Abordagem bayesiana e modelos mistos para experimentos multiambientes na cultura da soja

• Ano de defesa: 2017
• Autor(a) principal: Silva, Alysson Jalles da [UNESP]
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Glycine max; Distribuição a priori no melhoramento genético; Modelagem matemática
• Link de acesso: http://hdl.handle.net/11449/150833

A utilização da abordagem Bayesiana pode permitir maior eficiência na aplicação de modelos complexos no melhoramento de plantas, tendo em vista a disponibilidade da computação com alto poder de processamento de dados. Objetivou-se neste estudo a obtenção de valores genéticos pela abordagem Bayesiana, comparando com a inferência frequentista (modelos mistos, lsmeans e médias aritméticas simples), em experimentos multiambientes na cultura da soja. Foram avaliadas 51 linhagens de soja e mais 4 testemunhas no delineamento em blocos casualizados em 6 ambientes com 3 repetições para a característica produtividade de grãos da soja kg.ha-1. Os parâmetros de interesse foram obtidos com o método de Monte Carlo via cadeias de Markov (MCMC) na obtenção de amostras da distribuição a posteriori conjunta. Como informação a priori foram utilizadas as distribuições half-normal a partir dos valores da variância de 18 genótipos de experimentos anteriores e relacionados, bem como a distribuição uniforme. Os valores genotípicos pela abordagem Bayesiana diferiram das médias com a inferência frequentista (modelos mistos, lsmeans e médias aritméticas simples), em experimentos multiambientes na cultura da soja, para os genótipos com alta e baixa produção de grãos. Para os demais casos os quatro métodos testados foram equivalentes. A abordagem Bayesiana com informações a priori derivadas de experimentos anteriores com soja pode ser utilizada nas análises no melhoramento genético dessa cultura. O método de modelos mistos (REML/BLUP) apresentou valores de médias e parâmetros genéticos bem próximos do método Bayesiano para herdabilidade em nível de média (h2mg), Acurácia na seleção dos genótipos (Acgen), Coeficiente de variação genético (CVgi%) e Coeficiente de variação ambiental (CVe%).