|
Registro Completo |
|
Biblioteca(s): |
Embrapa Unidades Centrais. |
|
Data corrente: |
06/07/2022 |
|
Data da última atualização: |
30/01/2024 |
|
Autoria: |
KEHL, K.; CARVALHO, I. R.; SACON, D.; RIZZARDI, M. A.; LANGARO, N. C.; LORO, M. V.; MOURA, N. B.; LAUTENCHLEGER, F. |
|
Afiliação: |
KASSIANA KEHL, FUNDAÇÃO PRÓ-SEMENTES; IVAN RICARDO CARVALHO, UNIVERSIDADE REGIONAL DO NOROESTE DO RIO GRANDE DO SUL; DEIVID SACON, UNIVERSIDADE FEDERAL DE VIÇOSA; MAURO ANTONIO RIZZARDI, UNIVERSIDADE DE PASSO FUNDO; NADIA CANALI LANGARO, UNIVERSIDADE DE PASSO FUNDO; MURILO VIEIRA LORO, UNIVERSIDADE FEDERAL DE SANTA MARIA; NATÃ BALSSAN MOURA, UNIVERSIDADE FEDERAL DE SANTA MARIA; FRANCINE LAUTENCHLEGER, UNIVERSIDADE DO CENTRO-OESTE. |
|
Título: |
Strategic positioning of soybean based on the agronomic ideotype and on fixed and mixed multivariate models. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
Pesquisa Agropecuária Brasileira, v. 57, e02702, 2022. |
|
DOI: |
https://doi.org/10.1590/S1678-3921.pab2022.v57.02702 |
|
Idioma: |
Inglês |
|
Notas: |
Título em português: Posicionamento estratégico da soja com base no ideótipo agronômico e nos modelos multivariados fixos e mistos. |
|
Conteúdo: |
ABSTRACT - The objective of this work was to decompose the variations of the genotype × environment interaction through fixed multivariate models, as well as to understand the genetic variations through mixed models, for the estimation and prediction of the genetic value of soybean (Glycine max) genotypes in the state of Rio Grande do Sul, Brazil. Tests were carried out during the 2016/2017, 2017/2018, and 2018/2019 crop seasons in different municipalities in six regions of the state, using the additive main effects and multiplicative interaction (AMMI) and genotype main effects + genotype-by-environment interaction (GGE) models. The genotypes were also evaluated using an index that allows weighting between mean performance and stability (WAASBY) and by the restricted maximum likelihood (REML) and the best linear unbiased prediction (BLUP) models. The used experimental design was randomized complete blocks (18 environments x 12 genotypes), with three replicates. The best performing genotypes in favorable environments are: 'BMX Valente RR', 'BMX Alvo RR', 'NS 5959 IPRO', 'DM 5958RSF IPRO', and 'BMX Ativa RR'. The favorable environments are the 2017/2018 season in the municipality of Bagé and the 2016/2017 season in the municipalities of São Luiz Gonzaga and Cachoeira do Sul, where higher grain yields were obtained. The genotypes that show excellent performance in unfavorable environments are cultivars BMX Ativa RR, DM 5958RSF IPRO, NS 5959 IPRO, and TMG 7262 RR. The 2016/2017 season is considered unfavorable in the municipalities of São Luiz Gonzaga and Cachoeira do Sul. The AMMI, GGE, and WAASBY or BLUP models for genotype selection must be used simultaneously. RESUMO - O objetivo deste trabalho foi decompor as variações da interação genótipo × ambiente por meio de modelos multivariados fixos, bem como entender as variações genéticas por meio de modelos mistos, para estimativa e predição do valor genético de genótipos de soja (Glycine max), no estado do Rio Grande do Sul, Brasil. Foram realizados testes durante as safras de 2016/2017, 2017/2018 e 2018/2019, em diferentes municípios, em seis regiões do estado, com uso dos modelos de efeitos principais aditivos e interação multiplicativa (AMMI) e de efeitos principais dos genótipos + interação genótipo-ambiente (GGE). Os genótipos também foram avaliados pelo índice que permite ponderar entre estabilidade e desempenho médio (WAASBY) e pelos modelos de máxima verossimilhança restrita (REML) e de melhor predição linear não viciada (BLUP). O delineamento experimental utilizado foi o de blocos ao acaso (18 ambientes x 12 genótipos), com três repetições. Os genótipos com melhor desempenho em ambientes favoráveis são: 'BMX Valente RR', 'BMX Alvo RR', 'NS 5959 IPRO', 'DM 5958RSF IPRO' e 'BMX Ativa RR'. Os ambientes favoráveis são a safra de 2017/2018 no município de Bagé e de 2016/2017 nos municípios de São Luiz Gonzaga e Cachoeira do Sul, onde obteve-se maior produtividade de grãos. Os genótipos que apresentam excelente desempenho em ambientes desfavoráveis são as cultivares BMX Ativa RR, DM 5958RSF IPRO, NS 5959 IPRO e TMG 7262 RR. A safra de 2016/2017 é considerada desfavorável nos municípios de São Luiz Gonzaga e Cachoeira do Sul. Os modelos de seleção de genótipos AMMI, GGE e WAASBY ou BLUP devem ser usados simultaneamente. MenosABSTRACT - The objective of this work was to decompose the variations of the genotype × environment interaction through fixed multivariate models, as well as to understand the genetic variations through mixed models, for the estimation and prediction of the genetic value of soybean (Glycine max) genotypes in the state of Rio Grande do Sul, Brazil. Tests were carried out during the 2016/2017, 2017/2018, and 2018/2019 crop seasons in different municipalities in six regions of the state, using the additive main effects and multiplicative interaction (AMMI) and genotype main effects + genotype-by-environment interaction (GGE) models. The genotypes were also evaluated using an index that allows weighting between mean performance and stability (WAASBY) and by the restricted maximum likelihood (REML) and the best linear unbiased prediction (BLUP) models. The used experimental design was randomized complete blocks (18 environments x 12 genotypes), with three replicates. The best performing genotypes in favorable environments are: 'BMX Valente RR', 'BMX Alvo RR', 'NS 5959 IPRO', 'DM 5958RSF IPRO', and 'BMX Ativa RR'. The favorable environments are the 2017/2018 season in the municipality of Bagé and the 2016/2017 season in the municipalities of São Luiz Gonzaga and Cachoeira do Sul, where higher grain yields were obtained. The genotypes that show excellent performance in unfavorable environments are cultivars BMX Ativa RR, DM 5958RSF IPRO, NS 5959 IPRO, and TMG 7262 RR. The 2016/2017... Mostrar Tudo |
|
Thesagro: |
Glycine Max; Melhoramento Genético Vegetal; Soja; Variação Genética. |
|
Thesaurus Nal: |
Breeding; Cultivars; Genetic variation; Genotype-environment interaction; Soybeans. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1144501/1/Strategic-positioning-soybean-2022.pdf
|
|
Marc: |
LEADER 04523naa a2200337 a 4500
001 2144501
005 2024-01-30
008 2022 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1590/S1678-3921.pab2022.v57.02702$2DOI
100 1 $aKEHL, K.
245 $aStrategic positioning of soybean based on the agronomic ideotype and on fixed and mixed multivariate models.$h[electronic resource]
260 $c2022
500 $aTítulo em português: Posicionamento estratégico da soja com base no ideótipo agronômico e nos modelos multivariados fixos e mistos.
520 $aABSTRACT - The objective of this work was to decompose the variations of the genotype × environment interaction through fixed multivariate models, as well as to understand the genetic variations through mixed models, for the estimation and prediction of the genetic value of soybean (Glycine max) genotypes in the state of Rio Grande do Sul, Brazil. Tests were carried out during the 2016/2017, 2017/2018, and 2018/2019 crop seasons in different municipalities in six regions of the state, using the additive main effects and multiplicative interaction (AMMI) and genotype main effects + genotype-by-environment interaction (GGE) models. The genotypes were also evaluated using an index that allows weighting between mean performance and stability (WAASBY) and by the restricted maximum likelihood (REML) and the best linear unbiased prediction (BLUP) models. The used experimental design was randomized complete blocks (18 environments x 12 genotypes), with three replicates. The best performing genotypes in favorable environments are: 'BMX Valente RR', 'BMX Alvo RR', 'NS 5959 IPRO', 'DM 5958RSF IPRO', and 'BMX Ativa RR'. The favorable environments are the 2017/2018 season in the municipality of Bagé and the 2016/2017 season in the municipalities of São Luiz Gonzaga and Cachoeira do Sul, where higher grain yields were obtained. The genotypes that show excellent performance in unfavorable environments are cultivars BMX Ativa RR, DM 5958RSF IPRO, NS 5959 IPRO, and TMG 7262 RR. The 2016/2017 season is considered unfavorable in the municipalities of São Luiz Gonzaga and Cachoeira do Sul. The AMMI, GGE, and WAASBY or BLUP models for genotype selection must be used simultaneously. RESUMO - O objetivo deste trabalho foi decompor as variações da interação genótipo × ambiente por meio de modelos multivariados fixos, bem como entender as variações genéticas por meio de modelos mistos, para estimativa e predição do valor genético de genótipos de soja (Glycine max), no estado do Rio Grande do Sul, Brasil. Foram realizados testes durante as safras de 2016/2017, 2017/2018 e 2018/2019, em diferentes municípios, em seis regiões do estado, com uso dos modelos de efeitos principais aditivos e interação multiplicativa (AMMI) e de efeitos principais dos genótipos + interação genótipo-ambiente (GGE). Os genótipos também foram avaliados pelo índice que permite ponderar entre estabilidade e desempenho médio (WAASBY) e pelos modelos de máxima verossimilhança restrita (REML) e de melhor predição linear não viciada (BLUP). O delineamento experimental utilizado foi o de blocos ao acaso (18 ambientes x 12 genótipos), com três repetições. Os genótipos com melhor desempenho em ambientes favoráveis são: 'BMX Valente RR', 'BMX Alvo RR', 'NS 5959 IPRO', 'DM 5958RSF IPRO' e 'BMX Ativa RR'. Os ambientes favoráveis são a safra de 2017/2018 no município de Bagé e de 2016/2017 nos municípios de São Luiz Gonzaga e Cachoeira do Sul, onde obteve-se maior produtividade de grãos. Os genótipos que apresentam excelente desempenho em ambientes desfavoráveis são as cultivares BMX Ativa RR, DM 5958RSF IPRO, NS 5959 IPRO e TMG 7262 RR. A safra de 2016/2017 é considerada desfavorável nos municípios de São Luiz Gonzaga e Cachoeira do Sul. Os modelos de seleção de genótipos AMMI, GGE e WAASBY ou BLUP devem ser usados simultaneamente.
650 $aBreeding
650 $aCultivars
650 $aGenetic variation
650 $aGenotype-environment interaction
650 $aSoybeans
650 $aGlycine Max
650 $aMelhoramento Genético Vegetal
650 $aSoja
650 $aVariação Genética
700 1 $aCARVALHO, I. R.
700 1 $aSACON, D.
700 1 $aRIZZARDI, M. A.
700 1 $aLANGARO, N. C.
700 1 $aLORO, M. V.
700 1 $aMOURA, N. B.
700 1 $aLAUTENCHLEGER, F.
773 $tPesquisa Agropecuária Brasileira$gv. 57, e02702, 2022.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Unidades Centrais (AI-SEDE) |
|
