Resumo -O objetivo deste trabalho foi alterar o método centroide de avaliação da adaptabilidade e estabilidade fenotípica de genótipos, para deixá-lo com maior sentido biológico e melhorar aspectos quantitativos e qualitativos de sua análise. A alteração se deu pela adição de mais três ideótipos, definidos de acordo com valores médios dos genótipos nos ambientes. Foram utilizados dados provenientes de um experimento sobre produção de matéria seca de 92 genótipos de alfafa (Medicago sativa) realizado em blocos ao acaso, com duas repetições. Os genótipos foram submetidos a 20 cortes, no período de novembro de 2004 a junho de 2006. Cada corte foi considerado um ambiente. A inclusão dos ideótipos de maior sentido biológico (valores médios nos ambientes) resultou em uma dispersão gráfica em forma de uma seta voltada para a direita, na qual os genótipos mais produtivos ficaram próximos à ponta da seta. Com a alteração, apenas cinco genótipos foram classificados nas mesmas classes do método centroide original. A figura em forma de seta proporciona uma comparação direta dos genótipos, por meio da formação de um gradiente de produtividade. A alteração no método mantém a facilidade de interpretação dos resultados para a recomendação dos genótipos presente no método original e não permite duplicidade de interpretação dos resultados.Termos para indexação: Medicago sativa, análise gráfica, componentes principais, interação genótipos x ambientes. Alteration of the centroid method to evaluate genotypic adaptabilityAbstract -The objective of this work was to modify the centroid method of evaluation of phenotypic adaptability and the phenotype stability of genotypes in order for the method to make greater biological sense and improve its quantitative and qualitative performance. The method was modified by means of the inclusion of three additional ideotypes defined in accordance with the genotypes' average yield in the environments tested. The alfalfa (Medicago sativa L.) forage yield of 92 genotypes was used. The trial had a randomized block design, with two replicates, and the data were used to test the method. The genotypes underwent 20 cuts, from November 2004 to June 2006. Each cut was considered an environment. The inclusion of ideotypes of greater biological average production in the environments produced an arrow-shaped graphical dispersion directed to the right in which the most productive genotypes were placed near the tip of the arrow. With the alteration only five genotypes were classified into the former classes of the original centroid method. The arrow-shaped figure allowed a direct comparison of genotypes throughout the productivity gradient. The alteration performed in the method preserved the easy interpretation of results for genotype recommendations of the original method, and does leaves no room for ambiguity in interpretation of the results.
Resumo -O objetivo deste trabalho foi propor uma abordagem bayesiana do método de Eberhart & Russell para avaliar a adaptabilidade e da estabilidade fenotípica de genótipos de alfafa (Medicago sativa), bem como avaliar a eficiência da utilização de distribuições a priori informativas e pouco informativas. Foram utilizados dados de um experimento em blocos ao acaso, no qual se avaliou a produção de massa de matéria seca de 92 genótipos. A metodologia bayesiana proposta foi implementada no programa livre R por meio da função MCMCregress do pacote MCMCpack. Para representar as distribuições a priori pouco informativas, utilizaram-se distribuições de probabilidade com grande variância; e, para representar distribuições a priori informativas, adotou-se o conceito de meta-análise, que se caracteriza pela utilização de informações provenientes de trabalhos anteriores. A comparação entre as distribuições a priori foi realizada por meio do fator de Bayes, com a função BayesFactor do pacote MCMCpack, que indicou a priori informativa como a mais adequada nas condições deste estudo.Termos para indexação: Medicago sativa, fator de Bayes, priori informativa, interação genótipo x ambiente, MCMC. Bayesian approach for the evaluation of adaptability and stability of alfalfa genotypesAbstract -The objective of this work was to propose a Bayesian approach for the Eberhart & Russell method to evaluate the phenotypic adaptability and stability of alfafa (Medicago sativa) genotypes, as well as to evaluate the efficiency of the use of prior informative and noninformative distributions. Data from a randomized block design experiment evaluating the forage dry weight of 92 genotypes were used. The Bayesian methodology proposed was implemented in the free software R by the MCMCregress function of the MCMCpack package. To represent the noninformative prior distributions, a probability distribution with high variance was used; and, to represent the informative prior, a meta-analysis concept was adopted, characterized by the use of information provided by previous studies. The comparison between the prior distributions was done using the Bayes Factor, with the BayesFactor function of the MCMCpack package, which indicated that an informative prior is more appropriate under the conditions of this study.
Estimates of genetic progress using different selection criteria in alfalfa genotypesThis study aimed to compare different selection criteria, indicate the selection method that provides larger estimates of genetic progress and identify superior genotypes for the evaluated morphological and bromatological characteristics. The experiment was conducted at Embrapa Pecuária Sudeste, São Carlos, São Paulo State, Brazil in a randomized blocks design, with two replicates. The evaluated characteristics were dry matter production, plant height, tolerance to diseases, fenotypic acceptance by animals, protein content, in vitro dry-matter digestibility, neutral detergent fiber and the stem/leaf relationship of ninety two alfalfa cultivars from INTA, Argentina. Cultivar Crioula was used as control.
O coeficiente de repetibilidade é amplamente usado pelos geneticistas como medida do limite superior da herdabilidade e da eficiência da predição do valor genotípico a partir de sucessivas medições no indivíduo. Pelo seu conhecimento pode-se avaliar se o número de avaliações realizadas é suficiente para se inferir sobre a superioridade genotípica com determinado grau de certeza. Estimou-se o coeficiente de repetibilidade das características forrageiras proteína bruta do colmo e da folha, em 77 acessos do Banco Ativo de Germoplasma de Capim-Elefante da Embrapa. O delineamento experimental foi em blocos ao acaso com duas repetições. Os cortes foram realizados aos 30, 45, 60 e 75 dias de idade, em 15 perfilhos, tomados ao acaso dentro de cada parcela. Foi realizada análise de variância dos dados obtidos para cada característica, como também estimados os parâmetros genéticos e ambientais. Os coeficientes de repetibilidade foram estimados através dos métodos: análise de variância, componentes principais - matriz de correlação, componentes principais - matriz de covariância e análise estrutural - matriz de correlação. Constatou-se variabilidade genética entre os genótipos para as características avaliadas, possibilitando a identificação de materiais genéticos superiores que podem ser utilizados em programas de melhoramento. Os coeficientes de repetibilidade estimados não apresentaram diferenças discrepantes com relação às características estudadas. Os quatro cortes foram suficientes para obter um coeficiente de determinação de 0,80, para todos os métodos. O acréscimo de três cortes, totalizando sete, torna possível obter predições com uma confiabilidade em torno de 0,90 para as características estudadas, utilizando-se qualquer dos métodos.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.