Key locations for soybean genotype assessment in Central Brazil

Abstract

-The objective of this work was to identify key locations for the establishment of soybean (Glycine max) genetic breeding programs, in the Central Region of Brazil. Grain yield data of three maturity groups of soybean genotypes, from regional trials conducted over three years, at 18 locations in Brazilian Cerrado were used. A key location for the early phases of the breeding program was defined as the site that best classifies the winning genotypes in the region. Key locations for the final phases were defined as those sites that best represent each environmental stratum, in relation to the adaptability of the respective winning genotype. This adaptability was estimated by additive main effects and multiplicative interaction (AMMI) model analysis, using the distance between the score of each location in a stratum and the score of the winning genotype, which characterizes such stratum in an AMMI biplot. The locations that best classified the winning genotypes over space and time were Mineiros, Placas and Rio Verde. For the final phases of genotype selection, with data from the three maturity group, the recommended locations were: Buritis, Chapadão do Céu, Iraí, Pamplona, Placas, Planaltina, Rio Verde, Sacramento, Senador Canedo, Uberaba, and Uberlândia.Index terms: Glycine max, adaptability, AMMI analysis, environmental stratification, G×E interaction. Locais-chave para avaliação de genótipos de soja na Região Central do BrasilResumo -O objetivo deste trabalho foi identificar locais-chave para o estabelecimento de programas de melhoramento genético de soja (Glycine max), na Região Central do Brasil. Foram utilizados dados de produtividade de grãos de genótipos de soja, de três ciclos de maturação, obtidos de ensaios regionais conduzidos por três anos em 18 localidades da região. O local-chave para a condução das fases preliminares do programa foi definido como a localidade que melhor classifica os genótipos vencedores na região. Os locais-chave para as fases finais foram definidos como os que melhor representam cada estrato ambiental identificado, em termos da adaptabilidade do respectivo genótipo vencedor. Essa adaptabilidade foi estimada por meio do modelo de efeitos principais aditivos e interação multiplicativa (AMMI), tendo-se utilizado a distância entre os pontos (escores) correspondentes a cada local em um estrato e o escore do genótipo vencedor que caracteriza aquele estrato, em um "biplot" AMMI. Os locais que melhor classificaram os genótipos vencedores ao longo do espaço e do tempo foram: Mineiros, Placas e Rio Verde. Para as fases finais de seleção de genótipos, com os dados dos três ciclos de maturação, os locais recomendados foram: Buritis, Chapadão do Céu, Iraí, Pamplona, Placas, Planaltina, Rio Verde, Sacramento, Senador Canedo, Uberaba e Uberlândia.Termos para indexação: Glycine max, adaptabilidade, análise AMMI, estratificação ambiental, interação G×E.

Estratificação ambiental e otimização de rede de ensaios de genótipos de soja no Cerrado

“…Há muitos trabalhos sobre interação GxA em soja (Alliprandini et al, 1994;Pacheco et al, 2009;Barros et al, 2010). Em sua maioria, são estudos direcionados à avaliação da adaptabilidade e estabilidade fenotípica de cultivares, e uma parte menor é dirigida à estratificação de ambientes ou zoneamento ecológico.…”

“…Define-se como estrato ambiental um grupo de locais, contíguos ou não, pertencentes a uma mesma região de cultivo, dentro da qual a interação GxA é pequena ou não significativa (Gauch Junior & Zobel, 1997). Nesta linha de pesquisa, merece ser ressaltada a estratificação estabelecida por Pacheco (2004), reportada em Pacheco et al (2009), na qual foi utilizada uma base de dados semelhante à empregada no presente trabalho. O autor recomendou três estratificações, congêneres aos grupos de maturação: precoce (oito estratos), médio (seis) e tardio (sete).…”

Brazilian Spring Wheat Homogeneous Adaptation Regions can be Dissected in Major Megaenvironments

“…Moreover, the efficiency and accuracy of cultivar selection for a given trait are greatly enhanced when performed at highly discriminating locations (Blanche and Myers, 2006;Yan et al, 2010). Another important aspect is homogeneous locations possibly found in a region, which can be redundant for the breeding programs in the same ME (Pacheco et al, 2009). Another important aspect is homogeneous locations possibly found in a region, which can be redundant for the breeding programs in the same ME (Pacheco et al, 2009).…”

“…In addition, an ideal test location should also be representative of the target growing region or ME (Lubbers, 2003;Mohammadi and Amri, 2012). Another important aspect is homogeneous locations possibly found in a region, which can be redundant for the breeding programs in the same ME (Pacheco et al, 2009). By the elimination of redundant locations, the costs of field evaluation can be reduced without data loss for the partition and ranking of genotypes (Yan et al, 2007;Zhe et al, 2010;BaduApraku et al, 2012).…”

Breeders' work after cultivar development: the stage of recommendation

“…In this way, a large number of lines are tested at these sites and only those with superior performance are subsequently tested in the other environments. Examples with common bean in the state of São Paulo are described by Carbonell and Pompeu (1997), with soybean in Paraná by Mendonça et al (2007), soybean in Central Brazil by Pacheco et al (2009) and with corn in seven Brazilian states by Oliveira et al (2010).…”