Algoritmo de Gower na estimativa da divergência genética em germoplasma de pimenta

Abstract

A estimativa da variabilidade genética existente em um banco de germoplasma é importante não só para a conservação dos recursos genéticos, mas também para sua utilização no melhoramento de plantas. Os acessos de um banco são estudados com base em descritores quantitativos e qualitativos. Porém, nem sempre esses dados são analisados simultaneamente. O presente trabalho teve como objetivo estudar a divergência genética entre 56 acessos de Capsicum chinense procedentes da Coleção de Germoplasma da Universidade Estadual do Norte Fluminense Darcy Ribeiro, com base em 44 descritores morfoagronômicos, 37 qualitativos e sete quantitativos, utilizando-se a análise conjunta baseada no algoritmo de Gower. Utilizou-se o delineamento inteiramente ao acaso, com três repetições e três plantas por parcela. As plantas estudadas cresceram em vasos de 5 L. Houve variabilidade fenotípica entre os acessos de pimenta estudados, principalmente nos frutos, que mostraram diferenças acentuadas em tamanho, formato, coloração, teores de sólidos solúveis totais e vitamina C. O método aglomerativo utilizado foi UPGMA por ter maior coeficiente de correlação cofenética (r = 0,82). Os acessos estudados dividiram-se em seis grupos. O agrupamento com base na distância de Gower revelou maior eficiência na disjunção dos genótipos quando foram utilizadas as variáveis qualitativas em comparação às quantitativas, indicando uma maior contribuição daquelas na explicação dos agrupamentos. A análise conjunta dos dados quantitativos e qualitativos resultou em maior eficiência na determinação da divergência genética entre os acessos avaliados, sendo uma alternativa viável e uma ferramenta importante para o conhecimento da variabilidade em bancos de germoplasma. ________ ABSTRACT: The estimation of genetic variability in germplasm collections is important not only for the conservation of genetic resources, but also for plant breeding purposes. Accessions in a germplasm bank are studied based on quantitative and qualitative descriptors. However, these data are rarely considered simultaneously in joint analyses. This work aimed to study the genetic diversity among 56 Capsicum chinense accessions coming from the Germplasm Collection of the Universidade Estadual do Norte Fluminense Darcy Ribeiro (UENF). We used 44 morpho-agronomic descriptors, 37 qualitative and seven quantitative, and the Grower's algorithm for the joint analysis. We used a completely randomized design with three replications and three-plant plots. Plants grew in 5 L pots. There was phenotypic variability among the chili accessions studied, mainly in fruits. Marked differences were observed in size, shape, color and total soluble solids and vitamin C contents of fruits. We used UPGMA to perform the clustering, since it was the method with the higher cophenetic correlation coefficient (r = 0.82). Accessions felt into six classes. Gower's algorithm was more efficient in clustering when qualitative instead of quantitative data were considered. It indicates that qualitative data played a crucial role in explaining the observed groupings. Joint analysis of quantitative and qualitative data resulted in greater efficiency in the determination of genetic divergence among the accessions evaluated. Therefore, such analysis is definitely a viable and important tool for understanding the variability within germplasm banks.