Back to Search
Start Over
AMMI methodology in soybean: Cluster analysis with bootstrap resampling in genetic divergence and stability
- Source :
- Revista Ceres, Vol 63, Iss 4, Pp 461-468, Revista Ceres v.63 n.4 2016, Revista Ceres, Universidade Federal de Viçosa (UFV), instacron:UFV, Revista Ceres, Volume: 63, Issue: 4, Pages: 461-468, Published: AUG 2016
- Publisher :
- Universidade Federal De Viçosa
-
Abstract
- This study aimed to propose a clustering methodology with bootstrap resampling using the Additive Main Effects and Multiplicative Interaction Analysis (AMMI) to contribute to better prediction of phenotypic stability of genotypes and environments. It also aims to analyze the genetic divergence in the assessment of soybean lines, identify genotypes with high-yielding characteristics, with control of chewing and sucking insect pests, and cluster similar genotypes for the traits evaluated. A total of 24 experiments were conducted in randomized blocks, with two replications subdivided in experimental groups with common controls. AMMI with principal component analysis indicated that PC1 and PC2 were significant, explaining 83.9% of the sum of squares of the interaction. The first singular axis of AMMI analysis captured the highest percentage of "pattern" and, with subsequent accumulation of the dimensions of the axes, there was a decrease in the percentage of "pattern" and an increase in "noise". The Euclidean distance between genotype scores was used as the dissimilarity measure and clusters were obtained by the hierarchical method of Ward. Genotypes 97-8011, 97-8029, 97-8050 and IAS-5 had the best performance and are promising for recommendation purposes, with the greatest stability and best performance on grain yield. RESUMO O presente trabalho teve como objetivo propor uma metodologia de agrupamento com reamostragem bootstrap por meio do modelo AMMI (Additive Main Effects and Multiplicative Interaction Analysis), contribuindo para melhor predição da estabilidade fenotípica de genótipos e de ambientes. Ao mesmo tempo, analisar a divergência genética na avaliação de linhagens experimentais de soja, identificando genótipos que reúnam características de alta produtividade, com controle de insetos mastigadores e sugadores, reunindo grupos de genótipos similares para os caracteres avaliados. Foram conduzidos 24 experimentos aleatorizados em blocos com duas repetições subdivididas em conjuntos experimentais com testemunhas comuns. A análise AMMI por componentes principais indicou os dois primeiros eixos como significativos, os quais explicaram 83,9% da porção da soma de quadrados da interação. O primeiro eixo singular da análise AMMI capturou a maior porcentagem de "padrão" e, com acumulação subsequente das dimensões dos eixos, houve uma diminuição na porcentagem de "padrão" e um incremento de "ruídos". Utilizou-se a distância euclidiana entre escores de genótipos como medida de dissimilaridade e posteriormente obtidos os agrupamentos por meio do método hierárquico de Ward. Os genótipos 97-8011, 97-8029, 97-8050 e a testemunha IAS-5 se comportaram como os mais promissores para fins de recomendação, pois os resultados indicaram maior estabilidade e melhor performance quanto à produtividade de grãos.
- Subjects :
- agrupamentos
lcsh:Biotechnology
01 natural sciences
Stability (probability)
genotype x environment interaction
010104 statistics & probability
lcsh:TP248.13-248.65
Statistics
interação genótipo x ambiente
0101 mathematics
lcsh:Agriculture (General)
Cluster analysis
percentile range
Mathematics
General Veterinary
biology
Explained sum of squares
Ammi
04 agricultural and veterinary sciences
biology.organism_classification
lcsh:S1-972
Euclidean distance
Genetic divergence
Principal component analysis
040103 agronomy & agriculture
0401 agriculture, forestry, and fisheries
Noise (video)
General Agricultural and Biological Sciences
intervalo percentílico
clustering
Subjects
Details
- Language :
- English
- ISSN :
- 21773491
- Volume :
- 63
- Issue :
- 4
- Database :
- OpenAIRE
- Journal :
- Revista Ceres
- Accession number :
- edsair.doi.dedup.....7868b7e01f5c14ed34e2607605ffe4e2