o-způsob kříže v sóji

ŠLECHTĚNÍ ROSTLIN

odhad Dědivosti v prvních generací dva-cesta kříže v sóji

Estimativas de herdabilidade je gerações precoces de cruzamentos biparentais de soja

Marcelo Marchi Žeberních, *; Antonio, Orlando Di MauroII; Sandra Helena Unêda-TrevisoliIII; Nair Helena Castro ArrielIV; Ivana Marino BárbaroV; Gustavo Dias SilveiraI; Frando Romero Silva MunizI

ABSTRAKT

odhad genetických parametrů, a to zejména v prvních generací, je velmi užitečné pro řízení procesu výběru v chovatelských programů., Současný výzkum byl proveden odhad heritabilities v širším slova smyslu, v užším slova smyslu a pomocí rodič-potomek regrese v F3 sojový populace od šesti dvou-way kříže, pochází ze Sójových bobů Šlechtitelského Programu Ff de Ciências Agrárias e Veterinárias (UNESP), Jaboticabal areálu. Byl použit rodinný design se společnými kontrolami umístěných deset pozemků od sebe. Byly pozorovány velmi významné rozdíly mezi rodinami., Experimentální variační koeficient (CVe), CVg/CVe poměr a dědičnost ukázal velké rozdíly mezi znaky, přičemž nejvyšší hodnoty nalezené pro počet modulů, počet semen a výnos zrna, takže evidentní existenci rozptylu být využíván v chovu. Odhad koeficientů dědivosti v širším slova smyslu, v užším slova smyslu a pomocí regresní byli blízcí ve většině situací, které ukazují, že největší část genetické variance je aditivní povahy, ve kterém jednoduchý výběr metody může vést k uspokojivé genetické zisky.,

klíčová slova: Glycin max, koeficient dědičnosti, regrese rodič-potomek, kvantitativní rysy.

souhrn

odhad genetických parametrů, zejména v raných generacích, je velmi užitečný pro řízení výběrového procesu v šlechtitelských programech., Tak, tato studie se zaměřila na odhad herdabilities v širokém a omezené smysly, stejně jako Otec-Syn regrese v F3 populace sójové od šesti biparental kříže, které patří do soybean Zlepšení Programu Fakulty Zemědělských a Veterinárních Věd (UNESP) – Jaboticabal areálu. Použitá konstrukce byla konstrukce rodin se svědky rozptýlenými každých deset pozemků. Mezi rodinami byly pozorovány velmi významné rozdíly., Koeficient experimentální variace( CVe), CVg/CVe poměr a dědivosti byly velké rozdíly mezi hodnocené znaky, že nejvyšší hodnoty získané pro počet modulů, počet semen a obilí produktivity, dokládající existenci variability, aby mohl být využíván v chovu. Odhady koeficientů dědivosti v širším, užším smyslu a regresní byli blízko, ve většině situací, což naznačuje, že většina genetické variance aditivní povahy, jehož jednoduchý výběr metody může vést k uspokojivé zisky.,

Palavras-chave: Glycine max, coeficiente de herdabilidade, regressão pai-filho, caracteres quantitativos.

1. Úvod

hlavním účelem šlechtitelských programů je identifikovat vynikající genotypy v početné a heterogenní populaci. Obvykle, problémy získat žádoucí genotypy jsou vzhledem k velkému počtu genotypů, obtížnost zjišťování fenotypové rozdíly pro polygenní vlastnosti a působení faktorů životního prostředí na fenotyp výraz (MONTALVÁN a BARBIN, 1999).,

podle CRUZ a CARNEIRO (2003) vyžaduje úspěch chovu rostlin pro jakýkoli rys zpravidla, že je dědičný a také přítomnost variací v populaci, která je ve výběru. Proto, dědičnost je velmi důležitý parametr pro chovatele, který umožňuje odhad dědičné část z fenotypové variace, odhad genetického zisku a volba metody výběru, které mají být použity (REIS et al., 2002).,

Dědičnost může být odhadnuta jako rodič-potomek podobnosti měření, a také jako široký a v úzkém slova smyslu genetické část, vzhledem k tomu, že dědičnost není charakterizují vlastnost, ale struktura obyvatelstva podle studie (ŽAKÁROVÉ, 1983).

mnoho výzkumů sóji bylo provedeno na širokých a úzkých odhadech dědičnosti smyslů (AZEVEDO FILHO et al., 1998; TOLEDO et al., 2000; FARIAS NETO and VELLO, 2001; ROSSMAN, 2001; REIS et al.,, 2002), i když jen málo z nich bylo provedeno pomocí regrese rodič-potomek, mezi nimiž je studie oat a sója (CABRAL et al., 2001; MUNIZ et al., 2002).

Na odhady genetických parametrů u prvních generací jsou velmi důležité přímé šlechtitelského programu v procesu výběru nejslibnějších genotypů. Proto byl tento výzkum proveden s cílem odhadnout její schopnosti v širokém a úzkém smyslu a regresí rodičů a potomků, v populacích sóji F2 a F3 z obousměrných křížů pro několik vlastností.

2., MATERIÁL A METODY

současný výzkum byl proveden v experimentální oblasti Katedra rostlinné Výroby, na Ff de Ciências Agrárias e Veterinárias (UNESP), Jaboticabal Areálu. Ošetření se skládalo z 57 rodin F2 a F3 odvozených od 6 obousměrných křížů (Tabulka 1). Variabilní počet rodin na přechod je způsoben výběrem nejlepších genotypů v generaci F2, ze kterých byly rodiny otevřeny ve F3. Téměř devět rostlin na rodinu bylo náhodně vybráno a vyhodnoceno pro odhady genetických parametrů.,

experiment byl proveden pomocí rodiny design s vmezeřené kontroly, s kontrolou kultivarů (Renascença a Liderança), se nachází deset pozemků od sebe. Pozemky se skládaly z 5 metrů linek, 0,5 m od sebe a s 20 rostlinami na metr., Tyto vlastnosti byly hodnoceny: počet dní do splatnosti (NDM); výška rostliny v dospělosti (PHM), v cm; první modul, vkládání výška (FPI), v cm; ubytování (L), stupeň stupnice se pohybuje od 1 (vzpřímená rostlina) až 5 (podané rostlin); agronomické hodnoty (AV), stupeň stupnice se pohybuje od 1 (špatná rostlin) do 5 (vynikající rostlina); počet lusků na rostlině (NP); počet semen na rostlinu (NS); výnos zrna na rostlinu (GY), v gram.,

Statistické Analýzy

vlastnost rozptylů pro každou kontrolu a pro oddělování generace byly analyzovány podle follo křídlo statistický model: Yij = µ + fi + ei + pij + dif, kde Yij je pozorování j-tého rostlina z tý rodiny; µ je obecný průměr generaci (kontrola nebo rodiny); fi je genetický efekt přičíst k té rodiny, s i = 1,2…32; ei je environmentální účinek mezi řadami (kontroly nebo rodin); pij je genetický účinek připisovaný JTH rostlině rodiny ith, s j = 1,2…,293; dij je vliv na životní prostředí mezi rostlinami v řadách (kontroly nebo rodin).

statistické analýzy byly provedeny pomocí softwaru Genes (CRUZ, 2001). Původní data z L a AV a NP a NS byly transformovány v respektive, aby nastavit lepší data normální rozdělení křivky.

v tabulce 2 je uveden schéma analýzy rozptylu pro segregační generaci (Ft+1 = F3) a pro každou kontrolu.,iv>, kde: kf, k1 e k2 jsou vážené průměry počet rostlin na pozemku pro rodiny s dětmi, ovládání 1 a 2; je fenotypová variance mezi rostlinami v rámci rodiny; je genotypové variance mezi rostlinami v rámci rodiny; je environmentální variance mezi rostlinami v rámci rodiny; je fenotypová variance mezi rodinami; je genotypové variance mezi rodinami; a je environmentální variance mezi rodinami., kultivary používají jako ovládací prvky jsou kompletně homozygotní genotypy, takže mohou být použity pro odhad životního prostředí odchylky, pokud: = je environmentální variance mezi rostlinami v rámci kontroly 1; = je environmentální variance mezi děj ovládání 1; = je environmentální variance mezi rostlinami v rámci kontroly 2; a = je environmentální variance mezi pozemky control 2.,d=“b0eabc2dbc“>

Genotypic Variance

= –

= –

Additive Genetic Variance and Variance due to the Dominance

Table 3 contains the total genotypic variance fractioning ( ) into additive variance ( ) and variance due to dominance deviations ( ), considering the endogamy coefficient in F3 generation of ½ (CRUZ, 2001)., Toto rozdělení bylo možné, protože byly použity samooplodněné rodiny, odvozené od populací kříže mezi dvěma kontrastními rodiči.,ong rodiny:

– v Rámci rodiny:

– Celkové:

Dědivosti na základě rodič-potomek regrese

, kde b je regresní koeficient, s:, , kde: Cov(YFt, Ft+1) týká co-rozptyl mezi Ft jednotlivců hodnoty a Ft+1 řádků průměru Ft je Ft populační průměr, je Ft populačního rozptylu; r je Malecot endogamie koeficient.,

3. VÝSLEDKY A DISKUSE

Tabulka 4 ukazuje shrnutí analýza rozptylu zahrnující 57 rodin z 6 křížů a vmezeřené kontroly (Renascença a Liderança) pro osm studoval rysy. Významné rozdíly byly zaznamenány mezi rodiny pro téměř všechny rysy, ve všech 6 kříže, dokládající velká variabilita potomstva, které patří do různých rodin. Nicméně, mezi předky v rodinách a mezi a v rámci kontrolních pozemků, nebyly nalezeny žádné významné rozdíly pro většinu vlastností v křížích.,

experimentální rozptyl koeficientů (CVe %) se pohybovala v rozmezí od 0,54% pro NDM v cross 6 na 22,47% pro GY v cross 4. Nejvýraznější hodnoty CVe ( % ) byly získány pro vlastnosti FPI, NP, NS, GY, poslední tři byly považovány za primární produkční vlastnosti, řízené velkým počtem genů a vysoce ovlivněné prostředím.

CVg/CVe poměr je velmi vysoká, v rozmezí od 1,27 pro NDM v cross 2 8.36 pro FPI v cross 6., Obecně byly nalezeny nejvyšší hodnoty pro primární rysy (NP, NS a GY), které kontrastují s tím, co bylo pozorováno REIS et al. (2002), kde sekundární znaky (NDM, PHM a FPI) byly vyšší.

vysoce CVg/CVe hodnoty pozorované pro NP, NS a GY odrážejí velmi příznivá situace pro výběr s cílem tyto vlastnosti, s možností zisky pomocí jednoduché metody výběru, jak uvedl CRUZ a REGAZZI (1997).,

Tabulka 5 uvádí širším smyslu koeficienty dědivosti odhadů mezi a v rámci rodin, úzkých smysl u rodin, v rodinách a celkové a na základě rodič-potomek regrese. Celková úzká heritabilita smyslů je založena na jednotlivci, který je jeho rodinnými informacemi opovrhován.

obecně platí, že nejvyšší koeficienty dědivosti byly získány pro primární znaky produkce (NP, NS a GY), ve většině kříže (Tabulka 5)., Tyto hodnoty jsou způsobeny vysokou genotypovou odchylkou těchto vlastností, kvůli nápadné nadřazenosti některých jedinců a některých rodin ve srovnání s populačním průměrem. To může být potvrzeno nadřazeností těchto stejných vlastností ve srovnání s genetickým koeficientem rozptylu (Tabulka 4).

jednotlivě lze pozorovat v kříži 4, že některé hodnoty překonaly jednotu pro NP, NS a GY, co podle REIS et al., (2002), je známkou nadhodnocené aditivní genetické variance nebo podceňované environmentální odchylky, která může charakterizovat nedostatečnost metod odhadu těchto odchylek. Tato skutečnost může být způsobena nízkým počtem zástupců pro některé rodiny, který měl jejich vývoj prospěch nízkou stát ve frontě odpovídající jeho rodiny.

všech šest koeficientů dědičnosti vykazovalo vysokou variabilitu. Široká dědičnost mezi rodinami se pohybovala od 0,34 (L v kříži 1) do 0,95 (FPI v kříži 6). Podobné odhady byly nalezeny REIS et al., (2002), pro NDM, PHM, NP, NS a GY. MAURO et al. (1995) také získal podobné výsledky pro PHM a FPI, ale nižší pro NP, NS a GY, pomocí stejného typu spiknutí. Širším slova smyslu dědivosti v rámci rodiny, která se pohybovala od 0.11 (L v cross 1) 0.89 (GY v kříži 4) bylo také podobné výsledky získané REIS et al (2002) pro NDM a PHM, i když to byl překonat tím, že se získanými pro NP, NS a GY.

užším slova smyslu dědivosti mezi rodinami v rozmezí od 0.27 (L v cross 1) do 1,00 (GY v kříži 4), představující podobnosti na to, co bylo zjištěno, REIS et al. (2002) pro NDM, NP, NS a GY., Nižší odhady byly nalezeny pro PHM. ROSSMANN (2001) získal podobnou amplitudou úrovních, že z NDM a GY, s mírně lepší výsledky pro PHM a L Úzkém slova smyslu dědičnost v rodinách předložila vyšší rozptyl, od 0,06 (L v kříž 1. a FPI v cross 5) na 1,25 (GY v kříži 4), s výsledky vyšší než ty, které našel REIS et al. (2002) pro NDM a PHM a mírně nižší pro NP, NS a GY. Celkem úzkém slova smyslu dědivosti v rozmezí od 0,12 (L v cross 1) 1,07 (GY v kříži 4), prezentuje výsledky nižší než ty získané REIS et al., (2002) pro NDM a PHM a podobné pro NP, NS a GY.

odhad dědivosti rodič-potomek regresní nachází mezi 0,14 (PHM v cross 1) a 1,33 (NS v kříži 4), představila amplituda úrovně podobné těm, získané MUNIZ et al. (2002) pro PHM a FPI a vyšší pro NS a GY. FARIAS NETO a VELLO (2001) získali podobné výsledky pro NDM, PHM, L, AV a GY.

lze si také všimnout, v tabulce 5, průměr dědičnosti šesti křížů, pro všechny odhady a rysy., V obecném pohledu, kříž 1 představil nižší odhady než průměr pro téměř všechny situace, rysy a způsoby odhadu dědičnosti, s výjimkou zvláštnosti FPI. Pro kříž 2, většina odhadů byla vyšší než průměr, s výjimkou zvláštnosti GY, kde byly všechny koeficienty dědičnosti nižší. Kříž 3 ukázal lehkou výhodu ve srovnání s průměrnými odhady, hlavně pro Vlastnosti AV, NP a NS. Pro kříž 4, většina odhadů byla vyšší než průměr pro všechny rysy., V opačném případě lze na kříži 5 pozorovat, že většina koeficientů byla nižší než průměr, s výjimkou znaku l. Nakonec kříž 6 ukázal buď vyšší a nižší odhady než průměr v podobném počtu.

výsledky ukázaly, že širokém a úzkém slova smyslu koeficienty dědivosti, často byli blíž, což naznačuje, že většina genetické variance je pravděpodobně způsobeno aditivní povahy., Tato skutečnost je posílena vysokou CVg/CVe poměr získané hodnoty výrazně vyšší než jednotky, ukazuje, že poměrně jednoduchý výběr metody může vést k uspokojivé zisky, zejména pro primární vlastnosti (NP, NS a GY), které jsou ekonomicky důležité, a to i v prvních generací.

dědičnost odhady vypočítané rodič-potomek regrese byly podobné úzkém smyslu dědivosti, představující stejné přeceňuje v cross 4 NP, NS a GY, s hodnotami vyššími než jednotky., Je důležité posílit přesto, že BORÉM (1997) se domnívá, že odhady získané rodič-potomek regrese, a to zejména v F2 a F3 generace, jsou široké povahy, vzhledem k tomu, že rodič-potomek kovariance obsahuje komponenty, doplňkové látky, dominance a epistatic rozptylu., Nicméně, protože většina genetické variance v tomto experimentu byl aditivní povahy, s minimalizován dominance a epistatic účinky, to bylo si všiml, že tři koeficienty dědivosti (široká, úzká a regrese) prezentovány v blízkosti hodnot, pro většinu situací, a to zejména v odhady získané mezi rodinami.

vysoké koeficienty dědivosti pozorovány konkrétně pro NP, NS a GY naznačují, že tam může být úspěch v rané generace výběr, a to i v F3 generaci, tím, že řídí proces výběru pro nejvíce perspektivních genotypů., Dědičnost odhady pro GY, hlavně u kříže 4, 3 a 6, předložila vyšší možnosti získat, vzhledem k tomu, širokém a úzkém slova smyslu koeficienty jako rodič-potomek regrese. Nejméně slibné kříže, s ohledem na všechny tři metody odhadu, byly kříže 1 a 2.

Vzhledem k tomu, že koeficient dědivosti definuje výběr diferenciální podíl, který bude předán následující generaci, to lze odvodit, že výběr mezi rodinami budou slibnější než selekce uvnitř rodin., Kromě toho, vlastnosti a kříže, která představila to nejlepší, koeficienty dědivosti odhady také předložila vyšší možnosti získat pomocí jednoduchých metod výběru, a to i v prvních generací.

4. Závěry

1. Dědičnost odhad v širším slova smyslu, v užším slova smyslu a pomocí regresní byli blízcí v experimentu podmínky, dokládající, že aditivní charakter představuje nejvyšší část genetické variance.

2. Výběr mezi rodinami ukázal být nejslibnější než výběr v rámci rodin.,

poděkování

CAPES a FAPESP za udělená stipendia a finanční pomoc výzkumu. Technikům Geraldo Mangela de Assis a Amanda Roberta Corrado za pomoc při provádění experimentů.

BORÉM, a.; MIRANDA, G. v. Melhoramento de plantas. 4 ed. Viçosa: Editora UFV, Imprensa Universitária, 2005. 525p.

CRUZOVÁ, C. D. Programa Geny: versão Windows; aplicativo computacional je genética e estatística. Viçosa: Editora UFV, Imprensa Universitária, 2001. 648P.

JACQUARD, a. dědičnost: jedno slovo, tři pojmy., Biometrie, Arlington, v. 39, n. 2, s. 465-477, 1983.

ROSSMANN, h. odhady genetických a fenotypových parametrů populace sóji hodnocené za čtyři roky. 2001. 80P. disertační práce (Master in Agronomy) – ESALQ/USP, Piracicaba.

UNÊDA-TREVISOLI, s. H. fenotypová stabilita a potenciál potomstva získaný octuple křížemi v sóji. 1999. 228p. práce (PhD v agronomii) – ESALQ/USP, Piracicaba.

---