INTERAÇÃO GENÓTIPOS POR AMBIENTES

Maurisrael de M. Rocha
Pesquisador Embrapa Meio-Norte
mmrocha@cpamn.embrapa.br
VALOR FENOTÍPICO DE UM INDIVÍDUO
AVALIADO EM UM AMBIENTE

F=G+A

VALOR FENOTÍPICO DE UM INDIVÍDUO

AVALIADO EM VÁRIOS AMBIENTES

F = G + A + GA
 INTERAÇÃO G x A

“Quantifica o comportamento diferenciado

dos genótipos diante das variações
ambientais”

(Cruz et al., 2004)

 INTERAÇÃO G x A

Interação Simples – ocorre devido a diferença

de variabilidade entre os genótipos nos
ambientes.

Interação Complexa – ocorre devido a falta de

correlação entre os desempenhos dos
genótipos nos ambientes.

(Robertson, 1959)
 TIPOS DE INTERAÇÃO G x A

Figura 1. a: não existe interação; b: Interação simples; c: Interação complexa.

 INTERAÇÃO GXA: MODELO MATEMÁTICO

Ilustração da estimação do componente s ga2

- Serão considerados experimentos em blocos casualizados

- Envolvendo g cultivares
- Avaliados em a ambientes
-Determinado caráter
- Cada observação fenotípica pode ser descrita segundo o modelo:

Yijk = m + Gi + A j + GAij + B / A jk + e ijk

Em que:
µ: média geral;
Gi: efeito do genótipo i;
Aj: efeito do ambiente a;
GAij: efeito da interação do genótipo g com o ambiente a;
B/Ajk: efeito do bloco k dentro do ambiente a;
Εijk: erro aleatório.
ESQUEMA DE ANÁLISE DE VARIÂNCIA CONJUNTA

FV GL SQ QM

Blocos/Ambientes a(r-1) SQB QMB

Ambientes (A) a-1 AQA QMA

Genótipos (G) g-1 SQG QMG

GxA (a-1)(g-1) SQGxA QMGxA

Resíduo a(r-1)(g-1) SQR QMR

TOTAL agr-1 SQT

ESPERANÇAS DOS QUADRADOS MÉDIOS
ESPERANÇAS DOS QUADRADOS MÉDIOS
ESPERANÇAS DOS QUADRADOS MÉDIOS
ESPERANÇAS DOS QUADRADOS MÉDIOS
ESTIMATIVAS DE VARIÂNCIAS
TESTE DE HIPÓTESE: ESTATÍSTICA F
MODELO DE INTERAÇÃO TRIPLA
Ex: genótipos x locais x anos
ANAVA E E(QM) PARA A INTERAÇÃO TRIPLA
 ANAVA E E(QM) PARA A INTERAÇÃO TRIPLA
Exemplo: melancia

Fonte: Silva et al. (2008)

 APLICAÇÃO

- Delineamento: blocos ao acaso

- Número de repetições: 4

Fonte: Cruz et al. (2004)

 APLICAÇÃO
- Estimativas dos QMs das ANAVAs para cada ambiente
- A partir das médias e dos QMRs é possível recompor a análise
 APLICAÇÃO
- Análise de variância conjunta
- Pressuposto para realização: homogeneidade de variâncias residuais entre
ambientes

- Para o exemplo em questão:

- Critério prático (Cruz et al., 2004): reunir apenas os ensaios cujos QMR
não ultrapassem uma relação aproximada de 7:1

QMR máximo/QMR mínimo ≤ 7

 APLICAÇÃO
- Estimativas de quadrados médios para a análise conjunta
 APLICAÇÃO
- Estimativa do Quadrado Médio do Resíduo na análise conjunta
 EXTRATIFICAÇÃO DE AMBIENTES

-É uma das formas de se contornar os inconvenientes

da interação GxA
- Consiste na estratificação da região de adaptação da
cultura em subregiões mais homogêneas
- Identificar se há, entre os ambientes disponíveis,
padrões de similaridade de resposta das cultivares
- Possibilidade de avaliar o grau de representatividade
dos ensaios da faixa de adaptação da cultura
- Descartar ambientes similares
- Identificar grupos de ambientes onde a interação GxA
seja não significativa para o conjunto de genótipos
disponíveis
 EXTRATIFICAÇÃO DE AMBIENTES

Estado do Paraná – Locais de condução de ensaios de cana-de-açúcar

 EXTRATIFICAÇÃO DE AMBIENTES

- Método de agrupamento com base no Algoritmo de Lin (1982)

- Consiste em estimar a SQ de genótipos e pares de
ambientes
- Agrupamento dos ambientes cuja interação é não significativa
- Prossegue com a estimação da SQ de genótipos e pares de
três ambientes, com o emprego do teste F para se avaliar a
possibilidade da formação de novo grupo.
 EXTRATIFICAÇÃO DE AMBIENTES
- Maneira de se estimar a SQ de genótipos e pares de ambientes:

- Para três pares de ambientes:

 EXTRATIFICAÇÃO DE AMBIENTES
Aplicação do Algorítmo de Lin (1982)

- Para o exemplo considerado, verifica-se:

a) Obtenção das SQ entre genótipos e Pares de ambientes
- Para os ambientes 1 e 2, tem-se:

- De maneira análoga são calculados os demais pares de ambientes

 EXTRATIFICAÇÃO DE AMBIENTES
Aplicação do Algoritmo de Lin (1982)
- Para o exemplo considerado, verifica-se:
a) Obtenção das SQ entre genótipos e Pares de ambientes
 EXTRATIFICAÇÃO DE AMBIENTES
Aplicação do Algoritmo de Lin (1982)
b) Formação do grupo inicial
- Agrupam-se inicialmente os ambientes com menor índice de similaridade,
ou menor SQ de genótipos x pares de ambientes
- No exemplo correspondem aos ambientes 2 e 7

- Formação de outras grupos

Outras metodologias:
AMMI, Fatores, etc.
DECOMPOSIÇÃO DA INTERAÇÃO GxA EM PARTES SIMPLES E COMPLEXA

A existência de interação está ligada a dois fatores:

1- Simples – proporcionado pela diferença de variabilidade entre
genótipos nos ambientes.

G1

G2

Figura 1. Interação Simples

2- Complexo – proporcionado pela falta de correlação entre

genótipos. Inconsistência da superioridade de genótipos com a
variação ambiental.
G1

G2
Figura 2. Interação Complexa
DECOMPOSIÇÃO DA INTERAÇÃO GXA EM PARTES SIMPLES E COMPLEXA

Partição do Quadrado Médio da Interação GxA (Robertson, 1959):

QMGxA = S + C

Sendo:
S = 1 / 2( Q1 - Q2 ) 2

C = (1 - r ) Q1Q2

Em que:
S e C: parte simples e complexa da interação GxA, respectivamente.
r: correlação entre médias de genótipos nos ambientes 1 e 2,
respectivamente.
Q1 e Q2: Quadrados médios entre genótipos nos ambientes 1 e 2,
respectivamente.
QMGxA = 1 / 2( Q1 - Q2 ) 2 + (1 - r ) Q1Q2
DECOMPOSIÇÃO DA INTERAÇÃO GxA EM PARTES SIMPLES E COMPLEXA

Do ponto de vista genético, a interação GxA pode ser estimada

considerando o efeito de ambientes como aleatório ou fixo:
a)Considerando o efeito de ambientes como aleatório:

sˆ ga
2
= 1 / 2(sˆ g1 - sˆ g 2 ) 2 + (1 - rg )sˆ g1sˆ g 2

b)Considerando o efeito de ambientes como fixo:

sˆ ga
2
= 1 / 4(sˆ g1 - sˆ g 2 ) 2 + 1 / 2(1 - rg )sˆ g1sˆ g 2

Cruz & Castoldi (1991):

- Outra forma de estimar a parte complexa da interação GxA:

C = (1 - r )3 Q1Q2
 DECOMPOSIÇÃO DA INTERAÇÃO GxA EM PARTES SIMPLES E COMPLEXA
Aplicação

a) Matriz de quadrados Médios de interação entre genótipos e Pares de

ambientes
- Com base nas estimativas de SQ entre genótipos e pares de ambientes
apresentadas na tabela 3.7 obtém-se os respectivos QM:
 DECOMPOSIÇÃO DA INTERAÇÃO GxA EM PARTES SIMPLES E COMPLEXA
Aplicação
b) Matriz de correlações entre Médias das cultivares em cada par de ambientes
- Os coeficientes de correlações simples são estimados a partir das médias
apresentadas na Tabela 3.4, conforme a equação abaixo:
 DECOMPOSIÇÃO DA INTERAÇÃO GxA EM PARTES SIMPLES E COMPLEXA
Aplicação
c) Matriz de estimativa da Parte Complexa da interação do QM entre genótipos e
Pares de ambientes
- De acordo com expressão proposta por Cruz & Castoldi (1991), obtém-se as
estimativas da parte complexa da interação.
- Na parte inferior da diagonal da tabela 3.13 é apresentada a porcentagem da
parte complexa da interação.
- Valores acima de 100% ocorrem nos casos em que as correlações das médias
dos genótipos em dois ambientes é negativa.
- Em relação aos ambientes 1 e 2, por exemplo, tem-se:
DECOMPOSIÇÃO DA INTERAÇÃO GxA EM PARTES SIMPLES E COMPLEXA
Aplicação
c) Matriz de estimativa da Parte Complexa da interação do QM entre genótipos e
Pares de ambientes
DECOMPOSIÇÃO DA INTERAÇÃO GxA EM PARTES SIMPLES E COMPLEXA
Aplicação
c) Matriz de estimativa da Parte Complexa da interação do QM entre genótipos e
Pares de ambientes
REFLEXOS DA INTERAÇÃO GxA SOBRE OS GANHOS GENÉTICOS DE SELEÇÃO

1) A interação GxA manifestada pode ser capitalizada

2) A interação GxA é um fator perturbador da seleção (interações temporais)

Algumas situações em que se deseja fazer predições de ganhos:

a) Seleção em um ambiente e resposta esperado no mesmo ambiente

Pode-se usar a variância genética, quando não for possível usar a variância aditiva
REFLEXOS DA INTERAÇÃO GxA SOBRE OS GANHOS GENÉTICOS DE SELEÇÃO
b) Seleção em um ambiente (j’) e resposta esperada em outro ambiente (j)

Em que:
REFLEXOS DA INTERAÇÃO GxA SOBRE OS GANHOS GENÉTICOS DE SELEÇÃO

b) Seleção em um ambiente (j’) e resposta esperada em outro ambiente (j)

Estimativas de covariâncias
Se os ambientes são aleatórios:

Se os ambientes são fixos:

Estimativas de correlações:

(I) (II) (III)

 APLICAÇÃO
EX: ALGUNS ESTUDOS CONDUZIDOS
Soja (Pacheco et al., 2003; Mendonça et al., 2007)
Trigo (Cargnin et al., 2006)
Algodão (Carvalho et al., 1995)