Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouEmanuelly Belmonte Alterado mais de 10 anos atrás
1
Programa de Melhoramento Genético da Cana-de-Açúcar
UFV Desafios na condução e planejamento de experimentos de avaliação de clones de cana-de-açúcar Prof. Luiz Alexandre Peternelli (Estatística) PMGCA - UFV Programa de Melhoramento Genético da Cana-de-Açúcar Coordenador: Prof. Márcio Henrique Pereira Barbosa Universidade Federal de Viçosa
2
Conteúdo 1. Programas de melhoramento no Brasil 2. O PMGCA / RIDESA
UFV Conteúdo 1. Programas de melhoramento no Brasil 2. O PMGCA / RIDESA 3. Fluxograma de intenções - PMGCA/UFV 4. Intenções/propostas/desafios/resultados operacionais genético-estatísticas resultados de pesquisa 5. Considerações finais
3
1. Programas de melhoramento no Brasil 2. O PMGCA / RIDESA
UFV 1. Programas de melhoramento no Brasil 2. O PMGCA / RIDESA 3. Fluxograma de intenções - PMGCA/UFV 4. Intenções/propostas/desafios/resultados 5. Considerações finais
4
Programas melhoramento da cana-de-açúcar no Brasil
UFV Programas melhoramento da cana-de-açúcar no Brasil Programa Período Sigla Escada-PE EB Campos-RJ CB Barreiros-PE EB São Bento, Tapera-PE ? SBP Curado, Recife-PE PB-IANE EECAPO, Piracicaba-SP COPERESTE, Sertãozinho-SP COP EECA, Rio Largo-AL PLANALSUCAR RB Usina da Barra, Barra Bonita-SP PO
5
Programas de melhoramento da cana-de-açúcar no Brasil
UFV Programas de melhoramento da cana-de-açúcar no Brasil Programa Início Sigla IAC IAC-IACSP COPERSUCAR SP Universidades Federais RB (RIDESA) Canavialis CV RIDESA - RB867515 COPERSUCAR - SP IAC - IAC
6
Conteúdo 1. Programas de melhoramento no Brasil 2. O PMGCA / RIDESA
UFV Conteúdo 1. Programas de melhoramento no Brasil 2. O PMGCA / RIDESA 3. Fluxograma de intenções - PMGCA/UFV 4. Intenções/propostas/desafios/resultados 5. Considerações finais
7
Parceria com setor privado
UFV RIDESA Rede Interuniversitária para o desenvolvimento do setor sucroalcooleiro Parceria com setor privado Usinas e destilarias Cultivares RB para todo BRASIL
8
UFV Evolução da porcentagem da área total dos cultivares RB, SP e Introduzidos, nos Estados da região Centro Sul.
9
LOGíSTICA DO PMGCA / RIDESA
UFAL Produção de sementes UFRRJ UFV UFSCar UFRPE UFPR UFG
10
Estações experimentais
UFV Estações experimentais Carpina-PE UFRPE Estação de Floração e Cruzamentos da Serra do Ouro Murici-AL UFAL Goiânia – GO UFG Capinópolis-MG UFV Ponte Nova-MG UFV Rio Largo-AL UFAL Valparaiso-SP UFSCar Conceição da Barra-ES UFRRJ Campos-RJ UFRRJ Bandeirantes-PR UFPR Araras-SP UFSCar Paranavaí-PR UFPR RIDESA
11
Estação de floração e cruzamentos da Serra do Ouro
UFV Estação de floração e cruzamentos da Serra do Ouro Murici-AL, UFAL Banco de germoplasma
12
grande número de possíveis cruzamentos!!
UFV Banco de germoplasma Em 2000 cerca de 2100 acessos, dos quais grande número de possíveis cruzamentos!!
13
UFV Censo de panículas
14
UFV Preparo das etiquetas
15
Preparo das panículas
16
Emasculação em água quente
17
Transporte dos colmos para as campânulas
UFV Transporte dos colmos para as campânulas
18
Tipos de cruzamentos Cruz. biparental Cruz. múltiplo Cruz. de área
19
Coleta das sementes
20
Detalhamento da experimentação
UFV Detalhamento da experimentação Após a produção de sementes temos: Fase T1 Fase T2 Fase T3 Fase FM (multiplicação) Fase FE (experimentação)
21
Milhares de indivíduos heterozigotos
UFV Clone RB867515 (Heterozigoto) RB835486 x F1 Milhares de indivíduos heterozigotos Fase T1 Seleção e obtenção dos clones Fases T2, T3, FM, FE Avaliação experimental dos clones Novo cultivar
22
FASE T1 Semeio
23
FASE T1 Repicagem
24
FASE T1 Aclimatação
25
Preparo das mudas para transplantio
FASE T1 Preparo das mudas para transplantio
26
FASE T1 Transplantio
27
FASE T1 Transplantio
28
Conteúdo 1. Programas de melhoramento no Brasil 2. O PMGCA / RIDESA
UFV Conteúdo 1. Programas de melhoramento no Brasil 2. O PMGCA / RIDESA 3. Fluxograma de intenções - PMGCA/UFV 4. Intenções/propostas/desafios/resultados 5. Considerações finais
29
UFV
30
UFV
31
UFV
32
Conteúdo 1. Programas de melhoramento no Brasil 2. O PMGCA / RIDESA
UFV Conteúdo 1. Programas de melhoramento no Brasil 2. O PMGCA / RIDESA 3. Fluxograma de intenções - PMGCA/UFV 4. Intenções/propostas/desafios/resultados operacionais genético-estatísticas resultados de pesquisa 5. Considerações finais
33
Critérios para escolha dos cruzamentos
UFV Critérios para escolha dos cruzamentos Divergência genética Baseado no coeficiente de parentesco Associação de características Para provável obtenção de bons materiais Taxa de seleção Razão entre número selecionado e produzido Predição de cruzamentos Potencialmente superiores
34
Jornada de Cruzamentos
Programa Jornada de Cruzamentos
35
Jornada de Cruzamentos
Programa Jornada de Cruzamentos
36
Jornada de Cruzamentos
Programa Jornada de Cruzamentos
37
Jornada de Cruzamentos
Programa Jornada de Cruzamentos
38
Jornada de Cruzamentos
Programa Jornada de Cruzamentos
39
Condução de ensaios Maior número de clones implica: Havendo restrição
UFV Condução de ensaios Maior número de clones implica: Aumentar a área experimental; Conseguir mais recursos; Havendo restrição reduzir no clones perda de indivíduos superiores; Reduzir o número de repetições do material (?). perda na precisão experimental; Reduzir o tamanho da parcela (?); interferência entre parcelas vizinhas;
40
Planos experimentais comuns
UFV Planos experimentais comuns Delineamento em Blocos Aumentados (DBA) fases iniciais DBA duplicado fases intermediárias Blocos casualizados fases finais
41
Sobre o “bloco aumentado”
UFV Sobre o “bloco aumentado” Delineamentos aumentados (Federer, 1956) Define-se: tratamentos comuns (testemunhas) tratamentos regulares (novo material) Seleciona-se um delineamento para os trat. comuns DBC, DBI, DQL etc Aumenta-se o tamanho dos blocos, ou o número de linhas ou colunas para acomodar os trat. regulares; Tratamentos regulares geralmente r = 1. #
42
Detalhes do delineamento
UFV Detalhes do delineamento Tratamentos comuns erro experimental Tratamentos regulares ajustados para efeito de blocos, linhas ou colunas OBS.: proposta inicial: substituir o uso de testemunhas sistematicamente arranjadas no campo
43
Variante do DBA DBA duplicado EBCTC Rep 1 Rep 2
UFV Variante do DBA DBA duplicado EBCTC Experimento 1 Experimento 2 Experimento 3 A,B + 1,2 A,B + 3,4 A,B + 5,6 Rep 1 A,B + 1,2 A,B + 3,4 A,B + 5,6 Rep 2 A,B = trat comuns e 1,2,3,4,5,6 = trat regulares
44
UFV Pesquisas recentes Souza, E.F.M.; Peternelli, L.A.. Eficiência relativa de delineamentos experimentais de uso potencial em fase inicial de seleção de plantas. Estudo via simulação.. In. 10 SEAGRO e 48a RBRAS, 2003, Lavras, v.1, p Souza, E.F.M.; Peternelli, L.A.; Barbosa, M.H.P. Comparação via simulação de delineamentos de uso potencial nas fases iniciais do melhoramento de plantas em condições de restrição de área. In. 49a RBRAS, 2004, Uberlândia, v.1, p Souza, E.F.M.; Peternelli, L.A.; Barbosa, M.H.P. Comparação do ajuste de médias e do ordenamento proporcionado por três delineamentos de uso potencial no melhoramento genético da cana-de-açúcar. In. 49a RBRAS, 2004, Uberlândia, v.1, p
45
Estudos recentes Melhora do ajuste com o uso de modelos mistos em que:
UFV Estudos recentes Melhora do ajuste com o uso de modelos mistos em que: y : vetor de observações; b : vetor de efeitos fixos desconhecidos; u : vetor de efeitos aleatórios desconhecidos; e : vetor de erros aleatórios; X e Z : matrizes conhecidas
46
Alternativas de análise
UFV Alternativas de análise Tratamentos regulares aleatório ou fixo Blocos aleatório ou fixo Uso de dados de parentesco ou de marcadores moleculares matriz de similaridades genéticas Porém ... eventual similaridade entre respostas de parcelas vizinhas
47
Uso de Estatística Espacial
UFV Uso de Estatística Espacial levar em conta o efeito da heterogeneidade espacial oriundas da: não homogeneidade dentro dos blocos; forma e disposição inapropriadas; proposta inicial anos 30; desde então propostos vários outros métodos ou variantes dos primeiros Em resumo...
48
Princípios envolvidos:
UFV Princípios envolvidos: “intuição” Métodos de Estatística Espacial análise de covariância geoestatística regressão linear múltipla técnica de análise multivariada
49
Maior dificuldade: Desconhecimento da teoria envolvida;
UFV Maior dificuldade: Desconhecimento da teoria envolvida; Disponibilidade de softwares para execução das análises; Alguns autores programas em SAS para esclarecer algumas análises (ex.): Wolfinger et al. (1997) Duarte (2000) Federer et al. (2001)
50
Recente proposta de aplicação
UFV Recente proposta de aplicação Federer, Reynolds and Crossa (2001). Combining Results from augmented Designs over Sites. Agron. J. 93: Proposta: Combinar resultados de experimentos de diferentes locais usando as três teorias vantagens sugeridas:
51
UFV vantagens: diz superar as dificuldades na combinação de resultados de experimentos de vários locais; economia de recursos; permite avaliar melhor os novos materiais; independência quanto a homogeneidade da variância residual; uso das mesmas testemunhas por local; mesmo modelo de resposta por local; mesmo delineamento por local.
52
Resumo do método Para cada local, para cada variável
UFV Resumo do método Para cada local, para cada variável escolhe-se um delineamento aumentado; ajusta-se o modelo que melhor represente a variabilidade espacial; (modelo fixo) Ex. para o modelo selecionado análise modelo misto: fixo testemunhas; aleatório “blocos” e novos tratamentos obtém médias de tratamento ajustadas *
53
Prod = trat C1 C2 C3 C4 C6 C8 R1 R2 R4 R8 R10 C1R1 C2R1 C3R1
UFV local 1 Prod = trat C1 C2 C3 C4 C6 C8 R1 R2 R4 R8 R10 C1R1 C2R1 C3R1 local 2 Prod = trat C1 C4 C10 R2 C1R1 C1R3 C2R2 C2R4 C3R2 C3R4 C4R3 C4R4 local 3 Prod = rep trat bloco(rep) C1bloco(rep) Volta
54
Combinação dos resultados
UFV Combinação dos resultados Método 1 (Cochran e Cox, 1957) obter as médias ajustadas; análise: esquema fatorial local aleatório tratamentos fixo obter as demais informações de interesse
55
... continuação Método 2 obter as médias ajustadas
UFV ... continuação Método 2 obter as médias ajustadas dividir as médias pelos seus erros padrões Análise: esquema fatorial local e trat aleatório obter demais informações de interesse
56
Seleção de Famílias Melhorar a eficiência da seleção
UFV Seleção de Famílias Melhorar a eficiência da seleção Selecionar previamente as famílias superiores obter informação sobre as famílias com base em seus clones avaliar famílias em ensaios com repetição Pesquisa sobre tamanho de parcela Uso do teoria de modelos mistos
57
UFV Seleção “Recorrente” gerar população base recombinar avaliar famílias Objetiva aumentar freqüência gênica gradativamente na população Dificuldade maior: falta de sincronismo de florescimento
58
Conteúdo 1. Programas de melhoramento no Brasil 2. O PMGCA / RIDESA
UFV Conteúdo 1. Programas de melhoramento no Brasil 2. O PMGCA / RIDESA 3. Fluxograma de intenções - PMGCA/UFV 4. Intenções/propostas/desafios/resultados operacionais genético-estatísticas resultados de pesquisa 5. Considerações finais
59
Considerações Finais Necessidade de maiores investimentos financeiros
UFV Considerações Finais Necessidade de maiores investimentos financeiros Grande potencial para ganhos de seleção Necessidade de suporte computacional Maior uso de conhecimento teórico (genético- estatístico) e de validação usando simulação
60
UFV F I M
61
Esquema ilustrativo - Blocos Aumentados
5 4 3 6 1 2 11 9 12 10 7 8 Blocos 1 e 2 aumentados ret
62
Objetivo Comparar a eficiência relativa dos seguintes delineamentos: EBCTC e DBA em relação aos reais valores; Levantar informações sobre a eficiência de ordenamento entre estes dois delineamentos.
63
Detalhes experimentais e de simulação
Experimento 1 Bloco2 Bloco 1 Experimento 2 Experimento 3 Layout Totalizando 16 cenários com 600 simulações.
64
Continuação... Foram quantificados a coincidência entre genótipos selecionados: experimentos vs reais e entre experimentos.
65
% média de coincidência
Resultados Taxa de seleção 10% 20% % média de coincidência 20 40 60 80 100 Real x EBCTC Real x DBA EBCTC x DBA DBA / EBCTC Mesmo padrão para as duas taxas de seleção; O EBCTC superou o DBA em todos os cenários Melhor comparar pela razão entre DBA e EBCTC
66
Implicações do uso do DBA.
Continuação... Herdabilidade Real x EBCTC Real x DBA EBCTC x DBA DBA / EBCTC Baixa vs alta Implicações do uso do DBA.
67
Conclusões A eficiência do EBCTC e DBA em comparação com Reais melhora com maior percentual de seleção. A perda de eficiência do DBA na seleção dos melhores genótipos é de cerca de 15% comparado ao EBCTC. Para caracteres com baixa herdabilidade o aumento do percentual de seleção melhora a eficiência do DBA em relação ao EBCTC. voltar
68
Objetivo: Avaliar o EBCTC e o DBA sob a condições de limitação de área e número variável de tratamentos regulares. limitação de área limitação de recursos
69
Material e métodos Tomar decisão: Problema: 120 tratamentos regulares;
3 tratamentos comuns; área disponível para apenas 138 parcelas com tamanho adotado convencionalmente. Tomar decisão: diminuir tamanho de parcela; descartar alguns genótipos; não repetir os genótipos.
70
Área experimental; para o EBCTC comuns regulares comuns regulares
Experimento 1 Experimento 3 comuns regulares Experimento 2 comuns regulares comuns Bloco 1 regulares comuns regulares Bloco 2
71
OBS.: mesma área experimental
para o DBA Bloco 1 comuns regulares Bloco 2 comuns regulares Bloco 3 comuns regulares OBS.: mesma área experimental
72
Resultados Valores encontrados para o DBA já eram esperados;
Baixa eficiência do EBCTC em relação aos melhores genótipos.
73
CONCLUSÕES Com a inclusão de novos genótipos o DBA não altera a sua eficiência em relação aos melhores genótipos, Com a inclusão de novos genótipos a porcentagem média de coincidência entre os selecionados pelo DBA e os verdadeiros melhores genótipos aumenta, em relação ao EBCTC; Com o aumento da variação entre experimentos, para o DBA variação entre blocos, houve uma pequena redução na eficiência do DBA em relação aos verdadeiros melhores genótipos; Quando houver restrição de área o melhor procedimento seria usar o DBA e avaliar um maior número de genótipos se houver. voltar
74
OBJETIVOS Comparar o ajuste de médias e o ordenamento proporcionado pelo DBA, DBAD e EBCTC MATERIAL E MÉTODOS 70 trat regulares e 3 comuns (fase T3); experimento instalado no EBCTC com 8 experimentos e duas repetições layout do EBCTC cálculo das médias ajustadas e ordenamento. variáveis: TCH, TPH, PCC DBA e DBAD
75
CONCLUSÕES Considerando o modelo fixo, o ajuste das médias proporcionado pelo DBAD foi o mesmo do proporcionado pelo EBCTC; A realização de somente uma repetição não acarreta grandes diferenças no ajuste de médias; O ajuste das médias foi semelhante para os três delineamentos, proporcionando coincidência de seleção alta entre os tratamentos. voltar
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.