Modelos Bayesianos probabilísticos no melhoramento do feijoeiro

Abstract

A seleção de progênies avaliadas em diferentes safras, locais e anos é um desafio para os melhoristas em programas de melhoramento de plantas. Isto porque, em geral, condições ambientais diversas podem promover a expressão diferencial dos genes envolvidos no controle dos caracteres de interesse, resultando na interação genótipos x ambientes (G×A). Explorar a interação (G×A) potencializa a seleção das progênies de desempenho mais estáveis ao longo dos ambientes. Tem se mostrado que os modelos bayesianos probabilísticos consideram os efeitos da interação G×A para computar o risco de recomendar um dado candidato à seleção. Assim, o objetivo com este trabalho foi utilizar um índice baseado em modelos bayesianos probabilísticos na seleção de famílias de feijoeiro, visando o melhoramento do feijão carioca. Para isto, 380 famílias de feijoeiro oriundas do terceiro ciclo de seleção recorrente do programa de melhoramento de feijão carioca da UFV foram avaliadas em quatro safras quanto às características produtividade de grãos (PROD), aspecto comercial de grãos (ACG) e arquitetura da planta (ARQ). O índice de seleção Bayesiano multiambientes utilizou a probabilidade da performance superior com a intensidade de seleção de 20% na identificação das famílias superiores. Dez famílias foram selecionadas, apresentando maior probabilidade de estarem dentre os candidatos destaques em todos os ambientes para as características PROD, ACG e ARQ de forma simultânea, quando comparadas às testemunhas de referência BRSMG Zape, BRSMG Madrepérola e BRS Pérola para as características PROD, ACG e ARQ, respectivamente. O índice de seleção se mostrou promissor na seleção de famílias em programa de melhoramento de feijão. Palavras-chave: Interação genótipos x ambientes; Extração de linhagens; Seleção recorrente, Índice de seleção, Phaseolus vulgaris L.Selecting progenies evaluated in different seasons, locations and years is a challenge for breeders in plant breeding programs. This is because, in general, different environmental conditions can promote the differential expression of genes involved in interest’s trait control, resulting in the genotypes x environments (G×E) interaction. Exploring the (G×E) interaction enables the selection of progenies with the most stable performance across environments. Probabilistic Bayesian models have been shown to consider the effects of the G×E interaction to compute the risk of recommending a given candidate for selection. The aim of this work was to use an index based on probabilistic Bayesian models to select bean families, with a view to carioca common bean breeding. To this end, 380 bean families from the third cycle of recurrent selection in the UFV carioca common bean breeding program was evaluated over four seasons for the traits grain yield (PROD), commercial grain appearance (ACG) and plant architecture (ARQ). The Bayesian multi-environment selection index used the probability of superior performance with a selection intensity of 20% to identify superior families. Ten families were selected with a higher probability of being among the outstanding candidates in all environments for the PROD, ACG and ARQ traits simultaneously, when compared to the reference witnesses BRSMG Zape, BRSMG Madrepérola and BRS Pérola for the PROD, ACG and ARQ traits, respectively. The selection index proved promising for selecting families in a bean breeding program. Keywords: Genotype-by-environment interaction; Inbred lines extraction; Recurrent selection; Selection Index; Phaseolus vulgaris L. .