SILVA, Tamiris Pereira da. Predição de ganhos genéticos via REML/BLUP em progênies s2 de mamoeiro. 2015. 55 f. : Dissertação (mestrado) - Universidade Federal do Ceará, Centro de Ciências Agrárias, Programa de Pós-Graduação em Agronomia / Fitotecnia, Fortaleza, 2015 / Submitted by Nádja Goes (nmoraissoares@gmail.com) on 2016-08-18T13:36:39Z No. of bitstreams: 1 2015_dis_tpsilva.pdf: 2166972 bytes, checksum: 0de92041ba6608b1e1d6c3eec9dfedde (MD5) / Approved for entry into archive by Nádja Goes (nmoraissoares@gmail.com) on 2016-08-18T13:37:26Z (GMT) No. of bitstreams: 1 2015_dis_tpsilva.pdf: 2166972 bytes, checksum: 0de92041ba6608b1e1d6c3eec9dfedde (MD5) / Made available in DSpace on 2016-08-18T13:37:26Z (GMT). No. of bitstreams: 1 2015_dis_tpsilva.pdf: 2166972 bytes, checksum: 0de92041ba6608b1e1d6c3eec9dfedde (MD5) Previous issue date: 2015 / The reduced number of registered papaya cultivars has made breeders to access the genetic variability of the species in order to gather in one genotype the maximum phenotypes required by producers and consumers. Among the commercial hybrids,Tainung 1 and Calimosa are the most used, which the first has its seeds imported from Taiwan to high costs. In order to increase the accuracy and to obtain selective genetic gain, more efficient selection methodologies have been explored. For this reason, the adoption of more refined genetic statistical procedures is a trend in plant breeding, such as the REML / BLUP methodology. Based on the above, the aims of the present study are: (i) estimate the main genetic parameters in papaya progenies, (ii) predict genetic gain with selection of the best progenies and (iii) the selection of the best individuals within the progenies. The experiment was conducted at the Experimental Field of Curu, which belongs to Embrapa Agroindústria Tropical in the municipality of Paraipaba. The genetic material consisted of 36 S2 progenies and two witnesses, 17 derived from hybrid Calimosa and 19 Tainung1, all evaluated in a randomized block design with four replicates. The analyzed characters were height of first flower, fruit and plant at 6, 12 and 18 months; stem diameter at 6, 12 and 18 months; number of days after planting to emergence of first flower and fruit; number, mass and average mass of marketable fruits and number and mass of carpelloid, pentandric and bananiformes fruits. For data analysis, the methodology via linear mixed models REML / BLUP (Restricted Maximum Likehood / Best Linear Unbiased Prediction) was used, by which genetic parameters were estimated and the prediction of breeding values was made. The magnitudes of the genetic parameters indicated that the variability present in most of the characters enables genetic gain if the selection is practiced at the progenies level and not at individual plants, since the greater heritability and accuracies values are relative to the average of the progenies. For the selection of progenies, PROC-323, PROC-130, PROT-13 and PROC-217 were the most promising, bearing greater genetic gains among most of the analyzed characters. Regarding the selection among and within progenies, individuals 1421 and 1422 are the most potential for continuity of selection. Finally, the increase of the character expression was higher in number of marketable fruits and the reduction of expression was higher for pentandric number of fruits. / O reduzido número de cultivares de mamoeiro registrados, tem feito com que melhoristas acessem a variabilidade genética da espécie, a fim de reunir em um só genótipo o máximo de fenótipos exigidos pelos produtores e consumidores. Dentre os híbridos comerciais, Tainung nº 1 e Calimosa são os mais empregados, onde este primeiro tem suas sementes importadas de Taiwan a altos custos. Tem-se então buscado metodologias mais eficientes de seleção, a fim de aumentar a acurácia seletiva e obter maiores ganhos genéticos. Em razão disto, a adoção de procedimentos genético-estatísticos mais refinados é uma tendência no melhoramento genético de plantas, como a metodologia REML/BLUP. Com base no exposto, objetivou-se com o presente estudo: (i) estimar os principais parâmetros genéticos em progênies de mamoeiro, (ii) predizer os ganhos genéticos com a seleção das melhores progênies e (iii) com a seleção dos melhores indivíduos dentro de progênies. O experimento foi conduzido no Campo Experimental do Curu, pertencente à Embrapa Agroindústria Tropical no município de Paraipaba. O material genético foi constituído de progênies 36 progênies S2 e duas testemunhas, sendo 17 derivadas do híbrido Calimosa e 19 do Tainung nº1, avaliadas no delineamento em blocos casualizados, com quatro repetições. Os caracteres avaliados foram altura de primeira flor, fruto e planta aos 6, 12 e 18 meses; diâmetro de caule aos 6, 12 e 18 meses; quantidade de dias após plantios para surgimento da primeira flor e fruto; número, massa e massa média de frutos comerciais e número e massa de frutos carpelóides, pentândricos e bananifornmes. Para análises dos dados, a metodologia utilizada foi via modelos lineares mistos REML/BLUP (Restricted Maximum Likehood/ Best Linear Unbiased Prediction), onde foram estimados os parâmetros genéticos e feita a predição dos valores genéticos. As magnitudes dos parâmetros genéticos estimados indicaram que a variabilidade presente para a maioria dos caracteres, possibilita maiores ganhos genéticos se a seleção for praticada a nível de progênies e não por plantas individuais, já que os maiores valores de herdabilidades e acurácias são relativos a média de progênies. Para a seleção entre progênies, PROC-323, PROC-130, PROT-13 e PROC-217, foram as mais promissoras, comportando-se com ganhos genéticos superiores entre maior parte dos caracteres envolvidos. Na seleção entre e dentro de progênies, os indivíduos 1421 e 1422 são os mais potenciais para continuidade da seleção. O aumento da expressividade de caráter foi superior para número de frutos comerciais e a redução da expressividade foi superior para número de frutos pentândricos.

Made available in DSpace on 2015-03-26T13:32:11Z (GMT). No. of bitstreams: 1 texto completo.pdf: 446864 bytes, checksum: 1ba8efc18a08b922adc7e2c5eb3dc55c (MD5) Previous issue date: 2011-02-24 / The aim of this study was to evaluate the efficiency of spatial analysis, which considers spatially dependent errors, for classification of common bean families in relation to traditional analysis in randomized blocks and lattice that assuming independent errors. Were considered different degrees of spatial dependence and experimental precision. Were taken as reference to simulate the results of seven experiments carried out in simple square lattice for genetic evaluation of yield (g/plot) of families and bean cultivars of winter crops and water used in 2007 and 2008. From the results presented in the simulation, it was possible to assess the quality of their experiments based on different analysis (Block, lattice and Spatial) and simulated average of 100 families in different scenarios for Spatial Dependence (DE) and Accuracy Selective (AS). In the process of simulation, the average yield (645 g/plot) and the residual variance (7744.00), was defined based on the analysis results of the tests in blocks of bean breeding program at UFV. To make up the four simulated scenarios were considered magnitude of spatial dependence (null, low, medium and high), corresponding to ranges of 0, 25, 50 and 100% of the maximum distance between plots. Were also simulated three classes of selective accuracy (0.95, 0.80 and 0.60), corresponding to the experimental precision very high, high and average, respectively. The actual classification of families was used to evaluate the efficiency of analysis methods tested by Spearman correlation applied to orders and genotypic classification of Selection Efficiency between classifications based on tested methodologies and the actual classification for the selection of 10, 20 and 30% of the best families. To compare the efficiency of adjustment of the models tested, was used the Akaike information criterion (AIC), based on likelihood. Spatial analysis has provided estimates of residual variance very close to the simulated residual variance and higher selective accuracy estimated in all scenarios, indicating greater experimental accuracy. With the reduction in the accuracy and selective increase in spatial dependence, there was greater influence of analysis on the classification of families, and the spatial analysis showed the best results, providing more efficient selection of bean families than traditional analysis of randomized blocks and lattice, mainly for the selection of fewer families. The results for selective accuracy estimated on the basis of F statistics were very close to those obtained with the Spearman correlation between estimated and simulated averages for families, indicating that the accuracy should be used selectively as a measure of experimental precision tests of genetic evaluation. / O objetivo deste trabalho foi avaliar a eficiência da análise Espacial, que considera erros dependentes espacialmente, para classificação de famílias de feijoeiro em relação às análises tradicionais em blocos casualizados e em látice que assumem erros independentes. Considerou-se diferentes graus de dependência espacial e de precisão experimental. Foram tomados como referência para simulação os resultados de sete ensaios instalados em látice quadrado simples para avaliação genética da produtividade de grãos (g/parcela) de famílias e cultivares de feijoeiro das safras de inverno e das águas de 2007 e 2008. A partir dos resultados apresentados na simulação, foi possível avaliar a qualidade dos respectivos experimentos com base nas diferentes análises (Bloco, Látice e Espacial) e médias simuladas das 100 famílias nos diferentes cenários para Dependência Espacial (DE) e Acurácia Seletiva (AS). No processo de simulação, a média de produção (645 g/parcela), bem como a variância residual (7744,00), foi definida com base nos resultados de análises em blocos de ensaios do programa de melhoramento do feijoeiro da UFV. Para a composição dos cenários simulados foram consideradas quatro magnitudes de dependência espacial (nula, baixa, média e alta), correspondendo aos alcances 0, 25, 50 e 100% da distância máxima entre parcelas. Também foram simuladas três classes de acurácia seletiva (0,95, 0,80 e 0,60), correspondente a precisão experimental muito alta, alta e média, respectivamente. A classificação real das famílias foi utilizada para avaliar a eficiência das metodologias de análise testadas através da correlação de Spearman aplicada às ordens de classificação genotípica e da Eficiência de Seleção entre classificações com base nas metodologias testadas e na classificação real, para a seleção de 10, 20 e 30% das melhores famílias. Para comparar a eficiência de ajuste dos modelos testados, foi utilizado o critério de Informação de Akaike (AIC), baseado em verossimilhança. A análise Espacial apresentou estimativas de variância residual muito próxima da variância residual simulada e maior acurácia seletiva estimada em todos os cenários, indicando maior precisão experimental. Com a redução na acurácia seletiva e aumento na dependência espacial, observou-se maior influência do tipo de análise sobre a classificação das famílias, sendo que a análise espacial apresentou os melhores resultados, proporcionando seleção mais eficiente das famílias do feijoeiro do que as análises tradicionais em Látice e em Blocos casualizados, principalmente, para seleção de menor número de famílias. Os resultados para acurácia seletiva estimada em função da estatística F foram muito próximos aos obtidos para a correlação de Spearman entre médias estimadas e simuladas para as famílias, indicando que a acurácia seletiva deve ser utilizada como medida de precisão experimental nos ensaios de avaliação genética.

Made available in DSpace on 2014-07-29T14:52:09Z (GMT). No. of bitstreams: 1 tese cristiane.pdf: 805152 bytes, checksum: 17b10ac06483864b2875c174a70c8625 (MD5) Previous issue date: 2008-06-13 / This research had the objective of evaluating the effects of different statistical approaches for the selection and ranking of genotypes, in the context of maize varieties trials. For that, data from real trials designed in lattice were used, in the Goiás State, Brazil, in the growing seasons of 2002/2003, 2003/2004, 2004/2005 and 2005/2006, as well as data from simulated experiments, aiming to cover situations related to that reality. The study also intended to quantify the effects of the genotype by environment interactions (GxE) from the real trials, aiming for the environmental stratification for the maize cultivation in the State, pointing out the cultivar evaluation and recommendation. Considering those objectives, the study is divided in three scientific articles. In the first one (Chapter 3), the effects of approaches of fixed model (FF), mixed model with random effect of blocks (AF), mixed model with random effect of treatments (FA), random model (AA), and James-Stein s estimator (JS) were evaluated on the selection and ranking of genotypes tested on the maize varieties trials, coordinated by the Agência Goiana de Desenvolvimento Rural e Fundiário (AgenciaRural Goiás). The experiments, in number of 47, were installed in lattice design, with three replications, during the four cited harvest years. In the second article (Chapter 4), the same approaches were evaluated, in terms of accuracy, mean predictive deviation and precision of their estimates/predictions, considering the simulated trials, also in lattice. Forty-eight cases were considered, corresponding to the combinations of different experimental sizes (15, 54, 105, and 450 treatments), genotypic determination coefficients h2' (6%, 15%, 25%, 48%, 63% and 82%), and two probability distributions for the generation of genotypic effects (normal and uniform). One thousand trials were simulated for each case, reaching the total of 48,000 experiments. The third and last article (Chapter 5) refers to the study of the GxE interaction, emphasizing the already mentioned environmental stratification, where the winner genotypes approach in association with the AMMI analysis (additive main effects and multiplicative interaction model) was adopted. Among the results and conclusions achieved through this study, it is possible to point out: i) the adoption of statistical approaches with shrinkage effect on the genotypic means results in the selection of a lower number of genotypes, especially in those trials whose mean of the check cultivars (baseline to the genotypic selection) is higher than the experimental grand mean; this fact reduces the number of genotypes with low yield potential in the next cycles of the selection program; ii) the use of models with fixed effects of treatments leads to a higher percentage of selected genotypes, mainly in the experiments whose check varieties mean overcomes the experimental grand mean; iii) among the shrinkage statistic approaches evaluated, the AA model must be preferred for the selection of genotypes, due to its capacity for better predicting the parametric genotypic effects (higher accuracy and lower mean predictive deviation), no matter if these effects are normally or uniformly distributed; iv) on the other hand, the FF model shows the worst relative performance, except for the situations where the variability among the genetic treatments is high (h2 ®1,0); v) considering low values for h2 (6%), the FA model shows efficiency similar to the AA model; vi) two established environmental strata showed to be consistent throughout the years, even when the tested genotypes were altered from one harvest season to the other: Ipameri, Inhumas and Senador Canêdo (stable to four years), and Porangatu and Orizona (stable along three years); vii) considering the obtained clustering, it is possible to reduce, at least 16%, the number of test locations currently used, and/or substitute the redundant locations by test places which better represent the recommended target region, aiming to increase the evaluation efficiency of the GxE interaction, in the scope of the genetic plant breeding program; viii) the ALBandeirante variety presents high yield potential and adaptability to the maize cultivation conditions in the Goiás State. / This research had the objective of evaluating the effects of different statistical approaches for the selection and ranking of genotypes, in the context of maize varieties trials. For that, data from real trials designed in lattice were used, in the Goiás State, Brazil, in the growing seasons of 2002/2003, 2003/2004, 2004/2005 and 2005/2006, as well as data from simulated experiments, aiming to cover situations related to that reality. The study also intended to quantify the effects of the genotype by environment interactions (GxE) from the real trials, aiming for the environmental stratification for the maize cultivation in the State, pointing out the cultivar evaluation and recommendation. Considering those objectives, the study is divided in three scientific articles. In the first one (Chapter 3), the effects of approaches of fixed model (FF), mixed model with random effect of blocks (AF), mixed model with random effect of treatments (FA), random model (AA), and James-Stein s estimator (JS) were evaluated on the selection and ranking of genotypes tested on the maize varieties trials, coordinated by the Agência Goiana de Desenvolvimento Rural e Fundiário (AgenciaRural Goiás). The experiments, in number of 47, were installed in lattice design, with three replications, during the four cited harvest years. In the second article (Chapter 4), the same approaches were evaluated, in terms of accuracy, mean predictive deviation and precision of their estimates/predictions, considering the simulated trials, also in lattice. Forty-eight cases were considered, corresponding to the combinations of different experimental sizes (15, 54, 105, and 450 treatments), genotypic determination coefficients h2' (6%, 15%, 25%, 48%, 63% and 82%), and two probability distributions for the generation of genotypic effects (normal and uniform). One thousand trials were simulated for each case, reaching the total of 48,000 experiments. The third and last article (Chapter 5) refers to the study of the GxE interaction, emphasizing the already mentioned environmental stratification, where the winner genotypes approach in association with the AMMI analysis (additive main effects and multiplicative interaction model) was adopted. Among the results and conclusions achieved through this study, it is possible to point out: i) the adoption of statistical approaches with shrinkage effect on the genotypic means results in the selection of a lower number of genotypes, especially in those trials whose mean of the check cultivars (baseline to the genotypic selection) is higher than the experimental grand mean; this fact reduces the number of genotypes with low yield potential in the next cycles of the selection program; ii) the use of models with fixed effects of treatments leads to a higher percentage of selected genotypes, mainly in the experiments whose check varieties mean overcomes the experimental grand mean; iii) among the shrinkage statistic approaches evaluated, the AA model must be preferred for the selection of genotypes, due to its capacity for better predicting the parametric genotypic effects (higher accuracy and lower mean predictive deviation), no matter if these effects are normally or uniformly distributed; iv) on the other hand, the FF model shows the worst relative performance, except for the situations where the variability among the genetic treatments is high (h2 ®1,0); v) considering low values for h2 (6%), the FA model shows efficiency similar to the AA model; vi) two established environmental strata showed to be consistent throughout the years, even when the tested genotypes were altered from one harvest season to the other: Ipameri, Inhumas and Senador Canêdo (stable to four years), and Porangatu and Orizona (stable along three years); vii) considering the obtained clustering, it is possible to reduce, at least 16%, the number of test locations currently used, and/or substitute the redundant locations by test places which better represent the recommended target region, aiming to increase the evaluation efficiency of the GxE interaction, in the scope of the genetic plant breeding program; viii) the ALBandeirante variety presents high yield potential and adaptability to the maize cultivation conditions in the Goiás State. / O presente trabalho teve como objetivo avaliar diferentes abordagens estatísticas em relação à seleção e ordenação de genótipos, no contexto de ensaios varietais de milho. Para isso, utilizaram-se dados reais de ensaios delineados em látice, conduzidos no Estado de Goiás, nas safras 2002/2003, 2003/2004, 2004/2005 e 2005/2006, bem como dados de experimentos simulados, nos quais se buscaram cobrir situações similares a essa realidade. O estudo propôs-se, ainda, a quantificar os efeitos da interação de genótipos com ambientes (GxE), a partir dos ensaios reais, visando-se à estratificação ambiental para a cultura do milho no Estado, com ênfase na avaliação e recomendação de cultivares. A partir desses objetivos, o trabalho apresenta-se estruturado na forma de três artigos científicos. No primeiro deles (Capítulo 3), avaliaram-se os efeitos das abordagens de modelo fixo (FF), modelo misto com efeito aleatório de blocos (AF), modelo misto com efeito aleatório de tratamentos (FA), modelo aleatório (AA) e do estimador de James-Stein (JS), na seleção e ordenação de genótipos testados na rede dos ensaios de variedades de milho, coordenada pela Agência Goiana de Desenvolvimento Rural e Fundiário (AgenciaRural Goiás). Os experimentos, em número de 47, foram instalados em látice, com três repetições, tendo sido conduzidos durante os quatro anos agrícolas citados. No segundo artigo (Capítulo 4), as mesmas abordagens foram avaliadas em termos de acurácia, desvio preditivo médio e precisão de suas estimativas/predições, considerando-se os experimentos simulados, também em látice. Foram considerados 48 casos, correspondentes às combinações de diferentes tamanhos experimentais (15, 54, 105 e 450 tratamentos), coeficientes de determinação genotípica h2' (6%, 15%, 25%, 48%, 63% e 82%) e duas distribuições de probabilidade para a geração dos efeitos genotípicos (normal e uniforme). Foram gerados 1.000 ensaios para cada caso, totalizando 48.000 experimentos. O terceiro e último artigo (Capítulo 5) refere-se ao estudo da interação GxE, com ênfase na referida estratificação ambiental, para o qual se adotou a abordagem de genótipos vencedores, associada à análise AMMI (modelo de efeitos principais aditivos e interação multiplicativa). Entre os resultados e conclusões obtidos, destacam-se: i) a adoção de abordagens estatísticas que promovem shrinkage das médias genotípicas resultam na seleção de menor número de genótipos, especialmente quando à média das cultivares testemunhas (referência para a seleção genotípica), que é superior à média experimental, reduzindo o número de genótipos pouco produtivos nos ciclos seguintes do programa de seleção; ii) o uso de modelos com efeitos fixos de tratamentos leva a um maior percentual de seleção de genótipos, sobretudo nos experimentos cuja média das testemunhas supera a média experimental; iii) entre as abordagens estatísticas shrinkage avaliadas, o modelo AA deve ser preferido para a seleção de genótipos, em razão de sua melhor capacidade de predição dos efeitos genotípicos paramétricos (maior acurácia e menor desvio preditivo médio), independentemente de esses efeitos terem distribuição normal ou uniforme; iv) contrariamente, o modelo FF demonstra o pior desempenho relativo, excetuando-se as situações em que a variabilidade entre os tratamentos genéticos é elevada (h2 ®1,0); v) sob baixos valores de h2 (6%), o modelo FA apresenta eficiência similar ao modelo AA; vi) dois estratos ambientais estabelecidos mostraram-se consistentes, ao longo dos anos, mesmo alterando-se os genótipos testados de uma safra agrícola para a outra: Ipameri, Inhumas e Senador Canêdo, (estável em quatro anos), e Porangatu e Orizona (estável em três anos); vii) com os agrupamentos obtidos é possível reduzir, pelo menos 16%, o número de locais de teste atualmente utilizados e, ou, efetuar a substituição de locais redundantes por outros pontos de teste que melhor representem a região alvo da recomendação, de modo a aumentar a eficiência da avaliação da interação GxE, no âmbito do programa de melhoramento; viii) a variedade ALBandeirante apresenta alto potencial produtivo e grande adaptabilidade às condições de cultivo do milho no Estado de Goiás. / O presente trabalho teve como objetivo avaliar diferentes abordagens estatísticas em relação à seleção e ordenação de genótipos, no contexto de ensaios varietais de milho. Para isso, utilizaram-se dados reais de ensaios delineados em látice, conduzidos no Estado de Goiás, nas safras 2002/2003, 2003/2004, 2004/2005 e 2005/2006, bem como dados de experimentos simulados, nos quais se buscaram cobrir situações similares a essa realidade. O estudo propôs-se, ainda, a quantificar os efeitos da interação de genótipos com ambientes (GxE), a partir dos ensaios reais, visando-se à estratificação ambiental para a cultura do milho no Estado, com ênfase na avaliação e recomendação de cultivares. A partir desses objetivos, o trabalho apresenta-se estruturado na forma de três artigos científicos. No primeiro deles (Capítulo 3), avaliaram-se os efeitos das abordagens de modelo fixo (FF), modelo misto com efeito aleatório de blocos (AF), modelo misto com efeito aleatório de tratamentos (FA), modelo aleatório (AA) e do estimador de James-Stein (JS), na seleção e ordenação de genótipos testados na rede dos ensaios de variedades de milho, coordenada pela Agência Goiana de Desenvolvimento Rural e Fundiário (AgenciaRural Goiás). Os experimentos, em número de 47, foram instalados em látice, com três repetições, tendo sido conduzidos durante os quatro anos agrícolas citados. No segundo artigo (Capítulo 4), as mesmas abordagens foram avaliadas em termos de acurácia, desvio preditivo médio e precisão de suas estimativas/predições, considerando-se os experimentos simulados, também em látice. Foram considerados 48 casos, correspondentes às combinações de diferentes tamanhos experimentais (15, 54, 105 e 450 tratamentos), coeficientes de determinação genotípica h2' (6%, 15%, 25%, 48%, 63% e 82%) e duas distribuições de probabilidade para a geração dos efeitos genotípicos (normal e uniforme). Foram gerados 1.000 ensaios para cada caso, totalizando 48.000 experimentos. O terceiro e último artigo (Capítulo 5) refere-se ao estudo da interação GxE, com ênfase na referida estratificação ambiental, para o qual se adotou a abordagem de genótipos vencedores, associada à análise AMMI (modelo de efeitos principais aditivos e interação multiplicativa). Entre os resultados e conclusões obtidos, destacam-se: i) a adoção de abordagens estatísticas que promovem shrinkage das médias genotípicas resultam na seleção de menor número de genótipos, especialmente quando à média das cultivares testemunhas (referência para a seleção genotípica), que é superior à média experimental, reduzindo o número de genótipos pouco produtivos nos ciclos seguintes do programa de seleção; ii) o uso de modelos com efeitos fixos de tratamentos leva a um maior percentual de seleção de genótipos, sobretudo nos experimentos cuja média das testemunhas supera a média experimental; iii) entre as abordagens estatísticas shrinkage avaliadas, o modelo AA deve ser preferido para a seleção de genótipos, em razão de sua melhor capacidade de predição dos efeitos genotípicos paramétricos (maior acurácia e menor desvio preditivo médio), independentemente de esses efeitos terem distribuição normal ou uniforme; iv) contrariamente, o modelo FF demonstra o pior desempenho relativo, excetuando-se as situações em que a variabilidade entre os tratamentos genéticos é elevada (h2 ®1,0); v) sob baixos valores de h2 (6%), o modelo FA apresenta eficiência similar ao modelo AA; vi) dois estratos ambientais estabelecidos mostraram-se consistentes, ao longo dos anos, mesmo alterando-se os genótipos testados de uma safra agrícola para a outra: Ipameri, Inhumas e Senador Canêdo, (estável em quatro anos), e Porangatu e Orizona (estável em três anos); vii) com os agrupamentos obtidos é possível reduzir, pelo menos 16%, o número de locais de teste atualmente utilizados e, ou, efetuar a substituição de locais redundantes por outros pontos de teste que melhor representem a região alvo da recomendação, de modo a aumentar a eficiência da avaliação da interação GxE, no âmbito do programa de melhoramento; viii) a variedade ALBandeirante apresenta alto potencial produtivo e grande adaptabilidade às condições de cultivo do milho no Estado de Goiás.