Soybean productivity, stability, and adaptability through mixed model methodology / Produtividade, estabilidade e adaptabilidade da soja por meio de metodologia de modelo misto

ABSTRACT: The genotype × environment (G×E) interaction plays an essential role in phenotypic expression and can lead to difficulties in genetic selection. Thus, the present study aimed to estimate genetic parameters and to compare different selection strategies in the context of mixed models for soybean breeding. For this, data referring to the evaluation of 30 genotypes in 10 environments, regarding the grain yield trait, were used. The variance components were estimated through restricted maximum likelihood (REML) and genotypic values were predicted through best linear unbiased prediction (BLUP). Significant effects of genotypes and G×E interaction were detected by the likelihood ratio test (LRT). Low genotypic correlation was obtained across environments, indicating complex G×E interaction. The selective accuracy was very high, indicating high reliability. Our results showed that the most productive soybean genotypes have high adaptability and stability.

RESUMO: A interação genótipo × ambiente (G × E) desempenha um papel essencial na expressão fenotípica e pode provocar dificuldades na seleção genética. Assim, o presente estudo teve como objetivo estimar parâmetros genéticos e comparar diferentes estratégias de seleção no contexto de modelos mistos para melhoramento da soja. Para isso, foram utilizados dados referentes à avaliação de 30 genótipos em dez ambientes, referentes à característica produtividade de grãos. Os componentes de variância foram estimados pela máxima verossimilhança restrita (REML) e os valores genotípicos foram preditos pela melhor previsão imparcial linear (BLUP). Efeitos significativos dos genótipos e interação G × E foram detectados pelo teste da razão de verossimilhança (LRT). Correlação genotípica baixa foi obtida entre os ambientes indicando interação G × E do tipo complexa. A acurácia seletiva foi muito alta, indicando alta confiabilidade. Os resultados mostraram que os genótipos de soja mais produtivos apresentam alta adaptabilidade e estabilidade.

Phenotypic stability of hybrids of Gália melon in Rio Grande do Norte state, Brazil

The objectives of this study were to determine the importance of simple and complex components of the interaction genotype × environment and to evaluate the adaptability and stability of Gália melon hybrids. Nine hybrids were tested in twelve environments of Rio Grande Norte State from 2000 to 2001. The experiments were carried out in a randomized complete block design with three replications. The statistical methods of Toler and Burrows, Wricke and AMMI (Additive Main effect and Multiplicative Interaction) were used to study the adaptability and stability. The complex component is responsible for most of the genotype × environment interaction for the yield and content of solids soluble of fruits. The environments associated with Mossoró and Assu municipalities are the most suitable to evaluate melon hybrids in the state. The hybrid DRG 1537 was the most likely to be grown in the Agro-industrial Complex Mossoró-Assu due to its stability, high productivity and high content of soluble solids.

Os objetivos deste estudo foram determinar a importância das componentes simples e complexa da interação genótipo × ambiente e avaliar a adaptabilidade e estabilidade de híbridos de melão Gália. Nove híbridos foram testados em doze ambientes do Estado do Rio Grande Norte no período de 2000 a2001. Os experimentos foram conduzidos em blocos completos casualizados com três repetições. Os métodos estatísticos de Toler e Burrows, Wricke e AMMI (Additive Main effect and Multiplicative Interaction) foram usados para estudar a adaptabilidade e estabilidade. A componente complexa é responsável pela maior parte da interação genótipo × ambiente para a produtividade e teor de sólidos solúveis dos frutos. Os ambientes associados com Mossoró e Assu são os mais adequados para a avaliação de melão híbrido. O híbrido DRG1537 é o mais promissor para o cultivo no Complexo Agro-industrial Mossoró-Assu, devido à sua estabilidade, alta produtividade e alto teor de sólidos solúveis.

Validação cruzada com correção de autovalores e regressão isotônica nos modelos de efeitos principais aditivos e interação multiplicativa / Cross-validation with eigenvalue correction and isotonic regression in the additive main effect and multiplicative interaction model

Neste trabalho é apresentada a aplicação dos modelos AMMI com o propósito de analisar a interação entre genótipo e ambiente em experimentos agronômicos multiambientais com dados balanceados. São apresentados dois métodos de validação cruzada e o aperfeiçoamento desses métodos por meio da correção de autovalores, sendo estes ordenados por meio da regressão isotônica. É realizado um estudo comparativo entre esses métodos por meio de dados reais. Os resultados mostram para esse conjunto de dados que o método de EASTMENT & KRZANOWSKI (1982) seleciona um modelo mais parcimonioso. Além disso, quando esse método é aperfeiçoado com a correção dos autovalores, o número de componentes não se altera. O método de GABRIEL (2002) seleciona um maior número de termos no modelo, e, quando se aplica a correção de autovalores, o número de termos diminui. O aperfeiçoamento desses métodos por meio da correção de autovalores traz um grande benefício para o pesquisador do ponto de vista prático, uma vez que a seleção do número de termos multiplicativos representa um ganho do número de blocos (ou repetições), quando se utiliza o modelo AMMI em vez do modelo completo, sendo, portanto, melhor utilizar o modelo AMMI com correção dos autovalores e selecionar o número de componentes por meio do método de Eastment e Krzanowski.

This paper presents an application of AMMI models - Additive Main effects and Multiplicative Interaction model - for a thorough study about the effect of the interaction between genotype and environment in multi-environments experiments with balanced data. Two methods of crossed validation are presented and the improvement of these methods through the correction of eigenvalues, being these rearranged by the isotonic regression. A comparative study between these methods is made, with real data. The results show that the EASTMENT & KRZANOWSKI (1982) method selects a more parsimonious model and when this method is improved with the correction of the eigenvalues, the number of components are not modified. GABRIEL (2002) method selects a huge number of terms to hold back in the model, and when this method is improved by the correction of eigenvalue, the number of terms diminishes. Therefore, the improvement of these methods through the correction of eigenvalues brings a great benefit from the practical point of view for the analyst of data proceeding from multi-ambient, since the selection of numbers of multiplicative terms represents a profit of the number of blocks (or repetitions), when the model AMMI is used, instead of the complete model.