Leveraging relationship information for assessing genotype stability and performance in multi-environment trials

Abstract

Genotype-by-environment interaction (G×E) is a central challenge in plant breeding programs, particularly in countries with high agroclimatic diversity. Traditional methods, such as analysis of variance and the AMMI model, are widely used in multi- environment trials (METs), but they exhibit limitations when dealing with unbalanced data and the modeling of covariances. In this context, mixed models provide a more robust alternative by integrating fixed and random effects, as well as enabling the use of molecular or pedigree-based genetic information, thereby improving prediction accuracy. This thesis proposes an extension of the WAASB method (Weighted Average of Absolute Scores of BLUPs), a stability index based on mixed models originally developed by Olivoto et al. (2019). The proposed extension incorporates a pedigree-based relationship matrix into the model. This addition addresses two key limitations of the original WAASB: the requirement for a complete G×E effect matrix to perform singular value decomposition (SVD), and the inability to estimate the stability of parental inbred lines that were not directly evaluated in METs. Phenotypic data from 160 three-way maize hybrids and seven commercial checks were used, evaluated across eight distinct environments. A pedigree-based relationship matrix was incorporated into a compound symmetry model to estimate G×E effects, from which WAASB values were calculated. A multi-trait selection index was applied to jointly assess performance and stability for grain yield, plant height, and ear height. Additionally, four simulation scenarios were constructed with varying levels of heritability and G×E interaction intensity. These were used to compare the performance of pedigree-based covariance imputation with the commonly used EM- SVD method. The results showed that the proposed approach reliably estimated parental line stability based on progeny performance and consistently outperformed the EM-SVD method. The methodology proved to be efficient and promising for selecting superior hybrids and stable parental lines in maize breeding programs. Keywords: Genotype-by-environment interaction; Mixed models; WAASB; Maize breeding.A interação genótipos por ambientes (G×A) é um desafio central em programas de melhoramento genético, sobretudo em países com grande diversidade agroclimática. Métodos tradicionais, como a análise de variância e o modelo AMMI, são amplamente utilizados em ensaios multiambientes (METs), mas apresentam limitações frente a dados desbalanceados e à modelagem das covariâncias. Nesse contexto, modelos mistos oferecem uma alternativa mais robusta, ao integrar efeitos fixos e aleatórios, além de possibilitar o uso de informações genéticas moleculares ou de pedigree, melhorando as predições. Esta dissertação propõe uma extensão do método WAASB (Média Ponderada dos Escores Absolutos dos BLUPs), um índice de estabilidade baseado em modelos mistos originalmente desenvolvido por Olivoto et al. (2019). A extensão proposta incorpora ao modelo uma matriz de relacionamento baseada em pedigree. Essa adição busca superar duas limitações centrais do WAASB original: a necessidade de uma matriz completa de efeitos G×A para a realização da decomposição em valores singulares (SVD) e a impossibilidade de estimar a estabilidade de linhagens parentais que não foram avaliadas diretamente em METs. Foram utilizados dados fenotípicos de 160 híbridos triplos de milho e sete testemunhas comerciais, avaliados em oito ambientes distintos. Uma matriz de relacionamento baseada em pedigree foi incorporada a um modelo de simetria composta para estimar os efeitos G×A, a partir dos quais os valores de WAASB foram calculados. Um índice de seleção multicaracter foi aplicado para avaliar conjuntamente o desempenho e a estabilidade das características produtividade de grãos, altura de planta e altura de espiga. Adicionalmente, quatro cenários de simulação foram construídos com diferentes níveis de herdabilidade e intensidade de interação G×A. Esses cenários foram utilizados para comparar o desempenho da imputação baseada em covariância genética com o método EM- SVD, amplamente utilizado. Os resultados indicaram que a abordagem proposta estimou com precisão a estabilidade de linhagens parentais com base nas progênies e superou o método EM-SVD em todos os cenários. A metodologia mostrou-se eficiente e promissora para selecionar híbridos superiores e linhagens estáveis em programas de melhoramento de milho. Palavras-chave: Interação genótipos por ambientes; Modelos mistos; WAASB; Melhoramento de milho.