Emergent self-organizing maps aplicados ao estudo da diversidade genética de acessos de uva de mesa do Banco Ativo de Germoplasma de videira (Vitis spp.) da Embrapa Semiárido.
No hay miniatura disponible
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Editor
Resumen
Descripción
O objetivo deste trabalho foi aplicar a inteligência artificial, por meio do uso do algoritmo de agrupamento Emergent self-organizing maps (ESOM), ao estudo da diversidade genética de acessos de uvas de mesa do Banco Ativo de Germoplasma de videira da Embrapa Semiárido. O experimento foi realizado no Campo Experimental de Mandacaru, Juazeiro-BA,durante quatro safras consecutivas (2018 e 2019). O agrupamento realizado pelo algoritmo ESOM permitiu a formação de 10 grupos heteróticos. O grupo 0 apresentou os maiores valores máximos para as variáveis produção (8,44 kg por planta), peso do cacho (520,19 g), comprimento do cacho (22,30 cm), largura do cacho (15,10 cm), peso da baga (8,00 g), comprimento da baga (26,84 mm), diâmetro da baga (22,17 mm) e sólidos solúveis (23,90 °Brix). A presença de variabilidade genética para as variáveis analisadas foi evidenciada pela formação dos mapas de variabilidade genética. A matriz ESOM se mostrou eficiente na análise da diversidade genética e consequente formação de grupos heteróticos, além de indicar cruzamentos mais promissores. Futuras pesquisas sobre a validação dos ESOM como um método de agrupamento eficiente nos estudos de recursos genéticos e melhoramento de plantas são indicados.
Palabras clave
Uva de mesa, Banco Ativo de Germoplasma, Videira, Agrupamento, Variabilidade genética, Algoritmos inteligentes, ESOM, Uva, Melhoramento Genético Vegetal, Vitis