RESUMO: Este trabalho teve como objetivo caracterizar e estimar a diversidade genética em 21 acessos de Capsicum pertencentes ao Banco Ativo de Germoplasma da Universidade Federal do Piauí (BAGC-UFPI), por análises uni e multivariadas. O experimento foi conduzido em telado, utilizando-se o delineamento inteiramente ao acaso, com quatro repetições, sendo uma planta por parcela. Realizou-se análise de variância (ANOVA) e comparação da média para as setes variáveis quantitativas, seguidas do agrupamentos de médias pelo teste Scott-Knott (P < 0,05). A análise dos sete descritores quantitativos e treze qualitativos foi estimada com base na distância de Gower. Posteriormente, foi realizada a análise de componentes principais e o método de agrupamento hierárquico UPGMA. Os resultados caracterizaram e identificaram uma ampla variabilidade genética intra e interespecífica relacionada ao tamanho, cor e formato dos frutos entre os genótipos brasileiros de Capsicum do banco de germoplasma de pimentas BAGC-UFPI. Os descritores utilizados foram eficientes na discriminação dos acessos de pimentas, especialmente para espécies proximamente relacionadas C. frutescens e C. chinense.

ABSTRACT: This research aimed to morphologically characterize and estimate the genetic diversity of 21 Capsicum accessions belonging to the Capsicum Germplasm Active Bank at the Universidade Federal do Piauí (BAGC-UFPI) using uni- and multivariate analysis. The experiment was carried out in a greenhouse, by completely randomized experimental design with four repetitions, with one plant per plot. Analysis of variance (ANOVA) and the comparison of means for seven quantitative variables were performed, followed by clustering the averages by the Scott-Knott test (P < 0.05). The analysis of the seven quantitative and thirteen qualitative descriptors was estimated based on the Gower distance. Later, it was performed the principal component analysis and the UPGMA hierarchical cluster method. Results characterized and identified a wide intra- and interspecific genetic variability related to the fruit size, colors, and shapes among the Brazilian Capsicum genotypes belonging to the BAGC-UFPI. The descriptors used in this research were effective in the discrimination of the pepper accessions, especially the closely related C. frutescens and C. chinense species.

RESUMO - A cultura do feijão-fava (Phaseolus lunatus L) desenvolve-se em faixa ótima de temperaturas de 20-30°C, sendo que, as temperaturas superiores a 30-35ºC compromete a eficiência fotossintética e consequentemente desempenho produtivo. Considerando a importância do cultivo de feijão-fava, objetivou-se realizar a caracterização morfoagronômica e fenológicas de 46 acessos de feijão-fava tolerantes ás altas temperaturas da coleção nuclear de feijão-fava da Universidade Federal do Piauí. O experimento foi conduzido entre fevereiro a julho de 2021, em blocos inteiramente casualizados, com quatro repetições, sendo a parcela constituída por um vaso, com duas plantas. A caracterização dos acessos foi realizada com base em 20 descritores morfoagronômicos e fenológicos de feijão-fava. Com base na correlação de Pearson o número de flores emitidas e abortadas tem maior correlação genética com a quantidade total de sementes e vagens produzidas. Comprimento e largura de vagem apresentaram correlação positiva com os caracteres espessura, comprimento e largura da semente. Pelo agrupamento UPGMA houve a formação de cinco grupos. Os acessos UFPI-922 e UFPI-945 possuem maior desempenho nas condições de alta temperatura, para número de flores e de vagens emitidas como também menores valores de número de vagens abortadas. Os acessos UFPI-1037, UFPI-876, UFPI-1036, UFPI-1028, UFPI-1052, UFPI-1064, UFPI-1038 e UFPI-1062 são promissores tanto para precocidade, produtividade, emissão de flores e vagens formadas em programas de melhoramento de feijão-fava.

ABSTRACT - Lima bean (Phaseolus lunatus L.) develops at an optimal temperature in the range of 20-30°C, temperatures above 30-35°C compromise the photosynthetic efficiency of the crop. Considering the importance of lima bean cultivation, the objective of this study was to carry out a morphoagronomic and phenological characterization of 46 lima bean accessions tolerant to high temperatures from the core collection of lima bean at the Universidade Federal do Piauí. The experiment was conducted from February to July 2021 in a completely randomized block design with four replications, where the plot consisted of a pot with two plants. Genotype characterization was performed based on 20 morphoagronomic and phenological descriptors of lima bean. Based on Pearson's correlation, the number of emitted and aborted flowers had a greater genetic correlation with the total number of seeds and pods produced. Pod length and width were positively correlated with seed thickness, length, and width. Five groups were formed based on UPGMA grouping. It was observed that the UFPI-922 and UFPI-945 accessions had a higher performance under high-temperature conditions in relation to the number of flowers and pods emitted, as well as lower values for the number of aborted pods. The accessions UFPI-1037, UFPI-876, UFPI-1036, UFPI-1028, UFPI-1052, UFPI-1064, UFPI-1038, and UFPI-1062 are promising for precocity, productivity, emission of flowers and pods formed, and can be used in breeding programs.

RESUMO Estudos de caracterização morfoagronômica que visam a discriminação e classificação de acessos de feijão-fava quanto aos centros de domesticação e estado biológico têm sido de grande importância para a conservação da biodiversidade da espécie. Para esse fim, é muito utilizada a análise multivariada denominada análise discriminante, que nem sempre é capaz de produzir resultados satisfatórios. Classificadores baseados em inteligência computacional constituem-se ferramentas adicionais para a compreensão de problemas complexos de classificação. Neste estudo, objetivou-se testar o uso da árvore de decisão na classificação do feijão-fava de acordo com os centros de domesticação e estado biológico (cultivado e silvestre), com base em oito caracteres fenotípicos da semente. Foram avaliados 60 acessos de feijão-fava do Banco de Germoplasma de Phaseolus da Universidade Federal do Piauí (BGP/UFPI), em cuja classificação foram utilizadas duas abordagens: estatística convencional com análise discriminante sob componentes principais (DAPC) e inteligência computacional por meio da árvore de decisão (AD). Os resultados mostraram que o uso da AD foi eficiente para identificar padrões na classificação dos acessos de feijão-fava, devido à sua compreensibilidade. O peso da semente foi um dos principais descritores utilizado para explicar a origem e a diversidade da espécie. Os resultados encontrados serão úteis para estudos que envolvem a conservação de recursos genéticos, principalmente para a manutenção de bancos de germoplasma e em programas de melhoramento. Além disso, recomenda-se a integração de algoritmos de aprendizado de máquina em estudos voltados à classificação de feijão-fava.

ABSTRACT Morpho-agronomic characterization studies aiming at the discrimination and classification of lima bean accessions in relation to the centers of domestication and biological status have been of great importance for conserving the biodiversity of this species. For this purpose, researchers have widely used the multivariate analysis called discriminant analysis, which is not always capable of producing satisfactory results. Computational intelligence-based classifiers are additional tools for understanding complex classification problems. In this study, the objective was to test the use of the decision tree in the classification of lima bean according to the centers of domestication and biological status (cultivated and wild), based on eight phenotypic traits of the seed. Sixty accessions of lima bean from the Phaseolus Germplasm Bank of Universidade Federal do Piauí (BGP / UFPI) were evaluated, and classification was performed using two approaches: conventional statistics with discriminant analysis of principal components (DAPC) and computational intelligence through decision tree (DT). The results showed that the use of DT was efficient to identify patterns in the classification of lima bean accessions, due to its comprehensibility. Seed weight was one of the main descriptors used to explain the origin and diversity of the species. The results found will be useful for studies that involve the conservation of genetic resources, mainly for the maintenance of germplasm banks and in breeding programs. In addition, it is recommended to integrate machine learning algorithms in studies aimed at classifying lima bean.