Submitted by Eunice Novais (enovais@uepg.br) on 2018-04-20T12:56:18Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Rafael Kinkoski.pdf: 1739984 bytes, checksum: 1e1d912395f05d84d8fc7ffe58efd87c (MD5) / Made available in DSpace on 2018-04-20T12:56:18Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) Rafael Kinkoski.pdf: 1739984 bytes, checksum: 1e1d912395f05d84d8fc7ffe58efd87c (MD5) Previous issue date: 2017-12-12 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Os objetivos do trabalho foram avaliar o potencial de progênies de meios-irmãos de milho superdoce e crioulo visando a produção de milho para consumoin natura, estimar a variabilidade genética e selecionar progênies com alto desempenho que reúnam o maior número de características de interesse por meio de técnicas estatísticas multivariadas. No primeiro experimento de milho superdoce foram avaliadas 85 progênies de meios-irmãos mais as testemunhas comerciais Tropical Plus, Sakata HS, Sakata HT, Azteca e Cativerde. O experimento de milho crioulo foi constituído por 98 progênies de meios-irmãos mais duas testemunhas experimentais AG1051 e Cativerde, os experimentos foram instalados no delineamento de blocos aleatorizados. Foram avaliadas nos dois experimentos 10 variáveis fenotípicas relacionadas a adaptação agronômica e ao potencial de rendimento de espigas. Foram estimados os parâmetros genéticos, herdabilidade e ganho esperado com a seleção.A divergência genética entre os genótipos de milho foi obtida a partir da distância quadrada generalizada de Mahalanobis, sendo os genótipos de milho agrupados pela dissimilaridade genética através dos métodos UPGMA e de Otimização de Tocher.Adicionalmente, as variáveis fenotípicas foram submetidas a análise de componentes principais para redução da dimensão dos dados. Os resultados demonstraram tanto para as populações de milho superdoce quanto de crioulo elevada variabilidade genética viabilizando possíveis ganhos genéticos com a seleção artificial, alto potencial para o rendimento de espigas e qualidade das espigas para consumo in natura quando comparadas às testemunhas comerciais. O método de agrupamento UPGMA foi mais sensível em separar os genótipos em sete e 10 grupos para milho superdoce e crioulo, respectivamente. A análise de componentes principais (ACP) reduziu o conjunto de variáveis onde os três primeiros componentes explicaram 71,67% (superdoce) e 63,99% (crioulo) da variância fenotípica, sendo que nas duas populações a variável rendimento de espigas foi o autovetor mais influente na formação do CP1 e CP2.Para o estudo da divergência genética entre os genótipos de milho (superdoce e crioulo) as variáveis ligadas ao potencial produtivo foram novamente as mais importantes. A partir da ACP foram verificados os genótipos com melhor desempenho onde foi possível a seleção de 27 progênies de meios-irmãos de milho superdoce e 30 progênies de meios-irmãos de milho crioulo e realizado a estimativa do ganho esperado com a seleção. Os resultados observados para as duas populações de milho (superdoce e crioulo) evidenciaram a existência de variabilidade genética favorável entre as progênies de meios-irmãos de milho para a aptidão para produção de milho verde in natura. / The objectives of the study were evaluate the potential of half-sib progenies of supersweet corn and landrace corn aiming to in natura green corn production, estimate the genetic variability and select progenies with high performance that gather the major number of interest traits by the multivariate statistic techniques. The first experiment of supersweet corn was conducted with 85 half-sib progenies plus commercial control Tropical Plus, Sakata HS, Sakata HT, Azteca and Cativerde. The landrace corn experiment was constituted by 98 half-sib progenies and as experimental control the hybrid AG1051 and the variety Cativerde, the trials were evaluatedin a randomized block design with three replications. Were analyzed in both experiments 10 phenotypic variables related to agronomic adaptation and ear yield potential. Were estimated the genetic parameters, inheritance and expected selection gain. The genetic divergence between the corn genotypes was obtained from the General Square Distance of Mahalanobis, being the genotypes grouping by genetic dissimilarity through the UPGMA and Tocher Optimization methods. Additionally, the phenotypic variables were submitted to principal component analysis for reduction the data dimension. The results showed both to the supersweet corn and landrace corn populations, high genetic variability enabling possible genetic gains with the artificial selection, high potential for ear yield and ear quality for in naturaconsumption when compared to the commercial control. The UPGMA grouping was more sensitive in separate the genotypes in seven and 10 groups for supersweet and landrace corn, respectively. The principal component analysis (PCA) reduce the set of variable were the three first components explained 71.67% (supersweet) and 63.99% (landrace)of the phenotypic variance, being that in the two populations the ear yield variable was the most influential eigenvectorin the formation of the PC1 and PC2. For the genetic divergence study between the corn genotypes (supersweet and landrace) the variables linked to productive potential were again the most important. From the principal component analysis was possible the selection of 27 half-sib progenies of supersweet corn and 30 half-sib progenies of landrace corn and performed the estimate of genetic gains with artificial selection. The observed results for the both corn populations (supersweet and landrace) highlighting the existence of genetic variability favorable between the half-sib corn progenies for aptitude to green cornin natura production.