Correlações parciais entre caracteres produtivos e proteína em grãos de trigo

Autores

DOI:

https://doi.org/10.1590/1983-21252024v3712312rc

Palavras-chave:

Triticum aestivum L. Relações lineares. Produtividade de grãos.

Resumo

O objetivo desse estudo foi verificar se há relações lineares entre caracteres produtivos e proteína em grãos de trigo de ciclos precoce, médio e tardio. Foram utilizados os dados de 204 ensaios de competição de genótipos de trigo conduzidos nos estados do Rio Grande do Sul e Paraná, sendo 78 ensaios com genótipos de ciclo precoce, 34 de ciclo médio e 92 de ciclo tardio. Os ensaios foram conduzidos no delineamento de blocos casualizados, sendo avaliados 149 genótipos de ciclo precoce, 95 de ciclo médio e 193 de ciclo tardio, nos anos de 2015 a 2019. Foram avaliados três caracteres produtivos (produtividade de grãos, em kg ha-1, peso de mil grãos, em g e peso do hectolitro, em kg hL-1) e a proteína dos grãos, em %. Foram confeccionados gráficos de dispersão e calcularam-se os coeficientes de correlação parcial entre esses quatro caracteres, a partir de 4330, 2497 e 4714 observações, dos ciclos precoce, médio e tardio, respectivamente. Há relações lineares entre caracteres produtivos e proteína em grãos de trigo de ciclos precoce, médio e tardio. Os genótipos de trigo de ciclos precoce e tardio apresentam correlação negativa entre a produtividade de grãos e a proteína nos grãos. Os genótipos de trigo de ciclo médio apresentam ausência de correlação entre produtividade de grãos e a proteína nos grãos. A seleção de genótipos de maior produtividade de grãos e peso do hectolitro pode ser realizada indiretamente por meio do peso de mil grãos.

Downloads

Não há dados estatísticos.

Referências

BAYE, A. et al. Genotypic and phenotypic correlation and path coefficient analysis for yield and yield-related traits in advanced bread wheat (Triticum aestivum L.) lines. Cogent Food & Agriculture, 6: 1-17, 2020.

BUSSAB, W. O.; MORETTIN, P. A. Estatística Básica. 9. ed. São Paulo, SP: Saraiva, 2017. 554 p.

CARVALHO, I. R. et al. Correlações canônicas entre caracteres morfológicos e componentes de produção em trigo de duplo propósito. Pesquisa Agropecuária Brasileira, 50: 690-697, 2015.

CRUZ, C. D. Genes Software – extended and integrated with the R, Matlab and Selegen. Acta Scientiarum. Agronomy, 38: 547-552, 2016.

CRUZ, C. D.; REGAZZI, A. J. CARNEIRO, P. C. S.; Modelos biométricos aplicados ao melhoramento genético. 4. ed. Viçosa, MG: UFV, 2012. 514 p.

GIANCASPRO, A. et al. Genetic variation for protein content and yield-related traits in a durum population derived from an inter-specific cross between hexaploid and tetraploid wheat cultivars. Frontiers in Plant Science, 10: 1509, 2019.

JANMOHAMMADI, M. et al. Path analysis of grain yield and yield components and some agronomic traits in bread wheat. Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis, 62: 945-952, 2014.

KAUR, A. et al. Physicochemical and rheological properties of starch and flour from different durum wheat varieties and their relationships with noodle quality. Journal of Food Science and Technology, 4: 2127-2138, 2016.

KAVALCO, S. A. F. et al. Análise de trilha em genótipos de trigo submetidos ao estresse por encharcamento. Semina: Ciências Agrárias, 35: 1683-1695, 2014.

KIM, S. ppcor: An R Package for a Fast Calculation to Semi-partial Correlation Coefficients. Communications for Statistical Applications and Methods, 22: 665-674, 2015.

LIU, Y. et al. Genome-wide linkage mapping of quantitative trait loci for late-season physiological and agronomic traits in spring wheat under irrigated conditions. Agronomy, 8: 1-25, 2018.

LORO, M. V. et al. Wheat grain biofortification for essential amino acids. Pesquisa Agropecuária Brasileira, 58: e02860, 2023.

LYU, X. et al. Foliar applications of various nitrogen (N) forms to winter wheat affect grain protein accumulation and quality via N metabolism and remobilization. The Crop Journal, 10: 1165-1177, 2022.

MANTAI, R. D. et al. Nitrogen levels in oat grains and its relation to productivity. Genetics and Molecular Research, 19: gmr18569, 2020.

MICHEL, S. et al. Simultaneous selection for grain yield and protein content in genomics‑assisted wheat breeding. Theoretical and Applied Genetics, 132: 1745-1760, 2019.

MONAGHAN, J. M. et al. The use of grain protein deviation for identifying wheat cultivars with high grain protein concentration and yield. Euphytica, 122: 309-317, 2001.

NIGRO, D. et al. Candidate genes and genome-wide association study of grain protein content and protein deviation in durum wheat. Planta, 249: 1157-1175, 2019.

R CORE TEAM. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna. Available at: https://www.R-project.org. 2023.

SEGATTO, T. A. et al. Adaptability and stability of wheat genotypes for the expression of amino acids in their grains. Agropecuária Catarinense, 35: 82-89, 2022.

SEGATTO, T. A. et al. Interrelations with the nutritional and technological characters of wheat grains. Revista Brasileira de Agropecuária Sustentável, 13: 1-15, 2023.

SILVA, C. L. et al. Seleção de genótipos de trigo para rendimento de grãos e qualidade de panificação em ensaios multiambientes. Revista Ceres, 62: 360-371, 2015.

SOLOMON, T. Correlation and path coefficient studies on advanced bread wheat lines in Ethiopia. Cell Biology, 9: 1-20, 2021.

SZARESKI, V. J. et al. Genetic and phenotypic multi-character approach applied to multivariate models for wheat industrial quality analysis. Genetics and Molecular Research, 18: gmr18223, 2019.

TAIZ, L. et al. Fisiologia e desenvolvimento vegetal. 6. ed. Porto Alegre, RS: Artmed, 2017. 888 p.

THORWARTH, P. et al. Dissecting the genetics underlying the relationship between protein content and grain yield in a large hybrid wheat population. Theoretical and Applied Genetics, 132: 489-500, 2019.

THORWARTH, P. et al. Higher grain yield and higher grain protein deviation underline the potential of hybrid wheat for a sustainable agriculture. Plant Breed, 137: 129-787, 2018.

WICKHAM, H. ggplot2: Elegant graphics for data analysis. 2. ed. New York: Springer-Verlag, 2016. 260 p.

WIEGMANN, M. Wild barley serves as a source for biofortification of barley grains. Plant Science, 283: 83-94, 2019.

Downloads

Publicado

01-02-2024

Edição

Seção

Artigo Científico