Genética e Melhoramento
URI permanente para esta coleçãohttps://locus.ufv.br/handle/123456789/177
Navegar
163 resultados
Resultados da Pesquisa
Item Biometria de dados ambientais aplicada na modelagem e caracterização de mega-ambientes no melhoramento genético da cana-de-açúcar(Universidade Federal de Viçosa, 2024-05-21) Batista, Tays Silva; Peternelli, Luiz Alexandre; http://lattes.cnpq.br/4593723551268851A identificação de clones com alto potencial produtivo e estabilidade, representa um desafio para os melhoristas diante da complexa interação genótipo × ambiente (G×A), onde genótipos produtivos em um ambiente podem não ser em outros. A incorporação de informações ambientais em estudos com cana-de-açúcar é crucial para aumentar a precisão da avaliação dos clones. Ignorar os efeitos do ambiente pode levar a interpretações equivocadas e à exclusão de genótipos com potencial adaptativo. A expressão fenotípica é influenciada pela constituição genética e pelos fatores ambientais como tipo de solo, posição geográfica e fatores climáticos variáveis. Esses fatores podem ser utilizados para agrupar ambientes semelhantes, conhecidos como mega-ambientes. O agrupamento de ambientes com base em limitações geográficas pode ser insuficiente para orientar estratégias de melhoramento genético. Uma abordagem alternativa define mega-ambientes com base nos genótipos, identificando áreas onde eles mostram respostas semelhantes em diferentes ambientes. No entanto, confiar exclusivamente nos genótipos para formar mega-ambientes pode ser problemático, pois os métodos são sensíveis à remoção de genótipos, alterando a configuração dos agrupamentos. Para melhorar a precisão na seleção de genótipos e nas predições fenotípicas em locais não testados, são fundamentais o procedimento Envirotyping, que coleta, armazena e processa dados ambientais, e a abordagem Enviromics, que obtém dados em larga escala. Modelos como os Modelos Mistos e Modelo Aditivo Generalizado são úteis em compreender a relação entre dados ambientais e produtividade, permitindo prever e explorar o comportamento dos genótipos com maior precisão. Além disso, outro fator que afeta a qualidade das predições é a falta de dados fenotípicos, que pode levar a estimativas tendenciosas. Para contornar isso, a simulação de dados fenotípicos amplia a população de treinamento com novos indivíduos. Este estudo buscou comparar a formação de mega- ambientes com base em características fenotípicas e em variáveis climáticas, avaliando se ambas as abordagens resultariam em grupos de ambientes consistentes. Adicionalmente, investigou-se como a inclusão de covariáveis ambientais em modelos bayesianos e o aumento do número de genótipos na simulação influenciariam na precisão das predições de produtividade da cana-de-açúcar em locais não testados. Para isso, este estudo foi estruturado em três capítulos para explorar diferentes aspectos da formação de mega-ambientes e aprimorar a predição da produtividade da cana-de-açúcar em ambientes não testados. O primeiro capítulo investigou como a exclusão de genótipos específicos afeta a formação de mega-ambientes e examinou a correspondência desses mega-ambientes com os locais recomendados para futuros experimentos de melhoramento da cultura. No segundo capítulo, foi realizada uma análise da formação de mega-ambientes usando variáveis climáticas, avaliando a consistência desses grupos ao longo dos estádios fenológicos da cultura. Adicionalmente, identificaram-se as variáveis ambientais mais relevantes na performance dos clones de cana-de-açúcar por meio do Modelo Aditivo Generalizado (GAM) em diferentes grupos de clones (estáveis, instáveis e de alta produtividade). Por fim, o terceiro capítulo abordou o impacto da inclusão de covariáveis ambientais em modelos mistos bayesianos e investigou se o aumento do número de genótipos na simulação reduziria os erros de predição da produtividade. Palavras-chave: Covariáveis; Remoção de Clones; Interação G×A; GGE biplot; dados climáticos.Item Associação entre caracteres e modelagem de (co)variâncias na seleção de progênies de feijão(Universidade Federal de Viçosa, 2024-02-27) Assunção Neto, Wilson Vitorino de; Carneiro, José Eustáquio de Souza; http://lattes.cnpq.br/5887794554324762Em programas de melhoramento, a avaliação de progênies em uma série de experimentos visa ganhos com a seleção simultânea para um conjunto de caracteres de interesse. Esses ganhos dependem da magnitude e do sinal das correlações entre estes caracteres, podendo ser alterados em função dos ciclos de recombinação e dos ambientes em que famílias ou linhagens são avaliadas. Outro ponto a se considerar é que esses experimentos são, em geral, avaliados em diferentes ambientes (safra, ano, local) e delineamentos estatísticos. Assim, o desbalanceamento estatístico/genético é um problema que sempre está presente nestas avaliações, além da ocorrência de (co)variâncias entre os efeitos genéticos e não genéticos quando um conjunto de progênies são avaliadas em ambientes distintos, aumentando o erro e tornando a identificação daquelas superiores mais complexa. O uso da abordagem de modelos mistos torna-se necessária pois permite modelar diferentes estruturas de variâncias e covariâncias, além de modelar os efeitos genéticos e residuais na presença da interação G x A. No capítulo I objetivou-se estimar as correlações entre os caracteres aspecto comercial de grãos (AG), arquitetura de plantas (ARQ) e produtividade de grãos (PROD), considerando experimentos de avaliação de linhagens e de famílias de feijão, oriundas dos ciclos CIII e CIV do programa de seleção recorrente de feijão vermelho da UFV (PSRFV-UFV) em diferentes safras e anos. De forma geral, as estimativas do coeficiente de correlação foram de magnitudes baixas, porém negativas entre AG e PROD e positivas entre ARQ e PROD, porém de maiores magnitudes para famílias comparadas as linhagens e sem diferenças relevantes comparando estas estimativas nas diferentes safras. Assim, o trabalho do melhorista é facilitado uma vez que as associações entre PROD, AG e ARQ não trazem dificuldades ao melhoramento simultâneo desses caracteres neste programa de melhoramento. No capítulo II, os objetivos foram ajustar modelos, considerando diferentes estruturas de matrizes de (co)variâncias para um conjunto de dados de avaliação de famílias e linhagens oriundas do ciclo CIV do PSRFV-UFV; realizar a seleção por meio do índice de seleção FAI-BLUP, utilizando os valores genotípicos obtidos do modelo melhor ajustado, a fim de dar continuidade ao PSRFV-UFV. O modelo assumindo matrizes de (co)variâncias não estruturadas para os efeitos genéticos foi o que melhor se ajustou ao conjunto de dados. As estimativas de correlações genotípicas entre o desempenho dos genótipos (famílias e linhagens) nos pares de safras foram principalmente de magnitude moderada a alta, para ARQ e AG, corroborando com a fração simples da interação G×A predominando para estes caracteres. Em relação à PROD, estas correlações foram de baixa magnitude, o que corrobora com a predominância da fração complexa da interação G×A para esta característica. Utilizando os valores genotípicos preditos (BLUPs) a partir do modelo melhor ajustado, observou-se estimativas de acurácia seletiva e de comunalidade de maior magnitude se comparadas às obtidas com o modelo mais simples. Concluiu-se que a modelagem das estruturas de (co)variâncias para os efeitos genéticos e não genéticos é estratégia eficiente na análise de dados de experimentos que envolvem a avaliação de famílias ou linhagens em diferentes ambientes. Vinte famílias e 20 linhagens foram selecionadas visando a recombinação e a composição de futuros ensaios de valor de cultivo e uso (VCU), respectivamente. Palavras-chave: Correlações. Phaseolus vulgaris L.. Modelos mistos. Delineamentos experimentais. Feijão-comum.Item Seleção de progênies de soja via técnicas de geoestatística e aerofotogrametria(Universidade Federal de Viçosa, 2024-08-28) Cunha, Uilton Pereira da; Silva, Felipe Lopes da; http://lattes.cnpq.br/8493544155859240A soja [Glycine max (L.) Merril] é a principal commodity agrícola do Brasil, destacando se por sua importância econômica e ampla gama de aplicações industriais. Em resposta a essa relevância, os programas de melhoramento genético buscam continuamente desenvolver cultivares mais adaptadas e produtivas. No entanto, a seleção de linhagens superiores pode ser influenciada por diversos fatores, como a disponibilidade de nutrientes no solo. Este estudo teve como objetivo incorporar informações dos atributos químicos do solo e índices de vegetação como covariáveis para ajustar o ranqueamento das progênies de soja na geração F3:5. Os experimentos foram realizados em duas áreas da Universidade Federal de Viçosa durante a safra 2022/2023: o Ensaio-1, na UEPE-Vale da Agronomia, com 500 progênies, e o Ensaio-2, na UEPE-Horta Nova, com 264 progênies. Ambos os ensaios seguiram um delineamento em blocos aumentados, com parcelas compostas por três linhas de 1,5 m de comprimento, espaçadas em 0,50 m, e uma densidade de plantio de 17 sementes por metro. Foram coletadas 39 amostras de solo no Ensaio-1 e 30 no Ensaio-2 para análise química, além de realizar imageamento aéreo com VANT. A partir das imagens RGB e dos dados de fertilidade do solo, foram extraídos índices de vegetação e gerados mapas de fertilidade. Esses dados foram integrados como covariáveis nos modelos experimentais, cuja adequação foi avaliada pelo Logaritmo da Verossimilhança, Critério de Informação Akaike (AIC), Critério de Informação Bayesiano (BIC) e herdabilidade (h2). A inclusão dos atributos do solo e índices de vegetação como covariáveis impactou o ranqueamento das progênies, destacando sua relevância na seleção. No entanto, os teores de nutrientes mostraram-se mais influentes na seleção do que os índices de vegetação. Palavras-chave: glycine max (l.) merril; krigagem; delineamentos aumentados; análise de covariâncias; fertilidade do solo.Item Seleção de genótipos promissores de macaúba a partir de caracteres de produção e de fruto(Universidade Federal de Viçosa, 2024-08-22) Silva, Pauliana Aparecida da; Motoike, Sérgio Yoshimitsu; http://lattes.cnpq.br/1956179124202045Este estudo visou identificar genótipos de macaúba em uma população, que apresentaram a melhor combinação de características de produção e características biométricas dos frutos, com o intuito de estabelecer um pomar de sementes. Os experimentos foram conduzidos na Unidade Experimental de Pesquisa e Extensão- UEPE-Araponga em 1576 genótipos, localizado no Sistema II, provenientes da região de Santa Luzia (MG), composto por dois arranjos espaciais, fileiras simples (FS) com 861 genótipos e fileiras duplas (FD), com 715 genótipos. A partir do estudo da produção de frutos, avaliada de 2020 a 2023, foi feito a estimação de ganhos genéticos utilizando os seguintes critérios: com produção diferente de zero kg/ planta, produção igual ou superior a 20 kg/planta, e os três melhores genótipos em FS e FD. A caracterização biométrica foi realizada nos genótipos com produção igual ou superior a 20 kg/planta. Nos frutos foram medidos: o diâmetro longitudinal do fruto (DLF), o diâmetro transversal do fruto (DTF), a primeira e a segunda espessura do endocarpo para obtenção da espessura média (EMD), o peso seco do epicarpo (PSE), o peso seco da polpa (PSP), o peso seco do endocarpo (PSD), o peso seco da amêndoa (PSA), peso seco do fruto (PSF), o teor de óleo da polpa (TOP) e o índice de massa processada (IMP). Os índices de seleção de Smith e Hazel, Williams, e Mulamba e Mock foram aplicados em dois critérios seletivos com três pesos econômicos: coeficiente de variação genético (CVg), a razão entre o coeficiente de variação genético e o experimental (CVg/CVe), e um (1). Os resultados da análise estatística para produção indicaram existir variabilidade significativa (p = 0,05) entre os genótipos na população. A seleção de genótipos com produção diferente de zero kg/planta resultou nos menores incrementos na média, 27.35% em FS e 5.11% em FD. Seleção de genótipos com produção igual ou superior a 20 kg/planta resultou em ganhos na FS que foram pouco mais do que o dobro dos ganhos observados em FD. Os três melhores genótipos resultaram em ganhos de 275.92% em FS e de 99.73% em FD. Foram observados valores baixos de coeficientes de variação ambiental, altos valores de herdabilidade e altos coeficientes de variação genética para todas as características biométricas e de teor de óleo. As correlações genéticas mais fortes foram observadas entre IMP e DLF (0.98), PSF e PSP (0.92), DTF e DLF (0.87), e PFS e DTF (0.83). A correlação entre IMP e EMD foi baixa e não significativa (0.25), sugerindo que variações no índice de maturação de polpa (IMP) não estão diretamente associadas a variações na espessura da polpa (EMD). O menor ganho total foi observado, no critério I, com o índice Mulamba e Mock com peso CVg/CVe e 1 (133.85%), enquanto que no II foi com o índice de Smith e Hazel e no Williams com peso de CVg/CVe (90.28%). O índice Smith e Hazel utilizando o critério e peso econômico CVg proporcionou os maiores ganhos nos genótipos estudados. Os genótipos 576 (FS), 371 (FS) e 521 (FS) são os promissores a serem inseridos em programas de melhoramento. Palavras-chave: variabilidade genética; diferencial de seleção; parâmetros genéticos; estratégias de seleção.Item Desempenho de linhagens de milho tropical em cruzamento com testadores tropicais e temperados(Universidade Federal de Viçosa, 2024-11-28) Resende, Nathália Campos Vilela; Lima, Rodrigo Oliveira de; http://lattes.cnpq.br/4133656543452896O conhecimento da diversidade genética e a alocação de linhagens de milho em grupos heteróticos são fundamentais para o desenvolvimento de híbridos de milho produtivos e estáveis em programas de melhoramento de milho. Assim, este estudo teve como objetivo avaliar o potencial de melhoramento de 79 linhagens de milho tropical em cruzamentos com testadores tropicais (VML022 e VML083) e temperados (GEMS-0002 e GEMN-0249), em ambiente tropical. Os 316 híbridos experimentais e 13 híbridos comerciais foram conduzidos durante três safras em Minas Gerais. Cada parcela foi constítuida de uma linha de quatro metros espaçadas em 0,8 m. Utilizou-se o delineamento experimental de blocos aumentados. Os caracteres avaliados foram: dias para florescimento masculino (FM, dias) e feminino (FF, dias), altura de planta (AP, cm) e espiga (AE, cm), número de nós abaixo (NNAB) e acima da espiga (NNAC), diâmetro de colmo (DC, mm), área foliar (AF, cm²), diâmetro (DE, mm) e comprimento de espiga (CE, cm), número de fileiras (NF) e grãos por fileira na espiga (NGF), número de grãos total na espiga (NGT), massa de 1000 grãos (M1000, g), comprimento de grão (CG, mm) e prolificidade (PRL). Os parâmetros e valores genéticos das linhagens e dos híbridos foram estimados com emprego do delineamento de “line by tester” via modelos mistos (REML/BLUP). Além disso, análise GGE biplot foi usada para seleção dos melhores testadores e combinações híbridas. Houve efeito (P<0,01) para os componentes de variância de linhagem e linhagens × testador. As linhagens VML165, VML118, VML124, VML154, VML065, VML038, VML131 e VML108 tiveram altos valores de CGC e, assim, destacaram-se em cruzamentos com os testadores usados neste estudo. Os testadores GEMN-0249 e GEMS-0002 foram eficientes na alocação das linhagens em três grupos heteróticos. Os melhores híbridos testcross serão testados em múltiplos ambientes, com potencial para lançamento comercial. Foi possível definir estratégias de melhoramento para aumentar a eficiência e a assertividade na obtenção de materiais superiores e produtivos para o futuro do Programa de Melhoramento de Milho da UFV. Palavras-chave: Zea mays L.; GGE biplot; Germoplasma exótico; Melhoramento genético.Item Seleção entre e dentro de famílias de cana-de-açúcar em experimentos adensados(Universidade Federal de Viçosa, 2024-02-20) Silva, Mayara Rodrigues e; Peternelli, Luiz Alexandre; http://lattes.cnpq.br/5450785603924149A fase crucial do melhoramento genético da cana-de-açúcar, conhecida como T1, envolve a seleção inicial da população segregante (seedlings) oriunda de cruzamentos múltiplos e biparentais entre genitores elites que posteriormente serão avaliados através da propagação vegetativa nas fases seguintes. Uma das estratégias de seleção a ser adotada nessa fase é os experimentos adensados. Neste método, a individualização das plântulas em campo é mínima, resultando em um maior número de famílias avaliadas, ao contrário do método convencional de seleção, que requer um espaçamento maior entre as plantas, aumentando a necessidade de uma área experimental mais ampla. Essa metodologia permite ampliar o número de famílias avaliadas, reduzir o tempo de desenvolvimento de novas cultivares e diminuir a área experimental otimizando o uso de recursos humanos e financeiros. A finalidade desse estudo foi avaliar a performance de genótipos, quando realizada a seleção entre e dentro das melhores e piores famílias sob experimento adensado de seleção na fase inicial do Programa de Melhoramento Genético da cana-de-açúcar. Dois experimentos foram conduzidos na área experimental do Centro de Pesquisa e Melhoramento de Cana-de-açúcar da UFV. No experimento I, foram avaliadas 98 famílias de meios- irmãos, empregando o delineamento experimental de blocos casualizados com quatro repetições. A seleção de famílias foi realizada pelo ranqueamento, considerando o desempenho médio de 10 famílias com maiores Brix, 10 famílias com maiores TCH, 10 famílias com menores Brix e 10 famílias com menores TCH, totalizando 4 grupos de seleção e 34 famílias selecionadas. No experimento II, as parcelas foram constituídas pelos colmos selecionados com base no vigor, associados ao desempenho de 272 genótipos oriundos da seleção dentro das 34 melhores e piores famílias oriundas do experimento I. O delineamento utilizado foi o de blocos aumentados de Federer com oito blocos e com duas testemunhas (‘RB867515’ e ‘RB966928’) repetidas 7 vezes em cada bloco. Em ambos os experimentos foram avaliados características morfoagronômicas de interesse para o melhoramento genético da cultura e foram estimados os parâmetros genéticos e ambientais em cada experimento. Os coeficientes de variação genética para peso de 10 colmos (PFE), para as características tonelada de cana por hectare (TCH) e tonelada de Brix por hectare (TBH) exibiram valores maiores que 10% em ambos os experimentos. Os valores dos coeficientes de variação experimental (CVe%) variaram de 4,31% (Brix) a 38,83% (TBH). As estimativas de acurácia seletiva foram satisfatórias para Brix e TCH, enquanto a herdabilidade variou de 0,27 para PFE a 0,77 para Brix. No experimento II, a razão do CVg/CVe mostrou valores superiores a 1 para Brix e TCH, indicando que a seleção dos genótipos nesse estudo promoverá ganhos genéticos mais significativos. Na seleção entre os grupos das famílias, pode-se observar que há diferenças significativas para as características Brix e TCH. Para TCH, observou-se variações na performance das famílias entre os dois experimentos, enquanto para Brix os grupos se mantiveram iguais aos de origem. Os resultados obtidos indicam que a seleção das famílias no sistema adensado possibilitou a identificação de famílias e indivíduos superiores que podem ser incorporados nas etapas subsequentes do processo de melhoramento de cana-de-açúcar. Palavras-chave: Melhoramento Genético. Saccharum spp. Seleção precoce.Item Adaptability, stability and estimation of genetic parameters in soybean and sorghum(Universidade Federal de Viçosa, 2024-05-02) Lemos, Maikon Figueredo; Oliveira, Aluízio Borém de; http://lattes.cnpq.br/5311246701760326Optimizing breeding programs is currently essential for competitiveness in the seed market share. Ther goal is to develop improved cultivars that are stable, high-yielding, and suitable for a variety of environments. This work aimed to analyze the use of R packages in optimizing breeding programs exploring their applications, benefits, and limitations for sorghum and soybean data analysis. I) select commercial grain sorghum hybrids with greater adaptability and yield stability in three regions of California using R packages; II) analyze the genetic parameters of the different soybean groups to identify the best lines based on MGIDI. This thesis is divided into two chapters. Is important to identify good commercial grain sorghum hybrids with greater adaptability and yield stability in that state. Twelve commercial cultivars were evaluated at three sites in California. Six agronomic traits were evaluated: emergence (EMER), days to flowering (DTF), plants per hectare (PPH), grain yield (KG/HA), panicle length (PANICLE), 1,000-grain weight (TGW) in each plot, data were analyzed with R software v.4.2.3, and the Metan package was used for all BLUP and AMMI analyses. We obtained high precision in the analyzed data, except for the EMER variable. The AMMI analysis had significant environmental effects for the variables DTF, KG/HA, and PANIC. There were genetic effects for PHA and emergence, as well as GxE effects for TWG. For stability and adaptability, we analyzed using BLUP. Cultivars 2, 7, and 9 were more stable for most traits except TWG. For the WASSB analyses, cultivars 3, 4, and 9 were plotted in the fourth quadrant, showing themselves more high-yielding and stable. Environmental interactions in sorghum cultivars directly affect their responses, in addition, the variation components act differently for each variable, therefore cultivar 2 and cultivar 7 stood out as stable and adapted in the studied environments, and BLUP and AMMI showed adequate precision for sorghum selection. The second article analyzed the genetic parameters of different soybean groups to identify the best lines based on MGIDI. Soybean cultivars from Embrapa's genetic breeding program were used, and the experiment was divided according to maturity groups (early, medium, and late) and different technologies: RR® (glyphosate- resistant) and Bt® (lepidopteran resistant). Three agronomic traits were selected: plant height (cm), yield (kg/ha) and ideotype. The ideotype was visually evaluated in the field based on the plant's vigor and lodging, with scores ranging from 1 to 5, 1 being the best and 5 being the worst. Lines in groups 5 and 6 have low heritability for yield, and maturity groups directly interfere with genetic factors. Based on MGIDI and BLUPS, lines LRRE 7 and 9 of Group 1, LIPROE 7 and BRS 590 of Group 2, LRRM 7 and 9 of Group 3, LIPROM 3 and 9 of Group 4, LRRL 4 and Monsoy 9144 of group 5 and HO Cristalina and BMX Extreme. Keywords: heritability, panicle, environmental, cultivars, soybean, yield.Item Diversidade de moscas-brancas em tomateiro (Solanum lycopersicum) na região metropolitana de Belo Horizonte, e evolução molecular do tomato severe rugose virus (ToSRV)(Universidade Federal de Viçosa, 2024-12-16) Resende, Franciely Maria Pereira de; Zerbini Júnior, Francisco Murilo; http://lattes.cnpq.br/0961452507359457Begomovírus (família Geminiviridae) são responsáveis por perdas em culturas de interesse econômico, incluindo o tomateiro. A presença de um vetor eficiente é um fator ecológico primário que impulsiona a expansão da gama de hospedeiros de vírus de plantas transmitidos por artrópodes, com vetores desempenhando um papel essencial no surgimento de doenças. Begomovírus são transmitidos por moscas- brancas do complexo de espécies crípticas Bemisia tabaci, que possui um alto grau de diversidade inter- e intraespecífica. Com o objetivo de caracterizar a diversidade das populações de moscasbrancas na região metropolitana de Belo Horizonte, um total de 358 indivíduos foram genotipados com base na amplificação por PCR de um locus microssatélite que diferencia Bemisia tabaci Mediterranean (MED) e Bemisia tabaci Middle East-Asia Minor 1 (MEAM1). Bemisia tabaci MED foi a espécie predominante, enquanto B. tabaci MEAM1 esteve presente em níveis muito baixos. Os resultados indicaram também uma baixa incidência do begomovírus tomato severe rugose virus (ToSRV), apesar da alta infestação de mosca-branca. Objetivou- se também nesse trabalho analisar a dinâmica espaço-temporal do ToSRV em áreas cultivadas. Foram analisados 333 sequências completas de DNA-A e 129 de DNA-B, incluindo sequências determinadas neste trabalho e sequências previamente descritas a partir de diversos hospedeiros cultivados e não-cultivados e disponíveis no GenBank. Comparações de sequências indicaram uma alta identidade entre todos os isolados, e um baixo grau de variabilidade genética foi comprovado pelos valores de diversidade nucleotídica obtidos para os dois componentes. Uma segregação quase perfeita com base em geografia foi observada nas árvores filogenéticas baseadas no DNA-A e no DNA-B, evidenciando a estruturação dos isolados de ToSRV em 10 e 6 clados para o DNA-A e DNA-B, respectivamente. A rede filogenética inferida revelou evidências de recombinação intraespecífica para ambos os componentes, e uma análise mais detalhada identificou seis eventos de recombinação para o DNA-A e dois eventos de recombinação para o DNA-B. Análise discriminante de componentes principais (DAPC) nos mesmos conjuntos de dados confirmou a estruturação em 10 (DNA-A) e 6 (DNA-B) subpopulações. As diferenças na variabilidade genética entre os grupos inferidos filogeneticamente são consistentes com a subdivisão populacional. Em conjunto, os resultados indicam que o ToSRV evolui localmente, de forma lenta, sem fluxo gênico/migração significativos, e a baixas taxas de substituição. Palavras-chave: variabilidade genética; ToSRV; recombinação.Item Predição genômica em ensaios de múltiplos ambientes em milho utilizando abordagens estatística e de aprendizado de máquina(Universidade Federal de Viçosa, 2024-03-01) Barreto, Cynthia Aparecida Valiati; Nascimento, Moysés; http://lattes.cnpq.br/5099096436174360No contexto de ensaios de múltiplos ambientes (MET-multiple environment trials), a predição genômica é proposta como uma ferramenta que permite a predição de híbridos que não foram avaliados em campo, devido à relação captada por marcadores moleculares, com os híbridos avaliados fenotipicamente, economizando tempo, área experimental ou custos em comparação com a fenotipagem. Diversos métodos já foram propostos para as análises de predição genômica em ensaios MET, e o método mais comumente utilizado é o Genomic Best Linear Unbiased Predictor (GBLUP). No entanto, as metodologias de aprendizado de máquina têm ganhado atenção devido a sua capacidade de reconhecer estruturas de interação complexas nos dados. Entre as metodologias de aprendizado de máquina não paramétricas utilizadas na predição genômica podem-se citar as árvores de decisão e seus refinamentos. No entanto, apesar de suas potencialidades, ainda são escassos os estudos que avaliaram como as análises MET podem se beneficiar dessas metodologias. Assim, este estudo teve como objetivo avaliar a predição genômica de híbridos simples de milho não testados em MET para produção de grãos e tempo de florescimento feminino. Além disso, uma aplicação de metodologias de aprendizado de máquina em MET na predição de híbridos e comparamos seu desempenho com o GBLUP modelado para efeitos não aditivos é apresentada. Os resultados destacam que ambas as metodologias são eficientes e podem ser utilizadas em programas de melhoramento de milho para predizer com precisão o desempenho de híbridos em ambientes específicos. A melhor metodologia é caso dependente, especificamente, para explorar o potencial do GBLUP, é importante realizar uma modelagem precisa dos componentes de variância para otimizar a predição de novos híbridos. Por outro lado, as metodologias de aprendizagem de máquina podem capturar efeitos não aditivos sem fazer quaisquer pressuposições quanto ao modelo, já que seus resultados dependem do processo de aprendizado e não da distribuição das variáveis em si. No geral, predizer o desempenho de novos híbridos que não foram avaliados em nenhum ensaio de campo foi mais desafiador do que predizer híbridos em ensaios de campo desbalanceados. Palavras-chave: GBLUP; Boosting; Bagging; Random Forest; Predição Genômica; Zea mays.Item Fenotipagem de alto rendimento no melhoramento da soja(Universidade Federal de Viçosa, 2024-08-06) Alves, Andressa Kamila Souza; Dias, Luiz Antônio dos Santos; http://lattes.cnpq.br/1289929789151395A soja é uma das culturas mais importantes globalmente, e os avanços no melhoramento genético aumentaram significativamente a sua eficiência produtiva. Contudo, a complexidade da fenotipagem em soja, devido à sua diversidade genética e variação em resposta a condições ambientais, tem limitado a eficiência das análises genéticas. A fenotipagem de alto rendimento (HTP, do inglês High- Throughput Phenotyping), especialmente quando realizada por veículos aéreos não tripulados (UAVs, do inglês Unmanned Aerial Vehicles) e análise robusta de dados, permite análises rápidas e precisas. Assim, o objetivo desta pesquisa foi avaliar índices de vegetação (IV), derivados de imagens RGB (do inglês Red, Green and Blue) obtidas com UAV, para realizar HTP em diferentes fases/estádios de desenvolvimento de cultivares de soja. Essas imagens foram obtidas em diferentes épocas de desenvolvimento da cultura (aos 28, 37, 49, 70, 86, 105, 115 e 120 dias após o plantio), e os IVs foram testados quanto a correlação com as características de desempenho agronômico dos cultivares avaliadas nas diferentes épocas. O estudo foi realizado na área experimental da Fundação Mato Grosso do Sul, com 60 cultivares de soja. Um modelo linear de efeitos mistos foi utilizado para obter as estimativas dos componentes de variância, a predição dos valores genotípicos e as correlações genéticas, utilizando os métodos de máxima verossimilhança restrita (REML, do inglês Restricted Maximum Likelihood)/melhor predição linear não viesada (BLUP, do inglês Best Linear Unbiased Prediction). Houve diferenças genéticas significativas entre os cultivares para todas as características agronômicas, com altas acurácias e herdabilidades para altura de plantas, maturidade em R8 e peso de 100 sementes. A interação genótipo × época de avaliação afetou significativamente a expressão dos IVs, indicando a importância de considerar o momento da coleta de imagens para maximizar a relevância dos IVs na avaliação do desempenho agronômico. Os IVs mostraram correlações variáveis com as características agronômicas, dependendo do estádio de desenvolvimento da cultura. Em particular, nos estádios iniciais (aos 28 e 37 dias após o plantio) e finais (aos 105 a 120 dias após o plantio), os IVs como RGVB, NGR, GLI e ExG mostraram correlações (r) positivas moderadas a fortes com a maturidade em R8 e a altura das plantas (r > 0.4), enquanto os índices Red e ExR apresentaram correlações negativas (r < -0.4). Tais correlações destacam o potencial dos IVs como indicadores não destrutivos do vigor vegetativo e da maturidade fisiológica dos cultivares. A HTP utilizando IVs derivados de imagens RGB de UAV é mais eficaz nos estádios iniciais e finais de desenvolvimento da soja, fornecendo informações cruciais para a seleção e o melhoramento genético. Os resultados confirmam a importância de uma abordagem temporal na HTP para aperfeiçoar a seleção de genótipos de soja e também aprimorar as estratégias de seu manejo agrícola. Palavras-chave: veículos aéreos não tripulados. correlação genotípica. maturidade fisiológica. abordagem temporal. glycine max (l.) merril.