Análise GGE biplot na avaliação de características de cachos em Açaizeiros da região Amazônica
GGE Biplot Analysis in Evaluations in Bunches Characteristics from Assai Palm Trees of the Amazon Region
GGE biplot análisis en la evaluación de las características de los racimos en los açaizeiros de la región amazónica
DOI:
https://doi.org/10.15446/ma.v8n1.63456Palabras clave:
Euterpe oleracea, interação genótipos x ambientes, estabilidade, adaptabilidade, GGE Biplot (pt)Euterpe oleracea, interaction genotypes x environments, stability, adaptability, GGE biplot (en)
Euterpe oleracea, la interacción genotipo x ambiente, estabilidad, adaptabilidad, GGE biplot. (es)
Descargas
O interesse pelos frutos do açaizeiro em outras regiões do país torna necessárias pesquisas de melhoramento genético para a Euterpe oleracea. A pesquisa teve o objetivo de verificar, pelo GGE (efeitos principais dos genótipos e da interação genótipo x ambiente) biplot, aqueles promissores para seleção entre trinta progênies de diferentes plantas matrizes de uma população do município de Anajás e cultivadas em Tomé-Açu, Pará, e também identificar o ambiente que melhor permite a discriminação destes. Foi utilizado o delineamento experimental de blocos casualizados, contendo trinta tratamentos (progênies) e três repetições. Foram avaliadas as seguintes características: peso médio dos cachos (PMC), em gramas; peso total de cachos (PTC), em gramas e; número total de cachos (NTC). Concluiu-se que para fins de seleção baseado no ideótipo, os melhores genótipos em PMC foram G22 e G19; em PTC foram G10 e G14 e, em NTC foi o genótipo G10; os genótipos com valores médios superiores para as características mostram menor estabilidade, excetuando-se apenas G10 para PTC; os GGE biplots permitem visualizar a disposição, o inter-relacionamento com efeitos ambientais e escolher genótipos superiores; na análise gráfica pelo método GGE biplot os efeitos dos ambientes (anos) permitem a diferenciação dos genótipos, com destaque ao ambiente A3 para PMC e PTC e, A1 para NTC; para a representatividade de todos os ambientes é o A1 nas características PMC e PTC; enquanto que é o A2 para NTC.
The interest by assai palms fruits in other regions of the country makes necessary genetic improvement for the Euterpe oleracea. The research aimed to verify, by gge (Genotype main effects + Genotype-by-environment interaction) biplot, those promising for selection among 30 families from different mother plants of a population of the municipality of Anajás and cultivated in Tomé-Açu, Pará, and also identify the environment that best allows the discrimination of these. The experimental design was in randomized blocks, with 30 treatments (progenies) and three repetitions, were evaluated the characteristics: average weight of the bunches (pmc), in grams; total number of clusters (ntc) and; total weight of the bunches (ptc). It was concluded that for purposes of selection based on the ideotype, the best genotypes in pmc were G22 and G19; in ptc are G10 and G14, and ntc was the genotype G10; the genotypes with average values for the evaluated characteristics showed less stability, except G10 for ptc; The gge biplots allow you to view the layout, the inter-relationship with environmental effects and choose superior genotypes; in the graphical analysis by gge biplot method the environments effects (years) allow differentiation of genotypes, with emphasis to the environment A3 for pmc and ptc, and A1 For ntc; for the representativity of all environments is the A1 on the characteristics pmc and ptc; while that is the A2 for ntc.
Referencias
Abu, N.E., Uguru, M. I. & Obi, I.U. (2011). Genotype by trait relations of yield and yield components in aromatic peppers (Capsicum annuum) based on GT biplot. Journal of Plant Breeding and Crop Science 3(14): 382-390.
Aliyu, O.M., Adeigbe, O.O. & Lawal, O.O. (2014). Phenotypic stability analysis of yield components in Cashew (Anacardium occidentale L.) using additive main effect and multiplicative interaction (AMMI) and GGE biplot analyses. Plant Breeding Biotechnology 2(4): 354-369. https://doi.org/10.9787/PBB.2014.2.4.354
Araújo, M.F.C., Araújo, L.B., Faria, P.N. & Dias, C.T.S. (2012). Statistical test for genotype and environment contribution in the genotYpe and environment contribution in the genotypes × environments interaction matrix. Interciencia, 37(7): 515-519.
Camargo-Buitrago, I., Intire, E.Q.M. & Gordón-Mendoza, R. (2011). Identificación de mega-ambientes para potenciar el uso de genótipos superiores de arroz em Panamá. Pesquisa Agropecuária Brasileira 46(9): 1001-1069. https://doi.org/10.1590/S0100-204X2011000900013
Citadin, I., Scariotto, S., Sachet, M.R., Rosa, F.J., Raseira, M.C.B. & Wagner Júnior, A. (2014). Adaptability and stability of fruit set and production of peach trees in a subtropical climate. Scientia Agricola 71(2): 133-138. https://doi.org/10.1590/S0103-90162014000200007
Costa, A.F., Teodoro, P.E., Bhering, L.L., Leal, N.R., Tardin, F.D. & Daher, R.F. (2016). biplot analysis of strawberry genotypes recommended for the State of Espírito Santo. Genetics and Molecular Research 15(3): 1-9. https://doi.org/10.4238/gmr.15038919
Cruz, C.D., Regazzi, A.J. & Carneiro, P.C.S. (2012). Modelos biométricos aplicados ao melhoramento genético. Viçosa: UFV.
Cruz, C.D. (2013). GENES - a software package for analysis in experimental statistics and quantitative genetics. Acta Scientiarum 35(3): 271-276.
Dehghani, H., Feyzian, E., Jalali, M., Rezai, A. & Dane, F. (2012). Use of GGE biplot methodology for genetic analysis of yield and related traits in melon (Cucumis melo L.). Canadian Journal of Plant Science 92(1): 77-85. https://doi.org/10.4141/cjps2010-046
Dimenstein, L. & Farias Neto, J.T. (2008). Dados preliminares para a produção de frutos em açaizeiros sob irrigação em terra firme no Estado do Pará. Em: L. Dimestein e J.T. Farias Neto. Irrigação e fertirrigação em fruteiras (pp. 139-144). Fortaleza: Instituto Frutal.
Farias Neto, J.T., Resende, M.D.V. & Oliveira, M.S.P. (2011). Seleção simultânea em progênies de açaizeiro irrigado para produção e peso do fruto. Revista Brasileira de Fruticultura 33(2): 532-539. https://doi.org/10.1590/S0100-29452011000200025
Farias Neto, J.T., Müller, A.A., Oliveira, M.S.P., Espírito Santo, D.E. & Silva, M.A. (2003). Variabilidade genética entre duas procedências de açaizeiro (Euterpe oleracea Martus). Boletim de Pesquisa Florestal 46: 97-104.
Galate, R.S., Mota, M.G.C., Gaia, J.M.D. & Costa, M. Do S.S. (2014). Distância fenotípica entre matrizes de açaizeiro (Euterpe oleracea Mart.) procedentes do nordeste do Pará. Semina: Ciências Agrárias 35(4): 1667-1682. https://doi.org/10.5433/1679-0359.2014v35n4p1667
Gauch, H.G. (2013). A Simple Protocol for AMMI Analysis of Yield Trials. Crop Science 53(5): 1860-1869. https://doi.org/10.2135/cropsci2013.04.0241
Gauch, H.G., Piepho, H.P. & Annicchiarico, P. (2008). Statistical analysis of yield trials by AMMI and GGE: Further considerations. Crop Science 48(3): 866-889. https://doi.org/10.2135/cropsci2007.09.0513
Hassanpanah, D. (2010). Analysis of GxE interaction by using the additive main effects and multiplicative interaction in potato cultivars. International Journal of Plant Breeding and Genetics 4: 23-29. https://doi.org/10.3923/ijpbg.2010.23.29
Homma, A.K.O. (2012). Extrativismo vegetal ou plantio: qual a opção para a Amazônia?. Estudos Avançados 26(74): 167-186. https://doi.org/10.1590/S0103-40142012000100012
Hongyu, K., Silva, F.L., Oliveira, A.C.S., Sarti, D.A., Araujo, L.B. & Dias, C.T.S. (2015). Comparação entre os modelos AMMI e GGE biplot para os dados de ensaios multi-ambientais. Revista Brasileira de Biomassa 33(2): 139-155.
IBGE – Instituto Brasileiro de Geografia e Estatísticas (2013). Produção da Extração Vegetal e da Silvicultura 2013. Rio de Janeiro: IBGE.
Ohashi, S.T. & Kageyama, P.Y. (2004). Variabilidade genética entre populações de açaizeiro (Euterpe oleracea Mart.) do estuário amazônico. Em: L. Mourão, M.A. Jardim MA e M. Grossmann M (Eds.). Açaí: possibilidade e limites em processos de desenvolvimento sustentável no estuário amazônico (pp. 11-26). Belém: Cejup.
Oliveira, M.S.P. & Fernandes, G.L.C. (2001). Repetibilidade de caracteres do cacho de açaizeiro nas condições de Belém, PA. Revista Brasileira de Fruticultura 23: 613-616. https://doi.org/10.1590/S0100-29452001000300034
Peprah, B.B., Agyeman, A., Parkes, E., Kwadwo, O., Issac, A.K., Emmanuel, O. & Labuschagne, M.T. (2016). Stability, agronomic performance and genetic variability of 10 cassava genotypes in Ghana. Journal of Plant Breeding and Crop Science 8(9): 157-167. https://doi.org/10.5897/JPBCS2016.0581
R Core Team. (2016). R: A language and environment for statistical computing. Viena: R Foundation for Statistical Computing. http://www.R-project.org/.
Valente, M.A., Watrin, O. dos S. & Castro, A.R. da C. (2014). Mapeamento Detalhado dos Solos da Fazenda Experimental da Embrapa Amazônia Oriental em Tomé-Açu, PA. Belém: Embrapa Amazônia Oriental. Embrapa Amazônia Oriental. Documentos, 405.
Yan, W. (2002). Singular-value partition for biplot analysis of multi-environment trial data. Agronomy Journal 94(5): 990-996. https://doi.org/10.2134/agronj2002.0990
Yan, W. & Kang, M.S. (2003). GGE biplot Analysis: A Graphical Tool for Breeders, Geneticists, and Agronomists. Florida: CRC Press.
Yan, W. (2011). GGE biplot vs. AMMI Graphs for Genotype-by-Environment Data Analysis. Journal of the India Society of Agricultural Statistics 65(2): 181-193.
Yan, W., Hunt, L.A., Sheng, Q. & Szlavnics, Z. (2000). Cultivar evaluation and megaenvironment investigation based on GGE biplot. Crop Science 40(3): 597-605. https://doi.org/10.2135/cropsci2000.403597x
Yan, W., Kang, M.S., MA, B., Woods, S. & Cornelius, P.L. (2007). GGE biplot vs. AMMI analysis of genotype-by-environment data. Crop Science 47(2): 643-653. https://doi.org/10.2135/cropsci2006.06.0374
Yan, W. & Tinker, A. (2006). biplot analysis of multi environment trial data: principles and applications. Canadian Journal of Plant Science 86(3): 623-645. https://doi.org/10.4141/P05-169
Cómo citar
Licencia
Derechos de autor 2017 Gilberto Ken Iti Yokomizo, João Tomé de Farias Neto, Kuang Hongyu, Maria do Socorro Padilha de Oliveira

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los autores son responsables de todas las autorizaciones que la publicación de sus contribuciones pueda requerir. Cuando el manuscrito sea aceptado para publicación, los autores deberán enviar una declaración formal sobre la autenticidad del trabajo, asumiendo personalmente la responsabilidad por todo lo que el artículo contenga e indicando expresamente su derecho a editarlo. La publicación de un artículo en Mundo Amazónico no implica la cesión de derechos por parte de sus autores; sin embargo, el envío de la contribución representa autorización de los autores a Mundo Amazónico para su publicación. En caso de realizarse una reimpresión total o parcial de un artículo publicado en Mundo Amazónico, ya sea en su idioma original o en una versión traducida, se debe citar la fuente original. Los artículos publicados en la revista están amparados por una licencia Creative Commons 4.0.
Los autores que publican en esta revista están de acuerdo con los siguientes términos:
- Los autores conservan el copyright y otorgan a la revista el derecho de la primera publicación, con el trabajo simultáneamente licenciado bajo una Creative Commons Attribution License que permite a otros compartir el trabajo con el reconocimiento de la autoría y la publicación inicial en esta revista.
- Los autores pueden hacer arreglos contractuales adicionales para la distribución no-exclusiva de la versión publicada en la revista (por ejemplo, colocar en un repositorio institucional o publicarlo en un libro), con el reconocimiento de su publicación inicial en esta revista.

