Upload
kenny
View
41
Download
0
Embed Size (px)
DESCRIPTION
UFV. Desafios na condução e planejamento de experimentos de avaliação de clones de cana-de-açúcar. Prof. Luiz Alexandre Peternelli (Estatística). PMGCA - UFV Programa de Melhoramento Genético da Cana-de-Açúcar. Coordenador: Prof. Márcio Henrique Pereira Barbosa Universidade Federal de Viçosa. - PowerPoint PPT Presentation
Citation preview
Desafios na condução e planejamento de experimentos de avaliação de
clones de cana-de-açúcar
Coordenador: Prof. Márcio Henrique Pereira Barbosa
Universidade Federal de Viçosa
UFV
PMGCA - UFVPrograma de Melhoramento Genético da Cana-de-Açúcar
Prof. Luiz Alexandre Peternelli (Estatística)
ConteúdoUFV
1. Programas de melhoramento no Brasil
2. O PMGCA / RIDESA
3. Fluxograma de intenções - PMGCA/UFV
4. Intenções/propostas/desafios/resultados
• operacionais
• genético-estatísticas
• resultados de pesquisa
5. Considerações finais
UFV
1. Programas de melhoramento no Brasil
2. O PMGCA / RIDESA
3. Fluxograma de intenções - PMGCA/UFV
4. Intenções/propostas/desafios/resultados
5. Considerações finais
Programas melhoramento da
cana-de-açúcar no BrasilPrograma Período SiglaEscada-PE 1913 - 1924 EBCampos-RJ 1916 - 1972 CBBarreiros-PE 1924 - 1933 EBSão Bento, Tapera-PE 1928 - ? SBPCurado, Recife-PE 1933 - 1974 PB-IANEEECAPO, Piracicaba-SP 1928 - 1935COPERESTE, Sertãozinho-SP 1963 - 1969 COPEECA, Rio Largo-AL 1968 - 1971 PLANALSUCAR 1971 - 1990 RBUsina da Barra, Barra Bonita-SP 1975 - 1999 PO
UFV
Programas de melhoramento da
cana-de-açúcar no Brasil
Programa Início Sigla
IAC 1935 IAC-IACSP
COPERSUCAR 1968 SP
Universidades Federais 1991 RB (RIDESA)
Canavialis 2003 CV
www.studium.ppg.br/ridesa2/
UFV
RIDESA - RB867515 COPERSUCAR - SP91-1049 IAC - IAC86-2210
ConteúdoUFV
1. Programas de melhoramento no Brasil
2. O PMGCA / RIDESA
3. Fluxograma de intenções - PMGCA/UFV
4. Intenções/propostas/desafios/resultados
5. Considerações finais
RIDESARede Interuniversitária para o desenvolvimento
do setor sucroalcooleiro
Cultivares RBpara todo BRASIL
Parceria com setor privadoUsinas e destilarias
UFV
010203040506070
% C
ultiv
ares
RB INT SP
Evolução da porcentagem da área total dos cultivares RB, SP e Introduzidos, nos Estados da região Centro Sul.
UFV
UFALProdução de
sementes
UFRRJUFV
UFSCar
UFRPE UFPR
UFG
LOGíSTICA DO PMGCA / RIDESA
Campos-RJUFRRJ
Ponte Nova-MGUFV
Araras-SPUFSCar
Valparaiso-SPUFSCar
Paranavaí-PRUFPR
Conceição da Barra-ESUFRRJ
Goiânia – GOUFG
Capinópolis-MGUFV
Bandeirantes-PRUFPR
Estações experimentais
Rio Largo-ALUFAL
Estação de Floração e Cruzamentos da Serra do Ouro
Murici-ALUFAL
Carpina-PEUFRPE
RIDESAwww.studium.ppg.br/ridesa2/
UFV
Banco de germoplasma
Estação de floração e cruzamentos da Serra do OuroMurici-AL, UFAL
UFV
Banco de germoplasma
Em 2000 cerca de 2100 acessos,
dos quais
UFV
menor 70 71-80 81-90 maior 90 TotalRB 1 166 302 285 754SP 8 38 49 1 97IAC 40 3 19 6 68
49 207 370 392 969
grande número de possíveis cruzamentos!!
www.ridesa.org.br
Censo de panículasUFV
Preparo das etiquetas
UFV
Preparo das panículas
Emasculaçãoem água quente
Transporte dos colmos para as
campânulasUFV
Tipos de cruzamentos
Cruz. de área
Cruz. biparental
Cruz. múltiplo
Coleta das sementes
Após a produção de sementes temos:
Fase T1
Fase T2
Fase T3Fase FM (multiplicação)
Fase FE (experimentação)
Detalhamento da experimentaçãoUFV
UFVClone
RB867515(Heterozigoto)
CloneRB835486
(Heterozigoto)x
F1Milhares de indivíduos
heterozigotos
Seleção e obtenção dos clones
Novo cultivar
Avaliação experimental dos clones
Fase T1
FasesT2, T3, FM, FE
FASE T1Semeio
FASE T1Repicagem
FASE T1Aclimatação
FASE T1Preparo das mudas
para transplantio
FASE T1Transplantio
FASE T1Transplantio
ConteúdoUFV
1. Programas de melhoramento no Brasil
2. O PMGCA / RIDESA
3. Fluxograma de intenções - PMGCA/UFV
4. Intenções/propostas/desafios/resultados
5. Considerações finais
Ano Mês Atividade Númeroesperado
1 Abril/maioNovembro
Cruzamentos – UFALTransplantio do T1
100 famílias80 mil
genótipos2 Julho Corte do campo sem seleção 80 mil
genótipos3 Abril/maio Seleção massal e plantio do ensaioT2
*Blocos aumentados - um local *Parcelas de um sulco de seis metros +cultivares comuns
~1000clones
4 Maio
Julho
Estimativa do kg brix/parcela em T2 cana-planta
Corte sem seleção
~1000clones
5 Maio Seleção no ensaio T2 *Seleção com base no kg brix/parcela dacana planta e soca do T2
Plantio do FM no CECA (+ clones deoutras Universidades) *Parcelas de cinco sulcos de 5 metros
~300 clones
UFV
Ano Mês Atividade Númeroesperado
6 Fevereiro/março/abril
Envio de clones às usinas – três locais *Em cada local instala-se um T3 *Blocos aumentados modificado comduas repetições *Parcelas de dois sulcos de 5 m +cultivares comuns
Envio de clones à UFSCar para testes demosaico e carvão
300 clones
7 Fevereiro/março/abril
Fevereiro
Maio
Envio de clones às universidades eempresas para FM
Em cada local com ensaio T3 *Contagem de número de colmos porparcela *Brix e pesagem de 15 colmos porparcela *FM dos clones selecionadosvisualmente e com base no kg brix/parcela de cana-planta
300 clones
UFV
Ano Mês Atividade Númeroesperado
8 Fevereiro
Maio
Em cada local com ensaio T3 *Contagem de número de colmos porparcela *Brix e pesagem de 15 colmos porparcela *FM dos clones selecionadosvisualmente e com base no kg brix/parcela de cana-planta e soca
300 clones
9 Março FE + curva de maturação-CM (oito locais) *FE e CM = blocos casualisados *FE = quatro sulcos x 10 metros x quatrorepetições *CM = um sulco x 5 metros x duasrepetições x sete épocas de amostragem
30 clones
10 Julho Colheita 1º corte - FE e CM 30 clones11 Julho Colheita 2º corte - FE 30 clones12 Julho Colheita 3º corte - FE 30 clones13 - FM dos clones promissores -14 - Lançamento da(s) cultivar(es) -
UFV
ConteúdoUFV
1. Programas de melhoramento no Brasil
2. O PMGCA / RIDESA
3. Fluxograma de intenções - PMGCA/UFV
4. Intenções/propostas/desafios/resultados
• operacionais
• genético-estatísticas
• resultados de pesquisa
5. Considerações finais
• Divergência genética •Baseado no coeficiente de parentesco
Critérios para escolha dos cruzamentos
UFV
• Associação de características•Para provável obtenção de bons materiais
• Taxa de seleção•Razão entre número selecionado e produzido
• Predição de cruzamentos•Potencialmente superiores
Programa Jornada de Cruzamentos
Programa Jornada de Cruzamentos
Programa Jornada de Cruzamentos
Programa Jornada de Cruzamentos
Programa Jornada de Cruzamentos
Condução de ensaiosCondução de ensaios•Maior número de clones implica:
– Aumentar a área experimental;
– Conseguir mais recursos;
• Havendo restrição– reduzir no clones perda de indivíduos superiores;
– Reduzir o número de repetições do material (?).
perda na precisão experimental;
– Reduzir o tamanho da parcela (?);
interferência entre parcelas vizinhas;
UFV
Planos experimentais comuns
• Delineamento em Blocos Aumentados (DBA) fases iniciais
• DBA duplicado fases intermediárias• Blocos casualizados fases finais
UFV
Sobre o “bloco aumentado”Sobre o “bloco aumentado”
• Delineamentos aumentados (Federer, 1956)– Define-se:
• tratamentos comuns (testemunhas)• tratamentos regulares (novo material)
– Seleciona-se um delineamento para os trat. comuns• DBC, DBI, DQL etc
– Aumenta-se o tamanho dos blocos, ou o número de linhas ou colunas para acomodar os trat. regulares;
– Tratamentos regulares geralmente r = 1. #
UFV
Detalhes do delineamentoDetalhes do delineamento
• Tratamentos comuns erro experimental
• Tratamentos regulares ajustados para efeito de blocos, linhas ou colunas
• OBS.: proposta inicial: substituir o uso de testemunhas sistematicamente arranjadas no campo
UFV
Variante do DBA
• DBA duplicado EBCTC
Experimento 1 Experimento 2 Experimento 3
A,B + 1,2 A,B + 3,4 A,B + 5,6Rep 1
A,B + 1,2 A,B + 3,4 A,B + 5,6Rep 2
UFV
A,B = trat comuns e 1,2,3,4,5,6 = trat regulares
Pesquisas recentes– Souza, E.F.M.; Peternelli, L.A.. Eficiência relativa de
delineamentos experimentais de uso potencial em fase inicial de seleção de plantas. Estudo via simulação.. In. 10 SEAGRO e 48a RBRAS, 2003, Lavras, v.1, p.361-365.
– Souza, E.F.M.; Peternelli, L.A.; Barbosa, M.H.P. Comparação via simulação de delineamentos de uso potencial nas fases iniciais do melhoramento de plantas em condições de restrição de área. In. 49a RBRAS, 2004, Uberlândia, v.1, p.24-29.
– Souza, E.F.M.; Peternelli, L.A.; Barbosa, M.H.P. Comparação do ajuste de médias e do ordenamento proporcionado por três delineamentos de uso potencial no melhoramento genético da cana-de-açúcar. In. 49a RBRAS, 2004, Uberlândia, v.1, p.414-419.
UFV
Estudos recentesEstudos recentes• Melhora do ajuste com o uso de modelos mistos
euZbXy
• em que:– y : vetor de observações;– b : vetor de efeitos fixos desconhecidos;– u : vetor de efeitos aleatórios desconhecidos;– e : vetor de erros aleatórios;– X e Z : matrizes conhecidas
UFV
Alternativas de análiseAlternativas de análise
• Uso de dados de parentesco ou de marcadores moleculares – matriz de similaridades genéticas
• Tratamentos regulares aleatório ou fixo• Blocos aleatório ou fixo
• Porém ... eventual similaridade entre respostas de parcelas vizinhas
UFV
Uso de Estatística EspacialUso de Estatística Espacial
• levar em conta o efeito da heterogeneidade espacial oriundas da:
– não homogeneidade dentro dos blocos;– forma e disposição inapropriadas;
• proposta inicial anos 30;• desde então propostos vários outros métodos
ou variantes dos primeiros• Em resumo...
UFV
Métodos de Estatística Espacial geoestatística
técnica de análise multivariada
regressão linear múltipla
“intuição”
análise de covariância
Princípios envolvidos:Princípios envolvidos:UFV
Maior dificuldade:Maior dificuldade:
• Desconhecimento da teoria envolvida;• Disponibilidade de softwares para execução das análises;
• Alguns autores programas em SAS para esclarecer algumas análises (ex.): Wolfinger et al. (1997) Duarte (2000) Federer et al. (2001)
UFV
Recente proposta de aplicaçãoRecente proposta de aplicação
• Federer, Reynolds and Crossa (2001). Combining Results from augmented Designs over Sites. Agron. J. 93:389-395.
• Proposta:– Combinar resultados de experimentos de
diferentes locais usando as três teorias– vantagens sugeridas:
UFV
vantagens:vantagens:
• diz superar as dificuldades na combinação de resultados de experimentos de vários locais;
• economia de recursos;• permite avaliar melhor os novos materiais;• independência quanto a
– homogeneidade da variância residual;– uso das mesmas testemunhas por local;– mesmo modelo de resposta por local;– mesmo delineamento por local.
UFV
Resumo do métodoResumo do método• Para cada local, para cada variável
– escolhe-se um delineamento aumentado;– ajusta-se o modelo que melhor represente a
variabilidade espacial; (modelo fixo) – Ex.
– para o modelo selecionado análise modelo misto:• fixo testemunhas;• aleatório “blocos” e novos tratamentos
– obtém médias de tratamento ajustadas
UFV
• local 1 Prod = trat C1 C2 C3 C4 C6 C8 R1 R2 R4 R8 R10 C1R1 C2R1 C3R1
• local 2 Prod = trat C1 C4 C10 R2 C1R1 C1R3 C2R2 C2R4 C3R2 C3R4 C4R3 C4R4
• local 3 Prod = rep trat bloco(rep) C1bloco(rep)
UFV
Volta
Combinação dos resultadosCombinação dos resultados
• Método 1 (Cochran e Cox, 1957)
– obter as médias ajustadas;
– análise: esquema fatorial
• local aleatório
• tratamentos fixo
– obter as demais informações de interesse
UFV
... continuação... continuação
• Método 2
– obter as médias ajustadas
– dividir as médias pelos seus erros padrões
– Análise: esquema fatorial• local e trat aleatório
– obter demais informações de interesse
UFV
Seleção de Famílias• Melhorar a eficiência da seleção• Selecionar previamente as famílias superiores
– obter informação sobre as famílias com base em seus clones– avaliar famílias em ensaios com repetição
• Pesquisa sobre tamanho de parcela• Uso do teoria de modelos mistos
UFV
Seleção “Recorrente”
• Objetiva aumentar freqüência gênica gradativamente na população
gerar população base
recombinar avaliar famílias
• Dificuldade maior: falta de sincronismo de florescimento
UFV
ConteúdoUFV
1. Programas de melhoramento no Brasil
2. O PMGCA / RIDESA
3. Fluxograma de intenções - PMGCA/UFV
4. Intenções/propostas/desafios/resultados
• operacionais
• genético-estatísticas
• resultados de pesquisa
5. Considerações finais
Considerações Finais
• Necessidade de maiores investimentos financeiros
• Grande potencial para ganhos de seleção
• Necessidade de suporte computacional
• Maior uso de conhecimento teórico (genético-estatístico) e de validação usando simulação
UFV
I F M
UFV
Esquema ilustrativo - Blocos Aumentados
ret
B A C A BC
Bloco 1 Bloco 2
B A C5 4 36 1 2
A C B11 9 1210 7 8Blocos 1 e 2 aumentados
ObjetivoComparar a eficiência relativa dos
seguintes delineamentos: EBCTC e DBA em relação aos reais valores;
Levantar informações sobre a eficiência de ordenamento entre estes dois delineamentos.
Totalizando 16 cenários com 600 simulações.
Experimento 1
Bloco2
Bloco 1
Experimento 2
Bloco2
Bloco 1
Experimento 3
Bloco2
Bloco 1Layout
C.V ResidualHerdabilidadeC.V Entre 10% 20% 10% 20% 10% 20% 10% 20%
SELEÇÃO 10% C1 C2 C3 C4 C5 C6 C7 C8
SELEÇÃO 20% C9 C10 C11 C12 C13 C14 C15 C16
10% 20%0,3 0,7 0,3 0,7
Detalhes experimentais e de simulação
Continuação...
Foram quantificados a coincidência entre genótipos selecionados: experimentos vs reais e entre experimentos.
REAIS EBCTC DBA 1 DBA 2 ... DBA 810 30 14 55 ... 4530 15 15 10 ... 2714 25 33 5 ... 1022 14 30 30 ... 2355 55 4 22 ... 2238 10 38 50 ... 40... ... ... ... ... ...4 37 18 27 ... 1827 49 56 11 ... 55
Resultados
• Mesmo padrão para as duas taxas de seleção;
• O EBCTC superou o DBA em todos os cenários
• Melhor comparar pela razão entre DBA e EBCTC
Taxa de seleção
10% 20%
% m
édia
de
coin
cidê
ncia
020
4060
8010
0
Real x EBCTCReal x DBAEBCTC x DBADBA / EBCTC
Herdabilidade
• Baixa vs alta
• Implicações do uso do DBA.
Continuação...
0,30 0,70
% m
édia
de
coin
cidê
ncia
020
4060
8010
0 Real x EBCTCReal x DBAEBCTC x DBADBA / EBCTC
Conclusões• A eficiência do EBCTC e DBA em comparação
com Reais melhora com maior percentual de seleção.
• A perda de eficiência do DBA na seleção dos melhores genótipos é de cerca de 15% comparado ao EBCTC.
• Para caracteres com baixa herdabilidade o aumento do percentual de seleção melhora a eficiência do DBA em relação ao EBCTC.
voltar
Objetivo:
• Avaliar o EBCTC e o DBA sob a condições de limitação de área e número variável de tratamentos regulares.
limitação de área
limitação de recursos
Material e métodosProblema:
120 tratamentos regulares;3 tratamentos comuns;área disponível para apenas 138 parcelas com tamanho
adotado convencionalmente.
Tomar decisão: diminuir tamanho de parcela; descartar alguns genótipos; não repetir os genótipos.
Área experimental; para o EBCTC
Bloco 1
Experimento 1
comuns
regulares
comuns
regulares
Experimento 2
comuns
regulares
comuns
regulares
Experimento 3
comuns
regulares
comuns
regularesBloco 2
Área experimental; para o DBA
comuns
regulares
Bloco 1
comuns
regulares
Bloco 2
comuns
regulares
Bloco 3
OBS.: mesma área experimental
ResultadosTabela 1.: Resultados percentuais das comparações avaliadas(1 a 3) e os valores usados para
definição dos 8 cenários simulados.C.V. residual 10 20Herdabilidade 0,3 0,7 0,3 0,7
C.V. entreexperimentos 10 20 10 20 10 20 10 20
cenários C1 C2 C3 C4 C5 C6 C7 C81 Real vs. DBA 24,9 23,3 43,9 41,1 26,2 24,8 47,0 45,52 Real vs. EBCTC 9,8 9,9 10,0 10,0 9,5 9,5 9,1 9,53 DBA vs. EBCTC 19,5 19,8 20,0 19,9 19,1 19,0 18,2 19,0Real: verdadeiros melhores genótipos selecionados; DBA selecionados pelo DBA; EBCTCselecionados pelo EBCTC; 1, 2, 3: indica coincidência média entre os selecionados pelos pares emseleção de 10%.
•Valores encontrados para o DBA já eram esperados;•Baixa eficiência do EBCTC em relação aos melhores genótipos.
CONCLUSÕES• Com a inclusão de novos genótipos o DBA não altera a
sua eficiência em relação aos melhores genótipos,• Com a inclusão de novos genótipos a porcentagem
média de coincidência entre os selecionados pelo DBA e os verdadeiros melhores genótipos aumenta, em relação ao EBCTC;
• Com o aumento da variação entre experimentos, para o DBA variação entre blocos, houve uma pequena redução na eficiência do DBA em relação aos verdadeiros melhores genótipos;
• Quando houver restrição de área o melhor procedimento seria usar o DBA e avaliar um maior número de genótipos se houver.
voltar
MATERIAL E MÉTODOS 70 trat regulares e 3 comuns (fase T3); experimento instalado no EBCTC com 8
experimentos e duas repetições layout do EBCTC cálculo das médias ajustadas e ordenamento. variáveis: TCH, TPH, PCC
OBJETIVOSComparar o ajuste de médias e o ordenamento
proporcionado pelo DBA, DBAD e EBCTC
DBA e DBAD
CONCLUSÕESConsiderando o modelo fixo, o ajuste das médias proporcionado pelo DBAD foi o mesmo do proporcionado pelo EBCTC;
A realização de somente uma repetição não acarreta grandes diferenças no ajuste de médias;
O ajuste das médias foi semelhante para os três delineamentos, proporcionando coincidência de seleção alta entre os tratamentos.
voltar