Comparação de testadores na seleção de famílias S₃ obtidas da variedade UENF-14 de milho-pipoca

RESUMO

O uso de topcross vem se mostrando uma opção interessante para a cultura do milho; entretanto, para o milho-pipoca, há pouca informação sobre a escolha do testador adequado. Nesse contexto, este estudo teve como objetivo analisar quatro testadores, sendo duas variedades de polinização aberta (BRS Angela e UENF-14), um híbrido topcross (IAC 125) e uma linhagem (P₂), visando avaliar a capacidade combinatória de 50 famílias S₃ de milho-pipoca, obtidas a partir da variedade UENF-14. Avaliou-se o rendimento de grãos (RG) e capacidade de expansão (CE). Obtiveram-se as estimativas das capacidades geral e específica de combinação, bem como efetuou-se a discriminação de cada testador por meio de índice de diferenciação. Os testadores BRS Angela (para RG) e IAC 125 (para CE) foram os que se destacaram, quando combinados com as melhores famílias S₃derivadas da variedade UENF-14, para produção de híbridos de milho-pipoca para as Regiões Norte e Noroeste Fluminense.

Palavras-chave
Zea mays var. everta. topcross; rendimento; capacidade de expansão

ABSTRACT

The use of topcross has proven to be an interesting option for the maize crop; however, for the popcorn, there is little information about the choice of the appropriate tester. In this context, this study aimed to analyze four testers including two open pollinated varieties(BRS Angela and UENF-14), one topcross hybrid (IAC125) and a line (P₂), to evaluate the combining ability of 50 S3 families of popcorn, obtained from the UENF-14 variety. Popcorn families were evaluated for grain yield (GY) and popping expansion (PE). The estimates of general and specific combining abilities were obtained and the discrimination of each tester through differentiation index was carried out. The testers BRS Angela (for GY) and IAC 125 (for PE) were the most adequate, when combined with the best S₃ families derived from UENF-14, for the production of popcorn hybrids for the Northern and Northwestern Fluminense Regions.

Key words
Zea mays var. everta; topcross; yield; popping expansion

INTRODUÇÃO

Qualquer programa de melhoramento que almeja obter êxito em combinações híbridas deve concentrar seus esforços na etapa de identificação das linhagens superiores e na capacidade destas em transmitir características desejáveis aos híbridos (Hallauer et al. 2010). Nesse contexto, a análise dialélica é considerada uma importante ferramenta estatística para estimativa de parâmetros úteis na seleção dos genitores (Seifert et al. 2006; Barreto et al. 2012; Souza Neto et al. 2015).

Porém, um fator limitante da análise dialélica é o número de genitores avaliados, normalmente não superior a dez, devido ao volume de trabalho para obtenção dos híbridos. Nesse caso, a técnica de topcross, proposta por Davis (1927) e Jenkins e Brunson (1932), vem se mostrando uma opção mais adequada, visando contornar o problema da avaliação impraticável das linhagens genitoras em trabalhos com híbridos, envolvendo um grande número de linhagens.

O termo “topcross” é utilizado para designar cruzamentos entre linhagens com um testador. Esse testador pode ser uma variedade, um híbrido ou até mesmo uma linhagem, recebendo essa denominação por desempenhar a finalidade de avaliar a capacidade combinatória das linhagens. Os testadores podem ser classificados em relação a sua base genética (ampla versus estreita), o grau de parentesco com o material a ser avaliado (aparentado versus não aparentado) e o seu valor genético intrínseco (padrão elevado versus padrão regular ou inferior) (Miranda Filho e Gorgulho 2001; Hallauer et al. 2010).

Apesar da grande aceitação do método topcross, o processo de escolha do testador ideal ainda continua sendo um objetivo a ser alcançado para os programas de desenvolvimento de híbridos, uma vez que questões referentes a escolha, tipo, número e eficiência dos testadores se perpetuam em meio a estudos teóricos e experimentais (Ferreira et al. 2009). De acordo com Hallauer et al. (2010), a escolha do testador deve recair sobre a simplicidade em sua utilização e na geração de informações que classifiquem corretamente o potencial relativo das linhagens em cruzamento, maximizando, portanto, o ganho genético. Segundo Rodovalho et al. (2012), é mais importante utilizar testadores com base genética ampla (sintéticos e variedades de polinização aberta) durante a fase inicial do melhoramento, uma vez que estes testam para capacidade geral de combinação ou aditividade.

Em comparação ao milho comum, existem poucos trabalhos a respeito da definição de testadores para milho-pipoca (Pinto et al. 2004; Viana et al. 2007; Scapim et al. 2008; Arnhold et al. 2009). Um detalhe importante que, possivelmente, dificulta a definição do testador mais adequado está no fato de que as duas principais características da cultura, capacidade de expansão e rendimento de grãos, que devem ser avaliadas juntas, apresentam mecanismos de herança distintos (Pereira e Amaral Júnior 2001). A capacidade de expansão é controlada por um pequeno número de genes e há predominância de ação gênica aditiva (Yongbin et al. 2012; Rodovalho et al. 2014). Por outro lado, o rendimento de grãos é controlado geneticamente por um grande número de genes com predominância de efeitos gênicos não aditivos.

Dadas as considerações apresentadas, delineou-se este trabalho com o objetivo de avaliar e comparar quatro testadores (BRS Angela, UENF-14, IAC 125 e P₂) na avaliação de 50 famílias parcialmente endogâmicas (S₃) obtidas da variedade UENF-14 de milho-pipoca.

MATERIAL E MÉTODOS

Foram utilizadas 50 famílias S₃ de milho-pipoca, obtidas a partir da variedade UENF-14 da Universidade Estadual do Norte Fluminense Darcy Ribeiro (UENF) (Amaral Júnior et al. 2013). Como testadores, foram avaliados quatro materiais: BRS Angela (variedade de polinização aberta), IAC 125 (híbrido triplo), Linhagem P₂ (geração S₇ oriunda do composto CMS-42 da Embrapa Milho e Sorgo) e UENF-14 (variedade de polinização aberta). As avaliações dos híbridos foram realizadas na Estação Experimental da PESAGRO-RIO, em Itaocara, Rio de Janeiro, localizada na Região Noroeste Fluminense (latitude de 21°39’S e longitude de 42°04’O), na safra de 2013/2014.

Foram implementados cinco experimentos em blocos ao acaso com duas repetições, quatro para avaliar os híbridos derivados dos cruzamentos das famílias com cada testador e o quinto e último para avaliar o desempenho das famílias S₃ per se. Cada unidade experimental foi constituída por uma fileira de 3 m, com espaçamento de 0,90 m entre fileiras e cinco plantas por metro. Nos experimentos, os tratos culturais empregados, como adubação de plantio e cobertura, irrigação, controle de pragas e ervas, entre outros, procederam-se conforme as exigências da cultura do milho-pipoca.

As características avaliadas foram rendimento de grãos (RG) e capacidade de expansão (CE). O RG foi avaliado pela aferição da massa de grãos produzidos em cada parcela, após a eliminação do sabugo, sendo expressa em kg∙ha⁻¹. Com a finalidade de adequar a mensuração do RG, foi realizado o método de correção de estande, por meio da análise de covariância entre o número de plantas por parcela e o RG observado, de acordo com a metodologia de covariância de estande ideal proposta por Vencovsky e Barriga (1992). A CE foi mensurada por meio de uma amostra de sementes, retirada da parte centro-basal das espigas (Granate et al. 2002), em cada parcela. Todas as amostras foram encaminhadas para câmara fria seca, para atingir a umidade de equilíbrio de 13 a 14%. A CE foi determinada em laboratório, pela utilização de forno micro-ondas da marca Panasonic modelo NN-S65B, colocando-se uma amostra de 30 g de sementes em pote plástico especial obtido nos Estados Unidos, na potência de 1.000 W, por 2 minutos e 30 segundos, em duas repetições por tratamento. A CE foi expressa pela razão entre o volume da pipoca expandida, medido em uma proveta graduada de 2.000 mL, e a massa de grãos inicial (30 g), sendo a unidade final expressa em mL∙g⁻¹.

A análise estatística dos dados seguiu o modelo de blocos ao acaso. Os quadrados médios de tratamento e de resíduo foram utilizados para o teste F. O estudo da capacidade geral e específica de combinação, baseado apenas nos cruzamentos topcrosses, foi realizado de acordo com o esquema da análise de variância em dialelo parcial em nível de médias dos tratamentos, utilizando o modelo proposto por Griffing (1956), adaptado por Geraldi e Miranda Filho (1988). A eficiência dos testadores foi avaliada pelos índices estatísticos de performance (P) e de diferenciação (D), propostos por Fasoulas (1983). O índice P fornece a porcentagem, em relação ao número de médias, que uma cultivar em particular supera as demais estatisticamente com base na diferença mínima significativa (DMS), determinada por teste de médias. O índice D fornece o percentual de comparações, aos pares, entre cultivares que apresentaram diferenças significativas. As análises foram realizadas utilizando o programa GENES (Cruz 2013).

RESULTADOS E DISCUSSÃO

Os quadrados médios dos tratamentos (topcrosses) foram significativos, ao nível de 5% de probabilidade, para os quatro testadores e as famílias per se, indicando a ocorrência de variabilidade genética para RG e CE (Tabela 1). Os coeficientes de variação (CVe) para RG e CE ficaram compreendidos dentro dos limites aceitáveis para experimentação agrícola, exceto o experimento da avaliação das linhagens per se, que obtiveram valores de CVe de 24,62 e 26,00, respectivamente, sendo considerados elevados (Scapim et al. 1995; Arnhold e Milani 2011; Fritsche Neto et al. 2012).

Tabela 1
Análise de variância e estimativa de parâmetros genéticos e fenotípicos para rendimento de grãos (em kg∙ha^-1) e capacidade de expansão (em mL∙g^-1) dos híbridos topcrosses e das famílias S₃ per se.

								Quadrados médios
FV		GL		BRS Angela		IAC 125		P2		UENF14		S3 per se
								Rendimento de grãos
Repetições		1		2183900,99		593525,18		343761,99		370365,60		7651779
Tratamentos		49		1219809,45**		1178969,05**		1056164,30*		1127949,90**		398531,47**
Resíduo		49		489229,97		573285,61		540400,29		544026,16		122655,83
Média				4638,79		4531,62		5264,58		4353,59		1346,69
				22830,61		18927,61		16117,62		1824762		8621,11
				38119,04		36842,78		33005,13		35248,43		12454,11
ĥ 2				0,59		0,51		0,49		0,51		0,69
CVe				15,07		16,71		13,96		16,94		26,00
CVg				3,25		3,03		2,41		3,10		6,89
Iv(%)				21,61		18,17		17,27		18,31		26,52
								Capacidade de expansão
Repetições		1		0,24		1,62		14,31		3,05		32,12
Tratamentos		49		23,21**		25,04**		27,60**		18,35**		67,87*
Resíduo		49		19,46		10,89		13,58		7,85		38,11
Média				30,99		32,13		25,44		30,13		25,06
				0,11		0,44		0,44		0,33		0,93
				0,72		0,78		0,86		0,57		2,12
h 2				0,16		0,56		0,51		0,57		0,44
CVe				14,23		14,22		14,48		9,3		24,62
CVg				1,10		2,07		2,60		1,90		3,85
Iv(%)				7,76		14,55		1797		20,44		15,63

• *,**Significativo a 5 e 1% de probabilidade, respectivamente; FV = Fonte de variação; GL = Graus de liberdade; ĥ₂ = Herdabilidade; CV_e = Coeficiente de variação ambiental; CV_g = Coeficiente de variação genético; I_v(%) = Índice de variação.= Variância fenotípica; = Variância genotípica;

Em se tratando das estimativas dos parâmetros genéticos, verificou-se que as maiores variâncias genéticas ocorreram com o cruzamento BRS Angela × S₃ (22.830,61) e com as famílias S₃ per se (0,93) para RG e CE, respectivamente (Tabela 1). A maior ampliação da variabilidade nos híbridos topcrosses provenientes do testador BRS Angela, para RG, pode ser explicada por se tratar de um testador de base genética ampla e não relacionado, ou ainda por apresentar muitos locos em heterozigose. Cabe ressaltar que a elevada variabilidade observada nas famílias S₃ per se, para CE, está possivelmente relacionada com a variância genética intrapopulacional, por se tratarem de indivíduos oriundos da mesma população (UENF-14) (Amaral Júnior et al. 2013).

Considerando as estimativas de herdabilidade, observa-se que, de maneira geral, suas magnitudes se mantiveram muito próximas, independentemente do testador utilizado. A exceção se aplica aos híbridos oriundos do testador BRS Angela, especificamente para a variável CE, constatando-se que esse testador não foi capaz de expressar a variabilidade genética entre as famílias S₃(Tabela 1).

Observou-se efeito significativo das capacidades geral e especifica de combinação, estimadas pela análise dialélica de Griffing (1956), adaptada por Geraldi e Miranda Filho (1988). As capacidades geral e específica de combinação das famílias S₃ e dos testadores apresentaram significância estatística revelando a existência de diferenças, para as duas características, entre os valores das estimativas de capacidade combinatória, geral (Ĝ_i) e específica (Ŝ_ij) (Tabela 2). Em relação à capacidade geral de combinação, o testador com melhor estimativa de Ĝ_i para RG foi a linhagem P₂, enquanto que, para CE, os testadores IAC 125 e BRS Angela obtiveram as melhores estimativas, denotando a maior complementaridade alélica desses testadores com as famílias S₃ (Figura 1). Barreto et al. (2012) avaliaram a capacidade combinatória de famílias S₂de milho-pipoca e também obtiveram resultado semelhante para o testador IAC 125, indicando-o como o testador com os melhores índices de capacidade geral de combinação (CGC) para CE.

Tabela 2
Análise do dialelo parcial das médias dos tratamentos, para rendimento de grãos e capacidade de expansão, no estudo das capacidades geral e específica de combinação.

FV		GL		QM
				RG		CE
Cruzamentos		199		1635761,22**		35,25**
CGC Famílias S3 (I)		49		1938796,04**		25,25**
CGC Testadores (II)		3		19506622,89**		883,32**
CEC		147		1170038,15**		21,28**
Resíduo		196		536735,51		12,94

• ^**
  Significativo a 1% de probabilidade; QM = Quadrados médios; FV = Fonte de variação; GL = Graus de liberdade; RG = Rendimento de grãos; CE = Capacidade de expansão; CGC = Capacidade geral de combinação; CEC = Capacidade específica de combinação.

Figura 1
Estimativas dos efeitos da capacidade geral de combinação (Ĝ_i) associados aos testadores para rendimento de grãos (kg∙ha^–1) e capacidade de expansão (mL∙g^–1) de acordo com o modelo de Griffing (1956).

As famílias S₃ que apresentaram maiores estimativas de CGC foram 9, 33, 4, 20 e 16 para RG, e 18, 23, 42, 11 e 25 para CE (Figura 2). Dentre as 50 famílias S_3, apenas 9, 16 e 23 se destacaram por apresentarem, concomitantemente, estimativas significativamente positivas de CGC para RG e CE, devendo ser avaliadas com maior atenção no programa de melhoramento desenvolvido no Norte e Noroeste Fluminense pela UENF.

Figura 2
Estimativas dos efeitos da capacidade geral de combinação (Ĝ_i) associados às famílias S₃ para rendimento de grãos (kg∙ha^–1) e capacidade de expansão (mL∙g^–1) de acordo com o modelo de Griffing (1956).

Analisando a capacidade específica de combinação das famílias S₃ para cruzamentos com o testador BRS Angela, verificou-se que as famílias 21, 4, 13, 50, 22 e 45 detiveram os maiores índices de capacidade específica de combinação (CEC); para o testador IAC 125, destacaram-se as famílias 9, 20, 11, 35, 3 e 45. Para o testador P₂, as famílias 49, 43, 24, 41, 18 e 50 apresentaram os maiores índices de CEC e, em relação ao testador UENF-14, as famílias 19, 2, 4, 45, 48 e 47 foram aquelas com maiores estimativas de Ŝ_ij (Tabela 3). Observa-se que os dois híbridos que apresentaram melhores estimativas dos efeitos da CEC foram oriundos dos cruzamentos entre o testador P₂ e a família 49 e entre o testador IAC 125 e a família 9. Esses híbridos, respectivamente, detiveram efeitos Ŝ_ij de 2.359 e 1.960, além de apresentarem valores em torno de 7.400 kg∙ha⁻¹. Esses dois híbridos são muito interessantes por expressarem em seus genótipos elevados efeitos genéticos não aditivos, derivados das complementações alélicas de seus respectivos genitores, e certamente irão compor híbridos com elevada produtividade média de grãos, podendo ser úteis em programas de melhoramento de milho-pipoca interpopulacionais.

Tabela 3
Média, estimativas da capacidade específica de combinação (Ŝ_ij) e capacidade de discriminação dos testadores de acordo com o índice D e índice de performance P (Fasoulas 1983), para rendimento de grãos (kg∙ha^-1) dos híbridos topcrosses, fundamentado no teste t de Student (0,05) de comparações de médias.

Ordem		BRS Angela					IAC 125						P2						UENF-14
		S3		Média		Ŝij		S3		Média		Ŝij		S3		Média		Ŝij		S3		Mean		Ŝij
1°		4		5113,81		1463,8		9		7444,44		1960,3		49		7349,70		2359		2		6803,70		1223,7
2°		9		5112,79		771,9		20		6481,48		1712,5		41		6768,82		1445		19		6039,06		1719,6
3°		13		4790,06		1387,6		11		5577,78		996,7		24		6589,84		1460		4		5837,04		1169,4
4°		50		4751,87		1235,2		33		5574,07		689,1		43		6580,71		1785		20		5352,94		709,6
5°		16		4583,67		981,8		3		5451,85		976		50		6454,00		1074		47		5296,88		957
6°		22		4359,79		1149,8		14		5374,07		875,5		18		6370,02		1375		46		5251,93		-1032
7°		15		4195,29		871,0		31		5346,30		681		2		6235,66		846,5		16		5238,64		619,1
8°		23		4160,94		634,1		35		5274,07		993,5		30		6120,85		903		44		5238,64		-563,6
9°		33		4150,85		409,2		37		5222,22		736,8		36		6102,33		965,5		23		5174,58		630,1
10°		30		4128,63		774,0		45		5088,89		943,0		13		6012,06		746,3		21		5076,77		842,2
11°		31		4111,77		589,7		25		5081,48		747,9		1		5846,00		628,6		30		5072,98		700,7
12°		45		4108,45		1106		5		5000,00		504,6		10		5830,41		715,2		24		4976,69		294,2
13°		41		4002,19		-459,7		23		4970,37		300,3		15		5823,77		636,2		3		4954,97		604,7
14°		7		3964,13		10074		41		4855,56		251,9		31		5783,81		398,5		9		4932,24		-426,2
15°		6		3930,67		695,7		4		4851,85		58,6		29		5734,88		653,4		31		4883,51		-1104
16°		17		3874,61		819,4		42		4840,74		470,9		11		5719,29		418,2		15		4875,67		533,7
17°		8		3811,64		499,3		1		4829,63		332,2		33		5608,96		4,0		8		4832,24		502,2
18°		3		380743		-603,9		18		4829,63		555,3		17		5583,98		665,5		32		4775,59		459,2
19°		19		3775,24		-604,8		19		4662,96		217,8		8		553781		362,2		10		4725,85		456,2
20°		40		3749,51		344,7		50		4655,56		-4,4		9		5511,11		-5,7		11		4712,71		257,3
21°		2		3722,37		196,5		46		4625,93		205,2		44		5504,05		430,7		6		4648,65		396
22°		46		3637,06		359,6		8		4618,52		162,9		40		5500,78		232,7		33		4628,03		-131,2
23°		1		3627,61		273,5		6		4607,41		229,1		14		5464,69		246,1		34		4591,50		539
24°		20		3549,32		-76,3		16		4511,11		-234		35		5418,52		418		1		4493,86		122,1
25°		14		3539,23		184,0		36		4496,30		79,4		23		5377,78		-12,2		50		4453,96		38,7
26°		32		3515,47		216,7		30		4492,59		-5,3		4		5352,80		-160		22		4409,94		182,3
27°		21		3488,01		1517,1		15		4488,89		21,3		19		5331,96		166,8		13		4373,49		-46,5
28°		37		3406,41		64,3		32		4474,07		32,06		42		5317,92		228,1		37		4368,27		8,5
29°		5		3378,44		26,3		47		4429,63		3,06		25		5208,96		155,4		40		4362,96		317
30°		42		3369,24		142,7		2		4400,00		-269,1		5		5207,41		-7,9		49		4183,59		-415
31°		36		3356,21		82,6		49		4385,19		114,6		34		5168,99		271		29		4118,52		-117,3
32°		11		3329,14		-1094		26		4377,78		232,4		47		5061,01		-85,5		28		4107,41		286,3
33°		38		3270,52		254,2		44		4225,93		-127,3		3		4991,22		-204		39		4093,10		6
34°		34		3260,94		-590,7		39		4137,04		235,3		38		4977,18		97,6		26		4058,67		38,9
35°		43		3252,00		-1023		12		4051,85		-207,3		16		4963,14		-502		12		3942,34		-191,2
36°		35		3251,36		114,2		24		4033,33		-376,8		37		4807,58		-398		7		3805,22		-169,1
37°		39		3181,63		-740,6		10		4000,00		-395,2		28		4754,18		87,5		14		3799,92		-573
38°		10		3164,13		-878		34		3970,37		-207,7		20		4719,89		-769		25		3760,86		-4470
39°		26		2980,99		-21,06		48		3951,85		-36,9		12		4664,51		-314		41		3747,06		-59,4
40°		18		2849,70		-281,3		38		3940,74		-218,8		32		4583,03		-580		36		3730,64		-560,5
41°		25		2846,64		-343,5		13		3770,37		-775,3		45		4562,19		-303		18		3495,20		-653,4
42°		49		2842,42		-1315		40		3729,63		-818,4		6		4436,44		-662		48		3448,15		996
43°		47		2780,35		-502,9		29		3585,19		-776,2		7		4434,88		-385		38		3423,23		-610
44°		27		2630,67		-42,8		43		3540,74		-534,2		27		4426,53		-110		5		3416,92		-952,8
45°		48		2622,24		-223,2		22		3496,30		-856,9		48		4401,55		-307		35		3407,91		-747
46°		12		2529,27		-586,6		21		3340,74		-1019		26		4284,58		-581		43		3385,69		-1084
47°		24		2231,31		-1035		28		3255,56		-691,1		46		4283,21		-857		27		3306,82		-384,3
48°		28		2121,22		-682,2		27		3122,22		-694,6		21		4095,09		-985		42		3159,77		-731
49°		44		2113,30		-1096		7		2966,67		-233,3		22		3883,98		-120		17		3150,17		-922,7
50°		29		1125,56		-2092		17		2651,85		-880		39		3829,80		-792		45		2988,30		1011
				D = 28,24						D = 26,53						D = 27,18						D = 28,98

De acordo com os resultados obtidos das estimativas de CEC, para a característica CE, as famílias com melhores desempenhos em relação ao testador BRS Angela foram os genótipos 19, 44, 39, 30, 31 e 50. Já para o testador IAC 125, as famílias com maiores índices foram 2, 49, 17, 46, 44 e 39. Para o testador P₂, as famílias com maiores efeitos de CEC foram 2, 30, 1, 39, 45 e 46 e, para o testador UENF-14, as famílias 26, 22, 1, 20, 40 e 37 se destacaram com os maiores índices de Ŝ_ij (Tabela 4). Entre os cruzamentos superiores em CEC, com elevados valores de CGC e relevantes estimativas de CE, pode-se destacar para o testador BRS Angela a família 18, com CE de 35 mL∙g⁻¹; para o testador IAC 125, a família 23, com CE de 36,67 mL∙g⁻¹ e, com o testador UENF-14, a família 11, com índice de 33 mL∙g⁻¹ (Tabela 4). Mediante os diferentes mecanismos de ação gênica do caráter de CE (aditivos e não aditivos), que determinam respectivamente a CGC e a CEC, pode-se inferir que esses cruzamentos são interessantes e também merecem atenção por parte do programa de melhoramento de milho-pipoca da UENF.

Tabela 4
Média, estimativas da capacidade específica de combinação (Ŝ_ij) e capacidade de discriminação dos testadores. de acordo com o índice D e índice de performance P (Fasoulas 1983), para capacidade de expansão (mL∙g^-1) dos híbridos topcrosses, fundamentado no teste t de student (0,05) de comparações de médias.

Ordem		BRS Angela					IAC 125						P2						UENF-14
		S3		Média		Ŝij		S3		Média		Ŝij		S3		Média		Ŝij		S3		Mean		Ŝij
1°		44		37,33		7,08		21		41,33		-4		2		34,17		9,22		40		34,83		3,93
2°		39		36,67		6,56		2		40,67		8,96		1		31,92		7,88		25		34,58		2,74
3°		7		36,25		4,2		45		40,00		3,04		7		30,58		4,01		4		33,83		3,88
4°		31		35,83		4,76		23		36,67		1,83		30		30,50		8,37		47		33,58		1,85
5°		19		35,42		7,3		48		36,25		0,39		39		30,42		5,75		1		33,33		4,55
6°		18		35,00		0,95		44		35,42		3,84		18		29,33		0,73		11		33,00		1,11
7°		48		34,67		3,88		9		35,00		1,37		8		29,25		3,03		20		32,92		4,05
8°		13		34,58		2,54		39		35,00		3,57		46		29,00		5,09		27		32,83		2,35
9°		16		34,25		2,19		25		34,58		0,72		45		28,25		5,47		14		32,58		2,07
10°		34		34,00		2,49		14		34,58		2,05		23		28,08		0,01		37		32,58		3,91
11°		33		33,92		3,6		46		34,58		3,92		12		27,75		1,83		15		32,42		1,49
12°		2		33,83		3,4		33		34,50		1,76		27		27,58		1,84		22		32,33		5,41
13°		21		33,75		2,3		35		34,50		2,39		49		27,58		4,15		23		32,33		-0,5
14°		26		33,67		2,22		49		34,50		4,31		9		27,42		0,55		31		32,33		1,95
15°		14		33,42		2,2		41		34,33		3,30		16		27,33		-6,8		8		32,25		1,29
16°		23		33,33		-0,2		47		34,17		0,42		40		27,25		1,09		34		32,00		2,3
17°		50		33,33		4,25		37		33,42		2,73		21		27,17		1,23		48		31,92		1,83
18°		30		33,08		5,52		6		33,33		1,12		48		27,00		1,66		45		31,42		3,89
19°		47		32,92		0,48		24		33,33		0,34		33		26,92		0,94		50		31,33		2,95
20°		5		32,67		3,01		34		33,33		1,60		5		26,50		2,28		49		31,17		3
21°		9		32,42		0,11		40		33,33		0,41		28		26,50		0,88		16		31,00		-0,3
22°		43		32,33		-5,2		42		33,17		-1,1		36		26,25		0,96		39		30,92		1,50
23°		46		32,08		2,73		4		33,17		1,19		4		26,08		0,87		26		30,75		5,92
24°		35		32,00		-8,4		8		33,00		0,02		14		25,92		0,15		35		30,67		0,58
25°		45		32,00		-3,9		15		32,92		-0,1		42		25,58		-1,9		44		30,33		0,77
26°		11		31,92		-0,6		20		32,83		1,95		15		25,42		-0,7		7		30,00		-1,3
27°		32		31,67		0,32		31		32,83		0,43		22		25,08		0,24		24		29,83		-1,1
28°		25		30,92		-1,6		36		32,67		-9,1		13		24,92		-1,7		19		29,50		2,10
29°		20		30,50		0,94		30		32,42		3,53		31		24,92		-0,7		17		29,17		0,38
30°		40		30,17		-1,4		13		32,42		-0,9		10		24,75		1,72		42		29,17		-3,0
31°		42		30,17		-2,7		43		32,42		0,46		26		24,58		-1,4		5		29,08		0,12
32°		15		30,00		-1,6		10		32,17		2,37		6		24,50		-0,9		13		28,92		-2,4
33°		27		29,92		-1,2		18		31,92		-3,4		43		24,25		-0,9		29		28,83		-1,3
34°		24		29,92		-1,7		3		31,58		-0,1		35		24,17		-1,2		2		28,75		-0,9
35°		49		29,83		0,96		5		31,50		0,52		37		24,00		0,1		18		28,75		-4,6
36°		1		29,50		0,03		17		31,42		4,19		20		23,50		-0,6		6		28,42		-1,7
37°		10		29,50		1,03		11		31,33		-2,6		32		23,50		-2,4		28		28,33		-2,0
38°		12		29,33		-2,0		27		31,25		-1,2		44		23,50		-13		38		28,25		0,31
39°		29		29,17		-1,6		1		31,00		0,21		34		23,42		-1,5		9		28,08		-3,5
40°		22		28,67		-1,6		29		31,00		-1,1		11		23,25		-2,3		3		27,83		-1,8
41°		3		28,50		-1,8		50		30,58		0,19		29		23,08		-3,9		41		27,75		-1,2
42°		41		28,50		-1,2		7		30,25		-3,1		25		22,92		-4,2		30		27,67		0,79
43°		4		28,25		-2,4		26		30,08		-2,7		41		22,92		-1,3		43		27,33		-2,6
44°		8		27,75		-3,9		16		30,00		-3,4		19		22,33		-0,3		32		27,17		-3,5
45°		38		27,67		-0,9		28		29,75		-2,6		50		22,17		-1,5		10		26,50		-1,3
46°		17		27,58		-1,9		38		29,33		-0,6		24		21,92		-4,3		12		26,25		-4,4
47°		36		27,25		-3,5		19		28,17		-1,2		47		21,42		-5,5		36		24,42		1,96
48°		28		26,33		-4,7		12		27,33		-5,3		3		20,92		-4,0		33		24,08		-0,2
49°		6		25,83		-5,0		22		26,50		-5,1		38		20,83		-2,3		46		22,25		-6,4
50°		37		25,25		-4,1		32		25,25		-7,4		17		17,25		0,72		21		18,92		-12
				D = 751						D = 19,92						D = 16,08						D = 25,22

Os maiores índices de diferenciação (D) de Fasoulas (1983), para RG, foram obtidos pelos testadores UENF-14 (D = 28,98) e BRS Angela (D = 28,24), indicando esses testadores com maior eficiência em discriminar as famílias S₃ (Tabela 3). Rodovalho et al. (2012), ao avaliarem diferentes testadores na discriminação de 64 famílias S₂de milho-pipoca, para RG, também indicaram o testador BRS Angela utilizando esse índice de diferenciação. Considerando a variável CE, os maiores índices de diferenciação, 25,22 e 19,92%, foram obtidos, respectivamente, para os testadores UENF-14 e IAC 125, indicando que esses genitores discriminaram melhor o caráter CE das famílias S₃.

Entre os testadores utilizados, a linhagem P₂ apresentou apenas um híbrido, de elevado RG, combinando com uma das sete famílias S₃ de maiores índices de CGC, a família 2. O testador BRS Angela foi o genitor que mais classificou concomitantemente híbridos de alto rendimento com famílias S₃ de elevado índice de CGC. Das sete famílias S₃ com maiores índices de CGC, cinco que compuseram os híbridos topcrosses de maiores rendimentos, entre os 50 produzidos com este testador, em ordem decrescente de produtividade, foram as famílias 4, 9, 16, 23 e 33. Dos nove híbridos topcrosses provenientes do IAC 125 que apresentaram melhores médias de RG, três foram formados com famílias (9, 20 e 33) que obtiveram elevados índices de CGC. No testador UENF-14, também figuraram três híbridos topcrosses com alta produtividade média de grãos, combinados com famílias de elevado efeito de CGC, a saber, as famílias 2, 4 e 20 (Tabela 5). Assim, pode-se afirmar que o testador BRS Angela discriminou mais coerentemente as famílias S₃, de acordo com seus méritos genéticos, para RG.

Tabela 5
Ordem classificatória das famílias S₃ com relação aos respectivos valores de capacidade geral de combinação e os nove híbridos topcrosses de maiores índices com os testadores, para rendimento de grãos e capacidade de expansão.

	Rendimento de grãos													Capacidade de expansão
S3		RG		T1		T2		T3		T4		CGC		S3		CE		T1		T2		T3		T4		CGC
2		1106						7°		1°		7°		1		16,6						2°		5°
4		1087		1°						3°		3°		2		21,5				2°		1°
5		1972				5°								4		23,5								3°
9		2585		2°		1°						1°		7		26,1		3°				3°
11		1640				3°								8		27,1						7°
13		1202		3°										9		29,3				7°						7°
14		1397				6°								11		32,2								6°		4°
15		670		7°										13		29,3		8°
16		1824		5°						7°		5°		14		23,2								9°
18		817						6°						16		28,5		9°
19		907								2°				18		35,2		6°				6°				1°
20		1516				2°				4°		4°		19		28,6		5°
22		1830		6°										20		19,9								7°
23		1330		8°						9°		6°		21		32,7				1°
24		1416						3°						23		30,4				4°						2°
30		576						8°						25		30,2				9°				2°		5°
31		1814				7°								27		25,5								8°
33		2051		9°		4°						2°		30		11,6						4°
35		938				8°								31		22,9		4°
36		1316						9°						39		15,5		2°		8°		5°
37		1531				9°								40		25,2								1°
41		1720						2°						42		34,2										3°
43		1084						4°						44		25,2		1°		6°
44		1364								8°				45		16,2				3°		9°
46		1276								6°				46		20,0						8°
47		1414								5°				47		30,2								4°		6°
49		709						1°						48		21,7		7°		5°
50		974		4°				5°

• T1 - BRS Angela; T2 - IAC 125; T3 - P₂; T4 - UENF-14. RG = Rendimento de grãos; CGC = Capacidade geral de combinação; CE = Capacidade de expansão.

Entre os nove híbridos de melhor índice de CE, obtidos com o testador BRS Angela, apenas um (sexto mais expansivo) foi formado com uma família de elevado índice de CGC; diz-se que a melhor família para tal efeito foi a família 18. Para o testador IAC 125, três híbridos (quarto, sétimo e nono) de maior CE foram compostos por famílias que apresentaram índices elevados de CGC, as famílias 23, 25 e 9. O testador P₂, assim como o testador BRS Angela, classificou apenas um híbrido com elevada CE (sexto melhor híbrido) com a família 18, que foi a de melhor índice de CGC para o caráter. Dos híbridos provenientes do testador UENF-14 que apresentaram as maiores médias de CE, três foram formados por famílias com efeitos de CGC significativamente altos, as famílias 11, 25 e 47 (Tabela 5). Os testadores IAC 125 e UENF-14 se destacaram por apresentarem três híbridos topcrosses, classificados com altos índices de CE, dentro de cada grupo (testador), obtidos do cruzamento com famílias S₃ que detiveram elevados índices de CGC. No entanto, os híbridos provenientes do testador IAC 125 promoveram média geral mais elevada para o caráter CE, em relação aos híbridos produzidos pelos cruzamentos com o testador UENF-14. Portanto, é mais coerente que a escolha do melhor testador, para a característica CE, recaia sobre o IAC 125.

CONCLUSÃO

Os testadores BRS Angela (para RG) e IAC 125 (para CE) foram os que se destacaram quando combinados com famílias S₃ derivadas da variedade UENF-14, para produção de híbridos de milho-pipoca para as Regiões Norte e Noroeste Fluminense.

REFERENCES

• Amaral Júnior, A. T., Gonçalves, L. S. A., Freitas Júnior, S. P., Candido, L. S., Vitorazzi, C., Pena, G. F., Ribeiro, R. M., Silva, T. R. C., Pereira, M. G., Scapim, C. A., Viana, A. P. and Carvalho, G. F. (2013). UENF-14: a new popcorn cultivar. Crop Breeding and Applied Biotechnology, 13, 218. http://dx.doi.org/10.1590/S1984-70332013000300013
  » http://dx.doi.org/10.1590/S1984-70332013000300013
• Arnhold, E. and Milani, K. F. (2011). Rank-ordering coefficients of variation for popping expansion. Acta Scientiarum Agronomy, 33, 527-531. http://dx.doi.org/10.4025/actasciagron.v33i3.11911
  » http://dx.doi.org/10.4025/actasciagron.v33i3.11911
• Arnhold, E., Viana, J. M. S. and Silva, R. G. (2009). Associação de desempenho entre famílias S₃ e seus híbridos topcross de milhopipoca. Revista Ciência Agronômica, 40, 396-399.
• Barreto, R. R., Scapim, C. A., Amaral Júnior, A. T., Rodovalho, M. A., Vieira, R. A. and Schuelter, A. R. (2012). Avaliação da capacidade de combinação de famílias S₂de milho-pipoca por meio de diferentes testadores. Semina: Ciências Agrárias, 33, 873-890. http://dx.doi.org/10.5433/1679-0359.2012v33n3p873
  » http://dx.doi.org/10.5433/1679-0359.2012v33n3p873
• Cruz, C. D. (2013). GENES - a software package for analysis in experimental statistics and quantitative genetics. Acta Scientiarum Agronomy, 35, 271-276. http://dx.doi.org/10.4025/actasciagron.v35i3.21251
  » http://dx.doi.org/10.4025/actasciagron.v35i3.21251
• Davis, R. L. (1927). Report of plant breeder. Mayaguez: Puerto Rico Agricultural Experiment Station.
• Fasoulas, A. C. (1983). Rating cultivars and trials in applied plant breeding. Euphytica, 32, 939-943. http://dx.doi.org/10.1007/BF00042176
  » http://dx.doi.org/10.1007/BF00042176
• Ferreira, E. A., Paterniani, M. E. A. G. Z., Duarte, A. P., Gallo, P. B., Sawazaki, E., Azevedo Filho, J.A. and Guimarães, P. S. (2009). Desempenho de híbridos topcrosses de linhagens S₃ de milho em três locais do Estado de São Paulo. Bragantia, 68, 319-327. http://dx.doi.org/10.1590/S0006-87052009000200005
  » http://dx.doi.org/10.1590/S0006-87052009000200005
• Fritsche Neto, R., Vieira, R. A., Scapim, C. A., Miranda, G. V. and Rezende L. M. (2012). Updating the ranking of the coefficients of variation from maize experiments. Acta Scientiarum Agronomy, 34, 99-101. http://10.4025/actasciagron.v34i1.13115
  » http://10.4025/actasciagron.v34i1.13115
• Geraldi, I. O. and Miranda Filho, J. B. (1988). Adapted models for the analysis of combining ability of varieties in partial diallel crosses. Brazilian Journal of Genetics, 2, 419-430.
• Granate, M. J., Cruz, C. D. and Pacheco, C. A. P. (2002). Predição de ganho genético com diferentes índices de seleção no milhopipoca cms-43. Pesquisa Agropecuária Brasileira, 37, 101-108. http://dx.doi.org/10.1590/S0100-204X2002000700014
  » http://dx.doi.org/10.1590/S0100-204X2002000700014
• Griffing, A. R. (1956). Concept of general and specific combining ability in relation to diallel crossing system. Australian Journal of Biological Science, 9, 463-493.
• Hallauer, A. R, Carena, M. J. and Miranda Filho, J. B. (2010). Quantitative genetics in maize breeding. Iowa: Springer.
• Jenkins, M. T. and Brunson, A. M. (1932). Methods of testing inbred lines of maize in crossbred combinations. Journal of the American Society of Agronomy, 24, 523-530.
• Miranda Filho, J. B. and Gorgulho, E. P. (2001). Cruzamentos com testadores e dialelos. In L. L. Nas, A. C. C. Valois, I. S. Melo, and M. C. Valadares, Inglis recursos genéticos e melhoramento: plantas (p. 649-672). Rondonópolis: Fundação-MT.
• Pereira, M. G. and Amaral Júnior, A. T. (2001). Estimation of genetic components in popcorn based on the nested design. Crop Breeding and Applied Biotechnology, 1, 3-10. http://dx.doi.org/10.13082/1984-7033.v01n01a01
  » http://dx.doi.org/10.13082/1984-7033.v01n01a01
• Pinto, R. J. B., Scapim, C. A., Ferreira Neto, A., Pacheco, C. A. P., Royer, M., Pedroni, M. V., Salvadori, R. K. and Silva, R. M. (2004). Analysis of testers of broad and narrow genetic base for topcrosses in popcorn breeding. Crop Breeding and Applied Biotechnology, 4, 152-162.
• Rodovalho, M., Mora, F., Arriagada, O., Maldonado, C., Arnhold, E. and Scapim, C. A. (2014). Genetic evaluation of popcorn families using a Bayesian approach via the Independence chain algorithm. Crop Breeding and Applied Biotechnology, 14, 261-265. http://dx.doi.org/10.1590/1984-70332014v14n4n41
  » http://dx.doi.org/10.1590/1984-70332014v14n4n41
• Rodovalho, M., Scapim, C. A., Barth Pinto, R. J., Barreto,R. R., Ferreira, F. R. A. and Clóvis, L. R. (2012). Comparação de testadores em famílias S₂ obtidas do híbrido simples de milho-pipoca IAC-112. Bioscience Journal, 28, 145-154.
• Scapim, C. A., Carvalho, C. G. P. and Cruz, C. D. (1995). Uma proposta de classificação dos coeficientes de variação para a cultura do milho. Pesquisa Agropecuária Brasileira, 30, 683-686.
• Scapim, C. A., Royer, M. R., Barth Pinto, R. J., Amaral Júnior, A. T., Pacheco, C. A. P. and Moterle, L. M. (2008). Comparison of testers in the evaluation of combining ability of S₂ families in popcorn. Revista Brasileira de Milho e Sorgo, 7, 83-91.
• Seifert, A. L., Carpentieri-Pípolo, V., Ferreira, J. M. and Gerage, A. C. (2006). Análise combinatória de populações de milho-pipoca em topcrosses. Pesquisa Agropecuária Brasileira, 41, 771-778. http://dx.doi.org/10.1590/S0100-204X2006000500008
  » http://dx.doi.org/10.1590/S0100-204X2006000500008
• Souza Neto, I. L., Barth Pinto, R. J., Scapim, C. A., Jobim, C. C., Figueiredo, A. S. T. and Bignotto, L. S. (2015). Diallel analysis and inbreeding depression of hybrid forage corn for agronomic traits and chemical quality. Bragantia, 74, 42-49. http://dx.doi.org/10.1590/1678-4499.0315
  » http://dx.doi.org/10.1590/1678-4499.0315
• Vencovsky, R. and Barriga, P. (1992). Genética biométrica no melhoramento. Ribeirão Preto: SBG.
• Viana, J. M. S., Condé, A. B. T., Almeida, R. V., Scapim, C. A. and Valentini, L. (2007). Relative importance of per se and topcross performance in the selection of popcorn S₃ families. Crop Breeding and Applied Biotechnology, 7, 74-81.
• Yongbin, D., Zhongwei, Z., Qingling, S., Qilei, W., Qiang, Z. and Yuling, L. (2012). Quantitative trait loci mapping and meta-analysis across three generations for popping characteristics in popcorn. Journal of Cereal Science, 56, 581-586. http://dx.doi.org/10.1016/j.jcs.2012.08.006
  » http://dx.doi.org/10.1016/j.jcs.2012.08.006

Datas de Publicação

• Publicação nesta coleção
  15 Abr 2016
• Data do Fascículo
  Apr-Jun 2016

Histórico

• Recebido
  21 Maio 2015
• Aceito
  19 Set 2015