduos com alta
produtividade ou altas concentrações de óleo e ao mesmo tempo, com baixas concentrações
de carboidratos totais e açúcares solúveis. Proteína correlacionou-se negativamente com as
concentrações de carboidratos totais e açúcares solúveis, esse resultado favorece a seleção
de genótipos com alta concentração de proteína e com baixas concentrações de carboidratos
totais e açúcares solúveis.
103
1. INTRODUÇÃO
Os alimentos derivados de planta contêm uma grande variedade de polissacarídeos
(polímeros dos açúcares unidos por ligações glicosídicas), que podem ser separados em dois
grupos com base na estrutura e da função. Os amidos são polissacarídeos de
armazenamento e são quimicamente identificados como polímeros de glicose com ligações
α-glicosídica. O restante, que não contêm nenhuma ligação α-glicosídica, são em sua maior
parte, componentes estruturais das paredes celulares de planta, e pode ser referidos
convenientemente como polissacarídeos não-amídicos (PNAs).
A soja é a principal fonte protéica em dietas de animais monogástricos em todo
mundo, mas seu uso para determinadas espécies é limitado pela presença de uma ampla
variedade de fatores antinutricionais presentes no grão (FRANCIS et al. 2001;
ANDERSON et al 1995). Alguns experimentos mostraram que alimentos de soja quando
utilizados em quantidades substanciais na alimentação de animais monogástricos limitou o
crescimento desses animais, principalmente por aumentar a viscosidade do bolo alimentar e
consequentemente reduzir a digestibilidade dos nutrientes (SMITS et al. 1996;
KORNEGAY et al. 1978; SKREDE et al. 1985). ZHANG et al. (2003) observou que
animais monogástricos quando alimentados com alimentos a base de soja tinham uma
incidência alta de diarréia e mudanças morfológica indesejáveis do epitélio intestinal.
Alguns fatores antinutricionais no grão de soja são termolábeis e podem ser
inativados ou superados principalmente com tratamento térmico, enquanto que fatores
antinutricionais termoestáveis, tais como, os polissacarídeos não-amídicos (PNAs) e os
oligossacarídeos, não são eliminados com esse tipo de tratamento (FRANCIS et al. 2001;
LESKE et al. 1993).
Alimentos de soja crua contem aproximadamente 30% de carboidratos:
aproximadamente 20% são PNAs e 10% são açúcares solúveis (SNYDER et al. 1987). Os
PNAs são constituídos principalmente por arabinanos, arabinogalactanos, e polissacarídeos
ácidos. Aproximadamente um terço dos PNAs são solúveis (KNUDSEN et al. 1997).
Os oligossacarídeos primários em soja são os galacto-oligossacarídeos, rafinose,
estaquiose e verbascose (KARR - LILIENTHAL et al. 2005). Tanto os oligossacarídeos de
rafinose como os PNAs são conhecidos por causar desordens digestivas e por reduzirem o
desempenho de animais monogástricos (SMITS et al. 1996; REFSTIE et al. 1999; COON et
al. 1990).
104
CHEN e BUSS (2004) detectaram em bancos de germoplasma de soja que o
conteúdo de açúcares solúveis totais, que inclui os teores dos oligossacarídeos rafinose e
estaquiose além dos teores de sacarose e de monossacarídeos, varia de 4,1% a 15,1% em
base seca. A sacarose é o principal componente desta classe, correspondendo
aproximadamente a 60% do total de açúcares solúveis. A variação detectada para o teor de
sacarose em bancos de germoplasma é de 1,5% a 10,2%. Estes mesmos autores relataram
que recentemente foi identificada uma linhagem contendo 13,6% de sacarose, mostrando
que existe variabilidade natural suficiente para permitir o melhoramento da soja para altos
teores deste açúcar.
Os oligossacarídeos rafinose e estaquiose estão presentes em concentrações que
variam 0,1% a 2,1% e 1,4% a 6,7%, respectivamente (CHEN e BUSS, 2004), evidenciando
que existe variabilidade genética suficiente para permitir o melhoramento da soja para
baixos conteúdos de rafinose e estaquiose.
Sendo assim identificar genótipos de soja com baixas concentrações de PNAs e
oligossacarídeos aumentaria potencialmente a utilização da soja como fonte protéica, os
quais podem ser utilizados principalmente na produção de farelo e concentrado protéico e
serem destinados para a alimentação de animais monogástricos.
105
2. OBJETIVOS
- Adaptar uma metodologia para a determinação de polissacarídeos não-amídicos
em grãos de soja, com base na técnica cromatográfica de HPLC;
- Estimar as correlações entre produtividade, óleo e proteína em relação as
concentrações de PNAs totais, PNAs insolúveis e PNAs solúveis.
- Identificar genótipos de soja com baixas concentrações de PNAs, visando o seu
uso na alimentação de animais monogástricos.
106
3. MATERIAL E MÉTODOS
3.1. Material genético
Foram avaliados 6 genótipos de soja, fornecidos pela empresa COOPADAP
(Cooperativa Agropecuária do Alto Paranaíba), (Tabela 1). Os quais foram plantados no
Município de Mineiros no Estado de Goiás, no ano agrícola 2006/2007.
Tabela 1 - Lista dos 6 genótipos de soja fornecidos pela empresa
COOPADAP plantados no Município de Mineiros no Estado de Goiás no
ano agrícola 2005/2006
1 – CS 02 521 4 - CS 02 731
2 - MSOY 8001 5 - ELITE
3 - VENCEDORA 6 - CS 02 564
O experimento foi conduzido com os seis genótipos, no delineamento em blocos
casualizados, com três repetições. Cada repetição foi constituiu de quatro fileiras de 5 m de
comprimento, plantadas em espaçamento de 0,5 m. A área útil da parcela foi constituída
apenas pelas plantas presentes nos 4 m internos das duas fileiras centrais. A parte de
extração dos açúcares foi realizada no laboratório de Análises Bioquímicas do Instituto de
Biotecnologia Aplicada á Agropecuária (Bioagro - UFV). Já as análises dos açúcares
ocorreram no laboratório de Celulose e Papel da Universidade Federal de Viçosa.
3.2. Análise dos Polissacarídeos não-amídicos (PNAs)
As sementes de soja foram moídas, dividas e pesadas em sub-amostras
representativas (A e B) de modo que puderam ser avaliadas. Para a determinação de PNA
total e PNA insolúvel, foram utilizados 300 mg de soja moída e seca de cada sub-amostra.
O PNA solúvel foi determinado pela diferença entre o PNA total e o PNA insolúvel. A
composição desses açúcares foi determinada com base na metodologia desenvolvida por
ENGLYST et al. (1994), a qual foi adaptada para as condições específicas deste trabalho.
Os ensaios foram conduzidos em duplicatas para cada sub-amostra.
107
3.2.1. Extração dos Polissacarídeos não amídicos (PNAs)
Para a delipidação e secagem da amostra, foram adicionados 40 mL de acetona e as
amostras foram agitadas por 30 minutos, com auxilio de barra magnética. Logo em seguida,
as amostras foram centrifugadas a 1.000 x g. O sobrenadante foi descartado e os tubos
foram colocados em uma estufa a 75 ºC para a evaporação total da acetona. Após a secagem
do resíduo, foi feito um pré-equilíbrio da amostra com tampão acetato de sódio 0,1 M, pH
5,2, à 50 ºC, seguido por uma dispersão do resíduo com 2 mL de dimetil sulfóxido
(DMSO) por 10 min a 100 ºC. Logo após a retirada dos lipídios e dispersão do resíduo,
foram realizadas duas etapas de hidrólise enzimática para extrair o amido. A primeira
extração foi feita adicionando 8 mL da solução enzimática de alfa amilase (Termamyl) ao
resíduo de cada tubo, os quais foram incubados em banho-maria fervente por 10 min. Em
seguida, os tubos foram transferidos para outro banho a 50 ºC por 3 min, e então, foram
adicionados 500 µl da solução enzimática 2 (pululanase), mantendo-se os tubos em banho-
maria por 30 min a 50 ºC. Logo após, os tubos foram transferidos e incubados por 10 min
em banho-maria a 100 ºC. Até esta etapa, as duas sub-amostras (A e B) tiveram o mesmo
tratamento.
3.2.2. Precipitação e lavagem do resíduo para medir os PNAs totais: Apenas
para a sub-amostra A
Após as duas etapas de hidrólise enzimática, as amostras foram resfriadas em banho
de gelo e água e, então, foram adicionados 150 µl de HCl 5M a cada tubo, os quais
permaneceram em banho de gelo e água (0 ºC) por 5 min. Em seguida, adicionou aos tubos
40 mL de etanol absoluto acidificado e as amostras foram mantidas em banho de gelo e
água por 30 min. Logo após, as amostras foram centrifugadas por 10 min a 1.500 x g. O
sobrenadante foi descartado e o resíduo lavado com etanol 85% e 100% da seguinte forma:
Foram adicionados 10 mL de etanol acidificado 85% (v/v) e agitados em vortex;
Em seguida adicionou-se mais 50 mL de etanol acidificado 85% (v/v) e então
misturados por inversões repetidas. Logo após os tubos foram centrifugados a 1.500 x g
por 10 min, após a centrifugação o sobrenadante foi retirado e descartado. Este passo foi
repetido mais uma vez com 50 mL de etanol absoluto;
108
Então foram adicionados 30 mL de acetona a cada tubo e agitados em vortex. Em
seguida os mesmos foram centrifugados a 1.500 x g por 10 min. O sobrenadante foi
descartado e os tubos foram colocados em uma estufa a 75 ºC para a evaporação total da
acetona.
3.2.3. Extração e lavagem do resíduo para medir os PNAs insolúveis: Apenas
para a sub-amostra B
Após o tratamento enzimático na etapa 3.2.1, adicionou-se 40 mL de tampão fosfato
de sódio 0,1 M, pH 5,2 e os tubos tampados foram incubados em banho-maria fervente por
30 min agitando continuamente as amostras por repetidas inversões. Logo em seguida, os
tubos foram resfriados à temperatura ambiente e centrifugados a 1.500 x g por 10 min. O
sobrenadante foi descartado e 10 mL de água foram adicionados ao resíduo e misturados
por inversão. Cinqüenta mL adicionais de água foram colocados em cada tubo, os quais
foram agitados por repetidas inversões e centrifugados a 1.500 x g por 10 min. O
sobrenadante foi descartado, e a etapa anterior foi repetida com 50 mL de etanol absoluto,
como descrito acima. Ao resíduo foram adicionados 30 mL de acetona e misturados em
vortex. Em seguida os mesmos foram centrifugados a 1.500 x g por 10 min. O sobrenadante
foi descartado e os tubos foram colocados em uma estufa a 75 ºC para a evaporação total da
acetona. É importante remover todos os traços de acetona da amostra para a etapa seguinte.
3.2.4. Hidrólise ácida do resíduo
Foram adicionados 5 mL de ácido sulfúrico 12 M a cada tubo e imediatamente estes
foram misturados em vortex. Os tubos foram colocados em banho-maria a 35 ºC por 30
min. Logo em seguida adicionou-se 25 mL de água e os tubos foram misturados por
inversões. Em seguida os tubos transferidos para um banho-maria fervendo 100 ºC por 1h,
após isso os mesmos foram resfriados em água da torneira.
3.2.5. Determinação dos monossacarídeos constituintes dos PNAs por HPLC
Após a etapa de hidrólise, as amostras foram filtradas a vácuo em membrana de 47
mm de diâmetro e 0,45 m de porosidade. O filtrado foi transferido para um balão
volumétrico de 250 mL, sendo o volume completado com água. Logo em seguida foram
109
adicionados 2,5 mL do padrão interno (fucose) e 2,5 mL do hidrolisado em um balão de 25
mL, sendo o volume completado com água deionizada.
Os monossacarídeos foram separados e medidos por HPLC (Cromatografia Líquida
de Alto Desempenho) da marca Dionex equipado com uma coluna CarboPac PA1 4 x 250
MM tendo como fase móvel água deionizada e hidróxido de sódio 0,3 mol/L e 0,1 mol/L; o
fluxo foi de 1 mL/min; a temperatura da coluna de 27ºC e a detecção do tipo amperométrica
pulsada.
Para analisar os monossacarídeos dos hidrolisados foi preciso preparar uma mistura
padrão de açúcares, misturando 1 mL da mistura estoque de açúcar para HPLC e 5 mL de
ácido sulfúrico 2,4 M, segundo o método desenvolvido por ENGLYST et al, 1994. Em
seguida aplicou-se 2 x 0,15 mL desta mistura padrão do açúcar para a calibração da HPLC
paralelamente aos hidrolisados. Foram injetados 25 µl para a análise dos mesmos. Após as
corridas de calibração um volume de 20 L de cada amostra resultante da hidrolise foi
injetado e analisado no cromatógrafo e cada açúcar presente foi identificado e quantificado
por comparação com os tempos de retenção e concentrações dos açúcares nas soluções
padrões.
3.2.6. Cálculo de PNA total, solúveis e insolúveis
A quantidade de PNA total, solúvel e insolúvel (em gramas por 100 g) foi calculado
como:
- PNA total = açúcares neutros calculados por porção A
- PNA insolúvel = açúcares neutros calculados por porção B
- PNA solúvel = PNA total - PNA insolúvel.
3.2.7. Determinação dos ácidos urônicos
3.2.7.1. Preparo das amostras
A determinação dos ácidos urônicos nas amostras seguiu a metodologia proposta
por ENGLYTS e CUMMING (1984). Para isso foi utilizado o mesmo hidrolisado para a
determinação dos PNAs. Do hidrolisado filtrado do balão de 250 mL foram pipetados 300
L e colocados num tubo de ensaio de 10 mL e diluído com água, se necessário, para obter
de 25 a 100 µg de ácido urônico/mL. No tubo de ensaio adicionou-se 300 L da solução de
110
cloreto de sódio/ácido bórico. Também foram adicionado 5 mL de ácido sulfúrico
concentrado e misturou-se com agitador vortex imediatamente. Após esta etapa, os tubos
foram aquecidos a 70 °C por 40 minutos e, a seguir, resfriados à temperatura ambiente
utilizando água fria. Em seguida adicionou-se 200 L da solução de 3,5-dimetilfenol e
misturou-se imediatamente com agitador vortex. Por fim os tubos de ensaio ficaram em
repouso, à temperatura ambiente, por 10 a 15 minutos.
3.2.7.2. Quantificação dos ácidos urônicos por espectrofotômetro
As absorbâncias das amostras foram medidas a 400 e 450 nm utilizando, também,
água como branco. Da leitura de 400 nm foi subtraída a de 450nm e foi determinada a
concentração de ácidos urônicos, expressa em µg/mL, a partir da curva de calibração de
padrões de ácidos urônicos (25-150 µg/mL).
O valor obtido através da curva de calibração foi multiplicado pelo volume total do
hidrolisado (250 mL). O valor obtido foi dividido pelo peso da amostra que foi de 300 mg.
O conteúdo de ácidos urônicos foi expresso em g/100g.
3.3. Método da absorção no infravermelho
As concentrações de proteínas e óleo das sementes dos 6 genótipos foi determinado
utilizando um espectrômetro infravermelho (NIR, equipamento Agrosystem, modelo
instalab 600 product analyzer). Foram coletadas sementes (cerca de 10 gramas) de cada um
dos 6 indivíduos. As sementes foram trituradas em um moinho apropriado gerando
granulometria adequada para a leitura de absorbância no equipamento NIR.
111
4. RESULTADOS E DISCUSSÃO
4.1. Polissacarídeos não-amídicos totais
A concentração de Polissacarídeos não-amídicos totais (PNAs), como a soma dos
monossacarídeos constituintes está representada na Tabela 2. A linhagem CS 01 731 e a
variedade MSOY 8001 foram estatisticamente superiores aos demais genótipos analisados
de acordo com o teste de Duncan (p ≤ 0.05). A concentração de monossacarídeos (Tabela 2)
está de acordo com os resultados relatados por IRISH e BALNAVE (1993), HUISMAN et
al. (1998), GUILLON et. al (2000), HUISMAN (2000) e GUILLON & CHAMP (2002).
Entre os seis genótipos analisados no presente trabalho, a glicose foi o principal
monossacarídeo dos PNAs totais, entretanto, os genótipos apresentaram concentrações
significativos de galactose, ácidos urônicos, xilose e arabinose, estes resultados estão de
acordo com os trabalhos de HALLUNG et. al (2005) e REDONDO-CUENCA (2005).
Tabela 2 – Concentração média de PNAs totais, Concentração de Ácido Urônico e concentração de
monossacarídeos individuais de seis genótipos de soja, expresso em g/100g
Genótipos Glicose Xilose Galactose Manose Arabinose Ac. Urônicos PNA Total
1 – CS 02 521
5,28c 1,81a 3,34a 0,715a 2,20a 2,60c 15,96bc
2 – MSOY 8001
5,52b 1,57b 3,38a 0,596d 2,11ab 3,55ab 16,74a
3-VENCEDORA
4,89d 1,48bc 3,32a 0,674ab 2,00bc 3,10b 15,46cd
4 - CS 02 731
5,89a 1,61b 2,762b 0,643bc 1,99bc 3,60a 16,51a
5 - ELITE
5,46bc 1,46bc 2,77b 0,615cd 1,94c 3,70a 15,96bc
6 - CS 02 564
4,46e 1,38c 2,924b 0,714a 1,93c 3,70a 15,12d
As médias seguidas por letras iguais na vertical não diferem entre si significativamente ao nível de p ≤0.05, pelo teste
de Duncan
Altas concentrações de ácidos urônicos, galactose e arabinose segundo REDONDO-
CUENCA et. al (2005) podem corresponder ao polissacarídeo arabinogalactana, em que a
cadeia principal consiste de resíduos de ácido D-galacturônico e L-rhamnose e a cadeia
lateral é composta por galactose e arabinose. Arabinogalactana são substâncias pécticas da
fração solúvel dos polissacarídeos não-amídicos (HUISMAN, 2000; HUISMAN et al.
1998;VAN DE VIS, 1994).
112
4.2. Polissacarídeos não-amídicos insolúveis
A tabela 3 mostra os valores médios dos monossacarídeos (açúcares neutros e
ácidos urónicos) para a fração dos polissacarídeos não-amídicos insolúveis, expressa em
g/100g. A concentração de PNAs insolúveis não diferiram significativamente entre os seis
genótipos analisados. Entretanto a concentração de PNAs insolúveis encontrado no presente
trabalho está de acordo com REDONDO-CUENCA et. al (2005).
O principal componente dos PNAs insolúveis foi a glicose, variando de 32 à 43%
entre os seis genótipos analisados. Isso indica que a celulose foi polissacarídeo
predominante, pois a celulose é formada por resíduos de glicose (REDONDO-CUENCA et.
al 2005). O genótipo que diferiu estatisticamente dos outros genótipos e apresentou a maior
média para está variável foi à linhagem CS 02 731. Enquanto que a linhagem CS 02 564
apresentou a menor concentração de glucose (Tabela 3).
Tabela 3 – Concentração média de PNAs insolúvel, Concentração de Ácido Urônico e concentração de
monossacarídeos individuais de seis genótipos de soja, expresso em g/100g
Genótipos Glicose Xilose Galactose Manose Arabinose Ac. Urônicos PNA Insolúvel
1 – CS 02 521
4,75b 1,54a 2,35ab 0,49a 1,62a 1,75b 12,52a
2 – MSOY 8001
4,41b 1,25b 2,53a 0,44a 1,74a 1,95b 12,32a
3 -VENCEDORA
4,44b 1,20b 2,38ab 0,48a 1,52a 2,01b 12,05a
4 - CS 02 731
5,35a 1,33ab 2,03c 0,47a 1,48a 2,55a 13,22a
5 - ELITE
4,64b 1,31ab 1,73d 0,42a 1,47a 2,70a 12,29a
6 - CS 02 564
3,86c 1,21b 2,19bc 0,47a 1,55a 2,72a 12,03a
As médias seguidas por letras iguais na vertical não diferem entre si significativamente ao nível de p ≤0.05, pelo teste
de Duncan
A concentração de ácidos urônicos dos PNAs insolúveis variaram de 22 à 13%
(Tabela 3). Pode ser observado que dois grupos significativamente diferentes a (p ≤ 0.05) de
probabilidade foram formados. O Grupo A foi formado pelas linhagens CS 02 731, CS 02
564 e pela cultivar ELITE. O grupo B foi constituído pela linhagem CS 02 521 e pelas
cultivares MSOY 8001 e VENCEDORA.
Houve moderada concentração de arabinose e xilose e baixa concentração de
manose. Não ocorreram diferenças significativas para as concentrações de manose e
arabinose, sendo concordante com resultados de REDONDO-CUENCA et. al (2005). De
113
acordo com a literatura, a alta concentração de xilose pode ser atribuída a presença de
xiloglucanos como o principal polissacarídeo hemicelulósico da parede celular em soja
(HUISMAN, 2000). IRISH e BALNAVE (1993) encontraram em seu trabalho
concentrações de fibra solúvel semelhantes ao apresentado no presente trabalho.
4.3. Polissacarídeos não-amídicos solúveis
A concentração de polissacarídeos não-amídicos solúveis (Tabela 4) foi menor,
quando comparado com as concentrações de PNAs totais e insolúveis. Segundo KNUDSEN
(1997) e HOLLUNG et. al (2005) aproximadamente um terço dos PNAs totais são
constituintes da fração solúvel.
O teste de média indicou a cultivar MSOY 8001 como o genótipo que apresentou
maior média de PNAs solúveis (Tabela 4). Os outros cinco genótipos não apresentaram
diferencias significativas a p ≤ 0.05 de probabilidade.
Os PNAs solúveis apresentaram alta concentração de ácidos urônicos
(aproximadamente de 25 à 36%), galactose (22 à 28%) e concentrações moderadas de
glicose e arabinose. Os mesmos monossacarídeos foram relatados como sendo os principais
constituintes das fibras solúveis por HOLLUNG et. al (2005), MAEDA (2000) e IRISH e
BALNAVE (1993).
Os PNAs solúveis são derivados das frações solúveis da hemicelulose e da pectina.
Sendo assim, a moderada concentração de ácidos urónicos encontrados nos materiais
analisados, pode ser resultante ao fato, das fibras solúveis serem composta em parte pela
pectina, e as mesmas serem constituídas principalmente por resíduos de ácidos urônicos.
Enquanto que as concentrações moderadas de glicose, xilose e galactose, encontrados nos
PNAs solúveis, podem serem atribuídos a fração solúvel da hemicelulose que é formada por
β-Glucanos, D-xilanos, D-mananos e xiloglucanos.
114
Tabela 4 – Concentração média de PNAs solúvel, Concentração de Ácido Urônico e concentração de
monossacarídeos individuais de seis genótipos de soja, expresso em g/100g
Genótipos Glicose Xilose Galactose Manose Arabinose Ac. Urônicos
PNA Solúvel
1 – CS 02 521
0,53b 0,26a 0,99a 0,22a 0,58 0,85c 3,44b
2 – MSOY 8001
1,12a 0,31a 0,85a 0,14a 0,37a 1,60a 4,41a
3 -VENCEDORA
0,44b 0,27a 0,93a 0,19a 0,47a 1,10b 3,41b
4 - CS 02 731
0,54b 0,28a 0,72a 0,17a 0,50a 1,05b 3,28b
5 - ELITE
0,82ab 0,15a 1,03a 0,18a 0,47a 1,00bc 3,67ab
6 - CS 02 564
0,57b 0,16a 0,70a 0,23a 0,38a 0,97bc 3,08b
As médias seguidas por letras iguais na vertical não diferem entre si significativamente ao nível de p ≤0.05, pelo teste
de Duncan
As propriedades antinutricionais dos PNAs estão presentes principalmente na
porção solúvel. Em especial os PNAs solúveis são capazes de se ligarem a grande
quantidade de água, aumentando, dessa forma, a viscosidade do fluído (ROSA &
UTTPATEL, 2007), interferindo na difusão dos nutrientes e das enzimas digestivas e suas
interações com a mucosa intestinal. Porém, outros efeitos como o aumento ou diminuição
da taxa de transito do alimento e interação com a microflora bacteriana podem ocorrer
(CHOT, 2002).
A soja é a principal fonte de proteína para animais monogástricos em todo mundo,
alimentação desses animais representa 75% do custo total de produção. Nesse sentido, se
torna importante a busca de genótipos de soja com baixa concentração de PNAs solúveis,
para serem utilizados em uma programa de melhoramento de soja, visando o aumento da
qualidade bioquímica e nutricional do grão. Visto que genótipos mais adequados a
alimentação desses animais diminuiria custo de produção, assim como tempo de
permanências desses animas nas granjas antes do abate.
115
4.4. Análise de correlação da produtividade, concentrações de óleo e proteína
em relação às concentrações de PNAs
Um aspecto genético de grande valor para o melhoramento de plantas, que deve
receber atenção dos melhoristas, fisiologistas vegetais e dos bioquímicos, é a estimativa das
correlações entre os caracteres, pois esta reflete o grau de associação entre esses caracteres.
O seu conhecimento é importante porque mostra como a seleção para um caráter influencia
a expressão de outros caracteres. Nos programas de melhoramento, geralmente, além de se
visar o aprimoramento de um caráter principal busca-se também manter ou melhorar a
expressão de outros caracteres (PIOVESAN, 2008).
As estimativas dos coeficientes de correlação de Pearson entre os pares de
caracteres (produtividade, proteína, óleo, PNAs Totais, PNAs Insolúveis e PNAs Solúveis)
avaliados neste trabalho, encontram-se na Tabela 5.
Tabela 5 - Estimativas dos coeficientes de correlação de Pearson entre as características:
Produtividade, Óleo, Proteína em relação às concentrações de PNAs totais, PNAs insolúveis
e PNAs solúveis analisadas nos seis genótipos de soja
PNAs Totais PNAs Insolúveis PNAs Solúveis
Produtividade
-0,07 -0,18 0,07
Óleo
-0,21 -0,48 0,17
Proteína
- 0,005 0,44 - 0,42
**, * : Significativo a 1 e 5% de probabilidade, pelo teste t.
Produtividade e as concentrações de óleo e proteína não apresentou associação
significativa (p ≤ 0.05) de probabilidade com as concentrações de PNAs totais, PNAs
insolúveis e PNAs solúveis (Tabela 5).
Essa ausência de correlação favorece a seleção de genótipos mais produtivos com
altas concentrações de óleo e proteína e baixas concentrações de polissacarídeos não-
amídicos, principalmente a fração solúvel dos PNAs, as quais são consideradas
antinutritivas na alimentação de animais monogástricos.
. Sendo assim, podemos inferir que é importante buscar genótipos de soja que
apresentem proporcionalmente uma alta produtividade, alto conteúdo de proteína e baixas
concentrações de PNAs, principalmente a fração considerada antinutricional em soja. Os
11
6
mesmos poderiam ser para alimentação de animais monogástricos, na forma de farelo e
concentrado protéico, diminuindo assim o custo de produção desses animais e aumentando
o desempenho desses animais.
117
5. CONCLUSÕES
Os resultados obtidos permitiram as seguintes conclusões:
Foi demonstrado no presente trabalho, que a metodologia adaptada para quantificar
fatores antinutricionais termoestáveis, tais como, os Polissacarídeos não-amídicos
em soja, utilizando a técnica cromatográfica HPLC, se mostrou de boa precisão.
Sendo assim, a quantificação desses PNAs a partir da cromatografia liquida pode
ajudar o Programa de Melhoramento da Qualidade da Soja desenvolvido
BIOAGRO/UFV, à selecionar genótipos de soja com melhor qualidade nutricional
destinadas a alimentação de animais monogástricos;
Não foi encontrada correlações significativas entre Produtividade vs PNAs, Óleo vs
PNAs e Proteína vs PNAs entre os seis genótipos analisados. O fato desses
caracteres não estarem correlacionados facilita a seleção de genótipos com melhor
qualidade nutricional, pois possibilita ao melhorista diminuir os conteúdos de PNAs
totais, PNAs insolúveis e principalmente os PNAs solúveis, sem afetar a
produtividade e os conteúdos de óleo ou de proteína;
118
6. REFERÊNCIAS BIBLIOGRÁFICAS
ANDERSON, R. L., WOLF, W. J. Compositional changes in trypsin inhibitors, phytic acid,
saponins, and isoflavones related to soybean processing. J. Nutr.v.125, p.581-588, 1995.
CHEN, P., BUSS, G.R. Breeding soybeans for the soyfood market: specific traits and
satrategies for selection. In: IV International Soybean Processing and Utilization
Conference. Foz do Iguassu, PR, Brazil. Proceedings. p.830-838, 2004.
CHOCT, M. Non-starch polysaccharides: effect on nutritive value In: Poultry feedstuffs:
supply, composition and nutritive value In: MACNAB, J.M. e BOORMAN, K.N. (eds.)
Factors influencing nutritive value. CAB International. p.221-235, 2002.
COON, C. N., LESKE, K. L., AKAVANICHAN, O., CHENG, T. K. Effect of
oligosaccharide-free soybean meal on true metabolizable energy and fiber digestion in adult
roosters. Poult. Sci. v.69, p.787-793, 1990.
ENGLYST, H.N & CUMMINGS, J. H. Simplified method for the measurement of total
nom-starch polysaccharides by gas-liquid chromatography of constituent sugars acetates.
Analyst 109: 934-942. 1984.
ENGLYST , H.N., QUIGLEY, M.E., HUDSON, G.J. Determination of Dietary Fibre as
Non-starch Polysaccharides With Gas-Liquid Chromatographic, High-performance Liquid
Chromatographic or Spectrophotometric Measurement of Constituent Sugars. Analyst,
v.119, July 1994.
FRANCIS, G., MAKKAR, H. P. S., BECKER, K. Antinutritional factors present in plant-
derived alternate fish feed ingredients and their effects in fish. Aquaculture, v.199, p.197-
227, 2001.
GUILLON, F., CHAMP, M., & THIBAULT, J. F. Dietary fibre functional products. In G.
R. Gibson & C. M. Williams (Eds.), Functional foods. Cambridge: Woodhead Publishing,
p. 315–355, 2000.
GUILLON, F. & CHAMP, M. M. J. Carbohydrate fractions of legumes: uses in human
nutrition and potential for health. British Journal of Nutrition, v.3, p.293–306, 2002.
HOLLUNG, K., OVERLAND, M., HRUSTICA, M., SEKULICA, et. al. Evaluation of
Nonstarch Polysaccharides and Oligosaccharide Content of Different Soybean Varieties
(Glycine max) by Near-Infrared Spectroscopy and Protemics. J. Agric. Food Chem. V.53,
p.9112-9121, 2005.
HUISMAN, M. M. H., SCHOLS, H. A. & VORAGEN, A. G. J. Cell wall polysaccharides
from soybean (Glycine max.) meal. Isolation and characterisation. Carbohydrate
Polymers, v.37, p.87–95, 1998
HUISMAN, M. M. H. Elucidation of the chemical fine structure of polysaccharides
from soybean and maize kernel cell walls. Ph.D. thesis, Wageningen University,
Netherlands, 2000.
119
IRISH, G. G. & BALNAVE, D. Non-starch polysaccharides and broiler performance on
diets containing soybean meal as the sole protein concentrate. Australian Journal of
Agricultural Research, v.44, p.1483–1499, 1993.
KARR-LILIENTHAL, L. K., KADZERE, C. T., GRIESHOP, C. M.; Fahey, G. C., Jr.
Chemical and nutritional properties of soybean carbohydrates as related to non-ruminants:
A review. LiVestock Prod. Sci. 2005, in press.
KNUDSEN, K. E. B. Carbohydrate and lignin contents of plant materials used in animal
feeding. Anim. Feed Sci. Technol. v.67, p.319-338, 1997.
KORNEGAY, E. T. Feeding value and digestibility of soybean hulls for swine. J. Anim.
Sci. v.47, p.1272-1280, 1978.
LESKE, K. L., JEVNE, C. J., COON, C. N. Effect of oligosaccharide additions on nitrogen-
corrected true metabolizable energy of soy protein concentrate. Poult. Sci. v. 72, p.664-668,
1993.
MAEDA, H. Soluble soybean polysaccharide. In G. O. Phillips & P. A. Williams (Eds.),
Handbook of hydrocolloids. Cambridge: Woodhead Publishing, 2000.
PIOVESAN, N.D. Desenvolvimento de linhagens de soja com alto teor protéico e
produtivas: avaliação de estratégias e critérios de seleção e mapeamento de locos que
controlam o conteúdo de proteína nos grãos. Viçosa MG: UFV, 2008. 141p. Tese
(Doutorado em Genética e Melhoramento) - Universidade Federal de Viçosa, 2008.
REDONDO-CUENCA, A., VILLANUEVA-SUÁREZ M.J. RODRÍGUEZ-SEVILLA,
M.D., MATEOS-APARICIO, I. Chemical composition and dietary fibre of yellow and
green commercial soybeans (Glycine max). Food Chemistry, v.101, p.1216–1222, 2005.
ROSA, A.P & UTTPATEL, R. Uso de enzimas nas dietas para frangos de corte. IN: VIII
SIMPOSIO BRASIL SUL DE AVICULTURA. Anais. Chapeco, p.102-115, 2007.
REFSTIE, S., SVIHUS, B., SHEARER, K. D., STOREBAKKEN, T. Nutrient digestibility
in Atlantic salmon and broiler chickens related to viscosity and non-starch polysaccharide
content in different soyabean products. Anim. Feed Sci. Technol. v.79, p.331-345, 1999.
SKREDE, A.; KROGDAHL, A. Heat affects nutritional characteristics of soybean meal and
excretion of proteinases in mink and chicks. Nutr. Rep. Int. v.32, p.479-489, 1985.
SMITS, C. H. M., ANNISON, G. Non-starch plant polysaccharides in broiler
nutritionsTowards a physiologically valid approach to their determination. Worlds Poult.
Sci. J, v.52, p.203-221, 1996.
SNYDER, H. E., KWON, T. W. Soybean Utilization; Van Nostrand Reinhold: New York,
p-60, 1987.
VAN DE VIS, J. W. Characterization and mode of action of enzymes degrading
galactan structures of arabinogalactans. Ph.D. thesis, Wageningen University,
Netherlands, 1994.
120
ZHANG, L. Y., LI, D. F., QIAO, S. Y., JOHNSON, E. W., LI, B. Y., THACKER, P. A.,
HAN, I. K. Effects of stachyose on performance, diarrhoea incidence, and intestinal bacteria
in weanling pigs. Arch. Anim. Nutr.-ArchiV. Fur Tierernahrung, v.57, p.1-10, 2003.
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
