ABSTRACT. The development of melon lines resistant to gummy stem blight (GSB) is an important strategy for decreasing losses caused by this disease. Thus, selecting the best parents for such a goal is essential. We evaluated the general (GCA) and specific (SCA) combining abilities of lines and accessions to guide the selection of the most promising parents to develop GSB-resistant lines. Six genotypes representing two groups (group I - susceptible: group II - resistant) were crossed in a partial diallel mating design. The genotypes were evaluated for disease expression using a rating scale from 0 (resistant) to 4 (susceptible). Estimates of GCA were negative and significant for the accessions PI 420145 and PI 482398, which can be suggested for crosses aimed at obtaining melon lines resistant to GSB. There is a reciprocal effect for the resistance of melon genotypes to Didymella bryoniae, especially when PI 482398, PI 420145, and PI 140471 are crossed with JAB-20. Such results indicate that maternal effects may be involved in the resistance to gummy stem blight.

Resumo: O objetivo deste trabalho foi comparar a abordagem bayesiana e os métodos frequentistas para estimar as médias e os parâmetros genéticos em experimentos multiambientes de soja. Cinquenta e uma linhagens de soja e quatro testemunhas foram avaliadas em delineamento de blocos ao acaso, em seis ambientes, com três repetições, e a produtividade de grãos foi determinada. As distribuições “half-normal” a priori e uniformes foram utilizadas em combinação com parâmetros obtidos de dados de 18 genótipos coletados em experimentos anteriores e relacionados. Os valores genotípicos de genótipos com alta e baixa produção de grãos, agrupados pela abordagem bayesiana, diferiram das médias obtidas pela inferência frequentista. A soja avaliada pela abordagem bayesiana apresentou valores de parâmetros genéticos de modelos mistos (REML/Blup) próximos daqueles das seguintes variáveis: herdabilidade média (h2mg), acurácia da seleção dos genótipos (Acgen), coeficiente de variação genético (CVgi%) e coeficiente de variação ambiental (CVe%). Portanto, em experimentos multiambientes, a metodologia de modelos mistos e a abordagem bayesiana produzem resultados similares de parâmetros genéticos.

Abstract: The objective of this work was to compare the Bayesian approach and the frequentist methods to estimate means and genetic parameters in soybean multienvironment trials. Fifty-one soybean lines and four controls were evaluated in a randomized complete block design, in six environments, with three replicates, and soybean grain yield was determined. The half-normal prior and uniform distributions were used in combination with parameters obtained from data of 18 genotypes collected in previous and related experiments. The genotypic values of the genotypes of high- and low-grain yield, clustered by the Bayesian approach, differed from the means obtained by the frequentist inference. Soybean assessed through the Bayesian approach showed genetic parameter values of the mixed model (REML/Blup) close to those of the following variables: mean heritability (h2mg), accuracy of genotype selection (Acgen), coefficient of genetic variation (CVgi%), and coefficient of environmental variation (CVe%). Therefore, the mixed model methodology and the Bayesian approach lead to similar results for genetic parameters in multienvironment trials.

RESUMO A seleção de genótipos superiores de soja é um processo complexo; dessa forma, técnicas exploratórias multivariadas podem ser aplicadas para selecionar genótipos, analisando simultaneamente todos os caracteres agronômicos em estudo, aumentando a chance de êxito em um programa de melhoramento. O objetivo do presente estudo consistiu em selecionar genótipos de soja portadores do gene RR com bons caracteres agronômicos por meio de análise multivariada e índice de seleção, e identificar quais caracteres mais influenciam, além de verificar a concordância das técnicas multivariadas e índice de seleção no processo seletivo. O experimento foi conduzido no delineamento experimental de blocos aumentados, sendo avaliados 227 genótipos de soja de geração F5, sendo 85 destes, detectados pela técnica de PCR, como resistentes ao Roundup. Os caracteres avaliados foram: número de dias para maturidade, altura da planta na maturidade, acamamento, valor agronômico, número de ramos por planta, número de vagens por planta, peso de cem sementes e produtividade de grãos. A análise de componentes principais auxiliou na seleção de dezesseis genótipos, com maior produtividade de grãos. Os caracteres relacionados aos componentes de produção exerceram grande influência sobre a produtividade de grãos. Os resultados das análises de agrupamento pelo método de K-means e pelo o método de Ward quando comparados foram semelhantes, pois agruparam os genótipos específicos para os caracteres selecionados na análise de componentes principais, em um mesmo grupo. Houve concordância dos resultados das análises multivariadas com o índice de seleção de Mulamba e Mock quanto aos genótipos selecionados. As metodologias aplicadas são eficientes no processo de seleção de genótipos.

ABSTRACT The selection of superior genotypes of soybean is a complex process, thus exploratory multivariate techniques can be applied to select genotypes analyzing the agronomic traits altogether, increasing the chance of success of a breeding program. Thus, the objective of this study was to select soybean genotypes carrying the RR gene with good agronomical performance through of multivariate analysis and selection index and identify those traits that influence, also verifying the agreement of multivariate techniques and selection index in the selection process. The experiment was conducted in an increased block experimental being evaluated 227 genotypes of F5 generation, which 85 of those were detected to be glyphosate-resistant by PCR. The following traits were evaluated: number of days to maturity, plant height at maturity, lodging, agronomic value, number of branches per plant, number of pods per plant, hundred seeds weight and grain yield. The principal components analysis resulted in the selection of sixteen genotypes with higher grain yield. The traits related to the production of components exerted great influence on grain yield. The clustering by K-means and Ward's methods were similar because they clustered the specific genotypes for the selected traits in the principal components analysis in the same group. There was an agreement on the results of the multivariate analysis in the selection index of Mulamba and Mock in relation to the selected genotypes. The methodologies applied are efficient for selecting genotypes.