04573nab a2200337 i 4500 BR-BrBNA 20231113140441.0 231113b2020 bl.qr|pooa||| 00| 0 eng | BR-BrBNA eng F30 0336 Freiria, Gustavo Henrique Gonçalves, Leandro Simões Azeredo Zeffa, Douglas Mariani Lima, Wilmar Ferreira Fonseca Júnior, Nelson da Silva Prete, Cássio Egídio Cavenaghi Fonseca, Inês Cristina de Batista Bayesian AMMI applied to food-type soybean multi-environment trials Publicação on-line; 25 ref.; 3 tables; 3 illus.; Summaries (En, Pt) ABSTRACT - A complicating factor for the selection of plant strains is the influence of a genotype-environment (GE) interaction. The Bayesian approach is a tool to increase the efficiency of adaptability and stability methodologies. In this context, the objective of this study was to evaluate the linear and bi-linear parameters of the additive main effects and multiplicative interaction (AMMI) analysis using the Bayesian approach for selection of food-type soybean genotypes in multi-environment trials. The grain yields of five lipoxygenase-free lines intended for human consumption of from the soybean breeding program of the Londrina State University and two commercial standards (BRS 257 and BMX Potência RR) were evaluated in four counties of the State of Paraná, Brazil, in the 2014/15, 2015/16 and 2016/17 growing seasons. Of the evaluated lines, only UEL 110 and UEL 122 had positive posterior genotypic effects, exceeding a probability of 95% against the commercial standard BRS 257. Only lines UEL 115 and UEL 123 did not contribute significantly to the GE interaction. Lines UEL 110 and UEL 122 proved adaptable to the largest number of environments with significant GE interaction and are therefore promising for the development of new food-type soybean cultivars. The use of AMMI1 (PC1 vs. effects genotypes) showed results for the stability of genotypes similar to AMMI2 (PC1 vs PC2), allowing a direct selection by the biplot for productivity and stability. Key words: Glycine max. Bayesian inference. Genotype - environment. Functional food. Grain yield. RESUMO - A interação genótipo–ambiente (GA) é um complicador para a seleção de novos genótipos. A abordagem Bayesiana é uma ferramenta que pode aumentar a eficiência das metodologias de adaptabilidade e estabilidade. Nesse contexto, o objetivo deste estudo foi avaliar os parâmetros lineares e bi-lineares da análise AMMI (Additive Main Effects and Multiplicative Interaction) pela abordagem Bayesiana na seleção de genótipos de soja tipo alimento em ensaios multi-ambientes. A produtividade de grãos de cinco linhagens livres das enzimas lipoxigenases e destinadas ao consumo humano do Programa de Melhoramento de Soja da Universidade Estadual de Londrina e duas cultivares comerciais (BRS 257 e BMX Potência RR) foram avaliadas em quatro municípios do Estado do Paraná, nas safras 2014/15, 2015/16 e 2016/17. Das linhagens avaliadas, apenas a UEL 110 e UEL 122 tiveram efeitos genotípicos a posteriori positivos, superiores a 95% de confiabilidade a cultivar comercial BRS 257. Somente as linhagens UEL 115 e UEL 123 não contribuíram significativamente para a interação GA. As linhagens UEL 110 e UEL 122 foram adaptáveis ao maior número de ambientes de interação GA significativas e, portanto, são promissoras para o desenvolvimento de novas cultivares de soja tipo alimento. A utilização da AMMI1 (CP1 vs efeitos genotípicos) mostrou resultados para a estabilidade semelhantes ao AMMI2 (CP1 vs CP2), o que possibilitou uma seleção direta pelo biplot para produtividade e estabilidade. Palavras-chave: Glycine max. Inferência Bayesiana. Genótipo - ambiente. Alimento funcional. Produtividade de grãos. SOJA VARIEDADE RESISTENTE INTERAÇÃO GENÉTICA MELHORAMENTO GENÉTICO VEGETAL PRODUTIVIDADE 4290 25562 Fortaleza-CE Universidade Federal do Ceará. Centro de Ciências Agrárias 2002 2023-436128 Revista Ciência Agronômica (Brazil) 0045-6888; 1806-6690 (on-line) v. 51(4) p. 1-10; (2020) BR2023002028 https://www.scielo.br/j/rca/a/BHX79Y3B89CKMHWdBdSb4hN/?format=pdf&lang=en Analítica 86720 86720