| Summary: | Em estudos de divergência genética por métodos multivariados, a distância euclidiana é a medida de distância mais amplamente utilizada e essa distância é a mais recomendada quando as unidades de cálculos são escores de componentes principais, como é o caso da análise AMMI (additive main effects and multiplicative interaction analysis). Tal análise permite a obtenção de estimativas mais precisas das respostas genotípicas e possibilita a análise da divergência genética por métodos aglomerativos. A análise dos modelos AMMI combina, num único modelo, componentes aditivos para os efeitos principais (genótipos e ambientes) e componentes multiplicativos para os efeitos da interação genótipos × ambientes. Os melhoristas de plantas compreendem que a interação genótipos × ambientes é de suma importância para a obtenção de variedades superiores e as estimativas de dissimilaridade atendem aos objetivos do melhorista, por quantificarem e informarem sobre o grau de semelhança ou de diferença entre pares de indivíduos. Entretanto, quando o número de indivíduos é grande, torna-se inviável o reconhecimento de grupos homogêneos pelo exame visual das estimativas de distância. Portanto, é importante proceder à análise de agrupamentos, obter dendrogramas por meio de métodos hierárquicos e posteriormente, analisar os grupos formados. A fim de determinar e classificar os grupos formados na clusterização hierárquica foram utilizados comandos específicos do programa computacional R que desenha no dendrograma os retângulos de cada grupo e os numera. Desta forma, o objetivo deste trabalho foi analisar a divergência genética via modelo AMMI, utilizando-se de técnicas multivariadas e reamostragem \"bootstrap\".
===
In studies of genetic diversity using multivariate approaches, the Euclidean distance is the most common measure used. This method is recommended when data are scores of principal components, such as in AMMI analysis (additive main effects and multiplicative interaction analysis). The AMMI method allows obtaining more precise estimates for genotypic results and also permits the use of genetic diversity analysis by using agglomerative approaches. Furthermore, this method combines additive components for the main effects (genotypes and environments) and multiplicative components for genotypes x environment interaction effects in a unique model. Plant breeders understand the importance of genotype and environment interaction to obtain superior varieties and the dissimilarity estimation meets breeders\" objectives since it quantifies and determines the similarity or the divergence between pairs of individuals. However, when the number of individuals is large it is unfeasible to recognize the group homogeneity by using a visual analysis of the distances estimation. Therefore, is important to use cluster analysis to obtain dendograms based on hierarchical methods and then analyze the groups obtained. In order to determine and classify the obtained groups from hierarchical cluster analysis specifics commands in the R software were used which shows in the dendrogram rectangles and numbers for each group. In this way, the objective of this work was to analyze the genetic divergence through AMMI model, by using multivariate approaches and \"bootstrap\" resampling.
|
|---|
