Integração de dados morfoagronômicos, moleculares e fitopatológicos para estabelecimento de coleção nuclear

Abstract

Objetivou-se com este estudo realizar a integração de dados de caracteres quantitativos, multicategóricos, moleculares e fitopatológicos visando à avaliação da diversidade genética de subamostras de tomateiro do Banco de Germoplasma Hortaliças da Universidade Federal de Viçosa (BGH-UFV). Foi utilizado um conjunto de dados de 67 subamostras de tomateiro do BGH-UFV caracterizadas quanto a 27 caracteres quantitativos, 34 caracteres qualitativos, 144 locos ISSR, reação a Alternaria solani, Pseudomonas syringae pv. tomato e ao Tomato yellow spot vírus (ToYSV). A avaliação da diversidade genética entre as subamostras foi realizada para cada conjunto de caracteres por meio do agrupamento de Tocher e em seguida procedeu-se a comparação entre as matrizes de dissimilaridade obtidas a partir dos dados de diferentes naturezas pelo teste Z de Mantel. Embora os valores de correlação entre as matrizes tenham sido significativos a 5% probabilidade, esses foram de baixa magnitude, não oferecendo suporte para extrapolar os resultados de um conjunto de dados para outro. Assim, duas estratégias de integração dos dados foram utilizadas: CONV conversão dos dados quantitativos e fitopatológicos em multicategóricos, visando a obtenção de uma única matriz de dissimilaridade que contemplasse todas os caracteres independente de suas naturezas e a SOMA - obtenção das matrizes de dissimilaridade individualmente para cada conjunto de caracteres e em seguida a soma algébrica das mesmas. Dezessete subestratégias de conversão de dados foram analisadas, dentre essas destacou-se a DEA-3 (divisão equitativa da amplitude em três classes), cujo o valor de correlação com a matriz dissimilaridade original foi de 0,782. Ao comparar as estratégias CONV e SOMA observou-se alto valor de correlação, r=0,96, entre as matrizes de dissimilaridade obtidas por cada uma delas. No entanto, a estratégia CONV se destacou, uma vez que permitiu maior discriminação das subamostras. Foram estabelecidas 10 subcoleções a partir das 67 subamostras de tomateiro do BGH-UFV. Essas subcoleções foram definidas pela combinação entre a natureza dos dados avaliados e intensidade de amostragem. A estratégia de amostragem utilizada foi a logarítmica estratificada, e as subamostras selecionadas por estrato foram determinadas pela análise multivariada a partir do método de agrupamento de Tocher invertido. As intensidades avaliadas foram de 20 e 30%. Para a avaliação da representatividade das subcoleções estabelecidas e a definição da que melhor representou as subamostras de tomateiro do BGH-UFV foram realizadas comparações entre a coleção inicial e as subcoleções, considerando a variância e o índice de coincidência da amplitude. A análise gráfica da variabilidade foi realizada a partir do cálculo da frequência de subamostras representadas em cada classe das características quantitativas e multicategóricas, previamente convertidas em binárias, e características moleculares. Dentre as subcoleções, a 20% de intensidade, destacou-se a subcoleção baseada na integração de dados CONV-20, por possuir maiores índices de coincidência da amplitude acompanhados de valores de variância mais adequados. A 30% de intensidade, a subcoleção MOL-30 foi tão eficiente quanto as subcoleções baseadas na integração de dados, quando considerou-se apenas o índice de coincidência da amplitude e a média das variâncias. Entretanto, a análise gráfica da variabilidade mostrou uma ligeira superioridade da subcoleção CONV-30 em manter a variabilidade, principalmente em relação aos caracteres multicategóricos. Sempre que dados de diferentes naturezas estiverem disponíveis, deve-se priorizar o estabelecimento de coleções nucleares a partir da integração destes dados.

The objective of this study was to perform the data integration of quantitative traits, multicategorical molecular phytopathological order to evaluate the genetic diversity of subsamples of tomato of Germplasm Bank of Vegetable of the Federal University of Viçosa (BGH-UFV). A data set of 67 subsamples of tomato BGH-UFV was used. It was characterized according to 27 quantitative traits, 34 qualitative characters, 144 ISSR loci, reaction to Alternaria solani, Pseudomonas syringae pv. tomato and Tomato yellow spot virus (ToYSV). The assessment of genetic diversity among the subsamples was performed for each set of characters by Tocher grouping and then proceeded to the comparison between the dissimilarity matrices obtained from the data of different natures by the Mantel Z test. Although the correlation values between the matrices have been significant at 5% probability, these were of low magnitude, offering no support for extrapolating results from one dataset to another. Thus, two strategies for the integration of data were used: CONV - conversion of quantitative and phytopathologi al data in multicategorical order to obtain a single dissimilarity matrix that encompassed all the characters regardless of their nature and SOMA - obtain the dissimilarity matrices for individual each character set and the sum of them. Seventeen subxii strategies for converting data were analyzed; DEA-3 (fair division of amplitude in three classes) stands out among these, whose correlation value with the original dissimilarity matrix was 0.782. By comparing the strategies SOMA and CONV, it was observed high correlation coefficient, r = 0.96, between the dissimilarity matrices obtained by each. However, the strategy CONV stood out, since it allowed greater discrimination of the subsamples. Were established 10 subcollections from 67 subsamples of tomato from BGH-UFV. These subcollections were defined by combining the nature of data collected and sampling intensity. The sampling strategy used was the logarithm stratified, and the subsamples selected for each stratum were determined by multivariate analysis from the grouping method of Tocher reversed. The intensities were evaluated from 20 to 30%. To assess the representativeness of subcollections set and setting that best represented the subsamples of tomato BGH-UFV comparisons were made between the initial collection and subcollections, considering the variance and the index of coincidence of the amplitude. The graphical analysis of variability was performed by calculating the frequency of subsamples represented in each class of quantitative and multicategoric traits, previously converted into binary, and molecular characteristics. Among subcollections at 20% intensity, it stood out the subcollection based data integration CONV-20, for own the highest rates of coincidence of the amplitude followed by values of variance more appropriate. The 30% intensity, the subcollection MOL-30 was as efficient as the subcollections based on integration of data, when only the index of coincidence of the amplitude and the average of the variances were considered. However, the graphical analysis of variability showed a slight superiority of the subcollection CONV-30 in maintaining the variability, especially regarding the characters multicategoric. Where data from different sources are available, the establishment of core collections based on the integration of these data should be prioritized.