You are in the accessibility menu

Please use this identifier to cite or link to this item: http://acervodigital.unesp.br/handle/11449/102833
Title: 
Estimativas de parâmetros genéticos visando seleção de genótipos segregantes de soja
Author(s): 
Silveira, Gustavo Dias da
Institution: 
Universidade Estadual Paulista (UNESP)
Sponsorship: 
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Abstract: 
  • O presente trabalho teve o objetivo de selecionar genótipos segregantes de soja em três gerações iniciais (F3, F4 e F5) através da estimativa de parâmetros genéticos e fenotípicos como herdabilidade, ganhos com a seleção e correlações. Além disso, utilizou-se o cálculo de índices de seleção de Mulamba & Mock e Pesek & Backer para o auxílio na seleção das melhores famílias. As populações de soja foram avaliadas em três safras consecutivas, 2002/03, 2003/04 e 2004/05 sendo o ensaio conduzido no esquema de famílias com testemunhas intercalares. Na geração F4, a população Embrapa 48 X IAC 17 apresentou maiores valores de herdabilidade e se apresentou como a mais promissora em relação ao caráter produtividade de grãos. Na mesma geração, também concluiu-se que a seleção entre famílias é mais promissora comparando-se com a seleção dentro de famílias. Em relação à correlação fenotípica, constatou-se que a mesma pode auxiliar no processo indireto de seleção. Na geração F5, a melhor população foi à derivada do cruzamento Embrapa 48 X Conquista, tendo em vista os maiores ganhos com a seleção obtidos. Também se concluiu que o uso dos índices de seleção apresenta grande utilidade no processo seletivo, já que proporcionam maiores ganhos totais, distribuídos entre todos os caracteres avaliados, com destaque para o índice de Mulamba & Mock, que apresentou-se mais adequado para as condições do presente experimento, com progressos superiores em várias situações.
  • The present work had the objective to select soybean segregate genotypes in three initial generations (F3, F4 and F5) through the estimate of gene tic and phenotypic parameters as heritability, selection gains and correlations. Moreover, the calculation of Mulamba & Mock and Pesek & Backer index selection was used to select the best families. The soybean populations had been evaluated in three consecutive seasons, 2002/03, 2003/04 and 2004/05, being conducted on the scheme of families inserted between of the checks. In F4 generation, the population Embrapa 48 X IAC 17 presented greater values of heritability and presented as the most promising in relation to the yield. In the same generation, it was concluded that the selection between families is more promising comparing itself with the selection inside of families. In relation to the phenotypic correlation, it was evidenced that the same one can assist in the indirect process of selection. In the F5 generation, the best population was derivate of the crossing Embrapa 48 X Conquista, in view of the biggest selection gains. Also it can be concluded that the use of the selection index presents great utility in the selective process, already provide to greater total gains , distributed between all the evaluated characters, with prominence for the Mulamba & Mock index, that presented more adequate for the conditions of the present experiment, with superior progress in some situations.
Issue Date: 
21-May-2007
Citation: 
SILVEIRA, Gustavo Dias da. Estimativas de parâmetros genéticos visando seleção de genótipos segregantes de soja. 2007. v, 45 f. Tese (doutorado) - Universidade Estadual Paulista, Faculdade de Ciências Agrárias e Veterinárias, 2007.
Time Duration: 
v, 45 f. : il.
Publisher: 
Universidade Estadual Paulista (UNESP)
Keywords: 
  • Soja - Melhoramento genético
  • Seleção de plantas - Melhoramento genetico
  • Herdabilidade
  • Selection index
  • Heritability
  • Genetic breeding
URI: 
Access Rights: 
Acesso aberto
Type: 
outro
Source:
http://repositorio.unesp.br/handle/11449/102833
Appears in Collections:Artigos, TCCs, Teses e Dissertações da Unesp

There are no files associated with this item.
 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.