Influência da variabilidade espacial e sua implicação na avaliação do rendimento de grãos em genótipos de feijão

Palavras-chave: Phaseolus vulgaris L., Repetição, Variação fenotípica

Resumo

Experimentos a campo bem planejados são capazes lidar com a variabilidade espacial, resultando em informações precisas e com utilidade. Contudo, sabe-se que existe variações nas áreas experimentais, além das indiretamente induzidas por praticas de condução. Neste sentido, o objetivo do trabalho foi decompor as causas de variação, possibilitando verificar o efeito da interação genótipo x bloco e suas implicações, na avaliação do rendimento de grãos em genótipos fixos e segregantes de feijão. O experimento foi conduzido a campo na safra agrícola 2020/21 em Lages – SC. Os tratamentos foram compostos pelos genótipos: i) IPR88 Uirapuru x BAF35, na geração F2; ii) IPR88 Uirapuru x BAF35, na geração F5; iii) genitor IPR88 Uirapuru e iv) genitor BAF35; dispostos em delineamento experimental de blocos casualizados com mais de uma repetição por bloco, sendo 3 blocos e 4 repetições por tratamento em cada bloco. Com os dados do rendimento de grãos (g parcela-1), foi realizada a análise de variância e decomposição das causas de variação em contrates ortogonais. A análise de variância demonstrou significância para bloco, genótipo e a interação genótipo x bloco (p<0,05). Analogamente, a decomposição em genótipos dentro de cada bloco, também revelou significância (p<0,05). Além disso, a decomposição da variação de genótipos nos diferentes blocos, demonstrou uma maior fração da soma de quadrados presente em apenas um bloco, sendo inerente principalmente aos genitores. Com isso, o uso de repetições dentro dos blocos possibilitou uma verificação adequada da variação espacial do experimento, sendo essa fundamental no momento de realizar a seleção.

Downloads

Não há dados estatísticos.

Referências

ALLARD, R. W. Princípios do melhoramento genético das plantas. São Paulo: E. Blücher, 1971. 381 p.
ARIEF, V. N.; DESMAE, H.; HARDNER, C.; DELACY, I. H.; GILMOUR, A.; BULL, J. K.; & BASFORD, K. E. Utilization of multiyear plant breeding data to better predict genotype performance. Crop Science, v. 59, n. 2, p. 480-490, 2019. DOI: 10.2135/cropsci2018.03.0182
BERNARDELI, A.; ROCHA, J. R. A. S. D. C.; BORÉM, A.; LORENZONI, R.; AGUIAR, R.; SILVA, J. N. B.; LAMAS COSTA, M. D. B. Modeling spatial trends and enhancing genetic selection: An approach to soybean seed composition breeding. Crop Science, v. 61, n. 2, p. 976-988, 2021. DOI: 10.1002/csc2.20364
BERNAL-VASQUEZ, A. M.; MÖHRING, J.; SCHMIDT, M.; SCHÖNLEBEN, M.; SCHÖN, C. C.; PIEPHO, H. P. The importance of phenotypic data analysis for genomic prediction-a case study comparing different spatial models in rye. BMC genomics, v. 15, n. 1, p. 1-17, 2014. DOI: 10.1186/1471-2164-15-646
BORGES, A.; GONZÁLEZ-REYMUNDEZ, A.; ERNST, O.; CADENAZZI, M.; TERRA, J.; GUTIÉRREZ, L. Can spatial modeling substitute for experimental design in agricultural experiments?. Crop Science, v. 59, n. 1, p. 44-53, 2019. DOI: 10.2135/cropsci2018.03.0177
BURGUEÑO, Juan. Spatial analysis of field experiments. Applied statistics in agricultural, biological, and environmental sciences, p. 319-344, 2018. DOI: 10.2134/appliedstatistics.2016.0011.c12
CAMPOS, J. F. D.; CARNEIRO, A. P. S.; PETERNELLI, L. A.; CARNEIRO, J. E. D. S.; SILVA, M. J. D.; CECON, P. R. Classificação de famílias do feijoeiro sob diferentes cenários de dependência espacial e precisão experimental. Pesquisa Agropecuária Brasileira [online]. v. 51, n. 02, pp. 105-111, 2016. DOI: 10.1590/S0100-204X2016000200002
CARGNELUTTI FILHO, A.; STORCK, L.; TOEBE, M.; BURIN, C.; ALVES, B. M.; FACCO, G.; NEU, I. M. M. Precisão experimental relacionada a tamanhos de parcelas, números de tratamentos e repetições em nabo forrageiro. Pesquisa Agropecuária Brasileira, v. 49, p. 428-439, 2014. DOI: 10.1590/S0100-204X2013000700007
CASLER, M. D. Fundamentals of experimental design: Guidelines for designing successful experiments. Agronomy Journal, v. 107, n. 2, p. 692-705, 2015. DOI: 10.2134/agronj2013.0114
CLARKE, G. P. Y.; STEFANOVA, K. T. Optimal design for early‐generation plant‐breeding trials with unreplicated or partially replicated test lines. Australian & New Zealand Journal of Statistics, v. 53, n. 4, p. 461-480, 2011. DOI: 10.1111/j.1467-842X.2011.00642.x
COCHRAN, W.; COX, G.M. Experimental Designs. New York: John Wiley, 1957. 611p.
CONAB - COMPANHIA NACIONAL DE ABASTECIMENTO. Acompanhamento da Safra Brasileira de Grãos, Brasília, DF, v. 9, safra 2021/22, n. 11 décimo primeiro levantamento, agosto 2022.
DA SILVA, É. D. B.; XAVIER, A.; FARIA, M. V. Joint modeling of genetics and field variation in plant breeding trials using relationship and different spatial methods: A simulation study of accuracy and bias. Agronomy, v. 11, n. 7, p. 1397, 2021. DOI: 10.3390/agronomy11071397
ELIAS, A. A.; RABBI, I.; KULAKOW, P.; JANNINK, J. L. Improving genomic prediction in cassava field experiments using spatial analysis. G3: Genes, Genomes, Genetics, v. 8, p. 53– 62, 2018. DOI: 10.1534/g3.117.300323
FALCONER, D. S.; MACKAY, T. F. C. Introduction to quantitative genetics. 1996. Harlow, Essex, UK: Longmans Green, v. 3, 1996.
KONZEN, E. R.; RECCHIA, G. H.; CASSIERI, F.; CALDAS, D. G. G.; BERNY MIER Y TERAN, J. C.; GEPTS, P.; TSAI, S. M. DREB genes from common bean (Phaseolus vulgaris L.) show broad to specific abiotic stress responses and distinct levels of nucleotide diversity. International journal of genomics, v. 2019, 2019. DOI: 10.1155/2019/9520642
LOS, F. G. B.; ZIELINSKI, A. A. F.; WOJEICCHOWSKI, J. P.; NOGUEIRA, A.; DEMIATE, I. M. Beans (Phaseolus vulgaris L.): whole seeds with complex chemical composition. Current Opinion in Food Science, v. 19, p. 63-71, 2018. DOI: 10.1016/j.cofs.2018.01.010
PIMENTEL-GOMES, F. Curso de EstatísticaExperimental. 14. ed. Piracicaba: ESALQ, 2000. 477p.
SALVADOR, F. V.; PEREIRA, G. D. S.; SOUZA, M. H. D.; SILVA, L. M. B. D.; SANTANA, A. S.; DE PAULA, I. G.; ... CARNEIRO, J. E. D. S. Correcting experimental data for spatial trends in a common bean breeding program. Crop Science, v. 62, n. 2, p. 825-838, 2022. DOI: 10.1002/csc2.20703
SELLE, M. L.; STEINSLAND, I.; HICKEY, J. M.; GORJANC, G. Flexible modelling of spatial variation in agricultural field trials with the R package INLA. Theoretical and Applied Genetics, v. 132, p. 3277– 3293, 2019. DOI:10.1007/s00122-019-03424-y
SILVA, M. J. D.; CARNEIRO, A. P. S.; FERES, A. L. G.; CARNEIRO, J. E. S.; SANTOS, N. T.; CECON, P. R. Spatial dependence in experiments of progeny selection for bean (Phaseolus vulgaris L.) yield. Revista Ceres, v. 63, p. 477-485, 2016.
SOUZA, E.A. de; GERALDI, I.O.; RAMALHO, M.A.P. Alternativas experimentais na avaliação de famílias em programas de melhoramento genético do feijoeiro. Pesquisa Agropecuária Brasileira, v.35, p.1765-1771, 2000.
VELAZCO, J. G.; RODRÍGUEZ-ÁLVAREZ, M. X.; BOER, M. P.; JORDAN, D. R.; EILERS, P. H. C.; MALOSETTI, M.; VAN EEUWIJK, F. A. Modelling spatial trends in sorghum breeding field trials using a two-dimensional P-spline mixed model. Theoretical and Applied Genetics, v. 130, p. 1375– 1392, 2017. DOI: 10.1007/s00122-017-2894-4
VENCOVSKY, R.; BARRIGA, P. Genética biométrica no Fitomelhoramento. 1992.
Publicado
2024-01-22
Seção
Artigos Científicos