Diss. (sammanfattning) Uppsala : Sveriges lantbruksuniv. / Härtill 4 uppsatser.

CAPES / O trigo (Triticum aestivum L.) é amplamente cultivado na região Sul do Brasil, a qual responde por cerca de 90% da produção nacional do cereal. Entretanto, ocorre grande variação climática nas diferentes áreas tritícolas que comprometem o rendimento de grãos. Assim, é importante que as cultivares possuam boa estabilidade e alto rendimento quando cultivada em diferentes locais. O objetivo desse trabalho foi realizar uma revisão para expor as qualidades das metodologias AMMI e GGE Biplot e, posteriormente, avaliar a adaptabilidade e estabilidade de cultivares de trigo, submetidas a diferentes épocas de semeadura em Guarapuava e Palotina, e identificar a melhor época de semeadura para cada localidade. Além disto, objetivou-se estudar a variabilidade temporal e espacial do quociente fototermal e a ocorrência de geadas e discutir o impacto dessas variáveis na definição de épocas de semeadura para trigo no Estado do Paraná. Na revisão de literatura indica-se que a metodologia AMMI apresenta maior eficiência quando se deseja inferir a respeito do potencial de rendimento de grãos do ambiente, sendo recomendado o modelo AMMI1. Entretanto, quando o objetivo do pesquisador é estritamente selecionar genótipos superiores, que apresentam alto rendimento e estabilidade produtiva, o modelo GGE biplot é mais eficiente, principalmente, devido à presença do efeito principal do genótipo no PC1 (componente principal 1). Também, indica-se a metodologia GGE biplot para estudos de definição de megaambientes, ou seja, identificar grupos de ambientes. Na avaliação das cultivares em diferentes épocas de semeadura observou-se que semeaduras tardias em Guarapuava e antecipadas em Palotina foram as que proporcionam maior rendimento de grãos. A cultivar BRS Umbu (Guarapuava) apresentou adaptação específica à E1, considerada uma condição ambiental desfavorável. Por outro lado, a cultivar Safira apresentou ampla adaptabilidade, estabilidade e alto rendimento de grãos. Concluiu-se que em épocas discriminantes e não representativas como, por exemplo, E1 (Guarapuava) as cultivares adaptadas a essa condição ambiental possuem adaptabilidade específica, enquanto que em épocas discriminantes e representativas como, por exemplo, E3 (Palotina) as cultivares adaptadas são de ampla adaptabilidade. O estudo da variabilidade do quociente fototermal e geadas indicou que há maior ocorrência da variabilidade entre as regiões de VCU do que variação temporal dentro de uma mesma região. Os maiores valores do quociente fototermal foram observados na região de VCU 1 (fria, úmida e alta) entretanto, com alta probabilidade de ocorrência de geadas. De forma geral, a região de VCU 3 (quente, moderadamente seca e baixa) apresentou os menores valores do quociente fototermal. A semeadura de trigo no Paraná devem ser realizadas primeiramente na região de VCU 3 (10/03 a 10/05) seguida da VCU 2 (20/03 a 10/06) e por fim a VCU 1 (20/06 a 20/07). / Wheat (Triticum aestivum L.) is broadly cultivated in South Region of Brazil where 90% of national production of this cereal stands. However, large climate variability occurs within different wheat areas that compromise grain yield. Thus, good stability and high yield of cultivars sowed in different locations is very important. The objective of this work was to perform a review to expose the qualities of AMMI and GGE Biplot methodologies and, later, to evaluate the adaptability and stability of wheat cultivars, submitted to different seasons of sowing at Guarapuava and Palotina locations, and identify the best sowing season for each. Also, this work aimed to study the time and space variability of photothermal quotient, the occurrence of hoarfrost and discuss the impact of these variables to define the adequate sowing season for wheat at Parana State. Literature review indicates that AMMI methodology presents the best efficiency when the potential of grain yield at the environment is to be inferred, and the AMMI1 model is recommended. However, when the objective of the researcher is strictly to select superior genotypes that present high yield and productive stability, the GGE biplot model is more efficient, mainly, due to the presence of main effect of PC1 in genotype (principal component 1). Also, GGE biplot methodology is indicated in studies for mega environments definition, in order to identify environmental groups. Late sowings in Guarapuava and advanced sowings in Palotina presented higher grain yield when cultivars were evaluated in different sowing seasons. BRS Umbu cultivar (Guarapuava) presented specific adaptation to E1, considered an unfavorable environmental condition. On the other hand, Safira cultivar presented high adaptability, stability and high grain yield. Therefore, it was concluded that in different and not representative seasons as, for example E1 (Guarapuava), adapted cultivars to this environmental condition present specific adaptability, while when in different and representative seasons as, for example E3 (Palotina), adapted cultivars present high adaptability. The highest values for the variability study of photothermal quotient were observed in VCU1 region (cold, humid and high altitude) however the probability of hoarfrost occurrence was high. In a broader sense, VCU3 region (hot, moderately dry and low altitude) presented the lower values of photothermal quotient. Wheat sowing in Parana must be performed at first in VCU3 region (10/03 to 10/05) followed by VCU2 region (20/03 to 10/06) and for last in VCU1 region (20/06 to 20/07). Based on photothermal quotient, it was concluded that VCU1 region is the one that may present higher potential for grain yield.

In plant breeding, genomic prediction (GP) may be an efficient tool to increase the accuracy of selecting genotypes, mainly, under multi-environments trials. This approach has the advantage to increase genetic gains of complex traits and reduce costs. However, strategies are needed to increase the accuracy and reduce the bias of genomic estimated breeding values. In this context, the objectives were: i) to compare two strategies to obtain markers subsets based on marker effect regarding their impact on the prediction accuracy of genome selection; and, ii) to compare the accuracy of four GP methods including genotype × environment interaction and two kernels (GBLUP and Gaussian). We used a rice diversity panel (RICE) and two maize datasets (HEL and USP). These were evaluated for grain yield and plant height. Overall, the prediction accuracy and relative efficiency of genomic selection were increased using markers subsets, which has the potential for build fixed arrays and reduce costs with genotyping. Furthermore, using Gaussian kernel and the including G×E effect, there is an increase in the accuracy of the genomic prediction models. / No melhoramento de plantas, a predição genômica (PG) é uma eficiente ferramenta para aumentar a eficiência seletiva de genótipos, principalmente, considerando múltiplos ambientes. Esta técnica tem como vantagem incrementar o ganho genético para características complexas e reduzir os custos. Entretanto, ainda são necessárias estratégias que aumentem a acurácia e reduzam o viés dos valores genéticos genotípicos. Nesse contexto, os objetivos foram: i) comparar duas estratégias para obtenção de subconjuntos de marcadores baseado em seus efeitos em relação ao seu impacto na acurácia da seleção genômica; ii) comparar a acurácia seletiva de quatro modelos de PG incluindo o efeito de interação genótipo × ambiente (G×A) e dois kernels (GBLUP e Gaussiano). Para isso, foram usados dados de um painel de diversidade de arroz (RICE) e dois conjuntos de dados de milho (HEL e USP). Estes foram avaliados para produtividade de grãos e altura de plantas. Em geral, houve incremento da acurácia de predição e na eficiência da seleção genômica usando subconjuntos de marcadores. Estes poderiam ser utilizados para construção de arrays e, consequentemente, reduzir os custos com genotipagem. Além disso, utilizando o kernel Gaussiano e incluindo o efeito de interação G×A há aumento na acurácia dos modelos de predição genômica.

Orientador: Louis Bernard Klaczko / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Biologia / Made available in DSpace on 2018-08-22T03:22:48Z (GMT). No. of bitstreams: 1 Rocha_FelipeBastos_D.pdf: 4246569 bytes, checksum: 8297db94661890abb9ddc71ef0280318 (MD5) Previous issue date: 2013 / Resumo: Apesar de descrever a dinâmica populacional da variação genética, a teoria da genética de populações não descreve como a interação entre genótipos e os ambientes onde estes se desenvolvem gera distribuições fenotípicas. As normas de reação representam uma possível estratégia para tal descrição; elas representam a resposta fenotípica de cada genótipo para uma variável ambiental e, com isso, expõem a variação causada pela plasticidade fenotípica e capturam o fenômeno da interação genótipo-ambiente. Neste trabalho, Drosophila mediopunctata foi utilizada como organismo modelo. Ela é uma espécie do grupo tripunctata, do gênero Drosophila, polimórfica para inversões do segundo cromossomo e para um padrão de pigmentação conspícuo nos tergitos abdominais, formado por fenótipos que podem apresentar de zero a três pintas escuras. Na primeira parte deste trabalho, é apresentado um teste da independência genética entre a plasticidade fenotípica e o valor médio do polimorfismo de pigmentação. Foram utilizadas oito estirpes homocariotípicas para inversões do cromossomo II com diferentes valores fenotípicos médios para analisar a variação de normas de reação do número de pintas à temperatura. As normas de reação desse caráter foram parábolas cujas curvaturas estão correlacionadas ao valor médio, indicando que a variação dessas duas características pode ser determinada por pleiotropia. O mesmo padrão foi observado em heterozigotos resultantes de cruzamentos entre estirpes com normas de reação de curvaturas diferentes, evidenciando que a variação das normas de reação do número de pintas de D. mediopunctata é previsível por uma regra simples de associação entre forma (curvatura) e valor médio. Na segunda parte deste trabalho é apresentada uma análise de 40 normas de reação de cinco caracteres diferentes na qual se buscou estabelecer um padrão geral de forma das normas de reação e verificar as consequências desse padrão para estudos que investigam a variação da plasticidade fenotípica com modelos e métodos baseados na linearidade. Os resultados apresentados mostram que a forma típica das normas de reação é não-linear. Quando analisadas com um desenho experimental apropriado apenas para curvas lineares, i.e. com somente três ambientes, tais curvas apresentam um padrão imprevisível de variação, fundamentando um conceito de interação genótipo-ambiente associado à imprevisibilidade. Além disso, o uso de um modelo linear para descrever a variação da plasticidade fenotípica em normas de reação não lineares leva à perda de informação e, em alguns casos, a artefatos que embasam conclusões falsas. Considerando os resultados e conclusões obtidos, é proposta uma nova visão sobre normas de reação e plasticidade fenotípica, baseada no uso de um modelo parabólico e em desenhos experimentais mais abrangentes e detalhados, que permitiriam descrever a forma e variação das normas de reação sem perder fenômenos e padrões importantes / Abstract: Despite describing the population dynamics of genetic variation, the theory of population genetics lacks a description of how genotype and developmental environment interact to generate a phenotypic distribution. Such a description could be achieved through reaction norms, which give the phenotypic response of individual genotypes to a given environmental variation and describe the variation due to phenotypic plasticity and genotype-environment interaction. Here, we used Drosophila mediopunctata as a model organism. This species belongs to the tripunctata group of the genus Drosophila, and is polymorphic for second chromosome inversions. D. mediopunctata specimens display a conspicuous pigmentation polymorphism in the abdomen, with phenotypes ranging from zero to three dark spots in the last three tergites. In the first part of this study, we describe a test of the genetic independency between phenotypic plasticity and mean phenotypic value for the pigmentation polymorphism of D. mediopunctata. We analyzed the reaction norms of the number of abdominal spots in response to temperature of eight strains homozygous for second chromosome inversions and with different mean phenotypic values. The reaction norms were parabolic, and their curvature was correlated with the mean phenotypic value, suggesting that the variation of these two traits may be determined by pleiotropy. The same pattern was observed in heterozygous genotypes resulting from crosses between strains with different reaction norm curvatures. These results show that the variation of reaction norms of the number of dark abdominal spots of D. mediopunctata is predictable by a simple association rule between shape (curvature) and mean value. In the second part of this study we show the results from the analysis of 40 reaction norms of five different traits, which had two aims: establishing a general pattern of reaction norms shape; and verifying the impact of this pattern for studies that investigate the variation of phenotypic plasticity using models and methods based on a linearity assumption. The results show that the typical reaction norm shape is nonlinear. A pattern of unpredictable variation emerges when these curves are analyzed with only three environments, suggesting that the association of genotype-environment interaction with unpredictability may be due to the use of an experimental design only suitable for linear curves. Furthermore, the use of a linear model to describe the variation of nonlinear reaction norms leads to loss of information and, in some cases, artifacts which support false conclusions. Considering these results, we propose a new vision of reaction norms and phenotypic plasticity which is based on the use of a parabolic model and on more comprehensive and detailed experimental designs which would describe the shape and variation of reaction norms without losing important patterns and phenomena / Doutorado / Genetica Animal e Evolução / Doutor em Genetica e Biologia Molecular

The aim of this study was to investigate the effect of additional enrichment materials (EMs; pecking stones and alfalfa bales) on the occurrence of plumage damage, skin injuries, and toe injuries, with an emphasis on the possible differences between commercial hybrid strains of laying hens. During rearing (weeks 1–18, 16 compartments, 4000 pullets) and laying periods (weeks 21–72, 24 compartments, 2808 hens) in a littered housing system, EMs were permanently provided to the study groups (EXP), while control groups (CON) did not receive additional EM. In a two-factorial study design (two groups with four strains) with 351 hens per variant, the brown egg-laying Lohmann Brown classic (LB) and Bovans Brown (BB) strains as well as the white egg-laying Lohmann Selected Leghorn classic (LSL) and Dekalb White (DW) strains were investigated. Compared to the CON, the EXP showed reduced body mass during rearing (p < 0.001) and reduced albumen consistency in the laying period (p < 0.001). Regarding integument condition, the LSL in the EXP showed more toe injuries than in the CON (p = 0.018). Remarkably, genotype-environment interactions between strains and groups were evident (p < 0.001). In groups with an EM supply, plumage damage decreased in LB (p ≤ 0.033) and LSL (p ≤ 0.005) but increased in BB (p ≤ 0.003). Moreover, there were fewer skin injuries in LSL (p = 0.001) but more in BB (p = 0.001) in groups with access to EM. In view of the diverging effects between strains, future practical recommendations for laying hen husbandry should be strain-specific.:Introduction Materials and Methods Results Discussions Author Contributions Funding Acknowledgments Conflicts of Interest References

L'évolution climatique a été marquée ces dernières décennies par des changements importants, notamment une augmentation de température et une variation de la pluviométrie. Une des conséquences du changement climatique est son impact actuel et futur sur l'agriculture et la sécurité alimentaire. En région sahélienne, la sécurité alimentaire repose essentiellement sur quelques céréales, parmi lesquelles le mil occupe une place fondamentale. Un des traits qui permettent l'adaptation au climat de cette espèce est la date de floraison, dont la variation permet d'accomplir le cycle de vie de la plante dans des saisons pluvieuses plus ou moins courtes. Les bases génétiques de ce caractère adaptatif sont encore peu connues. Nous avons développé une méthodologie de cartographie d'association phénotype-génotype, afin d'identifier des gènes impliqués dans la variation de ce caractère. Cette étude a permis d'identifier deux gènes candidats, PHYC et MADS11, associés à la date de floraison et à la variation morphologique chez le mil. Nous avons validé ces associations par des analyses QTLs. Pour PHYC, nous avons aussi étudié le pattern de déséquilibre de liaison sur une zone d'environ 80 kb autour du gène, et développé une approche de Markov Chain Monte Carlo (MCMC) pour comparer les gènes identifiés dans la région. Cette analyse suggère que les polymorphismes à l'intérieur de PHYC sont les meilleurs candidats expliquant l'effet phénotypique observée dans cette région du génome. La seconde partie de ce projet a été consacrée à l'examen méthodologique de la cartographie d'association pour l'étude des interactions entre le génotype et l'environnement. Les résultats de cette thèse ont été discutés notamment dans la perspective de gestion de l'impact du changement climatique sur le mil, céréale majeure des zones semi-arides / In last decades, climate changes led to temperature increase and rainfall variation across the globe. One of the key consequences of these changes is their impact on agriculture and food security. In sahelian countries, food security relies on a few cereal crops, among which pearl millet plays a crucial role for population food supply. Sahel region is facing the impact of rainfall variability and drought since the 1970s. Flowering time variation is one of the main adaptations that allow pearl millet cultivation in drier and shorter rainy seasons. The genetic bases of this complex trait are still understudied. We developed an association mapping framework for the analysis of genotype-phenotype relationship in pearl millet. We successfully identified two genes associated with flowering time variation in pearl millet (PHYC and MADS11). We confirmed these associations using QTL studies. For PHYC, we also examined the pattern of linkage disequilibri um on a chromosomal region extending to 80 kb around the gene, and we developed a Markov Chain Monte Carlo approach (MCMC) to compare six genes identified in this region. Our results suggest that, among the polymorphisms observed in this region, polymorphisms in PHYC are the best candidate for a direct causative role. The second part of this project addressed methodological examination of association mapping framework to deal with genotype by environment interactions. The results of this work were discussed with regard to the challenge of pearl millet crop adaptation to climate change.

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.

O cultivo do milho safrinha tem se expandido consideravelmente nos ultimos anos. Porem devido as condicoes ambientais contrastantes entre safra e safrinha, deve ocorrer pronunciada interacao genotipos x safras, indicando que os genotipos selecionados para a safra podem nao ser adequados para a safrinha. Assim, os objetivos deste trabalho foram investigar a magnitude e natureza da interacao genotipos x safras e a necessidade de conduzir programas de melhoramento de milho distintos para o cultivo de safra e safrinha. Foram utilizadas 100 progenies S1fs derivadas do cruzamento entre as linhagens endogamicas L08- 05F e L38-05D, as quais foram retrocruzadas com ambas as linhagens genitoras e, posteriormente, estas foram cruzadas com a linhagem endogamica L02-03D para obtencao de 200 testecrosses (100 RC1 TC e 100 RC2 TC ). Os testecrosses obtidos foram avaliados nos ambientes de safra e safrinha em dois anos agricolas no municipio de Piracicaba/SP no delineamento ?¿-latice com duas repeticoes por ambiente por ano. Os caracteres analisados foram producao de graos (PG), prolificidade (PROL), acamamento e quebramento de plantas (ACQ), altura de planta (AP) e de espiga (AE), posicao relativa da espiga (PRE), florescimento masculino (FM) e feminino (FF) e intervalo entre florescimentos (IF). Diferencas entre as medias nas duas safras foram significativas para todos os caracteres, reduzindo significativamente a PG na safrinha devido a menor disponibilidade hidrica. A variancia genetica dos testecrosses para PG na safrinha foi inferior a da safra para os testecrosses RC2 TC , enquanto que para os testecrosses RC1 TC a variancia genetica nao diferiu de zero na safrinha. Consequentemente, o coeficiente de herdabilidade na safrinha para os RC1 TC nao diferiu de zero e os RC2 TC apresentaram coeficientes de herdabilidade de magnitudes similares nas duas safras. Para os demais caracteres as magnitudes das variancias geneticas e coeficientes de herdabilidade diferiram entre as safras e os dois grupos de testecrosses. As magnitudes dos componentes da interacao testecrosses x safras mostraram que o tipo complexa explica a maior parte da interacao, sendo causada pelas baixas magnitudes de correlacoes entre os caracteres nas diferentes safras. As respostas diretas e indiretas a selecao mostraram que a selecao direta foi mais eficiente que a indireta em todas as situacoes, com excecao daquelas em que nao foi detectada variancia genetica na safrinha. As respostas a selecao baseadas nas medias das safras resultaram em progressos na safra e na safrinha proximos aos observados pela selecao direta. Porem, a coincidencia de testecrosses selecionados em ambas as safras foi muito baixa para os dois testecrosses. Assim, os resultados deste estudo sugerem que os programas de melhoramento de milho devem ser distintos para safra e safrinha. / Maize second crop season, known as gsafrinhah, has increased considerably in the last years in Brazil. However, because of the different environmental conditions between the two crop seasons strong genotype by environment interaction is expected to occur, and then maize genotypes selected in the first crop season (known as gsafrah) could not be those ones that would be selected in the safrinha. Thus, objectives of this research were to investigate the magnitude and the nature of the genotype x crop season interaction and whether separate maize breeding programs for each crop season should be conducted. One hundred S1Ls progenies developed from a population produced from the cross of inbred lines L08-05F (P1) and L38-05D (P2), were backcrossed to both parental inbred lines and, subsequently, these backcrosses were crossed to the inbred line L02-03D giving rise to the 200 testcrosses, thereafter named as TBC1 and TBC2 for the backcrosses to P1 and P2, respectively. The testcrosses were evaluated in two crop seasons in two years at the Piracicaba city, Sao Paulo State, in the ?¿-lattice designs with two replications per crop season and year. The traits analyzed were grain yield (GY), prolificacy (PROL), plant lodging (PL), plant (PH) and ear (EH) heights, ear placement (EP), days to anthesis (DA), days to silking (DS), and anthesissilking interval (ASI). Significant differences for the means of all traits in the two crop seasons were detected, and GY reduced significantly in the safrinha because of the moisture stress. The magnitude of the genetic variance for GY in the safrinha was inferior to that in the safra for the TBC2, and for the TBC1 this parameter did not differ from zero in the safrinha. Consequently, the heritability coefficient in the safrinha for the TBC1 did not differ from zero and the TBC2 presented similar magnitudes of the heritability coefficients in both crop seasons. For the other traits, the magnitudes of the genetic variances and of the heritability coefficients were different between the crop seasons and for the two sets of testcrosses. The magnitudes of the components of the interactions testcrosses x crop seasons showed that the complex type i.e., the cross-over interaction type, accounted for the major part of the interactions, which were due to the low magnitudes of the correlations of the traits in the two crop seasons. Estimates of the direct and indirect responses to selection showed that the direct selections were more efficient than the indirect selections, except to that trait in which the genetic variance did not differ from zero in the safrinha. The responses to selection based on the means of the two crop seasons presented similar magnitudes of the direct responses in both crop seasons. However, the coincidence of testcrosses selected in the two crop seasons was very low for both sets of testcrosses. Therefore, the results of this study suggest that separate maize breeding programs should be conducted for each crop season.

As posições críticas dos estatísticos, que atuam em programas de melhoramento genético, referem-se à falta de uma análise criteriosa da estrutura da interação do genótipo com o ambiente (G x E) como um dos principais problemas para a recomendação de cultivares. Tradicionalmente, a análise dessa estrutura á superficial não detalhando os efeitos da complexidade da interação. Com isso, os ganhos genéticos podem ser diminutos, pela não seleção de genótipos superiores melhores indicados a um ambiente específico. A busca constante por novos métodos e algoritmos, visando eliminar ou minimizar esse problema, tem proporcionado uma inegável evolução científica, com a geração de tecnologias de ponta que envolvem grande capacidade de processamento computacional. Atualmente, a metodologia AMMI (additive main efects and multiplicative interaction analysis) propõe ser mais eficiente que as análises usuais na interpretação e compreensão da interação G x E. Entretanto, os principais pontos negativos dessa metodologia dizem respeito à dificuldade de se interpretar a interação quando há baixa explicação do primeiro componente principal; à dificuldade de se quantificar os escores como baixos, considerando estável os genótipos e/ou ambientes, além de não apresentar o padrão de resposta do genótipo, o que caracteriza os padrões de adaptabilidade. Nesse contexto, essa metodologia apresenta alguns inconvenientes de ordem estatística, fazendo com que suas interpretações sejam vistas com ressalvas. Assim, o objetivo desta tese foi o desenvolvimento de procedimentos estatísticos que minimizem esses problemas, tornando a metodologia AMMI mais precisa e confiável na caracterização da estabilidade e adaptabilidade fenotípica de plantas. Nesse sentido, foi desenvolvido uma metodologia via reamostragem "bootstrap", no modelo AMMI, que possibilitou as análises gráficas e numéricas, das estabilidades e adaptabilidades fenotípicas de 75 progênies de Eucalyptus grandis, procedentes de três localidades australianas, e implantadas em sete testes de procedências e progênies nas regiões Sul e Sudeste do Brasil. Os resultados indicaram comportamentos diferenciados dos genótipos e dos ambientes, sendo a interação G x E significativa ao nível de 1% de probabilidade. As interpretações das estabilidades e adaptabilidades fenotípicas foram melhores compreendidas com a realização da reamostragem "bootstrap". A metodologia "bootstrap" AMMI, eliminou as dúvidas relacionadas à quantificação dos escores como baixos, tornando a metodologia AMMI mais precisa e confiável, na predição da estabilidade fenotípica de genótipos e de ambientes. O coeficiente "bootstrap" de estabilidade (CBE), baseado na distância quadrada de Mahalanobis, sobre o modelo AMMI2, obtidos através da região de predição para o vetor nulo, permitiu classificar os genótipos e ambientes em cinco escalas de estabilidade, e, conjuntamente com as representações gráficas das regiões de confiança para a estabilidade e gráficos de dispersões dos escores bootstrap", em biplot AMMI2, apresentaram melhores qualidades para predições das estabilidades fenotípicas, do que o método tradicional AMMI, com representação gráfica em biplot. / Reliable evaluation of the stability of genotypes and environment is of prime concern to plant breeders, who have Undertaken much research into the development of methods for studying in detail the structure of genotype-environment interaction. The lack of a comprehensive analysis of the structure of the GEI interaction has been a stumbling block to the recommendation of cultivars. Traditionally, the analysis of that structure was superficial and stopped short of detailing the efects of the complexity of the interaction. However, recent advances in computer science have allowed the development of interactive systems of data processing with fast and precise algorithms. Consequently, statistical methods are being developed to study in detail the structure and stability of GEI interaction. At the moment, the Additive Main Efects and Multiplicative Interaction (AMMI) Model promises to be more eficient than the usual analyses in the interpretation and understanding of the GEI interaction. The main drawbacks of the AMMI methodology are the dificulty of interpreting the interaction when there is a poor explanation of the first principal component; the dificulty of determining low scores, which relates to the statistical stability of the genotypes and/or environments; and the lack of presentation of the pattern of response of the genotype, which characterizes the adaptability patterns of the groups formed through significant parameters. Thus care needs to be exercised in the interpretation. The present contribution proposes the use of bootstrap re-sampling in the AMMI Model, and applies it to obtain both a graphical and a numerical analysis of the phenotypic stability and adaptability of 75 progenies of Eucalyptus grandis from Australia that were planted in seven environments in the South and Southeast regions of Brazil. The results show diderential behavior of genotypes and environments, the genotype x environment interaction being significant (p value < 0.01). The interpretation of the phenotypic stability through graphical analysis of the AMMI biplot is better understood with the aid of the bootstrap. The bootstrap coeficient of stability based on the squared Mahalanobis distance of the scores bootstrap, shows that genotypes and environments can be diferentiated in terms of their stabilities. The AMMI bootstrap proposal thus provides better and more precise predictions of phenotypic stability and adaptability of the geno- types than the traditional AMMI analysis, and eliminates the doubts related to the identification of the low scores.

Em experimentação agrícola, é freqüente a necessidade de análise conjunta de grupos de experimentos. Em muitos casos, o pesquisador deseja generalizar resultados para condições gerais de regiões e/ou em avaliar o desempenho de vários genótipos (tratamentos) em diversos ambientes (locais e/ou ano). Quando um conjunto de experimentos é planejado para vários locais é necessário considerar o delineamento individual em cada local e a combinação total dos genótipos com os locais (interação genótipo × ambiente). Logo, os dados observados podem ser organizados em uma tabela de dupla entrada. Existem várias metodologias de análise e interpretação para a interação genótipo × ambiente proveniente de um grupo de cultivares testados em vários ambientes. Entre essas metodologias destaca-se os modelos AMMI ("additive main effects and multiplicative interaction model"), como o próprio nome diz é um método uni-multivariado, que engloba uma análise de variância para os efeitos principais, que são os efeitos dos genótipos (G) e os ambientes (E) e para efeitos multiplicativos (interação genótipo × ambiente), utiliza-se a decomposição em valor singular (DVS). Essa técnica multivariada baseia-se no uso dos autovalores e autovetores provenientes da matriz de interação genótipo × ambiente. Araújo e Dias (2005) verificaram o problema de superestimação e subestimação de autovalores estimados da maneira convencional. Para superar esses problemas de estimação de autovalores, Muirhead (1987) apresenta três métodos para corrigir autovalores estimados a partir das matrizes de covariâncias amostral e alerta que nem sempre essas correções mantêm a ordem decrescente de valores, assim é sugerido o uso de regressão isotônica para ordenar esses dados, mas propriamente um algoritmo apresentado por Lin e Pearlman (1985). Os resultados indicaram que: A regressão isotônica juntamente com o algoritmo foi necessária e se mostrou muito importante em todos conjuntos de dados; Houve uma redução no número de componentes significativos para serem retidos nos modelos, fazendo com que os modelos AMMI selecionados sejam mais parcimoniosos quando se utiliza qualquer um dos métodos de correção; O método 2 apresentou as menores taxa de correção da soma de quadrados da interação genótipo × ambiente e o método 3 apresentou a maiores taxa de correção; Em relação a medida RMSPDPRESS, os menores valores foram obtidos quando se utilizou o método de correção 2. Já o método de correção 3 apresentou os maiores valores para RMSPDPRESS; O método 2 também se mostrou melhor quando o interesse era verificar o ganho em número de repetições, sendo que este benefício esteve sempre próximo de 3 repetições. Já o método 3 é o que apresenta um menor ganho em número de repetições, em torno de duas repetições. / In agricultural research is common to analyse groups of experiments. In many cases, the researcher intends to generalize results to general conditions of areas and/or evaluate the responses of several genotypes (treatments) in several environments (places and/or years). When a group of experiments is planned for several places it is necessary to consider the of design in each place and the combinations of the genotypes with the places (the interaction of genotype × environment). The observed data can be organized in an array. 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 effect and multiplicative interaction models"). As the name says it is a uni-multivariate method, that includes an analysis of variance for the main effects (the effects of the genotypes (G) and environments (E)) and assumes multiplicative effects 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. Araújo and Dias (2005) found an overestimation and underestimation problem with the eigenvalues in the conventional way. To correct these problems Muirhead (1987) presents three methods to correct the eigenvalues from covariance the matrix and noted that these do not always maintain the order of values. The author suggested the use of isotonic regression to correct the eigenvalues, using an algorithm presented by Lin and Pearlman (1985). The results indicated that: The isotonic regression with the algorithm is necessary and it showed very important in all groups of data; There was a reduction in the number of significant components to be kept in the models and the order that the AMMI model selected is more parsimonious when any of the correction methods is used; The method 2 has the smallest rate of correction to the sum of squares of the genotype × environment interaction and method 3 has the largest correction rate; The measure RMSPDPRESS was smallest when method of correction 2 was used. The method of correction 3 has the largest values for RMSPDPRESS; Method 2 was also better when the interest was to verify the gain in number of replicates, and this benefit was always close to 3 replicates. The method 3 gives the smaller gain in the number of replicates, of around two replicates.