Parâmetros populacionais e seleção de genótipos de couve por inferência bayesiana em modelo linear multicaracterístico

RESUMO.

Para selecionar genitores em programas de melhoramento deve-se obter os componentes de variância para estimar parâmetros genéticos e predizer valores genéticos, os quais podem ser obtidos vantajosamente pela inferência bayesiana. Quando várias características são avaliadas a inferência bayesiana pode ser utilizada em modelos multicaracterísticos. Objetivou-se obter estimativas de parâmetros genéticos, ganhos de seleção, conhecer as correlações genéticas entre as características, predizer valores genéticos e selecionar melhores genótipos de couve utilizando a abordagem bayesiana em modelo linear multicaracterístico. Foram avaliados o diâmetro do caule, altura da planta, número de brotações, número de folhas comercializáveis e massa fresca de folhas por inferência bayesiana em 22 genótipos de couve. Foi utilizado o delineamento em blocos casualizados com três repetições e quatro plantas por parcela. Verificou-se a predominância dos efeitos genéticos sobre os ambientais. As maiores estimativas de correlação foram encontradas entre a matéria fresca de folhas e as características diâmetro do caule, altura de plantas e número de folhas comercializáveis. Além das testemunhas comerciais, são indicados para o cultivo e para integrar programas de melhoramento os genótipos UFLA 11, UFLA 5, UFLA 6, UFVJM 3 e UFVJM 19. As estimativas do ganho de seleção indicaram o potencial de melhoramento para a população estudada.

Palavras-chave:
Brassica oleracea L. var. acephala DC.; parâmetros genéticos; melhoramento genético; modelagem estatística; correlações