Phenotypic Stability Analysis of Yield Components in Cashew (Anacardium occidentale L.) Using Additive Main Effect and Multiplicative Interaction (AMMI) and GGE Biplot Analyses

Abstract

Perennial poor fruit-set and variability in tree yield are among major problems of cashew nut production. Thus, development of improved stable genotypes would be a sustainable strategy to address this perpetual problem in order to boost income and livelihood of many smallholder farmers of this important commodity crop. Here, we have applied additive main effect and multiplicative interaction (AMMI) and genotype, genotype by environment (GGE) biplot analysis to a 3-year multi-locational trial data on nine yield component characters of cashew to evaluate phenotypic stability across diverse environments. Variance analysis showed significant variability in the cashew genotypes and strong influence of genotype by environment (GxE) on tree yield as none of the genotypes was stable for any of the yield components across locations. GxE data showed that a substantial portion of the variation was explained by the genotype (highly heritable), accounting for between 10% and 87% of the variation, while the environment accounted for between 0.7% and 37%. Data showed significant higher values of interaction (GxE) than the respective values for environment, and were mostly captured and could be explained by the first principal component axis (IPCA 1) for all the yield component characters.There was an inverse relationship between stability and yield as the best three yielding genotypes (KT_26, IW_222 and IW_31) were found to be the most unstable. Among the yield component tested, hermaphrodite flowers per panicle, nuts per panicle, nuts per tree, nut weight, and tree fruiting efficiency were identified to be critical components for nut yield. Although there was wide variation between the three environments evaluated, the data effectively identified two mega-environments (ME), and two superior genotypes (IW_222 and KT_26) suitable for these two mega-environments. The GxE complex exposes the shortcomings of broad recommendations of common agronomic-husbandry technologies across diverse cashew ecologies as each mega-environment would require specific adaptable technologies for optimal plant output. Above all, the data presented here underscore the importance of multi-locational evaluation of genotypes for varietal development in cashew.

Análise GGE biplot na avaliação de características de cachos em Açaizeiros da região Amazônica

“…O percentual acumulado próximo a 80% nas características estudadas, nos dois primeiros eixos, inferiu elevada confiabilidade na elucidação da variação total do desempenho do genótipo, conjuntamente com a interação com o ambiente (G+GxA), sendo ambiente nestas condições definidas pelos diferentes anos de avaliação. Contudo este valor foi inferior, possivelmente devido ao sistema de cruzamentos eminentemente alógama que permite a ampliação da variabilidade e por não ter havido processo de seleção para a estabilidade e adaptabilidade, diferente em relação as espécies que já passaram por processos de seleção como em pimenteiras, conforme cita Abu et al (2011) na característica para produção de frutos frescos; em melão por Dehghani et al (2012) para peso médio por fruto e também com número de frutos por planta; em cajueiros por Aliyu et al (2014) A figura 1 ("which-won-where") dos dados multi ambientes permite o agrupamento dos materiais genéticos e visualizar os superiores e em quais ambientes, tendo importância para averiguar a presumível existência de mega-ambientes diferentes em uma localidade. Os trinta genótipos foram identificados de G1 a G30 e os quatro ambientes, A1, A2, A3 e A4 que seriam os anos 2009, 2010, 2011 e 2012, respectivamente.…”

“…Com a existência de genótipos que não se enquadraram em nenhum mega-ambiente (Aliyu et al 2014). Em morango para produtividade já houve um comportamento distinto em que cada local compôs um mega-ambiente (Costa et al 2016), assim como em mandioca (Peprah et al 2016).…”

“…Essas variações são comuns quando se estuda um grupo de genótipos distintos e, também ocorreram em outras espécies como em pimenteira (Abu et al 2011), cajueiro (Aliyu et al 2014), pêssego (Citadin et al 2014), morangueiro (Costa et al Denomina-se "eixo do ambiente-média" ou eam a linha reta contendo uma seta, que seria o "ambiente-média" (figuras 2a, 2b e 2c). Ao ultrapassar a ponta da seta tem-se um desempenho médio superior entre os genótipos avaliados.…”

“…A visualização do gge biplot "Média versus Estabilidade" é uma ferramenta eficaz para avaliar genótipos em ambos os aspectos (Yan et al 2007;Yan 2011) e identificar aqueles que possam se aproximar do ideótipo. Baseado nestas informações, nenhum genótipo de açaizeiro superou o ideótipo, pois todos os materiais mais produtivos foram também os mais instáveis, similar ao que foi obtido por Aliyu et al (2014) quando avaliou cajueiros para número, peso e produtividade de amêndoas. Quanto à dispersão dos materiais genéticos para pmc e ptc, ocorreu a mesma diversidade que aquela apresentada em morangueiro (Costa et al 2016) e mandioca (Peprah et al 2016), cujas médias dos genótipos não se concentraram próximo da média dos mega-ambientes, enquanto que em ntc a dispersão foi relativamente menor.…”

“…Semelhantemente, Peprah et al (2016) observou o mesmo comportamento em produtividade de mandioca, com ambientes possuindo vetores mais longos que a maioria dos genótipos e apenas um material genético com vetor superior ao dos ambientes. Já comparativamente em relação a avaliação para número, peso e produtividade de amêndoas por planta em cajueiro, houve divergências, pois somente os ambientes, com vetores maiores, foram discriminantes, não existindo qualquer genótipo que fosse mais discriminante (Aliyu et al 2014).…”