Seleção de acessos de tomateiro resistentes à pinta-preta pela análise de agrupamento das curvas de progresso da doença

Abstract

Resumo -O objetivo deste trabalho foi selecionar acessos resistentes à pinta-preta (Alternaria tomatophila) por meio da análise de agrupamento das curvas de progresso da doença em tomateiro (Solanum lycopersicum). Foram avaliados 134 acessos de tomateiro do Banco de Germoplasma de Hortaliças da Universidade Federal de Viçosa (BGH-UFV), no delineamento de blocos ao acaso, além das testemunhas suscetíveis 'Débora' e 'Santa Clara'. As plantas foram inoculadas com uma mistura de conídios de diferentes isolados de Alternaria spp. e avaliadas regularmente quanto à severidade da doença a cada três dias após a inoculação, no total de seis avaliações. Ajustou-se o modelo logístico aos dados de severidade da pinta-preta, e as estimativas obtidas para a incidência final da doença (B 1 ) e a taxa de progresso da doença (B 3 ) foram submetidas à análise de variância multivariada (Manova). As médias dessas estimativas, para cada acesso, foram submetidas à análise de agrupamento. Foram formados 24 grupos distintos com base no agrupamento das curvas de progresso da doença, o que possibilitou identificar os acessos BGH-2143, BGH-2235, BGH-2270 e BGH-2118 de tomateiro como potenciais fontes de resistência à pinta-preta.Termos para indexação: Alternaria tomatophila, Solanum lycopersicum, banco de germoplasma, estatística multivariada, modelos não lineares, recursos genéticos. Selection of tomato accessions resistant to early blight by cluster analysis of disease progress curvesAbstract -The objective of this work was to select accessions resistant to early blight (Alternaria tomatophila) through cluster analysis of the disease progress curves in tomato (Solanum lycopersicum). One hundred and thirty-four tomato accessions from the Banco de Germoplasma de Hortaliças of Universidade Federal de Viçosa (BGH-UFV) were evaluated in a randomized complete block design, as well as the susceptible controls 'Débora' and 'Santa Clara'. The plants were inoculated with a mixture of spores from different Alternaria spp. isolates and evaluated regularly regarding disease severity every three days after inoculation, totalizing six evaluations. The logistic model was adjusted to data on early blight severity, and the estimates obtained for final disease incidence (B 1 ) and rate of disease progression (B 3 ) were subjected to multivariate analysis of variance (Manova). The means of these estimates, for each access, were subjected to cluster analysis. Twenty-four distinct groups were formed based on disease-progress curve clusters, which allowed the identification of the BGH-2143, BGH-2235, BGH-2270, and BGH-2118 accessions as potential sources of resistance to early blight.

Screening of spontaneous castor bean accesses for genetic improvement programs

“…The data clustering process consists in the vectorization of similar multidimensional data in a number of clusters, and currently this type of analysis is widely used in exploratory analyses (Wang et al, 2016). The use of this technique is justified by the practicality in the visualization of the results by interest group, even when the number of genotypes involved in the research is high (Laurindo et al, 2015). Vargas et al (2015) add that the increased use of multivariate techniques to quantify the genetic divergence is relevant, because these analyses allow considering simultaneously a large number of features, which facilitate the decision-making process based on a joint response, unlike studies that assess the variables in an isolated manner.…”

Selectivity of pre-emergent herbicides in sweet potato genotypes

“…Tukey's test at significance level of 5% was applied to compare average branch length and visual injury was performed, while considering the split-split-plot design and the evaluations over time allocated in sub-sub-plot group (Laurindo et al, 2015).…”

Agrupamento multivariado de curvas na desidratação em raízes de batata-doce

“…em que: PAMF i é a perda acumulada de matéria fresca no tempo i, P 0 é o peso das raízes de batata-doce no momento da colheita e P i é o peso das raízes de batata-doce no dia i. Para modelar a perda acumulada de matéria fresca em função do tempo de avaliação, adotou-se metodologia estatística similar a descrita por Laurindo et al (2015). Além dos modelos Linear (y i = a + bx i + e i ), Quadrático (y i = a + bx i + cx i ² + e i ) e cúbico (y i = a+ bx i + cx i ² + dx i ³ + e i ), foram testados também modelos não-lineares, tais como: 1) Logístico: (y i = a/(1 + b(exp(-cx i ))) + e i ); 2) von Bertalanffy: (y i = a(1 -b(exp(-cx i )))³ + e i ); 3) Brody: (y i = a(1 -b(exp(-cx i ))) + e i ); 4) Gompertz: (y i = a(exp(-b(exp(-cx i )))) + e i ), 5) Mitscherlich: (y i = a(1 -exp(bc -cx i )) + e i ); 6) Melow: I (y i = a -b(exp(-cx i )) + e i ); 7) Melow II: (y i = a -exp(-b -cx i ) + e i ); 8) Exponencial: (y i = a(exp(bx i )) + e i ); e, 9) Logaritmo: (y i = a/(1 + exp(b -cx i )) + e i ).…”

“…Porém, quanto o número de tratamentos é elevado, a representação gráfica torna-se inviável e de difícil visualização . Nestes casos, o agrupamento de curvas por análise multivariada torna-se uma estratégia viável (Laurindo et al, 2015), facilitando a representação gráfica e seleção dos genótipos superiores (Fiorini et al, 2010).…”

“…De acordo com Maia et al (2009) essa ferramenta tem grande potencial na comparação de curvas, sendo uma estratégia que pode ser mais viável que os testes de identidade de modelo. Devido sua utilidade, o agrupamento multivariado de curvas vem sendo utilizada no estudo do progresso de doenças como a requeima em tomateiro (Fiorini et al, 2010;Azevedo et al, 2012;Laurindo et al, 2015), para o estudo de curvas de produção de café (Cecon et al, 2008), em curvas de crescimento de ovinos (Silveira et al, 2011) e para descrever o acúmulo de matéria seca em plantas de alho (Puiatti et al, 2013).…”