Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE ESTADUAL PAULISTA “JÚLIO DE MESQUITA FILHO” Faculdade de Engenharia de Ilha Solteira Herança Quantitativa Prof. Dr. João Antonio da Costa Andrade Departamento de Biologia e Zootecnia SISTEMAS REPRODUTIVOS ALOGAMIA (PLANTA ALÓGAMA) AUTOGAMIA (PLANTA AUTÓGAMA) SISTEMAS MISTOS REPRODUÇÃO ASSEXUADA Sistemas reprodutivos x x x x x x x x x x x x x x x x x x x x x x Sementes taxa de autofecundação taxa de cruzamento s t=1-s Constituição genética de uma população Frequência gênica (ou alélica) Frequência genotípica Heterozigosidade EXEMPLOS DE ALGUMAS POPULAÇÕES BB Bb bb f(B) Linhagem pura 1 1 0 0 1 Linhagem pura 2 0 0 1 0 Híbrido perfeito 0 1 0 0,5 F2 de Híbrido perfeito 0,25 0,5 0,25 0,5 Retrocruzamento 1 0,5 0,5 0 0,75 Retrocruzamento 2 0 0,5 0,5 0,25 Variedade autógama 0,6 0 0,4 0,6 Variedade alógama 0,36 0,48 0,16 0,6 Clone 1 1 0 0 1 Clone 2 0 1 0 0,5 Clone 3 0 0 1 0 Linhagens puras •Monomorfismo (não tem variação dentro e não segregam), para todos os locos; •Não podem ser melhoradas apenas com seleção intrapopulacional. Híbrido perfeito •Genitores homozigóticos perfeitos e contrastantes para todos os locos; •Heterozigoto para todos os locos considerados. “Até o momento é impossível de ser obtido” Clone selecionado •Muitos locos em heterozigose; •Tem mais chances de ser heterozigoto; Variedade autógama •Não tem heterozigotos mas é polimórfica, ou seja, tem variabilidade (variação entre linhagens puras); Conclusão Frequência alélica apenas não explica como os alelos estão organizados. Equilíbrio de Hardy-Weinberg “Em uma população grande, que se reproduz por acasalamento ao acaso (panmixia) e onde não há migração, mutação ou seleção e todos os indivíduos são igualmente férteis e viáveis, tanto as frequências alélicas como genotípicas mantêm-se constantes ao longo das gerações.” Resumo geral, considerando infinitas gerações Após ∞ gerações Aló- gama Sistema misto Autó- gama Prop. Veg. BB p2 p2 + fpq = p2 + [s/(2-s)]pq p p2 Bb 2pq 2pq(1-f) = 2pq{1-[s/(2-s)]} 0 2pq bb q2 q2 + fpq = q2 +[s/(2-s)]pq q q2 s = taxa de autofecundação FATORES QUE ALTERAM O EQUILÍBRIO •DERIVA GENÉTICA •MIGRAÇÃO •MUTAÇÃO •SELEÇÃO Obtenção de bons genótipos Apenas um genótipo: Heterozigótico (híbrido de linhagens puras, clones de indivíduo heterozigoto); Homozigótico (linhagem pura). Vários genótipos Predominantemente heterozigóticos (híbrido triplo ou duplo); Predominantemente homozigóticos (Variedade sintética, mistura de linhagens puras). “VARIEDADES – CULTIVARES!!!!???” Cultivar: Genótipo ou grupo de genótipos com alguma característica específica ou simplesmente reunidos em um grupo (população), utilizado (s) comercialmente pelos agricultores. “VARIEDADES – CULTIVARES” Tipos de cultivares: Linhagem pura; Mistura de linhagens puras; Clone; Híbrido (de linhagens puras, Intermediário, Intervarietal); Variedade; Variedade sintética; MELHORAMENTO •Melhoramento Ambiental; •Melhoramento Genético; •Obtenção de bons genótipos; •Aumento na frequência de alelos e, consequentemente, de genótipos favoráveis; •Portanto altera o equilíbrio existente, levando ou não a outro equilíbrio. PASSOS DO MELHORAMENTO GENÉTICO Identificação dos melhores genótipos; Provocação do aparecimento do(s) genótipo(s); Multiplicação do(s) genótipo(s) desejado(s); Dificuldades!!!! Caracteres qualitativos Descontinuidade, facilmente classificados em categorias fenotípicas distintas. Caracteres quantitativos Continuidade (entre fenótipos extremos aparecem inúmeros fenótipos intermediários), diferença entre determinados fenótipos é mínima e os fenótipos, via de regra, são obtidos por mensurações. BASE GENÉTICA DOS CARACTERES QUANTITATIVOS Qualitativos Quantitativos caracteres de tipo caracteres de grau variação descontínua variação contínua poucos locos gênicos muitos locos gênicos genes com grandes efeitos genes com pequeno efeito menor efeito ambiental maior efeito ambiental CARÁTER QUALITATIVO CARÁTER QUANTITATIVO Espécie com 2n = 16 cromossomos Número de genótipos diferentes com m locos e n alelos por loco NGD = [n(n+1)/2]m Números fenótipos diferentes vai depender de: • Ação gênica; • Tipo de efeitos (aditivos iguais, aditivos desiguais, oposicionais); • Efeito do ambiente. Base genética dos caracteres quantitativos são os Genes ou fatores múltiplos: -Bateria de locos com efeito sobre o mesmo caráter. “A segregação dos genes envolvidos não pode ser seguida individualmente, embora cada loco comporte-se exatamente como Mendel postulou” Sistemas de locos seriados – cada loco atuando em um passo do processo loco A loco B loco C enzima a enzima b enzima c passo a passo b passo c Substrato produto A produto B P.F. Mutações drásticas, inativando enzimas, vão criar fatores complementares (epistasia). Mutações “leves” que causem variação na atividade das enzimas, causando variação contínua na quantidade do produto final, causarão variação quantitativa. Efeito de dosagem – o caráter se expressa conforme o número de alelos favoráveis e/ou desfavoráveis presentes. Exemplo: Unidades de Vitamina A por g de endosperma (3n) de milho. yyy – 0,05 Yyy – 2,25 YYy – 5,00 YYY – 7,50 Polimeria Genes com efeitos aditivos e iguais. Anisomeria Genes com efeitos aditivos e desiguais. Sistemas oposicionais Genes com efeitos aditivos e subtrativos. Efeitos aditivos e iguais: Todos os alelos favoráveis contribuem com o mesmo valor e os menos favoráveis com outro valor. Exemplo com três locos: A(a); B(b); C(c) A=B=C=3; a=b=c=1 1 – Sem dominância: P1 – AABBCC 6 + 6 + 6 = 18 P2 – aabbcc 2 + 2 + 2 = 6 F1 – AaBbCc 4 + 4 + 4 = 12 F2 (1/8) ABC (1/8) ABc (1/8) AbC (1/8) Abc (1/8) aBC (1/8) aBc (1/8) abC (1/8) abc (1/8) ABC AABBCC (1/64) AABBCc (1/64) AABbCC (1/64) AABbCc (1/64) AaBBCC (1/64) AaBBCc (1/64) AaBbCC (1/64) AaBbCc (1/64) (1/8) ABc AABBCc (1/64) AABBcc (1/64) AABbCc (1/64) AABbcc (1/64) AaBBCc (1/64) AaBBcc (1/64) AaBbCc (1/64) AaBbcc (1/64) (1/8) AbC AABbCC (1/64) AABbCc (1/64) AAbbCC (1/64) AAbbCc (1/64) AaBbCC (1/64) AaBbCc (1/64) AabbCC (1/64) AabbCc (1/64) (1/8) Abc AABbCc (1/64) AABbcc (1/64) AAbbCc (1/64) AAbbcc (1/64) AaBbCc (1/64) AaBbcc (1/64) AabbCc (1/64) Aabbcc (1/64) (1/8) aBC AaBBCC (1/64) AaBBCc (1/64) AaBbCC (1/64) AaBbCc (1/64) aaBBCC (1/64) aaBBCc (1/64) aaBbCC (1/64) aaBbCc (1/64) (1/8) aBc AaBBCc (1/64) AaBBcc (1/64) AaBbCc (1/64) AaBbcc (1/64) aaBBCc (1/64) aaBBcc (1/64) aaBbCc (1/64) aaBbcc (1/64) (1/8) abC AaBbCC (1/64) AaBbCc (1/64) AabbCC (1/64) AabbCc (1/64) aaBbCC (1/64) aaBbCc (1/64) aabbCC (1/64) aabbCc (1/64) (1/8) abc AaBbCc (1/64) AaBbcc (1/64) AabbCc (1/64) Aabbcc (1/64) aaBbCc (1/64) aaBbcc (1/64) aabbCc (1/64) aabbcc (1/64) Freq. Fenótipos Genótipos 1/64 18 AABBCC 6/64 16 AABBCc; AABbCC; AaBBCC 15/64 14 AABBcc; AAbbCC; aaBBCC; AaBbCC; AaBBCc; AABbCc 20/64 12 AABbcc; AaBBcc; AAbbcC; AabbCC; aaBbCC; aaBBCc; AaBbCc 15/64 10 AAbbcc; aaBBcc; aabbCC; AaBbcc;AabbCc; aaBbCc 6/64 8 Aabbcc; aaBbcc; aabbCc; 1/64 6 aabbcc Frequência fenotípica em F2 sem dominância Freq. Fenótipos Genótipos 3/64 18 AABBCC; AaBBCC 12/64 16 AABBCc; AaBBCc; AABbCC; AaBbCC 19/64 14 AABbCc; AaBBcc; AaBbCc; AAbbCC; AabbCC; aaBBCC; AABBcc 16/64 12 AABbcc; AaBbcc; AAbbCc; AabbCc; aaBBCc; aaBbCC 8/64 10 AAbbcc; Aabbcc; aaBBcc; aaBbCc; aabbCC 5/64 8 aaBbcc; aabbCc 1/64 6 aabbcc Freq. fenotípica em F2 com dominância no loco A(a) Frequência sem dominância Fenótipos Frequência com dominância no loco A(a) 1/64 18 3/64 6/64 16 12/64 15/64 14 19/64 20/64 12 16/64 15/64 10 8/64 6/64 8 5/64 1/64 6 1/64 Comparação D o m in â n ci a lo co A (a ) a) Sem dominância P1 - AABBCC=18 P2 - aabbcc=6 F1 - AaBbCc=12 b) Dom. em A(a) P1 - AABBCC=18 P2 - aabbcc=6 F1 - AaBbCc=14 c) Dom. dois locos P1 - AABBCC=18 P2 – aabbcc=6 F1 - AaBbCc=16 d) Dom. três locos P1 - AABBCC=18 P2 - aabbcc=6 F1 - AaBbCc=18 Efeitos aditivos e iguais: A=B=C=3; a=b=c=1 Efeitos aditivos e desiguais: A=4,5; B=C=2,25; a=1,5; b=c=0,75 a) Sem dominância P1 - AABBCC=18 P2 - aabbcc=6 F1 - AaBbCc=12 b) Dom. em A(a) P1 - AABBCC=18 P2 - aabbcc=6 F1 - AaBbCc=15 c) Dom. A(a) e B(b) P1 - AABBCC=18 P2 - aabbcc=6 F1 - AaBbCc=16,5 d) Dom. três locos P1 - AABBCC=18 P2 - aabbcc=6 F1 - AaBbCc=18 Efeitos oposicionais: A=13; B=C= -2; a=5; b=c= -1 a) Sem dominância P1 - AABBCC=18 P2 - aabbcc=6 F1 - AaBbCc=12 b) Dom. em A(a) P1 - AABBCC=18 P2 - aabbcc=6 F1 - AaBbCc=20 c) Dom. A(a) e B(b) P1 - AABBCC=18 P2 - aabbcc=6 F1 - AaBbCc=19 d) Dom. em B(b) ou P1 - AABBCC=18 P2 - aabbcc=6 F1 – AaBbCc=11 Genótipo Freqüência em 64 indivíduos Genótipo para cada loco Genótipo total Fenótipo para cada loco AABBCC 1 2+2+2 6 (2 s2)+(2 s2)+(2 s2) AABBCc 2 2+2+1 5 (2 s2)+(2 s2)+(1 s1) AABBcc 1 2+2+0 4 (2 s2)+(2 s2)+(0 s0) AABbCC 2 2+1+2 5 (2 s2)+(1 s1)+(2 s2) AABbCc 4 2+1+1 4 (2 s2)+(1 s1)+(1 s1) AABbcc 2 2+1+0 3 (2 s2)+(1 s1)+(0 s0) AAbbCC 1 2+0+2 4 (2 s2)+(0 s0)+(2 s2) AAbbCc 2 2+0+1 3 (2 s2)+(0 s0)+(1 s1) AAbbcc 1 2+0+0 2 (2 s2)+(0 s0)+(0 s0) AaBBCC 2 1+2+2 5 (1 s1)+(2 s2)+(2 s2) AaBBCc 4 1+2+1 4 (1 s1)+(2 s2)+(1 s1) AaBBcc 2 1+2+0 3 (1 s1)+(2 s2)+(0 s0) AaBbCC 4 1+1+2 4 (1 s1)+(1 s1)+(2 s2) AaBbCc 8 1+1+1 3 (1 s1)+(1 s1)+(1 s1) AaBbcc 4 1+1+0 2 (1 s1)+(1 s1)+(0 s0) AabbCC 2 1+0+2 3 (1 s1)+(0 s0)+(2 s2) AabbCc 4 1+0+1 2 (1 s1)+(0 s0)+(1 s1) Aabbcc 2 1+0+0 1 (1 s1)+(0 s0)+(0 s0) aaBBCC 1 0+2+2 4 (0 s0)+(2 s2)+(2 s2) aaBBCc 2 0+2+1 3 (0 s0)+(2 s2)+(1 s1) aaBBcc 1 0+2+0 2 (0 s0)+(2 s2)+(0 s0) aaBbCC 2 0+1+2 3 (0 s0)+(1 s1)+(2 s2) aaBbCc 4 0+1+1 2 (0 s0)+(1 s1)+(1 s1) aaBbcc 2 0+1+0 1 (0 s0)+(1 s1)+(0 s0) aabbCC 1 0+0+2 2 (0 s0)+(0 s0)+(2 s2) aabbCc 2 0+0+1 1 (0 s0)+(0 s0)+(1 s1) aabbcc 1 0+0+0 0 (0 s0)+(0 s0)+(0 s0) Generalizando •Com grande número de locos com efeitos aditivos segregando, a F2 exibe baixa freqüência dos parentais, um grande número de fenótipos e, conseqüentemente, uma variação cada vez mais contínua; •Genes com efeitos desiguais provocam ainda um maior número de classes fenotípicas, aumentando a “largura da curva”. •O efeito do ambiente faz com que a curva de freqüência dos valores fenotípicos em F2 seja ainda mais contínua, mesmo sob alguma condição de dominância. Grau de atividade no inverno Raça Costeira Raça Alpina F1 Segregação observada em F2 Segregação esperada com 3 locos poliméricos Completamente ativa + 43 15 Parcialmente ativa 139 945 Intermediária + 601 918 Parcialmente dormente 178 Completamente dormente + 14 15 Herança da dormência em Potentilla glandulosa (Clausen e Hiesey, 1958) Herança: três locos com efeitos aditivos e aproximadamente iguais, sem dominância Comprimento do estigma em mm 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5 N P1 ca + + P2 ch + + F1 + + F2 1 11 43 57 33 24 3 2 1 1 176 B1 (ca x ch) x ca 1 3 9 1 1 1 1 17 B2 (ca x ch) x ch 3 1 3 1 1 9 Distribuição de frequência de indivíduos com vários comprimentos do lóbulo dos estigmas em Gilia capitata capitata, Gilia capitata chamissonis e suas progênies híbridas (Grant, 1950) Herança: 3 ou 4 locos com pelo menos um com alelos dominantes para estigmas curtos. Distribuição de frequência do comprimento da roseta da folha entre 996 F2 de um cruzamento interracial em Potentilla glandulosa (Clausen e Hiesey, 1958) Herança: Sistema de locos oposicionais, dominância para folhas longas Genes modificadores Sistema em que locos com efeitos muito pequenos (locos múltiplos) atuam a favor ou contra o efeito dos alelos de um gene maior (de grande efeito). Milho normal (alto) Milho braquítico (baixo) BB ++ - - ++ -- X bb - - ++ - - ++ F1 Bb +- +- +- +- ¼ BB (++ ++ ++ ++,..... +- +- +- +- ,....- - - - - - - -) F2 ½ Bb (++ ++ ++ ++,.... +- +- +- +-,. ....- - - - - - - -) ¼ bb (++ ++ ++ ++,... +- +- +- +-,......- - - - - - -) Manchas nas pétalas do algodoeiro Gossypium barbadense Gossypium hirsutum Manchado x Sem mancha Manchado x Sem mancha 3 manchados : 1 sem manchas em F2 Gossypium barbadense X Gossypium hirsutum Manchado Sem manchas F1 intermediário F2 com 22 graus diferentes de manchas devido a diferenças alélicas entre as para modificadores. Gossypium barbadense Gossypium hirsutum Manchado x Sem mancha Manchado x Sem mancha (MM ++ ++ ++)x(mm ++ ++ ++) (MM _ _ _ _ _ _)x(mm _ _ _ _ _ _) F1 3 manchados : 1 sem manchas em F2 (M_ ++ ++ ++) : (mm ++ ++ ++) (barbadense) (M_ _ _ _ _ _ _) : (mm _ _ _ _ _ _) (hirsutum) Gossypium barbadense X Gossypium hirsutum Manchado (MM ++ ++ ++) Sem manchas (mm _ _ _ _ _ _) F1 intermediário (Mm +_ +_ +_) ¼ (MM ++ ++ ++;.... MM+_ +_ +_; ....MM _ _ _ _ _ _) F2 ½ (Mm ++ ++ ++;.... Mm+_ +_ +_; .... Mm _ _ _ _ _ _) ¼ (mm ++ ++ ++;.... mm+_ +_ +_; .....mm _ _ _ _ _ _) Como descobriram que G. barbadense possui modificadores para aumentar as manchas e G. hirsutum para diminuir???? Caracteres quantitativos e interação gênica “Como os caracteres quantitativos são controlados por muitos locos, o que se procura determinar é o tipo de interação gênica predominante, uma vez que na prática é impossível conhecer o tipo de interação em cada loco e entre locos específicos.” Médias e variâncias 0 0,5 1 1,5 2 2,5 m F11 = m + g1 + e1; F22 = m + g2 + e2; F33 = m + g3 + e3; F44 = m + g4 + e4; F55 = m + g5 + e5; F66 = m + g6 + e6; F77 = m + g7 + e7; : : : : Fnn = m + gn + en; n F m ij 1 )( 11 )( 2 222 2 n n F F n d n mF ij ijijij F Linhagem pura ou Clone F11 = m + g1 + e1; F22 = m + g1 + e2; F33 = m + g1 + e3; F44 = m + g1 + e4; F55 = m + g1 + e5; F66 = m + g1 + e6; F77 = m + g1 + e7; : : : : Fnn = m + g1 + en; ----------------------- 222 0 EGF F11 = m + g1 + e1; F22 = m + g2 + e2; F33 = m + g3 + e3; F44 = m + g4 + e4; F55 = m + g5 + e5; F66 = m + g6 + e6; F77 = m + g7 + e7; : : : : Fnn = m + gn + en; ---------------------- Variedade 22 00 EF Lote A -28 sementes, cada uma Lote B - 18 sementes da de uma planta diferente mesma planta mãe 3,8 6,6 4,7 9,0 7,3 6,9 5,4 5,2 4,8 3,9 4,3 4,1 5,7 9,7 5,6 5,8 7,3 4,2 10,2 8,8 6,1 6,0 5,9 4,9 5,5 5,8 7,4 6,2 3,9 6,2 8,6 10,4 4,3 3,8 6,1 5,2 4,0 4,2 4,4 3,8 2,6 4,4 5,9 4,3 3,6 9,3 Lote B Lote A 5,2 = m + G1 + E1 3,8 = m + G1 + E1 4,8 = m + G1 + E2 6,6 = m + G2 + E1 : : : : : : : : : : : : : : : : 4,4 = m + G1+ E18 9,3 = m + G18 + E1 0,69 = 0 + 0 = 2ˆe 4,98 = 0 + 22 ˆˆ eG Portanto 2222 )/(29,4ˆˆˆ plkgBAG Lote B Lote A 5,2 = m + G1 + E1 3,8 = m + G1 + E1 4,8 = m + G1 + E2 6,6 = m + G2 + E1 : : : : : : : : : : : : : : : : 4,4 = m + G1+ E18 9,3 = m + G18 + E1 0,69 = 0 + 0 = 2ˆe 4,98 = 0 + 22 ˆˆ eG Portanto 2222 )/(29,4ˆˆˆ plkgBAG Lote B Lote A 5,2 = m + G1 + E1 3,8 = m + G1 + E1’ 4,8 = m + G1 + E2 6,6 = m + G2 + E2’ : : : : : : : : : : : : : : : : 4,4 = m + G1+ E18 9,3 = m + G18 + E18’ 0,69 = 0 + 0 = 2ˆe 4,98 = 0 + 22 ˆˆ eG + 9,3 = m+G28+E28’ Questões •Qual o grau de confiança em reconhecer o valor genotípico pelo valor fenotípico? •As sementes colhidas das plantas superiores realmente são superiores? •A nova população produzida por essas sementes será mais produtiva? Quanto? No exemplo, como a variância genética é bem superior à variância ambiental, as medidas fenotípicas são boas indicadoras dos respectivos valores genotípicos. Coeficiente de herdabilidade para plantas autógamas homozigóticas ou de propagação vegetativa •São plantas que transmitem o genótipo integralmente para a geração seguinte; •É necessário saber quanto das diferenças fenotípicas (variância fenotípica) é devido às diferenças genotípicas (variância genotípica) entre indivíduos. 22 2 2 2 2 ˆˆ ˆ 100 ˆ ˆ 100ˆ EG G F Gh %1,86 69,029,4 29,4 100ˆ2 h m0 ms ds m0 m1 Gesp ds = ms - m0 = diferencial de seleção; m0 = média da população original ms = média dos indivíduos selecio- nados; Gesp = Progresso ou ganho com se- leção; Gesp = ds h 2 m1 = média da população me- lhorada Melhoramento de populações Observações importantes •A herdabilidade é uma propriedade de um caráter em uma dada população e em um dado ambiente; •Podemos aumentar a herdabilidade ao uniformizar o ambiente; •O ganho esperado com seleção possui expressão própria para cada método de seleção, mas que é derivado da expressão original Gesp = ds h 2. Gmd 0 0 0 1 1 1 0,5 0,5 0,5 h2 100 50 20 100 50 20 100 50 20 Gen X1 X2 X3 X4 X5 X6 X7 X8 X9 AA 10,1* 10,05* 10,05 10,1* 10,12* 10,17* 10,10* 10,25* 10,33* AA 10,1* 10,02 10,17* 10,1* 10,11 10,11* 10,10* 10,09* 10,02 AA 10,1* 10,16* 10,28* 10,1* 10,01 9,76 10,10* 10,16* 10,28* AA 10,1* 10,13* 10,48* 10,1* 10,14* 10,01 10,10* 10,20* 10,02 AA 10,1* 10,12* 9,98 10,1* 9,98 9,91 10,10* 10,06 10,13* Aa 10,0* 9,95 10,09* 10,1* 10,09 10,08 10,05* 9,96 10,07* Aa 10,0* 10,17* 9,88 10,1* 10,37* 10,52* 10,05* 10,04 9,89 Aa 10,0* 10,14* 9,87 10,1* 10,11 10,03 10,05* 10,09* 10,13* Aa 10,0 10,03* 10,09* 10,1 10,21* 10,28* 10,05 9,98 9,95 Aa 10,0 9,95 9,76 10,1 10,27* 10,04 10,05 10,17* 10,03 Aa 10,0 9,89 10,22* 10,1 10,14* 10,14* 10,05 10,02 9,86 Aa 10,0 10,01 10,11* 10,1 10,01 10,16* 10,05 10,12* 9,93 Aa 10,0 10,02 9,82 10,1 10,13* 9,99 10,05 10,17* 10,14* Aa 10,0 9,95 10,05 10,1 10,24* 10,07 10,05 10,03 10,11* Aa 10,0 10,08* 10,02 10,1 10,11 9,90 10,05 9,97 10,06 aa 9,90 9,97 9,93 9,9 9,86 9,80 9,90 9,90 9,55 aa 9,90 9,88 9,83 9,9 9,87 9,74 9,90 9,95 9,80 aa 9,90 9,9 10,23* 9,9 9,91 10,41* 9,90 10,06 10,14* aa 9,90 9,95 9,93 9,9 9,93 10,10* 9,90 9,85 9,95 aa 9,90 9,99 10,01 9,9 9,99 9,99 9,90 9,95 9,91 Valores simulados (9 caracteres), com variação na dominância e herdabilidade Caráter Média original Selecio- nados p Média melhorada Gs AA Aa aa X1 10,000 5 3 0 0,813 10,063 0,063 X2 10,000 4 4 0 0,750 10,050 0,050 X3 10,000 3 4 1 0,625 10,025 0,025 X4 10,050 5 3 0 0,813 10,093 0,043 X5 10,050 2 6 0 0,625 10,072 0,022 X6 10,050 2 4 2 0,500 10,050 0,000 X7 10,025 5 3 0 0,813 10,078 0,053 X8 10,025 4 4 0 0,750 10,069 0,044 X9 10,025 3 4 1 0,625 10,048 0,023 Genótipos selecionados, frequência alélica, média e ganho com seleção Estimativa do número de diferenças gênicas No de locos Número de alelos segregantes Frequência de recuperação de um dos fenótipos extremos em F2 1 2 (1/2)2 = 1/4 2 4 (1/2)4 = 1/16 3 6 (1/2)6 = 1/64 4 8 (1/2)8 = 1/256 . . . . . . n 2n (1/2)2n Método da frequência dos fenótipos extremos em F2 B. Mexican x T. Thumb (16,8 cm) (6,6 cm) F1 (12,1 cm) F2 Tamanho da espiga em duas raças de milho Fenótipo (cm) Frequência Genótipos 16,8 1/16 AABB 14,2 4/16 2 AaBB;2 AABb 11,7 6/16 4 AaBb;1 aaBB; 1AAbb 9,1 4/16 2 aaBb; 2 Aabb 6,6 1/16 aabb F2 Método de Sewall Wright Valores genotípicos (q2) (2pq) (p2) bb m Bb BB -a +a d BB = m + a (p2) Grau médio de dominância = gmd = d/a Bb = m +d (2pq) bb = m – a (q2) Média da pop. = g = m+a(p-q)+2pqd P1 m F1 P2 -a +a dPara um loco: P P a1 2 2 ; Para n locos: P P na1 2 2 a P P n ( )1 2 2 ; Variância de F2 (interação aditiva): s naG 2 21 2 ( / ) ; s n P P n P P nG 2 1 2 2 1 2 21 2 2 8 ( / ) [( ) ] ( ) n P P sG ( )1 2 2 28 P1 m F1 P2 -a +a d Requisitos necessários 1- Pais homozigóticos e contrastantes; 2 - Ausência de dominância e epistasia; 3 - Genes com efeito igual no fenótipo; 4 - Ausência de ligação. Outro método 2 1 2 2 22 ]75,0[25,0 FF Dhh NG )( 21 12 11 PP PP PF h 12 PPD Intensidade de seleção •Seleção mais rigorosa ds maior menos indivíduos selecionados; •Seleção menos rigorosa ds menor mais indivíduos selecionados; •No exemplo Seleção de cinco indivíduos de um total de 28 intensidade de seleção = 17,8%. Lote A -28 sementes, cada uma Lote B - 18 sementes da de uma planta diferente mesma planta mãe 3,8 6,6 4,7 9,0 7,3 6,9 5,4 5,2 4,8 3,9 4,3 4,1 5,7 9,7 5,6 5,8 7,3 4,2 10,2 8,8 6,1 6,0 5,9 4,9 5,5 5,8 7,4 6,2 3,9 6,2 8,6 10,4 4,3 3,8 6,1 5,2 4,0 4,2 4,4 3,8 2,6 4,4 5,9 4,3 3,6 9,3 F F F ids dsds i 2 Padronização: Índice de seleção 2 22 2 2 22)( F G F G F G FFesp iiihihdsG •Esta fórmula é usada para se calcular o ganho esperado na seleção truncada (quando se estabelece apenas qual a intensidade de seleção que será utilizada); •Neste caso o coeficiente da variância genética é um devido ao fato de estarmos tratando de autógamas homozigóticas ou plantas de propagação vegetativa. Teste de progênie quando os indivíduos da progênie têm o mesmo genótipo da planta mãe •Não é o fenótipo do indivíduo que será usado para avaliação, mas sim o comportamento médio da progênie do indivíduo; •Envolve retirada de várias sementes da mesma planta ou a confecção de clones da mesma planta; x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x Exemplo: Produção de frutos em kg/planta Plantas mãe (genótipos) Plantas filhas (progênies) Média das progênies Variância ambiental 1 3,8 4,0 3,90 0,020 2 4,5 3,9 4,20 0,180 3 6,9 5,3 6,10 1,280 4 8,8 6,2 7,50 3,380 5 6,3 4,8 5,50 1,125 6 9,3 7,5 8,40 1,620 7 5,9 4,8 5,35 0,605 8 2,4 3,6 3,00 0,720 9 6,6 7,3 9,95 0,245 10 2,3 4,8 3,55 3,125 Média 5,44 1,230 Plantas mãe (genótipos) Plantas filhas (progênies) Média das progênies Variância ambiental 1 3,8 4,0 3,90 0,020 2 4,5 3,9 4,20 0,180 10 2,3 4,8 3,55 3,125 Média 5,44 1,230 020,0)0,48,3( 2 1 0,48,3 12 1 2222 1 E Médias de progênies 2 )( 2 1 '11 1'11111 EE GmEGmEGmP 2 )( 2 1 !22 2'22222 EE GmEGmEGmP 2 )( 2 1 ! ' nn nnnnnn EE GmEGmEGmP Generalizando 118,3 EGm '110,4 EGm Planta mãe 1 (Genótipo G1) Plantas mãe Média de progênies 01 3,90 = m +G1+ ½(E1 + E1’) 02 4,20 = m +G2+ ½(E2 + E2’) 03 6,10 = m +G3+ ½(E3 + E3’) 04 7,50 = m +G4+ ½(E4 + E4’) 05 5,50 = m +G5+ ½(E5 + E5’) 06 8,40 = m +G6+ ½(E6 + E6’) 07 5,35 = m +G7+ ½(E7 + E7’) 08 3,00 = m +G8+ ½(E8 + E8’) 09 6,95 = m +G9+ ½(E9 + E9’) 10 3,55 = m +G10+ ½(E10 + E10’) = 0 + + (½) = 3,241 2ˆF 2ˆG 2ˆE Generalizando para k indivíduos por progênie )................( 1 321 kii EEEE k GmP 222 1 EGF k 681,0 ˆ ˆ ˆˆ ˆˆ 2 2 22 2 2 F G EG Gh 81,0 ˆ ˆ ˆ 1 ˆ ˆˆ 2 2 22 2 2 F G EG G m k h 71,1 ˆ ˆ ˆ ˆ 2 2 2 22 2 dshdsds F G EG G g 03,2 ˆ ˆ 1 ˆ ˆ 2 2 2 22 2 m F G EG G g m dshds k ds Herdabilidade em nível de indivíduo. Herdabilidade em nível de médias de progênies. Ganho com seleção em nível de indivíduos Ganho com seleção em nível de médias de progênies Componentes da variância genética Valores genotípicos (q2) (2pq) (p2) bb m Bb BB -a +a d BB = m + a (p2) Grau médio de dominância = gmd = d/a Bb = m +d (2pq) bb = m – a (q2) Média da pop. = g = m+a(p-q)+2pqd Variância genética aditiva – variância devida aos efeitos aditivos dos genes; Variância genética dominante - variância devida aos efeitos de dominância dos genes; Variância genética epistática - variância devida aos efeitos epistáticos dos genes; 2222 ˆˆˆˆ IDAG 22222 ˆˆˆˆˆ EIDAF Definição matemática das variâncias genéticas aditiva e dominante Partindo-se da frequência alélica p=q=0,5, para o loco B(b), no equilíbrio teremos: Genótipo Frequência Valor genotípico BB 1/4 m + a Bb 1/2 m + d bb 1/4 m - a Valores genotípicos (q2) (2pq) (p2) bb m Bb BB -a +a d BB = m + a (p2) Grau médio de dominância = gmd = d/a Bb = m +d (2pq) bb = m – a (q2) Média da pop. = g = m+a(p-q)+2pqd Genótipo Frequência Fenótipo BB 1/4 m + a Bb 1/2 m + d bb 1/4 m - a Média da população = m + (½)d Desvios em relação à média: Frequência Desvios da média 1/4 m + a – [m + (½)d] = a – (1/2)d 1/2 m + d – [m + (½)d] = 0a + (1/2)d 1/4 m – a – [m + (½)d] = -a – (1/2)d fi(a)=0 fi(d)=0 Frequência Desvios da média 1/4 m + a – [m + (½)d] = a – (1/2)d 1/2 m + d – [m + (½)d] = 0a + (1/2)d 1/4 m – a – [m + (½)d] = -a – (1/2)d fi(a)=0 fi(d)=0 Variância dos efeitos aditivos: = (1/4)a² + (1/2)(0a²) + (1/4)(-a)² = (1/2)a² Variância dos efeitos de dominância: = (1/4)[(-1/2)d]² + (1/2)[(1/2)d]² + (1/4)[-(1/2)d]² = (1/4)d² Para n locos teremos: 2 A 2 D 22 2 1 iA a 22 4 1 iD d Componentes da variâncias genética em uma geração F2 Genótipos Frequência Valores genotípicos BB 1/4 m + a Bb 1/2 m + d bb 1/4 m – a dmamdmamF 2 1 )( 4 1 )( 2 1 )( 4 1 2 2222 )] 2 1 ([ 4 1 )] 2 1 ([ 2 1 )] 2 1 ([ 4 1 2 dmamdmdmdmam GF 222 4 1 2 1 2 da GF 222 2 DAGF Componentes da variâncias genética em retrocruzamentos 222 1 1 ))]( 2 1 ([ 2 1 ))]( 2 1 ([ 2 1 damamdamdm GRC adda GRC 2 1 4 1 4 1 222 1 1 Genótipos Frequência Valores genotípicos Bb 1/2 m + d bb 1/2 m – a )( 2 1 )( 2 1 )( 2 1 1 1 damdmamCR RC11 Bb x bb 222 2 1 ))]( 2 1 ([ 2 1 ))]( 2 1 ([ 2 1 damdmdamam GRC adda GRC 2 1 4 1 4 1 222 2 1 Genótipos Frequência Valores genotípicos BB 1/2 m + a Bb 1/2 m + d )( 2 1 )( 2 1 )( 2 1 2 1 damdmamCR RC21 Bb x BB adda GRC2 1 4 1 4 1 222 1 1 adda GRC 2 1 4 1 4 1 222 2 1 222 2 1 2 1 1 2 1 2 1 da GRCGRC 222 2 1 2 1 1 2 DAGRCGRC Freq. Progênies Valor genotípico 1/4 (1/2) BB +(1/2)Bb m + (1/2)(a + d) 1/2 (1/4) BB + (1/2) Bb + (1/4) bb m + (1/2)d 1/4 (1/2) Bb +(1/2)bb m + (1/2)(d – a) Componentes de variância entre progênies de meios irmãos (PMI) População em equilíbrio: (1/4) BB; (1/2) Bb; (1/4) bb Plantas mães Pólen (1/4) BB (1/2) Bb (1/2) B; (1/2) b (1/4) bb Freq. Progênies Valor genotípico 1/4 (1/2) BB +(1/2)Bb m + (1/2)(a + d) 1/2 (1/4) BB + (1/2) Bb + (1/4) bb m + (1/2)d 1/4 (1/2) Bb +(1/2)bb m + (1/2)(d – a) )]( 4 1 )( 2 1 )( 4 1 [ 2 1 )]( 2 1 )( 2 1 [ 4 1 amdmamdmamIMP )]( 2 1 )( 2 1 [ 4 1 amdm dmIMP 2 1 dmIMP 2 1 22 )] 2 1 ()( 2 1 )( 2 1 [ 4 1 dmdmam PM I 2)] 2 1 ()( 4 1 )( 2 1 )( 4 1 [ 2 1 dmamdmam 2)] 2 1 ()( 2 1 )( 2 1 [ 4 1 dmamdm ² 8 1 2 a PM I 22 4 1 APM I Componentes de variância entre progênies de irmãos germanos (PIG) (1/4) BB (1/2) Bb (1/4) bb (1/4) BB (1/16) BBxBB (1/8) BBxBb (1/16) BBxbb (1/2) Bb (1/8) BbxBB (1/4) BbxBb (1/8) Bbxbb (1/4) bb (1/16) bbxBB (1/8) bbxBb (1/16) bbxbb População em equilíbrio: (1/4) BB; (1/2) Bb; (1/4) bb Serão possíveis as seguintes progênies de IG: Freq. Cruz. Progênie Valores genotípicos 1/16 BBxBB BB m + a 4/16 BBxBb (1/2)BB + (1/2)Bb m + (1/2)a +(1/2)d 2/16 BBxbb Bb m + d 4/16 BbxBb (1/4)BB + (1/2)Bb + (1/4)bb m + (1/2)d 4/16 Bbxbb (1/2)Bb + (1/2)bb m - (1/2)a +(1/2)d 1/16 bbxbb bb m - a )( 16 2 )] 2 1 2 1 ( 16 4 )( 16 1 dmdamamGIP )( 16 1 ) 2 1 2 1 ( 16 4 )] 2 1 ( 16 4 amdamdm dmGIP 2 1 dmGIP 2 1 222 )] 2 1 ( 2 1 2 1 [ 16 4 )] 2 1 ()[( 16 1 dmdamdmam PIG 22 )] 2 1 ( 2 1 [ 16 4 )] 2 1 ([ 16 2 dmdmdmdm 22 )] 2 1 ( 2 1 2 1 [ 16 4 )] 2 1 ([ 16 1 dmdamdmam 22 16 1 ² 4 1 da PIG 222 4 1 2 1 DAPIG Componentes de variância entre progênies S1 Genó- tipos Freq. Progênie S1 Valores genotípicos BB 1/4 BB m + a Bb 1/2 (1/4)BB + (1/2)Bb + (1/4)bb m + (1/2)d bb 1/4 bb m – a )( 4 1 ) 2 1 ( 2 1 )( 4 1 1 amdmamS dmS 4 1 1 dmS 4 1 1 222 1 )] 4 1 ( 2 1 [ 2 1 )] 4 1 ([ 4 1 dmdmdmam S 2)] 4 1 ([ 4 1 dmam 22 1 16 1 ² 2 1 da S 222 1 4 1 DAS 22 4 1 AEM I 222 4 1 2 1 DAEIG 222 1 4 1 DAES 222 2 16 3 2 3 DAS 22 2 AS 222 4 3 DADM I 222 4 3 2 1 DADIG 222 1 2 1 2 1 DADS 222 2 4 1 4 1 DAd S 02 dS Autógamas ou seguidas autofecundações em alógamas L1 x L2 F1 F2 (equivale a S0) F3 (equivale a S1) F4 (equivale a S2) F∞ (equivale a S∞) 222 2 DAGF 222 1 4 1 DAS 22 2 AS 222 2 16 3 2 3 DAS Interpretação do QM residual I II III TT 1 1 5 3 9 2 4 8 6 18 3 2 6 4 12 4 3 7 5 15 TB 10 26 18 54 Fontes de Variação G.L SQ QM F Blocos 2 32 16 ∞ Tratamentos 3 15 5 ∞ Resíduo 6 0 0 Total 11 47 Análise em nível de indivíduos Bloco I Bloco II TP 1 2 4 4 (10) 4 5 6 (15) 25 2 7 5 4 (16) 7 9 9 (25) 41 3 8 4 4 (16) 7 5 5 (17) 33 4 3 5 7 (15) 6 5 4 (15) 30 5 6 7 8 (21) 8 6 5 (19) 40 TB 78 91 169 F. V. G.L. SQ QM E(QM) Blocos 1 5,6333 5,6333 ---- Progênies 4 30,4667 7,6167 Resíduo 4 12,8667 3,2167 Dentro 20 42,0000 2,1000 TOTAL 29 90,9667 222 ped krk 22 ed k 2 d 100,22 d 3722,02 e 7333,02 p 2055,32 F 2694,12 F 9332,22 A 9150,0ˆ2 h 5777,0ˆ2 mh Análise em nível de totais de parcelas Bloco I Bloco II TP 1 10 15 25 2 16 25 41 3 16 17 33 4 15 15 30 5 21 19 40 TB 78 91 169 F. V. G.L. SQ QM E(QM) Blocos 1 16,9 16,9 ------- ------- Progênies 4 91,4 22,85 Resíduo 4 38,6 9,65 TOTAL 9 146,9 22 p r 2 65,92 55,62 p 2,262 A 3,162 F 425,112 F 5733,0ˆ2 mh )( 22222 ped rkkk )( 222 ed kk Análise em nível de médias de parcelas Bloco I Bloco II TP 1 3,3333 5,0000 8,3333 2 5.3333 8,3333 13,6666 3 5,3333 5,6666 11,0000 4 5,0000 5,0000 10,0000 5 7,0000 6,3333 13,3333 TB 26,0000 30,3333 56,3333 F. V. G.L. SQ QM E(QM) Blocos 1 1,8778 1,8778 ------- ------- Progênies 4 10,1555 2,5389 Resíduo 4 4,2889 1,0722 TOTAL 9 16,3222 22 p r 2 0722,12 7333,02 p 9333,22 A 2693,12 F 5733,0ˆ2 mh )/( 222 ped rk )/( 22 ed k CORRELAÇÃO ENTRE CARACTERES Associação entre caracteres Covariância •Medida da associação ou semelhança entre variáveis; •Se for maior que zero associação positiva; •Se for igual a zero ausência de associação; •Se for menor que zero associação negativa. •Percebe-se que a variância é um caso particular de covariância de uma variável com ela mesma; •A covariância tem um papel fundamental na seleção, pois interessa a associação entre pais e descendentes; •A semelhança entre genitores e descendentes garante o progresso na seleção e pode ser medida pela covariância; •A covariância varia de - ∞ a + ∞; •Por isso o parâmetro mais usado é o coeficiente de correlação (r), que varia de -1 a +1. •r expressa o efeito total dos genes em segregação. Alguns podem aumentar ambos os caracteres, enquanto outros aumentam um e reduzem outro; •Exemplo: Genes que aumentam a taxa de crescimento aumentam tanto a estatura como a massa, mas genes que aumentam a gordura influenciam apenas a massa e não são causa de correlação com a estatura. Uso e importância no melhoramento •Cuidado para evitar mudanças indesejáveis em um caráter ao selecionar outro; •Seleção indireta – quando a correlação for favorável e um caráter possui herdabilidade muito baixa em comparação ao outro e/ou tenha problemas de medição e identificação; Componentes da covariância •Da mesma maneira que temos variâncias fenotípica, genética, genética aditiva, genética dominante e ambiental, temos também as covariâncias fenotípica, genética, genética aditiva, genética dominante e ambiental; •Apenas a covariância genética envolve uma associação de natureza herdável, podendo ser utilizada na orientação de programas de melhoramento; •O ambiente torna-se causa de correlações quando dois caracteres são influenciados pelas mesmas diferenças de condições ambientais; •Correlações ambientais negativas indicam que o ambiente favorece um caráter e desfavorece outro; •Correlações ambientais positivas indicam que os dois caracteres são beneficiados ou prejudicados pelas mesmas causas de variação ambiental; •Da mesma maneira que os demais parâmetros, os valores de covariância e correlação são específicos para uma população e um determinado ambiente. Causas genéticas da covariância e correlação •Pleiotropia – Situação em que locos atuam em dois ou mais caracteres ao mesmo tempo (correlação permanente); •Ligação gênica – Situação em que os locos atuam em caracteres diferentes, mas estão próximos no mesmo cromossomo (correlação não permanente, podendo ser quebrada). A B ab Caráter 1 A = 5; a = 2 Caráter 2 B = 4; b = 2 Interesse C1 e C2 Genótipo ideal A b A b Tendência com seleção para aumentar C1 A B A B Fenótipos C1 = 10 C2 = 4 Fenótipos C1 = 10 C2 = 8 Fenótipos C1 = 7 C2 = 6 A b a B Caráter 1 A = 5; a = 2 Caráter 2 B = 4; b = 2 Interesse C1 e C2 Genótipo ideal A b A b Tendência com seleção para aumentar C1 A b A b Fenótipos C1 = 10 C2 = 4 Fenótipos C1 = 10 C2 = 4 Fenótipos C1 = 7 C2 = 6 Decomposição das correlações fenotípica e genética •Necessidade de esquema experimental como feito na decomposição da variância fenotípica e genética; •Os pacotes estatísticos já fazem a decomposição como feito na variância. Covariância (Produto Médio ) entre duas variáveis x e y Método braçal •Possível com a análise de variância de x, y e de uma variável construída (x+y). F. V. G. L. QMx QMy QM(x+y) Blocos r-1 QMBx QMBy QMB(x+y) Progênies t-1 QMPx QMPy QMP(x+y) Resíduo (r-1)(t-1) QMRx QMRy QMR(x+y) Dentro rt(k-1) QMDx QMDy QMD(x+y) COVxy = PMxy = (QMx+y – QMx - QMY)/2 F. V. G. L. PMxy E(PM) Blocos r-1 PMB ----------- Progênies t-1 PMP Resíduo (r-1)(p-1) PMR Dentro rp(k-1) PMD pEd krCOVkCOVCOV ed kCOVCOV D COV PMDVOC d ˆ kPMDPMRVOC e /)( ˆ krPMRPMPVOC p /)( ˆ pA VOCVOC ˆ4ˆ depF VOCVOCVOCVOC ˆˆˆˆ rkVOCrVOCVOCVOC depF /ˆ/ˆˆˆ yx xy FF F F QMPQMP PMPVOC r yx xy xy .. ˆ 22 22 . ˆ yx xy xy FF F F VOC r yx xy ee e e QMRQMR PMRVOC r xyxy xy xy .. ˆ 22 Coeficiente de correlação fenotípica Coeficiente de correlação fenotípica média Coeficiente de correlação ambiental 22 . ˆ yx xy xy AA A A VOC r yxy x xy x xy AAx F A F A xy rhki VOC ki VOC kdsRC .... ˆ . ˆ . 2 2/ Coeficiente de correlação genética aditiva Resposta correlacionada à seleção •k=1, para seleção massal em ambos os sexos; •k=1/2, para seleção massal em um sexo; •k=1/4, para seleção entre MI em ambos os sexos; •k=1/8, para seleção entre MI em um sexo. ANÁLISES CONJUNTAS E AGRUPADAS Análise individual Fontes de variação G.L. Q.M. F Blocos r-1 QMB QMB/QMR Tratamentos (t-1) QMT QMT/QMR Progênies p-1 QMP QMP/QMR Testemunhas T-1 QMTe QMTe/QMR Prog. vs Testem. 1 QMPT QMPT/QMR Erro (t-1)(r-1) QMR Dentro de progênies pr(k-1) QMD ANÁLISE AGRUPADA (modelo aleatório) ANÁLISE AGRUPADA (modelo aleatório) Fontes de Variação G.L. Q.M. E(QM) Blocos/Experim. e(r-1) Experimentos e-1 ---- ---- Progênies/Exp. e(p-1) QMP Erro médio e(p-1)(r-1) QMR Dentro de progên. epr(k-1) QMD 22 5/ ed 2 d 222 5/ ped r ANÁLISE CONJUNTA Modelo aleatório ANÁLISE CONJUNTA Modelo fixo, exceto para blocos e erros ANÁLISE CONJUNTA Modelo aleatório para genótipos e fixos para locais ANÁLISE CONJUNTA Modelo aleatório com três fatores ANÁLISE CONJUNTA Modelo fixo com três fatores PREDIÇÃO DA MÉDIA DE UM CARÁTER EM POPULAÇÕES OBTIDAS POR CRUZAMENTOS PREDIÇÃO Interessante pois, na maioria dos casos, o número de possíveis híbridos, compostos e sintéticos é extremamente elevado, sendo impraticável obter todos e avaliá-los em experimentos. COMPOSTOS • São materiais variáveis geneticamente, formados pelo intercruzamento (recombinação) de variedades, híbridos ou raças distintas, servindo de base para o início de um processo de seleção; •Com n parentais é possível formar 2n – (n+1) compostos diferentes. SINTÉTICOS • São materiais variáveis formados pelo intercruzamento (recombinação) de linhagens e servem como base para seleção, para uso comercial direto ou para extração de novas linhagens; • Com n linhagens é possível formar 2n – (n+1) sintéticos diferentes. Com n linhagens diferentes poderemos obter: híbridos simples (LA x LB); híbridos duplos [(LA x LB) x (LC x LD); híbridos triplos [(LA x LB) x LC]. 2 n C 43 n C 33 n C Com n linhagens de uma população A e p linhagens de uma população B poderemos obter: np híbridos simples; híbridos duplos; híbridos triplos. 22 pn xCC 22 np pCnC Processo de predição baseia-se em Mendel, Genética de populações e Quantitativa. Considerando apenas um loco, com presença de heterose, podemos prever a média da geração F2: A população F2 é composta por 25% de AA (P1), 50% de Aa (F1) e 25 % de aa (P2). 0,9)2( 4 1 )12( 2 1 )10( 4 1 2 F hP PFP F 2 1 4 2 211 2 •Considerando que as médias dos pais e de F1 foram obtidas de um grande número de repetições, o ambiente terá pouca influência e a média de F2 será bem estimada. •A média de uma população obtida por intercruzamento depende da frequência de cada material parental na população final. Portanto a seguinte expressão geral pode ser usada para qualquer tipo de parental: ])([)]([]].[[ 11 i ii j jj PfxPfYXM Tanto os híbridos (triplos e duplos) como os compostos e sintéticos podem ser preditos a partir das médias dos parentais e dos seus cruzamentos simples. Exemplo 01 Média de um híbrido duplo [(LA x LB) x (LC x LD)] )]( 2 1 )( 2 1 [)]( 2 1 )( 2 1 [ DCxBADH ABxCD )( 4 1 DBCBDACADH ABxCD Exemplo 02 Média da F2 do híbrido duplo [(LA x LB) x (LC x LD)] )]( 4 1 )( 4 1 )( 4 1 )( 4 1 [)]( 4 1 )( 4 1 )( 4 1 )( 4 1 [ 2 DCBAxDCBAF 2 2 )]( 4 1 )( 4 1 )( 4 1 )( 4 1 [ DCBAF )( 16 2 )]( 16 1 2 DBDCCBDACABADCBAF Exemplo 03 Composto com duas variedades (V1 e V2) com participação igual de ambas )]( 2 1 )( 2 1 [)]( 2 1 )( 2 1 [ 212112 VVxVVOC 4 2 2121 1 2 VVVV OC Exemplo 04 Composto com três variedades (V1, V2 e V3), com participação igual das três )]( 3 1 )( 3 1 )( 3 1 [)]( 3 1 )( 3 1 )( 3 1 [ 3213211 2 3 VVVxVVVOC 9 222 323121321 123 VVVVVVVVV OC Generalizando para n parentais teremos: Como: )]( 1 .......)( 1 )( 1 )( 1 [)]( 1 .......)( 1 )( 1 )( 1 [ 321321 nn V n V n V n V n xV n V n V n V n OC ).........................( 2 123212122 321 nnnn n VVVVVVVVVV nn VVVV OC 2nC F1s ou híbridos 2 1232121 1 ).........................( n nnnn C VVVVVVVVVV F F nn FxCVVVVVVVVVV nnnnn 2 )1( ......................... 1 2 1232121 2 1232121 1 ).........................( n nnnn C VVVVVVVVVV F F nn FxCVVVVVVVVVV nnnnn 2 )1( ......................... 1 2 1232121 1 11 F n n P n OC h n n POC 1 )( 1 11 PF n FOC Predição de compostos ou sintéticos com participações desiguais dos parentais Utilizar a fórmula original Exemplo •Introgressão de 3 variedades em uma outra, de maneira que o material resultante contenha 1/2 do germoplasma da variedade original (V0) e a outra metade seja composta por 1/3 de V1, 1/3 de V2 e 1/3 de V3. •Para isso há necessidade do cruzamento de V0 com as outras três e a recombinação dos híbridos resultantes (V0 x V1, V0 x V2 e V0 x V3). V1 V2 V3 V0 10VV 20VV 30VV )] 3 1 3 1 3 1 ( 2 1 2 1 [)] 3 1 3 1 3 1 ( 2 1 2 1 [ 32103210 VVVVxVVVVOC )] 6 1 6 1 6 1 2 1 [)] 6 1 6 1 6 1 2 1 [32103210 VVVVxVVVVOC Predição do cruzamentos de compostos •Auxilia na identificação de pares de compostos que mostram heterose, visando retirada de linhagens para produção de híbridos ou para início de programa de Seleção Recorrente Recíproca; •Número de Pares de Compostos = 2 )]1(2[ nn C Supondo um Composto A com n variedades e outro B com p variedades teremos: )].....( 1 [)].....( 1 [ '3'2'1321 pnBA VVVV p xVVVV n OCxOC
Compartilhar