Submitted by WALLACE DE SOUSA LEITE null (leitewallace@hotmail.com) on 2016-03-08T01:08:24Z No. of bitstreams: 1 DISSERTAÇÃO - WALLACE LEITE CORREGIDA.. 2016.pdf: 1066689 bytes, checksum: f8ec8b34776ac48c519907f49bb30767 (MD5) / Approved for entry into archive by Ana Paula Grisoto (grisotoana@reitoria.unesp.br) on 2016-03-09T14:55:54Z (GMT) No. of bitstreams: 1 leite_ws_me_jabo.pdf: 1066689 bytes, checksum: f8ec8b34776ac48c519907f49bb30767 (MD5) / Made available in DSpace on 2016-03-09T14:55:54Z (GMT). No. of bitstreams: 1 leite_ws_me_jabo.pdf: 1066689 bytes, checksum: f8ec8b34776ac48c519907f49bb30767 (MD5) Previous issue date: 2016-02-19 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / A seleção de genótipos superiores de soja é um processo complexo, dessa forma, técnicas exploratórias multivariadas podem ser aplicadas para selecionar genótipos, analisando simultaneamente todos os caracteres agronômicos em estudo. Mediante o exposto, o objetivo do presente trabalho, consistiu em selecionar genótipos de soja Roundup Ready com bons caracteres agronômicos por meio de análises multivariadas, identificar quais caracteres mais influenciam a produtividade de grãos, comparar o desempenho agronômico de genótipos de soja RR com convencionais, oriundos de cruzamentos biparentais e avaliar por meio da análise de trilha, a relação entre caracteres de importância agronômica com a produtividade de grãos. Na geração F5, 227 linhagens de soja, sendo estas portadoras ou não do gene RR, foram avaliadas em delineamento de blocos aumentados com testemunhas intercalares. Na geração F6, os genótipos foram separados em dois grupos (RR com 27 genótipos e Convencional com 23 genótipos) e avaliados em dois experimentos distintos, conduzidos em delineamento experimental de blocos ao acaso com três repetições. Foram avaliados os principais caracteres de interesse agronômico. Para as análises exploratórias multivariadas, utilizou-se a técnica de componentes principais e análise de agrupamento pelo método hierárquico de Ward e pelo método não hierárquico de k-médias. Na análise de componentes principais na geração F5 três autovalores foram superiores a um, explicando 67,58% da variância contida nas informações originais, sendo caracterizados pelos caracteres altura da planta na maturidade, acamamento, valor agronômico, número de ramos, número de vagens e produtividade de grãos que permitiram a discriminação de genótipos de soja Roundup Ready com bons atributos agronômicos. Os resultados das análises de agrupamento pelo método de K-médias e pelo o método de Ward quando comparados foram semelhantes, pois agruparam os genótipos específicos para os caracteres selecionados na análise de componentes principais, em um mesmo grupo. Na geração F6, Os genótipos de soja apresentaram desempenho produtivo diferenciado dentro do grupo RR e convencional estudados. Dentre os genótipos RR analisados, 3 genótipos obtiveram alta produtividade de grãos, com valores médios superiores a 4.575,5 kg ha-1. Para os genótipos convencionais, 10 genótipos, além da testemunha Conquista apresentaram superioridade para o caráter produtividade de grãos, com valores médios superiores a 3.511,4 kg ha-1. Concluiu-se com este trabalho que a análise de componentes principais permitiu a discriminação e seleção de 16 genótipos de soja Roundup Ready com superioridade agronômica. Os caracteres que compõe os componentes de produção (Número de ramos e de vagens) exerceram maior influência sobre a produtividade de grãos, pois relacionaram-se positivamente. Os genótipos de soja RR mais produtivos, apresentaram valores superiores quando comparados aos genótipos convencionais de maior rendimento. / The selection of superior genotypes of soybean is a complex process. Thus, the exploratory multivariate techniques to select genotypes is an alternative, analyzing simultaneously all traits under study. Therefore, the objectives of this study were to select Roundup Ready soybean genotypes with good agronomic traits through multivariate analysis, identify which trait has the highest influence in grain yield and to compare the agronomic performance of two groups of soybean genotypes – RR and conventional – originated of two-way crosses and evaluate through path analysis, the relationship between important agronomic traits with the grain yield. In the F5 generation, 227 lines of soybean – carrying or not the RR gene – have been evaluated in augmented randomized design with additional control. In the F6 generation, the genotypes were separated into two groups (RR with 27 genotypes and conventional with 23 genotypes) and evaluated in two separated experiments conducted in a randomized blocks design with three replications. The main traits of agronomic interest has been evaluated. For the multivariate analysis, it was applied the technique of principal components and hierarchical cluster analysis by the methods of Ward and non-hierarchical k-means. In the principal component analysis, there were three eigen values greater than one explaining 67.58% of the total variance in the F5 generation, characterized by the traits: plant height at maturity, lodging, agronomic value, number of branches, number of pods and grain yield. These traits allowed discriminating the RR genotypes with good agronomic traits. The results of cluster analyzes by the methods of K-means and Ward were similar, since they clustered the specific genotypes for the selected traits in the same group. In generation F6, the soybean genotypes showed different growth performance within the RR and conventional groups. Among the analyzed genotypes RR, 3 genotypes obtained high grain yield, with average values greater than 4575.5 kg ha-1. For conventional genotypes, 10 genotypes and the check Conquista showed superiority to the traits grain yield, with average values greater than 3511.4 kg ha-1. The principal component analysis allowed the discrimination and selection of 16 Roundup Ready soybean genotypes with agronomic superiority. The traits that compose the components of production (number of branches and pods) had the greatest influence on grain yield, once they were positively related. The most productive RR genotypes showed higher values, when compared to the highest yielding genotypes. / CNPq: 132034/2014-0