Adaptability and yield stability of soybean genotypes by mean Eberhart and Russell methods, artificial neural networks and centroid
Abstract
The soybean crop is prominent in national and international scenarios. A large part of the world production of soybean is cultivated in Brazil and this has been possible due to the performance of different technological areas, among them genetics and plant breeding. Soybean breeding has acted in the development and launch of new cultivars and for this it is required the studies of interaction genotypes x environments and those of adaptability and stability. Thus, the objective was to evaluate the adaptability and phenotypic stability of the grain yield of late-cycle soybean genotypes. Five experiments were conducted in the state of Minas Gerais, each of which was considered as an environment. In each, 17 soybean genotypes were evaluated in a randomized block design with three repetitions, for grain yield, in kg ha-1. The data were analyzed by means of individual (each environment) and joint analysis of variance. Subsequently, analyses of adaptability and phenotypic stability were performed using the methods of Eberhart and Russell (1966), Artificial Neural Networks (Nascimento et al., 2013) and Centroid (Rocha, Muro�??Abad, Araujo, & Cruz, 2005). The results indicated the classification of the analyzed genotypes for unfavorable, general or favorable adaptability, with high or low stability. DM-339 is indicated for favorable environments and UFV-18 (Patos de Minas), UFV91-651226, UFV99-8552093, UFV01-871375B, UFV01-66322813 and UFV99-8552099 are indicated as general adaptability, considering the three methods of adaptability and stability analysis.
Downloads
References
Alves, G. F., Nogueira, J. P. G., Machado Junior, R., Ferreira, S. C., Nascimento, M., & Matsuo, E. (2019). Stability of the hypocotyl length of soybean cultivars using neural networks and traditional methods. Ciência Rural, 49(3), https://doi.org/10.1590/0103-8478cr20180300
Barros, H. B., Sediyama, T., Cruz, C. D., Teixeira, R. C., & Reis, M. S. (2010b) Análise de adaptabilidade e estabilidade em soja (Glycine max L.) em Mato Grosso. Ambiência, 6(1), 75 �?? 88.
Barros, H. B., Sediyama, T., Teixeira, R. C., & Cruz, C. D. (2008) Análises paramétricas e não�??paramétricas para determinação da adaptabilidade e estabilidade de genótipos de soja. Scientia Agraria, 9, 299�??309.
Barros, H. B., Sediyama, T., Teixeira, R. C., Fidelis, R. R., Cruz, C. D., & Reis, M. S. (2010a) Adaptabilidade e estabilidade de genótipos de soja avaliados no estado do Mato Grosso. Revista Ceres, 57(3), 359-366.
Barros, H. B., Sediyama, T., Teixeira, R. C., Reis, M. S., & Cruz, C. D. (2009) Adaptabilidade e estabilidade de genótipos de soja, no estado do Mato Grosso. Bioscience Journal, 25(3), 119-128.
Barroso, L. M. A., Nascimento, M., Nascimento, A. C. C., Silva, F., F., & Ferreira, R.P. (2013) Uso do método de Eberhart e Russell como informação a priori para aplicação de redes neurais artificiais e análise discriminante visando a classificação de genótipos de alfafa quanto à adaptabilidade e estabilidade fenotípica. Revista Brasileira de Biometria, 31(2), 176-188.
Botrel, M. A., Evangelista, A. R., Viana, M. C. M., Pereira, A. V., Sobrinho, F. S., Oliveira, J. S., Xavier, D. F., & Heinemann, A. B. (2005) Adaptabilidade e estabilidade de cultivares de alfafa avaliadas em Minas Gerais. Ciência e Agrotecnologia, 29(2), 409-414.
Cruz, C. D. (2013) GENES - a software package for analysis in experimental statistics and quantitative genetics. Acta Scientiarum Agronomy, 35(3), 271-276.
Cruz, C. D., Regazzi, A. J., & Carneiro, P. C. S. (2004) Modelos biométricos aplicados ao melhoramento genético. (3a ed.). Viçosa, MG: Editora UFV.
Cruz, C. D., Rodrigues, H. S., Rosado, R. D. S., & Bhering, L. L. (2017) Biometria aplicada ao melhoramento genético. In: Silva, F., Borém, A., Sediyama, T., & Ludke, W. (Eds.) Melhoramento da Soja. Viçosa, MG: Editora UFV, p. 249-287.
Di Mauro, A. O., Curcioli, V. B., Nóbrega, J. C. M., Banzato, D. A., & Sediyama, T. (2000) Correlação entre medidas paramétricas e não paramétricas de estabilidade de soja. Pesquisa Agropecuária Brasileira, 35(4), 687-696.
Eberhart, S. A., & Russell, W. A. (1966) Stability parameters for comparing varieties. Crop Science, 6, 36�??40.
Finlay, K. W., & Wilkinson, G. N. (1963) The analysis of adaptation in a plant breeding programme. Australian Journal of Agricultural Research, 14, 742�??754.
Nascimento, M., Cruz, C. D., Campana, A. C. M., Tomaz, R. S., Salgado, C. C., & Ferreira, R. P. (2009) Alteração no método centroide de avaliação da adaptabilidade genotípica. Pesquisa Agropecuária Brasileira, 44(3), 263-269.
Nascimento, M., Nascimento, A. C. C., & Barroso, L. M. A. (2018) RNA - Aplicação em estudos de adaptabilidade e estabilidade fenotípica. In: Cruz, C. D., & Nascimento, M. (Eds.). Inteligência Computacional Aplicada ao Melhoramento Genético. Viçosa, MG: Editora UFV, p.278-291.
Nascimento, M., Peternelli, L. A., Cruz, C. D., Nascimento, A. C. C., Ferreira, R. P., Bhering, L. L., & Salgado, C. C. (2013) Artificial neural networks for adaptability and stability evaluation in alfalfa genotypes. Crop Breeding and Applied Biotechnology, 13(2), 152-156.
Oda, M. C., Sediyama, T., Matsuo, E., Nascimento, M., & Cruz, C. D. (2019) Estabilidade e adaptabilidade de produção de grãos de soja por meio de metodologias tradicionais e redes neurais artificiais. Revista Scientia Agraria Paranaensis, 18(2), 117-124.
Pimentel-Gomes, F. (1990) Curso de estatística experimental. (13a ed.). Piracicaba, Nobel.
R Core Team (2021) R: A language and environment for statistical computing. Vienna, Austria: R Foundation for Statistical Computing. R Foundation for Statistical Computing. Retrieved from: www.R-project.org/
Rezende, W. S., Cruz, C. D., Borém, A., & Rosado, R. D. S. (2021) Half a century of studing adaptability and stability in maize and soybean in Brazil. Scientia Agricola, 78(3) http://dx.doi.org/10.1590/1678-992X-2019-0197
Rocha, R. B., Muro�??Abad, J. I., Araujo, E. F., & Cruz, C. D. (2005) Avaliação do método centroide para estudo de adaptabilidade ao ambiente de clones de Eucalyptus grandis. Ciência Florestal, 15, 255�??266.
Rodrigues, H. S., Dantas, S. A. G., Ferreira, R. A. D. C., Silva, A. S. L., Cruz, C. D., Schuster, I., & Silva, F.L. (2020). Adaptabilidade e estabilidade de comportamento. In: Matsuo, E., Cruz, C. D., & Sediyama, T. (Eds.). Aplicações de técnicas biométricas no melhoramento genético da soja. Londrina, PR: Editora Mecenas, p.165-182.
Santos, M. G. P., Silva, A. F., Sediyama, T., & Soares, M. M. (2016) Evolução da produção e da produtividade da soja. In: Sediyama T. (Ed). Produtividade da soja. Londrina, PR: Editora Mecenas, p. 19-29.
Sediyama, C. S., Oliveira, L. O., & Cruz, C. D. (1990) Análise de estabilidade fenotípica de cultivares de soja por meio da regressão linear simples e da regressão linear segmentada. Revista Ceres, 37, 513-518. http://www.ceres.ufv.br/ojs/index.php/ceres/article/download/2001/44
Sediyama, T., Matsuo, �?., Oliveira, R. C. T., & Glasenapp, J. S. (2015) Desenvolvimento de cultivares. In: Sediyama T. (Ed.). Melhoramento Genético da Soja. Londrina, PR: Editora Mecenas. p.82-93.
Teodoro, P. E., Barroso, L. M. A., Nascimento, M., Torres, F. E., Sagrilo, E., Santos, A., & Ribeiro, L. P. (2015) Redes neurais artificiais para identificar genótipos de feijão-caupi semiprostrado com alta adaptabilidade e estabilidade fenotípica. Pesquisa Agropecuária Brasileira, 50(11), 1054-1060
Vasconcelos, E. S., Barioni-Júnior, W., Cruz, C. D., Ferreira, R. P., Rassini, J. B., & Vilela, D. (2008) Seleção de genótipos de alfafa pela adaptabilidade e estabilidade da produção de matéria seca. Acta Scientiarum Agronomy, 30(3), 339-343.
Venables, W. N., & Ripley, B. D. (2002) Modern Applied Statistics with S. (4th ed.). New York: Springer-Verlag New York.
Copyright (c) 2022 Agronomy Science and Biotechnology
This work is licensed under a Creative Commons Attribution 4.0 International License.
doi.org/10.33158/ASB