Spatial statistical analysis and selection of genotypes in plant breeding Seleção de genótipos e análise estatística espacial no melhoramento de plantas

Pesquisa Agropecuária Brasileira

关键词: delineamento aumentado;    modelo misto;    recuperação de informação;    autocorrelação;    dados correlacionados;    geoestatística;    augmented design;    mixed model;    information recovery;    autocorrelation;    correlated data;    geostatistics;   

DOI  :  10.1590/S0100-204X2005000200002

来源: DOAJ

【 摘 要 】

The objective of this study was to evaluate the efficiency of spatial statistical analysis in the selection of genotypes in a plant breeding program and, particularly, to demonstrate the benefits of the approach when experimental observations are not spatially independent. The basic material of this study was a yield trial of soybean lines, with five check varieties (of fixed effect) and 110 test lines (of random effects), in an augmented block design. The spatial analysis used a random field linear model (RFML), with a covariance function estimated from the residuals of the analysis considering independent errors. Results showed a residual autocorrelation of significant magnitude and extension (range), which allowed a better discrimination among genotypes (increase of the power of statistical tests, reduction in the standard errors of estimates and predictors, and a greater amplitude of predictor values) when the spatial analysis was applied. Furthermore, the spatial analysis led to a different ranking of the genetic materials, in comparison with the non-spatial analysis, and a selection less influenced by local variation effects was obtained.
O objetivo deste trabalho foi avaliar a eficiência da análise estatística espacial na seleção de genótipos de plantas num programa de melhoramento. Buscou-se demonstrar os benefícios potenciais dessa abordagem quando as observações experimentais não são espacialmente independentes. O material consistiu de um ensaio de competição de linhagens de soja, com cinco cultivares testemunhas (de efeitos fixos) e 110 novos genótipos (de efeitos aleatórios), delineado em blocos aumentados. O ajuste espacial foi feito pelo modelo linear de campo aleatório (RFLM), com função de autocovariância estimada a partir dos resíduos da análise sob erros independentes. Os resultados apontaram uma autocorrelação residual de magnitude e alcance significativos, o que garantiu à abordagem espacial uma melhoria considerável na discriminação dos tratamentos genéticos - aumento do poder dos testes estatísticos, redução nos erros padrão de estimativas e de preditores e alargamento na amplitude das predições genotípicas. A análise espacial levou a um diferente ordenamento das linhagens em relação à análise não espacial e, finalmente, a uma seleção menos influenciada por efeitos da variação local.

【 授权许可】

Unknown