RESUMO Dentro dos programas de melhoramento torna-se necessária a avaliação da eficiência de seleção dos genótipos ao longo dos anos. Entretanto, avaliar essa eficiência nem sempre é uma tarefa fácil. Uma vez que não existe uma abordagem única, além disto, os programas de melhoramento necessitam ser dinâmicos com a adição e descarte de genótipos ano a ano. Como resultado tem-se ao final dados muito desbalanceados, o que pode trazer dificuldades para a análise dos dados. Assim, objetivou-se propor abordagens para verificar o progresso genético do experimento Preliminar do Programa de Melhoramento de Arroz de Terras Altas da Universidade Federal de Lavras (UFLA), para produtividade de grãos e altura de plantas. Os experimentos foram conduzidos em sete ambientes, ao longo de quatro safras com um total de 120 genótipos. Para a análise conjunta, em função do desbalanceamento dos dados, foi adotada a abordagem por meio de modelos mistos pelo procedimento de máxima verossimilhança restrita/melhor predição linear não viciada (REML/BLUP). Além de parâmetros genéticos e fenotípicos, foram obtidos também ganhos com a seleção, taxa de renovação (RR%), progresso genético e o dinamismo dos experimentos Preliminares. Foi verificada a eficiência na seleção de genótipos superiores para todos os anos, com ganhos genéticos favoráveis para a redução da altura média de plantas associada com altas produtividades.
ABSTRACT In the context of plant breeding programs, it is necessary to evaluate the efficiency of genotype selection over successive years. However, evaluating the genotype selection efficiency is not an easy task, since there is not just a single way to precede it. Besides that, the programs need to be dynamic; that is, they should be able to track the introduction and discard of genotypes each year. As a result, the available data is quite unbalanced, leading to difficulties in certain analyses. Thus, the present study aims to propose some approaches to verify the genetic progress in the preliminary trial of the Federal University of Lavras (UFLA) upland rice breeding program. We utilized mixed models for grain yield and plant height. Trials were performed with a total of 120 genotypes in seven environments, defined by the interaction between locations and years. Due to the imbalance in the available data, the mixed model approach, i.e., Restricted Maximum Likelihood/Best Linear Unbiased Prediction (REML/BLUP), was adopted for the joint analysis. Besides the genetic and phenotypic parameters, the expected gains were also obtained with the selection, genetic progress, renewal rate (RR%), and dynamism of preliminary trials. The efficiency of the selection of superior genotypes per year was verified, with genetic progress favorable for reducing the medium-sized plants associated with high yield.
