INTERAÇÃO GENÓTIPOS X AMBIENTES EM LINHAGENS DE FEIJÃO-CAUPI PELO MÉTODO GGE BIPLOT

Autores

  • Massaine Bandeira e Sousa Postgraduate Program in Genetics and Breeding, Universidade Federal do Piauí, Teresina, PI
  • Kaesel Jackson Damasceno-Silva Embrapa Meio-Norte, Teresina, PI
  • Maurisrael de Moura Rocha Embrapa Meio-Norte, Teresina, PI
  • José Ângelo Nogueira de Menezes Júnior Embrapa Meio-Norte, Teresina, PI
  • Laíze Raphaelle Lemos Lima Postgraduate Program in Genetics and Breeding, Universidade Federal do Piauí, Teresina, PI

DOI:

https://doi.org/10.1590/1983-21252018v31n108rc

Palavras-chave:

Vigna unguiculata. Produtividade de grãos. Adaptabilidade e estabilidade.

Resumo

O método GGE Biplot é eficiente em identificar genótipos favoráveis e ambientes ideais para avaliação. Portanto, o objetivo deste trabalho foi avaliar a interação genótipo por ambientes (G×A) de linhagens elite de feijão-caupi nos ensaios de valor de cultivo e uso (VCU) da Embrapa Meio-Norte, realizados nas regiões de Cerrado do Brasil, por meio de analises via GGE Biplot. Avaliou-se a produtividade de grãos em 40 genótipos de feijão-caupi, sendo 30 linhagens e 10 cultivares, durante três anos (2010, 2011 e 2012) em três locais: Balsas (BAL), São Raimundo das Mangabeiras (SRM) e Primavera do Leste (PRL). Os dados foram submetidos a análises de variância, a partir da qual foram obtidas as médias ajustadas para realizar a análise via GGE-Biplot. Os resultados gráficos revelam que houve variação no comportamento dos genótipos nos locais avaliados ao longo dos anos. As linhagens MNC02-675F-4-9 e MNC02-675F-4-10 apresentaram desempenhos de um genótipo ideal, com máxima produtividade aliada à boa estabilidade nos locais de avaliação. Houve a formação de três mega-ambientes que englobaram ambientes correlacionados positivamente. As linhagens MNC02-675F-4-9, MNC02-675F-9-3 e MNC02-701F-2 apresentaram o melhor desempenho médio dentro de cada mega-ambiente. O ambiente PRL10 e as linhagens próximas a este ambiente, como MNC02-677F-2, MNC02-677F-5 e a cultivar testemunha BRS-Marataoã, puderam ser classificados com maior confiabilidade, determinados basicamente pelos efeitos genotípicos, com G×A reduzida. A maioria dos ambientes avaliados foram ideais para avaliação da G×A, discriminando bem os genótipos. Portanto, a análise GGE-Biplot, permitiu selecionar genótipos com adaptabilidade e desempenhos superiores para ambientes específicos.

Downloads

Não há dados estatísticos.

Referências

AKANDE, S. R. Genotype by environment interaction for cowpea seed yield and disease reactions in the forest and derived savanna agro-ecologies of south-west Nigeria. American-Eurasian Journal of Agricultural & Environmental Science, Deira, v. 2, n. 2, p. 163-168, 2007.

ALWALA, S. et al. A comprehensive comparison between Eberhart and Russel joint regression and GGE-Biplot analyses to identify stable and high yielding maize hybrids. Field Crops Research, Amsterdam, v. 119, n. 2-3, p. 225-230, 2010.

BARROS, M. A. et al. Adaptabilidade e estabilidade produtiva de feijão-caupi de porte semiprostrado. Pesquisa Agropecuária Brasileira, Brasília, v. 48, n. 4, p. 403-410, 2013.

CRUZ, C. D. Princípios de Genética Quantitativa. 1. ed. Viçosa, MG: UFV, 2010. 394 p.

FREIRE FILHO, F. R. et al. Feijão-caupi: produção, melhoramento genético, avanços e desafios. Brasília, DF: Embrapa Informação Tecnológica, 2011. 81 p.

FRUTOS, E.; GALINDO, M. P.; LEIVA, V. An interactive biplot implementation in R for modeling genotype-by-environment interaction. Stochastic Environmental Research and Risk Assessment, v. 28, n. 7, p. 1629-1641, 2014.

GAUCH, H. G. Model selection and validation for yield trials with interaction. Biometrics, Arlington, v. 44, n. 3, p. 705-715, 1988.

GAUCH, H. G. Statistical analysis of regional yield trials: AMMI analysis of factorial designs. 1. ed. Amsterdam: Elsevier, 1992. 278 p.

GAUCH, H. G.; PIEPHO, H. P.; ANNICCHIARICO, P. Statistical analysis of yield trials by AMMI and GGE: Further considerations. Crop Science, Madison, v. 48, n. 3, p. 866-889, 2008.

HONGYU, K. et al. Comparação entre os modelos AMMI e GGE-Biplot para os dados de ensaios multi-ambientais. Revista Brasileira de Biometria, São Paulo, v. 33, n. 2, p. 139-155, 2015.

KAYA, Y. M.; AKÇURA, T. S. GGE-Biplot analysis of multienvironment yield trials in bread wheat. Turkish Journal of Agriculture and Forestry, Tübitak, v. 30, n. 5, p. 325-337, 2006.

KEMPTON, R. A. The use of biplots in interpreting variety by environment interactions. The Journal of Agricultural Science, Cambridge, v. 103, n. 1, p. 123–135, 1984.

MATTOS, P. H. C. et al. Evaluation of sugarcane genotypes and production environments in Paraná by GGE-Biplot and AMMI analysis. Crop Breeding and Applied Biotechnology, Viçosa, v. 13, n. 1, p. 83-90, 2013.

MEHARI, M. et al. GGE-Biplot analysis of genotype-by-environment interaction and grain yield stability of bread wheat genotypes in South Tigray, Ethiopia. Communications in Biometry and Crop Science, Warsaw, v. 10, n. 1, p. 17–26, 2015.

MOHAMMADI, R.; AMRI, A. Genotype×environment interaction and genetic improvement for yield and yield stability of rainfed durum wheat in Iran. Euphytica, Wageningen, v. 192, n. 3, p. 227–249, 2013.

NUNES, H. F. et al. Grain yield adaptability and stability of blackeyed cowpea genotypes under rainfed agriculture in Brazil. African Journal of Agricultural Research, Nairobi, v. 9, n. 2, p. 255-261, 2014.

OLAYIWOLA, M. O.; SOREMI, P. A. S.; OKELEYE, K. A. Evaluation of some cowpea [Vigna unguiculata (L.) Walp.] genotypes for stability of performance over 4 years. Current Research in Agricultural Sciences, v. 2, n. 1, p. 22- 30, 2015.

PAGLIOSA, E. S. et al. Análise GGE-Biplot de genótipos de milho sob diferentes formas de adubação em sistema de agricultura familiar. Semina: Ciências Agrárias, Londrina, v. 36, n. 5, p. 2965-2976, 2015.

R CORE TEAM. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria, 2015. Disponível em: <http://www.R-project.org/>. Acesso em: 14 jun. 2016.

RESENDE, M. D. V.; DUARTE, J. B. Precisão e controle de qualidade em experimentos de avaliação de cultivares. Pesquisa Agropecuária Tropical, Goiânia, v. 37, n. 3, p. 182-194, 2007.

ROCHA, M. M. et al. Adaptabilidade e estabilidade produtiva de genótipos de feijão-caupi de porte semi-ereto na região Nordeste do Brasil. Pesquisa Agropecuária Brasileira, Brasília, v. 42, n. 9, p. 1283-1289, 2007.

SANTOS, et al. Adaptability and stability of erect cowpea genotypes via REML/BLUP and GGE-Biplot. Bragantia, São Paulo, v. 75. n. 3, p. 299-306, 2016.

SHIRINGANI, R. P.; SHIMELIS, H. A. Yield response and stability among cowpea genotypes at three planting dates and test environment. African Journal of Agricultural Research, Nairobi, v. 6, n. 4, p. 3259-3263, 2011.

SILVA, R. R.; BENIN, G. Análises Biplot: conceitos, interpretações e aplicações. Ciência Rural, Santa Maria, v. 42, n. 8, p. 1404-1412, 2012.

WESTCOFF, B. A method of analysis of the yield stability of crops. Journal of Agricultural Science, Toronto, v. 108, n. 1, p. 267–274, 1987.

YAN, W. et al. Cultivar evaluation and mega environment investigation based on GGE-Biplot. Crop Science, Madison, v. 40, n. 3, p. 597-605, 2000.

YAN, W. GGE-Biplot vs. AMMI Graphs for Genotype-by-Environment Data Analysis. Journal of the India Society of Agricultural Statistics, New Delhi, v. 65, n. 2, p. 181-193, 2011.

YAN, W.; TINKER, N. A. Biplot analysis of multienvironment trial data: Principles and applications. Canadian Journal of Plant Science, Ottawa, v. 83, n. 6, p. 623-645, 2006.

YANG, R. C. et al. Biplot analysis of genotype × environment interaction: proceed with caution. Crop Science, Madison, v. 49, n. 5, p. 1564-1576, 2009.

Downloads

Publicado

11-12-2017

Edição

Seção

Agronomia