RESUMO O feijão-fava (Phaseolus lunatus L.) é a segunda espécie de maior importância socioeconômica do gênero, constituindo alternativa alimentar na forma de grãos verdes ou maduros. Sendo uma opção de renda para agricultores familiares, a falta de variedades superiores dificulta a recomendação considerando a peculiar variabilidade do feijão-fava. Objetivou-se selecionar variedades crioulas de feijão-fava com base em caracteres agronômicos, visando a utilização em programas de melhoramento e posterior recomendação para agricultores. Foram conduzidos ensaios de avaliação com 14 variedades crioulas de feijão-fava, nos municípios de São Domingos do Maranhão - MA, Teresina - PI, Bom Jesus - PI e Tianguá - CE. Foram avaliados: número de dias até o início da floração, número de dias até a maturação das vagens, comprimento da vagem, largura da vagem, espessura da vagem, número de sementes por vagem, peso de 100 sementes e produtividade de grãos. Os dados foram submetidos à análise de variância univariada, para determinação da variabilidade genética em diferentes ambientes, e, em seguida, às análises multivariada e de agrupamento. As variedades crioulas apresentam divergência genética, mas não se agrupam segundo origem geográfica, demonstrando a existência de similaridade entre o germoplasma de comunidades rurais estados vizinhos. As variedades Boca de Moça, Raio de Sol e Fava Branca CE são as mais precoces; Boca de Moça, Rajada e Raio de Sol as de vagens mais longas e sementes maiores; e Boca de Moça, Rajada e Mulatinha são as mais produtivas, o que as credencia para recomendação para agricultores familiares e/ou incorporação em programas de melhoramento do feijão- fava.

ABSTRACT Lima bean (Phaseolus lunatus L.) is the second most important socioeconomic species of the genus, consisting of a food alternative as green or mature beans. It is an income option for family farmers and the lack of superior varieties makes its recommendation difficult, considering the peculiar lima bean variability. Thus, aimed to select landraces of lima beans based on desirable agronomic traits, enabling their use in breeding programs and later recommendations to family farmers. Evaluation trials were carried out with 14 landraces of lima beans in the municipalities of São Domingos do Maranhão - MA, Teresina - PI, Bom Jesus - PI, and Tianguá - CE. The agronomic traits were evaluated: number of days until flowering, number of days until pod maturation, pod length, pod width, pod thickness, number of seeds per pod, 100-seed weight, and grain yield. The data were initially subjected to univariate analysis of variance to determine the genetic variability in different environments and, subsequently, to multivariate and cluster analyses. The evaluated landraces showed genetic divergence, not being grouped according to geographic origin, demonstrating the existence of similarity between germplasms of rural communities in neighboring states. The varieties Boca de Moça, Raio de Sol, and Fava Branca CE are the earliest; Boca de Moça, Rajada, and Raio de Sol presented the longest pods and largest seeds; and Boca de Moça, Rajada, and Mulatinha are the most productive. Therefore, it qualifies them for recommendation to family farmers and/or incorporation in lima bean 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.