RESUMO:
Em ensaios multi-ambientes, grandes redes experimentais são utilizadas para a avaliação de genótipos, tentando contornar o efeito que a interação genótipo por ambiente desempenha na seleção genotípica. Neste estudo, objetivamos testar diferentes estruturas de variância residual e medir o ganho de seleção de genótipos de algodão, baseados em produtividade, adaptabilidade e estabilidade, simultaneamente. Doze genótipos de algodão foram plantados em 10 ambientes, sendo determinados o comprimento da fibra (CF), a resistência da fibra (RF), a micronaire (MIC) e produtividade de fibras (PF). A seleção do modelo para diferentes estruturas de variância residual (homogênea e heterogênea) foi testada usando o Critério de Informação de Akaike (AIC) e o Critério de Informação Bayesiano (BIC). Os componentes de variância foram estimados através de máxima verossimilhança restrita e os valores genotípicos foram preditos através da melhor predição linear não viesada. A média harmônica do desempenho relativo dos valores genéticos (HMRPGV) foram aplicadas para seleção simultânea para adaptabilidade, estabilidade e produtividade. De acordo com o BIC, a estrutura residual heterogênea apresentou o melhor ajuste para a característica PF, enquanto a estrutura residual homogênea apresentou o melhor ajuste para as características CF, RF e MIC. A acurácia seletiva foi alta, indicando confiabilidade da predição. O método HMRPGV foi capaz de selecionar para estabilidade, adaptabilidade e produtividade, simultaneamente, com notável ganho de seleção para cada característica.
Palavras-chave:
BIC; ensaios multi-ambientes; Gossypium hirsutum; HMRPGV; REML/BLUP
Thumbnail
