Técnicas multivariadas na determinação da diversidade genética em gergelim usando marcadores RAPD
Data
2006-05-01
Autores
Arriel, Nair Helena Castro
Di Mauro, Antônio Orlando [UNESP]
Di Mauro, Sônia Marli Zingaretti [UNESP]
Bakke, Olaf Andreas
Unêda-Trevisoli, Sandra Helena [UNESP]
Costa, Marcelo Marchi [UNESP]
Capeloto, Andréa [UNESP]
Corrado, Amanda Roberta [UNESP]
Título da Revista
ISSN da Revista
Título de Volume
Editor
Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA)
Resumo
O objetivo deste trabalho foi comparar diferentes técnicas multivariadas na caracterização de 35 genótipos de gergelim mediante 769 marcadores RAPD. As distâncias genéticas foram obtidas pelo complemento aritmético do coeficiente de Jaccard e agrupadas pelos métodos hierárquicos do vizinho mais próximo, do vizinho mais distante, das médias aritméticas não ponderadas (UPGMA), do método de otimização de Tocher e análises de coordenadas principais. O agrupamento dos genótipos foi alterado em função dos diferentes métodos usados. Adotando-se a mesma distância genética (0,36) como valor de corte, diferenciaram-se quatro grupos no método do vizinho mais próximo, 13 para o vizinho mais distante, 11 no UPGMA e quatro no Tocher. Entre os métodos hierárquicos, o UPGMA apresentou o melhor ajuste das distâncias originais e estimadas (CCC = 0,89). As análises das coordenadas principais confirmaram a baixa diversidade existente entre os genótipos. A maior divergência ocorreu entre as cultivares Seridó 1 e Arawaca 4, e a menor, entre os genótipos VCR-101 e GP-3314. As três primeiras coordenadas principais contabilizaram 35,13% do total da variabilidade, e 18 autovalores foram necessários para explicar 81% da variação genética. Os métodos UPGMA, de otimização de Tocher, e as análises de coordenadas principais são complementares na formação dos grupos.
The objective of this work was to compare different multivariate techniques in the characterization of 35 sesame genotypes using 769 RAPD makers. Genetic distances were obtained from the arithmetic complement of the Jaccard coefficient, and were evaluated by single linkage, complete linkage and unweighted arithmetic average (UPGMA) agglomerative methods, Tocher optimization method and principal coordinate analysis. The clustering structure was altered by the different methods. Adopting the same genetic distance (0.36) as value of cut, four groups were discriminated in single linkage, 13 in complete linkage and 11 in UPGMA; the Tocher's optimization methods formed four groups. Among the hierarchical clustering methods, UPGMA showed the best adjust for estimated and originals distances (CCC = 0.89). Principal coordinates analyses confirmed the low diversity among genotypes. The highest divergence occurred between Seridó 1 and Arawaca 4 cultivars, and the minor, between VCR-101 and GP-3314 genotypes. The three first principal coordinates responded for 35.13% of the variability, and 18 autovalues were necessary to explain 81% of the genetic variation. UPGMA, Tochers' optimization and the principal coordinates analyses are complementary in the clusters formation.
The objective of this work was to compare different multivariate techniques in the characterization of 35 sesame genotypes using 769 RAPD makers. Genetic distances were obtained from the arithmetic complement of the Jaccard coefficient, and were evaluated by single linkage, complete linkage and unweighted arithmetic average (UPGMA) agglomerative methods, Tocher optimization method and principal coordinate analysis. The clustering structure was altered by the different methods. Adopting the same genetic distance (0.36) as value of cut, four groups were discriminated in single linkage, 13 in complete linkage and 11 in UPGMA; the Tocher's optimization methods formed four groups. Among the hierarchical clustering methods, UPGMA showed the best adjust for estimated and originals distances (CCC = 0.89). Principal coordinates analyses confirmed the low diversity among genotypes. The highest divergence occurred between Seridó 1 and Arawaca 4 cultivars, and the minor, between VCR-101 and GP-3314 genotypes. The three first principal coordinates responded for 35.13% of the variability, and 18 autovalues were necessary to explain 81% of the genetic variation. UPGMA, Tochers' optimization and the principal coordinates analyses are complementary in the clusters formation.
Descrição
Palavras-chave
Sesamum indicum, clustering analyses, principal coordinates, Sesamum indicum, Análise de agrupamento, coordenadas principais
Como citar
Pesquisa Agropecuária Brasileira. Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA) Informação TecnológicaPesquisa Agropecuária Brasileira, v. 41, n. 5, p. 801-809, 2006.