Comparação de modelos mistos, AMMI e Eberhart-Russel via simulação no estudo da interação genótipo x ambiente em cana-de-açúcar

Abstract

O Brasil é líder mundial na produção de cana-de-açúcar e o maior exportador mundial de açúcar. O aumento da produtividade da cana-deaçúcar se deve a vários fatores sendo um dos principais a obtenção de novas cultivares e a interpretação da interação genótipo por ambiente (GEI), realizado nos estágios finais de seleção dos programas de melhoramento genético de cana-de-açúcar, torna-se essencial durante o processo de obtenção de novos cultivares. Para poder selecionar os melhores genótipos frente à GEI, os genótipos são avaliados em diversos ambientes (locais e anos) e há o interesse em saber qual o melhor genótipo, baseado no desempenho fenotípico de caracteres de interesse, como, por exemplo, a tonelada de cana por hectare (TCH), que é a principal medida de produtividade de cana-de-açúcar. Sendo a GEI um complicador para o melhorista durante a seleção de genótipos superiores, faz-se necessário a utilização de modelos matemáticos ou estatísticos que consigam identificar de maneira eficiente tais genótipos superiores. Geneticistas e biometristas tem utilizado diversos métodos, porém, não existe um consenso. Assim, neste trabalho, a partir de um estudo de simulação realizado no ambiente computacional R, apresenta-se uma comparação entre três métodos: (i) Eberhart-Russel; (ii) AMMI; (iii) e modelo misto (REML / BLUP). Verificou-se a eficiência de cada método na detecção da GEI e discutiu-se as particularidades de cada um deles do ponto de vista estatístico. No total, simularam-se sessenta e três casos os quais consideraram as mais diversas condições para a introdução da GEI, sendo que, cada um dos três métodos, avaliaram mais do que trinta e quatro milhões e vinte mil dados. Assim, a partir dos resultados encontrados neste trabalho pode-se concluir que cada método detecta a GEI de uma maneira diferente e possui suas limitações...

Brazil is the world leader in sugarcane production, and the largest sugar exporter. Developing new varieties is one of the main factors that contribute to yield increase, and the interpretation of genotype-by-environment interaction (GEI) at the final selection stage is an important consideration in yield estimation. In order to select the best genotypes, varieties are tested in different environments (locations and years), and breeders need to estimate the phenotypic performance for principle traits such as tons of cane yield per hectare (TCH). Since GEI affects breeder selection of superior genotypes it is necessary to use mathematical or statistical models that account for GEI and are able to efficiently identify such genotypes. Geneticists and biometricians have used different methods and there is no clear consensus of the best method. In this paper we present a comparison of three methods, viz. (i) Eberhart-Russel; (ii) AMMI; (iii) and mixed model (REML / BLUP), in a simulation study performed in the R computing environment to verify the effectiveness of each method in detecting GEI, and assess the particularities of each method from a statistical standpoint. In total, 63 cases representing different conditions were simulated, generating more than 34 million data points for analysis by each of the three methods. The results illustrated that each method detects GEI in a different way, and each has some limitations. All three methods detected GEI effectively, but the mixed model showed higher sensitivity. When applying GEI analysis in practice it is important to first verify the assumptions inherent in each model, and respect these limitations in choosing the method to be used