Selection of alfalfa genotypes for dry matter yield and persistence with repeated measures
Resumo
O maior desafio no programa de melhoramento de alfafa é obter cultivares com alta persistência, alta produtividade e adaptabilidade. Portanto, estudos sobre métodos de seleção são necessários para o sucesso dos programas de melhoramento de alfafa. Este trabalho teve como objetivo avaliar a produção e persistência de matéria seca em alfafa para seleção de genótipos, utilizando modelos estatísticos apropriados para experimentos com medidas repetidas. O experimento foi conduzido na Embrapa Pecuária Sudeste, em São Carlos, estado de São Paulo, Brasil em delineamento de blocos ao acaso, em parcelas subdivididas no tempo, com três repetições. Oito genótipos foram avaliados, e a característica agronômica avaliada foi a produção de matéria seca. Os experimentos em parcelas subdivididas foram utilizados com dois e três erros e modelos lineares generalizados com as seguintes estruturas de correlação: simetria composta (CS), simetria composta heterogênea (HCS), autorregressiva (AR), autorregressiva heterogênea (HAR) e componentes de variância (VC). O melhor modelo foi selecionado de acordo com o menor valor do Critério de Informação de Akaike (AIC), e três metodologias foram utilizadas para identificar o genótipo com maior produtividade e persistência: teste de média para comparações múltiplas, adaptabilidade e estabilidade por multiinformação e semelhança entre genótipo e ideótipo. A interação entre genótipos e cortes foi significativa, demonstrando a existência de comportamento diferenciado dos genótipos de alfafa sobre os cortes. Diferentes metodologias permitiram medir o rendimento médio do genótipo de alfafa e a persistência sobre os cortes. E o genótipo PSB 4 demonstrou comportamento promissor em termos de produtividade e persistência ao longo do ciclo produtivo da alfafa.
Downloads
Referências
Akaike, H. (1974). A new look at the statistical model identification. IEEE Transaction on Automatic Control, AC-19(6), 716-723.
Annicchiarico, P. (1992). Cultivar adaptation and recomendation from alfafa trials in Northern Italy. Journal of Genetics and Breeding, 46 269-278.
Annicchiarico, P., Barrett, B., Brummer, E. C., Julier, B., & Marshall, A. H. (2015). Achievements and
challenges in improving temperate perennial forage legumes. Critical Reviews in Plant Sciences, 34, 327-380. https://doi.org/ 10.1080/07352689.2014.898462
Assis, G. M. L., Ruggieri, A. C., Mercadante, M. E. Z., Camargo, G. M. F., & Carneiro Júnior, J. M. (2010). Selection of alfalfa cultivars adapted for tropical environments with repeated measures using PROC MIXED of SAS®System. Plant Genetic Resources, 8, 55-62. https://doi.org/10.1017/S1479262109990153
Brighenti, A., & Castro, C. (2008). Controle de plantas daninhas em alfafa. In: Ferreira, R.P., Rassini, J.B., Rodrigues, A.A., Freitas, A.R., Camargo, A.C., & Mendonça, F.C. (Eds.). Cultivo e utilização da alfafa nos trópicos (p. 54-93)., São Carlos: Embrapa Pecuária Sudeste.
Cecon, P. R., Silva, F. F., Ferreira, A., Ferrão, R.G., Carneiro, A. P. S., & Detmann, E. (2008). Análise de medidas repetidas na avaliação de clones de café 'Conilon'. Pesquisa Agropecuária Brasileira, 43, 1171-1176. https://doi.org/10.1590/S0100-204X2008000900011.
Cruz, C. D. (2016). Genes Software – extended and integrated with the R, Matlab and Selegen. Acta Scientiarum Agronomy, 38, 547-552. https://doi.org/10.4025/actasciagron.v38i4.32629.
Eberhart, S. A., & Russell, W.A. (1966). Stability parameters for comparing varieties. Crop Science, 6, 36-40. https://doi.org/10.2135/cropsci1966.0011183X000600010011x.
Edwards, G. R., & Chapman, D. (2011). Plant responses to climate and relationships with pasture persistence. Grassland Research and Practice Series, 15: 39-46.
Faveri, J., Verbyla, A. P., Pitchford, W. S., Venkatanagappa, S., & Cullis, B. R. (2015). Statistical methods for analysis of multi-harvest data from perennial pasture variety selection trials. Crop and pasture science, 66, 947–962. https://doi.org/10.1071/CP14312.
Finlay, K. W., & Wilkinson, G. N. (1963). The analysis of adaptation in a plant breeding programme. Australian Journal of Agricultural Research, 14, 742-754.
Freitas, A. R., Ferreira, R. P., & Moreira, A. (2011). Análises de dados de medidas repetidas por meio do modelo linear geral e do modelo misto. Revista Ciências Agrárias, 3, 214-224.
Herrmann, D., Flajoulot, S., Barre, P., Huyghe, C., Ronfort, J., & Julier, B. (2018). Comparison of morphological traits and molecular markers to analyse diversity and structure of alfalfa (Medicago sativa L.) cultivars. Genetic Resources and Crop Evolution, 65, 527-540. https://doi.org/10.1007/s10722-017-0551-z
Hoffmann, R. (2016). Análise de regressão: uma introdução à econometria. 5th ed. Piracicaba: Universidade de São Paulo.
Kallenbach, R., Nelson, C., & Coutts, J. (2002). Yield, quality, and persistence of grazing‐ and hay‐ type alfalfa under three harvest frequencies. Agronomy Journal, 94, 1094-1103. https://doi.org/10.2134/agronj2002.1094
Keselman, H., Algina, J., Kowalchunk, R., & Wolfinger, R. (1998). A comparison of two approaches for selecting covariance structures in the analysis of repeated measurements. Communications in Statistics – Simulation and Computation, 27, 591-604. https://doi.org/10.1080/03610919808813497
Lin, C. S., & Binns, M. R. (1988). A superiority measure of cultivar performance for cultivar x location data. Canadian Journal of Plant Science, 68, 193-198.
Littell, R. C., Pendergast, J., & Natarajan, R. (2000). Modelling covariance structure in the analysis of repeated measures data. Statistics in Medicine, 19, 1793-1819. https://doi.org/10.1002/1097-0258(20000715)
Nascimento, M., Ferreira, A., Nascimento, A. C. C., Silva, F. F., Ferreira, R. P., & Cruz, C. D. (2015). Multiple centroid method to evaluate the adaptability of alfalfa genotypes. Ceres, 62, 30-36. https://doi.org/10.1590/0034-737X201562010004
Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., & Grisel, O. (2011). Scikit-learn: Machine Learning in Python. Journal of Machine Learning Research, 12: 2825-2830.
Pimentel-Gomes, F. (2009). Curso de estatística experimental. Piracicaba:FEALQ. .
Pinheiro, J., Bates, D., DebRoy, S., & Sarkar, D. (2011). R Development Core Team. nlme: Linear and nonlinear mixed effects models. R package version 3.1-102.
R Development Core Team. (2019). R: A Language and Environment for Statistical Computing.: Vienna, Austria: R Foundation for Statistical Computing. Available from http://www.R-project.org/
Riday, H., & Brummer, E.C. (2006). Persistence and Yield Stability of Intersubspecific Alfalfa Hybrids. Crop Science, 46, 1058-1063. https://doi.org/10.2135/cropsci2005.0272
Rodriguez, N. E., & Eroles, S. F. (2008). Morfologia da alfafa. In: Ferreira, R. P., Rassini, J. B., Rodrigues, A. A,, Freitas, A. R., Camargo, A. C., & Mendonça, F. C. (Eds.). Cultivo e utilização da alfafa nos trópicos (p. 16-36). São Carlos: Embrapa Pecuária Sudeste,.
Santos, I. G., Rocha, J. R. A. S. C., Vigna, B. B. Z., Cruz, C. D., Ferreira, R. P., Basigalup, D. H., & Marchini, R. M. S. (2020). Exploring the diversity of alfalfa within Brazil for tropical production. Euphytica, 216, 72. https://doi.org/10.1007/s10681-020-02606-w
Silva Júnior, A. C., Silva, M. J., Costa, W. G., Souza, I. C., Nascimento, M., Soares, P. C. S., & Cruz, C. D. (2022). Multi-information analysis for recommendation of flooded-irrigated rice for adaptability and phenotypic stability. Agronomy Science and Biotechnology, 8, 1–15. https://doi.org/10.33158/ASB.r145.v8.2022
Steel, R. G. D., & Torrie, J. H. (1980). Principles and procedures of statistics, a biometrical approach. 2nd ed. New York: McGraw-Hill Book.
Tucak, M., Popović, S., Cupić, T., Krizmanić, G., Spanić, V., Simić, B., & Megalic, V. (2014). Agro-morphological and forage quality traits of selected alfalfa populations and their application in breeding. Turkish Journal of Field Crops, 19, 79-83. doi: 10.17557/tjfc.43607
Vasconcelos, E. S., Ferreira, R. P., Cruz, C. D., Moreira, A., Rassini, J. B., & Freitas, A. R. (2010). Estimativas de ganho genético por diferentes critérios de seleção em genótipos de alfafa. Ceres, 57, 205-210. https://doi.org/10.1590/S0034-737X2010000200011
Virtanen, P., Gommers, R., Oliphant, M., Reddy, T., Cournapeau, E., & Peterson, P. (2020). "SciPy 1.0: Fundamental Algorithms for Scientific Computing in Python". Nature Methods, 17, 261–272.
Xavier, L. H., & Dias, C. T. S. (2001). Acurácia do modelo univariado para análise de medidas repetidas por simulação multidimensional. Scientia Agricola, 58, 241-250. https://doi.org/10.1590/S0103-90162001000200005.
Copyright (c) 2023 ASB Journal
This work is licensed under a Creative Commons Attribution 4.0 International License.
