Desafios na conduo e planejamento de experimentos de

Desafios na condução e planejamento de experimentos de avaliação de clones de cana-de-açúcar UFV Prof. Luiz Alexandre Peternelli (Estatística) PMGCA - UFV Programa de Melhoramento Genético da Cana-de-Açúcar Coordenador: Prof. Márcio Henrique Pereira Barbosa Universidade Federal de Viçosa

UFV Conteúdo 1. Programas de melhoramento no Brasil 2. O PMGCA / RIDESA 3. Fluxograma de intenções - PMGCA/UFV 4. Intenções/propostas/desafios/resultados • operacionais • genético-estatísticas • resultados de pesquisa 5. Considerações finais

UFV 1. Programas de melhoramento no Brasil 2. O PMGCA / RIDESA 3. Fluxograma de intenções - PMGCA/UFV 4. Intenções/propostas/desafios/resultados 5. Considerações finais

Programas melhoramento da UFV cana-de-açúcar no Brasil Programa Escada-PE Campos-RJ Barreiros-PE São Bento, Tapera-PE Curado, Recife-PE EECAPO, Piracicaba-SP COPERESTE, Sertãozinho-SP EECA, Rio Largo-AL PLANALSUCAR Usina da Barra, Barra Bonita-SP Período Sigla 1913 - 1924 EB 1916 - 1972 CB 1924 - 1933 EB 1928 - ? SBP 1933 - 1974 PB-IANE 1928 - 1935 1963 - 1969 COP 1968 - 1971 - 1990 RB 1975 - 1999 PO

UFV Programas de melhoramento da cana-de-açúcar no Brasil Programa Início Sigla IAC 1935 IAC-IACSP COPERSUCAR 1968 SP Universidades Federais (RIDESA) 1991 RB Canavialis 2003 CV RIDESA - RB 867515 COPERSUCAR - SP 91 -1049 IAC - IAC 86 -2210 www. studium. ppg. br/ridesa 2/

UFV Conteúdo 1. Programas de melhoramento no Brasil 2. O PMGCA / RIDESA 3. Fluxograma de intenções - PMGCA/UFV 4. Intenções/propostas/desafios/resultados 5. Considerações finais

UFV RIDESA Rede Interuniversitária para o desenvolvimento do setor sucroalcooleiro Parceria com setor privado Usinas e destilarias Cultivares RB para todo BRASIL

UFV Evolução da porcentagem da área total dos cultivares RB, SP e Introduzidos, nos Estados da região Centro Sul.

LOGíSTICA DO PMGCA / RIDESA UFAL Produção de sementes UFPR UFRPE UFRRJ UFV UFG UFSCar

Estações experimentais Carpina-PE UFRPE UFV Goiânia – GO UFG Capinópolis-MG UFV Estação de Floração e Cruzamentos da Serra do Ouro Murici-AL UFAL Ponte Nova-MG UFV Valparaiso-SP UFSCar Bandeirantes-PR UFPR Rio Largo-AL UFAL Conceição da Barra-ES UFRRJ Campos-RJ UFRRJ Araras-SP UFSCar Paranavaí-PR UFPR RIDESA www. studium. ppg. br/ridesa 2/

UFV Estação de floração e cruzamentos da Serra do Ouro Murici-AL, UFAL Banco de germoplasma

UFV Banco de germoplasma Em 2000 cerca de 2100 acessos, dos quais grande número de possíveis cruzamentos!!

UFV Censo de panículas www. ridesa. org. br

UFV Preparo das etiquetas

Preparo das panículas

Emasculação em água quente

UFV Transporte dos colmos para as campânulas

Tipos de cruzamentos Cruz. biparental Cruz. múltiplo Cruz. de área

Coleta das sementes

UFV Detalhamento da experimentação Após a produção de sementes temos: Fase T 1 Fase T 2 Fase T 3 Fase FM (multiplicação) Fase FE (experimentação)

UFV Clone RB 867515 RB 835486 (Heterozigoto) x (Heterozigoto) F 1 Fase T 1 Milhares de indivíduos heterozigotos Seleção e obtenção dos clones Fases T 2, T 3, FM, FE Avaliação experimental dos clones Novo cultivar

FASE T 1 Semeio

FASE T 1 Repicagem

FASE T 1 Aclimatação

FASE T 1 Preparo das mudas para transplantio

FASE T 1 Transplantio

FASE T 1 Transplantio

UFV Conteúdo 1. Programas de melhoramento no Brasil 2. O PMGCA / RIDESA 3. Fluxograma de intenções - PMGCA/UFV 4. Intenções/propostas/desafios/resultados 5. Considerações finais

UFV

UFV

UFV

UFV Conteúdo 1. Programas de melhoramento no Brasil 2. O PMGCA / RIDESA 3. Fluxograma de intenções - PMGCA/UFV 4. Intenções/propostas/desafios/resultados • operacionais • genético-estatísticas • resultados de pesquisa 5. Considerações finais

UFV Critérios para escolha dos cruzamentos • Divergência genética • Baseado no coeficiente de parentesco • Associação de características • Para provável obtenção de bons materiais • Taxa de seleção • Razão entre número selecionado e produzido • Predição de cruzamentos • Potencialmente superiores

Programa Jornada de Cruzamentos

Programa Jornada de Cruzamentos

Programa Jornada de Cruzamentos

Programa Jornada de Cruzamentos

Programa Jornada de Cruzamentos

UFV Condução de ensaios • Maior número de clones implica: – Aumentar a área experimental; – Conseguir mais recursos; • Havendo restrição – reduzir no clones perda de indivíduos superiores; – Reduzir o número de repetições do material (? ). perda na precisão experimental; – Reduzir o tamanho da parcela (? ); interferência entre parcelas vizinhas;

UFV Planos experimentais comuns • Delineamento em Blocos Aumentados (DBA) fases iniciais • DBA duplicado fases intermediárias • Blocos casualizados fases finais

UFV Sobre o “bloco aumentado” • Delineamentos aumentados (Federer, 1956) – Define-se: • tratamentos comuns (testemunhas) • tratamentos regulares (novo material) – Seleciona-se um delineamento para os trat. comuns • DBC, DBI, DQL etc – Aumenta-se o tamanho dos blocos, ou o número de linhas ou colunas para acomodar os trat. regulares; – Tratamentos regulares geralmente r = 1. #

UFV Detalhes do delineamento • Tratamentos comuns erro experimental • Tratamentos regulares ajustados para efeito de blocos, linhas ou colunas • OBS. : proposta inicial: substituir o uso de testemunhas sistematicamente arranjadas no campo

UFV Variante do DBA • DBA duplicado EBCTC Experimento 1 Experimento 2 Experimento 3 Rep 1 A, B + 1, 2 A, B + 3, 4 A, B + 5, 6 Rep 2 A, B + 1, 2 A, B + 3, 4 A, B + 5, 6 A, B = trat comuns e 1, 2, 3, 4, 5, 6 = trat regulares

UFV Pesquisas recentes – Souza, E. F. M. ; Peternelli, L. A. . Eficiência relativa de delineamentos experimentais de uso potencial em fase inicial de seleção de plantas. Estudo via simulação. . In. 10 SEAGRO e 48 a RBRAS, 2003, Lavras, v. 1, p. 361 -365. – Souza, E. F. M. ; Peternelli, L. A. ; Barbosa, M. H. P. Comparação via simulação de delineamentos de uso potencial nas fases iniciais do melhoramento de plantas em condições de restrição de área. In. 49 a RBRAS, 2004, Uberlândia, v. 1, p. 24 -29. – Souza, E. F. M. ; Peternelli, L. A. ; Barbosa, M. H. P. Comparação do ajuste de médias e do ordenamento proporcionado por três delineamentos de uso potencial no melhoramento genético da cana-de-açúcar. In. 49 a RBRAS, 2004, Uberlândia, v. 1, p. 414 -419.

UFV Estudos recentes • Melhora do ajuste com o uso de modelos mistos • em que: – y : vetor de observações; – b : vetor de efeitos fixos desconhecidos; – u : vetor de efeitos aleatórios desconhecidos; – e : vetor de erros aleatórios; – X e Z : matrizes conhecidas

UFV Alternativas de análise • Tratamentos regulares aleatório ou fixo • Blocos aleatório ou fixo • Uso de dados de parentesco ou de marcadores moleculares – matriz de similaridades genéticas • Porém. . . 4 eventual similaridade entre respostas de parcelas vizinhas

UFV Uso de Estatística Espacial • levar em conta o efeito da heterogeneidade espacial oriundas da: – não homogeneidade dentro dos blocos; – forma e disposição inapropriadas; • proposta inicial anos 30; • desde então propostos vários outros métodos ou variantes dos primeiros • Em resumo. . .

UFV Princípios envolvidos: “intuição” Métodos de Estatística Espacial regressão linear múltipla análise de covariância geoestatística técnica de análise multivariada

UFV Maior dificuldade: • Desconhecimento da teoria envolvida; • Disponibilidade de softwares para execução das análises; • Alguns autores programas em SAS para esclarecer algumas análises (ex. ): 4 Wolfinger et al. (1997) 4 Duarte (2000) 4 Federer et al. (2001)

UFV Recente proposta de aplicação • Federer, Reynolds and Crossa (2001). Combining Results from augmented Designs over Sites. Agron. J. 93: 389 -395. • Proposta: – Combinar resultados de experimentos de diferentes locais usando as três teorias – vantagens sugeridas:

UFV vantagens: • diz superar as dificuldades na combinação de resultados de experimentos de vários locais; • economia de recursos; • permite avaliar melhor os novos materiais; • independência quanto a – homogeneidade da variância residual; – uso das mesmas testemunhas por local; – mesmo modelo de resposta por local; – mesmo delineamento por local.

UFV Resumo do método • Para cada local, para cada variável – escolhe-se um delineamento aumentado; – ajusta-se o modelo que melhor represente a variabilidade espacial; (modelo fixo) – Ex. – para o modelo selecionado análise modelo misto: • fixo testemunhas; • aleatório “blocos” e novos tratamentos – obtém médias de tratamento ajustadas *

UFV • local 1 Prod = trat C 1 C 2 C 3 C 4 C 6 C 8 R 1 R 2 R 4 R 8 R 10 C 1 R 1 C 2 R 1 C 3 R 1 • local 2 Prod = trat C 1 C 4 C 10 R 2 C 1 R 1 C 1 R 3 C 2 R 2 C 2 R 4 C 3 R 2 C 3 R 4 C 4 R 3 C 4 R 4 • local 3 Prod = rep trat bloco(rep) C 1 bloco(rep) Volta

UFV Combinação dos resultados • Método 1 (Cochran e Cox, 1957) – obter as médias ajustadas; – análise: esquema fatorial • local aleatório • tratamentos fixo – obter as demais informações de interesse

UFV . . . continuação • Método 2 – obter as médias ajustadas – dividir as médias pelos seus erros padrões – Análise: esquema fatorial • local e trat aleatório – obter demais informações de interesse

UFV Seleção de Famílias • Melhorar a eficiência da seleção • Selecionar previamente as famílias superiores – obter informação sobre as famílias com base em seus clones – avaliar famílias em ensaios com repetição • Pesquisa sobre tamanho de parcela • Uso do teoria de modelos mistos

UFV Seleção “Recorrente” gerar população base recombinar avaliar famílias • Objetiva aumentar freqüência gênica gradativamente na população • Dificuldade maior: falta de sincronismo de florescimento

UFV Conteúdo 1. Programas de melhoramento no Brasil 2. O PMGCA / RIDESA 3. Fluxograma de intenções - PMGCA/UFV 4. Intenções/propostas/desafios/resultados • operacionais • genético-estatísticas • resultados de pesquisa 5. Considerações finais

UFV Considerações Finais • Necessidade de maiores investimentos financeiros • Grande potencial para ganhos de seleção • Necessidade de suporte computacional • Maior uso de conhecimento teórico (genéticoestatístico) e de validação usando simulação

UFV F I M

Esquema ilustrativo - Blocos Aumentados 5 B Bloco 1 Bloco 2 B A C B 4 A 6 1 3 C 2 Blocos 1 e 2 aumentados 11 A 9 C 10 7 12 B 8 ret

Objetivo Comparar a eficiência relativa dos seguintes delineamentos: EBCTC e DBA em relação aos reais valores; Levantar informações sobre a eficiência de ordenamento entre estes dois delineamentos.

Detalhes experimentais e de simulação Experimento 1 Experimento 2 Experimento 3 Layout Bloco 1 Bloco 2 Totalizando 16 cenários com 600 simulações.

Continuação. . . Foram quantificados a coincidência entre genótipos selecionados: experimentos vs reais e entre experimentos.

Resultados 100 Taxa de seleção 60 • Mesmo padrão para as duas taxas de seleção; 40 • O EBCTC superou o DBA em todos os cenários 20 • Melhor comparar pela razão entre DBA e EBCTC 0 % média de coincidência 80 Real x EBCTC Real x DBA EBCTC x DBA / EBCTC 10% 20%

Continuação. . . Herdabilidade Real x EBCTC Real x DBA EBCTC x DBA / EBCTC • Baixa vs alta • Implicações do uso do DBA.

Conclusões • A eficiência do EBCTC e DBA em comparação com Reais melhora com maior percentual de seleção. • A perda de eficiência do DBA na seleção dos melhores genótipos é de cerca de 15% comparado ao EBCTC. • Para caracteres com baixa herdabilidade o aumento do percentual de seleção melhora a eficiência do DBA em relação ao EBCTC. voltar

Objetivo: • Avaliar o EBCTC e o DBA sob a condições de limitação de área e número variável de tratamentos regulares. limitação de área limitação de recursos

Material e métodos Problema: 120 tratamentos regulares; 3 tratamentos comuns; área disponível para apenas 138 parcelas com tamanho adotado convencionalmente. Tomar decisão: diminuir tamanho de parcela; descartar alguns genótipos; não repetir os genótipos.

Área experimental; para o EBCTC Experimento 1 Experimento 3 comuns comuns regulares regulares Bloco 1 Bloco 2 Experimento 2

Área experimental; para o DBA Bloco 1 Bloco 2 Bloco 3 comuns regulares OBS. : mesma área experimental

Resultados • Valores encontrados para o DBA já eram esperados; • Baixa eficiência do EBCTC em relação aos melhores genótipos.

CONCLUSÕES • Com a inclusão de novos genótipos o DBA não altera a sua eficiência em relação aos melhores genótipos, • Com a inclusão de novos genótipos a porcentagem média de coincidência entre os selecionados pelo DBA e os verdadeiros melhores genótipos aumenta, em relação ao EBCTC; • Com o aumento da variação entre experimentos, para o DBA variação entre blocos, houve uma pequena redução na eficiência do DBA em relação aos verdadeiros melhores genótipos; • Quando houver restrição de área o melhor procedimento seria usar o DBA e avaliar um maior número de genótipos se houver. voltar

OBJETIVOS ÞComparar o ajuste de médias e o proporcionado pelo DBA, DBAD e EBCTC ordenamento MATERIAL E MÉTODOS Þ 70 trat regulares e 3 comuns (fase T 3); Þ experimento instalado no EBCTC com 8 experimentos e duas repetições Þ layout do EBCTC DBA e DBAD Þ cálculo das médias ajustadas e ordenamento. Þ variáveis: TCH, TPH, PCC

CONCLUSÕES ÞConsiderando o modelo fixo, o ajuste das médias proporcionado pelo DBAD foi o mesmo do proporcionado pelo EBCTC; ÞA realização de somente uma repetição não acarreta grandes diferenças no ajuste de médias; ÞO ajuste das médias foi semelhante para os três delineamentos, proporcionando coincidência de seleção alta entre os tratamentos. voltar