A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Desafios na condução e planejamento de experimentos de avaliação de clones de cana-de-açúcar Coordenador: Prof. Márcio Henrique Pereira Barbosa Universidade.

Apresentações semelhantes


Apresentação em tema: "Desafios na condução e planejamento de experimentos de avaliação de clones de cana-de-açúcar Coordenador: Prof. Márcio Henrique Pereira Barbosa Universidade."— Transcrição da apresentação:

1 Desafios na condução e planejamento de experimentos de avaliação de clones de cana-de-açúcar Coordenador: Prof. Márcio Henrique Pereira Barbosa Universidade Federal de Viçosa Coordenador: Prof. Márcio Henrique Pereira Barbosa Universidade Federal de Viçosa UFV PMGCA - UFV Programa de Melhoramento Genético da Cana-de-Açúcar PMGCA - UFV Programa de Melhoramento Genético da Cana-de-Açúcar Prof. Luiz Alexandre Peternelli (Estatística)

2 Conteúdo UFV 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 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 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 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 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 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 UFV

5 Programas de melhoramento da cana-de-açúcar no Brasil Programas de melhoramento da cana-de-açúcar no Brasil Programa Início Sigla IAC 1935 IAC-IACSP COPERSUCAR 1968 SP Universidades Federais 1991 RB (RIDESA) Canavialis 2003 CV Programa Início Sigla IAC 1935 IAC-IACSP COPERSUCAR 1968 SP Universidades Federais 1991 RB (RIDESA) Canavialis 2003 CV UFV RIDESA - RB COPERSUCAR - SP IAC - IAC RIDESA - RB COPERSUCAR - SP IAC - IAC

6 Conteúdo 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 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 RIDESA Rede Interuniversitária para o desenvolvimento do setor sucroalcooleiro RIDESA Rede Interuniversitária para o desenvolvimento do setor sucroalcooleiro Cultivares RB para todo BRASIL Cultivares RB para todo BRASIL Parceria com setor privado Usinas e destilarias Parceria com setor privado Usinas e destilarias UFV

8 Evolução da porcentagem da área total dos cultivares RB, SP e Introduzidos, nos Estados da região Centro Sul. UFV

9 UFAL Produção de sementes UFAL Produção de sementes UFRRJ UFV UFSCar UFRPE UFPR UFG L OGíSTICA DO P MGCA / R IDESA

10 Campos-RJ UFRRJ Ponte Nova-MG UFV Araras-SP UFSCar Valparaiso-SP UFSCar Paranavaí-PR UFPR Conceição da Barra-ES UFRRJ Goiânia – GO UFG Capinópolis-MG UFV Bandeirantes-PR UFPR Estações experimentais Rio Largo-AL UFAL Estação de Floração e Cruzamentos da Serra do Ouro Murici-AL UFAL Carpina-PE UFRPE RIDESA RIDESA UFV

11 Banco de germoplasma Estação de floração e cruzamentos da Serra do Ouro Murici-AL, UFAL Estação de floração e cruzamentos da Serra do Ouro Murici-AL, UFAL UFV

12 Banco de germoplasma Em 2000 cerca de 2100 acessos, dos quais UFV grande número de possíveis cruzamentos!!

13 Censo de panículas UFV

14 Preparo das etiquetas UFV

15 Preparo das panículas

16 Emasculação em água quente Emasculação em água quente

17 Transporte dos colmos para as campânulas UFV

18 Tipos de cruzamentos Cruz. de área Cruz. biparental Cruz. múltiplo

19 Coleta das sementes

20 Após a produção de sementes temos: Fase T1 Fase T2 Fase T3 Fase FM (multiplicação) Fase FE (experimentação) Após a produção de sementes temos: Fase T1 Fase T2 Fase T3 Fase FM (multiplicação) Fase FE (experimentação) Detalhamento da experimentação UFV

21 Clone RB (Heterozigoto) Clone RB (Heterozigoto) Clone RB (Heterozigoto) Clone RB (Heterozigoto) x x F1 Milhares de indivíduos heterozigotos F1 Milhares de indivíduos heterozigotos Seleção e obtenção dos clones Novo cultivar Avaliação experimental dos clones Fase T1 Fases T2, T3, FM, FE Fases T2, T3, FM, FE

22 FASE T1 Semeio FASE T1 Semeio

23 FASE T1 Repicagem FASE T1 Repicagem

24 FASE T1 Aclimatação FASE T1 Aclimatação

25 FASE T1 Preparo das mudas para transplantio FASE T1 Preparo das mudas para transplantio

26 FASE T1 Transplantio FASE T1 Transplantio

27 FASE T1 Transplantio FASE T1 Transplantio

28 Conteúdo 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 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

31

32 Conteúdo UFV 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 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 Divergência genética Baseado no coeficiente de parentesco Divergência genética Baseado no coeficiente de parentesco Critérios para escolha dos cruzamentos UFV Associação de características Para provável obtenção de bons materiais Associação de características Para provável obtenção de bons materiais Taxa de seleção Razão entre número selecionado e produzido Taxa de seleção Razão entre número selecionado e produzido Predição de cruzamentos Potencialmente superiores Predição de cruzamentos Potencialmente superiores

34 Programa Jornada de Cruzamentos Programa Jornada de Cruzamentos

35 Programa Jornada de Cruzamentos Programa Jornada de Cruzamentos

36 Programa Jornada de Cruzamentos Programa Jornada de Cruzamentos

37 Programa Jornada de Cruzamentos Programa Jornada de Cruzamentos

38 Programa Jornada de Cruzamentos Programa Jornada de Cruzamentos

39 Condução de ensaios Maior número de clones implica: – Aumentar a área experimental; – Conseguir mais recursos; Havendo restrição – reduzir n o 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; UFV

40 Planos experimentais comuns Delineamento em Blocos Aumentados (DBA) fases iniciais DBA duplicado fases intermediárias Blocos casualizados fases finais UFV

41 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. ## UFV

42 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 UFV

43 Variante do DBA DBA duplicado EBCTC Experimento 1Experimento 2Experimento 3 A,B + 1,2A,B + 3,4A,B + 5,6 Rep 1 A,B + 1,2A,B + 3,4A,B + 5,6 Rep 2 UFV A,B = trat comuns e 1,2,3,4,5,6 = trat regulares

44 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 48 a RBRAS, 2003, Lavras, v.1, p Souza, E.F.M.; Peternelli, L.A.. –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. 49 a RBRAS, 2004, Uberlândia, v.1, p Souza, E.F.M.; Peternelli, L.A.; Barbosa, M.H.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. 49 a RBRAS, 2004, Uberlândia, v.1, p Souza, E.F.M.; Peternelli, L.A.; Barbosa, M.H.P UFV

45 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 UFV

46 Alternativas de análise Uso de dados de parentesco ou de marcadores moleculares – matriz de similaridades genéticas Tratamentos regulares aleatório ou fixo Blocos aleatório ou fixo Porém... 4eventual similaridade entre respostas de parcelas vizinhas UFV

47 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... UFV

48 Métodos de Estatística Espacial geoestatística técnica de análise multivariada regressão linear múltipla intuição análise de covariância Princípios envolvidos: UFV

49 Maior dificuldade: Desconhecimento da teoria envolvida; Disponibilidade de softwares para execução das análises; Alguns autores programas em SAS para esclarecer algumas análises (ex.): 4 Wolfinger et al. (1997) 4 Duarte (2000) 4 Federer et al. (2001) UFV

50 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: UFV

51 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. UFV

52 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.Ex. – para o modelo selecionado análise modelo misto: fixo testemunhas; aleatório blocos e novos tratamentos – obtém médias de tratamento ajustadas ** UFV

53 local 1 Prod = trat C1 C2 C3 C4 C6 C8 R1 R2 R4 R8 R10 C1 R1 C2 R1 C3 R1 local 2 Prod = trat C1 C4 C10 R2 C1 R1 C1 R3 C2 R2 C2 R4 C3 R2 C3 R4 C4 R3 C4 R4 local 3 Prod = rep trat bloco(rep) C1 bloco(rep) UFV Volta

54 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 UFV

55 ... 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 UFV

56 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 UFV

57 Seleção Recorrente Objetiva aumentar freqüência gênica gradativamente na população gerar população base recombinar avaliar famílias Dificuldade maior: falta de sincronismo de florescimento UFV

58 Conteúdo UFV 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 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 Grande potencial para ganhos de seleção Necessidade de suporte computacional Maior uso de conhecimento teórico (genético- estatístico) e de validação usando simulação UFV

60 IFM

61 Esquema ilustrativo - Blocos Aumentados ret B A C A B C Bloco 1Bloco 2 B A C A C B Blocos 1 e 2 aumentados

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 Totalizando 16 cenários com 600 simulações. Experimento 1 Bloco2 Bloco 1 Experimento 2 Bloco2 Bloco 1 Experimento 3 Bloco2 Bloco 1 Layout Detalhes experimentais e de simulação

64 Continuação... Foram quantificados a coincidência entre genótipos selecionados: experimentos vs reais e entre experimentos.

65 Resultados 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 Taxa de seleção 10%20% % média de coincidência Real x EBCTC Real x DBA EBCTC x DBA DBA / EBCTC

66 Herdabilidade Baixa vs alta Implicações do uso do DBA. Continuação... Real x EBCTC Real x DBA EBCTC x DBA DBA / EBCTC

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 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 Bloco 1 Experimento 1 comuns regulares comuns regulares Experimento 2 comuns regulares comuns regulares Experimento 3 comuns regulares comuns regulares Bloco 2

71 Área experimental; para o DBA comuns regulares Bloco 1 comuns regulares Bloco 2 comuns regulares Bloco 3 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 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 OBJETIVOS Comparar o ajuste de médias e o ordenamento proporcionado pelo DBA, DBAD e EBCTC 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


Carregar ppt "Desafios na condução e planejamento de experimentos de avaliação de clones de cana-de-açúcar Coordenador: Prof. Márcio Henrique Pereira Barbosa Universidade."

Apresentações semelhantes


Anúncios Google