Por Éder Matsuo, Professor e pesquisador, Instituto de Ciências Exatas e Tecnológicas, Universidade Federal de Viçosa, Campus Rio Paranaíba, Rio Paranaíba, MG, Brasil
Qual o comportamento do hipocótilo ao longo de várias épocas de plantio da soja? Movidos por essa pergunta, pesquisadores da Universidade Federal de Viçosa, em Minas Gerais, desenvolveram um estudo de identificação de cultivares de soja com padrões de comportamento quanto ao comprimento do hipocótilo. Os resultados do estudo estão descritos no artigo “Estabilidade do comprimento do hipocótilo de plantas de cultivares de soja por meio de redes neurais e metodologias tradicionais”, na Ciência Rural (vol. 49, no. 3).
Os pesquisadores utilizaram técnicas de redes neurais e metodologias tradicionais para identificar cultivares de soja com comportamento previsíveis e estáveis. Eles analisaram 16 cultivares de soja em seis épocas de plantio, em condições de casa de vegetação. Algumas metodologias e técnicas de análise utilizadas foram a análise de variância e teste de Tukey, a técnica de Plaisted e Peterson (1959), de Eberhart e Russel (1966) e de Redes Neurais proposto por Barroso, et al. (2013).
As cultivares BRS810C, BRSMG760SRR, TMG1175RR e BMX Tornado RR foram as que apresentaram a maior estabilidade e adaptabilidade de comprimento de hipocótilo.
Imagem: mari_lazaro.
Para o pesquisador Éder Matsuo, o estudo pode contribuir para o Melhoramento Genético da Soja ao fornecer informações mais detalhadas sobre o potencial descritor, o comprimento do hipocótilo. “Estudos de refinamento dos saberes já adquiridos quanto ao comprimento do hipocótilo, tornam-se importantes para que este fator seja, no futuro, considerado um descritor para a cultura da soja nas análises de registro e proteção de cultivares junto ao Ministério de Agricultura, Pecuária e Abastecimento (Mapa) / Sistema Nacional de Proteção de Cultivares (SNPC)”, aponta Matsuo. Isto porque, ainda faltavam, por exemplo, informações sobre comportamento do hipocótilo ao longo de várias épocas de plantio.
O estudo insere-se num campo de pesquisa interessado em incrementar conhecimentos quanto a potenciais descritores de cultivares, como os de Nogueira, et al. (2008), Matsuo, et al. (2012) e Machado Júnior, et al. (2018) e quanto às redes neurais na agricultura como os de Carvalho, et al. (2018) e Nascimento, et al. (2013) que focaram, respectivamente, na classificação de genótipos e descritores das culturas de algodão e alfafa.
Referências
BARROSO, L.M.A., et al. The use of Eberhart and Russell method as a priori information for application of artificial neural networks and analysis discriminant for evaluate the phenotypic adaptability and stability of alfafa (Medicago sativa) genotypes. Revista Brasileira de Biometria. 2013, vol. 31, no. 2, pp. 176-188, e-ISSN: 1983-0823 [viewed 5 June 2019]. Available from: http://jaguar.fcav.unesp.br/RME/fasciculos/v31/v31_n2/A1_Lais_FAbiano.pdf
CARVALHO, L.P., et al. Artificial neural networks classify cotton genotypes for fiber length. Crop Breed. Appl. Biotechnol. [online]. 2018, vol. 18, no. 2, pp. 200-204, ISSN: 1518-7853 [viewed 5 June 2019]. DOI: 10.1590/1984-70332018v18n2n28. Available from: http://ref.scielo.org/wrxxpn
EBERHART, S.A. and RUSSEL, W.A. Stability parameters for comparing varieties. Crop Science [online]. 1966, vol. 6, no. 1, pp. 36-40, e-ISSN: 1435-0653 [viewed 5 June 2019]. DOI: 10.2135/cropsci1966.0011183X000600010011x. Available from: https://dl.sciencesocieties.org/publications/cs/abstracts/6/1/CS0060010036
MACHADO JUNIOR, R., et al. Use of millimeter ruler as an alternative tool in the phenotyping of potential descriptors of soybean. African Journal of Agricultural Research [online]. 2018, vol. 13, no. 28, pp. 1425-1429, e-ISSN: 1991-637X [viewed 5 June 2019]. DOI: 10.5897/AJAR2018.13248. Available from: https://academicjournals.org/journal/AJAR/article-abstract/ED7D0B157761
MATSUO, É., et al. Estimates of the genetic parameters, optimum sample size and conversion of quantitative data in multiple categories for soybean genotypes. Acta Sci., Agron. [online]. 2012, vol. 34, no. 3, pp. 265-273, ISSN: 1807-8621 [viewed 5 June 2019]. DOI: 10.1590/S1807-86212012000300006. Available from: http://ref.scielo.org/vmyc88
NASCIMENTO, M., et al. Artificial neural networks for adaptability and stability evaluation in alfalfa genotypes. Crop Breed. Appl. Biotechnol. [online]. 2013, vol. 13, no. 2, pp. 152-156, ISSN: 1984-7033 [viewed 5 June 2019]. Available from: http://ref.scielo.org/tcncjj
NOGUEIRA, A.P.O., et al. Novas características para diferenciação de cultivares de soja pela análise discriminante. Cienc. Rural [online]. 2008, vol. 38, no. 9, pp. 2427-2433, ISSN: 0103-8478 [viewed 5 June 2019]. DOI: 10.1590/S0103-84782008005000025. Available from: http://ref.scielo.org/r99sj6
PLAISTED, R.L. and PETERSON, L.C. A technique for evaluating the ability of selections to yield consistently in different locations and seasons. American Potato Journal [online]. 1959, vol. 36, no. 11, pp. 381-385, e-ISSN: 1874-9380 [viewed 5 June 2019]. DOI: 10.1007/BF02852735. Available from: https://link.springer.com/article/10.1007/BF02852735
Para ler o artigo, acesse
ALVES, G.F., et al. Estabilidade do comprimento do hipocótilo de plantas de cultivares de soja por meio de redes neurais e metodologias tradicionais. Cienc. Rural [online]. 2019, vol. 49, no. 3, e20180300, ISSN: 0103-8478 [viewed 5 June 2019]. DOI: 10.1590/0103-8478cr20180300. Available from: http://ref.scielo.org/vxjwkh
Links externos
Ciência Rural – CR: <http://www.scielo.br/cr>
Laboratório de Bioestatística <http://bioestatistica.crp.ufv.br/>
Posts relacionados:
Como citar este post [ISO 690/2010]:
Últimos comentários