Estudo da interação genótipo × ambiente e predição genômica de híbridos de sorgo biomassa

• Ano de defesa: 2019
• Autor(a) principal: Oliveira, Isadora Cristina Martins
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Viçosa
• Palavras-chave em Português: Sorgo; Melhoramento genético; Análise fatorial; Genômica; Melhoramento Vegetal
• Link de acesso: https://locus.ufv.br//handle/123456789/29124

O sorgo biomassa é uma cultura que vem sendo demandada pelo mercado sucroenergético devido à suas características agronômicas, especialmente tolerância a estresses abióticos e alta acúmulo de biomassa, para a produção de energia. Neste contexto, com base no banco de dados históricos do programa de melhoramento de sorgo bioenergia da Embrapa Milho e Sorgo, buscou-se: i) investigar as fontes de interação genótipo × ambiente (G×A) e selecionar genótipos produtivos e adaptados e/ou estáveis, às diferentes condições ambientais usando análise de fatores; ii) avaliar a acurácia de predição de híbridos usando informação de marcadores SNPs e dados de múltiplos ambientes; iii) comparar a acurácia de modelos aditivos e aditivos-dominantes; e iv) predizer híbridos ainda não testados do programa. Os dados foram genotipados, via genotipagem por sequenciamento (GBS), sendo 17 linhagens R (macho-fértil) e 46 linhagens A (macho-estéril), das quais deram origem à 202 híbridos, que foram fenotipados em diversas regiões no território brasileiro. Devido ao alto desbalanceamento entre os ensaios nos diferentes anos, e entre os ensaios preliminares (APH) e finais (VCU) de avaliação de híbridos, adotou-se os métodos de modelos mistos para análise dos dados, com o auxílio do pacote ASReml disponível no software R. Constatou-se alta interação G×A entre os ambientes avaliados, com correlações genotípicas variando de -0,09 a 0,68. Por meio da análise de PCA os dois primeiros fatores explicaram 48.81% da variação genética, e foram capazes de distinguir os ambientes em avaliação. Por meio do biplot também foi possível selecionar genótipos com ampla adaptabilidade ou adaptabilidade específica à alguns ambientes. Analisando a regressão latente, com base nos genótipos mais produtivos, os híbridos H16 e H64 se mostraram os mais adaptados, e H17 o mais estável, aos ambientes avaliados. No contexto da seleção genômica, após obtidas as matrizes de relacionamento genético, os genitores foram distintos em dois grupos, o primeiro agrupando os genitores masculinos (linhagens R) e o segundo os femininos (linhagens A). Os modelos de predição apresentaram boa acurácia preditiva, exceto os esquemas de validação cruzada para híbridos avaliados em mais de cinco locais (CV3.1 e CV3.2), devido a menor informatividade da população de treinamento. Também observou-se que a adição da matriz de efeitos não-aditivos, proporciona um relativo aumento na acurácia de predição de híbridos em múltiplos ambientes, quando comparado aos modelos aditivos. Já para a predição de híbridos ainda não testados, também foram observadas altas acurácias, no entanto o menor tamanho da população de treinamento, e predições baseadas em informação de machos, levou a uma redução da acurácia em todos os esquemas testados. Dessa forma, os métodos de modelos mistos podem ser usados com eficiência nos programas de melhoramento de sorgo biomassa, possibilitando selecionar genótipos mais produtivos, e adaptados e/ou estáveis a uma ampla gama de ambientes, ou à ambientes específicos, além de predizer híbridos ainda não avaliados, ou avaliados em múltiplos ambientes, apresentando alta acurácia. Palavras-chave: Sorghum bicolor. Modelos mistos. Melhoramento de plantas. Validação Cruzada.