ADAPTABILIDADE E ESTABILIDADE DO ALGODOEIRO HERBÁCEO (Gossypium hirsutum L.) NO ESTADO DE MINAS GERAIS ANÁLISE MÚLTIPLA

Transcrição

1 ADAPTABILIDADE E ESTABILIDADE DO ALGODOEIRO HERBÁCEO (Gossypium hirsutum L.) NO ESTADO DE MINAS GERAIS ANÁLISE MÚLTIPLA Marcelo Abreu Lanza (Epamig / mlanza@epamiguberaba.com.br), Antonio Orlando Di Mauro (Unesp). RESUMO - O valor fenotípico é o resultado dos efeitos genotípico, ambiental e do efeito da interação genótipo x ambiente, diferenciando o comportamento entre os genótipos. Estudos da interação genótipo x ambientes e análises de adaptabilidade e estabilidade permitem identificar os melhores genótipos. Neste trabalho avaliaramse os parâmetros de adaptabilidade e estabilidade de genótipos do algodoeiro em Minas Gerais pelo método proposto por Carneiro (1998), a fim de aumentar a eficiência de recomendação de novas variedades de algodão em programas de melhoramento genético. Dez genótipos foram testados em nove ambientes para onze características do algodoeiro. Utilizou-se o delineamento em blocos ao acaso com cinco repetições. Constataram-se efeitos significativos para genótipos, ambientes e interação genótipo x ambiente para a maioria das características. O estudo da performance fenotípica do algodoeiro considerando análise múltipla, em que mais de uma característica apresenta valor econômico, mostrou-se de fácil interpretação, o que aumenta a segurança na tomada de decisão pelo melhorista. A análise múltipla permite conhecer melhor os genótipos e, portanto, é mais indicada para análises de adaptabilidade e estabilidade, constituindo-se em importante ferramenta complementar na indicação de genótipos de acordo com seu comportamento fenotípico. Palavras-chave: interação genótipo x ambiente, melhoramento genético. ADAPTABILITY AND STABILITY OF COTTON (Gossypium hirsutum L.) GENOTYPES IN MINAS GERAIS STATE MULTIPLE ANALYSIS ABSTRACT - The phenotypic value is the result of the genotype, environment, and genotype x environment interaction effects. Studies of the genotype-environment interaction and analyses of adaptability and stability allow identifying the best genotypes. In order to increase the efficiency of recommendation of new cotton varieties in genetic breeding programs, the parameters of adaptability and stability of cotton genotype were evaluated by Carneiro (1998) method. Ten genotypes were assayed, in nine environments of Minas Gerais State, for eleven characteristics. A randomized block design, with five replications, was used. Significant effects for genotypes, environments, and genotypeenvironment interaction for the majority of the characteristics were evidenced. The methodology proposed by CARNEIRO (1998) revealed to be very simple and of easy interpretation. The study of the phenotypic performance of the cotton plant considering multiple analysis, in which more than one characteristic represents economic value, revealed to be of easy interpretation. This fact increases the the breeder security in taking decisions. The multiple analysis allows to know better the genotypes and, therefore, it is more indicated for adaptability and stability analyses, consisting in an important complementary (or additional) tool in the genotypes recommendation according to the phenotypic performance. Key words: genotype x environment interaction, genetic breeding.

2 INTRODUÇÃO A cultura do algodoeiro no Brasil apresentou incrementos na produção nos últimos anos, passando de dois milhões de toneladas de algodão em caroço produzidas em 2000 para três milhões e oitocentas mil toneladas em 2004 (IBGE 2005). Em Minas Gerais a produção em 2004 foi insuficiente para atender a demanda da indústria têxtil estimada em 120 mil toneladas de pluma. Para suprir esta deficiência seria necessário promover a expansão das áreas de plantio e aumentar a produtividade por meio do emprego de alta tecnologia de cultivo e da utilização de novas variedades. No entanto, uma das dificuldades do melhorista é a identificação e recomendação de materiais produtivos e estáveis. Os estudos da interação genótipo ambiente não dão informações pormenorizadas sobre o comportamento dos genótipos em diferentes ambientes,estas informações podem ser obtidas por análises de adaptabilidade e estabilidade (CRUZ e REGAZZI, 1997). Mariotti et al. (1976) sugerem considerar a adaptabilidade como a capacidade dos genótipos aproveitarem vantajosamente o estímulo do ambiente, e a estabilidade de comportamento, como a capacidade dos genótipos mostrarem comportamento altamente previsível em função do estímulo do ambiente. As metodologias para estudo da adaptabilidade e estabilidade são várias e à medida que foram desenvolvidas houve tendência do aumento no número de parâmetros para avaliar a performance dos genótipos, o que tem tornando a interpretação mais difícil. Metodologias simples, com base numa só informação, como a proposta por LIN e BINNS (1988), apresentam grande facilidade de interpretação. Entretanto, os parâmetros (ou estatísticas) estimados por este método deixam a desejar quanto à análise de performance genotípica. Carneiro (1998) modificou a metodologia proposta por Lin e Binns (1988) a fim de atender às necessidades de se identificar genótipos superiores nos grupos de ambientes favoráveis e desfavoráveis, refletindo os ambientes com emprego de alta e baixa tecnologia, respectivamente. Em seu trabalho este autor propõe também a análise múltipla da adaptabilidade e estabilidade na qual, para a recomendação dos cultivares, são contemplados, simultaneamente, mais de um caráter de importância econômica. A distância do genótipo a pontos ótimos extremos (máximos) pode não ser adequada para certos caracteres. Assim, a definição de um referencial mais apropriado tornaria a metodologia de aplicação mais ampla. Desta forma, a procura de genótipos produtivos e constantes em ambientes desfavoráveis e de genótipos responsivos em ambientes favoráveis tem sido preconizada nos programas de melhoramento. O objetivo do presente trabalho foi avaliar parâmetros de adaptabilidade e estabilidade de genótipos do algodoeiro em Minas Gerais pelo método proposto por Carneiro (1998), a fim de aumentar a eficiência de recomendação de novas variedades de algodão em programas de melhoramento genético. MATERIAL E MÉTODOS Para este estudo, utilizaram-se os dados dos ensaios regionais de competição de cultivares e linhagens da EPAMIG, do ano agrícola 2002/2003 nas regiões do: Triângulo Mineiro (Capinópolis e Uberaba) e Norte de Minas (Catuti, Espinosa, Jaíba sob condições de sequeiro e irrigado, Mato Verde, Monte Azul, Porteirinha). Os genótipos avaliados foram: MG 99405, MG 99403, MG 0110, EPMG Prc 1, da EPAMIG, Delta Opal, Delta Penta, DP 4049, SG 821 da D&PL, CNPA CO 3265 da EMBRAPA e IAC 24 do IAC. Os experimentos foram conduzidos em delineamento em blocos ao acaso, com cinco repetições. Cada parcela constituiu-se por quatro linhas de cinco metros de comprimento espaçadas de 0,80m a 1,00m com 7 plantas/m, considerando-se a área útil para cálculo do rendimento as duas fileiras centrais. Amostras de 20 capulhos, foram retirados para obtenção dos dados de peso de um capulho, peso de 100 sementes,

3 porcentagem de fibras e índice de fibras. As características de fibra analisadas pelo aparelho HVI (Instrumento de alto volume) foram: finura, comprimento, uniformidade, resistência, alongamento, índice de fibras curtas. Efetuou se a análise de variância conjunta, de acordo com o modelo estatístico: Y ijk = M + G i + L k + GL (ik) + B j(k) + E ijk, em que: Y ijk : valor observado do genótipo i, no local k e no bloco j; M: média geral; G i : efeito do genótipo i, i =1,2,...10; L k : efeito do local k, k = 1,2,...9; GL (ik) : efeito da interação entre o genótipo i com o local k; B j(k) : efeito de blocos dentro de locais; E ijk : erro experimental médio. Na metodologia proposta por Carneiro (1998), o parâmetro P i foi denominado MAEC (Medida de Adaptabilidade e Estabilidade de Comportamento). Os ambientes foram classificados de acordo com os índices ambientais definidos como a diferença entre a média dos genótipos avaliados em cada local e a média geral. O parâmetro MAEC (P if ) foi estimado da seguinte forma: P if = (x ij Y mj ) 2 /2f, em que: f= ambientes favoráveis; x ij = produtividade do i-ésimo genótipo no j-ésimo local; Y mj = estimativa da resposta do genótipo hipotético ideal no ambiente j. Da mesma forma, para ambientes desfavoráveis tem-se: P id = (x ij Y mj ) 2 /2d, em que d é o número de ambientes desfavoráveis. Este método considera um genótipo hipotético ideal como sendo aquele com resposta máxima para todos os ambientes, como definido por VERNA et al. (1978), o qual apresenta baixa resposta a ambientes desfavoráveis (b 1 <1) e responsivo em condições favoráveis (b1 + b2 > 1). Este genótipo hipotético foi definido a seguir, com base no modelo de CRUZ et al. (1989): Y mj =b 0m +b 1m I j + b 2m T(I j ), em que: Y mj : resposta ideal do genótipo hipotético no ambiente j; b 0m : valor fornecido para que a resposta seja máxima em todos os locais; I j : índice de ambiente codificado; T(I j ): 0 se I j <0; T(I j ): I j Ī + se I j >0, sendo Ī + a média dos índices (i j ) positivos. Para o genótipo ideal hipotético foram atribuídos valores de b 1m e b 2m, conforme a variável em questão, da seguinte forma: para valores extremos máximos como rendimento, porcentagem de fibras, resistência, entre outros, se estabeleceram os valores de b 1m =0,5 e b 2m =1,0, refletindo baixa resposta a ambientes desfavoráveis e responsivos a ambientes favoráveis (b 1m +b 2m = 1,5). Nestes casos, para o valor de b 0m foi atribuído o valor máximo da variável. Para valores extremos mínimos da variável como índice de fibras curtas, o valor atribuído ao b 0m foi o menor valor da variável. O valor do coeficiente de regressão para todos os ambientes foi considerado zero, de modo que o genótipo mais adaptado e com maior estabilidade de comportamento foi aquele que apresentou a menor estimativa para o parâmetro, portanto, mais próximo do genótipo ideal. Para valores em torno de um valor fixo, como finura de fibra, este valor foi atribuído ao b 0m = 4,0. Novamente, foi atribuído o valor zero para os coeficientes de regressão em todos os ambientes, pois o ideal é o valor de finura de fibra igual a quatro, em qualquer tipo de ambiente. Considerou-se nesta metodologia a análise múltipla da performace genotípica, na qual somou-se os valores de P i s de um genótipo referente a cada variável. Para isso foi necessário a padronização dos P i s conforme se segue: P mi = Σ [ P ik (1/σ pk )] (1/P k ) em que: k: variável 1,2,...,v; P mi : estimador do parâmetro MAEC - múltiplo para o genótipo i; P ik : estimador do parâmetro MAEC único para o genótipo i relativo à k-ésima variável; σ pk : desvio-padrão dos P i s para a k-ésima variável; P k : pesos atribuídos a cada variável. Os valores de P k atribuídos neste trabalho foram os seguintes: peso médio de capulho, 1; peso médio de 100 sementes, 1; índice de fibras, 1; porcentagem de fibras, 3; rendimento, 5; finura de fibra, 3; comprimento, 1; uniformidade, 1; resistência, 1; alongamento, 1; índice de fibras curtas, 1. Para estimar os parâmetros, utilizou-se o programa Genes (CRUZ, 2001).

4 RESULTADOS E DISCUSSÃO Foi realizada análise de variância conjunta, envolvendo os dados de todos os locais, a qual proporcionou a estimação e o teste dos efeitos da interação genótipo x ambiente (Tab. 1). Observou-se que o teste F foi significativo para a maioria dos caracteres analisados, exceto para rendimento no qual não se observou efeito significativo para fonte de variação genótipo, e. para o parâmetro índice de fibras curtas, no qual não se observou efeito significativo da interação genótipo x ambiente. Pelos resultados obtidos na análise de variância conjunta, observou-se que o comportamento dos genótipos depende dos ambientes considerados para a maioria das características analisadas, exceto índice de fibras curtas. Pelos valores dos coeficientes de variação observa-se uma boa precisão experimental. Os genótipos que se destacaram foram: MG 99405, Delta Opal, IAC 24 e MG com bom comportamento de ambiente geral, favoráveis e desfavoráveis Tabela 2. Apresentaram comportamento fenotípico intermediário em todos os ambientes avaliados os genótipos MG 0110, SG 821, Delta Penta e CNPA CO 3265 e comportamento fenotípico ruim os genótipos DP 4049 e EPMG Prc 1. Considerando-se a análise múltipla, pode-se confirmar a existência de características que influenciaram no valor final do genótipo, contribuindo para um melhor conhecimento das performances fenotípicas. Estudos da performance fenotípica do algodoeiro, considerando análise múltipla, em que mais de uma característica apresenta valor econômico, tornaram-se de fácil interpretação, o que aumenta a segurança na tomada de decisão pelo melhorista. CONCLUSÕES 1. Nos ensaios realizados, observa-se que os ambientes influenciam sobremaneira o comportamento dos genótipos para os diversos parâmetros avaliados e sua capacidade adaptativa; 2. A adoção sistemática de estudos de interação genótipo por ambiente, estabilidade e adaptabilidade nos programas de melhoramento facilita na tomada de decisão sobre a seleção dos melhores genótipos; 3. A análise múltipla permite conhecer melhor a performance dos genótipos, quando se tem mais de uma característica de importância econômica, constituindo-se uma importante ferramenta complementar na indicação de genótipos de acordo com seu comportamento fenotípico. REFERÊNCIAS BIBLIOGRÁFICAS CARNEIRO, P. C. S. Novas metodologias de análise da adaptabilidade e estabilidade de comportamento. Viçosa: UFV, p. Tese (Doutorado em Genética e Melhoramento de Plantas) Universidade Federal de Viçosa, Viçosa. CRUZ, C. D. Programa genes: versão Windows; aplicativo computacional em genética e estatística. Viçosa: UFV, 2001.

5 CRUZ, C. D.; TORRES, R. A.; VENCOVSKY, R. An alternative approach to the stability analysis proposed by Silva e Barreto. Revista Brasileira Genética, v. 12, n. 2, p , CRUZ, C. D.; REGAZZI, A. J. Modelos biométricos aplicados ao melhoramento. Viçosa: UFV, 1997, 370 p. IBGE. Levantamento sistemático da produção agrícola. Rio de Janeiro: IBGE / CPAGRO, v.17, n.1, 62 p., LIN, C. S.; BINNS, M. R. A method of analysing cultivars x location x year experiments: a new stability parameters. Theoretical and Applied Genetics, v. 76, p ,1988. MARIOTTI, J. A.; OYARZABAL, E. S.; OSA, J. M.; BULACIO, A. N. R.; ALMADA, G. H. Analisis de estabilidad y adaptabilidad de genotipos de caña de azucar. I. Interaciones dentro de una localidade experimental. Revista Agronomica del Noroeste Argentino, v. 13, n. 1/4, p , VERNA, M. M.; CHANAL, G. S.; MURTY, B. R. Limitations of conventional regression analysis, a proposed modification. Theoretical and Applied Genetics, v. 53, n. 1, p , 1978.

6 Tabela 1. Graus de liberdade e quadrado médio da análise de variância conjunta para caracteres agronômicos e características tecnológicas de fibras de genótipos do algodoeiro do ensaio regional de variedades, em nove localidades do estado de Minas Gerais no ano agrícola de 2002/2003 Fonte de variação GL Peso médio de capulho Peso 100 Sementes Índice Fibras Porcent. Fibras Rendimento kg/ha Finura da fibra Comprim. Uniform. Resisten. Along. BL./Amb. 36 0, , ,26 1, ,17 0,08 0,002 2,31 2,89 0,36 5,72 Genótipo 9 6,6343** 20,92** 10,13** 66,15** ,94ns 2,13** 0,014** 16,68** 78,75** 11,70** 44,15** Ambiente 8 34,91** 31,84** 34,75** 120,96** ,70** 5,19** 0,084** 43,77** 54,31** 28,39** 141,77** Gen.XAmb. 72 0,38** 0,39** 0,31** 2,43** ,16** 0,19**,0002* 2,01* 4,678* 0,49* 4,67ns Resíduo 324 0,17 0,25 0,17 1, ,99 0,08 0,001 1,79 3,44 0,35 3,82 Média 5,4608 9,76 6,82 40, ,14 4,31 1,089 81,37 30,72 4,79 8,93 C.V. (%) 7,67 5,09 6,11 2,51 15,25 6,42 3,21 1,64 6,03 12,30 21,89 BL = bloco; amb.= ambiente; gen. = genótipo, * Significativo a 5, ** Significativo a 1% pelo teste F. Índice Fibra Curtas 6

7 Tabela 2. Estimativas dos parâmetros de adaptabilidade e estabilidade múltipla segundo CARNEIRO (1998), de genótipos do ensaio regional de variedades de algodoeiro, analisados em nove localidades do estado de Minas Gerais, no ano agrícola 2002/2003 Genótipo Pi geral Pi desf. Pi fav. MG ,055 1,990 1,764 SG 821 2,749 3,003 2,674 MG ,419 2,591 2,246 EPMG Prc 1 4,116 4,785 4,276 CNPA CO ,860 3,080 2,785 DP ,183 3,270 2,947 Delta Opal 2,210 2,402 2,092 IAC 24 2,171 2,131 1,887 Delta Penta 2,831 3,033 2,695 MG ,643 2,955 2,622 7