Existem diversos métodos de estudos de adaptabilidade e estabilidade de genótipos baseados em análise de variância, regressão, regressão bissegmentada e análise não paramétrica. Essas metodologias auxiliam os melhoristas na identificação de um genótipo ideal; este, por sua vez, definido como de alta produtividade média, estável às condições ambientais e responsivo à melhoria do ambiente.
Neste material, será iniciado o estudo dos métodos baseados na análise de variância, de modo que, primeiramente, será apresentado o método tradicional. O método tradicional baseia-se na análise conjunta de experimentos e, em seguida, desdobra a soma de quadrados dos efeitos dos ambientes e da interação genótipos x ambientes em efeitos de ambientes dentro de cada genótipo. A variabilidade de ambientes dentro de cada genótipo é considerada como a estimativa da estabilidade, de modo que o genótipo que exibir o menor quadrado médio nos ambientes é caracterizado como de alta estabilidade.
A vantagem deste método é a facilidade na interpretação dos resultados, bem como o fato de que pode ser aplicado mesmo quando o número de ambientes e genótipos for relativamente reduzido, isto é, com três ambientes e genótipos já é possível aplicar o método. No entanto, sua desvantagem está associada à baixa precisão do parâmetro de estabilidade, e por fazer uso de um conceito de estabilidade de pouco interesse ao melhorista, principalmente por, neste método, os genótipos que exibem alta estabilidade entre os ambientes apresentarem baixa produtividade de grãos.
Aplicação do método: um experimento foi realizado com cinco genótipos de soja avaliados em quatro ambientes no estado do Rio Grande do Sul, em delineamento experimental de blocos ao acaso com três repetições por genótipo em cada ambiente. Avaliou-se a produtividade média de grãos descrita em sacas de 60 kg ha-1. A tabela 1 apresenta os valores de produtividade média de grãos de cada genótipo em cada ambiente, bem como o somatório geral de cada genótipo e cada ambiente.
Tabela 1. Médias de produtividade de grãos de cinco genótipos avaliados em quatro ambientes no estado do Rio Grande do Sul. Fonte: elaborado pelo autor.
Estimador do parâmetro de estabilidade
Com base no estimador/fórmula, obtém-se os parâmetros de estabilidade (QMA/Gi) de cada um dos genótipos avaliados.
Onde:
QM(A/Gi) – parâmetro de estabilidade
r – número de repetições
a – número de ambientes
Nesta situação será estimado o parâmetro de estabilidade para o genótipo 1:
Da mesma forma, obtém-se as estimativas do parâmetro de estabilidade para os demais genótipos. Assim, a tabela 2 representa as estimativas para cada um dos genótipos avaliados.
Tabela 2. Parâmetros de estabilidade estimados para cinco genótipos avaliados em quatro ambientes. Fonte: elaborado pelo autor.
Deste modo, evidencia-se que o genótipo 2 é o mais estável frente às variações ambientais, pois exibe o menor QM(A/Gi), no entanto seu desempenho em relação à produtividade média de grãos (54,25 sc) é inferior a todos os outros genótipos, e por isso não deve ser recomendada sua utilização. Por outro lado, o genótipo 5 destaca-se pela superioridade da produtividade média de grãos (74,25 sc) e pelo baixo quadrado médio (QMA/Gi = 62,75), indicando a possibilidade de ser recomendada a sua utilização nos ambientes avaliados.
Assim, por meio de estudos com modelos biométricos pode-se realizar o posicionamento de genótipos de forma criteriosa em vários ambientes que constituem uma microrregião, promovendo maior desempenho agronômico. Existem dezenas de modelos biométricos que se distinguem nos conceitos de estabilidade e princípios estatísticos adotados, de forma que não existe o melhor método, mas cada um apresenta tanto vantagens como desvantagens, e a aplicação de um determinado método depende do número de ambientes avaliados, da precisão e do tipo de informação desejada.
Referências:
SILVA, J. G.; CARVALHO, I. R.; MAGANO, D. A. (org.). A cultura da aveia: da semente ao sabor de uma espécie multifuncional. Editora CRV, 2020.
CRUZ, C. D.; REGAZZI, A. J. Modelos biométricos aplicados ao melhoramento genético. 2. ed. Viçosa: UFV, 1997.
