Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2015-01-16T13:14:38Z
No. of bitstreams: 2
license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5)
Tese - Cláudio Roberto Cardoso de Godoi - 2014.pdf: 1446327 bytes, checksum: 78154341b9ccb5964b8508984eea19e1 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2015-01-16T13:48:33Z (GMT) No. of bitstreams: 2
license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5)
Tese - Cláudio Roberto Cardoso de Godoi - 2014.pdf: 1446327 bytes, checksum: 78154341b9ccb5964b8508984eea19e1 (MD5) / Made available in DSpace on 2015-01-16T13:48:33Z (GMT). No. of bitstreams: 2
license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5)
Tese - Cláudio Roberto Cardoso de Godoi - 2014.pdf: 1446327 bytes, checksum: 78154341b9ccb5964b8508984eea19e1 (MD5)
Previous issue date: 2014-05-07 / Soybean breeding programs practice selection of high genetic value genotypes
with two main objectives: a) to use them as parents in the hybridization process (first stage
of the program), and b) to indicate them as new cultivars (final stage of the program). In
this context, a first study used microsatellite markers (SSR) to assess the genetic diversity
of soybean germplasm adapted to the Brazilian conditions. The experimental material
consisted of 192 accessions, which included both introductions and Brazilian germplasm.
The genetic divergence was assessed by descriptive analysis and the Rogers-W genetic
distance. A total of 222 alleles were identified in the 37 genotyped loci, with an average of
six alleles and a range of 2 to 14 alleles per locus. The genotypes were clustered according
to the origin of the germplasm, and resulted in two groups: one group formed by
introductions and other by Brazilian genotypes. Eighty five percent of the genetic distances
estimates were above 0.70, suggesting that the assessed germplasm has good potential for
hybridization in soybean breeding programs. It was concluded that the SSR markers are
useful to identify divergent genotypic groups, as well as genotypic combinations with high
genetic variability. It also became clear that the use of introduced germplasm ensures the
incorporation of alleles necessary to increase the genetic base of soybeans and,
consequently, the variability needed for the selective process. In a second study, the mixed
model approach was used to assess some strategies of estimation and prediction of
genotypic values for grain yield in the soybean regional yield trials. A total of 111
genotypes classified into three maturity groups were sown in up to 23 experiments in
Central Brazil. The experiments were carried out in randomized complete block designs,
with three replications. The biometrical analyses followed the fixed model and mixed
model approaches, in the latter case assuming the genotypic effects as random. In the
mixed model approach, analyses were made with or without information from the
relationship estimates obtained either by genealogy or SSR markers, arranged in a
genotypic covariance matrix (G). Also, in a context of spatial analysis, different structures
were used in the residual covariance matrix (R) for each mixed model adjusted. The
following conclusions were obtained: i) the fixed model analysis is adequate to estimate
genotypic values in soybean trials with balanced data and orthogonal design; ii) under such
conditions and intermediate to low heritability, the inclusion of relationship information
associated to G matrix, although does not ensure the best fit models, improves the
precision in predicting genotypic values; iii) the use of spatial structures associated to R
matrix, in presence of the residual autocorrelation, improves the goodness of model fit to
the data; and, iv) the choice of model for the analysis does not change the ranking of the
genotypes in high heritability situations and, therefore, does not impact significantly on the
selection of superior genotypes. / Os programas de melhoramento de soja visam à seleção de genótipos de alto
valor genético, com a finalidade de uso principalmente em duas de suas etapas: a) como
genitores no processo de hibridação (fase inicial); e, b) para indicação como nova cultivar
(fase final). Nesse contexto, num primeiro estudo avaliou-se, por meio de marcadores
microssatélites (SSR), a diversidade genética em germoplasma de soja adaptado às
condições brasileiras. O material experimental constituiu-se de 192 acessos, entre
introduções e germoplasma de origem nacional. Na avaliação da divergência genética,
considerou-se a análise descritiva e a distância genética de Rogers-W. Nos 37 locos
genotipados, identificaram-se 222 alelos, com média de seis alelos por loco e variação de 2
a 14 alelos. O agrupamento dos genótipos mostrou-se associado à origem do germoplasma,
resultando em dois grupos: um introduzido e outro brasileiro. Das estimativas de distâncias
genéticas obtidas, 85% foram superiores a 0,70, indicando bom potencial do germoplasma
para hibridações em programas de melhoramento da soja. Concluiu-se que os marcadores
SSR são úteis na identificação de grupos genotípicos divergentes, bem como de
combinações de alta variabilidade genética. Ademais, o uso de germoplasma introduzido
garante a incorporação de alelos necessários à ampliação da base genética da espécie e,
consequentemente, da variabilidade necessária para uso no processo seletivo. Num
segundo estudo, no contexto da análise de modelos mistos, avaliaram-se estratégias de
estimação e predição de valores genotípicos para produtividade de grãos, a partir de
ensaios de competição final de linhagens de soja. Os genótipos, em número de 111 e
classificados em três grupos de maturação, foram semeados em até 23 experimentos
conduzidos na região central do Brasil. Os experimentos foram conduzidos no
delineamento de blocos completos casualizados, com três repetições. Nas análises
biométricas adotaram-se as abordagens de modelo fixo e de modelo misto, neste caso,
assumindo-se efeitos genotípicos como aleatórios. Na última abordagem, consideraram-se
ainda análises com ou sem uso da informação de parentesco genético, obtida a partir de
genealogias ou por marcadores SSR, e associada à matriz de covariâncias dos efeitos
aleatórios (G). Para cada modelo, num contexto de análise espacial, adotaram-se também
distintas estruturas para a matriz de covariâncias residuais (R). Concluiu-se, então, que: i) a
análise com modelo fixo é adequada para estimar efeitos genotípicos em soja, sob
condições de balanceamento dos dados e ortogonalidade do delineamento; ii) sob tais
condições, a inclusão da informação de parentesco associada à matriz G, embora não
garanta melhor ajuste aos modelos, sob herdabilidade moderada ou baixa, melhora a
precisão das predições de valores genotípicos; iii) o uso de estruturas espaciais associadas
à matriz R, na presença de autocorrelação residual, melhora o ajuste estatístico dos
modelos; e, iv) corrobora-se a tese de que, sob alta herdabilidade, a escolha do modelo de
análise não altera o posicionamento relativo dos genótipos, e, portanto, não impacta
significativamente na seleção de genótipos superiores.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.bc.ufg.br:tede/3884 |
| Date | 07 May 2014 |
| Creators | Godoi, Cláudio Roberto Cardoso de |
| Contributors | Duarte, João Batista, Duarte, João Batista, Silva Filho, João Luis da, Toledo, José Francisco Ferraz de, Chaves, Lázaro José, Coelho, Alexandre Siqueira Guedes |
| Publisher | Universidade Federal de Goiás, Programa de Pós-graduação em Genetica e Melhoramentode Plantas, UFG, Brasil, Escola de Agronomia e Engenharia de Alimentos - EAEA (RG) |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFG, instname:Universidade Federal de Goiás, instacron:UFG |
| Rights | http://creativecommons.org/licenses/by-nc-nd/4.0/, info:eu-repo/semantics/openAccess |
| Relation | 1167494949003462214, 600, 600, 600, 4500684695727928426, -7397920248419280716 |
Page generated in 0.5568 seconds