Potencial de linhagens de feijão para fins de recomendação

Abstract

A recomendação de cultivares de feijão (Phaseolus vulgaris L.) apoia-se nos resultados alcançados com o ensaio de Valor de Cultivo e Uso (VCU) da cultura. Por sua vez, o êxito da recomendação é consequência de toda a cadeia de desenvolvimento do programa de melhoramento. Modelos estatísticos que consideram o risco de insucesso (análises bayesianas) dos genótipos ao longo dos ambientes em que são avaliados podem resultar em uma recomendação de cultivares mais informada e segura. Assim, o presente trabalho teve como objetivo avaliar o potencial de linhagens de feijão visando uma futura recomendação. No Capítulo I, os dados de produtividade de grãos dos ensaios de VCU – 2016 a 2018 foram analisados sob a abordagem de modelos Bayesianos probabilísticos para fins de recomendação. No capítulo II, além dos dados de produtividade de grãos, os dados de arquitetura de plantas, acamamento, severidade a doenças, qualidade tecnológica e outras características morfoagronômicas foram utilizados para avaliar o comportamento da nova cultivar de feijão vermelho (BRSMG Marte) e caracterizá-la conforme as exigências para registro e proteção de cultivares. Em ambas as abordagens estudadas, a cultivar BRSMG Marte se destacou entre os demais genótipos do grupo comercial vermelho. Como principais conclusões, o método Bayesiano probabilístico mostrou-se eficiente na análise de dados de feijão, atingindo um poder de inferência maior do que é usualmente verificado com outros métodos; e a cultivar BRSMG Marte foi recomendada para Minas Gerais e os demais estados avaliados, devido às peculiaridades ainda não observadas em outras cultivares em uso desse tipo de grão. Com isso, conclui-se que os procedimentos utilizados para fins de recomendação de cultivares nesse trabalho são passíveis de replicação em futuras análises de dados de ensaios de VCU. Palavras-chave: Phaseolus vulgaris L.; Recomendação de cultivares; Modelos Bayesianos probabilísticos.Recommendation of bean varieties (Phaseolus vulgaris L.) is supported by Value for Cultivation and Use (Valor de Cultivo e Uso - VCU) trials. In turn, the successful recommendation of a variety is the consequence of its performance throughout the entire development chain of a breeding program. Statistical models that account for risk of genotype failure across environments (Bayesian analyses) can lead to more informed and reliable variety recommendations. Therefore, the present study aimed to assess the potential of bean lines for future recommendation. In the 1 st Chapter, yield data from 2016 to 2018 VCU trials were analyzed using a Bayesian probabilistic modeling approach to pinpoint superior lines. In the 2 nd Chapter, besides yield, we also used data from plant architecture, lodging, disease severity, grain quality, as well as other morpho-agronomic traits to evaluate the performance and characterize the new red bean variety (BRSMG Marte) according to the requirements for variety registration and protection. In both approaches, the variety BRSMG Marte stood out among the other genotypes from the red group. Our results reveal that the Bayesian probabilistic method proved to be efficient in analyzing bean data as it had higher inference power than what is usually observed with other methods; and that the variety BRSMG Marte can be recommended for Minas Gerais and the other States assessed in this study because of its unique traits not yet observed in other varieties of this type of grain. Therefore, we concluded that the procedures for varieties recommendation used here are suitable for replication in future VCU trials data analyses. Keywords: Phaseolus vulgaris L.; Varietal recommendation; Bayesian probabilistic model.