Due to increased environmental stewardship and fertilizer prices, there is increased interest in using legume mixes in perennial croplands. The objective of this study was to compare quantitative genetic parameters and quantitative trait loci (QTLs) associated with intermediate wheatgrass (Thinopyrum intermedium) when grown in 1) a non-competitive spaced environment, 2) a polyculture with alfalfa (Medicago sativa), and 3) a monoculture with crested wheatgrass (Agropyron desertorum). Traits evaluated include plant growth characteristics (Zadok’s maturity, height, and tiller count), biomass, and forage nutritive value (CP, NDF, ADF, ADL, IVTD, NDFD, NFC, ME, RFQ). A linkage map comprised of 3568 single nucleotide polymorphisms in 21 linkage groups corresponding to 21 homologous chromosome pairs of both parents was used to identify QTLs and QTL x environment interactions (QxE) based on trait averages for each genotype in each environment. Significant genotype x environment interactions were detected for biomass, NDF etc. A total of 26 QTLs were identified, including 6 MASS, 2 TILE, 2 TICR, 1 ZAMA, 1 CP, 3 NDF, 2 ADF, 3 IVTD, and 5 NDFD. A subset of 7 QTLs showed significant QxE interaction. These results indicate that breeders need to evaluate plants in polyculture or swards if these are the intended crop management systems.

Caracteres quantitativos possuem herança complexa, que envolvem efeitos epistáticos, pleiotrópicos e interação com ambientes. Em razão da importância desses caracteres para o melhoramento genético, diversos estudos sobre sua natureza genética e herança têm sido conduzidos. Nesse contexto, o mapeamento de QTL é uma ferramenta útil, que permite mapear e estimar os efeitos dos locos que controlam os caracteres quantitativos além de obter outras importantes informações, como a ocorrência de QTL pleiotrópicos e interações QTL x ambientes. Os objetivos do presente trabalho foram mapear QTL e obter informações sobre a interação QTL x ambientes, QTL pleiotrópicos e herança de diversos caracteres de importância agronômica em uma população de milho tropical. Foram utilizadas 250 progênies F2:3 retrocruzadas para ambos os genitores conforme proposto no delineamento III, totalizando 500 progênies, as quais foram avaliadas em até seis ambientes. Para o mapeamento de QTL foi empregado o mapeamento por intervalo composto expandido para múltiplos ambientes ou caracteres (mCIM), considerando um mapa genético com 177 marcadores microssatélite. Os caracteres analisados foram produção de grãos (PG), prolificidade (PROL), peso de 500 grãos (P500), número de fileiras da espiga (NF) e de grãos por fileira (NGF), altura de planta (AP) e espiga (AE), dias para o florescimento feminino (FF) e masculino (FM), número de ramificações do pendão (RP) e stay green (SG). Os resultados das análises do delineamento III indicaram sobredominância para o caráter PG, dominância completa para NGF e dominância parcial para os demais caracteres. Estimativas elevadas de correlações genéticas foram obtidas entre os caracteres PG, PROL, NGF, FF, FM, AP e AE, sugerindo ocorrência de pleiotropia entre tais caracteres. No mapeamento considerando múltiplos ambientes foram mapeados 260 QTL para os onze caracteres analisados, distribuídos por todos os cromossomos do milho. O grau médio de dominância dos QTL foi de sobredominância para PG e AP, e dominância completa ou parcial para os demais caracteres. Devido ao desequilíbrio de ligação nesta população e ao modelo de mapeamento empregado, as estimativas que indicaram sobredominância foram, provavelmente, superestimadas. Para os caracteres PG, NF, NGF, P500, AE e SG, a maioria dos QTL mapeados interagiu significativamente com ambientes, indicando que experimentos conduzidos em vários locais e anos são necessários para identificar genótipos e QTL estáveis. Esses resultados sugerem que devido à elevada interação QTL x ambientes dos caracteres avaliados, os programas de melhoramento e a utilização de seleção assistida por marcadores (SAM) devem ser direcionados para ambientes específicos. No mapeamento de múltiplos caracteres foram identificados 43 QTL com efeitos significativos para dois ou mais caracteres analisados, distribuídos em todos os cromossomos do milho. A quantidade de QTL pleiotrópicos para combinações entre pares de caracteres não foi consistente com as magnitudes das correlações observadas. Em geral, para cada caráter, os QTL pleiotrópicos apresentaram magnitudes e graus de dominância distintos. Portanto, embora diversos QTL pleiotrópicos tenham sido mapeados, suas magnitudes e efeitos distintos para cada caráter indicaram grande complexidade da natureza genética das correlações, constituindo-se em um desafio para uso das informações desses QTL na SAM visando o melhoramento de múltiplos caracteres. / Quantitative traits have complex inheritance, including effects of epistasis, pleiotropy and interaction with environments. Due to the importance of these traits for plant breeding, many studies on their inheritance have been conducted. In this context, QTL mapping is a useful tool that allows mapping and estimating the effects of loci that control the quantitative traits besides obtaining other important information, such as the occurrence of pleiotropic QTL and QTL x environments interactions. The aims of the present study were to map QTL, obtain information about the QTL x environments interaction and the pleiotropic QTL of several relevant traits in a tropical maize population, using the design III. Two hundred and fifty F2:3 progenies backcrossed to both parents were used as proposed in the design III, totaling 500 progenies, which were evaluated in up to six environments. The components of the genetic variances and average degree of dominance were estimated using the design III. The QTL mapping was performed considering a genetic map with 177 microsatellite markers and the multi-trait composite interval mapping (mCIM). The evaluated traits were: grain yield (GY), prolificacy (PROL), 500 kernel weight (W500), kernel row number (KRN), number of kernel per row (NK), plant height (PH), ear height (EH), days to silk emergence (DS), days to anthesis (DA), number of tassel branches (NTB) and stay green (SG). The results from design III indicated occurrence of overdominance for GY, complete dominance for NK and dominance for the others traits. Higher genetic correlations were observed among GY, PROL, NK, DS, DA, PH and EH, suggesting occurrence of pleiotropy. The QTL mapping for multiple environments mapped 260 QTL for the eleven analyzed traits, distributed in all chromosomes. The average degree of QTL dominance was overdominance for GY and PH, and complete or partial dominance for the other traits. Estimates that indicated overdominance are probably biased due to the linkage disequilibrium in this population and the mapping model employed. For GY, KRN, NK, W500, EH and SG, most mapped QTL interacted significantly with environments, indicating that it is necessary to conduct experiments at many locations and years to identify stable QTL. These results suggests that, due to high number of QTL that showed significant interaction with the environment, assisted marker selection (MAS) must be targeted to specific geographic regions. The QTL mapping for multiple traits identified 43 pleiotropic QTL for two or more analyzed traits, distributed in all chromosomes of maize. The amount of pleiotropic QTL for combinations of pairs of traits was not consistent with the magnitudes of the observed correlations. In general, for each trait, the pleiotropic QTL exhibited different magnitude and estimate of the degree of dominance. Although several pleiotropic QTL have been mapped, their distinct magnitudes and effects on each trait indicated the great complexity of the genetic nature of the correlations, constituting a challenge to use QTL information in the MAS for simultaneous improvement of multiple traits.

O principal desafio para o desenvolvimento de híbridos contendo alto teor de óleo é a correlação negativa entre este caráter e a produção de grãos. O conhecimento da herança do caráter teor de óleo e da produção de grãos e seus componentes conjuntamente podem auxiliar a condução de programas de melhoramento que visam ao desenvolvimento de genótipos produtivos e com alto teor de óleo. Assim, os objetivos desta pesquisa foram: estimar parâmetros genéticos; mapear QTL e a congruência destes para os caracteres teor de óleo (OL), produção de grãos (PG) e seus componentes. Duzentas e cinquenta e seis progênies F2:3 obtidas do cruzamento de duas linhagens endogâmicas contrastantes para teor de óleo foram avaliadas em experimentos com repetições. O mapeamento de QTL foi realizado considerando um mapa genético com 139 marcadores microssatélites e mapeamento por intervalo composto expandido para múltiplos ambientes (mCIM). As estimativas de variância genética de progênies e coeficientes de herdabilidade diferiram de zero para todos os caracteres. Os coeficientes de herdabilidade apresentaram magnitudes elevadas para todos os caracteres. A estimativa de variância progênies por ambientes foi significativa para PG e seus componentes. As correlações entre OL e os caracteres PG e seus componentes não foram significativas. Os caracteres prolificidade (PROL), diâmetro de espiga (DE), profundidade de grãos (PFG), comprimento de espiga (CE) e número de grãos por fileira (NGF) apresentaram valores altos de coeficientes de correlação com PG. Foram mapeados 13 QTL para OL, 16 para PG, 17 para PROL, 12 para peso de 500 grãos (P500), 19 para CE e para DE, 18 para PFG, 15 para número de filerias NFI e 13 para NGF. Os QTL não estão uniformemente distribuídos ao longo do genoma para OL e a maioria dos componentes da produção. O grau médio de dominância foi de dominância parcial para PG, dominância para PROL e P500 e sobredominância para OL, CE, DE, PFG, NFI e NGF. A maioria dos QTL mapeados para PG e seus componentes interagiu significativamente com ambientes, indicando que experimentos conduzidos em vários locais e anos são necessários para identificar genótipos e QTL estáveis. A proporção da variância genética explicada pelos QTL foi de 52,22% para OL, 42,49% para PG e para seus componentes variou de 25,69% para NGF a 55,03% para PROL. Foram identificadas 34 regiões genômicas contendo QTL mapeados para os diferentes caracteres, não sendo, portanto identificadas regiões congruentes entre OL e PROL. A maioria dos QTL foi mapeada em regiões genômicas distintas, indicando que é possível aumentar o teor de óleo e a produção de grãos simultaneamente, utilizando os QTL independentes. Os resultados obtidos indicam que o desenvolvimento de híbridos produtivos com alto teor de óleo pode ser obtido por retrocruzamento assistido por marcadores envolvendo OL, PG e seus componentes e, devido ao reduzido número de QTL estáveis para a PG e seus componentes, os programas de melhoramento devem ser direcionados para regiões específicas. / The main challenge for the development of hybrids with high oil content is a negative correlation between this trait and grain yield. The knowledge of the inheritance of kernel oil content and grain yield and its components together can assist breeding programs for the development of productive genotypes with high oil content. The objectives of this research were to: estimate genetic parameters, map QTL and their congruence to oil content (OC), grain yield (GY) and its components. Two-hundred and fifty-six F2:3 progenies obtained from the cross between two inbred lines contrasting for oil content were evaluated in experiments with repetitions. The QTL mapping was performed considering a genetic map with 139 microsatellites markers and the multiple-environment composite interval mapping analysis (mCIM). Estimates of genetic variances of progenies and heritability coefficients differed significantly from zero for all traits. The heritability coefficients showed high magnitudes for all traits. The estimate of progenies by environments variance was significant for GY and for yield components. The correlations between the OC, GY and its components were not significant. The traits prolificacy (PROL), ear diameter (ED), kernel depth (KD), ear length (EL) and kernels per row number (KRN) showed high values of correlation coefficients with GY. Thirteen QTL were mapped for OC, 16 for GY, 17 for PROL, 12 to 500 kernels weight (W500), 19 for EL and for ED, 18 for kernel depth (KD), 15 for row number per ear (RN) and 13 for KRN. The QTL are not evenly distributed in the genome for OC and most of yield components. The average level of dominance was partial dominance for GY, dominance for PROL and W500 and overdominance for OC, EL, ED, KD, RN and KRN. Most of QTL mapped for GY and its components interacted significantly with environments, indicating that the experiments conducted in several locations and years are required to identify genotypes and QTL stable. The proportion of genetic variance explained by all QTL was 52.22% for OC, 42.49% for GY and for its components ranged from 25.69% for KRN to 55.03% for PROL. We identified 34 genomic regions containing QTL mapped for different traits, and therefore, we did not identify congruent regions between OC and PROL. Most of QTL were mapped in different genomic regions, indicating the possibility to increasing oil content and yield simultaneously, using the independent QTL. The results indicate that the development of high-oil hybrid with high yields can be obtained by marker-assisted backcrossing involving OC, GY and its components and due to the small number of stable QTL for GY and its components, the breeding programs should be directed towards specific areas.

O principal desafio para o desenvolvimento de híbridos contendo alto teor de óleo é a correlação negativa entre este caráter e a produção de grãos. O conhecimento da herança do caráter teor de óleo e da produção de grãos e seus componentes conjuntamente podem auxiliar a condução de programas de melhoramento que visam ao desenvolvimento de genótipos produtivos e com alto teor de óleo. Assim, os objetivos desta pesquisa foram: estimar parâmetros genéticos; mapear QTL e a congruência destes para os caracteres teor de óleo (OL), produção de grãos (PG) e seus componentes. Duzentas e cinquenta e seis progênies F2:3 obtidas do cruzamento de duas linhagens endogâmicas contrastantes para teor de óleo foram avaliadas em experimentos com repetições. O mapeamento de QTL foi realizado considerando um mapa genético com 139 marcadores microssatélites e mapeamento por intervalo composto expandido para múltiplos ambientes (mCIM). As estimativas de variância genética de progênies e coeficientes de herdabilidade diferiram de zero para todos os caracteres. Os coeficientes de herdabilidade apresentaram magnitudes elevadas para todos os caracteres. A estimativa de variância progênies por ambientes foi significativa para PG e seus componentes. As correlações entre OL e os caracteres PG e seus componentes não foram significativas. Os caracteres prolificidade (PROL), diâmetro de espiga (DE), profundidade de grãos (PFG), comprimento de espiga (CE) e número de grãos por fileira (NGF) apresentaram valores altos de coeficientes de correlação com PG. Foram mapeados 13 QTL para OL, 16 para PG, 17 para PROL, 12 para peso de 500 grãos (P500), 19 para CE e para DE, 18 para PFG, 15 para número de filerias NFI e 13 para NGF. Os QTL não estão uniformemente distribuídos ao longo do genoma para OL e a maioria dos componentes da produção. O grau médio de dominância foi de dominância parcial para PG, dominância para PROL e P500 e sobredominância para OL, CE, DE, PFG, NFI e NGF. A maioria dos QTL mapeados para PG e seus componentes interagiu significativamente com ambientes, indicando que experimentos conduzidos em vários locais e anos são necessários para identificar genótipos e QTL estáveis. A proporção da variância genética explicada pelos QTL foi de 52,22% para OL, 42,49% para PG e para seus componentes variou de 25,69% para NGF a 55,03% para PROL. Foram identificadas 34 regiões genômicas contendo QTL mapeados para os diferentes caracteres, não sendo, portanto identificadas regiões congruentes entre OL e PROL. A maioria dos QTL foi mapeada em regiões genômicas distintas, indicando que é possível aumentar o teor de óleo e a produção de grãos simultaneamente, utilizando os QTL independentes. Os resultados obtidos indicam que o desenvolvimento de híbridos produtivos com alto teor de óleo pode ser obtido por retrocruzamento assistido por marcadores envolvendo OL, PG e seus componentes e, devido ao reduzido número de QTL estáveis para a PG e seus componentes, os programas de melhoramento devem ser direcionados para regiões específicas. / The main challenge for the development of hybrids with high oil content is a negative correlation between this trait and grain yield. The knowledge of the inheritance of kernel oil content and grain yield and its components together can assist breeding programs for the development of productive genotypes with high oil content. The objectives of this research were to: estimate genetic parameters, map QTL and their congruence to oil content (OC), grain yield (GY) and its components. Two-hundred and fifty-six F2:3 progenies obtained from the cross between two inbred lines contrasting for oil content were evaluated in experiments with repetitions. The QTL mapping was performed considering a genetic map with 139 microsatellites markers and the multiple-environment composite interval mapping analysis (mCIM). Estimates of genetic variances of progenies and heritability coefficients differed significantly from zero for all traits. The heritability coefficients showed high magnitudes for all traits. The estimate of progenies by environments variance was significant for GY and for yield components. The correlations between the OC, GY and its components were not significant. The traits prolificacy (PROL), ear diameter (ED), kernel depth (KD), ear length (EL) and kernels per row number (KRN) showed high values of correlation coefficients with GY. Thirteen QTL were mapped for OC, 16 for GY, 17 for PROL, 12 to 500 kernels weight (W500), 19 for EL and for ED, 18 for kernel depth (KD), 15 for row number per ear (RN) and 13 for KRN. The QTL are not evenly distributed in the genome for OC and most of yield components. The average level of dominance was partial dominance for GY, dominance for PROL and W500 and overdominance for OC, EL, ED, KD, RN and KRN. Most of QTL mapped for GY and its components interacted significantly with environments, indicating that the experiments conducted in several locations and years are required to identify genotypes and QTL stable. The proportion of genetic variance explained by all QTL was 52.22% for OC, 42.49% for GY and for its components ranged from 25.69% for KRN to 55.03% for PROL. We identified 34 genomic regions containing QTL mapped for different traits, and therefore, we did not identify congruent regions between OC and PROL. Most of QTL were mapped in different genomic regions, indicating the possibility to increasing oil content and yield simultaneously, using the independent QTL. The results indicate that the development of high-oil hybrid with high yields can be obtained by marker-assisted backcrossing involving OC, GY and its components and due to the small number of stable QTL for GY and its components, the breeding programs should be directed towards specific areas.

Caracteres quantitativos possuem herança complexa, que envolvem efeitos epistáticos, pleiotrópicos e interação com ambientes. Em razão da importância desses caracteres para o melhoramento genético, diversos estudos sobre sua natureza genética e herança têm sido conduzidos. Nesse contexto, o mapeamento de QTL é uma ferramenta útil, que permite mapear e estimar os efeitos dos locos que controlam os caracteres quantitativos além de obter outras importantes informações, como a ocorrência de QTL pleiotrópicos e interações QTL x ambientes. Os objetivos do presente trabalho foram mapear QTL e obter informações sobre a interação QTL x ambientes, QTL pleiotrópicos e herança de diversos caracteres de importância agronômica em uma população de milho tropical. Foram utilizadas 250 progênies F2:3 retrocruzadas para ambos os genitores conforme proposto no delineamento III, totalizando 500 progênies, as quais foram avaliadas em até seis ambientes. Para o mapeamento de QTL foi empregado o mapeamento por intervalo composto expandido para múltiplos ambientes ou caracteres (mCIM), considerando um mapa genético com 177 marcadores microssatélite. Os caracteres analisados foram produção de grãos (PG), prolificidade (PROL), peso de 500 grãos (P500), número de fileiras da espiga (NF) e de grãos por fileira (NGF), altura de planta (AP) e espiga (AE), dias para o florescimento feminino (FF) e masculino (FM), número de ramificações do pendão (RP) e stay green (SG). Os resultados das análises do delineamento III indicaram sobredominância para o caráter PG, dominância completa para NGF e dominância parcial para os demais caracteres. Estimativas elevadas de correlações genéticas foram obtidas entre os caracteres PG, PROL, NGF, FF, FM, AP e AE, sugerindo ocorrência de pleiotropia entre tais caracteres. No mapeamento considerando múltiplos ambientes foram mapeados 260 QTL para os onze caracteres analisados, distribuídos por todos os cromossomos do milho. O grau médio de dominância dos QTL foi de sobredominância para PG e AP, e dominância completa ou parcial para os demais caracteres. Devido ao desequilíbrio de ligação nesta população e ao modelo de mapeamento empregado, as estimativas que indicaram sobredominância foram, provavelmente, superestimadas. Para os caracteres PG, NF, NGF, P500, AE e SG, a maioria dos QTL mapeados interagiu significativamente com ambientes, indicando que experimentos conduzidos em vários locais e anos são necessários para identificar genótipos e QTL estáveis. Esses resultados sugerem que devido à elevada interação QTL x ambientes dos caracteres avaliados, os programas de melhoramento e a utilização de seleção assistida por marcadores (SAM) devem ser direcionados para ambientes específicos. No mapeamento de múltiplos caracteres foram identificados 43 QTL com efeitos significativos para dois ou mais caracteres analisados, distribuídos em todos os cromossomos do milho. A quantidade de QTL pleiotrópicos para combinações entre pares de caracteres não foi consistente com as magnitudes das correlações observadas. Em geral, para cada caráter, os QTL pleiotrópicos apresentaram magnitudes e graus de dominância distintos. Portanto, embora diversos QTL pleiotrópicos tenham sido mapeados, suas magnitudes e efeitos distintos para cada caráter indicaram grande complexidade da natureza genética das correlações, constituindo-se em um desafio para uso das informações desses QTL na SAM visando o melhoramento de múltiplos caracteres. / Quantitative traits have complex inheritance, including effects of epistasis, pleiotropy and interaction with environments. Due to the importance of these traits for plant breeding, many studies on their inheritance have been conducted. In this context, QTL mapping is a useful tool that allows mapping and estimating the effects of loci that control the quantitative traits besides obtaining other important information, such as the occurrence of pleiotropic QTL and QTL x environments interactions. The aims of the present study were to map QTL, obtain information about the QTL x environments interaction and the pleiotropic QTL of several relevant traits in a tropical maize population, using the design III. Two hundred and fifty F2:3 progenies backcrossed to both parents were used as proposed in the design III, totaling 500 progenies, which were evaluated in up to six environments. The components of the genetic variances and average degree of dominance were estimated using the design III. The QTL mapping was performed considering a genetic map with 177 microsatellite markers and the multi-trait composite interval mapping (mCIM). The evaluated traits were: grain yield (GY), prolificacy (PROL), 500 kernel weight (W500), kernel row number (KRN), number of kernel per row (NK), plant height (PH), ear height (EH), days to silk emergence (DS), days to anthesis (DA), number of tassel branches (NTB) and stay green (SG). The results from design III indicated occurrence of overdominance for GY, complete dominance for NK and dominance for the others traits. Higher genetic correlations were observed among GY, PROL, NK, DS, DA, PH and EH, suggesting occurrence of pleiotropy. The QTL mapping for multiple environments mapped 260 QTL for the eleven analyzed traits, distributed in all chromosomes. The average degree of QTL dominance was overdominance for GY and PH, and complete or partial dominance for the other traits. Estimates that indicated overdominance are probably biased due to the linkage disequilibrium in this population and the mapping model employed. For GY, KRN, NK, W500, EH and SG, most mapped QTL interacted significantly with environments, indicating that it is necessary to conduct experiments at many locations and years to identify stable QTL. These results suggests that, due to high number of QTL that showed significant interaction with the environment, assisted marker selection (MAS) must be targeted to specific geographic regions. The QTL mapping for multiple traits identified 43 pleiotropic QTL for two or more analyzed traits, distributed in all chromosomes of maize. The amount of pleiotropic QTL for combinations of pairs of traits was not consistent with the magnitudes of the observed correlations. In general, for each trait, the pleiotropic QTL exhibited different magnitude and estimate of the degree of dominance. Although several pleiotropic QTL have been mapped, their distinct magnitudes and effects on each trait indicated the great complexity of the genetic nature of the correlations, constituting a challenge to use QTL information in the MAS for simultaneous improvement of multiple traits.

As características genéticas das culturas agrícolas podem ser influenciadas pelo ambiente, interferindo na produtividade. Sendo assim, esta pesquisa visa entender como ocorre a interação entre genótipo e ambiente (IGA) e a interação entre quantitative trait locus (QTL) e ambiente (IQA), a fim de fornecer instrumentos que possam melhorar a produtividade. Em destaque, vemos que o modelo de efeitos principais aditivos e interação multiplicativa (AMMI), que considera como aditivos os efeitos principais de genótipo e ambiente e como multiplicativos os efeitos da interação, é uma importante ferramenta que permite estudar a interação com dados de ensaios multi-ambientais e apresentar boas previsões na detecção de QTL para novos ambientes. Para se levar em considera- ção a heterogeneidade da variância do erro ao longo dos ambientes, uma generalização do modelo AMMI é utilizada, o modelo AMMI ponderado ou W-AMMI. Nesta pesquisa, observando os dados resultantes de um experimento com 9 genótipos de milho conduzidos em 20 ambientes e 4 blocos, foram comparadas as análises da IGA utilizando o modelo AMMI e W-AMMI. Com um segundo conjunto de dados, resultantes do cruzamento das variedades de cevada Harrington e TR306, com 141 genótipos conduzidos em 12 ambientes foram comparados os resultados das análises da IGA e IQA utilizando os modelos AMMI e W-AMMI, sendo que foram propostas ponderações por linha (todos os ambientes para determinado genótipo ficam com o mesmo peso) e coluna (todos os genótipos para determinado ambiente ficam com o mesmo peso). / The genetic characteristics of crops can be influenced by the environment, interfering with productivity. This research intends to understand the genotype-by-environment interaction(IGA) and quantitative trait locus (QTL)-by-environment interection (IQA), in order to provide tools that can improve productivity. That the Additive Main Effects and Multiplicative Interactions (AMMI) model, has been widely used to study and understand these interactions and has shown to provide good interpretations of both IGA and IQA, as well as QTL detection. In order to take into account of the heterogeneity of error variance over the environments, a generalization of the AMMI model is used, the weighted AMMI or W-AMMI. In this study, observing the data resulting from an experiment with 9 maize genotypes conducted in 20 environments and 4 blocks, was used to compare the results between the AMMI and W-AMMI models. A second set of data, resulting a cross between the barley varieties Harrington and TR306, with 141 genotypes conducted in 12 environments, was used to compare the AMMI and two versions of the W-AMMI (equal weighs per row; and equal weights per column) models in terms of IGA, IQA and QTL detection.

As características genéticas das culturas agrícolas podem ser influenciadas pelo ambiente, interferindo na produtividade. Sendo assim, esta pesquisa visa entender como ocorre a interação entre genótipo e ambiente (IGA) e a interação entre quantitative trait locus (QTL) e ambiente (IQA), a fim de fornecer instrumentos que possam melhorar a produtividade. Em destaque, vemos que o modelo de efeitos principais aditivos e interação multiplicativa (AMMI), que considera como aditivos os efeitos principais de genótipo e ambiente e como multiplicativos os efeitos da interação, é uma importante ferramenta que permite estudar a interação com dados de ensaios multi-ambientais e apresentar boas previsões na detecção de QTL para novos ambientes. Para se levar em considera- ção a heterogeneidade da variância do erro ao longo dos ambientes, uma generalização do modelo AMMI é utilizada, o modelo AMMI ponderado ou W-AMMI. Nesta pesquisa, observando os dados resultantes de um experimento com 9 genótipos de milho conduzidos em 20 ambientes e 4 blocos, foram comparadas as análises da IGA utilizando o modelo AMMI e W-AMMI. Com um segundo conjunto de dados, resultantes do cruzamento das variedades de cevada Harrington e TR306, com 141 genótipos conduzidos em 12 ambientes foram comparados os resultados das análises da IGA e IQA utilizando os modelos AMMI e W-AMMI, sendo que foram propostas ponderações por linha (todos os ambientes para determinado genótipo ficam com o mesmo peso) e coluna (todos os genótipos para determinado ambiente ficam com o mesmo peso). / The genetic characteristics of crops can be influenced by the environment, interfering with productivity. This research intends to understand the genotype-by-environment interaction(IGA) and quantitative trait locus (QTL)-by-environment interection (IQA), in order to provide tools that can improve productivity. That the Additive Main Effects and Multiplicative Interactions (AMMI) model, has been widely used to study and understand these interactions and has shown to provide good interpretations of both IGA and IQA, as well as QTL detection. In order to take into account of the heterogeneity of error variance over the environments, a generalization of the AMMI model is used, the weighted AMMI or W-AMMI. In this study, observing the data resulting from an experiment with 9 maize genotypes conducted in 20 environments and 4 blocks, was used to compare the results between the AMMI and W-AMMI models. A second set of data, resulting a cross between the barley varieties Harrington and TR306, with 141 genotypes conducted in 12 environments, was used to compare the AMMI and two versions of the W-AMMI (equal weighs per row; and equal weights per column) models in terms of IGA, IQA and QTL detection.

No description available.