Seleção Genômica Ampla (GWS) aplicada em doenças de podridão de espiga
em milho com distribuição assimétrica
Fusarium verticilioides. Predição genômica. Distribuição
assimétrica.
Considerada uma cultura de grande impacto econômico, o milho pode ter a
sua produtividade afetada pelo patógeno fusarium verticilioides, que pode causar os
grãos ardidos e micotoxinas. Além de todo o manejo que deve ser feito no controle
dessa doença, a utilização de genótipos resistentes é o mais eficaz. Vários estudos
relatam que a resistência a essas doenças é controlada por genes de herança quantitativa,
sendo a seleção fenotípica dificultada nesses caracteres, devido à baixa herdabilidade e
alta influencia do ambiente. Entre as ferramentas mais utilizadas nos programas de
melhoramento de plantas, a Seleção Genômica Ampla (GWS) apresenta alta eficácia na
seleção de genótipos superiores. Alguns caracteres de caráter quantitativo podem
apresentar distribuição assimétrica, principalmente dados de resistência à doenças de
plantas. Quando isso ocorre, nem sempre a transformação dos dados é uma alternativa
eficaz, sendo indicada a utilização de modelos que lidem bem com a assimetria.
Portanto nesse trabalho objetivou-se verificar a eficiência na utilização de modelo misto
normal assimétrico bayesiano na predição de dados com distribuição assimétrica, em
comparação ao GBLUP. As análises fenotípicas foram feitas no ambiente de Lavras e
de Uberlândia e foram avaliados três caracteres: grãos ardidos, proporção de espigas
doentes e escore de incidência de podridão de espiga. Através da metodologia de
torneios, o número de marcadores foi reduzido em um ranking dos melhores marcadores
para predição. Na análise dos parâmetros estimados, os caracteres grãos ardidos e escore
apresentaram maior herdabilidade em comparação à proporção de espigas doentes,
portanto esses caracteres podem ser utilizados na obtenção de genótipos resistentes á
podridão da espiga causada por fusarium verticilioides. Nas análises com os modelos
GBLUP e o Modelo Assimétrico Bayesiano, foi observada uma alta herdabilidade e
também correlação para os caracteres analisados sob o Modelo Assimétrico Bayesiano,
diferente do GBLUP, que obteve uma menor herdabilidade e menor correlação. A alta
correlação e boa predição genômica apresentada pelo Modelo Assimétrico Bayesiano
leva a inferir que esse modelo é eficaz na análise de dados com distribuição assimétrica.