Search

This research evaluated the agronomic performance through mixed models, and determined the genetic divergence between black oat genotypes. The experiment was carried out at Federal University of Santa Maria, Frederico Westphalen/RS. Fourteen black oat genotypes were evaluated, being 11 lines developed by Breeding Program of University, and three commercial cultivars (IAPAR 61, UPFA 21 - Moreninha and, IPR Cabocla). We evaluated quantitative traits associated to plant height, cycle, dry mass yield and seeds yield; and 19 qualitative traits, being these morphological descriptors. The results showed that lines UFSMFW 2-05 and UFSMFW 2-07 stand out with characteristics such as early cycle, higher dry mass and grain yield. Divergence analysis revealed the formation of three distinct groups, indicating the presence of variability. These results suggested the potential for the development of new cultivars of black oat, presenting early cycle and good grain yield. RESUMO: O objetivo deste trabalho foi avaliar o desempenho agronômico por meio de modelos mistos e determinar a divergência genética entre genótipos de aveia preta. O experimento foi conduzido na Universidade Federal de Santa Maria, campus de Frederico Westphalen/RS. Catorze genótipos de aveia preta foram avaliados, sendo 11 linhagens desenvolvidas pelo Programa de Melhoramento da Universidade e três cultivares comercias (IAPAR 61, UPFA 21 - Moreninha e IPR Cabocla). Foram avaliadas características agronômicas quantitativas relacionadas ao porte, ciclo e produtividade de massa seca e de sementes; e 19 características qualitativas, sendo estes descritores morfológicos. Os resultados mostraram que as linhagens UFSMFW 2-05 e UFSMFW 2-07 se destacam com características como ciclo precoce, elevada produtividade de massa seca e de sementes. A análise de divergência revelou a formação de três grupos distintos, indicando presença de variabilidade. Os resultados demonstram o potencial de desenvolvimento de novas cultivares de aveia preta, apresentando precocidade e boa produtividade de sementes.

Supporting material for "Bayesian and Frequentist meta-analysis reveals the distribution of coefficient of variation over a half-century of wheat experiments published in Brazil"

A soja é a principal cultura de verão estabelecida no Brasil. Atualmente vem sendo crescente a implantação de soja segunda safra, neste sentido é necessário conhecer a contribuição das características ao rendimento de grãos nos diferentes ambientes em condição de segunda safra. O objetivo deste trabalho foi avaliar quais características contribuem para a massa total de grãos, bem como analisar se as características que explicam o rendimento de grãos em genótipos de soja na segunda safra são as mesmas independentes do ambiente. O delineamento experimental utilizado foi blocos casualizados, em esquema fatorial 2 x 8, sendo dois ambientes de cultivo (Salvador das Missões e Tenente Portela) e oito genótipos de soja com hábito de crescimento indeterminado (BMX Elite, NS 5959, NS 5909, BMX Alvo, BMX Potência, Tornado BMX, BMX Turbo, BMX Garra). Os componentes de produção diferiram entre si, o número de legumes com três grãos, o peso de mil grãos dos legumes com três grãos apresentou tendências lineares mais fortes e positivas com o rendimento dos grãos. Os genótipos NS5959, BMX Potência e BMX Turbo obtiveram a maior massa total de grãos, com a maior contribuição do peso de mil grãos dos legumes com dois e três grãos., Revista de Ciências Agrárias, Vol. 42 No. 4 (2019)

Multi-environment trials (MET) are crucial steps in plant breeding programs that aim increasing crop productivity to ensure global food security. The analysis of MET data requires the combination of several approaches including data manipulation, visualization, and modeling. As new methods are proposed, analyzing MET data correctly and completely remains a challenge, often intractable with existing tools.Here we describe the metan R package, a collection of functions that implement a workflow-based approach to (a) check, manipulate and summarise typical MET data; (b) analyze individual environments using both fixed and mixed-effect models; (c) compute parametric and non-parametric stability statistics; (c) implement biometrical models widely used in MET analysis; and (d) plot typical MET data quickly.In this paper, we present a summary of the functions implemented in metan and how they integrate into a workflow to explore and analyze MET data. We guide the user along a gentle learning curve and show how adding only a few commands or options at a time, powerfull analyzes can be implemented.metan offers a flexible, intuitive, and richly documented working environment with tools that will facilitate the implementation of a complete analysis of MET data sets.

Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq In order to better understand and explore the genotype-environment interaction (GEI) in plant breeding, the development of new methods for adaptability and stability analysis, as well as the improvement of existing ones, is necessary. This study introduces the theoretical foundations, shows the numerical application and the implementation into a statistical software of new indexes for genotypic stability and multivariate simultaneous selection in plant breeding. The singular value decomposition of a two-way matrix containing the BLUPs (Best Linear Unbiased Prediction) of the GEI effects obtained in a linear mixed-effect model (LMM) was used to produce biplots useful in identifying the patterns of a random structure of GEI. A new quantitative index of genotypic stability called WAASB, based on the weighted average of the absolute value decomposition scores of the BLUPs matrix for the effects of IGA obtained in an MLM is proposed. By definition, the lower the WAASB value, the more stable a given genotype is. It is also introduced the theoretical foundations of a superiority index that allows weighting between stability (WAASB) and mean performance (Y), which was conveniently called WAASBY. The WAASBY assumes values in the range of 0−100, with 100 being assigned to the ideotype, i.e., the genotype that was most stable and that best performed on average among those considered in the test environments. A multi-trait stability index (MTSI) is used to extend the WAASB and WAASBY indexes to a multivariate structure, thus allowing selection for stability or simultaneous selection for stability and mean performance based on several traits. The application of these indexes is illustrated using real data from multienvironment trials with white oat (Avena sativa L.) crop. The WAASB allowed the quantification of genotypic stability and the identification of genotype groups with different patterns for stability and mean performance. Using the WAASBY index it was possible to identify genotypes that combine simultaneously high performance and yield stability. In the context of multivariate selection, positive selection differentials (SD) (1.75% ≤ SD ≤ 17.8%) were observed for trait means that wanted to increase and negative (SD = −11.7%) for one variable that wanted to reduce. The negative DS obtained for the WAASB index (−63% ≤ SD ≤ −12%) suggesting that the selected genotypes were more stable. Reliable stability measures using WAASB can help breeders and agronomists make the right decisions when selecting or recommending genotypes. Besides, the simultaneous selection index, WAASBY, will be useful when selection considers different weights for stability and mean performance. The MTSI has broad applicability in simultaneous selection for stability and mean performance based on multiple traits since it provides a unique selection process that is easy-to-handle and considers the correlation structure between traits. The proposed indices were implemented in the R metan (multi-environment trial analysis) software package. The development version of metan is available on Github and can be installed directly via console R using devtools::install_github("TiagoOlivoto/metan"). The package metan presents a collection of functions for verifying, manipulating and summarizing typical multi-environment trial data, analyzing single-environment trials using both fixed- and mixedeffect models, computing parametric and non-parametric stability statistics, and implementing multivariate analysis. Visando uma melhor compreensão e exploração da interação genótipo-ambiente (IGA) no melhoramento de plantas, tanto o desenvolvimento de novos métodos para análise de adaptabilidade e estabilidade, quanto o aperfeiçoamento dos já existentes são necessários. Este estudo introduz as bases teóricas, a aplicação numérica e a implementação em software estatístico de novos índices de estabilidade genotípica e seleção simultânea multivariada no melhoramento de plantas. A decomposição por valores singulares de uma matriz de dupla entrada contendo os BLUPs (Best Linear Unbiased Prediction) dos efeitos da IGA obtidos em um modelo linear de efeitos mistos (LMM) foi utilizada para confeccionar biplots, úteis na identificação dos padrões de uma IGA aleatória. Um novo índice quantitativo de estabilidade genotípica chamado WAASB, baseado na média ponderada dos escores absolutos da decomposição por valor singular da matriz de BLUPs para os efeitos da IGA obtidos em um LMM é proposto. Por definição, quanto menor o valor de WAASB, mais estável é um determinado genótipo. Também são introduzidos os fundamentos teóricos de um índice de superioridade que permite ponderar entre estabilidade (WAASB) e desempenho médio (Y), que foi convenientemente chamado WAASBY. O WAASBY assume valores no intervalo 0−100, sendo 100 atribuído ao ideótipo, ou seja, o genótipo mais estável e com o melhor desempenho médio dentre os considerados nos ambientes de teste. Um índice de estabilidade multivariada (MTSI, multi-trait stability index) é utilizado para estender os índices WAASB e WAASBY para uma estrutura multivariada permitindo, assim, a seleção para estabilidade ou a seleção simultânea para estabilidade e desempenho médio com base em diversas variáveis analisadas. A aplicação destes índices é ilustrada utilizando dados reais de ensaios multiambientes com a cultura da aveia-branca (Avena sativa L.). O WAASB permitiu a quantificação da estabilidade genotípica e a identificação de grupos de genótipos com diferentes padrões de estabilidade e desempenho médio. Utilizando o índice WAASBY foi possível identificar genótipos que combinam, simultaneamente, alto desempenho e estabilidade de rendimento. No contexto da seleção multivariada, diferenciais de seleção (DS) positivos (1,75% ≤ DS ≤ 17,8%) foram observados para as médias das variáveis que se desejava aumentar e negativo (DS = −11,7%) para uma variável que se desejava reduzir. Os DS negativos obtidos para o índice WAASB (−63% ≤ DP ≤ −12%) indicam que os genótipos selecionados eram mais estáveis. Medidas confiáveis de estabilidade usando o WAASB podem ajudar melhoristas e agrônomos a tomar decisões corretas ao selecionar ou recomendar genótipos. Além disso, o índice de seleção simultânea, WAASBY, será útil quando a seleção considerar pesos diferentes para estabilidade e desempenho médio. O MTSI tem ampla aplicabilidade na seleção simultânea para estabilidade e desempenho médio for baseada em múltiplas características, pois proporciona um processo de seleção único, de fácil interpretação e que considera a estrutura de correlação entre as variáveis. Os índices propostos foram implementados no pacote para software R metan (multi-environment trial analysis). A versão de desenvolvimento do metan está disponível no Github e pode ser instalada diretamente via console R usando devtools::install_github("TiagoOlivoto/metan"). O metan apresenta uma coleção de funções para verificar, manipular e resumir dados típicos de ensaios multiambientes, analisar ensaios em ambientes individuais usando modelos de efeito fixo e misto, calcular estatísticas de estabilidade paramétricas e não paramétricas, bem como implementar análises multivariadas.

A soja é a principal cultura de verão do Brasil, atualmente a implantação de segunda safra vem sendo crescente. Neste sentido, o conhecimento da contribuição dos caracteres ao rendimento de grãos nestas condições é necessário. O delineamento experimental utilizado foi blocos casualizados, em esquema fatorial 2 x 8, sendo dois locais de cultivo (Salvador das Missões - RS e Tenente Portela - RS) e oito genótipos de soja com hábito de crescimento indeterminado (BMX Elite, NS 5959, NS 5909, BMX Alvo, BMX Potência, BMX Tornado, BMX Turbo, BMX Garra). Os dados foram submetidos a análise de variância pelo teste F (p