Métodos de análise de dados longitudinais para o melhoramento genético da pinha

Abstract

O objetivo deste trabalho foi comparar formas de análise de medidas repetidas para o melhoramento da produção de frutos de pinha (Annona squamosa). Vinte progênies de meias-irmãs foram avaliadas por três anos (2003, 2004 e 2005) em delineamento de blocos ao acaso, com cinco repetições, com cada parcela constituída de quatro plantas. A característica avaliada foi o número de frutos por indivíduo. Os modelos de simetria composta, de simetria composta com variâncias heterogêneas, autorregressivo com variâncias heterogêneas, e antedependência estruturada, foram analisados com o programa ASReml. A estimação dos componentes de variância e a predição dos valores genéticos foram feitas com o procedimento REML/BLUP. A comparação dos modelos foi realizada pelo teste de razão de verossimilhança e pelo critério de Akaike. O modelo antedependência estruturada, para os fatores progênie e parcela, e o modelo multivariado, para o fator resíduo, são as melhores abordagens para a análise dos dados, pois propiciam eficiência e parcimônia em relação ao modelo multivariado completo. Com o modelo antedependência estruturada, é possível a identificação de famílias superiores, em cada colheita, e também de famílias com maior número total de frutos.

The objective of this work was to compare the ways of analyzing repeated measures to improve the production of sugar apple (Annona squamosa). Twenty half-sib progenies were evaluated, over three years (2003, 2004 and 2005), in a randomized block design with five replicates, and each plot was constituted of four plants. The evaluated trait was the number of fruit per individual. The models of compound symmetry, autoregressive with heterogeneous variance, the structured ante-dependence, and compound symmetry with heterogeneous variance were analyzed using the ASReml software. The estimation of variance components and the prediction of breeding values were made by the REML/BLUP. The comparison of the models was done by the likelihood ratio test and Akaike's information criterion. The structured ante-dependence model, for the factors progeny and parcel, and the multivariate model, for the residual factor, are the best approaches for data analysis, providing efficiency and parsimony over the full multivariate model. With the structured ante-dependence model, it is possible to identify superior families in each harvest, and also the families with larger total number of fruit.