Interação genótipo × ambiente (GEI) é uma questão extremamente importante no melhoramento genético de plantas e produção. A seleção e recomendação de genótipos superiores são dificultadas devido à ocorrência de GEI e representa um grande desafio para os pesquisadores. Nesse contexto, as análises biplot têm sido cada vez mais utilizadas na análise de dados agronômicos, em que os dados são representados por uma tabela de dupla entradas de médias de GEI. Entretanto, as particularidades existentes no gráfico biplot dificultam sua interpretação, podendo induzir o pesquisador a erros. Existem vários modelos na literatura para análise de DGE (dados de GEI), entre eles, os mais utilizados são os modelos AMMI (Additive Main effects and Multiplicative Interaction) e GGE biplot (Genotype main effects + Genotype environment interaction). O modelo AMMI é um método estatístico para compreender a estrutura de interações entre genótipos e ambientes, que combina a análise de variância e a análise de componentes principais, para ajustar, respectivamente, os efeitos principais (G e E) e os efeitos da GEI. O GGE Biplot agrupa o efeito aditivo de genótipo com o efeito multiplicativo da GEI, e submete estes à análise de componentes principais. Existem dois problemas na utilização destes modelos: i) só pode ser utilizado para analisar dados MET (multi-ambientes), que tenha uma única característica e ii) cujos ambientes são heterogêneos. O presente trabalho tem como objetivos propor novos modelos W-GGE biplot (Weighted Genotype main effects + Genotype environment interaction) e AMMI-ponderado para análise de dados multi-ambientes, além de fazer uma comparação entre os modelos existentes como AMMI e GGE biplot; análise de mega-ambiente; avaliação de genótipos, ambiente de teste dentro de cada mega-ambiente e compreender as causas da GEI. / Genotype × environment interaction (GEI) is an extremely important issue in plant breeding and production. The selection and recommendation of superior genotypes are hampered due to the occurrence of GEI and represents a major challenge for researchers. In this context, biplot analyzes have been increasingly used in analyzing agronomic data, in which data are represented by a table of two entries of means of GEI. However, the particularities in the biplot graphic hamper its interpretation, and could lead the researcher to errors. There are several models in the literature for DGE analysis (GEI data), among them, the most used are the AMMI model (Additive Main effects and Multiplicative Interaction Models) and GGE biplot (Genotype main effects + Genotype environment interaction). The AMMI model is a statistical method to understand the structure of interactions between genotypes and environments, combining the analysis of variance and principal component analysis, to adjust, respectively, the main effects (G and E) and the effects of GEI. The GGE Biplot groups genotype of additive effect with multiplicative effect of GEI, and submit these to the principal component analysis. There are two problems in using these models: i) can only be used to analyze MET data (multi-environments), which has a unique feature and ii) whose environments are heterogeneous. This paper aims to propose new W-GGE biplot models (Weighted Genotype main efffects + Genotype environment interaction) and AMMI-weighted multi-environments for data analysis, and make a comparison between the existing models as AMMI and GGE biplot; mega-environment analysis; genotype evaluation, test environment within each mega-environment and understand the causes of GEI.

Interação genótipo × ambiente (GEI) é uma questão extremamente importante no melhoramento genético de plantas e produção. A seleção e recomendação de genótipos superiores são dificultadas devido à ocorrência de GEI e representa um grande desafio para os pesquisadores. Nesse contexto, as análises biplot têm sido cada vez mais utilizadas na análise de dados agronômicos, em que os dados são representados por uma tabela de dupla entradas de médias de GEI. Entretanto, as particularidades existentes no gráfico biplot dificultam sua interpretação, podendo induzir o pesquisador a erros. Existem vários modelos na literatura para análise de DGE (dados de GEI), entre eles, os mais utilizados são os modelos AMMI (Additive Main effects and Multiplicative Interaction) e GGE biplot (Genotype main effects + Genotype environment interaction). O modelo AMMI é um método estatístico para compreender a estrutura de interações entre genótipos e ambientes, que combina a análise de variância e a análise de componentes principais, para ajustar, respectivamente, os efeitos principais (G e E) e os efeitos da GEI. O GGE Biplot agrupa o efeito aditivo de genótipo com o efeito multiplicativo da GEI, e submete estes à análise de componentes principais. Existem dois problemas na utilização destes modelos: i) só pode ser utilizado para analisar dados MET (multi-ambientes), que tenha uma única característica e ii) cujos ambientes são heterogêneos. O presente trabalho tem como objetivos propor novos modelos W-GGE biplot (Weighted Genotype main effects + Genotype environment interaction) e AMMI-ponderado para análise de dados multi-ambientes, além de fazer uma comparação entre os modelos existentes como AMMI e GGE biplot; análise de mega-ambiente; avaliação de genótipos, ambiente de teste dentro de cada mega-ambiente e compreender as causas da GEI. / Genotype × environment interaction (GEI) is an extremely important issue in plant breeding and production. The selection and recommendation of superior genotypes are hampered due to the occurrence of GEI and represents a major challenge for researchers. In this context, biplot analyzes have been increasingly used in analyzing agronomic data, in which data are represented by a table of two entries of means of GEI. However, the particularities in the biplot graphic hamper its interpretation, and could lead the researcher to errors. There are several models in the literature for DGE analysis (GEI data), among them, the most used are the AMMI model (Additive Main effects and Multiplicative Interaction Models) and GGE biplot (Genotype main effects + Genotype environment interaction). The AMMI model is a statistical method to understand the structure of interactions between genotypes and environments, combining the analysis of variance and principal component analysis, to adjust, respectively, the main effects (G and E) and the effects of GEI. The GGE Biplot groups genotype of additive effect with multiplicative effect of GEI, and submit these to the principal component analysis. There are two problems in using these models: i) can only be used to analyze MET data (multi-environments), which has a unique feature and ii) whose environments are heterogeneous. This paper aims to propose new W-GGE biplot models (Weighted Genotype main efffects + Genotype environment interaction) and AMMI-weighted multi-environments for data analysis, and make a comparison between the existing models as AMMI and GGE biplot; mega-environment analysis; genotype evaluation, test environment within each mega-environment and understand the causes of GEI.

Orientador: João Antonio da Costa Andrade / Resumo: Na fase final de um programa de melhoramento, especificamente na recomendação de cultivares, o conhecimento da interação genótipos x ambientes (GxA) é essencial, porque analisa a existência de desempenho diferencial de genótipos em diferentes ambientes. Os efeitos da interação genótipos x ambientes sobre a adaptabilidade e estabilidade são de grande importância, visto que cada genótipo possui uma capacidade inerente de responder às mudanças ambientais. Dentre as estratégias usadas para identificar cultivares com baixos níveis de interação genótipos x ambientes, está a seleção de genótipos com alta adaptabilidade e estabilidade. O objetivo deste trabalho foi identificar clones de cana-de-açúcar produtivos, com boa estabilidade e adaptabilidade, considerando dois ciclos produtivos. Vinte e cinco clones precoces mais cinco testemunhas foram avaliados em 24 ambientes, em delineamento de blocos ao acaso, com três repetições. Para verificação da adaptabilidade e estabilidade foi utilizado o método de regressão bissegmentada e os métodos multivariados AMMI e GGE biplot. Os clones avaliados não apresentam os parâmetros ideais, como preconizado pelo método da regressão bissegmentada. De acordo com as três abordagens utilizadas, que são complementares nas informações desejadas, os clones mais promissores em termos de estabilidade e adaptabilidade geral são G13, G12 e G5. / Mestre

Submitted by JIULI ANI VILAS BOAS REGIS null (jiuli_regis@hotmail.com) on 2017-01-26T16:08:00Z No. of bitstreams: 1 Dissertação JIULI vf.pdf: 1599775 bytes, checksum: 553cf39b1c8d9bff7fda3659f929c2b3 (MD5) / Approved for entry into archive by LUIZA DE MENEZES ROMANETTO (luizamenezes@reitoria.unesp.br) on 2017-01-30T18:14:14Z (GMT) No. of bitstreams: 1 regis_javb_me_ilha.pdf: 1599775 bytes, checksum: 553cf39b1c8d9bff7fda3659f929c2b3 (MD5) / Made available in DSpace on 2017-01-30T18:14:14Z (GMT). No. of bitstreams: 1 regis_javb_me_ilha.pdf: 1599775 bytes, checksum: 553cf39b1c8d9bff7fda3659f929c2b3 (MD5) Previous issue date: 2016-12-01 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Na fase final de um programa de melhoramento, especificamente na recomendação de cultivares, o conhecimento da interação genótipos x ambientes (GxA) é essencial, porque analisa a existência de desempenho diferencial de genótipos em diferentes ambientes. Os efeitos da interação genótipos x ambientes sobre a adaptabilidade e estabilidade são de grande importância, visto que cada genótipo possui uma capacidade inerente de responder às mudanças ambientais. Dentre as estratégias usadas para identificar cultivares com baixos níveis de interação genótipos x ambientes, está a seleção de genótipos com alta adaptabilidade e estabilidade. O objetivo deste trabalho foi identificar clones de cana-de-açúcar produtivos, com boa estabilidade e adaptabilidade, considerando dois ciclos produtivos. Vinte e cinco clones precoces mais cinco testemunhas foram avaliados em 24 ambientes, em delineamento de blocos ao acaso, com três repetições. Para verificação da adaptabilidade e estabilidade foi utilizado o método de regressão bissegmentada e os métodos multivariados AMMI e GGE biplot. Os clones avaliados não apresentam os parâmetros ideais, como preconizado pelo método da regressão bissegmentada. De acordo com as três abordagens utilizadas, que são complementares nas informações desejadas, os clones mais promissores em termos de estabilidade e adaptabilidade geral são G13, G12 e G5. / In the final phase of breeding program, specifically in the recommendation of cultivars, knowledge of genotype x environment interaction (GxA) is essential because it analyzes the existence of differential performance of genotypes in different environments. The effects of genotype x environment interaction on adaptability and stability are of great importance, since each genotype has an inherent ability to respond to environmental changes. Among the strategies used to identify cultivars with low levels of interaction genotypes x environments, is the selection of genotypes with high adaptability and stability. The objective of this study was to identify sugarcane productive clones, with good stability and adaptability considering two productive cycles. Twenty-five early clones another five controls were evaluated in 24 environments, in a randomized block design with three replications. To verify the adaptability and stability was used bissegmented regression method and multivariate methods, AMMI and GGE biplot. The evaluated clones do not have the ideal parameters, as recommended by the method of bissegmented regression. In compliance with the three approaches used, which are complementary to the desired information, the most promising clones in terms of stability and general adaptability are G13, G12 and G5.

Estudou-se a interação GE e suas implicações no desempenho agronômico, adaptabilidade e estabilidade de linhagens experimentais de soja transgênicas (tolerantes a herbicidas, RR) e convencionais visando contribuir com a ampliação da base genética da cultura, aumento da produtividade e tolerância/resistência à ferrugem asiática da soja (Phakopsora pachyrhizi). Para isso, 100 linhagens experimentais (50 convencionais e 50 RR) desenvolvidas a partir de dois dialelos parciais 5x2 foram avaliadas. As tecnologias RR e convencional tiveram diferentes manejos com herbicidas. Para cada tecnologia, foram considerados 12 ambientes experimentais formados pela combinação de três anos agrícolas, três localidades e dois manejos com fungicidas (OP = fungicidas para controle de ferrugem, D = fungicida para controle de outras doenças, exceto ferrugem). Os experimentos foram planejados em blocos casualizados com duas repetições e testemunhas em comum. Os dados coletados de produtividade de grãos (PG), peso de cem sementes (PCS), número de dias para a maturidade (NDM) e área abaixo da curva de progresso da ferrugem (AUC) foram analisados com auxílio de modelos mistos, sendo os genótipos considerados como aleatórios. Os componentes da variância foram estimados por REML e os valores genotípicos foram preditos por BLUP. Diversos parâmetros genéticos foram estimados. Um índice ICT (Incremental Crop Tolerance) foi calculado a partir dos efeitos genéticos e foi utilizado para avaliar a tolerância, enquanto que os valores de AUC foram utilizados para verificar a resistência dos genótipos à ferrugem. Também foram realizadas análises de adaptabilidade e estabilidade fenotípica e genotípica com auxílio das metodologias GGE-biplot (Genotype Main Effects and Genotype Environment Interaction) e MHPRVG (Média harmônica da performance relativa dos valores genotípicos). Concluiu-se que: a) Os caracteres PG e PCS foram os mais afetados pela interação GE; b) A existência de interação do tipo complexa reduziu as estimativas de herdabilidade no sentido restrito para PG, PCS, NDM e AUC nas análises conjuntas; c) A seleção de linhagens promissoras para PG, PCS, NDM e AUC utilizando valores genotípicos se assemelhou à seleção utilizando médias ajustadas; d) Os caracteres PG, PCS e NDM foram negativamente afetados pela presença da ferrugem; e) Houve evidências da existência de poligenes agindo no controle da resistência dos genótipos RR e convencionais à ferrugem; f) A tolerância dos genótipos à ferrugem apresentou-se como uma combinação da capacidade intrínseca de suportar certos níveis da doença e também da capacidade de evitar um ataque mais severo da doença apresentada por genótipos de menor ciclo médio; g) A tolerância à ferrugem mostrou-se diretamente relacionada com PG, PCS, adaptabilidade ampla e estabilidade; h) Na metodologia GGE-biplot, utilizar valores genotípicos ao invés de médias fenotípicas ajustadas permitiu explorar melhor a variação disponível para PG, PCS, NDM e AUC; i) O efeito de anos agrícolas agiu fortemente na formação de mega-ambientes para PG e PCS; j) As metodologias GGE-biplot e MHPRVG foram bastante semelhantes na recomendação de genótipos promissores em termos de adaptabilidade ampla, estabilidade e produtividade, mas também foram complementares, ao ponto que GGE-biplot explorou melhor os ambientes experimentais e permitiu indicar genótipos adaptados a ambientes específicos, enquanto que MHPRVG resultou em um ordenamento mais simples e direto, facilitando a seleção de genótipos simultaneamente para adaptabilidade ampla, estabilidade e PG; k) Apesar da tecnologia RR ter tendências de ser mais produtiva, mais resistente à ferrugem e mais tolerante em termos de NDM na média geral, ambas as tecnologias foram consideradas potencialmente análogas para a seleção de genótipos promissores para produtividade, tamanho de sementes, ciclo, estabilidade, adaptabilidade (ampla e específica), tolerância e resistência à ferrugem; l) A linhagem RR 42 (BRS 245 RR x USP 70.007) e as linhagens convencionais 69 (Conquista x USP 70.007) e 76 (BRS 133 x USP 70.108) foram consideradas as melhores linhagens simultaneamente para produtividade, para tolerância e resistência à ferrugem e para estabilidade e ampla adaptação aos ambientes diversos em termos de PG. / This research evaluated the GE interaction and its implications on the agronomic performance, adaptability and stability of transgenic (herbicide tolerant, RR) and conventional soybean experimental lines in order to contribute to increase the soybean genetic base, productivity and tolerance/resistance to rust (Phakopsora pachyrhizi). One hundred experimental lines (50 conventional and 50 RR) developed from two 5x2 partial diallel were evaluated. The conventional and RR technologies had different herbicide managements. For each technology, 12 environments were considered by the combination of three years, three locations and two fungicide managements (O&P = fungicides for rust control, D = fungicide against other diseases, except rust). The experiments were designed in randomized blocks with two replications and two checks. The data of seed yield (PG, kg.ha -1), seed size (PCS, g), number of days to maturity (NDM) and area under the rust progress curve (AUC) were analyzed by mixed models. Genotypes were considered as random effects. The variance components were estimated by REML and the genotypic values were predicted by BLUP. Several genetic parameters were estimated. An Incremental Crop Tolerance index (ICT) was calculated from the genetic effects and was used to assess the genotypes tolerance to rust, while AUC values were used to verify the resistance of genotypes to rust. Phenotypic and genotypic stability and adaptability were performed using the GGE-biplot (Genotype Main Effects and Genotype Environment Interaction) and MHPRVG (Harmonic Mean of Relative Performance of Genotypic Values) methodologies. It was concluded that: a) PG and PCS were the most affected traits by the GE interaction; b) The complex type interaction reduced narrow-sense heritability estimates for PG, PCS, NDM and AUC in the combined analyzes; c) The line selection for PG, PCS, NDM and AUC using genotypic values was the same that using adjusted means; d) PG, PCS and NDM were negatively affected by the presence of rust; e) There was evidence of polygenes acting on the resistance control of rust in the genotypes (RR and conventional); f) The tolerance of genotypes to rust was a combination of the intrinsic capacity of the genotype to support certain levels of the disease and also the ability to avoid a severe attack of the disease presented by early genotypes; g) Rust tolerance was directly related to PG, PCS, wide adaptability and stability; h) Using genotypic values instead of adjusted phenotypic means in GGE-biplot methodology allowed a better exploration of the available variation for PG, PCS, NDM and AUC; i) The year effect was very strong in the formation of mega-environments for PG and PCS; j) The ranking for wide adaptability, stability and productivity by GGE-biplot and MHPRVG methodologies were very similar but the GGE methodology exploited better the environments and indicated genotypes adapted to specific environments while the MHPRVG methodology allowed a simple and direct ordering for broad adaptability, stability and productivity; k) Although RR technology tends in general mean to be more productive, more resistant and more tolerant to rust in terms of NDM, both technologies (RR and conventional) were considered potentially analogous for genotype selection for seed yield, seed size, maturity cycle, stability, adaptability (wide and specific), tolerance and resistance to rust; l) The line 42 RR (BRS 245 RR x USP 70.007) and the conventional lines 69 (Conquista x USP 70.007) and 76 (BRS 133 x USP 70.108) were considered the best genotypes simultaneously for seed yield, tolerance and resistance to rust and for stability and wide adaptation to different environments in terms of PG.

Submitted by Rodolfo Buzinaro null (rodolfobuzinaro@hotmail.com) on 2017-12-19T18:23:38Z No. of bitstreams: 1 Tese_Rodolfo_Buzinaro.pdf: 2463211 bytes, checksum: 329da6c1e9d431004c67fc291ea085f7 (MD5) / Approved for entry into archive by Alexandra Maria Donadon Lusser Segali null (alexmar@fcav.unesp.br) on 2017-12-20T09:37:13Z (GMT) No. of bitstreams: 1 buzinaro_r_dr_jabo.pdf: 2463211 bytes, checksum: 329da6c1e9d431004c67fc291ea085f7 (MD5) / Made available in DSpace on 2017-12-20T09:37:13Z (GMT). No. of bitstreams: 1 buzinaro_r_dr_jabo.pdf: 2463211 bytes, checksum: 329da6c1e9d431004c67fc291ea085f7 (MD5) Previous issue date: 2017-11-10 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O nitrogênio é um dos elementos mais exigidos pela cultura do milho, pois está diretamente ligado à capacidade de produção agrícola desta espécie. Grande parte dos solos brasileiros agricultáveis possuem deficiência de nitrogênio ou este nutriente não está disponível em quantidades suficientes para suprir a necessidade da cultura, sendo necessário realizar aplicações suplementares de nitrogênio para se alcançar elevadas produtividades. As cultivares atuais de milho são altamente dependentes de adubação nitrogenada, pois foram desenvolvidas para ambientes otimizados, não sendo adaptadas para as condições de cultivo sob baixo nitrogênio. O uso de bactérias diazotróficas, as quais possuem a capacidade de fixar nitrogênio e disponibilizá-lo para as plantas, bem como a associação das plantas com essas bactérias, pode se tornar uma alternativa sustentável e economicamente viável para a produção de milho em sistemas agrícolas sob baixa utilização de nitrogênio. Com base no exposto, os objetivos deste trabalho foram identificar e caracterizar genótipos de milho eficientes no uso do nitrogênio e Azospirillum brasilense em ambientes contrastantes quanto a disponibilidade de nitrogênio no solo e selecionar parentais superiores de milho para eficiência no uso de Azospirillum brasilense. Foram utilizados como material genético 48 genótipos de milho obtidos em esquema de dialelo parcial, utilizando-se oito linhagens parentais pertencentes ao grupo heterótico I, e seis linhagens parentais pertencentes ao grupo heterótico II, todas provenientes do Departamento de Genética da ESALQ/USP. Os experimentos foram conduzidos em três safras (primeira safra 2013/2014 e 2014/2015 e segunda safra 2014) no delineamento de blocos casualizados com duas repetições e três testemunhas. Em cada safra foram realizados três experimentos, os quais eram diferenciados pela aplicação com A. brasilense, aplicação de nitrogênio em cobertura e sem nenhuma aplicação, respectivamente. Os caracteres avaliados foram altura de planta, altura de espiga, florescimentos masculino e feminino, tombamento, produtividade de grãos, peso médio de grãos, número de grãos por fileira, número de fileiras de grãos e, diâmetro e comprimento de espiga. Os índices de eficiência no uso de A. brasilense foram obtidos utilizando os dados referentes aos experimentos com A. brasilense e sem aplicação, para todos os caracteres avaliados. Pela análise dialélica os efeitos aditivos foram mais importantes do que os efeitos não-aditivos para a eficiência no uso de A. brasilense para a maioria dos caracteres, com exceção do peso médio de grãos sob inoculação. Os genótipos do grupo heterótico II apresentaram maior concentração e acúmulo de genes favoráveis para a EUAz eficiência. Os genitores 6 e 8 do grupo heterótico I e os genitores 2’ e 5’ do grupo heterótico II, são os que apresentaram melhores estimativas de capacidade geral de combinação, enquanto o cruzamento 8x6’ apresenta maior estabilidade e complementariedade gênica para eficiência no uso de A. brasilense para a produtividade de grãos. A partir das análises dialélicas por modelos mistos para a produtividade de grãos, as combinações 8 x 6’, 2 x 4’ e 1 x 2’ e os parentais envolvidos nesses cruzamentos foram selecionados para desenvolvimento de híbridos. Os genitores 1, 2, 8 do grupo heterótico I e 1’, 2’, 4’, 5’ e 6’ do grupo heterótico II foram selecionados para formar população base para o programa de melhoramento genético para eficiência no uso de Azospirillum brasilense. Pela análise GGE biplot, para a característica produtividade de grãos, constatou-se que os genótipos 11, 5, 12 e 19 são os mais promissores para a eficiência no uso de A. brasilense. O genótipo dialélico 11 é o mais próximo do “genótipo ideal” dentre o conjunto dos genótipos avaliados. Os ambientes sob aplicação de A. brasilense possuem maior capacidade de discriminar os genótipos. / The nitrogen is one of the elements most required by maize crop because it is directly related to the agricultural production capacity of this species. Most brazilian soils have nitrogen deficiency or it is not available in sufficient quantities to meet the need of the crop, and it is necessary to make supplemental nitrogen applications to reach high yields. The current maize cultivars are highly dependent on nitrogen fertilization since they were developed for optimized environments and were not adapted to the conditions under low nitrogen cultivation. The use of diazotrophic bacteria, which have the ability to fix nitrogen and make it available to plants, as well as the association of plants with these bacteria, can become an ecologically sustainable and economically viable alternative for the production of corn in agricultural systems under low or non-use of nitrogen. Thus, the objectives of this study were to identify and characterize efficient maize genotypes in the use of nitrogen and Azospirillum brasilense in contrasting environments regarding nitrogen availability in the soil and to select higher parental maize for efficiency in the use of Azospirillum brasilense. Were used as genetic material 48 diallelic genotypes were obtained in a partial diallel scheme, using eight lines belonging to the heterotic group I, and six lines belonging to the heterotic group II, all from the Department of Genetics of ESALQ / USP. The experiments were conducted in three crops in a randomized block design with two replicates and three controls. In each season, three experiments were carried out, in which they were differentiated by the application of A. brasilense, application of nitrogen in coverage and without any application, respectively. The evaluated traits were plant height, ear height, male and female blossoms, tipping, grain yield, mean grain weight, number of grains per row, number of rows of grain and diameter and length of the spike. The indices of efficiency in the use of A. brasilense were obtained using the data referring to the experiments with A. brasilense and without application, for all evaluated characters. By conventional diallel analysis the additive effects were more important than the non-additive effects for the efficiency in the use of A. brasilense for most of the characters, except for the average grain weight. The genotypes of the heterotic group II present greater concentration and consistency of genes favorable for this efficiency. The heterotic group I and the heterotic group I and the heterotic group I and the heterotic group II, are the ones that present the best estimates of overall combining ability, while the 8x6 'crossroads present greater stability and gene complementarity for efficiency in the use of A. brasilense. From diallel analyzes by mixed models the combination 8 x 6’, 2 x 4’, 1 x 2’ and parents involved in these crosses were selected for development of hybrids. The genitors 1, 2, 8 from the heterotic group I and 1’, 2’, 4’, 5’ and 6’ from the heterotic groups II were selected to explore basic population in A. brasilense-use efficiency breeding program. From the GGE biplot analysis, for the characteristic grain yield, it was contacted that the diallel genotypes 11, 5, 12 and 19 are the most promising for the efficiency in the use of A. brasilense. The diallelic genotype 11 is the closest to the "ideal genotype" among the set of diallel genotypes evaluated. The environments under application of A. brasilense have a greater ability to discriminate the genotypes.