Adaptabilidade e estabilidade de pré-cultivares de feijão carioca no Agreste-Sertão pernambucano

• Ano de defesa: 2022
• Autor(a) principal: MELO, Gérsia Gonçalves de
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal Rural de Pernambuco; Departamento de Agronomia; Brasil; UFRPE; Programa de Pós-Graduação em Melhoramento Genético de Plantas
• Palavras-chave em Português: Feijão; Phaseolus vulgaris; Interação genótipo x ambiente; Melhoramento genético; FITOTECNIA::MELHORAMENTO VEGETAL
• Link de acesso: http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/9501

O feijão comum é uma importante fonte de proteínas e apresenta relevante valor socioeconômico no Brasil, que possui preferência pelo tipo comercial carioca. No Agreste-Sertão pernambucano, seu cultivo é feito em vários municípios, com diversas condições edafoclimáticas, que influenciam na produtividade. Para minimizar os efeitos da interação, os melhoristas buscam identificar genótipos adaptáveis e estáveis, e a escolha da metodologia de avaliação da adaptabilidade e estabilidade deve ser feita da forma mais adequada para garantir efetiva análise dos dados. O objetivo desse trabalho foi comparar as metodologias de Eberhart & Russel, Linn & Binns modificado por Carneiro e Additive Main Effects and Multiplicative Interaction Analysis (AMMI), identificando a mais eficiente na seleção simultânea de pré-cultivares de feijão carioca produtivas, adaptadas e estáveis e, por conseguinte, confrontar as versões frequentista e bayesiana da análise AMMI, para avaliação do poder preditivo. Foram utilizadas dez pré-cultivares e quatro testemunhas, em delineamento de blocos casualizados com três repetições. A produtividade de grãos foi avaliada nos anos de 2014 e 2015. Inicialmente, a adaptabilidade e estabilidade foram estimadas pelos métodos de Eberhart & Russell, Lin & Binns modicado por Carneiro e AMMI, que em sequência foram comparadas por meio da correlação de Spearman. Posteriormente, foram realizados desbalanceamentos aleatórios nos dados (10% e 20% de perda) e executadas análises com o AMMI clássico e o AMMI bayesiano (BAMMI), sendo utilizado o algoritmo EM (expectation-maximization) para imputar os dados faltantes na análise clássica. Por fim, para avaliar o poder preditivo dos modelos propostos, foi feita validação cruzada usando a correlação entre valores preditos e observados (Cor), Correlação de Spearman (CorS) e PRESS (Prediction Error Sum Square). Foi observada ausência de correlação entre Eberhart & Russell e Lin & Binns. O AMMI é o método frequentista mais completo para uso isolado, entretanto, BAMMI apresentou melhor capacidade preditiva, bem como melhor desempenho no estudo da adaptabilidade e estabilidade. O BAMMI apresenta flexibilidade para lidar com dados resultantes de experimentos multiambientais, superando limitações da análise padrão do modelo AMMI.