MULTIVARIATE EXPLORATORY APPROACH AND INFLUENCE OF SIX AGRONOMIC TRAITS ON SOYBEAN GENOTYPES SELECTION

ABORDAGEM EXPLORATORIA MULTIVARIADA E INFLUENCIA DE SEIS CARACTERES AGRONOMICOS NA SELECAO DE GENOTIPOS DE SOJA Uma analise mais abrangente para selecao de genotipos superiores pode ser util e necessaria. O objetivo do presente estudo foi selecionar genotipos de soja com caracteres agronomicos superiores por meio de analise exploratoria multivariada, e identificar aqueles caracteres que mais influenciam na produtividade de graos e na selecao. Para tanto, foram avaliados 29 genotipos de soja, conduzidos no delineamento de blocos ao acaso, com tres repeticoes. Os caracteres agronomicos avaliados foram: altura da planta no florescimento (APF) e na maturidade (APM), altura de insercao da primeira vagem (AIV), produtividade de graos (PG), numero de nos (NN) e numero de vagens (NV). Os dados foram submetidos a analise de componentes principais. Na analise de componentes principais dois autovalores explicaram 68,17% da variância contida nas informacoes originais, gerando dois componentes com quantidades de informacoes relevantes, sendo caracterizados pelos caracteres APF, APM, AIV, NV e PG que permitiram discriminar e selecionar 6 genotipos com bons atributos agronomicos com enfase em produtividade de graos. Relacoes diretas (positivas) foram observadas entre PG com os caracteres APF, APM, AIV e NV, pois estes tiveram influencia na distribuicao dos genotipos com PG superior no plano bidimensional. Os caracteres que mais relacionaram e influenciaram favoravelmente a PG dos genotipos selecionados foram altura da planta na maturidade e numero de vagens. Palavras-chave: Glycine max , componentes principais, melhoramento genetico, selecao para caracteres, produtividade de graos. ABSTRACT A comprehensive analysis for selection of superior genotypes can be useful and necessary. The aim of this study was to select soybean genotypes with superior agronomic traits through the use of multivariate exploratory analysis and to identify those traits that are most influent over grain productivity and selection. We evaluated 29 soybean genotypes in a randomized block design with three replications. Agronomic traits analyzed were: plant height at flowering (PHF), plant height at maturity (PHM), height at insertion of the first pod (HIP), grain productivity (GP), number of nodes (NN) and number of pods (NP). Data were submitted to principal componente analysis. Two eigenvalues explained 68.17% of the variance contained in the original information, generating two components with relevant amount of information. These were characterized by the traits PHF, PHM, HIP, NP and GP which allowed to discriminate and select 6 genotypes with good agronomic traits with emphasis on grain productivity. Direct (positive) relationships were observed between GP and the traits PHF, PHM, HIP and NP, as these were observed to influence the distribution of genotypes with greater GP in the two-dimensional plane. The traits that were more related and favorably influencing GP of selected genotypes were plant height at maturity and number of pods. Keywords: Glycine max , principal components, genetic improvement, trait selection, grain productivity. DOI: http://dx.doi.org/10.14583/2318-7670.v04n04a04