Pesquisa Agropecuária Brasileira
URI permanente para esta coleçãohttps://thoth.dti.ufv.br/handle/123456789/9886
Navegar
6 resultados
Resultados da Pesquisa
Item Seleção simultânea de Coffea canephora por meio da combinação de análise de fatores e índices de seleção(Empresa Brasileira de Pesquisa Agropecuária - Embrapa, 2005-12) Ferreira, Adésio; Cecon, Paulo Roberto; Cruz, Cosme Damião; Ferrão, Romário Gava; Silva, Marcia Flores da; Fonseca, Aymbiré Francisco Almeida da; Ferrão, Maria Amélia GavaO objetivo deste trabalho foi avaliar a possibilidade do emprego de índices de seleção em complexos fatoriais, de modo a auxiliar na seleção simultânea de caracteres de Coffea canephora var. Conilon, na predição de ganhos por seleção. Foram analisados e avaliados quatorze características e 40 genótipos de dois experimen- tos, pertencentes ao programa de melhoramento genético de café ‘Conilon’ do Incaper, Marilândia, ES, e em Sooretama, ES. Os experimentos foram instalados em delineamento de blocos ao acaso, com quatro repetições e duas plantas úteis por parcela. O uso dos complexos fatoriais eliminou o problema da multicolinearidade e permitiu a adequada utilização da teoria de índice de seleção, para melhoramento simultâneo de caracteres. Foram utilizados os índices de seleção de Smith e Hazel e de Pesek & Baker, e o primeiro foi a melhor alternativa na obtenção de ganhos simultâneos adequados. A utilização conjunta das técnicas multivariadas de análise de fatores, para simplificação estrutural prévia no número de caracteres, e de índices de seleção na predição de ganhos simultâneos são alternativas eficientes no melhoramento genético da cultura.Item Divergência genética em café conilon(Empresa Brasileira de Pesquisa Agropecuária - Embrapa, 2006-04) Fonseca, Aymbiré Francisco Almeida da; Sediyama, Tocio; Cruz, Cosme Damião; Sakaiyama, Ney Sussumu; Ferrão, Maria Amélia Gava; Ferrão, Romário Gava; Bragança, Scheilla MarinaO objetivo deste trabalho foi avaliar a divergência genética entre 32 clones de café conilon (Coffea canephora Pierre ex Frohener) componentes de três variedades clonais melhoradas, com vistas à identificação dos mais dissimilares, para o estabelecimento de programas de cruzamentos dirigidos. A divergência genética foi avaliada por procedimentos multivariados: distância generalizada de Mahalanobis, método de agrupamento de otimização de Tocher e técnica de variáveis canônicas. Sete caracteres foram avaliados em experimento condu- zido em Marilândia, ES. Os genótipos ES 92, ES 25 e ES 22 são os mais divergentes, sendo os dois últimos os mais indicados para cruzamento com os demais, tendo em vista aliarem divergência genética a um bom desempe- nho produtivo.Item Alocação de fotoassimilados em folhas e frutos de cafeeiro cultivado em duas altitudes(Empresa Brasileira de Pesquisa Agropecuária - Embrapa, 2007-11) Laviola, Bruno Galvêas; Martinez, Herminia Emilia Prieto; Salomão, Luiz Carlos Chamhum; Cruz, Cosme Damião; Mendonça, Sebastião Marcos; Paula Neto, AnaO objetivo deste trabalho foi avaliar a alocação de fotoassimilados em frutos e folhas de cafeeiro arábico, da antese à maturação, em duas altitudes. O experimento foi constituído da variedade de cafeeiro (Coffea arábica L.) Catuaí IAC-44, cultivada a 720 e 950 m de altitude, no Município de Martins Soares, MG. O delineamento experimental foi inteiramente ao acaso, com três repetições, em um esquema de parcela subdividida no tempo. Na altitude de 720 m o acúmulo de amido, açúcares solúveis totais, açúcares redutores e açúcares não-redutores em frutos de cafeeiro deu-se em menor tempo. O acúmulo de amido na altitude de 720 m antecedeu o acúmulo de amido na altitude de 950 m, e os frutos apresentaram maior porcentagem de acúmulo relativo desse composto no estádio de expansão rápida. Neste estádio, a concentração de carboidratos em folhas dos 3 o e 4 o pares decresceu bruscamente, indicando ser este o período mais crítico para a concentração de carboidratos em folhas. A altitude influencia a alocação de fotoassimilados em frutos e a variação da concentração de carboidratos em folhas de cafeeiro.Item Parâmetros genéticos em café Conilon(Empresa Brasileira de Pesquisa Agropecuária - Embrapa, 2008-01) Ferrão, Romário Gava; Cruz, Cosme Damião; Ferreira, Adésio; Cecon, Paulo Roberto; Ferrão, Maria Amélia Gava; Fonseca, Aymbiré Francisco Almeida da; Carneiro, Pedro Crescêncio de Souza; Silva, Marcia Flores daO objetivo deste trabalho foi avaliar a produtividade e obter as estimativas de parâmetros genéticos e não genéticos de 40 materiais genéticos do programa de melhoramento genético de café Conilon do Incaper, no Estado do Espírito Santo. Foram analisados dados de dois experimentos, nos municípios de Marilândia e Sooretama, ES, nas safras de 1996, 1997, 1998, 1999, 2000, 2001 e 2002, em que se avaliaram 16 características. Realizou-se, inicialmente, a análise de variância individual, por local em cada ano, com base na média de parcelas, em blocos ao acaso. Posteriormente foi feita a análise de variância conjunta. Os genótipos apresentaram grande variabilidade genética para a maioria das características avaliadas. Os elevados coeficientes de determinação genotípico e coeficientes de variação genéticos, associados às altas produtividades e à variabilidade genética indicam a possibilidade de obtenção de êxitos em programas de melhoramento genético para diferentes características avaliadas nos dois municípios.Item Adaptabilidade e estabilidade via regressão não paramétrica em genótipos de café(Empresa Brasileira de Pesquisa Agropecuária - Embrapa, 2010-01) Nascimento, Moysés; Ferreira, Adésio; Ferrão, Romário Gava; Campana, Ana Carolina Mota; Bhering, Leonardo Lopes; Cruz, Cosme Damião; Ferrão, Maria Amélia Gava; Fonseca, Aymbiré Francisco Almeida daO objetivo deste trabalho foi avaliar uma metodologia de análise de adaptabilidade e estabilidade fenotípica de genótipos de café baseada em regressão não paramétrica. A técnica utilizada difere das demais, pois reduz a infl uência na estimação do parâmetro de adaptabilidade de algum ponto extremo, ocasionado pela presença de genótipos com respostas demasiadamente diferenciadas a determinado ambiente. Foram utilizados dados provenientes de um experimento sobre produtividade média de grãos de 40 genótipos de café (Coffea canephora), com delineamento em blocos ao acaso, com seis repetições. Os genótipos foram avaliados em cinco anos (1996, 1998, 1999, 2000 e 2001), em dois locais (Sooretama e Marilândia, ES) no total de dez ambientes. A metodologia proposta demonstrou ser adequada e efi ciente, pois extingue os efeitos impróprios induzidos pela presença de pontos extremos e evita a recomendação incorreta de genótipos quanto à adaptabilidade.Item Artificial neural networks compared with Bayesian generalized linear regression for leaf rust resistance prediction in Arabica coffee(Empresa Brasileira de Pesquisa Agropecuária - Embrapa, 2017-03) Silva, Gabi Nunes; Nascimento, Moysés; Sant’Anna, Isabela de Castro; Cruz, Cosme Damião; Caixeta, Eveline Teixeira; Carneiro, Pedro Crescêncio Souza; Rosado, Renato Domiciano Silva; Pestana, Kátia Nogueira; Almeida, Dênia Pires de; Oliveira, Marciane da SilvaThe objective of this work was to evaluate the use of artificial neural networks in comparison with Bayesian generalized linear regression to predict leaf rust resistance in Arabica coffee (Coffea arabica). This study used 245 individuals of a F 2 population derived from the self-fertilization of the F 1 H511-1 hybrid, resulting from a crossing between the susceptible cultivar Catuaí Amarelo IAC 64 (UFV 2148-57) and the resistant parent Híbrido de Timor (UFV 443-03). The 245 individuals were genotyped with 137 markers. Artificial neural networks and Bayesian generalized linear regression analyses were performed. The artificial neural networks were able to identify four important markers belonging to linkage groups that have been recently mapped, while the Bayesian generalized model identified only two markers belonging to these groups. Lower prediction error rates (1.60%) were observed for predicting leaf rust resistance in Arabica coffee when artificial neural networks were used instead of Bayesian generalized linear regression (2.4%). The results showed that artificial neural networks are a promising approach for predicting leaf rust resistance in Arabica coffee.