Notícias

Banca de DEFESA: VINÍCIUS GONTIJO RODRIGUES ROQUE

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: VINÍCIUS GONTIJO RODRIGUES ROQUE
DATA: 22/05/2018
HORA: 14:00
LOCAL: Departamento de Biologia - Anfiteatro DBI02
TÍTULO:

ESTRATÉGIAS DE AVALIAÇÃO DE EXPERIMENTOS DE EUCALIPTO NO VALE DO JARI NA AMAZÔNIA


PALAVRAS-CHAVES:

Modelos mistos; Eucalyptus spp; Melhoramento genético de eucalipto;
Predição de parâmetros genéticos; testes clonais.


PÁGINAS: 62
GRANDE ÁREA: Ciências Biológicas
ÁREA: Genética
RESUMO:

O momento atual apresenta desafios a serem superados no âmbito global e
nacional. Na perspectiva mundial, podem ser citadas a crescente demanda por produtos
florestais devido ao aumento populacional e a ocorrência das mudanças climáticas, o
que dificulta a produção de biomassa nas áreas de plantio das empresas florestais,
agregando instabilidade aos negócios do setor. No cenário brasileiro, podemos citar a
atual crise econômica e a urgência pela dinamização da economia e criação de
empregos. A melhoria nas estratégias de seleção de genótipos superiores pelos
programas de melhoramento genético contribuiria para a geração de clones mais
produtivos e adaptados às diversas condições climáticas, o que aumentaria a produção e
diminuiria a susceptibilidade das plantas frente às mudanças climáticas. No Brasil, este
aperfeiçoamento seria útil para gerar clones mais produtivos e adaptados às zonas de
expansão agrícola como a Amazônia por exemplo, o que impulsionaria o
desenvolvimento do setor florestal, dinamizando a economia e gerando mais empregos
para o país. Desta forma, reconhece-se a importância de se aprimorar a predição dos
valores genéticos e otimizar a busca por genótipos superiores, mais produtivos e
adaptados. A eficiência do uso de modelos mistos na predição de parâmetros genéticos
tem sido confirmada em diversos estudos atuais. Isto se deve às vantagens que esta
abordagem apresenta sobre as demais técnicas, admitindo o uso de dados faltantes e
possibilitando análises mais precisas quando se considera a estrutura de dados
longitudinais. Isto é especialmente importante no melhoramento genético de culturas
perenes como o eucalipto, onde os dados são compostos por medidas repetidas ao longo
dos anos nas mesmas parcelas, o que pode levar a diferentes estruturas de variâncias
residuais. Esta consequência impacta na estimativa dos parâmetros genéticos, que é uma
ferramenta chave na seleção de genótipos superiores. Desta forma, este estudo teve dois
objetivos: avaliar a eficiência da utilização dos modelos mistos na predição dos
parâmetros genéticos e estudar a redução do erro de predição ocasionado pela
modelagem da estrutura de covariâncias residuais. Os dados utilizados foram obtidos de
testes clonais pertencentes ao programa de melhoramento genético do grupo Jari,
plantados em 3 ambientes com 90 clones híbridos das seguintes espécies: Eucalyptus
platyphylla; Eucalyptus grandis; Eucalyptus urophylla; Eucalyptus wetarensis;
Eucalyptus tereticornis; Eucalyptus camaldulensis e Eucalyptus globulus. Os quatro
testes clonais possuem duas testemunhas em comum e foram implantados no
delineamento de blocos casualizados em 3 ambientes distintos, no município de
Almeirim, Pará, Brasil. Os experimentos foram avaliados aos 3 e 6 anos de idade,
observando as seguintes variáveis: circunferência à altura do peito, altura e incremento
médio anual em volume de madeira. De acordo com o critério de informação bayesiano
(BIC) concluiu-se para todas as variáveis analisadas, que o ajuste via modelos mistos
foi o mais adequado pois resultou em menor erro de predição e melhor estrutura de
covariâncias para este conjunto de dados. O BIC também indicou que a estrutura de
covariâncias residuais mais adequada para as variáveis analisadas foi a Simetria
Composta (CS), que pressupõe que as variâncias são homogêneas e as covariâncias
constantes.


MEMBROS DA BANCA:
Externo à Instituição - EVANDRO VAGNER TAMBARUSSI - USP
Presidente - 1414186 - FLAVIA MARIA AVELAR GONCALVES
Interno - 1491120 - JOSE AIRTON RODRIGUES NUNES
Notícia cadastrada em: 30/04/2018 14:39
SIGAA | DGTI - Diretoria de Gestão de Tecnologia da Informação - Contatos (abre nova janela): https://ufla.br/contato | © UFLA | appserver2.srv2inst1 03/07/2024 02:17