Desempenho de genótipos de cana-de-açúcar sob teores contrastantes de silício no solo e predição do elemento por espectroscopia no infravermelho próximo

Abstract

O silício (Si) é reconhecido como um elemento benéfico para as plantas, especialmente sob condições de estresse biótico e abiótico. Na cana-de-açúcar, o Si tem se mostrado eficaz na mitigação desses estresses, além de contribuir para o aumento da produtividade. Evidências indicam ampla variabilidade genética entre genótipos de cana-de-açúcar quanto à capacidade de absorção e utilização do Si presente no solo, o que viabiliza a seleção de materiais mais eficientes. O primeiro capítulo deste trabalho teve como objetivo avaliar o desempenho agronômico de 50 genótipos de cana-de-açúcar cultivados em solo com teores contrastantes de Si. Também buscou-se identificar genótipos eficientes e responsivos ao Si, além daqueles com maior teor do elemento na parte aérea. A maior disponibilidade de Si no solo promoveu aumentos de 28,6% no número de colmos por planta e de 32,7% na produção de matéria seca da parte aérea. Foram identificados três genótipos simultaneamente eficientes e responsivos, bem como dois materiais com elevado teor de Si na parte aérea. O segundo capítulo teve como objetivo desenvolver e validar modelos de regressão multivariada para predição do teor de Si em diferentes partes da cana-de-açúcar, utilizando espectroscopia no infravermelho próximo (NIR). A técnica, associada à regressão por mínimos quadrados parciais (PLS) e ao método de seleção dos preditores ordenados (OPS), apresentou desempenho preditivo satisfatório, com coeficientes de correlação da predição (RP) de 0,92 para folha TVD (Top Visible Dewlap), 0,96 para folhas totais, 0,97 para colmos e 0,92 para parte aérea. Os resultados obtidos neste trabalho fornecem importantes informações para futuras pesquisas sobre o Si no contexto do programa de melhoramento genético da cana-de-açúcar. A utilização da espectroscopia NIR otimiza o processo de seleção de genótipos, tornando-o mais rápido, econômico e eficiente. Palavras-chave: Saccharum spp.; multivariada; elemento benéfico melhoramento vegetal; NIR; regressão.Silicon (Si) is recognized as a beneficial element for plants, particularly under biotic and abiotic stress conditions. In sugarcane, Si has proven effective in mitigating these stresses and contributes to increased productivity. Evidence indicates considerable genetic variability among sugarcane genotypes in terms of their capacity to absorb and utilize Si from the soil, enabling the selection of more efficient materials. The first chapter of this study aimed to evaluate the agronomic performance of 50 sugarcane genotypes grown in soils with contrasting Si levels. Additionally, the study sought to identify genotypes that are both efficient and responsive to Si, as well as those exhibiting higher Si accumulation in the aerial parts. Greater Si availability in the soil promoted increases of 28.6% in the number of stalks per plant and 32.7% in aboveground dry matter production. Three genotypes were identified as both efficient and responsive, and two others showed high Si content in the aerial parts. The second chapter aimed to develop and validate multivariate regression models for predicting Si content in different sugarcane tissues using near-infrared (NIR) spectroscopy. The technique, combined with partial least squares (PLS) regression and ordered predictor selection (OPS), demonstrated satisfactory predictive performance, with prediction correlation coefficients (RP) of 0.92 for the top visible dewlap (TVD) leaf, 0.96 for total leaves, 0.97 for stalks, and 0.92 for the whole aboveground plant. The findings of this study provide valuable insights for future research on Si within the context of sugarcane breeding programs. The application of NIR spectroscopy streamlines genotype selection, making the process faster, more cost-effective, and efficient. Keywords: Saccharum spp.; plant breeding; NIR; multivariate regression; beneficial element.