Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/36397
Type: | Tese |
Title: | Abordagem bayesiana na seleção de clones e progênies de batata-doce |
Authors: | Nermy Ribeiro Valadares |
First Advisor: | Alcinei Mistico Azevedo |
First Co-advisor: | Cândido Alves da Costa |
First Referee: | Silvia Nietsche |
Second Referee: | Valter Carvalho de Andrade Júnior |
Third Referee: | Samy Pimenta |
metadata.dc.contributor.referee4: | Leonardo Ribeiro Monteiro |
Abstract: | A inferência bayesiana como ferramenta para identificação de genótipos superiores de batata-doce é uma estratégia importante para o desenvolvimento de programas de melhoramento, pois possibilita o aproveitamento do conhecimento a priori oriundo de experimentos prévios. A batata-doce tem potencial para combater a desnutrição e garantir segurança alimentar para a população. Uma cultura versátil que pode ser utilizada tanto na alimentação humana como animal, e como matéria prima para a indústria. Logo, objetivou-se selecionar clones e progênies superiores e estudar a variabilidade existente no banco germoplasma do Instituto de Ciências Agrárias (ICA), da Universidade Federal de Minas Gerais (UFMG), utilizando a abordagem bayesiana. Foram avaliados em dois experimentos 24 clones e 16 progênies de meios-irmãos de batata-doce quanto à produtividade de raízes e ramas, formato de raízes e resistência a insetos do solo. Os dados foram analisados por meio da inferência bayesiana, com priori informativa, obtida a partir de dados oriundos de experimentos prévios. Para a avaliação da dissimilaridade genética dos 24 clones foram utilizados dados quantitativos e qualitativos em uma análise multivariada pela abordagem bayesiana. Os clones UFVJM40, UFVJM06, UFVJM09 e CAMBRAIA e as progênies FUFVJM15, F-UFVJM56, F-UFVJM09, F-CAMBRAIA e F-UFVJM40 se destacaram dos demais e podem ser utilizados como genitores em futuros programas de melhoramento. Houve variabilidade genética entre os genótipos de batata-doce. UFVJM05, UFVJM09, UFVJM31, UFVJM37, UFVJM40 são dissimilares dos demais e podem compor cruzamentos com os genótipos superiores selecionados. A inferência bayesiana foi eficiente na avaliação da dissimilaridade e na seleção de clones e progênies de batata-doce. |
Abstract: | The bayesian inference as a tool for the identification of superior sweet potato genotypes is an important strategy for the development of breeding programs, as it allows the use of prior knowledge from previous experiments. Sweet potatoes have the potential to combat malnutrition and ensure food security for the population. A versatile culture that can be used both in human and animal food, and as a raw material for industry. Therefore, the objective was to select clones and superior progenies and to study the variability existing in the germplasm bank of the Institute of Agricultural Sciences (ICA), of the Federal University of Minas Gerais (UFMG), using the bayesian approach. 24 clones and 16 progenies of sweet potato halfsiblings were evaluated in two experiments regarding root and branch productivity, root shape and resistance to soil insects. The data were analyzed using bayesian inference, with an informative priori, obtained from data from previous experiments. To assess the genetic dissimilarity of the 24 clones, quantitative and qualitative data were used in a multivariate analysis using the Bayesian approach. The clones UFVJM40, UFVJM06, UFVJM09 and CAMBRAIA and progenies F-UFVJM15, F-UFVJM56, FUFVJM09, F-CAMBRAIA and F-UFVJM40 stood out from the others and can be used as parents in future breeding programs. There was genetic variability between sweet potato genotypes. UFVJM05, UFVJM09, UFVJM31, UFVJM37, UFVJM40 are dissimilar to the others and can make crosses with the selected superior genotypes. Bayesian inference was efficient in assessing dissimilarity and in the selection of sweet potato clones and progenies. |
language: | por |
metadata.dc.publisher.country: | Brasil |
Publisher: | Universidade Federal de Minas Gerais |
Publisher Initials: | UFMG |
metadata.dc.publisher.program: | Programa de Pós-Graduação em Produção Vegetal |
Rights: | Acesso Aberto |
URI: | http://hdl.handle.net/1843/36397 |
Issue Date: | 10-Jul-2020 |
Appears in Collections: | Teses de Doutorado |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
TeseNermyRValadares.pdf | 7.06 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.