ads:
SELEÇÃO DE FAMÍLIAS vs. SELEÇÃO
CLONAL NAS FASES INICIAIS DO
MELHORAMENTO DA BATATA
LEANDRO SANTOS PEIXOUTO
2009
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
LEANDRO SANTOS PEIXOUTO
SELEÇÃO DE FAMÍLIAS vs. SELEÇÃO CLONAL NAS FASES
INICIAIS DO MELHORAMENTO DA BATATA
LAVRAS
MINAS GERAIS - BRASIL
2009
Dissertação apresentada à Universidade Federal de
Lavras, como parte das exigências do Programa de Pós-
Graduação em Genética e Melhoramento de Plantas,
para a obtenção do título de “Mestre”.
Orientador
Prof. Dr. César Augusto Brasil Pereira Pinto
ads:
Peixouto, Leandro Santos.
Seleção de famílias vs. seleção clonal nas fases iniciais do
melhoramento da batata / Leandro Santos Peixouto. – Lavras :
UFLA, 2009.
86 p. : il.
Dissertação (Mestrado) – Universidade Federal de Lavras, 2009.
Orientador: César Augusto Brasil Pereira Pinto.
Bibliografia.
1. Solanum tuberosum L. 2. Seleção precoce. 3. REML/BLUP.
4. Melhoramento genético. I. Universidade Federal de Lavras. II.
Título.
CDD – 583.95213
– 635.215233
Ficha Catalográfica
Preparada pela Divisão de Processos Técnicos da
Biblioteca Central da UFLA
LEANDRO SANTOS PEIXOUTO
SELEÇÃO DE FAMÍLIAS vs. SELEÇÃO CLONAL NAS FASES
INICIAIS DO MELHORAMENTO DA BATATA
APROVADA em 27 de fevereiro de 2009
Prof. Dr. Daniel Furtado Ferreira UFLA
Prof. Dr. Marcos Deon Vilela de Resende Embrapa Florestas/UFV
Prof. Dr. César Augusto Brasil Pereira Pinto
UFLA
(Orientador)
LAVRAS
MINAS GERAIS – BRASIL
Dissertação apresentada à Universidade Federal de
Lavras, como parte das exigências do Programa de Pós-
Graduaç
ão em Genética e Melhoramento de Plantas,
para a obtenção do título de “Mestre”.
Dedico o presente trabalho e a conquista deste título a minha linda
esposa YSLAI e ao fruto desse nosso amor, minha filhinha sapeca, YSALI. Amo
‘muitão’ vocês duas. Todas as conquistas alcançadas são por nós três, para um
futuro melhor juntos.
Amor, as dificuldades no nosso
caminho são aprendizados que nos
serão úteis na colheita dos bons e
doces frutos de nossa caminhada
pela Terra. Sem elas não saberíamos
quão b
om é a felicidade plena e a
felicidade de ter alguém a quem
amar e dedicar sua vida.
AMO-
TE ETERNAMENTE
AGRADECIMENTOS
A Deus, pela vida e as oportunidades de evoluir intelectualmente e por confiar a
mim um destino.
À Capes pela concessão de bolsas de estudos.
A UFBA/UFRB, pelo título de Engenheiro Agrônomo e à UFLA, pela
oportunidade de obter o título de mestre.
Ao professor César Augusto Brasil Pereira Pinto, pela orientação.
Aos professores: Magno, João Bosco, César Brasil, João Cândido, Elaine, Maluf
e Antonio Carlos, pelos conhecimentos transmitidos durante o curso.
Ao Marcos Deon, pelo auxilio e dedicação nas análises dos dados.
Aos Batateiros: Alex, Andre Lepre, Guilherme, César ‘Peruano’, Diogo,
Cristiana, Mary, Isabel, Monik, André Realino, Luis Paulo ‘Paulista’ e Kaio,
pelo companheirismo, amizade e ajuda nas conduções dos experimentos.
Ao Raimundo, pela dedicação aos experimentos do programa e amizade.
Aos colegas do Programa de Pós-Graduação em Genética e Melhoramento de
Plantas e funcionários, pela convivência, auxílio e troca de experiência.
A Dr. Orlando Passos e Dr. Walter Soares, pelo incentivo, apoio e conhecimento
prático em genética, base para minha paixão na área.
A minha mãe, Edna, por ter me ensinado a viver para o mundo; a minha linda
irmã, Lívia por fazer parte da minha vida e me dar dois lindos sobrinhos, Xande
e Tiaguinho e a minha tia Elza, pelo carinho e apoio.
Aos meus padrinhos “Titio” (in memoriam) e Tia Anna, pelo apoio educacional
em toda minha vida sem a qual não estaria aqui.
A meu pai, Cláudia e Philipe, pelo apoio e carinho.
A minha “Vó” Analita e Fabiano, pelo apoio fundamental nos anos de graduação
e ter-me como parte da família.
Aos meus sogros, Jorge e Kió, pelo acolhimento, carinho, apoio incondicional e
por adotar-me como filho e ao meu cunhado Farlley, pela amizade.
Principalmente, a minha esposa Yslai, por compreender a distância e me ajudar a
retirar as pedras do caminho. E a minha filha, Ysali. Apesar de ter ficado todo
esse tempo longe, em nenhum momento deixei de pensar em vocês. Graças à
tecnologia, que permitiu que nos víssemos todos os dias, suportamos a distância
e mantivemos o amor entre nós.
E a todos que contribuíram para a elaboração deste trabalho e a minha
caminhada.
SUMÁRIO
Página
RESUMO...............................................................................................
i
ABSTRACT...........................................................................................
ii
1 INTRODUÇÃO..................................................................................
1
2 REFERENCIAL TEORICO...............................................................
4
2.1 Considerações gerais sobre o melhoramento genético da batata no
Brasil ................................................................................................
4
2.2 Processos de seleção........................................................................
5
2.2.1 Seleção clonal (Sequencial)......................................................... 6
2.2.2 Seleção de famílias (Sequencial)................................................. 11
2.2.3 Seleção de famílias via REML/BLUP..........................................
18
2.2.4 Interação famílias x ambientes (MHPRVG)............................... 21
2.2.5 Seleção combinada e BLUP individual simulado (BLUPIS).......
23
2.2.5.1 Seleção combinada.....................................................................
23
2.2.5.2 BLUP individual simulado (BLUPIS).......................................
25
2.3 Índices de seleção.............................................................................
27
3 MATERIAL E MÉTODOS................................................................
30
3.1 Material genético..............................................................................
30
3.2 Locais...............................................................................................
30
3.3 Experimentos...................................................................................
31
3.3.1 Primeira etapa de seleção..............................................................
31
3.3.2 Segunda etapa de seleção..............................................................
33
3.4 Caracteres avaliados....................................................................... 34
3.5 Modelos estatísticos.........................................................................
34
3.6 Índice de seleção..............................................................................
36
3.7 Comparação entre a seleção clonal e a seleção de famílias.............
36
3.8 Simulação da seleção entre e dentro................................................
37
3.9 ganhos de seleção.............................................................................
37
4 RESULTADOS E DISCUSSÃO........................................................
38
4.1 Primeira etapa de seleção.................................................................
38
4.1.1 Seleção clonal...............................................................................
38
4.1.2 Seleção de famílias.......................................................................
39
4.1.2.1 Análises por locais................................................................... 39
4.1.2.2 Análise conjunta........................................................................
42
4.2 Segunda etapa de seleção.................................................................
46
4.2.1 Seleção clonal...............................................................................
46
4.2.2 Seleção de famílias........................................................................
48
4.2.3 Comparação entre os métodos – seleção clonal e seleção de
famílias........................................................................................
49
4.3 Simulação da seleção entre e dentro................................................
51
5 CONCLUSÕES..................................................................................
53
REFERÊNCIAS BIBLIOGRÁFICAS...................................................
54
ANEXOS...............................................................................................
64
i
RESUMO
PEIXOUTO, Leandro Santos. Seleção de famílias vs. seleção clonal nas fases
iniciais do melhoramento da batata. 2009. 86 p. Dissertação (Mestrado em
Genética e Melhoramento de Plantas) – Universidade Federal de Lavras, Lavras,
MG.
Em programas de melhoramento de batata é comumente empregada a
seleção clonal, que consiste em um ou mais cruzamentos biparentais com
seleção de clones individuais em sucessivas fases de seleção. Nesta primeira
seleção normalmente se utiliza o delineamento de blocos aumentados devido ao
elevado número de genótipos a serem avaliados e ao baixo número de material
propagativo disponível. Este método apresenta baixa eficiência e grande custo
de experimentação, podendo ser descartados clones superiores nesta etapa.
Devido a isso, o presente trabalho teve por objetivo comparar a eficiência da
seleção de famílias em relação à seleção clonal com o auxilio da metodologia
dos modelos mistos (REML/BLUP). Para isso foi montado um experimento em
blocos aumentados para conduzir a seleção clonal e outro em DBC para a
seleção de famílias, este último plantado em dois locais e com parcelas
compostas de 10 clones diferentes da sua referente família. Em um segundo
etapa, os clones selecionados pelo método clonal foram avaliados em DBC em
Lavras, assim como os selecionados pelo método de famílias. O ordenamento foi
feito pelo índice de seleção baseado na distância média Euclidiana e os valores
genotípicos preditos. Para comparação entre os dois métodos foi realizada a
contagem das coincidências entre os 50 melhores indivíduos dos dois
experimentos da segunda etapa de seleção. As principais conclusões obtidas
deste trabalho foram: i. A intensidade realizada nos experimentos de blocos
aumentados deve ser branda (50%) para que não sejam descartados clones
superiores. ii. A seleção de famílias foi eficiente em identificar 68% dos 50
clones selecionados pela seleção clonal e 90% entre os 20 clones selecionados.
iii. A seleção de família apresenta uma vantagem adicional por oferecer um
menor custo de experimentação, possibilidade de avaliação em locais e/ou safras
e o uso de delineamentos com repetições.
*Orientador: César Augusto Brasil Pereira Pinto – UFLA
ii
ABSTRACT
Peixouto, Leandro Santos. Family versus clonal selection in early stages of
potato breeding. 2009. 86 p. Dissertation (Masters in Genetics and Plant
Breeding) – Federal University of Lavras, Lavras-MG.
Clonal selection is the main breeding strategy used for potato
improvement, which consists in one or more biparental crosses and individual
clone selection in the successive stage. Usually the first selections are carried out
in experiments with no replications, such as the augmented block design due to
the great number of genotypes and few tubers from each clone. This design has
low efficiency and great experimental cost and superior clones can be discarded
at the early stages. The purpose of this study was to compare the efficiency of
family and clonal selection strategies using the mixed model (REML/BLUP).
Two experiments were conducted, one using the augmented block design for the
clonal selection and the other in a three replications randomized complete block
design (RCB) for the family selection. Families were represented by
approximately 30 clones and selection was done using information from two
localities. In a second stage, clones selected from the clonal method and from
the family method were evaluated in a RCB in Lavras, MG. Clones were ranked
by the average Euclidian distance index and by the predicted genotypic values.
To compare both selection methods the number of selected clones coincident
amongst the best 50 clones from each method were counted. Selection intensity
in the augmented block design should be light (around 50%) to not discard
promising clones. Family selection was efficient to identify the best 68%
amongst the 50 selected clones and 90% amongst the 20 selected clones from
the clonal selection. Family selection presents additional advantages such as
lower experimental cost, allows evaluations in different localities or growing
seasons and uses of designs with replications.
* Major professor: César Augusto Brasil Pereira Pinto – UFLA
1
1 INTRODUÇÃO
Os programas de melhoramento de espécies de propagação vegetativa
utilizam a técnica da hibridação, que consiste em cruzamentos entre clones elite
do próprio programa e cultivares comerciais, gerando famílias de irmãos-
germanos, neste caso, também denominadas de famílias clonais. Estes
programas, geralmente, se iniciam com milhares de clones (Abbott & Atkin,
1987), que vão sendo selecionados sequencialmente, até que uma nova cultivar
seja recomendada. Este método de melhoramento é conhecido como seleção
clonal e é o mais amplamente utilizado na cultura da batata em todo o mundo
(Mackay, 1987).
O delineamento de blocos aumentados é, normalmente, empregado, nas
etapas iniciais do programa, devido ao grande número de genótipos avaliados e
ao pequeno número de material propagativo. Esse delineamento tem baixa
eficiência e deve ser utilizado apenas para a eliminação dos materiais
sabidamente inferiores. Este fato e outros listados na literatura classificam o
método de seleção clonal na fase inicial como de baixa eficiência, podendo ser
descartados clones potenciais, se a intensidade de seleção for intensa (Haynes &
Wilson, 1992; Bradshaw et al., 1998; Gopal et al., 1992; Pinto et al., 1994;
Bressiani, 2001; Amaro, 2002; Rodrigues & Pereira, 2003).
Alternativas vêm sendo descritas como auxiliadoras, no sentido de
melhorar as estimativas dos componentes de variância gerada pela metodologia
da seleção clonal. Estas alternativas são o procedimento REML/BLUP; a análise
estatística espacial; a substituição da seleção clonal nas primeiras gerações pela
seleção de famílias, que pode ser sequencial – seleciona as melhores famílias em
uma etapa e os clones dentro destas famílias selecionadas em outro –, seleção
entre e dentro – seleciona as famílias e os clones na mesma etapa de seleção – e
2
combinada – que seleciona os clones com base na informação de famílias e
informação de desempenho individual, e a análise simultânea para estabilidade,
adaptabilidade e produtividade via modelos mistos pelo método MHPRVG,
proposto por Resende (2004) ou pelo método FAMM (Resende & Thompson,
2004).
A seleção de famílias tem como fundamento a seleção das melhores
famílias com base na média de um grupo de clones que a representa.
Posteriormente, ocorre a seleção clonal apenas dos clones pertencentes às
famílias selecionadas. Embora as variâncias genéticas dentro de famílias sejam
maiores que as variâncias genéticas entre famílias (Bradshaw et al., 2000; Gopal,
1997; Diniz, 2002; Melo, 2007), não têm sido desenvolvidas novas variedades a
partir de famílias medíocres, sendo, quase sempre, as cultivares excepcionais
provenientes de boas combinações de genitores. Este fato corrobora que a
seleção de famílias seja preferível em vez da seleção clonal, que apresenta uma
série de desvantagens.
Uma vantagem atribuída à seleção de famílias seria o fato de que, nas
gerações precoces, as famílias poderiam ser avaliadas em experimentos com
repetições (ao contrário dos clones que possuem pouco material propagativo),
aumentando a precisão da estimativa do seu valor genotípico. Além disso, as
famílias também poderiam ser avaliadas em diferentes ambientes (safras e
locais), permitindo a seleção de famílias com adaptação mais ampla.
A seleção de famílias é uma estratégia que tem sido utilizada
amplamente em batata (Bradshaw et al., 2000; Gopal, 1997; Gopal, 2001;
Andreu & Pereira, 2004; Simon, 2005; Diniz et al. 2006; Silva et al. 2007; Melo,
2007; Silva et al. 2008), em Dendê (Cedillo et al., 2008), em açaí via
RELM/BLUP (Farias Neto et al., 2007), em eucalipto (Rocha et al., 2006), em
cana-de-açúcar (Skinner et al., 1987; Jackson et al., 1995a,b; Bressiani et al.,
2002; Shanthi et al. 2008) e em cana-de-açúcar via REML/BLUP (Bastos et al.
3
2007; Bressiani et al. 2002; Resende & Barbosa 2006; Oliveira et al. 2008;
Pedrozo et al., 2009), entre outros.
O presente trabalho foi realizado com o objetivo de comparar a
eficiência da seleção de famílias em relação à seleção clonal em batata, com o
auxílio da metodologia dos modelos mistos (REML/BLUP).
4
2 REFERENCIAL TEÓRICO
2.1 Considerações gerais sobre o melhoramento genético da batata no Brasil
Os programas de melhoramento genético de batata no Brasil enfrentam
muitas dificuldades, se comparados aos que são conduzidos em países
temperados. Isso ocorre, principalmente, por fatores ligados ao clima, aos
aspectos fitossanitários e à forma de consumo.
A temperatura média para o bom desenvolvimento da cultura está entre
10º e 20ºC (Antunes & Fortes, 1981), e para a formação de tubérculos e
produção de matéria seca, entre 15º e 20ºC (Van Der Zaag & Burton, 1978).
Temperaturas noturnas elevadas constituem o maior obstáculo que pode limitar a
produção de batata em regiões tropicais.
Segundo Menezes et al. (2001), a temperatura influencia negativamente
o rendimento de tubérculos, além de aumentar a incidência de desordens
fisiológicas nos tubérculos. No Brasil, devido ao fato de a grande maioria das
cultivares ser de origem de clima temperado, a produção de batata se restringe a
locais com climas amenos – de elevada altitude e/ou de alta latitude. Cultivares
nacionais mais adaptadas ao clima tropical, com tolerância a temperaturas um
pouco mais altas, devem ser obtidas para que, em épocas de veranico, não ocorra
queda de produção.
A diversidade climática no Brasil, que permite o cultivo durante todo o
ano, aliada à utilização de cultivares pouco adaptadas, favorece o aparecimento
de pragas e doenças em maior intensidade do que em países de clima temperado.
O controle dessas pragas e doenças é uma atividade difícil e onerosa, chegando a
representar de 20% a 30% do custo total de produção (Brune et al., 1995).
A aparência dos tubérculos de batata é um fator muito importante no
momento da comercialização, devido às preferências dos consumidores. Dessa
forma, é imprescindível que os programas de melhoramento deem atenção
5
especial às características que determinam melhor aparência (Silva et al., 2007).
Um tubérculo para consumo in natura, de acordo com as preferências dos
consumidores, deve ter formato cilíndrico (não achatado) e oval alongado,
película lisa e brilhante, com pouca proeminência de olhos e de sobrancelha, não
devendo ser curvado ou com as extremidades afiladas (apontado), dentre outras.
O conjunto dessas características que são notadas pelo público consumidor é que
determina uma aparência ideal (Pereira et al., 2001; Pereira, 2003; Pereira &
Daniels, 2003).
Ainda sobre aparência, Melo (2007) informa que a forma de consumo in
natura, preferida pelos brasileiros, deve ser considerada, pois, o consumidor
exige tubérculos com pele lisa e brilhante. Esta exigência força a eliminação da
maioria dos clones gerados no programa de melhoramento e restringe o número
de cultivares a ser colocado no mercado. Diferentemente, nos países temperados,
a maior parte da batata produzida é destinada à indústria, sendo o aspecto visual
do tubérculo de menor importância para o consumidor.
2.2 Processos de seleção
Uma característica marcante das fases preliminares dos programas de
seleção, no melhoramento de batata, é a pequena quantidade de material de
propagação para cada novo genótipo a ser avaliado. Isto limita o uso de
repetições para estes tratamentos genéticos, os quais são, com frequência,
avaliados numa só parcela experimental. Para lidar com esse tipo de limitação,
Federer (1956) propôs os delineamentos aumentados, os quais permitem ajustar
as médias dos novos tratamentos para efeitos ambientais (blocos, linhas e/ou
colunas) estimados a partir de testemunhas repetidas. Outras metodologias são
sendo descritas, na literatura, como eficientes na melhoria das estimativas
geradas pelos blocos aumentados, como o REML/BLUP (máxima
6
verossimilhança restrita/melhor preditor linear não viesado) e a análise
estatística espacial.
Os programas de melhoramento da batata estão, em sua maioria,
direcionados para os caracteres agronômicos de produção, o aspecto visual, a
resistência à doença e as qualidades culinárias dos tubérculos. Esses programas,
em geral, se iniciam com hibridações controladas, obtendo-se sementes
botânicas que são semeadas em casa de vegetação e cultivadas em vasos de
pequeno volume, produzindo poucos tubérculos e de tamanho reduzido. A partir
de cada semente botânica, é obtido um clone, que é diferente dos demais. O
grupo de clones oriundos de um cruzamento constitui uma família clonal.
A seleção clonal é o método de seleção amplamente empregado para as
espécies de propagação vegetativa. Ela é praticada de forma sequencial,
iniciando-se com a seleção de plantas individuais, as quais são clonadas para
serem avaliadas em parcelas de várias plantas e/ou com repetições e assim
subsequentemente, até a obtenção dos clones elites.
Os programas de melhoramento da batata geram um elevado número de
seedlings para aumentar a probabilidade de obtenção dos genótipos desejados.
Com este elevado número de genótipos para serem avaliados, torna-se
necessária o utilização de novas metodologias que gerem resultados mais
rápidos e mais precisos, otimizando tempo e recursos para a liberação de novas
cultivares. Vale ainda ressaltar que, mesmo nos dias atuais, as cultivares
utilizadas no Brasil são, na sua maioria, introduzidas de países temperados.
Alternativas de novas metodologias e estratégias vêm sendo relatadas na
literatura, para o emprego nas culturas de propagação vegetativa.
2.2.1 Seleção clonal (sequencial)
Cruzamentos entre genitores superiores, seguidos de seleção individual
ou clonal, constituem um procedimento clássico nos programas de
7
melhoramento de espécies de propagação vegetativa. Em alguns programas de
melhoramento de batata são produzidas de 30 a 50 mil plântulas, podendo
atingir até 100 mil (Mackay, 1987). Esse grande número se faz necessário
devido à segregação tetrassômica, que gera mais variabilidade do que a
segregação dissômica, requerendo, assim, uma população mais numerosa, no
intuito de aumentar a probabilidade de obterem-se os genótipos desejados
(Bradshaw & Mackay, 1994; Pinto, 1999).
Na fase inicial dos programas de seleção da batata, devido ao pequeno
número de material propagativo e a um elevado número de material genético a
ser testado, são montados experimentos em blocos incompletos, principalmente
o delineamento de blocos aumentados. Nesta fase, o experimento, geralmente,
tem sua principal função na eliminação dos piores clones devido à baixa
precisão experimental dos blocos aumentados, fato que demanda uma branda
intensidade de seleção. Assim, a seleção inicial diminuirá o número de clones a
serem avaliados nas fases subsequentes, utilizando-se delineamentos com
maiores precisões experimentais. Com o passar das fases de seleção, mais
repetições e locais podem ser utilizados.
De acordo com Matsuoka et al. (2005) e Bressiani (2001), as melhores
estratégias a serem consideradas na fase inicial, em cana-de-açúcar, é a seleção
massal, realizada com alta intensidade apenas para os caracteres de alta
herdabilidade, como ºBrix e resistência a doenças ou a seleção de famílias para
caracteres de baixas herdabilidades. Trabalhos realizados em batata e outras
culturas obtiveram resultados que corroboram as afirmativas destes autores
(Pinto, 2000; Souza Jr., 1989; Schaalje et al., 1987; Anderson & Howard, 1981;
Bradshaw et al., 1998; Brown et al., 1987; Tai, 1975; Pinto et al., 1994).
Nas fases subsequentes à seleção inicial no processo de seleção, a
quantidade de material propagativo ainda é bastante limitada, havendo, ainda, a
necessidade de avaliar um grande número de clones com limitados recursos
8
disponíveis. Nestas fases, os experimentos são constituídos por parcelas
pequenas, com poucas plantas e avaliados com duas repetições e em um único
local.
Neele et al. (1989) avaliaram o conteúdo de matéria seca de 600 clones
de batata (primeira e segunda gerações clonais) e encontraram correlações
variando de 0,45 a 0,69 entre as gerações, de forma que a seleção precoce só foi
eficiente quando um terço dos clones foi descartado na primeira geração.
Segundo Allard (1960), no processo de seleção visual, os selecionadores
devem estar bastante familiarizados com a cultura; caso contrário, a seleção dos
genótipos superiores não será eficiente. Com base neste fato, Tai (1975) sugeriu
que os selecionadores fossem treinados para fazer avaliações específicas a uma
cultura. No entanto, a seleção baseada em um ou poucos caracteres de alta
herdabilidade poderia causar o descarte de genótipos valiosos para outros
caracteres. A seleção visual é utilizada na avaliação de grandes populações, mas
sua eficiência tem sido questionada em diversas culturas (Frey, 1962; Briggs &
Shebeski., 1970; Tai, 1975; Dahiya et al., 1984).
Segundo Bressiani (2001), a avaliação visual, na etapa de seedlings, em
cana-de-açúcar, deveria ser considerada como um método de screening, com o
objetivo apenas de eliminar os indivíduos realmente desfavoráveis.
No entanto, até mesmo para estas características de alta herdabilidade,
resultados indicam que a seleção precoce, se realizada, deve ser branda, até
mesmo de forma a eliminar somente os piores indivíduos ou famílias que se
mostraram reprováveis para os caracteres de alta herdabilidade (Neele & Lowes,
1989; Maris, 1988; Haynes & Wilson, 1992; Bradshaw et al., 1998; Gopal et al.,
1992).
Nas condições brasileiras, alguns trabalhos já foram realizados
demonstrando a ineficiência da seleção clonal, principalmente nas primeiras
gerações (Pinto et al., 1994; Amaro, 2002). Esta ineficiência, normalmente, está
9
associada à baixa precisão na avaliação de clones individuais que, por terem
pouco material propagativo, não tem como serem avaliados em experimentos
com repetições e em diferentes locais. Além do mais, ocorre ampla variação no
tamanho dos tubérculos sementes da geração seedling ou, mesmo, da primeira
geração clonal (C1) e que contribui grandemente para diferenças de
comportamento dos clones experimentais (Pinto et al., 1994). Esta ineficiência
da seleção ocorre tanto para os caracteres componentes da produção como
também para aos relacionados à qualidade da matéria prima, isto é, o teor de
matéria seca dos tubérculos (Amaro, 2002).
Segundo Rodrigues & Pereira (2003), nas etapas iniciais do processo de
seleção de batata, deve-se aplicar apenas uma seleção negativa quanto à cor de
chips, teor de matéria seca, produção, número e peso médio de tubérculo, ou
seja, eliminar somente os genótipos indesejáveis. Estes mesmos autores
relataram que os coeficientes de correlação entre gerações (G1, G2 e G3) e as
estimativas de herdabilidade dentro das gerações clonais foram baixas para cor
de chips, baixas a moderadas quanto à matéria seca e incrementais com as
gerações nos componentes de produção. É também necessário avançar até a
terceira geração, para poder realizar com eficiência a seleção de clones
superiores quanto aos componentes de produção, quando aplicados sobre a
seleção individual (clonal). Segundo Skinner et al. (1987), esta ineficiência
também pode ser observada no melhoramento da cana-de-açúcar. Muitos erros
devido à interação genótipos x ambientes e genótipos x geração clonal estão
sujeitos a ocorrer com a seleção clonal, quando se seleciona com base em
experimento em um só local e geração clonal.
Espera-se que a seleção individual, para a maioria dos caracteres de
importância econômica, seja ineficiente, uma vez que cerca de 80% da variação
deve-se a fatores ambientais e apenas os 20% restantes são devidos a fatores
genéticos. Em contraste, a seleção de famílias para estes caracteres deve ser
10
efetiva, pois de 75% a 80% da variação fenotípica entre as famílias são devidos
a fatores genéticos. A seleção de famílias só será mais eficiente que a massal
quando a herdabilidade baseada nas médias de famílias for superior à
herdabilidade com plantas individuais (Bressiani, 2001).
Sabe-se, ainda, que a herdabilidade entre famílias, geralmente, é
superior àquela entre plantas individuais. Sendo assim, a seleção de famílias tem
sido adotada em alguns programas de melhoramento da cana-de-açúcar, como
método de seleção indireta de clones superiores em populações segregantes
(Jackson, et al., 1995a, b; Jackson e McRae, 1998). Entretanto, a seleção de
famílias só será mais eficiente que a massal se ocorrer uma alta correlação
genética entre o desempenho das famílias e dos seus clones.
Outro ponto que vale ser ressaltado é que, devido à baixa correlação
entre as gerações clonais, apresentada em diversos trabalhos citados, o clone
apresentado como superior na geração de avaliação poderá não responder de
forma similar na fase de seleção subsequente, o que pode fazer com que sejam
selecionados clones desfavoráveis e eliminados clones superiores, quando a
seleção é feita com base em uma única etapa. Como a seleção de famílias não
leva em conta o valor individual e sim a média da família, esta tende a ter menor
efeito oscilativo entre as gerações. Isso pode ser explicado pelo comportamento
dos clones que, em uma etapa, se mostra superior e, em outra, inferior e outro
clone da mesma família o inverso, o que, na média, gera um efeito médio de
famílias estável nas duas fases. Além disso, na seleção de famílias podem ser
obtidos clones com maior estabilidade e adaptabilidade, por ser possível a
utilização de vários locais de avaliação.
Um fator que pode melhorar a eficiência dos blocos aumentados, muito
empregado na seleção clonal nas fases iniciais, é a utilização dos modelos
mistos. Segundo Duarte & Vencovsky (2001), até recentemente, os
delineamentos aumentados vinham recebendo tratamento estatístico
11
simplificado, com base na análise intrablocos (modelos fixos). Contudo, dados
experimentais desse tipo são mais bem analisados por meio da abordagem de
modelos mistos, haja vista os efeitos fixos de testemunhas e aleatórios de
progênies. Neste contexto, os preditores de variáveis aleatórias realizadas, os
BLUPs (best linear unbiased predictors), são funções diretas dos componentes
de variância envolvidos no modelo de análise (Searle et al., 1992). Assim,
estimativas adequadas de variância são fundamentais também para uma melhor
qualidade das predições dos valores genotípicos individuais das progênies. Uma
alternativa para melhorar esta estratégia de seleção inicial surge com essa
abordagem estatística, podendo trazer melhores ganhos e estimativas mais
confiáveis dos genótipos analisados, com isso melhorando o resultado final da
seleção.
Uma metodologia que vem sendo descrita na literatura são as análises
espaciais (geoestatística), considerada uma fonte de melhoria nas precisões
experimentais, tanto como complemento das análises em delineamentos como
uma alternativa análise experimental. Diversos trabalhos relatam sua eficiência
em reduzir o resíduo experimental. Esta eficiência pode ser muito mais intensa
quando utilizada em ensaios com grande heterogeneidade entre as parcelas,
como é o caso dos blocos aumentados.
2.2.2 Seleção de famílias (sequencial)
Em várias espécies, como forrageiras (Ferreira & Pereira, 2005), dendê
(Cedillo et al., 2008), açaí via RELM/BLUP (Farias Neto et al., 2007), eucalipto
(Rocha et al., 2006; Garcia & Nogueira, 2005), cana-de-açúcar (Skinner et al.,
1987; Jackson et al., 1995a,b; Shanthi et al., 2008; Matsouka et al., 2005), cana-
de-açúcar via REML/BLUP (Bastos et al., 2007; Bressiani et al., 2002; Resende
& Barbosa, 2006; Oliveira et al., 2008; Pedrozo et al., 2009) e batata (Bradshaw
et al., 2000; Gopal, 1997; Gopal, 2001; Andreu & Pereira, 2004; Simon, 2005;
12
Diniz et al., 2006; Silva et al., 2007; Melo, 2007; Silva et al., 2008), a seleção
individual é frequentemente realizada sem utilização das informações de família.
Nestes casos, aplica-se uma intensidade de seleção moderada ou fraca entre as
famílias, com posterior seleção massal dentro das famílias selecionadas,
significando que o efeito genotípico de famílias não é efetivamente empregado
como guia para a seleção individual, fato que diminui a eficiência do processo
seletivo (Resende & Barbosa, 2006).
Atualmente, informações de famílias vêm sendo utilizadas amplamente
na cultura da cana-de-açúcar, sendo a principal fonte de informações sobre essa
metodologia. Resende & Barbosa (2006), comparando as herdabilidades médias
de família (h
2
mf), concluíram que o uso de informações de famílias apresentou
superioridade em relação à seleção clonal. O teste de progênie, método de
seleção amplamente aplicado no melhoramento de plantas, pode ser considerado
como uma forma de seleção de famílias, uma vez que o critério da seleção, como
o próprio nome implica, é o valor médio da progênie de um indivíduo (Falconer
& Mackay, 1996).
Na cultura da batata, as cultivares são representadas por um conjunto de
indivíduos idênticos, denominados de clones, que se originam da propagação
assexuada de uma planta altamente heterozigótica (Mackay, 1987). Já a família
refere-se ao conjunto de indivíduos ou clones pertencentes ao mesmo
cruzamento, podendo este ser um cruzamento biparental ou por polinização livre
ou mistura de pólen, gerando famílias de irmãos-germanos e famílias de
polinização livre ou meios-irmãos, respectivamente.
Em batata, assim como na maioria das culturas, a variância genética
dentro de famílias é maior que a variância entre famílias, para todos os
caracteres avaliados por Diniz (2006), Melo (2007), Gopal (2001) e Bradshaw
(1998), indicando que um grande potencial é alcançado com a seleção dentro das
melhores famílias. Outro resultado que verifica a possibilidade e a eficiência da
13
seleção de família é o de Diniz (2006), segundo o qual, as melhores famílias
contêm um maior número de clones superiores e, nas famílias inferiores os
poucos clones superiores que ela possui, na sua grande maioria, não superam os
melhores clones das outras famílias.
A seleção de famílias é uma ferramenta importante na identificação
precoce dos melhores genótipos. Com isso, apenas esses genótipos são avaliados
em experimentos posteriores, reduzindo o custo relacionado com a manutenção
dos tubérculos-semente, além do requerimento de área e mão-de-obra para a
instalação dos experimentos (Pinto, 2000).
A eficiência da seleção de famílias baseia-se no fato de que os desvios
dos efeitos ambientais dos indivíduos tendem a se anular. Dessa forma, o valor
fenotípico médio da família aproxima-se do valor genotípico médio e as
vantagens obtidas serão maiores quando os desvios do ambiente constituírem
uma grande parte da variância fenotípica ou, em outras palavras, quando a
herdabilidade for baixa (Falconer & Mackay, 1996).
Por outro lado, a variância ambiental comum aos membros da família
(dentro de parcela) diminui a eficiência de sua seleção. Se este componente for
grande, ele tenderá a confundir as diferenças genéticas entre as famílias,
tornando a seleção ineficiente. Outro fator importante, na eficiência da seleção,
diz respeito ao número de indivíduos que representem a família. Teoricamente,
quanto maior for o tamanho da família, maior será a correspondência entre o
valor fenotípico médio e o valor genotípico médio. Contudo, Bradshaw &
Mackay (1994) afirmam que é necessário um número relativamente pequeno de
genótipos de cada progênie para representar o desempenho da família, sendo
suficiente entre 20 e 80. Diniz et al. (2006) relatam que, pelo método da máxima
curvatura, foi determinado que as famílias podem ser representadas por,
aproximadamente, 30 clones, para qualquer caráter, mesmo para os de baixa
herdabilidade. Outro problema inerente aos testes de famílias com informação
14
de plantas dentro de parcela, principalmente com as plantas perenes, é a
ocorrência do efeito de competição entre plantas, resultando em uma reduzida
variância dentro de parcela (Cedillo et al., 2008).
Dessa forma, as condições em que a seleção de famílias poderia ser
utilizada com vantagens são: baixa herdabilidade do caráter, pequenas variações
atribuídas ao ambiente comum e famílias com 30 ou mais indivíduos.
Oliveira et al. (2008), comparando a seleção individual, também
denominada de seleção massal, com a seleção de famílias em cana-de-açúcar,
verificaram menor eficiência seletiva de famílias para os caracteres número de
perfilhos por touceira, massa média de colmo (kg) e toneladas de cana por
hectare (TCH), pois as suas respectivas herdabilidades individuais foram
inferiores às estimativas de herdabilidades de médias de famílias no sentido
amplo (h²mf). Simon (2005) apresentou resultados que apontaram para uma
possível eficiência da seleção de famílias em estádios precoces, em que suas
famílias continham de 14 a 30 clones por família, aconselhando a realização de
avaliações com famílias contendo maior número de clones. Além disso,
recomendou avaliações além da segunda geração clonal, considerando que
resultados mais confiáveis são obtidos em gerações mais avançadas nos
programas de melhoramento de batata.
Jackson et al. (1995b) apresentaram uma revisão sobre a seleção de
famílias, em cana-de-açúcar, descrevendo a implantação deste tipo de seleção
nos programas de melhoramento regionais na Austrália. Estes autores
concluíram que a seleção de famílias apresentou boa adaptação aos sistemas de
colheita e de pesagem mecanizados, otimizando o trabalho empregado e
mostrando-se superior à seleção clonal na maior parte das situações. Simmonds
(1996) encorajou o uso da seleção de famílias e destacou que a mesma, até
aquela época, estava sendo utilizada rotineiramente apenas na Austrália.
15
Segundo Jackson & McRae (1998), em programas de melhoramento de
cana que preconizam a seleção de famílias, geralmente, é efetuada na primeira
fase de seleção e, posteriormente, plantas individuais são selecionadas dentro
das famílias superiores. A partir daí, os genótipos selecionados são avaliados por
mais duas ou três fases de seleção com repetições, antes do lançamento
comercial dos clones superiores. Uma vantagem potencial da seleção de
famílias, quando comparada com a seleção individual, segundo Jackson et al.
(1995a) e Jackson & McRae (1998), é que o seu desempenho pode ser avaliado
em vários ambientes, ainda nas etapas iniciais de seleção. Esta estratégia é de
grande importância quando as interações genótipos x ambientes são elevadas na
região foco do programa de melhoramento.
Uma forma mais explícita de verificar a superioridade e a eficiência da
seleção de famílias em cana-de-açúcar pode ser verificada no Quadro 1, em que
aqueles autores comparam as herdabilidades obtidas nos experimentos de
seleção individual e seleção de famílias. Observa-se que as h² são sempre
maiores entre as famílias. No Quadro 2 apresentam-se as estimativas das
herdabilidade de média de famílias em batata, com base em duas gerações de
estudo dos caracteres de aparência de tubérculos. Nesse estudo, Silva et al.
(2007) comenta que as herdabilidades na geração plântula se mostraram
superiores à da primeira geração clonal. Estas herdabilidade apresentam
magnitudes consideráveis, sendo efetiva a seleção com base nestes caracteres.
16
QUADRO 1 Estimativas de herdabilidades no sentido amplo, baseadas em
plantas individuais e em famílias (entre parênteses) em cana-de-
açúcar.
Pais
Caráter
Austrália Havaí Fiji Argentina
Tonelada de cana por hectare
0,17(0,75) -- (0,48)
0,10
Tonelada de Brix por hectare
0,16(0,76) -- -- --
Brix
0,65(0.90) 0,27(0,53) (0,43)
--
Perfilhos
0,26(0,90) 0,13(0,51) (0,53)
0,06
Diâmetro
-- 0,30(0,71) (0,70)
0,44
Altura
0,32(0,84) 0,21(0,40) (0,54)
0,24
Volume
-- 0,10(0,39) -- --
Ferrugem
0,51(0,93) -- -- --
Carvão
-- 0,56(0,84) -- --
Fonte: adaptado de Skinner et al. (1987).
QUADRO 2 Estimativas de herdabilidade média de família (h²mf) com
respectivos intervalos de confiança (0,95<IC>0,05) de caracteres
de aparência de tubérculos de batata cultivados em duas gerações
clonais.
Caráter Geração
h
2
Caráter Geração
h
2
Aparência
Plântula
0,81(0,75-0,87)
Apontamento
Plântula
0,89(0,88-0,93)
geral Primeira
Primeira
0,75(0,69-0,89)
Aspereza Plântula
0,82(0,80-0,86)
Achatamento Plântula
0,53(0,44-0,65
Primeira
0,45(0,38-0,59)
Primeira
0,43(0,32-0,57)
Formato Plântula
0,91(0,90-0,94)
Uniformidade
Plântula
0,09(0,03-0,16)
Primeira
0,9(0,88-0,94) de formato Primeira
--
Tamanho Plântula
0,57(0,45-0,69)
Sobrancelha Plântula
0,89(0,88-0,93)
Primeira
0,43(0,33-0,58)
Primeira
0,44(0,22-0,55)
Curvatura Plântula
0,94(0,94-0,96)
Uniformidade
Plântula
0,41(0,22-0,47)
Primeira
0,70(0,67-0,81)
de tamanho Primeira
0,13(0,10-0,40)
Profundidade
Plântula
0,68(0,57-0,78)
de olho Primeira
0,81(0,78-0,86)
Fonte: Adaptado de Silva et al. (2007).
17
Nesta seleção, as informações individuais irão determinar a média das
famílias, o que torna a seleção mais efetiva, pois para os caracteres de baixa
herdabilidade, quando analisados em estudos de famílias, verifica-se que maior
proporção da variação fenotípica entre famílias deve-se a fatores genéticos
(Bressiani, 2001).
A seleção de famílias consiste em escolher todas as melhores e rejeitar
as piores, que teriam valores genéticos baixos. Estudos mostrando o potencial de
famílias com valores genotípicos superiores, quando comparados com famílias
de valores inferiores, evidenciam que a seleção com base nas melhores famílias
é efetiva para identificar quais famílias teriam maior proporção de clones elites
(Kimbeng et al., 2001). Na cultura do dendê, uma das estratégias adotadas nos
programas de melhoramento é o teste de famílias, em que o procedimento é
baseado na seleção ou eliminação de famílias inteiras, tomando o desvio do
valor fenotípico em relação ao valor médio fenotípico da população em
consideração (Cedillo et al., 2008).
Portanto, realizar a seleção de famílias tendo como objetivo a seleção
de clones superiores, é possível, pois a probabilidade de se encontrar clones
elites em fases avançadas de seleção do programa de melhoramento tenderá a ser
maior com estas famílias melhoradas (Kimbeng & Cox, 2003).
A avaliação de famílias permite, ainda, estimar os parâmetros
fenotípicos e genéticos, predizer os valores genéticos em cruzamentos e as
relações entre os caracteres em estudo, possibilitando, ainda, avaliar a eficiência
dos métodos de seleção e estimar os progressos genéticos proporcionados pela
seleção. Processos como estes podem contribuir para a evolução de um
programa de melhoramento, pois possibilitariam maior entendimento e melhor
exploração da variabilidade genética presente em progênies originadas de
cruzamentos entre genitores conhecidos. Outro ponto importante refere-se ao
conhecimento do valor genético dos genitores utilizados nos cruzamentos. Isto
18
indicaria a melhor metodologia de hibridação entre genitores, ou seja,
policruzamentos ou cruzamentos simples “biparentais” (Silva et al., 2002).
A seleção com base em testes de progênies é sempre mais eficiente e
tem sido empregada no melhoramento por atender tanto aos objetivos de seleção
e melhoria genética, quanto ao estudo dos parâmetros genéticos (Kageyama,
1983).
Barbosa et al. (2005) evidenciaram que alguns genitores tiveram maior
importância nos cruzamentos realizados, mostrando que os melhores genitores
podem ser combinados com outros genitores visando à identificação de
cruzamentos com alto valor genotípico e elevada capacidade específica de
combinação (CEC) entre os genótipos. Barbosa et al. (2004), ao direcionarem a
seleção para obter famílias especializadas na produção de biomassa via
procedimento REML/BLUP, identificaram genitores com elevado efeito
genético aditivo para a produção de colmo por hectare (TCH). O procedimento
REML/BLUP é amplamente citado na literatura como a melhor metodologia
para ser aplicada na seleção de famílias (e também eficiente na seleção clonal)
por estimar os parâmetros genotípicos e predizer os valores genotípicos de forma
mais precisa.
2.2.3 Seleção de famílias via REML/BLUP
Na seleção de famílias, valores individuais não são considerados, a não
ser pelo fato de que eles determinam a média das famílias. Em outras palavras,
aos desvios dentro da família são dados pesos zero (Falconer & Mackay, 1996).
A seleção baseada em famílias, mais generalizadamente, pode ser
realizada de forma sequencial, entre e dentro ou combinada. A especificidade da
seleção sequencial reside em ela envolver, basicamente, uma seleção entre as
famílias e, posteriormente, selecionam-se os melhores indivíduos dentro destas
famílias previamente selecionadas em outra etapa de seleção. Nesta condição,
19
nenhuma planta é selecionada no interior das famílias não selecionadas e, dentro
das famílias selecionadas, as de médias extremas (a de maior e a de menor
média na seleção) têm o mesmo número de indivíduos selecionados (Bressiani,
2001). A principal vantagem desse método reside em um número relativamente
baixo de clones avançados para a primeira avaliação individual, quando
comparado com o tradicionalmente realizado na cultura da batata, que leva todos
os genótipos obtidos pelos cruzamentos para uma avaliação em campo.
O esquema da seleção entre e dentro de famílias, na sua estrutura
tradicional, consiste em tomar as melhores plantas dentro das melhores famílias
em uma mesma etapa de seleção. Segundo McRae et al. (1993) e Cox et al.
(1996), em cana-de-açúcar, a combinação da seleção por famílias com a seleção
massal é mais eficiente que a seleção por famílias apenas. Cox & Hogarth
(1993) afirmaram ser o método mais eficiente de seleção aquele realizado
baseado em famílias, com repetições, na avaliação de cana planta, com a cana
soca mantida para a seleção massal dentro das melhores famílias.
A seleção combinada é realizada com base no desempenho individual
associado ao desempenho da família, na mesma etapa de seleção. Esta
alternativa será bem exemplificada em um tópico a seguir, por esta ter se
mostrado mais eficiente na literatura.
A seleção de famílias por meio de modelos mistos REML/BLUP pode
ser uma estratégia importante para identificar famílias com elevados valores
genotípicos, onde haveria maior probabilidade de seleção de clones potenciais
(Oliveira et al., 2008).
Barbosa et al. (2005), estudando a seleção de famílias de cana-de-açúcar
pela metodologia dos modelos mistos REML/BLUP, estimaram os parâmetros
genotípicos da população em estudo e realizaram a predição dos valores
genotípicos das famílias e os valores genéticos dos genitores utilizados nas
hibridações. Os referidos autores apontaram vantagens em utilizar a seleção de
20
famílias via procedimento REML/BLUP, pois isso permitiu identificar famílias
superiores que poderiam ser utilizadas para a produção de maior quantidade de
sementes. Estas sementes seriam utilizadas para a implantação de um novo
campo de T1, contendo apenas famílias de elevado valor genotípico, com
posterior seleção de clones dentro destas famílias promissoras. Os autores
relatam que é altamente desejável ter um número expressivo de genótipos
provenientes de cruzamentos de elevados valores genotípicos, o que permitiria
aumentar a probabilidade de seleção de bons clones dentro dessas famílias.
Nesta etapa, este processo de seleção de indivíduos pode ser baseado em
caracteres visuais de seleção que envolveriam uma série de características
morfológicas.
Em qualquer situação, o método BLUP é igual ou superior aos demais
métodos para ordenamento de materiais genéticos, predição de valores genéticos
e estimação de ganhos genéticos. Em geral, são melhores os seguintes métodos,
pela ordem: BLUP (Best Linear Unbiased Prediction), BLP (Best Linear
Predictor), BP (Best Prediction), GLS (Generalized Least Square) e OLS
(Ordinary Least Square) (Resende et al., 1996).
Uma metodologia que vem sendo utilizada para auxiliar a seleção de
famílias é a predição de valores genotípicos via BLUP individual, que utiliza a
informação de famílias e individual para a seleção (Resende, 2002). Mas, a
seleção de famílias, normalmente, é realizada considerando informações totais
das parcelas, pois as mesmas são colhidas integralmente. Com isso, não há a
possibilidade de obter informações dos indivíduos dentro das parcelas
experimentais. Este método se torna de difícil utilização, devido à necessidade
de se obter informações dentro de parcela, coletando dados planta a planta
Para contornar esta situação, Resende & Barbosa (2006) propuseram a
seleção via BLUP individual simulado (BLUPIS), que se baseia nos efeitos
genotípicos das famílias avaliadas a campo.
21
2.2.4 Interação famílias x ambientes (MHPRVG)
Em qualquer programa de melhoramento, a interação genótipos (ou
famílias) x ambientes é um fator que merece grande atenção dos melhoristas. Na
cultura da batata, além da interação genótipos x ambientes, ocorre também a
interação genótipos x geração clonal, esta última com grande influência na
seleção dos materiais nos estágios iniciais de seleção. Diversos trabalhos com a
cultura da batata mostram baixa correlação entre as gerações clonais para
inúmeros caracteres utilizados na seleção (Rodrigues & Pereira, 2003; Andreu,
2004; Lambert, 2004; Bhering, 2006; Silva et al., 2007; Silva et al., 2008).
Segundo Bastos et al. (2007), metodologias estatísticas de fácil
interpretação e com seleção simultânea para produtividade, adaptabilidade e
estabilidade têm sido desenvolvidas, buscando-se a seleção de genótipos com
elevados rendimentos em diferentes ambientes de plantio. No contexto dos
modelos mistos, uma alternativa é o método da média harmônica da
performance relativa dos valores genéticos preditos (MHPRVG), preconizado
por Resende (2004). Este procedimento permite selecionar simultaneamente
pelos três atributos mencionados e, conforme o autor, apresenta as seguintes
vantagens: i. considera os efeitos genotípicos como aleatórios e, portanto,
fornece estabilidade e adaptabilidade de valores genotípicos preditos e não de
valores fenotípicos; ii. permite lidar com desbalanceamento; iii. permite lidar
com delineamentos não-ortogonais; iv. permite lidar com heterogeneidade de
variâncias; v. permite considerar erros correlacionados dentro de locais; vi.
fornece valores genéticos já descontados (penalizados) da instabilidade; vii.
pode ser aplicado com qualquer número de ambientes; viii. permite considerar a
estabilidade e a adaptabilidade na seleção de indivíduos dentro de progênie; ix.
elimina os ruídos da interação genótipos x ambientes à semelhança da técnica
AMMI e x. gera resultados na própria grandeza ou escala do caráter avaliado.
22
Outros métodos, como, por exemplo, o de Lin & Binns (1988), fornecem
resultados que não são interpretados diretamente como valores genéticos e,
então, não permitem computar o ganho genético no caráter composto pela
produtividade, estabilidade e adaptabilidade. O método de Annicchiarico
depende, adicionalmente, de suposições de valores de associados a Z
(1-α)
, que se
referem ao percentil da função distribuição normal padrão associado a
determinado nível de significância α (Bastos et al., 2007).
Bastos et al. (2007) e Zeni Neto et al. (2008), apud Resende et al. (2004),
verificaram que o método MHPRVG produziu exatamente o mesmo
ordenamento que a estatística P
i
, podendo assim ser empregado vantajosamente
no contexto dos modelos mistos com efeitos genéticos aleatórios. Ressaltam,
ainda, a eficácia do BLUP em eliminar efeitos ambientais e os ruídos da
interação, destacada por Resende (2004). Outro ponto que os autores relatam é a
alta correlação entre os valores genotípicos preditos (µ + g + ge
m
) e pelo método
MHPRVG, bem como as estimativas de adaptabilidade e estabilidade obtidas
pela metodologia das diferenças em relação à reta bissegmentada, ponderadas
pelo coeficiente de variação residual (DRRB-CV), baseada na estatística P
i
de
Lin & Binns. Segundo os mesmos autores, os resultados concordam com
Oliveira et al. (2005) e Resende (2004), segundo os quais, essas elevadas
correlações confirmam a semelhança desses métodos na classificação e na
identificação dos genótipos mais estáveis e responsivos às condições ambientais.
Bastos et al. (2007) afirmam ser importante ressaltar que os BLUPs
obtidos por local, nas análises conjuntas que levam em consideração a
informação de toda rede de experimentos, são mais precisos do que os valores
BLUP obtidos por meio das análises por local, análises individuais.
23
2.2.5 Seleção combinada e BLUP individual simulado (BLUPIS)
2.2.5.1 Seleção combinada
Segundo Martins et al. (2005), uma das críticas que se faz à seleção
entre e dentro é o fato de indivíduos superiores de famílias intermediárias ou
indivíduos intermediários de famílias superiores, às vezes, não serem
considerados na seleção. Assim, surge como alternativa a seleção combinada,
na qual a escolha é feita com base no desempenho individual associado ao
desempenho da família, em um único estágio. Pela natureza de obtenção, este
tipo de seleção é mais rico em informações e, normalmente, leva a resultados
mais satisfatórios que a seleção entre e dentro.
A seleção combinada foi, inicialmente, proposta por Lush (1947), apud
por Bressiani (2001), como uma combinação ótima resultante de se atribuir
pesos diferenciados às médias e ao valor dos indivíduos dentro das famílias. O
autor comparou a seleção combinada com a seleção massal e com a seleção de
famílias quanto aos progressos genéticos esperados por etapa e chegou a uma
série de considerações, das quais se destacam:
1. a seleção combinada é sempre superior às demais;
2. esta superioridade é mais pronunciada nas seguintes situações: a) com
valores de t (correlação fenotípica intraclasse) baixos e valores de r (correlação
genotípica intraclasse) moderados; b) com t muito maiores que r;
3. Com t>r, as médias de famílias exercem papel “negativo” na seleção
combinada, sendo mais úteis como indicadores de efeitos ambientais do que
preditores apropriados do valor genético dos genitores.
No Quadro 3, adaptado de Martins et al. (2005), comparam-se os ganhos
genéticos obtidos com a seleção entre, dentro, entre + dentro e combinada,
comprovando a eficiência desta última com a relação GS
combinada
/(GS
entre
+
GS
dentro
), em que essa relação sempre se apresenta acima de 1,0, mostrando sua
superioridade da seleção combinada. A seleção entre e dentro e a seleção
24
combinada apresentaram, em média, o dobro do ganho obtido quando
comparado tanto com a seleção entre famílias quanto dentro de famílias.
QUADRO 3 Ganhos genéticos em circunferência à altura do peito (CAP) e
altura de plantas (ALT) de Eucalyptus grandis, por seleção entre e
dentro de famílias e seleção combinada, considerando os dois
métodos de estimação, em solo de encosta (local 1) e em solo de
baixada (local 2), no município de Rio Doce, Sabinópolis (local 3)
e Virginópolis (local 4), MG, adaptado de Martins et al. (2005).
% % % %
Local 1 Local 2 Local 3 Local 4
Métodos
de estimar
o ganho
Ganhos de
seleção
CAP ALT CAP
ALT
CAP
ALT
CAP
ALT
GSe 39,63 39,68 26,40
27,03
12,43
11,43
14,33
12,46
GSd 41,99 36,92 21,19
19,43
9,37 6,17 10,69
7,67
Método 1
GSe + GSd 81,62 76,60 47,59
46,46
21,80
17,60
25,02
20,13
GSc 86,52 79,57 52,48
49,38
24,69
20,38
30,08
24,64
GSc/(GSe + GSd)
1,06 1,04 1,10 1.06 1,13 1,15 1,20 1,22
GSe 38,34 38,13 27,04
27,02
14,28
13,63
14,54
13,07
GSd 42,67 44,50 29,06
31,08
14,61
14,87
13,10
12,33
Método 2
GSe + GSd 81,01 82,63 56,10
58,10
28,89
28,50
27,64
25,40
GSc 104,81
105,93
73,19
74,74
37,77
36,75
36,82
33,38
GSc/(GSe + GSd)
1,29 1,28 1,30 1,29 1,31 1,29 1,33 1,31
GSe, GSd e GSc = ganho de seleção entre famílias, ganho de seleção dentro de famílias e ganho
de seleção combinada, respectivamente.
Método 1: ganhos estimados usando-se o diferencial de seleção.
Método 2: ganhos estimados usando-se a intensidade de seleção.
Neste mesmo trabalho, os autores chegaram às seguintes conclusões: a
seleção combinada em progênies de Eucalyptus grandis apresentou estimativas
de ganhos genéticos esperados superiores aos processos de seleção entre e
dentro, em todos os locais de experimentação.
Diversas pesquisas e estudos de simulação têm mostrado que combinar a
seleção de famílias e a seleção de clone individual é um prático e eficiente
25
método de seleção nos estágios iniciais de teste (Shanthi et al., 2008; Cedillo et
al., 2008; McRae et al., 1993; Cox et al., 1996; Melo, 2007). Estes autores
afirmam que pesquisas que possibilitem predizer os resultados dos cruzamentos
têm ajudado os melhoristas a concentrarem esforços nos cruzamentos mais
vantajosos, com maiores valores de σ²
g
, o qual por sua vez, mostra incrementos
substancialmente na chance de selecionar clones elites.
2.2.5.2 BLUP individual simulado (BLUPIS)
Este método de seleção de famílias possibilita determinar o número de
genótipos a ser selecionado dentro de cada família avaliada, o número total de
clones a ser avançado e o número de famílias que contribuirá com os indivíduos
a serem selecionados. O método pode ser adotado na avaliação de famílias de
irmãos germanos simples ou obtidas de cruzamentos dialélicos não balanceados
ou balanceados, famílias de meios-irmãos e famílias de autofecundação
(Resende & Barbosa, 2006).
Pelo procedimento BLUPIS determina-se, de forma dinâmica, o número
de genótipos a serem selecionados dentro de cada família, dado por:
jj
k
k
ngn
=
^^
/g
, em que, n
k
corresponde ao número de genótipos a serem
selecionados em cada família k, g
j
refere-se ao valor genotípico estimado da
melhor família e n
j
corresponde ao número de indivíduos selecionados na
melhor família. A determinação de n
j
envolve o conceito de tamanho efetivo
populacional (Resende & Barbosa, 2006). Tendo este número de genótipos a ser
avançado, a escolha deve ser realizada ou em um campo de soca ou em um
experimento extra ou podem-se utilizar sementes remanescentes, todos
aplicando uma seleção visual para caracteres de fácil identificação (alta
herdabilidade) ou simplesmente de forma aleatória.
26
Resende & Barbosa (2006) relatam que, com a utilização desta
metodologia, um menor número de melhores clones é avançado, permitindo,
assim, aumentar a eficiência do processo seletivo e diminuindo o custo no
programa de melhoramento. Pois, ao adotar-se a seleção massal, torna-se
necessário avançar um número maior de clones, visando incluir na seleção
clones realmente superiores, que serão posteriormente identificados nos testes
clonais.
O BLUP individual simulado apresenta alta correlação (0,95, no estudo
de avaliação de eucalipto) com o verdadeiro BLUP individual. BLUPIS é
indicado para o melhoramento genético de espécies cuja obtenção de dados em
famílias (total de parcela), por ser operacionalmente mais fácil que dados em
nível de indivíduos, portanto, é apropriado para programas de melhoramento de
cana-de-açúcar, forrageiras e espécies anuais autógamas, especialmente para
caracteres de baixa herdabilidade (Resende & Barbosa, 2006). Devido a este fato
e a metodologia empregada nos programas de melhoramento de batata, que
avaliam total de parcela em experimentos de famílias, o BLUPIS tem grande
potencial para ser aplicado também na batata.
Adaptações serão necessárias para que esta metodologia possa ser
empregada de fato nos programas de melhoramento de batata. Em batata não
ocorre a soca, não sendo possível retornar ao campo experimental para
avaliações dentro das famílias selecionadas. Questões devem ser respondidas
sobre como selecionar os clones dentro das famílias e a manutenção do material
genético, já que, ao ser colhida a parcela inteira, fica impraticável a separação
dos clones depois de colhidos. Uma opção seria a montagem de um experimento
adicional para que, após a seleção dos BLUPIS, fosse possível a seleção dos
genótipos neste experimento ou, simplesmente, manter os materiais na câmara
fria para posterior seleção dos genótipos.
27
2.3 Índices de seleção
A seleção com base em um ou poucos caracteres pode resultar em
alterações desfavoráveis em outros, devido à presença de correlações genéticas
negativas entre eles. Para amenizar este problema, uma estratégia que vem sendo
utilizada pelos melhoristas é o emprego dos índices de seleção, os quais
possibilitam agregar múltiplas informações contidas na unidade experimental,
visando à seleção com base em um conjunto de variáveis que reúna vários
atributos de interesse econômico (Cruz & Regazzi, 2001).
Uma alternativa para auxiliar a seleção de indivíduos superiores são os
índices de seleção. Diversos são os índices descritos na literatura que se baseiam
nas médias fenotípicas para a sua composição. O índice de seleção é a
combinação linear de valores fenotípicos, o qual resulta numa medida que
concentram, num único valor, os méritos e os deméritos de cada genótipo para
vários caracteres (Garcia & Souza Júnior, 1999).
A utilização dos índices de seleção é limitada, em algumas situações,
pela dificuldade de estabelecimento de pesos econômicos aos vários caracteres.
A eficiência do índice dependerá das estimativas precisas de variâncias e
covariâncias genéticas e fenotípicas (Garcia, 1998; Cruz & Regazzi, 2001).
No programa de melhoramento de batata da Universidade Federal de
Lavras, um índice comumente utilizado é o índice de Mulamba-Mock (1978),
que caracteriza-se por classificar os genótipos em relação a cada um dos
caracteres, em ordem favorável aos objetivos do melhorista. O índice é obtido
somando-se os valores de classificação para cada caráter, de cada genótipo:
∑
=
=
χ
1j
iji
nI
em que:
I
i
: índice para o genótipo i;
n
ij
: posto de classificação da variável j para o genótipo i; j=1,2,...,χ.
28
Alternativa que surge na literatura são os índices baseados em distâncias
em relação a um ideótipo, como a euclidiana e a generalizada de Mahalanobis,
recomendados por Santos (2005) e Farias (2005). A primeira é preferível quando
não houver correlações entre os caracteres que são utilizados para compor o
índice e por ser de mais fácil interpretação dos valores obtidos.
Inicialmente proposto por Schwarzbach (1972), citado por Wricke &
Weber (1986), o índice de seleção baseado na distância média euclidiana a um
ideótipo pressupõe que os valores fenotípicos sejam boas aproximações dos
genotípicos e obtêm-se, a partir das médias fenotípicas, distâncias de cada
genótipo a um genótipo ideal, fixado pelo melhorista para todos os n caracteres
considerados. Uma questão que surge é que a distância euclidiana possui os
inconvenientes de ser alterada com a mudança de escala de medição dos
caracteres, com o número de caracteres, e de não levar em conta a existência de
correlações entre os mesmos (Cruz & Regazzi, 2001).
Segundo Santos (2005), o problema da escala é contornado por meio da
padronização dos dados, ou seja, da divisão de cada observação pelo desvio
padrão correspondente:
j
ij
ij
s
X
Z =
em que:
Z
ij
: observação fenotípica estandardizada do caráter j, medido no
genótipo i;
X
ij
: fenótipo do caráter j no genótipo i;
s
j
: desvio padrão do caráter j.
Esta estandardização evita que caracteres medidos numa escala maior
tenham maior peso no valor de distância e também permite que se incluam num
mesmo valor de distância caracteres medidos em escalas não comparáveis.
29
O problema do número de caracteres ocorre quando, por algum motivo,
um ou mais caracteres não são medidos num dado genótipo, o que é resolvido
dividindo-se a distância euclidiana pelo número de caracteres e, desse modo, a
distância euclidiana média estandardizada entre o genótipo i e o ideótipo ℓ é
definida pela seguinte expressão:
( )
2
1
1
∑
=
−=
n
j
jijG
ZZ
n
dm
i
em que:
i
G
dm
: distância euclidiana entre o genótipo G
i
e o ideótipo ℓ;
Z
ij
: observação fenotípica estandardizada do caráter j, medido no
genótipo i; j=1,2,...,n;
Z
ℓj
: observação fenotípica estandardizada do caráter j, medido no
ideótipo ℓ, j=1, 2, ..., n.
Segundo Santos (2005), esta distância difere da distância euclidiana
apenas por ser dividida pelo número de caracteres (n), o que permite a
comparação de valores de distâncias obtidos a partir de números diferentes de
observações.
Para se obter uma boa estimativa da distância, dados genotípicos podem
ser utilizados no lugar dos dados fenotípicos com a utilização da metodologia
REML/BLUP, o que está de acordo com o proposto inicialmente por
Schwarzbach (1972) que pressupunha que os dados fenótipos se aproximassem
dos dados genotípicos.
Segundo Santos (2005), a principal limitação da distância euclidiana,
que só pode ser superada por meio do uso de outra medida de distância, é o fato
de ela pressupor que os caracteres são independentes entre si, isto é, não
correlacionados, o que nem sempre é verdadeiro, principalmente quando se
trabalha com vários caracteres, como é o caso dos índices de seleção.
30
3 MATERIAL E MÉTODOS
3.1 Material genético
Foram utilizadas 22 famílias clonais (Tabela 1) do Programa de
Melhoramento da Batata (Probatata) da Universidade Federal de Lavras
(UFLA). Cada família continha cerca de 42 clones de quarta geração. Foram
utilizadas como testemunhas cultivares de uso na região do sul de Minas Gerais
(‘Markies’, ‘Monalisa’ e ‘Ágata’).
TABELA 1 Relação das famílias de irmãos-germanos e suas respectivas
genealogias.
.
Famílias Cruzamentos* Famílias Cruzamentos*
1
SR1 4-01 x SR1 4-19
12
SR1 5-08 x SR1 7-01
2
SR1 4-01 x SR1 5-08
13
SR1 7-14 x SR1 5-08
3
SR1 4-04 x SR1 4-19
14
CBM 7-12 x Governstein
4
SR1 4-04 x SR1 7-14
15
MHB 28-16 x NES 3-42
5
SR1 4-19 x SR1 5-04
16
Deltagold x GBA 7-12
6
SR1 5-08 x SR1 4-19
17
Chiquita x GBA 7-12
7
SR1 4-19 x SR1 6-14
18
SR1 7-01 x SR1 7-38
8
SR1 7-01 x SR1 4-19
19
CBM 7-12 x Chiquita
9
SR1 7-14 x SR1 4-19
20
SR1 4-19 x SR1 7-30
10
SR1 5-08 x SR1 5-04
21
GBA 3-44 x Chiquita
11
SR1 7-14 x SR1 5-04
22
CBM 8-17 x CBM 10-27
* Fonte: Benites (2007).
3.2 Locais
Os experimentos foram realizados na área experimental do
Departamento de Biologia da UFLA, em Lavras, MG a 21º14’ de latitude S,
40º17’ de longitude W e altitude de 918m; outro experimento foi montado em
uma fazenda de produção comercial de batata localizada em Senador Amaral,
MG, a 1.530 metros de altitude, 22º33’ S de latitude e 46º11’ W de longitude.
31
3.3 Experimentos
3.3.1 Primeira etapa de seleção
Foram conduzidos experimentos distintos para avaliar o desempenho das
famílias (seleção de famílias) e para avaliar os clones individuais (seleção
clonal) em uma primeira etapa de seleção. Os materiais genéticos utilizados
foram o mesmo para os dois métodos de seleção – o mesmo clone foi avaliado
tanto na seleção clonal quanto na seleção de famílias (Figura 1).
Para a primeira etapa da seleção clonal foram avaliados 924 clones (22
famílias x 42 clones) no delineamento de blocos aumentados, com 31 blocos
com 33 tratamentos em cada bloco (30 tratamentos regulares + 3 tratamentos
comuns - testemunhas). As parcelas foram constituídas de quatro plantas
espaçadas de 0,30 x 0,80 m. Entre as parcelas foi deixado um espaço livre de
0,50 m para evitar a mistura de tubérculos de diferentes clones. O experimento
foi instalado na safra de inverno (maio a agosto de 2007), em Lavras, MG.
Primeiramente, foram selecionados 420 clones (45,5%), numa tentativa de se
manter o mesmo número de clones que seriam retidos na seleção de famílias.
Posteriormente, os clones que apresentaram alta incidência de desordens
fisiológicas (>10%) também foram descartados, resultando em 321 (34,8%)
clones selecionados na primeira etapa de seleção.
Para a primeira etapa da seleção de famílias foram avaliadas 22 famílias
clonais e mais 3 cultivares testemunhas (‘Ágata’, ‘Monalisa’ e ‘Markies’) em
dois locais com experimentos em blocos casualizados com três repetições,
parcelas de 10 plantas (cada planta um clone diferente) espaçadas de 0,30 x 0,80
m (3 repetições x 10 plantas por repetição = 30 clones por família). O primeiro
experimento foi conduzido na safra de inverno (maio a agosto 2007), em Lavras,
MG e o segundo na safra das águas (outubro 2007 a janeiro 2008), em Senador
32
Amaral, MG. Com base nos resultados obtidos por Melo (2007) optou-se por
Seleção clonal
Seleção dos
420
clones
Intensidade
de
45,5
%
mais promissores
com
posterior eliminação
por desordem
fisiológica, 321 (34,8%) clones avançados
Seleção de famílias
Seleção das 10
famílias
Intensidade de
45,5
%
mais
promissoras
Experimento blocos Aumentados
Lavras
–
maio/agosto
-
2007
924
clones avaliados
Experimento
blocos casualizados
Lavras
–
julho/novembro
-
2008
321
clones
avaliados
Experimento famílias DBC
Lavras
–
Maio/Agosto
-
2007
22 Famílias avaliadas (924)
Experimento famílias DBC
Senador
–
nov./março
-
2008
22 Famílias avaliadas (924)
Experimento
blocos casualizados
Lavras
–
julho/novembro
-
2008
306
clones avaliados
Seleção dos
50
clones mais
promissores. Intensidade de
16
%
Seleção dos
50
clones mais
promissores Intensidade de
15,6%
Intensidade final de seleção, no nível de clone, de
5,4%
FIGURA 1 Esquema das duas fases de seleção.
33
Amaral, MG. Com base nos resultados obtidos por Melo (2007) optou-se por
realizar uma seleção branda (45,5%) entre as famílias, utilizando-se a análise
conjunta dos dois locais. Em relação ao número de clones avançados, esta
seleção seria de 33,12%.
3.3.2 Segunda etapa de seleção
Na segunda fase de seleção, os tubérculos sementes obtidos não foram
suficientes para montar dois experimentos para os clones que foram coincidentes
nos dois métodos. Para contornar essa falta de material propagativo, foram
montados três experimentos, sendo: o primeiro experimento continha os clones
apenas selecionados pela seleção clonal, o segundo experimento foi composto
pelos clones selecionado por ambos os métodos e o terceiro experimento aqueles
selecionados pela seleção de famílias. Estes três experimentos foram alocados de
forma que as repetições se sobrepusessem para que, na hora da análise
estatística, facilitasse a união dos dois dados experimentais para compor a
seleção (1º + 2º: seleção clonal; 2º + 3º: Seleção de famílias) (Figura 2).
Figura 2 Desenho esquemático da montagem do experimento d
o segundo ciclo de
seleção.
1º
experiment
o
-
Clones da seleç
ão
Clona
l
3º
experiment
o
–
Clones
da seleç
ão de fam
ílias
2º
experiment
o
–
Comuns
aos dois metodos
Experimento
s
utilizado
s
para a seleção clonal
Experimento
s
utilizado
s
para a seleção
de famílias
FIGURA 2 Esquema da montagem e uso dos três experimentos da segunda fase de
seleção.
34
Para a segunda fase da seleção clonal, os clones selecionados na
primeira etapa de seleção foram avaliados em experimento conduzido em
Lavras, MG, safra de inverno (julho a novembro 2008), no delineamento de
blocos casualizados com três repetições e parcelas de três plantas, espaçadas de
0,30 x 0,80 m, juntamente com as três testemunhas (‘Ágata’, ‘Monalisa’,
‘Markies’).
Para a segunda fase da seleção de famílias, foram avaliados, em média,
30 clones (total de 306 clones), juntamente com as três testemunhas (‘Ágata’,
‘Monalisa’ e ‘Markies’). O experimento foi conduzido na safra de inverno (julho
a novembro 2008), em Lavras, MG, no delineamento de blocos casualizados
com três repetições e parcelas de três plantas, espaçadas de 0,30 x 0,80 m.
3.4 Caracteres avaliados
Em todos os experimentos descritos, os caracteres avaliados foram:
a) produção de tubérculos comerciáveis (Ø transversal ≥ 33 mm);
b) porcentagem de tubérculos graúdos (Ø transversal ≥ 45 mm);
c) peso específico dos tubérculos;
d) aparência geral de tubérculos;
e) desordens fisiológicas.
3.5 Modelos estatísticos
Para a primeira etapa da seleção clonal foi utilizado o modelo M74 do
programa estatístico SELEGEN-REML/BLUP (Resende, 2007a e b), para
blocos aumentados com testemunhas de efeito aleatórias (Anexo 1-A). As
análises seguem o seguinte modelo y = Xf + Zg + Wb + e, em que y é o vetor de
dados, f é o vetor dos efeitos assumidos como fixos (média geral), g é o vetor
dos efeitos genotípicos (assumidos como aleatórios), b é o vetor dos efeitos
ambientais de blocos (assumidos como aleatórios) e e é o vetor de erros ou
35
resíduos (aleatórios). As letras maiúsculas representam as matrizes de incidência
para os referidos efeitos.
Para a primeira etapa da seleção de famílias, foi utilizado o modelo
estatístico misto M20 (famílias não aparentados), do programa estatístico
SELEGEN-REML/BLUP, para análise em cada local (Anexos 2-A). O M20
segue o seguinte modelo y = Xr + Zg + e, em que y é o vetor de dados, r é o
vetor dos efeitos de repetição (assumidos como fixos) somados à média geral, g
é o vetor dos efeitos genotípicos (assumidos como aleatórios) e e é o vetor de
erros ou resíduos (aleatórios). As letras maiúsculas representam as matrizes de
incidência para os referidos efeitos.
Para a análise conjunta, foi utilizado o modelo M23 do programa
estatístico SELEGEN-REML/BLUP (Anexo 3-A) e o modelo M54 foi utilizado
para estimar o MHPRVG, que informa estabilidade, adaptabilidade e
produtividade (Anexo 4-A). Os M23 e M54 seguem o seguinte modelo y = Xr +
Zg + Wi + e, em que y é o vetor de dados, r é o vetor dos efeitos de repetição
(assumidos como fixos) somados à média geral, g é o vetor dos efeitos
genotípicos (assumidos como aleatórios), i é vetor dos efeitos da interação
genótipo x ambiente (aleatórios) e e é o vetor de erros ou resíduos (aleatórios).
As letras maiúsculas representam as matrizes de incidência para os referidos
efeitos. O vetor r contempla todas as repetições de todos os locais (ajusta
combinações repetição-local). Nesse caso, esse vetor contempla os efeitos de
locais e de repetições dentro de locais.
Para a segunda etapa de seleção, foi utilizado o modelo 20 do programa
estatístico SELEGEN-REML/BLUP, para os experimentos dos dois métodos de
seleção avaliados e a análise da simulação da seleção entre e dentro (Anexo 2-
A). O modelo é o mesmo apresentado na primeira fase de seleção de famílias
nas análises individuais.
36
3.6 Índice de seleção
Por serem avaliados quatro caracteres, foi utilizado o índice baseado na
distância euclidiana como critério de seleção.
O problema da escala, comentado por Santos (2005), foi contornado, por
meio da padronização dos dados, pelo desvio padrão correspondente:
j
ij
ij
s
X
Z =
, em que:
Z
ij
: observação fenotípica estandardizada do caráter j, medida no
genótipo i;
X
ij
: fenótipo do caráter j no genótipo i;
s
j
: desvio padrão do caráter j.
Para compor o ideótipo, foi tomado o melhor valor para cada caráter e a
união destes caracteres formava-o.
A distância euclidiana média estandardizada entre o genótipo i e o
ideótipo ℓ (melhor valor do caráter no experimento) é definida pela seguinte
expressão:
( )
2
1
1
∑
=
−=
n
j
jijG
ZZ
n
dm
i
em que:
i
G
dm
: distância euclidiana entre o genótipo G
i
e o ideótipo ℓ;
Z
ij
: observação fenotípica estandardizada do caráter j, medido no
genótipo i; j = 1,2,...,n.
Z
iℓ
: observação fenotípica estandardizada do caráter j, medido no
ideótipo ℓ.
3.7 Comparação entre a seleção clonal e a seleção de famílias
Para comparar a eficiência da seleção de famílias em relação à seleção
clonal foi verificado, entre os 50 clones superiores de cada método, o número de
37
clones coincidentes. Foram verificados também, quantos clones selecionados (1º
e 2º fases) pertenciam às famílias selecionadas na primeira etapa. Outra
comparação foi realizada para localizar a classificação dos 20 ou 50 clones
selecionados na segundo etapa no experimento clonal da primeira etapa.
3.8 Simulação da seleção entre e dentro
Na simulação foi realizada uma análise só contendo os clones
selecionados pelos dois métodos (2º experimento, Figura 2), simulando uma
seleção entre e dentro de famílias, em uma mesma etapa de seleção, com base na
informação das duas análises da primeira etapa de seleção. A seleção foi
realizada utilizando as informações dos experimentos de famílias (seleção entre),
em que selecionou as 10 melhores famílias, e do experimento clonal (seleção
dentro), em que separaram-se os clones que pertenciam às famílias selecionadas.
Esta seleção se refere aos clones do 2º experimento (Figura 2) que foram
selecionados por meio do modelo 20 do programa estatístico SELEGEN-
REML/BLUP.
3.9 ganhos de seleção
A estimativa do ganho de seleção (GS) foi realizada pela fórmula:
100(%) ×
−
=
MG
MGMS
GS
em que MS é a média do valor genotípico predito dos selecionados e MS
é o valor genotípico predito médio do experimento.
38
4 RESULTADOS E DISCUSSÃO
4.1 Primeira etapa de seleção
4.1.1 Seleção clonal
Na primeira etapa da seleção clonal, realizado para avaliar o
desempenho dos 924 clones, os valores de acurácias da seleção de genótipos são
considerados como favoráveis à seleção. As acurácias para PTG e PET
apresentaram valores acima de 0,70, os quais, segundo Resende (2007), têm uma
classe de precisão alta (Tabela 1-B). Mesmo para PTC e AGT, os valores da
acurácia de seleção estão próximos ao recomendado. Sendo assim, a seleção
realizada com base nestes caracteres apresentou bons resultados.
As herdabilidades de média de clones foram de magnitudes comumente
encontradas para experimentos em batata pelo delineamento de blocos
aumentados (Tabela 1-B). Estes valores de herdabilidade são bem próximos aos
encontrados por Andrade (2008), em mesma condição experimental.
Comparando-se as herdabilidades média de famílias (seleção de famílias) das
análises individuais e a herdabilidade média de clones (seleção clonal), observa-
se uma superioridade das herdabilidades média de família para os dois locais.
Outros trabalhos também encontraram herdabilidades superiores nos
experimentos de famílias, quando comparados com a seleção clonal (Skinner et
al., 1987; Martins et al., 2005; Melo, 2007). Este fato reforça a preferência da
seleção de famílias quando se seleciona com base em caracteres de baixa
herdabilidade, que reportaria a melhores expectativas de ganhos com a seleção.
Pode-se verificar, por meio dos coeficientes de variação genotípica que
existe grande variabilidade entre os clones e que se pode aplicar uma seleção
com ganhos expressivos para todas as variáveis (Tabela 1-B). Outro ponto que
corrobora para a eficiência da seleção é o valor da razão CVg/CVe, que foi de
1,18, 1,19, 0,92 e 1,38, para PTC, PTG, AGT e PET, respectivamente. Valores
39
acima de 1,0 significam maior porção de variabilidade genética, apresentando
uma situação favorável para a seleção (Tabela 1-B).
Apesar de terem sido observadas boas estimativas de herdabilidades,
CVr e acurácia de seleção, os ganhos esperados com a seleção não apresentaram
bons valores. Isso pode ser decorrente da intensidade de seleção aplicada, em
que a média dos clones selecionados se aproximou da média experimental.
Foram selecionados 45,5% (420 clones) dos clones superiores pelo
ordenamento obtido pelo índice de seleção baseado na distância média
euclidiana. Os clones que apresentaram desordens fisiológicas acima de 10%
dos tubérculos produzidos foram eliminados por esse método de seleção e se
foram também selecionados pela seleção de famílias foram mantidos porque
nesta seleção esta informação não seria conhecida. Após a eliminação pelas
desordens fisiológicas, foram avançados 321 clones para a segunda etapa de
seleção. Os clones selecionados abrangeram todas as famílias clonais e, com
base nela, as famílias que originaram os maiores números de clones superiores
foram, na ordem decrescente, 19, 5, 18, 8, 9, 20, 14, 10, 17 e 4; quatro das dez
famílias não foram identificadas como superiores na seleção de famílias. Esta
coincidência (60%) do agrupamento dos clones em famílias com as famílias
selecionadas dá indícios de que a maioria dos clones que são avançados para a
próxima etapa seja a mesma.
4.1.2 Seleção de famílias
4.1.2.1 Análises por locais
Os coeficientes de variação ambiental (CVe) foram menores que os
normalmente encontrados nos experimentos para seleção clonal (blocos
aumentados), devido à utilização de repetições, acarretando em maior precisão
que a seleção clonal. Para o experimento de Lavras, os valores de CVe foram
menores que os valores encontrados para o experimento em Senador Amaral
40
(Tabela 2-B). O CVe é tido como referência sobre a precisão experimental e a
qualidade da condução dos experimentos, contudo, há uma tendência de que ele
ser substituído pela acurácia, por esta considerar tanto o CVe quanto o número
de repetições, assim como o coeficiente de variação genotípico (CVg). Com o
uso destes componentes pela acurácia fica mais precisa a comparação entre
experimentos distintos.
Os valores do coeficiente de variação relativo (CVr) foram inferiores a
1,0, para os dois locais e todas as variáveis, exceto para PET em Lavras, que foi
de 1,09 (Tabela 2-B). Apesar de serem menores que 1,0, estes valores seriam de
grande valia para conseguir distinguir as diferenças mínimas entre as famílias e
posterior seleção dentro. Segundo Resende & Duarte (2007), mesmo para
valores de CVr abaixo de 1,0 ocorrem situações favoráveis para a seleção desde
que os experimentos tenham sidos avaliados com três ou mais repetições, como
ocorreu no presente caso. Portanto, para apresentar valores de acurácias acima
de 0,7, o CVr deve ser de 0,60 para experimentos com três repetições.
Confirmando o dito acima, as acurácias foram superiores ao valor dado
como recomendado para a seleção, tanto em Lavras como em Senador Amaral
(Tabela 2-B). Estas acurácias indicam que a seleção seria eficiente em distinguir
diferenças entre os tratamentos nos dois locais de avaliação.
As herdabilidades da média de famílias (h²mf) estimadas em Lavras
foram acima de 0,60 e, para Senador Amaral, acima de 0,48, indicando que boa
proporção do diferencial de seleção será transmitida para a próxima etapa de
seleção. Estes valores de herdabilidades para os dois locais foram superiores aos
obtidos pelo experimento de seleção clonal. Este comportamento já era
esperado, pois a seleção clonal utiliza o delineamento de blocos aumentados
(baixa precisão) e a seleção de famílias utiliza delineamentos de blocos
casualizados. Suas magnitudes associadas às acurácias apresentadas indicam
41
uma situação favorável para a seleção e boas perspectivas para o avanço do
programa de melhoramento de batata (Tabela 2-B).
Os valores genotípicos preditos (m+g) oscilaram entre os locais. Lavras
foi o local que apresentou melhores estimativas para PTC, PTG e AGT. Para
PET, houve uma pequena diferença, da ordem de 1% de matéria seca entre os
locais. Os valores genotípicos preditos para as famílias foram superiores para a
PTC, PTG e PET em relação às testemunhas em Lavras. Já a aparência geral de
tubérculos, as testemunhas foram superiores (cultivares comerciais). Em
Senador Amaral, os valores genotípicos preditos foram superiores nas famílias
para PET e igual para a PTG. Para PTC e AGT, as testemunhas foram superiores
às famílias (Tabela 2-B).
Com base nos valores preditos e no índice de seleção da distancia média
euclidiana, foi realizado o ordenamento das famílias para cada local. Este
ordenamento foi diferente em cada local, tendo cinco famílias em comum entre
os dois locais, considerando as 10 famílias selecionadas. Com este ordenamento
diferente pode-se inferir que ocorre interação genótipos x ambientes (GxE) do
tipo complexa, pois, famílias que eram superiores em um local não foram em
outro. Para reafirmar presença da interação GxE, pode-se observar a correlação
entre o ordenamento das famílias em Lavras e em Senador Amaral 0,26 (Tabela
5-B) e os valores do coeficiente de determinação da interação, a variância da
interação e a correlação entre os valores preditos em cada local das variáveis
PTC e PTG (Tabela 3-B). Estes comportamentos das famílias nos diferentes
locais foram também encontrados em trabalhos com batata (Melo, 2007) e em
cana-de-açúcar (Bastos et al., 2007; Bressiani et al., 2002; Oliveira et al., 2005;
Zeni Neto et al., 2008). A possibilidade de selecionar famílias com boa
estabilidade e adaptabilidade torna a seleção de famílias, nas primeiras fases de
seleção de batata, uma boa opção para os programas de melhoramento da
cultura.
42
4.1.2.2 Análise conjunta
A variância da interação genótipos x ambientes (Vint) foi mais
expressiva para PTC e PTG (34% e 13% da variância fenotípica,
respectivamente) (Tabela 3-B). Estes valores confirmam o já discutido
anteriormente, que houve mudança de classificação entre as famílias em cada
local de avaliação. Esse componente que informa a intensidade da interação GxE
é o coeficiente de determinação dos efeitos da interação genótipos x ambientes.
Este componente informa quanto da variação total deve-se à interação,
corroborando os resultados expostos anteriormente sobre a interação, o que pode
ser verificado em PTC e PTG (Tabela 3-B). Para os outros caracteres, os valores
foram abaixo de 0,05, portanto, sendo de magnitudes inexpressivas, indicando
não ser de grande interferência a seleção dos genótipos com base em locais,
gerando praticamente o mesmo ordenamento das famílias, demonstrando que a
interação foi predominantemente do tipo simples (Tabela 3-B).
A correlação genotípica entre o desempenho genotípico nos vários
ambientes informa se o comportamento dos clones foi coincidente nos locais
avaliados. A AGT e o PET apresentaram valores de grande magnitude de
correlação (0,92 e 0,83, respectivamente) e para os outros caracteres os valores
foram menores de 0,60 (Tabela 3-B). Com este fato, pode-se notar que, com
essas altas correlações, o comportamento das famílias nos dois locais foi
praticamente o mesmo (considerando cada caráter) ou oscilaram na mesma
proporção entre elas. Já para as variáveis nas quais os valores de correlações
entre locais foram baixos indicam que o comportamento das famílias foi não
coincidente nos dois locais, gerando um ordenamento diferente em cada local.
Como foi aplicado o índice de seleção com base nestes caracteres, o
ordenamento obtido tende a ser diferente em cada local e estes, diferentes do
ordenamento gerado pela análise conjunta. A interação foi mais intensa para
PTC, apresentando valor extremamente baixo de correlação entre os locais
43
(0,012); mesmo com os outros caracteres com baixa interação GxE, na soma do
índice, o valor apresentado pelo PTC inflacionou a interação, acarretando em
ordenamento diferente nos dois locais. Os valores da acurácia da seleção de
famílias (acfam) foram: 0,12 para PTC, 0,72 para PTG, 0,84 para AGT e 0,81
para PET (Tabela 3-B). Exceto a produção, os outros caracteres apresentam
excelentes precisões de seleção, de acordo com sua acurácia. A produção teve
baixa acurácia devido à grande interação GxE.
Um componente que tem alta correlação com a acurácia é a
herdabilidade média de famílias (h
2
mf). Pode-se notar que um caráter com baixa
correlação entre os locais, acurácia de seleção baixo, coeficiente de
determinação da interação alto (acima de 0,1) e variância da interação alta têm
sua herdabilidade predominantemente baixa, como pode ser observado na
Tabela 3-B para PTC. O oposto também verdadeiro, verificado nas outras
situações apresentadas na Tabela 3-B. Portanto, as altas herdabilidades (h
2
mf)
encontradas foram devido às estimativas das acurácias e correlações entre os
locais. Estas herdabilidade foram maiores que as encontradas no experimento de
seleção clonal, com exceção da PTC, que foi baixa devido à grande interação
GxE, mas, quando comparada com as análises individuais, foram superiores nos
dois locais de avaliação (Tabelas 2-B e 3-B). Estas herdabilidades superiores são
um bom indício de que a seleção de famílias obterá melhores ganhos na seleção
que a seleção clonal.
Os coeficientes de variação ambiental foram menores do que os
encontrados nos experimentos de clones individuais, salvo o peso específico que
apresentou praticamente o mesmo valor para os dois métodos (Tabela 3-B). Os
valores dos CVe foram próximos as encontrados por Melo (2007) para análise
conjunta de experimentos de batata. Para todas as variáveis, o CVe foi superior
ao CVgi, portanto, sua razão (CVgi/CVe), o CVr foi menor que 1,0. Por meio do
valor do CVgi, obtém-se a resposta da existência de variabilidade entre as
44
famílias e que a seleção realizada com boa precisão retornará ganhos
expressivos. Somada a esta informação, os valores de CVr apresentados, apesar
de encontrarem-se abaixo de 1,0, quando avaliados em experimentos com seis
repetições, ainda apresentariam situação satisfatória para a seleção. Isso porque,
segundo Resende & Duarte (2007), este experimento apresentaria valores de F
(de Snedecor) acima de 2,0 que é tido como uma situação favorável para a
seleção.
Os valores genotípicos preditos pela análise conjunta foram inferiores
aos valores encontrados para a análise individual em Lavras, para todos os
caracteres avaliados e superiores aos de Senador Amaral, exceto os do peso
específico de tubérculo. Os valores genotípicos preditos para PTC e PTG não
foram diferentes para famílias e testemunhas, sendo praticamente iguais. Para
AGT, as testemunhas foram superiores às famílias e, para PET, as famílias
foram superiores às testemunhas (Tabela 3-B). Valores altos de AGT são
normais entre as testemunhas, pois estas já são utilizadas como cultivares que,
por exigência do mercado, têm pele lisa e brilhante. Entretanto, para valores de
PET, elas deixam a desejar, por se tratarem de cultivares importadas e com
baixo teor de matéria seca, sendo facilmente superadas pelos clones avaliados no
programa de melhoramento da batata.
Apesar de a seleção de famílias apresentar ligeira superioridade das
estimativas dos componentes de variância e parâmetros genéticos, os ganhos
esperados com a seleção são inferiores aos apresentados pela seleção clonal. Um
motivo para este comportamento pode ser a própria natureza da seleção de
famílias, que consiste em avaliar uma mistura de clones. Esta mistura de clones,
em média, apresenta valores fenotípicos bem próximos, em que aquela família
que apresentar um maior número de clones com bom potencial genético terá
uma ligeira superioridade em relação às outras. Esta pequena variação e o
pequeno diferencial de seleção explicam o pequeno ganho esperado observado
45
(Tabela 3-B). Estes ganhos foram menores que os encontrados por Simon
(2005), em estudo com 22 famílias avaliadas em três locais.
Com base na análise conjunta e o índice de seleção da distancia média
euclidiana que foram selecionadas as 10 famílias clonais, resultando numa
intensidade de seleção de 45,5% (idem a seleção clonal). As famílias
selecionadas pelo M23 foram 3, 9, 19, 2, 1, 4, 21, 10, 14 e 8, em ordem
decrescente de classificação (Tabela 4-B). A seleção de famílias deve ser branda
devido à sua pequena variância entre famílias, como comentado em Melo
(2007).
Na Tabela 4-B é apresentada a classificação das famílias na primeira
etapa de seleção pelos modelos estatísticos M23 (µ + g) e M54 (µ + g + gem),
assim como pelos métodos MHRPVG (estabilidade e adaptabilidade de valores
genéticos), PRVG (adaptabilidade de valores genéticos) e MHVG (estabilidade
de valores genéticos), além das análises individuais em Lavras e Senador
Amaral (análises individuais). Considerando apenas as 10 famílias selecionadas,
os modelos M23 e M54 resultaram em 100% de coincidência, mas diferiram nos
postos. Já comparando o M23 (ou M54) com os métodos MHRPVG, MHVG e
RPVG, as coincidências foram, respectivamente, de 82%, 73% e 73%. Entre os
MHRPVG, MHVH e PRVG, comparados dois a dois, as coincidências foram de
91%. Comparando-se o ordenamento das famílias em cada local com o M23
pode-se observar 92% de coincidência entre as famílias selecionadas em Lavras
e 64% em Senador Amaral. Houve também 100% de coincidência entre os
modelos M23 e M54 e os métodos MHRPVG, MHVG e PRVG, quando se
consideram as seis melhores famílias. Em função dos altos níveis de
coincidência das famílias selecionadas em todos os modelos e métodos
empregados, qualquer um deles poderia ser utilizado. Contudo, o método
MHPRVG possibilita a seleção de famílias mais estáveis e adaptadas e, por isso,
apresenta vantagem adicional em relação às demais.
46
As correlações entre os índices obtidos para cada modelo e método, dois
a dois, são apresentadas na Tabela 5B. Altas correlações foram encontradas para
os M23 e M54 e os métodos MHRPVG, MHVG e PRVG (variaram de 0,99 a
0,90). Para as comparações entre os modelos e os métodos com as análises
individuais, as correlações foram mais baixas (entre 0,26 a 0,88). A correlação
entre as analises individuais também foi baixa (0,26), devido à interação GxE.
Devido à interação genótipos x ambientes apresentar-se como causadora de
ordenamentos diferentes entre os locais, deve-se optar pelo uso de mais de um
local para a seleção de clones dentro das famílias com boa estabilidade e
adaptabilidade, além de produtivo e com boa aparência.
4.2 Segunda etapa de seleção
Na segunda etapa de seleção, tanto para a seleção clonal quanto para a
seleção de famílias, as testemunhas utilizadas não apresentaram o
comportamento esperado. Este comportamento diferenciado pode ser explicado
pelo desgastes da batata semente na hora em que foi utilizada na
experimentação. Nos dois experimentos, as testemunhas não nasceram ou
produziram quase nada. Devido a isso, elas foram omitidas das analises.
4.2.1 Seleção clonal
A análise dos dados da segunda etapa de seleção clonal foi realizada pelo
modelo estatístico misto M20 do programa estatístico SELEGEN-REML/BLUP.
Os valores genotípicos (µ + g) preditos foram superiores aos encontrados na
primeira etapa de seleção (Tabelas 1-B e 6-B). Em todos os caracteres, foi
observado um aumento considerável na média geral do experimento, quando
comparado com a primeira etapa de seleção clonal. Quando se observa o ganho
realizado com a seleção, pode-se verificar que seus valores foram bem
superiores que o esperado. As magnitudes dos ganhos realizados representam
47
que a seleção realizada na primeira etapa de seleção foi eficiente, apesar de os
ganhos esperados terem dado indícios de que não seriam obtidos ganhos
expressivos.
As herdabilidades médias de clones, cujos valores foram de 0,78 para
PET, 0,69 para PTC, 0,75 para PTG e 0,64 para AGT, indicam ganhos de
seleção promissores. As acurácias podem ser verificadas na Tabela 6-B, com
valores de 0,88 para PET, 0,83 para PTC, 0,87 para PTG e 0,80 para AGT. Com
base nestes valores, pode-se ter uma boa confiabilidade nas estimativas dos
valores genotípicos. Com estas herdabilidade apresentadas e suas respectivas
acurácias de seleção, pode-se inferir que a seleção realizada nesta etapa de
seleção contará com ganhos expressivos na próxima etapa.
A razão CVgi/CVe (CVr) é outro componente que informa se a situação
é favorável à seleção (>1,0) ou não (<1,0). Nesta etapa de seleção, o CVr do
PET e PTG apresentam situação favorável para a seleção – em que a variância
genética é superior à ambiental; já para PTC e AGT, os valores que indicam que
a variância ambiental foi superior à genética (Tabela 6B). Mesmo para os
valores de CVr inferiores a 1,0, a situação pode ser favorável à seleção com
acurácias de boa magnitudes, quando utilizadas três repetições ou mais (Resende
& Duarte, 2007).
Em relação aos ganhos esperados com a seleção, pode-se observar que
estes apresentam maiores expectativas que as geradas na primeira etapa de
seleção clonal (Tabela 6B). Os valores preditos (µ + g) dos quatro caracteres
foram submetidos à formulação do índice de seleção da distância média
euclidiana e a classificação dos 50 melhores clones é apresentada na Tabela 7B,
nos Anexos. Pelos dados da Tabela 8-B podem ser observados os valores
genotípicos preditos dos caracteres PET, PTC, PTG e AGT dos 50 clones
selecionados para a próxima etapa de seleção, assim como a distância média
euclidiana ao ideótipo.
48
4.2.2 Seleção de famílias
Com base no modelo M20, os valores genotípicos (µ + g) preditos
foram superiores aos encontrados na primeira etapa de seleção. Isto já era
esperado, pois as famílias expressam o valor médio dos clones que pertencem a
ela. Já quando se avalia em experimentos com repetições, os clones individuais
pertencentes às melhores famílias, é esperado que estes produzam mais que a
média da sua família amostrada (Tabelas 3-B e 9-B).
Pelos dados da Tabela 9-B pode-se observar que os valores genotípicos
preditos têm acurácias relativamente altas. A escala dos valores da acurácia foi
de 0,86 para PTC, 0,91 para PET, 0,90 para PTG e 0,84 para AGT. Estas
acurácias revelam que os valores genotípicos preditos se encontram bem
próximo do valor genotípico real dos clones e que uma seleção baseada nestes
dados permitira ganhos significativos. As herdabilidades de médias de clones
foram expressivas, indicando que grande parte do diferencial de seleção deve-se
a fatores genéticos e será transferida para a próxima geração. Os valores das
herdabilidades foram de 0,73 para PTC, 0,82 para PTG, 0,70 para AGT e 0,82
para PET (Tabela 9B).
A razão do CVgi/CVe apresentou valores de 0,96 para PTC, 1,25 para
PET, 1,22 para PTG e 0,89 para AGT, indicando um bom potencial para a
seleção. Estes valores, reforçados pelo número de repetições utilizadas, pode
apresentar situações em que a seleção terá ganhos com a seleção e o melhorista
pode confiar nos dados obtidos. Este conjunto de informações reporta a uma
seleção baseada em dados muito bem experimentados e com boas perspectivas
de expressivos ganhos com a seleção.
O ganho de seleção esperado para a próxima etapa se equivale aos
encontrados pela segunda etapa de seleção clonal, apresentando ligeira
superioridade da seleção de famílias (Tabela 9-B).
49
Os valores preditos (µ + g) das quatro variáveis foram submetidos à
formulação do índice de seleção baseado na distância média euclidiana e a
classificação dos 50 melhores clones é apresentada na Tabela 7B. Na Tabela
10B podem ser observados os valores genotípicos preditos dos caracteres PET,
PTC, PTG e AGT dos 50 clones selecionados para a próxima etapa de seleção,
assim como a distância média euclidiana ao ideótipo.
4.2.3 Comparação entre os métodos – seleção clonal e seleção de famílias
Em uma apreciação preliminar, sobre a eficiência da seleção de famílias,
pode-se inferir que, com os dados obtidos na primeira etapa de seleção,
observaram-se grandes as chances de ser selecionado, pelos dois métodos, um
grande número de clones idênticos, pois quase 60% dos indivíduos selecionados
ou pela seleção clonal ou pela seleção de família, foram coincidentes. Este fato
evidencia que, na seleção clonal, foram predominantemente selecionados os
clones pertencentes às famílias selecionadas pela seleção de famílias.
Houve uma semelhança entre as estimativas dos valores da razão do
CVgi/CVe, acurácia da seleção e herdabilidade média para todas as variáveis
analisadas, nos dois métodos de seleção na segunda etapa de seleção, o que
também se observou para os valores médios preditos. Os ganhos, como
comentado anteriormente, foram praticamente os mesmos nos dois métodos de
seleção (Tabelas 6B e 9B).
Na Tabela 7B são apresentados os clones selecionados pelos métodos de
seleção empregados. Ao verificar a quais famílias pertenciam os 50 clones
selecionados pela seleção clonal, observa-se que 34 clones (68%) pertenciam às
famílias selecionadas na primeira etapa de seleção. Destes 34 clones, 91% (31
clones) foram selecionados na segunda etapa de seleção de família. Com menor
intensidade de seleção (20 clones), 90% dos clones selecionados pela seleção
clonal pertenciam às famílias selecionadas. Quando tomados como referência os
50
clones selecionados pela seleção de famílias, ocorre 60% de coincidência com a
seleção clonal (50 clones selecionados), mas, quando se consideram 20 clones
selecionados (seleção de famílias), a coincidência sobe para 65% entre os 50
selecionados da seleção clonal.
Uma informação que se pode tirar destas coincidências é que se fosse
optado pela seleção de famílias, como método de seleção, a maioria dos clones
elites da seleção clonal (20 ou 50 clones selecionados) estaria também incluída
na sua seleção realizada na primeira etapa de seleção. No entanto, se optasse
pela seleção clonal como método de seleção, boa parte dos clones elites (20 ou
50 clones selecionados) selecionados pela seleção de famílias estaria descartada
logo na primeira fase de seleção.
O ordenamento dos 20 (ou 50) melhores clones da seleção de famílias
entre os 924 clones avaliados na primeira etapa da seleção clonal demonstrou
que seriam necessários manter de 690 a 728 clones para que o mesmo não fosse
descartado pela seleção clonal. Isso demonstra que a seleção clonal é ineficiente,
pois a intensidade de seleção teria de ser muito branda (entre 75% e 79%) para
não eliminar clones promissores. Fazendo-se o mesmo ordenamento dos 20 ou
50 melhores clones da segunda etapa de seleção clonal, seria necessário manter
420 clones (entre os 924 clones), para que não houvesse descarte de qualquer
clone selecionado posteriormente. Esse resultado reforça, mais uma vez, a
ineficiência da seleção clonal. Este resultado também informa que a primeira
etapa da seleção clonal (blocos aumentados) deve ser realizada uma intensidade
seleção branda para que clones promissores não sejam descartados.
Portanto, além de apresentar ligeira superioridade (média dos
selecionados, acurácias, herdabilidades e CV relativo) em relação ao método da
seleção clonal, o método de seleção de famílias apresenta vantagem adicional e
devido ao menor custo de experimentação (tamanho dos experimentos) e à
possibilidade de avaliação em locais e/ou safras, podem-se selecionar clones
51
mais estáveis e adaptados a uma gama maior de locais. Além dessas vantagens
adicionais, a seleção de famílias selecionou, na primeira etapa de seleção,
praticamente todos os clones indicados como superiores pela seleção clonal (20
clones). Outra vantagem da seleção de famílias é a sua avaliação nas gerações
iniciais (C1 e C2), em que a seleção clonal apresenta baixa correlação entre as
gerações para caracteres de baixa herdabilidade (Lambert, 2004). A seleção de
famílias contorna esta baixa herdabilidade, como já informado anteriormente,
tornando-se, portanto, uma boa alternativa para a seleção precoce em batata
(Simmonds, 1996; Gopal, 1997; Bradshaw et al., 2000; Simon, 2005; Melo,
2007).
4.3 Simulação da seleção entre e dentro
A seleção entre e dentro é realizada com base nas informações de
famílias e clones individuais, em que são selecionadas as melhores famílias e,
dentro delas, os melhores clones em uma mesma etapa de seleção. Esta seleção é
tida como mais eficiente que a seleção entre as famílias e posterior seleção
dentro, bem como a seleção de clones individuais (Martins et al., 2005). Neste
intuito, foi realizada uma simulação, em que os clones foram selecionados pela
informação da análise conjunta da seleção de famílias e pela informação de
clones individuais da seleção clonal.
Os componentes de variância são apresentados na Tabela 11B. Por
serem clones previamente selecionados, a média geral do experimento foi
superior à média dos experimentos da seleção clonal e seleção de famílias
(Tabelas 6B, 9B e 11B). Para os outros componentes de variância (CV relativo,
acurácia de seleção, h
2
média de clone) apresentados por esta análise, foram
praticamente os mesmos apresentados pela seleção de famílias e pela seleção
clonal. Quanto aos ganhos esperados pela seleção entre e dentro, estes foram
similares aos estimados pela seleção clonal e seleção de famílias, com ligeira
52
inferioridade em relação a PTC. Mas, quando se compra o ganho realizado com
a seleção, este apresenta superioridade em relação aos outros dois métodos.
Em relação aos 50 clones selecionados pela seleção entre e dentro, pode-
se observar que os primeiros 20 selecionados foram também selecionados tanto
pelo método da seleção clonal quanto da seleção de famílias (Tabela 7B).
Algumas vantagens adicionais referentes à seleção entre e dentro são a
possibilidade de avançar um número reduzido de clones para a próxima geração
e o ganho de tempo, por utilizar uma mesma safra para executar duas seleções
(entre + dentro).
Vale ressaltar que a seleção entre e dentro exige que sejam plantados
experimentos em famílias e que também sejam colhidas plantas individuais
dentro das parcelas. Experimentos com este delineamento é possível de serem
executados em batata, mas requerem um custo maior de operação e tempo de
avaliação que a seleção de família. Entretanto, a seleção entre e dentro é mais
vantajosa que a seleção clonal, que já tem um custo alto de experimentação e de
operação. Fica comprometida a conclusão de uma preferência entre a seleção de
famílias e a seleção entre e dentro, com os dados obtidos por este trabalho,
principalmente quando se trata de seleção em estágios iniciais, em que a seleção
de famílias já apresenta vantagens em relação à seleção clonal. Por isso,
trabalhos voltados para verificar essa opção devem ser realizados com as
gerações clonais iniciais (C1 e C2).
53
5 CONCLUSÕES
1. A intensidade realizada nos experimentos de blocos aumentados deve ser
branda (em torno de 50%), para que não sejam descartados clones
superiores que, por motivos ambientais e/ou experimentais, não tenham
expressado seu potencial genético total.
2. A seleção de famílias foi mais eficiente em identificar os clones superiores
do que a seleção clonal.
3. A seleção de família apresenta uma vantagem adicional, por oferecer menor
custo de experimentação, possibilidade de avaliação em locais e/ou safras e
utilização de delineamentos com repetições.
54
REFERÊNCIAS BIBLIOGRÁFICAS
ABBOTT, A.J.; ATKIN, RK. (Ed.). Improving vegetatively propagated
crops. London: Academic, 1987.
ALLARD, R.W. Principles of plant breeding. 3.ed. New York: J. Wiley, 1960.
485p.
AMARO, G.B. Seleção precoce de clones de batata para caracteres do
tubérculo. 2002. 73p. Dissertação (Mestrado em Genética e Melhoramento de
Plantas)-Universidade Federal de Lavras, Lavras, MG.
ANDERSON, J.A.; HOWARD, H.W. Effectiveness of selection in the early
stages of potato breeding programmes. Potato Research, Wageningen, v.24,
p.289-299, 1981.
ANDRADE, C.M. Seleção de clones de batata portadores do alelo Ry
adg
de
resistência ao PVY por meio de marcador molecular. 2008. 59p. Dissertação
(Mestrado em Genética e Melhoramento de Plantas)-Universidade Federal de
Lavras, Lavras, MG.
ANDREU, M.A. Seleção de clones e identificação de marcadores genéticos
para qualidade de processamento da batata. 2004. 94p. Dissertação
(Mestrado em Genética e Melhoramento de Plantas)-Universidade Federal de
Lavras, Lavras, MG.
ANDREU, M.A.; PEREIRA, A. da S. Qualidade industrial de famílias clonais
de batata. Revista Brasileira de Agrociência, Pelotas, v.10, n.4, p.511-513,
2004.
ANTUNES, F.Z.; FORTES, M. Exigências climáticas da cultura da batata.
Informe Agropecuário, Belo Horizonte, v.7, n.76, p.19-23, abr. 1981.
BARBOSA, M.H.P.; RESENDE, M.D.V.; BRESSIANI, J.A.; SILVEIRA,
L.C.I.; PETERNELLI, L.A. Selection of sugarcane families and parents by
REML/BLUP. Crop Breeding and Applied Biotechnology, Viçosa, v.5, p.443-
450, 2005.
55
BARBOSA, M.H.P.; RESENDE, M.D.V.; PETERNELLI, L.A.; BRESSIANI,
J.A.; SILVEIRA, L.C.I.; SILVA, F.L.; FIGUEIREDO, I.C.R. Use of
REML/BLUP for the selection of sugarcane families specialized in biomass
production. Crop Breeding and Applied Biotechnology, Viçosa, v.4, p.218-
226, 2004.
BASTOS, I.T.; BARBOSA, M.H.P.; RESENDE, M.D.V.; PETERNELLI, L.A.;
SILVEIRA, L.C.I.; DONDA, L.R.; FORTUNATO, A.A.; COSTA, P.M.A;
FIGUEIREDO, I.C.R. Avaliação da interação genótipo x ambiente em cana-de-
açúcar via modelos mistos. Pesquisa Agropecuária Tropical, Goiânia, v.37,
n.4, p.195-203, 2007.
BENITES, F.R.G. Seleção recorrente em batata visando tolerância ao calor.
2007. 90p. Tese (Doutorado em Agronomia. Genética e Melhoramento de
Plantas)-Universidade Federal de Lavras, Lavras, MG.
BHERING, L.L. Seleção assistida por marcadores para a qualidade de
processamento em batata. 2006. 87p. Dissertação (Mestrado em Genética e
Melhoramento de Plantas)-Universidade Federal de Lavras, Lavras, MG.
BRADSHAW, J.E.; DALE, M.F.B.; SWAN, G.E.L.; TODD, D.; WILSON,
R.N. Early-generation selection between and within pair crosses in potato
(Solanum tuberosum subsp. tuberosum) breeding programme. Theoretical and
Applied Genetics, Berlin, v.97, n.8, p.1331-1339, Dec. 1998.
BRADSHAW, J.E.; MACKAY, G.R. Breeding strategies for clonally
propagated potatoes. In: BRADSHAW, J.E.; MACKAY, G.R. (Ed.). Potato
genetics. Wallingford: CAB International, 1994. p.467-497.
BRADSHAW, J.E.; TODD, D.; WILSON, R.N. Use of tuber progeny tests for
genetical studies as part of a potato (Sonalum tuberosum subsp. tuberosum)
breeding programme. Theoretical and Applied Genetics, Berlin, v.100, n.5,
p.772-781, May 2000.
BRESSIANI, J.A. Seleção seqüencial em cana-de-açúcar. 2001. 104p. Tese
(Doutorado em Genética e Melhoramento de Plantas)-Escola Superior de
Agricultura “Luiz de Queiroz”, Piracicaba, SP.
BRESSIANI, J.A.; VENCOVSKY, R.; BURNQUIST, W.L. Interação entre
famílias de cana-de-açúcar e locais: efeito na resposta esperada com a seleção.
Bragantia, Campinas, v.61, n.1, p.1-10, 2002.
56
BRIGGS, K.G.; SHEBESKI, L.H. Visual selection for yielding ability of F
3
lines in a hard red spring wheat breeding program. Crop Science, Madison,
v.10, n.4, p.400-402, 1970.
BROWN, J.; CALIGARI, P.D.S.; MACKAY, G.R.; SWAN, G.E.L. The
efficiency of visual selection in early generations of a potato breeding
programme. Annals Applied Biology, Warwick, v.110, n.2, p.357-363, Apr.
1987.
BRUNE, S.; LOPES, C.A.; BUSO, J.A. Melhoramento genético da batata no
Brasil para a resistência à pinta preta (Alternaria solani). In: CIP (Centro
Internacional da Batata). Control integrado de las principales enfermidades
fungosas de la papa. Lima, 1995. p. 35-37.
CEDILLO, D.S.O.; FERREIRA, F.M.; BARROS, W.S.; CRUZ , C.D.; DIAS,
L.A. dos S.; ROCHA, R.B.; Selection among and within and combined
selection in oil palm families derived from Dura x Dura. Ciência Rural, Santa
Maria, v.38, n.1, p.65-71, jan./fev. 2008.
COX, M.C.; HOGARTH, D.M. The effectiveness of family selection in early
stages of a sugarcane improvement program. In: AUSTRALIAN PLANT
BREEDING CONFERENCE, 10., 1993, Bundaberg. Procedings… Brisbane:
1993. p.53-54.
COX, M.C.; McRAE, T.A.; BULL, J.K.; HOGARTH, D.M. Family selection
improves the efficiency and effectiveness of a sugarcane improvement program.
In: WILSON, J.R.; HOGARTH, D.M.; CAMPBELL, J.A.; GARSIDE, A.L.
(Ed.). Sugarcane: research towards efficient and sustainable production.
Brisbane: CSIRO Division of Tropical Crops and Pasture, 1996. p.42-43.
CRUZ, C.D.; REGAZZI, A.J. Modelos biométricos aplicados ao
melhoramento genético. Viçosa: UFV, 2001. 390p.
DAHIYA, B.S.; WALDIA, R.S.; KAUSHIK, L.S.; SOLANKI, I.S. Early
generation yield testing versus visual selection in chickpea (Cicer arietinum L.).
Theoretical and Applied Genetics, Berlin, v.68, p.525-529, 1984.
DINIZ, M.C.D.R. Número de clones por família, seleção clonal e seleção de
famílias em programas de melhoramento de batata. 2002. 125p. Tese
(Doutorado em Genética e Melhoramento de Plantas)-Universidade Federal de
Lavras, Lavras, MG.
57
DINIZ, M.C.D.R.; PINTO, C.A.B.P.; LAMBERT, E. de S. Sample size for
family evaluation in potato breeding programs. Ciência e Agrotecnologia,
Lavras, v.30, n. 2, p.277-282, 2006.
DUARTE, J.B.; VENCOVSKY, R. Estimação e predição por modelo linear
misto com ênfase na ordenação de médias de tratamentos genéticos. Scientia
Agricola, Piracicaba, v.58, n.1, p.109-117. 2001.
FALCONER, D.S.; MACKAY, T.F.C. Introduction to quantitative genetics.
4.ed. London: Longman, 1996. 464p.
FARIAS, F.J.C. Índice de seleção em cultivares de algodoeiro. 2005. 121p.
Tese (Doutorado em Genética e Melhoramento de Plantas)-Escola Superior de
Agricultura Luiz de Queiroz, Piracicaba,.SP.
FARIAS NETO, J.T. de; RESENDE, M.D.V. de; OLIVEIRA, M. do S.P. de;
SANTOS N.S.A. dos; CANUTO, E.L.; NOGUEIRA, O.L.; MULLER, A.A.
Avaliação genética de progênies de polinização aberta de açai (Euterpe
oleracea) e estimativas de parâmetros genéticos. Cerne, Lavras, v.13, n.4,
p.376-383, out./dez. 2007
FEDERER, W.T. Augmented (or hoonuiaku) designs. Hawaii Plant Records.
v.55, p.191-208, 1956.
FERREIRA, R.P.; PEREIRA, A.V. Melhoramento de forrageiras. In: BORÉM,
A. (Ed.). Melhoramento de espécies cultivadas. Viçosa: UFV, 2005. p.781-
812.
FREY, K.J. Effectiveness of visual selection upon yield in oat crosses. Crop
Science, Madison,v.2, n.2, p.102-105, 1962.
GARCIA, A.A.F. Índice para a seleção de cultivares. Piracicaba, 1998. 112p.
Tese (Doutorado em Genética e Melhoramento de Plantas) - Escola Superior de
Agricultura “Luiz de Queiroz”, Piracicaba, SP.
GARCIA, A.A.F.; SOUZA JÚNIOR, C.L. Comparação de índices não
paramétricos para seleção de cultivares. Bragantia, Campinas, v.58, n.2, p.253-
267, 1999.
GARCIA, C.H.; NOGUEIRA, M.C.S. Utilização da metodologia REML/BLUP
na seleção de clones de eucalipto. Scientia Forestalis, Piracicaba ,v.68, p.107-
112, 2005.
58
GOPAL, J. Between and within variation and family selection in potato breeding
programmes. Journal of Genetics and Breeding, New Jarsey, v.36, p.201-208,
2001.
GOPAL, J. Progeny selection for agronomic characters in early generations of
potato breeding programme. Theoretical and Applied Genetics, Berlin, v.95,
n.3, p.307-311, Aug. 1997.
GOPAL, J.; GAUR, P.C.; RANA, M.S. Early generation selection for
agronomic characters in a potato breeding programme. Theoretical and
Applied Genetics, Berlin, v.84, n.5/6, p.709-713, Aug. 1992.
HAYNES, K.G. WILSON, D.R. Correlations for yield and specific gravity
between potato tuberling second year field generations. American Potato
Journal, Orono, v.69, n.12, p.817-826, Dec. 1992.
JACKSON, P.A.; Mc RAE, T.A. Gain from selection of broadly adapted and
specifically adapted sugarcane families. Field Crops Research, Amsterdam,
v.59, p.151-162, 1998.
JACKSON, P.A.; McRAE, T.A.; HOGARTH, D.M. Selection of sugarcane
families across variable environments. I. Sources of variation and an optimal
selection index. Field Crops Research, Amsterdam, v.43, n.2/3, p.109-118,
1995a.
JACKSON, P.A.; McRAE, T.A.; HOGARTH, D.M. Selection of sugarcane
families across variable environments. II. Patterns of response and association
with environmental factors. Field Crops Research, Amsterdam, v.43, n.2/3,
p.119-130, 1995b.
KAGEYAMA, P.Y.; VENCOVSKY, R. Variação genética em progênies de
uma população de Eucalyptus grandis (Hill) Maiden. IPEF, Piracicaba, v.24,
p.9-26, 1983.
KIMBENG, C.A.; COX, M.C. Early generation selection of sugarcane families
and clones in Australia: a review. Journal of the American Society of Sugar
Cane Technologists, Baton Rouge, v.23, p.20-39, 2003.
KIMBENG, C.A.; FROYLAND, D.; APPO, D.; CORCORAN, A.;
HETHERINGTON, M. An appraisal of early generation selection in sugarcane
breeding. Proc ISSCT, South Brisbane, v.24 p.488-493, 2001.
59
LAMBERT, E. de S. Estratégias para o melhoramento da batata para
condições tropicais. 2004. 142p. Tese (Doutorado em Genética e
Melhoramento de Plantas)-Universidade Federal de Lavras, Lavras, MG.
LIN, C.S.; BINNS, M.R. A method of analyzing cultivar x location x year
experiments: a new stability parameter. Theoretical and Applied Genetics,
Berlin, v.76, p.425-430, 1988.
MACKAY, F.R. Selection and breeding for better potato cultivars. In:
ABBOTT, A.J.; ATKIN, R.K. (Ed.). Improving vegetatively propagated
crops. London: Academic, 1987. p.181-196.
MARIS, B. Correlations within and between characters between and within
generations as a measure for the early generations selection in potato breeding.
Euphytica, Wageningen, v.37, n.3, p.205-224, 1988.
MARTINS, I.S.; CRUZ, C.D.; ROCHA, M. das G. de B.; PIRES, I.E.
Comparação entre os processos de seleção entre e dentro e o de seleção
combinada, em progênies de Eucalyptus grandis. Cerne, Lavras, v.11, n.1, p.16-
24, 2005.
MATSUOKA, S.; GARCIA, A.A.F.; ARIZONO, H. Melhoramento da cana-de-
açúcar. In: BORÉM, A. (Ed.). Melhoramento de espécies cultivadas. Viçosa:
UFV, 2005. p.225-274.
McRAE, T.A.; HOGATH, D.M.; FOREMAN, J.W.; BRAITHWAITE, M.J.
Selection of sugarcane seedling families in Burdekin district. In: AUSTRALIAN
PLANT BREEDING CONFERENCE, 10., 1993, Gold Coast. Proceedings…
Gold Coast: The Organizing Committee, 1993. v.1, p.77-82.
MELO, D.S. Viabilidade da seleção precoce de famílias clonais de batata.
2007. 83p. Dissertação (Mestrado em Genética e Melhoramento de Plantas)-
Universidade Federal de Lavras, Lavras, MG.
MENEZES, C.B. de; PINTO, C.A.B.P.; NURMBERG, P.L.; LAMBERT, E.S.
Combining ability of potato genotypes for cool and warm seasons in Brazil.
Crop Breeding and Applied Biotechnology, Viçossa, v.1, n.2, p.145-157,
Apr./June 2001.
MULAMBA, N.N.; MOCK, J.J. Improvement of yield potential of the eto
blanco maize (Zea Mays L.) population by breeding for plant traits. Egyptian
Journal of Genetics and Cytology, Alexandria, v.7, n.1, p.40-51, 1978.
60
NEELE, A.E.F.; LOUWES, K.M. Early selection for chip quality and dry matter
content in potato seedling populations in greenhouse or screenhouse. Potato
Research, Wageningen, v.32, p.293-300, 1989.
OLIVEIRA, R.; RESENDE, M.D.V.; DAROS, E.; BESPALHOK FILHO,
J.C.; ZAMBON, J.L.; IDO, O.; KOEHLER, H. Genotypic evaluation and
selection of sugarcane clones in three environments in the state of Paraná. Crop
Breeding and Applied Biotechnology, Viçosa, v.5, p.426-434, 2005.
OLIVEIRA, R.A. de; DAROS, E.; BESPALHOK-FILHO, J.C.; ZAMBON,
J.L.C.; IDO, O.T.; WEBER, H.; RESENDE, M.D.V. de; ZENI-NETO, H.
Seleção de famílias de cana-de-açúcar via modelos mistos. Scientia Agraria,
Curitiba, v.9, n.3, p.269-274, 2008.
PEDROZO, C.Â.; BENITES, F.R.G.; BARBOSA, M.H.P.; RESENDE, M.D.V.
de; SILVA, F. L. da. Eficiência de índices de seleção utilizando a metodologia
REML/BLUP no melhoramento da cana-de-açúcar. Scientia Agraria, Curitiba,
v.10, n.1, p.031-036, 2009.
PEREIRA, A. da S. Desenvolvimento de cultivares nacionais de batata. Batata
Show, Itapetininga, v.3, n.7, p.12-13, jul. 2003.
PEREIRA, A. da S.; COSTA, D.M.; DANIELS, J.; VENDRUSCO, J.L.S.;
FORTES, G.R.L.; BERTONCINI, O.; HIRANO, E.; CHOER, E.; AUGUSTIN,
E.; GOMES, C.B. BRS Eliza: cultivar de batata para mesa, com película lisa e
resistência à pinta-preta e à requeima. Horticultura Brasileira, Brasília, v.19,
n.3, p.391-392, 2001.
PEREIRA, A. da S.; DANIELS, J. O cultivo da batata na região sul do Brasil.
Brasília: Embrapa Informação Tecnológica, 2003. 567p.
PINTO, C.A.B.P. Melhoramento genético da batata. Informe Agropecuário,
Belo Horizonte, v.20, n.197, p.120-128, mar./abr. 1999.
PINTO, C.A.B.P. Métodos de melhoramento aplicados às plantas de propagação
vegetativa. In: SIMPÓSIO DE ATUALIZAÇÃO EM GENÉTICA E
MELHORAMENTO DE PLANTAS: genética e melhoramento de espécies de
propagação vegetativa, 4., 2000, Lavras. Anais... Lavras: UFLA, 2000. p.76-97.
PINTO, C.A.B.P.; VALVERDE, V. I. R.; ROSSI, M. S. Eficiência da seleção
nas primeiras gerações clonais em batata (Solanum tuberosum L.). Pesquisa
Agropecuária Brasileira, Brasília, v.29, n.5, p.771-778, maio 1994.
61
RESENDE, M.D.V. de. Genética biométrica e estatística no melhoramento
de plantas perenes. Brasília: Embrapa, 2002. 975p.
RESENDE, M.D.V. Métodos estatísticos ótimos na análise de experimentos
de campo. Colombo: Embrapa Florestas, 2004. 65p. (Documentos, 100).
RESENDE, M.D.V. de. Matemática e estatística na análise de experimentos
e no melhoramento genético. Colombo: Embrapa Florestas, 2007a. 435p.
RESENDE, M.D.V. de. Software SELEGEN-REML/BLUP: sistema
estatístico e seleção genética computadorizada via modelos mistos. Colombo:
Embrapa Florestas, 2007b. 435p.
RESENDE, M.D.V.; BARBOSA, M.H.P. Selection via simulated Blup based on
family genotypic effects in sugarcane. Pesquisa Agropecuária Brasileira,
Brasília, v. 41, n. 3, p. 421-429, 2006.
RESENDE, M.D.V.; DUARTE, J.B. Precisão e controle de qualidade em
experimentos de avaliação de cultivares. Pesquisa Agropecuária Tropical,
Goiânia, v.37, n.3, p.182-194, set. 2007.
RESENDE, M.D.V.; PRATES, D.F.; JESUS, A.; YAMADA, C.K. Estimação
de componentes de variância e predição de valores genéticos pelo método da
máxima verossimilhança restrita (REML) e melhor predição linear não viciada
(BLUP) em Pinus. Boletim de Pesquisa Florestal, Colombo, n.32/33, p.18-45,
1996.
RESENDE, M. D. V. ; THOMPSON, Robin . Factor analytic multiplicative
mixed models in the analysis of multiple experiments. Revista de Matemática e
Estatística, São Paulo, v. 22, n. 2, p. 1-22, 2004.
ROCHA, M. das G. de B.; PIRES, I.E.; XAVIER A.; CRUZ, C. D.; ROCHA, R.
B. Avaliação genética de progênies de meio-irmãos de Eucalyptus urophylla
utilizando os procedimentos REML/BLUP e E(QM). Ciência Florestal, Santa
Maria, v. 16, n. 4, p. 369-379, 2006.
RODRIGUES, A.F.S.; PEREIRA, A. da S.; Correlações inter e intragerações e
herdabilidade de cor de chips, matéria seca e produção de batata. Pesquisa
Agropecuária Brasileira, Brasília, v. 38, n.5, p. 599-604, maio 2003.
62
SANTOS, V. da S. Seleção de pré-cultivares de soja baseada em índices.
2005. 104p. Tese (Doutorado em Genética e Melhoramento de Plantas)-Escola
Superior de Agricultura Luiz de Queiroz, Piracicaba, SP.
SCHAALJE, G.B.; LYNCH, D.R.; KOZUB, G.C. Field evaluation of a
modified augmented design for early stage selection involving a large number of
test lines without replication. Potato Research, Wageningen, v.30, n.1, p.35-45,
Mar. 1987.
SEARLE, S.R.; CASELLA, G.; McCULLOCH, C. Variance components. New
York: J. Wiley, 1992. 501p.
SHANTHI, R.M.; BHAGYALAKSHMI, K.V.; HEMAPRABHA, G.;
ALARMELU, S.; NAGARAJAN R. Relative performance of the sugarcane
families in early selection stages. Sugar Tech, Índia, v.10, n.2, p.114-118, 2008.
SILVA, G.O. da; PEREIRA A. da S.; SOUZA, V.Q.; CARVALHO, F.I.F. de;
FRITSCHE NETO, R. Parâmetros genéticos em primeiras gerações de seleção
de batata (Solanum tuberosum L.). Magistra, Cruz das Almas, BA, v.19, n.2,
p.98-103, abr./jun. 2007.
SILVA, G.O. da; PEREIRA, A.S.; SOUZA, V.Q.; CARVALHO, F.I.F.;
OLIVEIRA, A.C.; BERTAN, I.; FRITSCHE NETO, R. Importância de
caracteres na dissimilaridade de progênies de batata em gerações iniciais de
seleção. Bragantia, Campinas, v.67, n.1, p.141-144, 2008.
SILVA, M.A.; LANDELL, M.G.A.; GONÇALVES, P.S.; BRESSIANI, J.A.;
CAMPANA, M.P. Estimates of general and specific combining ability for yield
components in a partial sugarcane diallel cross. Crop Breeding and Applied
Biotechnology, Viçosa, v.4, p.107-112, 2002.
SIMMONDS, N.W. Family selection in plant breeding. Euphytica,
Wageningen, v.90, n.2, p.201-208, 1996.
SIMON, G.A. Interação famílias por ambientes e seleção de clones de bata
resistentes à pinta preta e tolerantes ao calor. 2005. 114 p. Tese (Doutorado
em Genética e Melhoramento de Plantas)-Universidade Federal de Lavras,
Lavras, MG.
SKINNER, J.C.; HOGARTH, D.M.; WU, K.K. Selection methods, criteria and
indices. In: HEINZ, D.J. (Ed.). Sugarcane improvement through breedind.
Amsterdam: Elsevier, 1987. p. 09-453.
63
SOUZA Jr., C.L. Componentes da variância genética e suas implicações no
melhoramento vegetal. Piracicaba: FEALQ, 1989. 134p.
TAI, G.C.C. Effectiveness of visual selection for early clonal generation
seedling of potato. Crop Science, Madison, v.15, n.1, p.15-18, Jan./Feb. 1975.
VAN DER ZAAG, D. E.; BURTON, W. G. Potencial yield of the potato crop
and its limitations. EAPR. In: CONFERENCE SURVEY PAPERS, 7., 1978,
Warsaw, Poland. Proceedings... Warsaw, Poland, 1978. p.7-22.
WRICKE, G.; WEBER, W.E. Quantitative genetics and selection in plant
breeding. New York: W. de Gruyter, 1986. 406p.
ZENI NETO, H.; OLIVEIRA, R.A. de; DAROS E.; BESPALHOK-FILHO,
J.C.; ZAMBON, J.L.C.; IDO, O.T.; WEBER, H. Seleção para produtividade,
estabilidade e adaptabilidade de clones de cana-de-açúcar em três ambientes no
estado do Paraná via modelos mistos. Scientia Agraria, Curitiba, v.9, n.4,
p.425-430, 2008.
64
ANEXOS
ANEXO A Página
MODELO 1A Modelo estatístico 1 (delineamento em blocos
aumentados (incompletos) Modelo 74 do
SELEGEN-REML/BLUP).......................................
68
MODELO 2A Modelo estatístico 2 (blocos completos um local
(Modelo 20 do SELEGEN-REML/BLUP) clones
não aparentados)......................................................
69
MODELO 3A Modelo estatístico 3: (blocos completos em vários
locais (Modelos 23 do SELEGEN-REML/BLUP)
famílias não aparentadas) ........................................
70
MODELO 4A Modelo estatístico 4 (Método MHPRVG: Modelo
54 do SELEGEN-REML/BLUP).............................
71
ANEXO B
TABELA 1B Componentes de variância (REML individual)
para a produção de tubérculos comercializáveis
(PTC), porcentagem de tubérculos graúdos (PTG),
aparência geral de tubérculo (AGT) e peso
específico de tubérculos (PET), referentes à
primeira etapa de seleção clonal. Lavras, MG,
2007.........................................................................
73
TABELA 2B Componentes de variância (REML individual)
para a produção de tubérculos comercializáveis
(PTC), porcentagem de tubérculos graúdos (PTG),
aparência geral de tubérculo (AGT) e peso
específico de tubérculos (PET), referentes às
análises individuais dos experimentos da primeira
etapa de seleção de famílias. Lavras e Senador
Amaral, 2007........................................................
74
65
TABELA 3B Componentes de variância (REML individual)
para produção de tubérculos comercializáveis
(PTC), porcentagem de tubérculos graúdos (PTG),
aparência geral de tubérculo (AGT) e peso
específico de tubérculos (PET), referentes à
análise conjunta dos experimentos da primeira
etapa de seleção de famílias. Lavras e Senador
Amaral (M23 ou M54)............................................
75
TABELA 4B Classificação das famílias pelos dos modelos
estatísticos M23 (seleção de clones não
aparentados, µ + g), M54 (µ + g + gem),
MHPRVG (estabilidade e adaptabilidade de
valores genéticos), PRVG (adaptabilidade de
valores genéticos), MHVG (estabilidade de
valores genéticos), Lavras e Senador (análises
individuais)..............................................................
76
TABELA 5B Correlações entre os índices de seleção baseados
na distancia média euclidiana dos valores
genotípicos para cada modelo e método..................
77
TABELA 6B Componentes de variância (REML individual)
para a produção de tubérculos comercializáveis
(PTC), porcentagem de tubérculos graúdos (PTG),
aparência geral de tubérculo (AGT) e peso
específico de tubérculos (PET) da avaliação da
segunda etapa da seleção clonal. Lavras, MG,
dezembro de 2008...................................................
78
TABELA 7B Cinquenta clones selecionados na segunda etapa
de seleção clonal ou famílias ou seleção entre e
dentro de famílias.....................................................
79
TABELA 8B Valores genotípicos preditos (µ + g) dos melhores
50 clones da segunda etapa de seleção clonal.
Lavras, MG, 2008....................................................
81
TABELA 9B Componentes de variância (REML individual) para
produção de tubérculos comercializáveis (PTC),
porcentagem de tubérculos graúdos (PTG),
aparência geral de tubérculo (AGT) e peso
66
específico de tubérculos (PET) da avaliação da
segunda etapa da seleção de famílias. Lavras, MG,
dezembro de 2008............................................... 83
TABELA 10B Valores genotípicos preditos (µ + g) dos melhores
50 clones da segunda etapa de seleção de famílias.
Lavras, MG, 2008....................................................
84
TABELA 11B Componentes de variância (REML individual)
para a produção de tubérculos comercializáveis
(PTC), porcentagem de tubérculos graúdos (PTG),
aparência geral de tubérculo (AGT) e peso
específico de tubérculos (PET), da avaliação da
seleção entre e dentro. Lavras, MG, dezembro de
2008..........................................................................
86
67
ANEXO A MODELOS ESTATÍSTICOS
68
Anexo A1 Modelo estatístico 1 (delineamento em blocos aumentados
(incompletos) Modelo 74 do SELEGEN-REML/BLUP)
y = Xf + Zg + Wb + e, em que y é o vetor de dados, f é o vetor dos efeitos
assumidos como fixos (média geral), g é o vetor dos efeitos genotípicos
(assumidos como aleatórios), b é o vetor dos efeitos ambientais de blocos
(assumidos como aleatórios) e e é o vetor de erros ou resíduos (aleatórios). As
letras maiúsculas representam as matrizes de incidência para os referidos efeitos.
Sequência de colunas no arquivo de dados:
Parcela Genótipo Média Bloco Obs/Parcela Variável 1 Variável 2
Interpretação dos resultados
Componentes de variância (REML Individual)
Vg: variância genotípica.
Vbloc: variância ambiental entre blocos.
Ve: variância residual.
Vf: variância fenotípica individual.
h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos
efeitos genotípicos totais.
c2bloc = c2: coeficiente de determinação dos efeitos de bloco.
h2mgen: herdabilidade ajustada da média de genótipo, assumindo sobrevivência
completa
Acgen: acurácia da seleção de genótipos, assumindo sobrevivência completa.
Média geral do experimento.
69
Anexo A2 Modelo estatístico 2 (blocos completos um local (Modelo 20 do
SELEGEN-REML/BLUP) clones não aparentados)
y = Xr + Zg + e, em que y é o vetor de dados, r é o vetor dos efeitos de repetição
(assumidos como fixos) somados à média geral, g é o vetor dos efeitos
genotípicos (assumidos como aleatórios) e e é o vetor de erros ou resíduos
(aleatórios). As letras maiúsculas representam as matrizes de incidência para os
referidos efeitos.
Sequência de colunas no arquivo de dados
Parcela Genótipo Repetição Obs/Parc Variáveis
Interpretação dos resultados
Componentes de variância (REML individual)
Vg: variância genotípica.
Ve: variância residual.
Vf: variância fenotípica individual.
h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos
efeitos genotípicos totais.
h2mc = h2mf: herdabilidade da média de genótipo, assumindo ausência de perda
de parcelas.
Acclon = acfam: acurácia da seleção de genótipos, assumindo ausência de perda
de parcelas.
CVgi%: coeficiente de variação genotípica.
CVe%: coeficiente de variação residual.
CVr = CVg/CVe = coeficiente de variação relativa.
PEV: variância do erro de predição dos valores genotípicos, assumindo ausência
de perda de parcelas.
SEP: desvio padrão do valor genotípico predito, assumindo ausência de perda de
parcelas.
Média geral do experimento.
70
Anexo A3 Modelo estatístico 3 (Blocos completos em vários locais (Modelos
23 do SELEGEN-REML/BLUP) famílias não aparentadas)
y = Xr + Zg + Wi + e, em que y é o vetor de dados, r é o vetor dos efeitos de
repetição (assumidos como fixos) somados à média geral, g é o vetor dos efeitos
genotípicos (assumidos como aleatórios), i é vetor dos efeitos da interação
genótipo x ambiente (aleatórios) e e é o vetor de erros ou resíduos (aleatórios).
As letras maiúsculas representam as matrizes de incidência para os referidos
efeitos. O vetor r contempla todas as repetições de todos os locais (ajusta
combinações repetição-local). Nesse caso, esse vetor contempla os efeitos de
locais e de repetições dentro de locais.
Sequência de colunas no arquivo de dados
Parcela Genótipo Repetição Interação Local Variáveis; (A coluna Interação deve
codificar combinações local-genótipo).
Interpretação dos resultados
Componentes de variância (REML individual)
Vg: variância genotípica.
Vint: variância da interação genótipo x ambiente.
Ve: variância residual.
Vf: variância fenotípica individual.
h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos
efeitos genotípicos totais.
c2int = c2: coeficiente de determinação dos efeitos da interação genótipo x
ambiente.
h2mc = h2mf: herdabilidade da média de genótipo (família), assumindo
sobrevivência completa.
Acclon= Acfam: acurácia da seleção de genótipos, assumindo sobrevivência
completa.
rgloc: correlação genotípica entre o desempenho nos vários ambientes.
CVgi%: coeficiente de variação genotípica.
CVe%: coeficiente de variação residual.
Média geral do experimento.
71
Anexo A4 Modelo estatístico 4 (Método MHPRVG: Modelo 54 do
SELEGEN-REML/BLUP)
y = Xr + Zg + Wi + e, em que y é o vetor de dados, r é o vetor dos efeitos de
repetição (assumidos como fixos) somados à média geral, g é o vetor dos efeitos
genotípicos (assumidos como aleatórios), i é vetor dos efeitos da interação
genótipo x ambiente (aleatórios) e e é o vetor de erros ou resíduos (aleatórios).
As letras maiúsculas representam as matrizes de incidência para os referidos
efeitos.
O vetor r contempla todas as repetições de todos os locais (ajusta combinações
repetição-local). Nesse caso, esse vetor contempla os efeitos de locais e de
repetições dentro de locais. É essencial que as repetições sejam codificadas com
diferentes números nos diferentes locais.
Desejando-se ajustar os efeitos de repetições e de locais como aleatórios pode-se
empregar o modelo 52, seguindo a sequência de colunas de tal modelo e
preenchendo-se toda a coluna de repetições com 1 (onde será ajustada a média
geral) e a coluna de blocos com os blocos completos nos vários locais.
Sequência de colunas no arquivo de dados
Local Parcela Genótipo Repetição Interação Obs/Parc Variáveis
Interpretação dos resultados
Componentes de variância (REML Individual)
Vg: variância genotípica.
Vint: variância da interação genótipo x ambiente.
Ve: variância residual.
Vf: variância fenotípica individual.
h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos
efeitos genotípicos totais.
c2int = c2: coeficiente de determinação dos efeitos da interação genótipo x
ambiente.
h2mg: herdabilidade da média de genótipo, assumindo sobrevivência completa.
Acgen: acurácia da seleção de genótipos, assumindo sobrevivência completa.
rgloc: correlação genotípica entre o desempenho nos vários ambientes.
CVgi%: coeficiente de variação genotípica.
CVe%: coeficiente de variação residual.
Média geral do experimento.
72
ANEXO B TABELAS
73
TABELA 1B Componentes de variância (REML individual) para a produção de
tubérculos comercializáveis (PTC), porcentagem de tubérculos
graúdos (PTG), aparência geral de tubérculo (AGT) e peso
específico de tubérculos (PET), referentes à primeira etapa de
seleção clonal. Lavras, MG, 2007
Componentes de variância (REML Individual)
PET PTC PTG AGT
Variância genotípica
0,50* 28369,86
247,39 0,234
Variância de bloco
0,01* 1683,49 3,02 0,010
Variância residual
0,39* 42675,11
238,72 0,489
variância fenotípica individual
0,90* 72728,46
489,13 0,732
h2 de parcelas individuais
0,554
+- 0,067
0,390
+- 0,057
0,506
+- 0,069
0,320
+- 0,052
coeficiente de determinação bloc
0,010 0,0231 0,0062 0,013
h2 media genótipo
0,553 0,390 0,506 0,318
h2 média genótipo ajustada
0,559 0,399 0,507 0,324
Acurácia da seleção
0,744 0,624 0,712 0,565
Média geral
1,0771 424,11 61,10 2,8
Média clones
1,0772 422,5 54,5 2,8
Média testemunhas 1,0678 526 70,5 4,2
Media dos selecionados 1.0785 465.3 62.4 2,9
Ganho esperado (%)
0,13 9,7 14,5 3,6
* x 10
-4
74
TABELA 2B Componentes de variância (REML individual) para a produção de tubérculos comercializáveis (PTC),
porcentagem de tubérculos graúdos (PTG), aparência geral de tubérculo (AGT) e peso específico de
tubérculos (PET), referentes às análises individuais dos experimentos da primeira etapa de seleção de
famílias. Lavras e Senador Amaral, 2007
REML Individual ____________Lavras____________ __________Senador Amaral_________
PET PTC PTG AGT PET PTC PTG AGT
Variância genotípica
0,25* 10153,43 63,54 0,23 0,24* 3052,15 70,97 0,16
Variância residual
0,21* 20755,72 117,69 0,37 0,78* 4489,83 162,11 0,44
Variância fenotípica ind.
0,45* 30909,16 181,24 0,60 1,02* 7541,99 233,08 0,60
h
2
de parcela
0,545
+- 0,24
0,328
+- 0,19
0,350
+- 0,19
0,382
+- 0,20
0,23
+- 0,15
0,41
+- 0,21
0,31
+- 0,18
0,27
+-0,17
h
2
média de família
0,78 0,59 0,62 0,65 0,48 0,670985 0,57 0,53
Acurácia de seleção
0,88 0,77 0,79 0,81 0,70 0,819137 0,76 0,73
CV genético (%)
0,46 19,7 12,17 13,84 0,46 31,610042 23,78 15,02
CV residual (%)
0,42 28,16 16,56 17,58 0,82 38,338665 35,96 24,5
CV relativo
1,09 0,68 0,73 0,79 0,56 0,824495 0,67 0,61
PEV
0,05* 4114,76 24,26 0,08 0,13* 1004,203 30,68 0,08
SEP
23,22* 64,15 4,92 0,28 35,42* 31,689178 5,54 0,28
Média geral
1,0719 511,58 65,50 3,5 1,0770 174,77 35,43 2,7
Média famílias
1,0727 520,88 65,65 3,4
1,0777 166,75 35,53 2,65
Média testemunhas 1,0660 443,32 64,42 4,2 1,0721 233,65 34,64 3,06
PEV: variância do erro de predição dos valores genotípicos, SEP: desvio padrão do valor genotípico predito, Média geral do
experimento.
* x 10
-4
74
75
TABELA 3B Componentes de variância (REML individual) para a produção de
tubérculos comercializáveis (PTC), porcentagem de tubérculos
graúdos (PTG), aparência geral de tubérculo (AGT) e peso
específico de tubérculos (PET), referentes à análise conjunta dos
experimentos da primeira etapa de seleção de famílias. Lavras e
Senador Amaral (M23 ou M54)
Componentes de variância (REML Individual)
PET PTC PTG AGT
Variância genotípica 0,2* 85,05 39,18 0,18
Variância da interação 0,04* 6545,88 28,16 0,015
Variância residual 0,49* 12615,10 139,05 0,403
Variância fenotípica ind. 0,74* 19246,04 206,37 0,60
h
2
de parcela
0,276
+- 0,12
0,0044
+- 0,015
0,19
+- 0,10
0,30
+- 0,13
h
2
média de família 0,665 0,015 0,51 0,71
Acurácia de seleção 0,815 0,124 0,72 0,84
Coeficiente de
determinação da interação
0,056 0,34 0,13 0,025
Correlação genotípica
entre locais
0,829 0,012 0,58 0,93
CV genético (%) 0,420 2,69 12,40 13,87
CV residual (%) 0,652 32,72 23,36 20,62
Média geral 1,0744 343,18 50,47 3,1
Média famílias 1,0752 343,20 49,72 3,0
Média testemunhas 1,0685 342,96 49,31 3,7
Media dos selecionados
1.0752 343.7 51.3 3.1
Ganho esperado (%) 0,07 0,15 1,6 0
* x 10
-4
76
TABELA 4B Classificação das famílias pelos dos modelos estatísticos M23
(seleção de clones não aparentados, µ + g), M54 (µ + g + gem),
MHPRVG (estabilidade e adaptabilidade de valores genéticos),
PRVG (adaptabilidade de valores Genéticos), MHVG
(estabilidade de valores genéticos), Lavras e Senador (analises
individuais).
Classificação
M23 M54 MHPRVG
PRVG
MHVG
Lavras Senador
1 3 3 3 3 3 1 19
2 9 9 19 19 2 3 2
3 19 19 2 2 19 4 9
4 2 4 9 9 9 22 3
5 1 1 4 4 4 14 14
6 4 2 1 1 1 10 4
7 21 14 14 14 14 8 6
8 10 21 6 6 6 21 20
9 14 8 18 18 10 18 16
10 8 10 10 10 18 2 11
11 22 22 16 21 16 9 10
12 6 18 21 8 20 5 18
13 16 6 22 20 11 6 12
14 18 16 20 22 22 13 1
15 12 5 5 16 5 19 21
16 11 12 8 5 12 12 5
17 20 20 12 12 21 15 22
18 5 11 11 11 8 16 8
19 15 17 15 15 15 17 15
20 17 15 13 17 13 11 13
21 13 13 17 13 17 20 17
22
7 7 7 7 7 7 7
77
TABELA 5B Correlações entre os índices de seleção baseados na distância
média euclidiana dos valores genotípicos para cada modelo e
método.
Modelos e métodos
Correlações Pearson
MHRPVG x RPVG
0,99
MHRPVG x MHVG
0,98
RPVG x MHVG
0,98
M23 x MHRPVG
0,97
M23 x RPVG
0,95
M23 x MHVG
0,92
MHVG x Senador
0,88
RPVG x Senador
0,84
MHRPVG x Senador
0,82
M23 x Lavras
0,81
MHRPVG x Lavras
0,73
M23 x Senador
0,72
RPVG x Lavras
0,67
MHVG x Lavras
0,61
Lavras x Senador
0,26
78
TABELA 6B Componentes de variância (REML individual) para a produção de
tubérculos comercializáveis (PTC), porcentagem de tubérculos
graúdos (PTG), aparência geral de tubérculo (AGT) e peso
específico de tubérculos (PET) da avaliação da segunda etapa da
seleção clonal. Lavras, MG, dezembro de 2008.
Componentes de variância (REML individual)
PET PTC PTG AGT
Variância genotípica 0,42* 101688,63 126,26 0,2
Variância residual 0,36* 140190,44 125,92 0,34
Variância fenotípica ind.
0,78* 241879,06 252,18 0,53
h
2
de parcela
0,54
+- 0,067
0,42
+- 0,06
0,50
+- 0,065
0,37
+- 0,06
h
2
média de clone
0,78 0,68 0,75 0,64
Acurácia de seleção
0,88 0,83 0,86 0,8
CV genético (%)
0,61 32,48 13,73 20,02
CV residual (%)
0,56 38,14 13,71 26,1
CV relativo
1,08 0,85 1,0 0,77
PEV
0,09* 32017 31,50 0,07
SEP
30,57* 178,93 5,61 0,26
Média geral 1,0723 981,74 81,81 2,2
Média 50 selecionados
1,0769 1212,65 86,12 2,4
Ganho esperado (%)
0,42 23,5 5,3 9,1
PEV: variância do erro de predição dos valores genotípicos, assumindo ausência de
perda de parcelas, SEP: desvio padrão do valor genotípico redito, assumindo ausência de
perda de parcelas.
* x10
-4
.
79
...Continua...
TABELA 7B Cinquenta clones selecionados na segunda etapa de seleção clonal
ou famílias ou seleção entre e dentro de famílias.
Classificação Clonal
Entre e dentro
Famílias
1 10-32 4-35* 4-35
2 4-35 9-10* 9-10
3 9-10 1-12* 18-37
4 10-33 8-17* 8-17
5 1-06 1-06* 1-06
6 1-12 21-42* 8-19
7 8-17 14-04* 1-12
8 21-42 9-06* 9-06
9 14-04 4-34* 9-17
10 4-21 4-21* 21-42
11 4-34 14-20* 18-55
12 8-16 8-16* 14-20
13 9-06 1-24* 4-34
14 1-24 9-21* 14-04
15 9-14 21-34* 18-19
16 9-21 1-04* 8-38
17 13-31 9-14* 1-21
18 14-20 1-20* 18-29
19 5-31 18-41* 4-21
20 10-03 19-26* 8-16
21 22-18 18-11 19-23
22 17-04 14-28 1-05
23 1-04 1-03 19-21
24 18-11 14-37 1-16
25 14-28 1-11 9-21
26 1-03 1-08 21-34
27 21-34 14-10 1-24
28 19-26 4-18 18-11
29 14-37 18-29 19-26
30 1-20 8-06 14-37
31 6-46 19-56 9-14
32 18-41 19-06 14-28
80
TABELA 7B cont.
33 14-10 14-14 1-03
34 11-04 18-09 1-20
35 5-17 2-20 1-04
36 19-56 4-28 2-09
37 18-29 14-33 18-41
38 11-15 18-51 19-56
39 13-26 21-26 14-10
40 4-18 18-33 8-06
41 14-14 5-25 14-17
42 8-06 8-23 18-10
43 1-08 1-18 9-09
44 19-06 14-22 8-26
45 1-11 8-13 14-14
46 18-09 21-31 18-27
47 6-13 8-34 19-54
48 12-13 14-16 1-11
49 20-28 3-06 21-37
50 17-08 18-14 4-18
*Clones selecionados pelos dois métodos de seleção (Clonal e Famílias).
81
...Continua...
TABELA 8B Valores genotípicos preditos (µ + g) dos melhores 50 clones da
segunda etapa de seleção clonal. Lavras, MG, 2008.
Clones PET PTC PTG AGT dmeuclidiana
Posição
ideótipo
1,0951 1968,75 94,41 3,7 0,0000
1 10-32 1,0807 1527,29 81,40 2,5 2,6834
2 4-35 1,0750 1194,31 91,34 3,2 2,8888
3 9-10 1,0761 1432,05 85,01 2,5 3,3335
4 10-33 1,0736 1968,75 91,66 2,4 3,3611
5 1-06 1,0773 1085,83 85,23 2,8 3,4036
6 1-12 1,0809 958,17 82,90 2,8 3,4566
7 8-17 1,0814 1102,73 86,36 2,5 3,4722
8 21-42 1,0785 1180,84 93,79 2,4 3,7523
9 14-04 1,0796 1020,97 81,65 2,6 3,8207
10 4-21 1,0741 1218,75 85,33 2,6 3,8849
11 4-34 1,0762 1405,33 85,11 2,3 3,9031
12 8-16 1,0737 1294,80 89,81 2,5 3,9154
13 9-06 1,0839 1427,49 84,01 2,0 3,9755
14 1-24 1,0760 899,24 89,66 3,0 3,9932
15 9-14 1,0692 1196,35 87,35 3,1 4,0041
16 9-21 1,0774 992,79 87,05 2,6 4,0180
17 13-31 1,0737 1163,71 80,65 2,7 4,0199
18 14-20 1,0784 1690,81 91,54 2,0 4,0509
19 5-31 1,0849 1043,58 79,38 2,3 4,0733
20 10-03 1,0743 1403,51 89,26 2,3 4,1197
21 22-18 1,0781 1289,09 86,76 2,2 4,1687
22 17-04 1,0782 1244,55 92,54 2,2 4,2007
23 1-04 1,0758 1007,50 88,41 2,6 4,2138
24 18-11 1,0743 1247,52 87,61 2,4 4,2233
25 14-28 1,0774 1173,86 85,48 2,3 4,2462
26 1-03 1,0758 999,96 65,84 3,3 4,2505
27 21-34 1,0825 1067,56 89,23 2,2 4,2614
28 19-26 1,0765 1192,26 91,64 2,3 4,2739
29 14-37 1,0731 1424,29 88,48 2,3 4,2835
30 1-20 1,0780 1032,39 89,91 2,4 4,2966
82
TABELA 8B cont.
31 6-46 1,0835 1274,02 82,75 2,0 4,3817
32 18-41 1,0814 967,53 92,29 2,3 4,3830
33 14-10 1,0697 1530,94 91,49 2,4 4,3968
34 11-04 1,0813 1005,67 82,48 2,3 4,4268
35 5-17 1,0772 1197,97 91,74 2,2 4,4610
36 19-56 1,0706 1934,49 89,61 2,2 4,4829
37 18-29 1,0725 1352,12 79,25 2,4 4,4920
38 11-15 1,0806 975,07 87,08 2,3 4,5012
39 13-26 1,0789 862,93 93,36 2,5 4,5211
40 4-18 1,0749 959,99 79,38 2,7 4,5341
41 14-14 1,0716 1351,89 81,73 2,4 4,5661
42 8-06 1,0747 1329,28 85,78 2,2 4,5750
43 1-08 1,0770 859,28 89,38 2,6 4,5780
44 19-06 1,0731 1082,86 90,28 2,5 4,5984
45 1-11 1,0803 996,08 80,13 2,3 4,6429
46 18-09 1,0728 1264,42 89,26 2,3 4,6793
47 6-13 1,0721 1795,41 83,48 2,1 4,7039
48 12-13 1,0776 1226,28 76,45 2,2 4,7131
49 20-28 1,0783 801,27 84,23 2,6 4,7367
50 17-08 1,0818 978,95 81,58 2,2 4,7958
dmEuclidiana = distancia média euclidiana.
83
TABELA 9B Componentes de variância (REML individual) para a produção de
tubérculos comercilizáveis (PTC), porcentagem de tubérculos
graúdos (PTG), aparência geral de tubérculo (AGT) e peso
específico de tubérculos (PET) da avaliação da segunda etapa da
seleção de famílias. Lavras, MG, dezembro de 2008.
Componentes de variância (REML Iindividual)
PET PTC PTG AGT
Variância genotípica 0,46* 113004,91 190,56 0,27
Variância residual 0,3* 122626,14 128,43 0,35
Variância fenotípica ind.
0,76* 235631,06 318,99 0,62
h
2
de parcela
0,61
+- 0,07
0,48
+- 0,07
0,60
+- 0,07
0,44
+- 0,06
h
2
média de clone
0,83 0,73 0,82 0,70
Acurácia de seleção
0,91 0,86 0,90 0,84
CV genético (%)
0,63 35,03 17,38 22,09
CV residual (%)
0,51 36,48 14,27 24,82
CV relativo
1,25 0,96 1,22 0,89
PEV
0,08* 30017,61 34,96 0,08
SEP
28,56* 173,26 5,91 0,28
Média geral 1,0723 959,73 79,40 2,4
Média 50 selecionados
1,0768 1216,74 84,16 2,6
Ganho esperado (%)
0,41 26,8 6,0 8,33
PEV: variância do erro de predição dos valores genotípicos, assumindo ausência de
perda de parcelas, SEP: desvio padrão do valor genotípico redito, assumindo ausência de
perda de parcelas.
* x10
-4
.
84
...Continua...
TABELA 10B Valores genotípicos preditos (µ + g) dos melhores 50 clones da
segunda etapa de seleção de famílias. Lavras, MG, 2008.
Clones PET PTC PTG AGT dmEuclidiana
Posição
ideótipo
1,0964
2033,81
95,08
3,9
0,0
1 4-35
1,0751
1203,74
91,73
3,3
2,7535
2 9-10
1,0764
1458,56
84,84
2,6
2,9661
3 10-33
1,0737
2033,81
92,08
2,5
2,9796
4 18-37
1,076
1507,52
86,83
2,5
3,1148
5 8-17
1,0819
1105,58
86,31
2,6
3,1179
6 1-06
1,0776
1087,46
85,09
2,9
3,1490
7 8-19
1,0792
1538,12
60,24
2,7
3,1568
8 1-12
1,0814
950,63
82,56
2,9
3,1875
9 9-06
1,0846
1453,66
83,76
2,0
3,3381
10 9-17
1,0755
1140,34
81,22
2,9
3,3471
11 21-42
1,0788
1189,29
94,40
2,5
3,3683
12 18-55
1,0794
954,54
81,20
2,9
3,4123
13 14-20
1,0788
1735,91
91,95
2,0
3,4356
14 4-34
1,0764
1429,92
84,95
2,3
3,4421
15 14-04
1,08
1017,94
81,20
2,7
3,4678
16 18-19
1,0767
1336,17
75,18
2,5
3,4804
17 8-38
1,0675
1695,03
93,23
2,9
3,4856
18 1-21
1,085
897,51
72,11
2,8
3,4870
19 18-29
1,0721
1418,38
82,32
2,7
3,5392
20 4-21
1,0742
1229,93
85,20
2,7
3,5514
21 8-16
1,0737
1311,44
90,07
2,6
3,5699
22 19-23
1,0764
1144,50
92,36
2,6
3,5816
23 1-05
1,0837
848,55
75,13
2,8
3,6613
24 19-21
1,0778
1215,73
86,80
2,3
3,6955
25 1-16
1,0746
1044,38
67,04
3,5
3,7085
26 9-21
1,0776
989,88
87,06
2,7
3,7525
27 21-34
1,083
1067,88
89,44
2,2
3,7574
28 1-24
1,0762
887,47
89,91
3,0
3,7667
29 18-11
1,0744
1260,77
87,67
2,5
3,8082
30 19-26 1,0767
1201,53
92,06
2,3 3,8236
85
TABELA 10B cont.
31 14-37
1,0731
1450,24
88,63
2,3
3,8284
32 9-14
1,0691
1201,87
87,37
3,2
3,8497
33 14-28
1,0775
1178,44
85,41
2,3
3,8545
34 1-03
1,076
995,42
63,99
3,4
3,8635
35 1-20
1,0784
1030,18
90,18
2,5
3,8740
36 1-04
1,076
1003,50
88,55
2,7
3,8806
37 2-09
1,0857
785,39
70,06
2,8
3,9121
38 18-41
1,0819
960,66
92,76
2,3
3,9254
39 19-56
1,0705
1997,09
89,85
2,2
3,9690
40 14-10
1,0696
1564,55
91,89
2,5
3,9769
41 8-06
1,0749
1348,41
85,69
2,2
4,0336
42 14-17
1,073
1086,48
89,31
2,7
4,0586
43 18-10
1,0803
1036,30
78,04
2,3
4,0689
44 9-09
1,0779
1023,82
80,63
2,5
4,0944
45 8-26
1,0819
854,67
77,22
2,6
4,0958
46 14-14
1,0716
1372,64
81,28
2,5
4,1013
47 18-27
1,0705
1584,87
83,86
2,3
4,1040
48 19-54
1,0741
956,75
90,26
2,8
4,1106
49 1-11
1,0807
991,26
79,54
2,3
4,1277
50 21-37
1,0754
1058,58
79,67
2,6
4,1321
dmEuclidiana = distancia média euclidiana.
86
TABELA 11B Componentes de variância (REML individual) para a produção
de tubérculos comercializáveis (PTC), porcentagem de
tubérculos graúdos (PTG), aparência geral de tubérculo (AGT) e
peso específico de tubérculos (PET) da avaliação da seleção
entre e dentro. Lavras, MG, dezembro de 2008.
Componentes de variância (REML individual)
PET PTC PTG AGT
Variância genotípica 0,44* 111495,81 127,69 0,24
Variância residual 0,32* 152191,68 112,54 0,31
Variância fenotípica ind.
0,76* 263687,49 240,22 0,55
h
2
de parcela
0,58
+- 0,09
0,42
+- 0,08
0,53
+- 0,09
0,43
+- 0,08
h
2
média de clone
0,81 0,69 0,77 0,69
Acurácia de seleção
0, 9 0,83 0,88 0,83
CV genético (%)
0,62 32,44 13,74 21,37
CV residual (%)
0,52 37,91 12,90 24,63
CV relativo
1,19 0,86 1,06 0,88
PEV
0,09* 34866,37 28,99 0,07
SEP
29,18* 186,72 5,38 0,27
Média geral 1,0724 1029,15 82,21 2,3
Média 50 selecionados 1,0758 1200,50 86,71 2,5
Ganho esperado (%) 0,32 16,65 5,47 8,7
PEV: variância do erro de predição dos valores genotípicos, assumindo ausência de
perda de parcelas, SEP: desvio padrão do valor genotípico redito, assumindo ausência de
perda de parcelas.
* x10
-4
.
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
