Uso do melhor preditor linear não-viesado (BLUP) na predição de híbridos em feijão

Authors

  • Joana Neres da Cruz Baldissera Universidade Estadual de Maringá
  • Juliano Garcia Bertoldo Universidade Federal de Santa Catarina
  • Giseli Valentini Universidade Estadual de Maringá
  • Marlon Mathias Dacal Coan Universidade Estadual de Maringá
  • Diane Simon Rozeto Universidade do Estado de Santa Catarina
  • Altamir Frederico Guidolin Universidade do Estado de Santa Catarina
  • Jefferson Luís Meirelles Coimbra Universidade do Estado de Santa Catarina

Abstract

RESUMO: O objetivo deste trabalho foi avaliar a eficiência do BLUP (Melhor preditor linear não-viesado) para predizer o desempenho de híbridos com base nos genitores, comparando os resultados obtidos com as análises dialélicas. Para tanto, foram realizados cruzamentos dialélicos entre seis genótipos de feijão: Xan 159, Pérola, BAF 63, IPR Uirapuru, BRS Supremo e BRS Valente. Todas as plantas foram avaliadas quanto aos caracteres de importância agronômica. Os dados obtidos foram submetidos à análise dialélica modelo 1 método I de Griffing (1956) que estima a capacidade geral e específica de combinação, e utilizando o BLUP foram obtidos os valores preditos dos genitores e de seus híbridos. Após foram realizadas análises de correlação entre os BLUP's e os quadrados médios da capacidade geral e específica de combinação. Contudo, concluímos que associação do BLUP às análises dialélicas possibilita identificar populações segregantes promissoras, permitindo rapidez no desenvolvimento de novas cultivares.

Downloads

Download data is not yet available.

Published

2012-06-29

How to Cite

BALDISSERA, J.N. da C., BERTOLDO, J.G., VALENTINI, G., COAN, M.M.D., ROZETO, D.S., GUIDOLIN, A.F. and COIMBRA, J.L.M., 2012. Uso do melhor preditor linear não-viesado (BLUP) na predição de híbridos em feijão . Bioscience Journal [online], vol. 28, no. 3, pp. 395–403. [Accessed26 July 2024]. Available from: https://seer.ufu.br/index.php/biosciencejournal/article/view/12330.

Issue

Section

Agricultural Sciences