Descritores quantitativos na estimativa da divergência genética entre genótipos de mamoneira utilizando análises multivariadas



Título del documento: Descritores quantitativos na estimativa da divergência genética entre genótipos de mamoneira utilizando análises multivariadas
Revista: Revista ciencia agronomica
Base de datos: PERIÓDICA
Número de sistema: 000329931
Autores: 1
2
2
3
2
Instituciones: 1Instituto Federal do Espirito Santo, Colatina, Espirito Santo. Brasil
2Universidade Estadual do Norte Fluminense Darcy Ribeiro, Campos dos Goytacazes, Rio de Janeiro. Brasil
3Empresa de Pesquisa Agropecuaria do Estado do Rio de Janeiro, Campos dos Goytacazes, Rio de Janeiro. Brasil
Año:
Periodo: Abr-Jun
Volumen: 40
Número: 2
Paginación: 294-299
País: Brasil
Idioma: Portugués
Tipo de documento: Artículo
Enfoque: Analítico, descriptivo
Resumen en inglés Knowledge of the diversity is of fundamental importance for plant breeding, as well as for the identification of combinations that can express high heterosis levels, increase the expectation of selection of superior segregating genotypes, based on the accumulation of varibility by crosses between dissimilar genotypes. Several multivariate methods can be used to investigate diversity. The choice is made according to the accuracy desired by the researcher, the ease of the analysis and how the data were obtained. The purpose of this study was to evaluate the diversity of 11 castor bean genotypes in the north and northwest of Rio de Janeiro, Brazil and to investigate the potential of each genotype for future breeding programs. Six quantitative traits (plant height, total raceme length, length of the region with fruiting raceme, length of the region without fruiting raceme, number of fruits per raceme and total yield) were evaluated in a randomized complete block design with four replications. The differences between treatments were significant for all traits evaluated. Results of multivariate analyses (UPGMA, Tocher and canonical variables) showed similar results forming three groups each. The genotypes Nordestina, IAC 80, Al Guarany, Paraguaçu, Mirante and IAC 226 proved promising for the studied regions. For crossing or breeding programs, the combinations Al Guarany x Nordestina, Al Guarany x IAC 80 and Nordestina x IAC 80 are recommended
Resumen en portugués O conhecimento da diversidade é de fundamental importância para o melhoramento de plantas, pois além de identificar combinações que possam expressar elevada heterose, aumenta a perspectiva de seleção de segregantes superiores, com a potencialização da variabilidade no cruzamento entre genótipos divergentes. Diversos métodos multivariados podem ser aplicados no estudo da diversidade e a escolha baseia-se na precisão desejada pelo pesquisador, na facilidade da análise e na forma como os dados foram obtidos. A presente pesquisa teve como objetivos avaliar a diversidade de onze genótipos de mamoneira (Ricinus communis L.) nas regiões Norte e Noroeste do Estado do Rio de Janeiro e investigar o potencial do uso dos genótipos avaliados em futuros programas de melhoramento. Foram avaliados seis descritores quantitativos (altura de planta, comprimento total dos racemos, comprimento da região com frutificação do racemo, comprimento da região sem frutificação no racemo, número de frutos por racemo e produção total), utilizando-se delineamento de blocos ao acaso com quatro repetições. Houve diferenças significativas entre os tratamentos para todas as características avaliadas. As análises multivariadas (UPGMA, Tocher e Variáveis Canônicas) foram similares formando três grupos. Os genótipos Nordestina, IAC 80, Al Guarany, Paraguaçu, Mirante e IAC 226 revelaram-se promissores para as regiões avaliadas. Em programas de intercruzamentos, recomendam-se as combinações Al Guarany x Nordestina, Al Guarany x IAC 80 e Nordestina x IAC 80
Disciplinas: Agrociencias
Palabras clave: Fitotecnia,
Genotipos,
Ricinus communis,
Análisis multivariado,
Mejoramiento genético
Keyword: Agricultural sciences,
Crop husbandry,
Genotypes,
Ricinus communis,
Multivariate analysis,
Genetic improvement
Texto completo: Texto completo (Ver HTML)