Índices de seleção adaptados para seleção individual simulada em famílias de cana-de-açúcar

Abstract

Resumo: O presente trabalho teve como objetivo aplicar o índice de seleção MGIDI e o índice baseado em médias padronizadas, adaptados ao procedimento BLUPIS, visando avaliar sua eficiência na seleção de famílias na fase inicial do melhoramento da canade-açúcar. Para este estudo, foram consideradas 45 famílias de irmãos completos da série RB12. O experimento foi conduzido no município de Paranavaí, na região noroeste do estado do Paraná, em delineamento de blocos incompletos, com cinco repetições. Na análise, foram consideradas as variáveis massa média de colmo (M1C), número de colmos por touceira (NCT) e Brix, cuja correlação não foi significativa. Para situações em que as variáveis não apresentam correlação, o índice de médias padronizadas mostra-se suficiente. Por outro lado, quando há multicolinearidade entre as variáveis, índices mais robustos, como o MGIDI, são mais indicados. A adaptação do procedimento BLUPIS aos índices de seleção permite eliminar famílias com desempenho inferior à média da população e selecionar um maior número de indivíduos nas famílias superiores, sem a necessidade de avaliação de plantas individuais. Os índices avaliados apresentaram alta correlação, demonstrando que ambos produzem classificações semelhantes das famílias

Abstract: This study aimed to apply the MGIDI selection index and the index based on standardized means, adapted to the BLUPIS procedure, in order to evaluate their efficiency in selecting families at the early stage of sugarcane breeding. For this study, 45 full-sib families from the RB12 series were considered. The experiment was conducted in the municipality of Paranavaí, in the northwestern region of the state of Paraná, using an incomplete block design with five replications. The analysis considered the variables average stalk mass (M1C), number of stalks per clump (NCT), and Brix, whose correlation was not significant. For situations in which the variables are not correlated, the standardized means index is sufficient. On the other hand, when there is multicollinearity among variables, more robust indices, such as MGIDI, are more appropriate. The adaptation of the BLUPIS procedure to selection indices makes it possible to eliminate families with performance below the population mean and to select a greater number of individuals within superior families, without the need for individual plant evaluation. The evaluated indices showed high correlation, demonstrating that both produce similar rankings of families