ESTRATÉGIAS PARA SELEÇÃO DE PROGÊNIES DE SORGO SACARINO COM BASE EM MÚLTIPLOS CARACTERES
Sorghum bicolor (L.) Moench. Índice de seleção. BLUP multivariado.
O sorgo sacarino possui colmos com elevados teores de açúcares que o destacam como uma cultura bioenergética. Estudos de associação demostram que vários caracteres agroindustriais comumente mensurados nos ensaios de avaliação de genótipos têm elevada correlação com o caráter-alvo de melhoramento rendimento de etanol de 1ª geração, a exemplo da produção em toneladas de brix por hectare (TBH). Desta forma, o objetivo deste trabalho foi avaliar a acurácia da predição usando a abordagem de modelos mistos univariada e multivariada e comparar os ganhos genéticos por diferentes estratégias de seleção multicaracteres de progênies. Foram selecionadas 196 progênies de meios-irmãos oriundas da população base do ciclo zero do programa de seleção recorrente intrapopulacional de sorgo sacarino da Embrapa Milho e Sorgo visando ao aumento do rendimento de açúcares. Os experimentos foram realizados em dois ambientes no delineamento experimental látice 14 x 14, sendo medidos os caracteres dias para o florescimento (FLOR), altura da planta (AP), produção de massa verde (PMV), teor de sólidos solúveis totais (SST) e toneladas de brix por hectare (TBH). Foram realizadas as análises via abordagem de modelos mistos univariada e multivariada e posteriormente foram adotadas quatro estratégias de seleção das progênies: seleção direta (TBH), índice FAI/BLUP, índice de Mulamba e Mock e índice aditivo. Foi observado variância genética significativa para todos os caracteres em Lavras e Sete Lagoas e na análise conjunta para quase todos, com exceção do SST. A análise multivariada proporcionou estimativas de parâmetros genéticos e predições dos valores genéticos das progênies mais acuradas em relação a univariada, além de resultar em estimativas de ganhos superiores para todos os caracteres. A seleção direta (TBH) e o índice FAI/BLUP resultaram em estimativas de ganhos genéticos equilibrados nas duas abordagens de análise, possibilitando a identificação de progênies que associam elevados desempenhos agronômicos