Aplicação dos modelos lineares mistos no melhoramento de Cynodon spp.

O gênero Cynodon pertence à família Poaceae sendo uma das espécies forrageiras mais cultivadas no mundo. É possível diferenciar essa gramínea em dois grupos: Gramas-Bermudas, que possui como representante Cynodon dactylon; e Gramas-Estrela, abrangendo C. nlemfuensis, C. arthiopicus e C. plectostacyus. A utilização de Cynodon spp. na alimentação do gado tem contribuído com ganhos consideráveis no peso dos animais e no aumento da produção de leite, além de ser uma forrageira que apresenta boa produtividade e qualidade nutricional. O programa de melhoramento genético de Cynodon da Embrapa explora a variabilidade genética da espécie utilizando a seleção recorrente fenotípica de famílias de meio- irmãos e autofecundação de clones, com foco na seleção de clones com elevada produtividade de biomassa vegetal (produção de forragem). Classicamente, dados dessa natureza eram avaliados sob Análise de Variância (ANOVA). Entretanto, tomar medidas em um mesmo genótipo ao longo do tempo pode gerar erros correlacionados, ferindo um dos pressupostos da ANOVA de independência dos resíduos. Neste sentido a utilização de modelos lineares mistos aplicando a modelagem de estruturas de covariância dos efeitos aleatórios torna-se uma abordagem promissora para obtenção dos valores genéticos mais acurados. A busca por estratégias que auxilie o melhorista a selecionar indivíduos superiores baseados em várias características pode contribuir na otimização de um programa de melhoramento. Assim o objetivo do presente trabalho foi realizar a modelagem de estruturas de covariância em clones de Cynodon spp. e avaliar o ganho genético baseado na seleção a partir de um índice multicaracterístico. O experimento foi realizado em 2012 no campo experimental da Embrapa Gado de Leite. O delineamento adotado foi em blocos aumentados, com quatro blocos e cinco testemunhas comerciais avaliados em quatro cortes. As 197 progênies de autofecundação da cultivar Grama Estrela Roxa juntamente com as cinco testemunhas foram avaliadas para as características altura de plantas (PH), porcentagem de matéria seca de forragem (DM), peso verde de forragem (WG) e vigor da planta (VG). Dezenove modelos foram testados e a escolha do modelo de melhor ajuste foi determinada pelo AIC. O índice multicaracterístico utilizado foi o FAI-BLUP, que se baseia em análise fatorial para identificar um ideótipo e posteriormente realizar a seleção. O modelo mais ajustado segundo o AIC foi o m17, que adota a estrutura de covariância CORH para os efeitos genéticos. A escolha dessa estrutura reflete a natureza de dados avaliados sob medidas repetidas, uma que possibilita variâncias heterogêneas para cada corte, mas sem ignorar a correlação que existe entre os mesmos. Escolher o modelo adequado refletiu em alterações no ranking dos melhores indivíduos. O índice FAI-BLUP possibilitou ganhos em todas características com destaque para WG e VG. Os 20% melhores genótipos foram selecionados e estes são T5, 11, 118, T3, 152, 134, 161, 7, 35, 126, 128, 149, 81, 103, 165, 168, T1, T2, 39 e 193. Este trabalho evidenciou que ajustar um modelo com a estrutura de covariância adequada, possibilita obter ganhos com a seleção e garante uma seleção mais acurada seja na seleção direta ou para seleção simultânea de múltiplas características. Palavras-chave: Estruturas de covariância. Medidas Repetidas. FAI-BLUP. Melhoramento de forrageiras. REML/BLUP.