Abordagem bayesiana na seleção de clones e progênies de batata-doce
Carregando...
Arquivos
Data
Autor(es)
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Tese de doutorado
Título alternativo
Primeiro orientador
Membros da banca
Silvia Nietsche
Valter Carvalho de Andrade Júnior
Samy Pimenta
Leonardo Ribeiro Monteiro
Valter Carvalho de Andrade Júnior
Samy Pimenta
Leonardo Ribeiro Monteiro
Resumo
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.
Assunto
Palavras-chave
Ipomoea batatas (L.) Lam., Melhoramento genético de plantas, Análise multivariada, Dissimilaridade, Biometria