A interação genótipos ambientes (G E) foi definido por Shelbourne (1972) como sendo a variação entre genótipos em resposta a diferentes condições ambientais. Sua magnitude na expressão fenotípica do caráter pode reduzir a correlação entre fenótipo e genótipo, in acionando a variância genética e, por sua vez, parâmetros dependentes desta, como herdabilidade e ganho genético com a seleção. Estudos sobre a adaptabilidade e a estabilidade fenotípica permitem particularizar os efeitos da interação GE ao nível de genótipo e ambiente, identificando a contribuição relativa de cada um para a interação total. Varias metodologias estatísticas têm sido propostas para a interpretação da interação G E proveniente de um grupo de cultivares testados em vários ambientes. Entre essas metodologias destaca-se os modelos AMMI (Additive Main Eects and Multiplicative Interaction Model), que vem ganhando grande aplicabilidade nos últimos anos. O modelo AMMI e um método uni-multivariado, que engloba uma analise de variância para os efeitos principais, que são os efeitos dos genótipos (G) e os ambientes (E) e para os efeitos multiplicativos (interação genótipo ambiente), para a qual utiliza-se a decomposição em valor singular (DVS). Essa técnica multivariada baseia-se no uso dos autovalores e autovetores provenientes da matriz de interação G E. Araujo e Dias (2005) verificaram o problema de superestimação e subestimação de autovalores estimados da maneira convencional. Efron(1979) propôs uma técnica de simulação numérica chamada Bootstrap para avaliar tais incertezas. O método Bootstrap consiste em uma técnica de reamostragem que permite aproximar a distribuição de uma função das observações a partir da distribuição empírica dos dados. Por meio desse método, podem ser estimados o erro-padrão da referida estimativa e os intervalos de confiança, com o intuito de fazer inferência sobre os parâmetros em questão. O objetivo deste trabalho será estudar o efeito da interação G E, avaliar a adaptabilidade e estabilidade de genótipos em diferentes ambientes através do modelo AMMI, com as analises através dos gráficos Biplot, encontrar a distribuição empírica dos autovalores e calcular o intervalo de confiança através o método Bootstrap não-paramétrico. Com o estudo da distribuição empírica dos autovalores poder-se-a validar os testes de hipóteses propostos na literatura para identificar o numero de IPCA (Incremental Principal Component Analysis) para seleção dos modelos AMMI, e propor um teste para seleção dos modelos. / The genotype environment interaction (G E) was dened by Shelbourne (1972) as the variation among genotypes in response to dierent environmental conditions. Its magnitude in phenotypic expression of the character can reduce the correlation between genotype and phenotype, in ating the genetic variance and, in turn, dependent on the parameters, as heritability and genetic gain with selection. Studies on the phenotypic adaptability and stability allow particularize the eects of interaction G E at the level of genotype and environment, identifying the relative contribution of each to the total interaction. There are several methods of analysis and interpretation for the genotype environment interaction from a group of genotype tested in several environments. These methods include AMMI models (Additive Main Eects and Multiplicative Interaction Model), coming gaining great applicability past years. The AMMI model is a uni-multivariate method, that includes an analysis of variance for the main eects (the eects of the genotypes (G) and environments (E)) and assumes multiplicative eects for the genotype environment interaction, using a singular value decomposition (DVS). This method estimates the eigenvalues and eigenvectors deriving from the matrix of genotype environment interaction. Araujo and Dias (2005) found an overestimation and underestimation problem with the eigenvalues in the conventional way. Efron (1979) proposed a numerical resampling technique called Bootstrap for evaluate such uncertainties. The bootstrap method consists of a resampling technique that allows to approximate the distribution of a function of the observations from the empirical distribution of the data. Through this method, can be estimated by the standard error of that estimate and condence intervals, in order to make inferences about the parameters in question. The aim of this work was to study the eect of genotype environment interection (GE), evaluate the adaptability and stability of genotypes in dierent environments through the AMMI model, with the analysis through the Biplot graphs, nd the empirical distribution of eigenvalues and calculate the condence interval using the nonparametric bootstrap, the study of the empirical distribution of eigenvalues serve to validate the hypothesis tests proposed in the literature to identify the number of IPCA (Incremental Principal Component Analysis) for selecting the AMMI model, and propose a test for selection of models.

Em experimentos de genótipos ambiente são comuns à presença de valores ausentes, devido à quantidade insuficiente de genótipos para aplicação dificultando, por exemplo, o processo de recomendação de genótipos mais produtivos, pois para a aplicação da maioria das técnicas estatísticas multivariadas exigem uma matriz de dados completa. Desta forma, aplicam-se métodos que estimam os valores ausentes a partir dos dados disponíveis conhecidos como imputação de dados (simples e múltiplas), levando em consideração o padrão e o mecanismo de dados ausentes. O objetivo deste trabalho é avaliar a eficiência da imputação múltipla livre da distribuição (IMLD) (BERGAMO et al., 2008; BERGAMO, 2007) comparando-a com o método de imputação múltipla com Monte Carlo via cadeia de Markov (IMMCMC), na imputação de unidades ausentes presentes em experimentos de interação genótipo (25) ambiente (7). Estes dados são provenientes de um experimento aleatorizado em blocos com a cultura de Eucaluptus grandis (LAVORANTI, 2003), os quais foram feitas retiradas de porcentagens aleatoriamente (10%, 20%, 30%) e posteriormente imputadas pelos métodos considerados. Os resultados obtidos por cada método mostraram que, a eficiência relativa em ambas as porcentagens manteve-se acima de 90%, sendo menor para o ambiente (4) quando imputado com a IMLD. Para a medida geral de exatidão, a medida que ocorreu acréscimo de dados em falta, foi maior ao imputar os valores ausentes com a IMMCMC, já para o método IMLD estes valores variaram sendo menor a 20% de retirada aleatória. Dentre os resultados encontrados, é de suma importância considerar o fato de que o método IMMCMC considera a suposição de normalidade, já o método IMLD leva vantagem sobre este ponto, pois não considera restrição alguma sobre a distribuição dos dados nem sobre os mecanismos e padrões de ausência. / In trials of genotypes by environment, the presence of absent values is common, due to the quantity of insufficiency of genotype application, making difficult for example, the process of recommendation of more productive genotypes, because for the application of the majority of the multivariate statistical techniques, a complete data matrix is required. Thus, methods that estimate the absent values from available data, known as imputation of data (simple and multiple) are applied, taking into consideration standards and mechanisms of absent data. The goal of this study is to evaluate the efficiency of multiple imputations free of distributions (IMLD) (BERGAMO et al., 2008; BERGAMO, 2007), compared with the Monte Carlo via Markov chain method of multiple imputation (IMMCMC), in the absent units present in trials of genotype interaction (25)environment (7). This data is provisional of random tests in blocks with Eucaluptus grandis cultures (LAVORANTI, 2003), of which random percentages of withdrawals (10%, 20%, 30%) were performed, with posterior imputation of the considered methods. The results obtained for each method show that, the relative efficiency in both percentages were maintained above 90%, being less for environmental (4) when imputed with an IMLD. The general measure of exactness, the measures where higher absent data occurred, was larger when absent values with an IMMCMC was imputed, as for the IMLD method, the varied absent values were lower at 20% for random withdrawals. Among results found, it is of sum importance to take into consideration the fact that the IMMCMC method considers it to be an assumption of normality, as for the IMLD method, it does not consider any restriction on the distribution of data, not on mechanisms and absent standards, which is an advantage on imputations.

Transcriptomics and gene expression profiling enables the elucidation of the genetic response of an organism to various environmental cues. Transcriptomics enables the deciphering of differences between two closely related organisms to the same environment and in contrast, enables the elucidation of genetic responses of the same organism to different environmental cues. Two major methods are utilized for the study of transcriptomes, high-throughput sequencing and microarray analysis. High-throughput sequencing technologies such as the Illumina platform are relatively new and protocols must be developed for the analyses of transcriptomes (RNA-sequencing). A RNA-seq protocol was developed and refined for the Illumina sequencing platform. This protocol was then utilized for the de novo sequencing of the steelhead salmon transcriptome. Hatchery steelhead exhibit a reduced fitness compared to wild steelhead that has been shown to be genetically based. Consequently, the steelhead transcriptome was assembled, annotated, and used to identify gene expression differences between hatchery and wild fish. We uncovered many differentially expressed genes involved in metabolic processes and growth and development. This work has created a better understanding of the genetic differences between hatchery and wild steelhead salmon. Brachypodium distachyon is a monocot grass important as a model for cereal crops and potential biofuels feedstocks. To better understand the genetic response of this plant to different environmental cues, a comprehensive assessment of the transcriptomic response was conducted under a variety of conditions including diurnal/circadian light/dark/temperature environments and different abiotic stress conditions. Using a whole-genome tiling DNA microarray, we identified that the majority of transcripts in Brachypodium exhibit a daily rhythm in their abundance that is conserved between rice and Brachypodium. We also identified numerous cis-regulatory elements dictating these rhythmic expression patterns. We also identified the genetic response to abiotic stresses such as salinity, drought, cold, heat, and high light. We uncovered a core set of genes which responds to all stresses, indicating a core stress response. A large number of transcription factors were uncovered as potential nodes for regulating the abiotic stress response in Brachypodium. Moreover, promoter elements that drive specific responses to discrete abiotic stresses were uncovered. Altogether, the transcriptome analyses in this work furthers our understandings of how particular organisms respond to environmental cues and better elucidates the relationship between genes and the environment. / Graduation date: 2012 / Access restricted to the OSU Community at author's request from Oct. 5, 2011 - April 5, 2012.

Cowpea yields in Mozambique can be increased through breeding farmers’ accepted cultivars with drought tolerance and stability across environments. A study was conducted in the southern region of Mozambique to: (1) determine farmers perceptions on major constraints limiting cowpea production and identify preferences regarding cultivars and traits, (2) determine the variability of selected cowpea germplasm for drought tolerance, (3) determine the gene action controlling drought tolerance, yield and yield components in cowpea, and (4) assess the genotype × environment interaction and yield stability of cowpea genotypes under drought-stressed and non-stressed conditions. The study on farmers’ perceptions about the major constraints limiting cowpea production and preferences regarding cowpea cultivars and traits established that cowpea was an important crop, cultivated for its grain, leaves and fresh pods for household consumption and the market. The study revealed that cowpea grain and leaves were equally important across the three districts in the study. Differences in accessibility to markets between districts influenced the ranking of grain and leaves among districts. Grain was more important in Bilene and Chibuto districts which are situated far from the major urban centre, Maputo, while leaves were more important in Boane district which is near the major market of Maputo. Fresh pods were important in Bilene district which is situated along the major highway connecting Maputo and other provinces. Drought was the most important production constraint followed by aphids, bruchids and viral diseases. The criteria used by farmers to select cowpea varieties included high grain and leaf yield, large seed size, earliness, smoothness of the testa and potential marketability of the variety. The implication of this study is that different types of varieties need to be developed for different areas. Dual-purpose or grain-type varieties need to be developed for areas situated far away from the major markets while varieties for leaf production need to be bred for areas near major markets. During the breeding process, a selection index needs to be adopted whereby drought tolerance, high grain and leaf yield, large seed size, smooth testa, earliness, aphids and bruchids resistance should be integrated as components of the index. High grain yield should receive high weight for varieties developed for areas located far from major markets while high leaf yield would receive high weight for varieties developed for areas located near major markets. The study on variability of cowpea germplasm collections for drought tolerance revealed wide genotypic variability among the tested germplasm. Biplot displays indicated that the genotypes could be grouped into four categories according to their drought tolerance and yielding ability as indicated below: high yielding-drought tolerant (group A), high yielding-drought susceptible (group B), low yielding-drought tolerant (group C), and low yielding-drought susceptible (group D). Examples of high yielding-drought tolerant genotypes were Sh-50, UC-524B, INIA-24, INIA-120, IT96D-610 and Tete-2. Stress tolerance index was the best criterion for assessing genotypes for variability in drought tolerance because it enabled the identification of high yielding and drought tolerant genotypes (group A). The assessment on gene action controlling drought tolerance (stay-green), yield and components indicated that both additive and non-additive effects were involved in controlling all of these traits. Additive gene action was more important than non-additive gene affects in controlling stay-green, days to flowering, number of pods per plant, number of seeds per pod and hundred seed weight. Under no-stress conditions, additive gene action was more important than non-additive gene action while under drought-stressed conditions, non-additive gene effects were more important than additive gene effects. Stay-green can easily be assessed visually in early segregating populations while yield and yield related traits cannot. Hence, selection for drought tolerance using the stay-green trait would be effective in early segregating generations while selection for yield and number of pods per plant would be effective in late segregating generations. Selection for yield could be conducted directly under no-stress conditions and indirectly using the number of pods per plant under drought stress conditions. Genotype INIA-41 would be the most desirable to use as a parent for drought tolerance and IT93K-503-1 would be the most desirable to use as a parent for drought tolerance and yield. The assessment on genotype × environment interaction and cowpea grain yield stability for forty-eight (48) cowpea genotypes grown under drought-stressed and non-stressed conditions indicated that cross-over genotype × environment interactions were present for yield indicating that genotypes responded differently to varying environmental conditions. Genotypes adapted to specific environmental conditions could be identified. Genotypes IT-18, INIA-51, INIA-51A and Nhavanca were adapted to non-stressed environments that were either drought stressed or non-stressed while VAR-11D was adapted to low yielding, stressful environments. Genotypes INIA-23A, INIA-81D, INIA-24, INIA-25, INIA-16 and INIA-76 were high yielding and stable while genotypes IT-18, INIA-51, INIA-51A, Nhavanca and VAR-11D were high yielding and unstable. Genotypes Bambey-21, INIA-36, INIA-12 and Monteiro were consistently low yielding and stable except INIA-12 that was consistently unstable. Chókwè was a high yielding environment and suitable for identifying high yielding genotypes but not ideal for selection because it was not representative of an average environment while Umbeluzi was low yielding and not ideal for selection. Overall, the study revealed that genetic improvement of drought tolerance and yield would be feasible. Potential parents for genetic improvement for yield and drought tolerance were identified. However, further studies for assessing yield stability of cowpea genotypes are necessary and could be achieved by including more seasons and sites to get a better understanding of the genotype × environment interaction and yield stability of cowpea in Mozambique. / Thesis (Ph.D.)-University of KwaZulu-Natal, Pietermaritzburg, 2010.

A interação genótipos ambientes (G E) foi definido por Shelbourne (1972) como sendo a variação entre genótipos em resposta a diferentes condições ambientais. Sua magnitude na expressão fenotípica do caráter pode reduzir a correlação entre fenótipo e genótipo, in acionando a variância genética e, por sua vez, parâmetros dependentes desta, como herdabilidade e ganho genético com a seleção. Estudos sobre a adaptabilidade e a estabilidade fenotípica permitem particularizar os efeitos da interação GE ao nível de genótipo e ambiente, identificando a contribuição relativa de cada um para a interação total. Varias metodologias estatísticas têm sido propostas para a interpretação da interação G E proveniente de um grupo de cultivares testados em vários ambientes. Entre essas metodologias destaca-se os modelos AMMI (Additive Main Eects and Multiplicative Interaction Model), que vem ganhando grande aplicabilidade nos últimos anos. O modelo AMMI e um método uni-multivariado, que engloba uma analise de variância para os efeitos principais, que são os efeitos dos genótipos (G) e os ambientes (E) e para os efeitos multiplicativos (interação genótipo ambiente), para a qual utiliza-se a decomposição em valor singular (DVS). Essa técnica multivariada baseia-se no uso dos autovalores e autovetores provenientes da matriz de interação G E. Araujo e Dias (2005) verificaram o problema de superestimação e subestimação de autovalores estimados da maneira convencional. Efron(1979) propôs uma técnica de simulação numérica chamada Bootstrap para avaliar tais incertezas. O método Bootstrap consiste em uma técnica de reamostragem que permite aproximar a distribuição de uma função das observações a partir da distribuição empírica dos dados. Por meio desse método, podem ser estimados o erro-padrão da referida estimativa e os intervalos de confiança, com o intuito de fazer inferência sobre os parâmetros em questão. O objetivo deste trabalho será estudar o efeito da interação G E, avaliar a adaptabilidade e estabilidade de genótipos em diferentes ambientes através do modelo AMMI, com as analises através dos gráficos Biplot, encontrar a distribuição empírica dos autovalores e calcular o intervalo de confiança através o método Bootstrap não-paramétrico. Com o estudo da distribuição empírica dos autovalores poder-se-a validar os testes de hipóteses propostos na literatura para identificar o numero de IPCA (Incremental Principal Component Analysis) para seleção dos modelos AMMI, e propor um teste para seleção dos modelos. / The genotype environment interaction (G E) was dened by Shelbourne (1972) as the variation among genotypes in response to dierent environmental conditions. Its magnitude in phenotypic expression of the character can reduce the correlation between genotype and phenotype, in ating the genetic variance and, in turn, dependent on the parameters, as heritability and genetic gain with selection. Studies on the phenotypic adaptability and stability allow particularize the eects of interaction G E at the level of genotype and environment, identifying the relative contribution of each to the total interaction. There are several methods of analysis and interpretation for the genotype environment interaction from a group of genotype tested in several environments. These methods include AMMI models (Additive Main Eects and Multiplicative Interaction Model), coming gaining great applicability past years. The AMMI model is a uni-multivariate method, that includes an analysis of variance for the main eects (the eects of the genotypes (G) and environments (E)) and assumes multiplicative eects for the genotype environment interaction, using a singular value decomposition (DVS). This method estimates the eigenvalues and eigenvectors deriving from the matrix of genotype environment interaction. Araujo and Dias (2005) found an overestimation and underestimation problem with the eigenvalues in the conventional way. Efron (1979) proposed a numerical resampling technique called Bootstrap for evaluate such uncertainties. The bootstrap method consists of a resampling technique that allows to approximate the distribution of a function of the observations from the empirical distribution of the data. Through this method, can be estimated by the standard error of that estimate and condence intervals, in order to make inferences about the parameters in question. The aim of this work was to study the eect of genotype environment interection (GE), evaluate the adaptability and stability of genotypes in dierent environments through the AMMI model, with the analysis through the Biplot graphs, nd the empirical distribution of eigenvalues and calculate the condence interval using the nonparametric bootstrap, the study of the empirical distribution of eigenvalues serve to validate the hypothesis tests proposed in the literature to identify the number of IPCA (Incremental Principal Component Analysis) for selecting the AMMI model, and propose a test for selection of models.

A instabilidade do ambiente entre anos nas regiões subtropicais dificulta a obtenção de genótipos de pessegueiro com ampla adaptação e produção estáveis, contribuindo para limitar o cultivo. A instabilidade do clima pode afetar etapas de desenvolvimento como a formação de gemas florais e vegetativas. A compreensão dos fatores que controlam a formação das gemas apresenta fundamental importância para a busca de soluções efetivas a esses problemas. Nesse sentido o objetivo desse trabalho foi verificar o efeito da temperatura, umidade relativa do ar e precipitação sobre a densidade de gemas e comprimento de ramos produtivos (brindilas) e identificar genótipos com maior adaptabilidade e estabilidade quanto à essas variáveis. Foram utilizados 12 genótipos de pessegueiro cultivados no pomar experimental da Universidade Tecnológica Federal do Paraná, Câmpus Pato Branco no clima do tipo Cfa segundo a classificação de Köppen. Dados horários de precipitação, temperaturas e umidade relativa do ar foram coletadas através da estação meteorológica do SIMEPAR. Foram selecionadas três plantas por genótipo (repetições), marcando-se cinco ramos por planta, em maio de cada ano. Foram realizadas avaliações de comprimento de ramos, CR (cm), contagem do número de gemas florais (GF) e vegetativas (GV). Também foi calculada a relação entre GF/GV e as densidades de gemas vegetativas (DGV) e florais (DGF). As avaliações foram realizadas anualmente, de 2007 a 2014. Com esses dados foram realizadas análises de adaptabilidade e estabilidade utilizando metodologia Biplot e analise de correlação (Pearson) com as variáveis climáticas. Utilizaram-se os dados climáticos para cálculo das somas das horas com temperaturas inferiores a 20 °C, temperaturas entre 20-25 °C, temperaturas entre 25-30 °C e acima 30 °C, considerando o período de 1° de agosto à 28 de fevereiro do ano seguinte. Os coeficientes de correlação de Pearson foram utilizados na análise de trilha, sendo utilizado GF e DGF como variáveis básicas. Para o CR, GV e GF as maiores médias ocorreram no ciclo de 2009/10. Os genótipos ‘BRS Kampai’ e ‘BRS Libra’ apresentaram os maiores CR. São considerados estáveis e adaptados quanto ao CR os genótipos ‘Casc. 967’ e ‘BRS Kampai’. Observou-se correlação negativa do CR e de GV para a Σh <20 °C, Σh >30 °C e Σh com URA <50% e correlação positiva entre essas variáveis e a Σh de 25-30 °C e Σh com URA >70%. Na avaliação de GV ‘Cons. 681’ e ‘Casc. 1055’ podem ser considerados adaptados e estáveis. A menor média foi apresentada pelo genótipo ‘Sta. Áurea’ que pode ser considerado estável. Na avaliação de GF são considerados adaptados os genótipos ‘BRS Bonão’, ‘Casc. 1055’, ‘Cons. 681’, com adaptabilidade a todos os ciclos avaliados. Na análise de trilha houve resposta de efeito direto da Σh de 25-30 °C sobre as gemas florais. Na avaliação de DGV e DGF as variações são devido ao efeito genético. Os genótipos mais adaptados e estáveis para DGV foram ‘T. Beauty’, ‘T. Snow’, ‘Casc. 1055’ e ‘Cons. 681’. Para DGF foram adaptados e estáveis os genótipos ‘BRS Bonão’, ‘Casc. 1055’, ‘Cons. 681’. As variáveis de CR e GV são fortemente influenciadas pelo ambiente. GF é fortemente influenciado pelo fator genético e moderadamente influenciado pelo fator ambiental. DGV e DGF são influenciadas basicamente pelo fator genético. / The instability of environment between years in climates of subtropical regions difficult to obtain peach trees genotypes with wide adaptation and stable production, contributing to poor crop. The climate instability can affect development stages as flower bud and vegetative bud formation. The factors understanding that control the bud formation, presents elementary importance for effective solutions search to these problems. The objective this work is verify the temperature effect, relative humidity and rainfall on bud density and length shoot (Brindilas) and identify genotypes with more adaptability and stability for this character. Was used 12 peach trees genotypes growing in experimental orchard in the Technology Federal of Paraná State University, Campus Pato Branco with Cfa Köppen climate according to the classification. Data of rainfall, hourly temperature were collected by the weather station of Simepar. They were used three plants for genotype (rehearsal), identify five shoots per tree, in May of each year. Were carried analyzes of length shoot CR (cm), count number of flower bud (GF) and vegetative bud (GV). Also calculated the relationship between GF/GV and flower bud density and vegetative bud density. Evaluations were performer annual 2007-2014. With these data adaptability and stability analyzes were performed using Biplot methodology and correlations analyzes (Pearson) with climates variables. They used the weather data to calculate the sums of hours with temperatures below 20 °C, temperatures between 20-25 °C, temperature between 25-30 °C and temperature above 30 °C, considering the period of August 1fst of the previous period to February 28 of the following year. Pearson correlation coefficients were used for path analysis, GF and DGF as basic variables. For CR, GV and GF the highest average occurred in 2009/10 period. The genotypes ‘BRS Kampai’ and ‘BRS Libra’ highest CR. They are considered stable and adapted as the CR genotypes ‘Casc. 967’ and ‘BRS Kampai’. There was negative correlation between CR and GV for Σh <20 ° C, Σh> 30 °C and Σh with URA <50% and positive correlation between these variables and Σh 25-30 °C and Σh with URA> 70%. The evaluation of GV ‘Cons. 681’ and ‘Casc. 1055’ can be considered adapted and stable. The lowest average was presented by the genotype ‘Sta. Áurea’ though the genotype is also stable. In GF evaluation genotypes are considered adapted ‘BRS Bonão’, ‘Casc. 1055’, ‘Cons. 681’ with adaptability to all evaluated period. In path analysis was direct effect Σh 25-30 °C on flower bud density. In evaluating DGV and DGF and the variations are due to genetic effect. The most adapted and stable genotypes for DGV were ‘T. Beauty’, ‘T. Snow’, ‘Casc. 1055’ and ‘Cons. 681’. CR and GV variables are strongly affected by environment. GF is strongly affected by genetic conditions and moderately affected by environment. DGV and DGF are affected basically by genetic conditions.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / A cultura do trigo apresenta grande importância econômica no Brasil, sendo que o país produz, anualmente, cerca de 6 milhões de toneladas. Contudo, essa produção é suficiente para atender a aproximadamente 50% da demanda. Essa situação faz com que o Brasil seja um dos maiores importadores deste cereal. O melhoramento genético da cultura tem grande importância na tentativa de aumentar a produção, a produtividade e a qualidade do trigo produzido. Além disso, aumentar a eficiência dos programas de melhoramento é essencial para reduzir os custos e o tempo necessários para o lançamento de novas cultivares. Neste sentido, soluções para a correta avaliação em etapas onde há baixa disponibilidade de sementes ou onde o número de linhagens a serem avaliadas é grande são necessárias. Desta forma, os objetivos deste trabalho foram: 1) avaliar o ganho genético para a cultura do trigo no Brasil, nos últimos 30 anos; 2) utilizar modelos aditivo-dominantes, em gerações F2 e F3, na identificação dos melhores genitores para caracteres de importância agronômica e 3) avaliação de linhagens homozigotas em ensaios multi-ambientes sem o uso de repetições. Para todas estas análises foram utilizados modelos mistos. Para a análise do ganho genético foram utilizados dados de 126 cultivares brasileiras de trigo, lançadas entre 1984 e 2014. Estas cultivares foram avaliadas em 187 ensaios, conduzidos em 25 locais, distribuídos na Região Sul do Brasil, entre os anos de 2002 e 2014. O ambiente foi responsável por mais de 70% da variância e os genótipos apresentaram comportamento similar entre os ambientes avaliados. O ganho genético obtido foi de 33,9 kg ha-1 ano-1,o que representa 1,28% ano-1. Além disso, os dados indicam que não há estagnação no ganho genético para a cultura do trigo no Brasil. A análise, via modelos aditivo-dominantes, de gerações heterozigotas (F2 e F3) indicou cultivares e linhagens que apresentam elevados efeitos aditivos, que são os principais efeitos quando o objetivo é o lançamento de cultivares a partir de linhagens homozigotas. Para o caractere rendimento de grãos, se destacaram as cultivares TBIO Seleto, Mirante, TBIO Mestre, Sinuelo e Ametista, além das linhagens UTFT 0932, UTFT 0908 e UTFT 0944. Na análise de adaptabilidade, estabilidade e produtividade, as linhagens UTFT 1110, UTFT 1608, UTFT 1620, UTFT 1025 e UTFT 1691 se destacaram e seriam selecionadas em cada um dos ambientes avaliados. Contudo, as linhagens UTFT 1634 e UTFT 1405 estiveram entre as linhagens selecionadas no conjunto de locais, mas poderiam ter sido eliminadas caso o ensaio tivesse sido conduzido em um único local, com repetições. / Wheat crop has great economic importance in Brazil, producing annually about 6 million tons. However, this production is only sufficient to meet ~ 50% of demand. This condition makes Brazil one of the largest importers of this cereal worldwide. The genetic improvement of this crop has great importance in the attempt of increasing production, productivity and quality of wheat produced in Brazil. Furthermore, increasing the efficiency of breeding programs is essential to reduce costs and the time required to release new cultivars. In this sense, solutions are necessary for the correct evaluation in steps where limited seeds are available or where the number of lines to be evaluated is very hight. Thus, the objectives of this work were: 1) to evaluate the genetic gain of wheat crop in Brazil in the last 30 years; 2) to use additive-dominant models, in generations F2 and F3, to identify the best parents for agronomic traits, i.e., grain yield, hectoliter mass, thousand grain mass, plant height, among others; and 3) to evaluate homozygous lines in designs without repetitions in multi-environment trials. For all analyses, mixed models were used. Genetic gain was evaluated using 126 Brazilian wheat cultivars released 1984 and 2014. Cultivars were evaluated in 187 trials, conducted in 25 locations, distributed in the Southern Region of Brazil, between 2002 and 2014. Environment effects was responsible for more than 70% of the total variance and genotypes presented similar behavior in the evaluated environments. Genetic gain was of 33.9 kg ha-1 year-1, which represents 1.28% year-1. Moreover, results indicated absence of stagnation in the genetic gain in Brazil. Analysis of F2 and F3 generations with additive-dominant models show cultivars and lines with high additive effects, which are the main effects when the objective is to release homozygous cultivars. For grain yield, cultivars TBIO Seleto, Mirante, TBIO Mestre, Sinuelo and Ametista and lines UTFT 0932, UTFT 0908 and UTFT 0944 presented the highest additive effects. In the analysis of adaptability, stability and productivity, lines UTFT 1110, UTFT 1608, UTFT 1620, UTFT 1025 and UTFT 1691 would be selected in each of the evaluated environments. However, lines UTFT 1634 and UTFT 1405 were among the selected lineages in the set of locations but could have been eliminated if the trial had been conducted in a design with replications in a single location.

É comum o estudo da estabilidade fenótipica em genoótipos de cana-de-açúcar. Varias são as metodologias para estudar a interação genótipos x ambientes (G x E). O desafio para os melhoristas é encontrar variedades de cana-de-açúcar com desempenho superior em diversos ambientes, ou seja, que sejam altamente produtivas e também responsivas com a melhoria do ambiente. O estudo das metodologias permite verificar se determinada técnica biométrica é eficiente para expressar o comportamento de genótipos em vários ambientes e tambem permite aprimorá-las para que as conclusões sejam mais confiáveis. Este trabalho teve como objetivo comparar dois métodos de regressão utilizados para avaliar a estabilidade fenótipica em variedades de cana-de-açúcar: o linear, de Cruz, Torres e Vencovsky (1989) e o não-linear, de Toler e Burrows (1998). Foram utilizados dados da variável tonelada de cana por hectare - TCH, fornecidos pelo Programa de Melhoramento Genetico da Cana-de- Acucar da UFSCar, compreendendo sete locais e 18 genótipos de cana-de-açúcar. Quando se realizou o enquadramento dos genotipos nos diferentes grupos, 17 genotipos dos 18 avaliados enquadraram-se nos mesmos grupos em ambos os métodos. Os coeficientes de determinação foram similares, sendo que 11 genótipos apresentaram melhor ajuste ao modelo de Cruz et al., enquanto que este numero foi de sete para o modelo de Toler e Burrows. As análises indicaram que ambas metodologias produziram resultados similares. / It is common to study the phenotypic stability of sugarcane genotypes. There are several methods to study the genotype by environment interaction . The challenge for breeders is to nd varieties of sugarcane with superior performance dierent environments, i.e, that are highly productive and responsive to environmental improvement. The study of methodologies allows to verify whether certain technique biometrics is eective to express the behavior of genotypes in several environments and it also allows improving them so that the conclusions are more reliable. This study aimed to compare two regression methods used to evaluate the phenotypic stability of varieties of sugarcane: the linear method by Cruz, Torres e Vencovsky (1989), and non-linear, by Toler and Burrows (1998). We used the variable data tons of cane per hectare - TCH, which were provided by the Genetic Improvement Program of Sugarcane in UFSCar, including seven locations and 18 genotypes. When genotypes were grouped according to stability and yield, 17 of the 18 genotypes evaluated were classied in the same groups, in both methods. The coecients of determination were similar, 11 genotypes showing better adjustment to the model of Cruz et al., while this number was seven for the Toler and Burrows\' model. The analysis indicated that both methodologies produced similiar results.

Em experimentos de genótipos ambiente são comuns à presença de valores ausentes, devido à quantidade insuficiente de genótipos para aplicação dificultando, por exemplo, o processo de recomendação de genótipos mais produtivos, pois para a aplicação da maioria das técnicas estatísticas multivariadas exigem uma matriz de dados completa. Desta forma, aplicam-se métodos que estimam os valores ausentes a partir dos dados disponíveis conhecidos como imputação de dados (simples e múltiplas), levando em consideração o padrão e o mecanismo de dados ausentes. O objetivo deste trabalho é avaliar a eficiência da imputação múltipla livre da distribuição (IMLD) (BERGAMO et al., 2008; BERGAMO, 2007) comparando-a com o método de imputação múltipla com Monte Carlo via cadeia de Markov (IMMCMC), na imputação de unidades ausentes presentes em experimentos de interação genótipo (25) ambiente (7). Estes dados são provenientes de um experimento aleatorizado em blocos com a cultura de Eucaluptus grandis (LAVORANTI, 2003), os quais foram feitas retiradas de porcentagens aleatoriamente (10%, 20%, 30%) e posteriormente imputadas pelos métodos considerados. Os resultados obtidos por cada método mostraram que, a eficiência relativa em ambas as porcentagens manteve-se acima de 90%, sendo menor para o ambiente (4) quando imputado com a IMLD. Para a medida geral de exatidão, a medida que ocorreu acréscimo de dados em falta, foi maior ao imputar os valores ausentes com a IMMCMC, já para o método IMLD estes valores variaram sendo menor a 20% de retirada aleatória. Dentre os resultados encontrados, é de suma importância considerar o fato de que o método IMMCMC considera a suposição de normalidade, já o método IMLD leva vantagem sobre este ponto, pois não considera restrição alguma sobre a distribuição dos dados nem sobre os mecanismos e padrões de ausência. / In trials of genotypes by environment, the presence of absent values is common, due to the quantity of insufficiency of genotype application, making difficult for example, the process of recommendation of more productive genotypes, because for the application of the majority of the multivariate statistical techniques, a complete data matrix is required. Thus, methods that estimate the absent values from available data, known as imputation of data (simple and multiple) are applied, taking into consideration standards and mechanisms of absent data. The goal of this study is to evaluate the efficiency of multiple imputations free of distributions (IMLD) (BERGAMO et al., 2008; BERGAMO, 2007), compared with the Monte Carlo via Markov chain method of multiple imputation (IMMCMC), in the absent units present in trials of genotype interaction (25)environment (7). This data is provisional of random tests in blocks with Eucaluptus grandis cultures (LAVORANTI, 2003), of which random percentages of withdrawals (10%, 20%, 30%) were performed, with posterior imputation of the considered methods. The results obtained for each method show that, the relative efficiency in both percentages were maintained above 90%, being less for environmental (4) when imputed with an IMLD. The general measure of exactness, the measures where higher absent data occurred, was larger when absent values with an IMMCMC was imputed, as for the IMLD method, the varied absent values were lower at 20% for random withdrawals. Among results found, it is of sum importance to take into consideration the fact that the IMMCMC method considers it to be an assumption of normality, as for the IMLD method, it does not consider any restriction on the distribution of data, not on mechanisms and absent standards, which is an advantage on imputations.

O conhecimento dos diferentes fatores genéticos que afetam os caracteres quantitativos de importância agronômica é um pré-requisito importante para o planejamento dos programas de melhoramento genético que visam explorar de maneira eficiente a variabilidade genética disponível nas populações. A importância da epistasia no melhoramento genético das populações de milho ainda não é bem entendida, sendo assim ignorada na maioria dos estudos de herança dos caracteres de interesses para os melhoristas. Os objetivos deste trabalho foram: (i) verificar a importância da epistasia para produção de grãos e seus componentes em milho; (ii) estimar os efeitos epistáticos em cada planta F2 para estes caracteres; e (iii) verificar a importância da interação epistasia x ambientes. A geração F1 obtida do cruzamento entre as linhagens endogâmicas L08-05F e L38-05D foi autofecundada para dar origem à população F2. Uma amostra de 100 plantas F2 foi autofecundada originando 100 progênies F2:3, que foram retrocruzadas com ambas as linhagens genitoras e sua geração F1, seguindo o esquema de cruzamento do delineamento triple test cross (TTC). As 300 progênies de retrocruzamentos foram avaliadas em 11 ambientes no município de Piracicaba/SP, em delineamento alfa-látice 15 x 20, no esquema fatorial com duas repetições por ambiente. As análises de variância seguindo o modelo TTC mostraram que a epistasia total foi altamente significativa para todos os caracteres e que os efeitos epistáticos não aditivos (epistasia aditiva x dominante e/ou dominante x dominante) foram mais importantes que a epistasia aditiva x aditiva. Os efeitos epistáticos estimados em cada planta F2 para a produção de grãos e seus componentes não foram unidirecionais e, além disso, sugerem a presença de epistasia pleiotrópica para PG e a maioria dos componentes da produção. A interação epistasia x ambientes foi verificada apenas para o caráter número de fileiras espigas-1. A presença de efeitos epistáticos positivos poderiam estar contribuindo significativamente para a elevada heterose reportada para o cruzamento entre as linhagens L08-05F x L38-05D. Os resultados sugerem que a epistasia é um componente importante na arquitetura genética dos caracteres estudados, o que significa que o modelo aditivo dominante não é suficiente para descrever a variação genética da produção de grãos e seus componentes na população. Diante disso, os efeitos epistáticos não deveriam continuar sendo ignorados e sua consideração nos modelos de predição da performance dos genótipos e na seleção assistida por marcadores moleculares poderia aumentar significativamente a eficiência da seleção nos programas de melhoramento genético de plantas. / Knowledge of different genetic factors that affect quantitative traits of the agronomic importance, is an relevant prerequisite to plant breeding programs aiming to efficiently explore the genetic variability available in populations. The importance of epistasis in breeding populations of maize is still not well understood, being ignored in most inheritance studies of characters important to plant breeders. This study aimed (i) to verify the role of epistasis in grain yield and its components in maize, (ii) to estimate the epistatic effects in each F2 plant for these characters, and (iii) to verify the role of epistasis x environment interaction. The F1 generation was developed from the cross between the inbred lines L-08-05F and L-38-05D and the F2 population from the selffecundated of F1. A sample of 100 F2 plants was self-fecundated resulting in 100 F2:3 progenies, which were backcrossed with both parental lines and their F1 generation, according to the triple test cross (TTC) design. The 300 backcross progenies were evaluated in 11 environments at the municipality of Piracicaba-SP, Brazil, using an alpha-lattice 15 x 20 design in a factorial arrangement with two replications per environment. Analysis of variance based on the TTC model showed that the total epistasis was highly significant for all characters and that non-additive epistatic effects (additive x dominant and / or dominance x dominance) were more important than the additive x additive epistasis. The epistatic effects estimated in each F2 plant for grain yield and its components were not unidirectional and these estimates suggest the presence of pleitropic epistasis for yield and major yield components. The epistasis x environment interaction was observed only for the number of row eras-1. The presence of positive epistatic effects could contribute significantly to the high heterosis reported for the crossing between the inbred lines L08-05F x L38-05D. Results suggest that epistasis is an important component in the genetic architecture of the traits considered, which means that the additive - dominant model is not enough to describe the genetic variation of grain yield and its components in the population. Thus, the epistatic effects should not remain ignored and its account in the models for predicting performance of the genotypes and in the molecular marker-assisted selection would significantly increase the efficiency of selection programs in plant breeding.