Produtividade, estabilidade e adaptabilidade da soja por meio de metodologia de modelo misto

• Jeniffer Santana Pinto Coelho Evangelista ^[1] ; Rodrigo Silva Alves ^[1] ; Marco Antônio Peixoto ^[1] ; Marcos Deon Vilela de Resende ^[3] ; Paulo Eduardo Teodoro ^[2] ; Felipe Lopes da Silva ^[1] ; Leonardo Lopes Bhering ^[1]
  1. [1] Universidade Federal de Viçosa

     Universidade Federal de Viçosa

     Brasil

     
  2. [2] Universidade Federal de Mato Grosso do Sul

     Universidade Federal de Mato Grosso do Sul

     Brasil

     
  3. [3] EMBRAPA Café. Viçosa. Brasil

  Mostrar afiliaciones +
• Localización: Ciencia rural, ISSN 0103-8478, Vol. 51, Nº. 2, 2021
• Idioma: portugués
• Títulos paralelos:
  • Soybean productivity, stability, and adaptability through mixed model methodology
  • Productividad, estabilidad y adaptabilidad de la soja a través de la metodología de modelos mixtos
• Enlaces
  • Texto completo
• Resumen
  • English

    The genotype × environment (G×E) interaction plays an essential role in phenotypic expression and can lead to difficulties in genetic selection. Thus, the present study aimed to estimate genetic parameters and to compare different selection strategies in the context of mixed models for soybean breeding. For this, data referring to the evaluation of 30 genotypes in 10 environments, regarding the grain yield trait, were used. The variance components were estimated through restricted maximum likelihood (REML) and genotypic values were predicted through best linear unbiased prediction (BLUP). Significant effects of genotypes and G×E interaction were detected by the likelihood ratio test (LRT). Low genotypic correlation was obtained across environments, indicating complex G×E interaction. The selective accuracy was very high, indicating high reliability. Our results showed that the most productive soybean genotypes have high adaptability and stability

  • português

    A interação genótipo × ambiente (G × E) desempenha um papel essencial na expressão fenotípica e pode provocar dificuldades na seleção genética. Assim, o presente estudo teve como objetivo estimar parâmetros genéticos e comparar diferentes estratégias de seleção no contexto de modelos mistos para melhoramento da soja. Para isso, foram utilizados dados referentes à avaliação de 30 genótipos em dez ambientes, referentes à característica produtividade de grãos. Os componentes de variância foram estimados pela máxima verossimilhança restrita (REML) e os valores genotípicos foram preditos pela melhor previsão imparcial linear (BLUP). Efeitos significativos dos genótipos e interação G × E foram detectados pelo teste da razão de verossimilhança (LRT). Correlação genotípica baixa foi obtida entre os ambientes indicando interação G × E do tipo complexa. A acurácia seletiva foi muito alta, indicando alta confiabilidade. Os resultados mostraram que os genótipos de soja mais produtivos apresentam alta adaptabilidade e estabilidade.