📄 agriculture

Genotype × environment interaction, adaptability, and stability of soybean genotypes in a new production region of Brazil

Questo studio ha utilizzato i metodi REML/BLUP e HMRPGV per analizzare le interazioni genotipo × ambiente nella soia in cinque ambienti nel nord di Rio de Janeiro, Brasile, identificando i genotipi 95R95IPRO, BMX COMPACTA IPRO e TMG7061IPRO come candidati superiori per la coltivazione in questa nuova regione di produzione grazie alla loro elevata resa, adattabilità e stabilità.

Autori originali: Josimar Nogueira Batista, Derivaldo Pureza Cruz, Yure Pequeno de Souza, Letícia Pastore Mendonça, Pedro Henrique Silva Ferreira, Roni Fernandes Guareschi, Elderson Pereira Silva, Benedito Fernandes So

Pubblicato 2026-07-08

📖 4 min di lettura☕ Lettura da pausa caffè

CC BY 4.0

Autori originali: Josimar Nogueira Batista, Derivaldo Pureza Cruz, Yure Pequeno de Souza, Letícia Pastore Mendonça, Pedro Henrique Silva Ferreira, Roni Fernandes Guareschi, Elderson Pereira Silva, Benedito Fernandes Souza Filho, Claudia Pozzi Jantalia, Jerri Édson Zilli, Roberto Kazuhiko Zito, Geraldo Amaral Gravina

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di essere uno chef alla ricerca della ricetta perfetta per una torta. Hai otto diverse miscele per torte (i genotipi di soia) e vuoi vedere quale sia la più buona. Ma ecco il problema: non stai cucinando in un'unica cucina. Stai cucinando in cinque cucine diverse (gli ambienti), ognuna con la propria temperatura del forno, umidità e altitudine.

Questo studio è essenzialmente un enorme test di assaggio per capire quale miscela per torte funzioni meglio in queste specifiche cucine brasiliane, e quali siano "esigenti" (buone solo in una cucina) rispetto a quelle "versatili" (buone in tutte).

Ecco la ripartizione di ciò che i ricercatori hanno scoperto, usando analogie semplici:

1. Il Grande Problema: La "Cucina" Conta Più della "Miscele"

I ricercatori hanno scoperto qualcosa di sorprendente: la cucina contava molto più della miscela per torte.

In termini scientifici, hanno riscontrato una enorme interazione "Genotipo × Ambiente". Immaginalo così: se prendi un grande corridore e lo metti su una pista fangosa, potrebbe perdere. Se lo metti su una pista liscia, vince. Il corridore (la soia) non è cambiato, ma la pista (l'ambiente) ha cambiato completamente la sua prestazione.

In questo studio, le differenze di clima e suolo tra le cinque località hanno causato circa l'80% della variazione nella produzione di soia. Questo significa che una varietà di soia che produce un raccolto enorme in una città potrebbe produrre un raccolto minuscolo in una città situata a soli 80 chilometri di distanza.

2. La Sfida: Prevedere il Futuro è Difficile

Poiché le "cucine" erano così diverse, era molto difficile prevedere quale miscela per torte avrebbe vinto guardando solo la media. Il "punteggio di accuratezza" dei ricercatori per prevedere i vincitori era piuttosto basso (0,18).

Immagina di cercare di indovinare chi vincerà una gara dove la pista cambia ogni volta che si corre. È una scommessa. Questo ci dice che non puoi semplicemente scegliere la "migliore" soia basandoti su un singolo test; devi testarla in molti posti diversi per esserne sicuro.

3. I Vincitori: I Campioni "Per Ogni Tipo di Meteo"

Nonostante il caos dei diversi ambienti, i ricercatori hanno utilizzato uno strumento statistico speciale (pensa a un arbitro super intelligente) per trovare le soia che erano le più costanti.

Hanno cercato tre cose:

Resa Elevata: Ha prodotto molti chicchi?
Stabilità: Ha performato bene anche quando il tempo era strano?
Adattabilità: È stata in grado di gestire diverse condizioni senza crollare?

I Tre Grandi Campioni:

95R95IPRO
BMX COMPACTA IPRO
TMG7061IPRO

Questi tre erano gli atleti "per ogni tipo di meteo". Non hanno vinto solo in una specifica cucina; hanno prodotto costantemente alte rese attraverso le diverse aziende agricole e stagioni. Erano i performer più affidabili.

4. I Perdenti: Le Varietà "Esigenti"

Alcune varietà, come la BRS 544RR, hanno avuto difficoltà. Erano come una miscela per torte che funziona solo se il forno è esattamente a 175 gradi. Se la temperatura scendeva o l'umidità saliva, il risultato era scarso. Lo studio ha notato che questa varietà ha prodotto significativamente meno delle altre, rendendola una scelta rischiosa per gli agricoltori in questa nuova regione.

5. Lo Strumento Matematico "Magico"

I ricercatori hanno utilizzato un metodo chiamato REML/BLUP. Puoi immaginarlo come un filtro magico.

La matematica normale direbbe solo: "Questa pianta ha prodotto 100 chicchi in media".
Il "Filtro Magico" dice: "Aspetta, quella pianta ha prodotto 100 chicchi, ma il terreno era terribile quel giorno. Se il terreno fosse stato normale, probabilmente avrebbe prodotto 120. Diamoci un punteggio corretto per riflettere il vero talento della pianta, non solo la sfortuna del meteo".

Questo strumento ha aiutato a separare il reale potenziale genetico della pianta dalla fortuna del meteo.

In Breve

Lo studio conclude che in questa nuova regione della soia in Brasile (Nord di Rio de Janeiro), non puoi semplicemente scegliere il seme di soia "migliore" alla cieca. Poiché il meteo e il suolo cambiano così tanto da un'azienda agricola all'altra, hai bisogno di semi che siano stabili e adattabili.

Le varietà 95R95IPRO, BMX COMPA CTA IPRO e TMG7061IPRO sono i campioni raccomandati "per ogni tipo di meteo" per quest'area. Sono quelli che gli agricoltori dovrebbero piantare se vogliono un raccolto affidabile, indipendentemente dal fatto che la stagione sia umida, secca, calda o fresca.

Sintesi Tecnica: Interazione Genotipo × Ambiente, Adattabilità e Stabilità di Genotipi di Soia in una Nuova Regione di Produzione del Brasile

Problematica
La produzione di soia (Glycine max) in Brasile si sta espandendo in nuove frontiere agricole, specificamente nelle regioni settentrionali e nord-occidentali dello Stato di Rio de Janeiro, che offrono oltre 300.000 ettari idonei alla coltivazione meccanizzata. Tuttavia, la performance dei genotipi di soia è fortemente influenzata dalle condizioni edafoclimatiche, portando a significative interazioni genotipo × ambiente (G×E). Sebbene i metodi statistici come i modelli misti (REML/BLUP) siano consolidati per valutare stabilità e adattabilità, esiste una scarsità di ricerca che affronti questi parametri specifici per i genotipi di soia nelle uniche condizioni delle nuove regioni di produzione di Rio de Janeiro. Questa lacuna ostacola la raccomandazione accurata delle cultivar e l'ottimizzazione delle strategie di produzione in questa nuova frontiera.

Metodologia
Lo studio ha valutato otto genotipi commerciali di soia (inclusi cultivar come 95R95IPRO, BMX COMPACTA IPRO e BRS 7780IPRO) attraverso cinque ambienti distinti. Questi ambienti sono stati definiti da combinazioni di due località (Campos dos Goytacazes e Macaé) e due stagioni di crescita (2019/2020 e 2020/2021). Gli esperimenti hanno utilizzato un disegno a blocchi completi randomizzati con quattro repliche.

L'analisi dei dati è stata condotta utilizzando il software Selegen REML/BLUP. Lo studio ha impiegato un modello lineare misto ($y = Xr + Zg + Wi + e$) per stimare le componenti di varianza e i valori genotipici. I parametri statistici chiave calcolati includevano:

Componenti di Varianza: Varianze genotipica ( $\sigma^2_g$ ), di interazione G×E ( $\sigma^2_{ge}$ ) e residua ( $\sigma^2_e$ ).
Parametri Genetici: Ereditabilità basata sulle medie genotipiche ( $\hat{h}^2$ ), accuratezza della selezione (SA) e correlazione genotipica tra gli ambienti ( $\hat{r}_{ge}$ ).
Indici di Selezione: Per valutare adattabilità e stabilità, lo studio ha utilizzato la Media Armonica dei Valori Genotipici (HMGV) per la resa, la Media Armonica dei Valori di Performance Relativa (RPGV) per l'adattabilità e la Media Armonica della Performance Relativa dei Valori Genotipici (HMRPGV) per la selezione simultanea di resa, stabilità e adattabilità.

Risultati Chiave

Interazione G×E: È stata rilevata un'interazione G×E significativa e predominante, che ha rappresentato circa l'80% della varianza fenotipica nella resa dei chicchi. La correlazione genotipica tra gli ambienti è stata estremamente bassa ( $\hat{r}_{ge} = 0,01$ ), indicando che le classificazioni dei genotipi sono cambiate significativamente tra i diversi ambienti.
Parametri Genetici: Lo studio ha osservato una bassa ereditabilità per la resa dei chicchi ( $\hat{h}^2 = 0,03$ ) e una bassa accuratezza della selezione (SA = 0,18), attribuite all'elevata influenza dei fattori ambientali e alla forte interazione G×E. Il coefficiente di variazione sperimentale (CVe) è stato del 10,76%, rientrando nei limiti accettabili per i trial della soia.
Performance dei Genotipi:
- Resa Complessiva: La resa media complessiva dei chicchi è stata di 3.281,15 kg ha⁻¹.
- Top Performer: I genotipi 95R95IPRO, BMX COMPACTA IPRO e TMG7061IPRO hanno dimostrato costantemente una performance superiore.
- Stabilità e Adattabilità: Il metodo HMRPGV ha identificato 95R95IPRO, BMX COMPACTA IRO e TMG7061IPRO come i primi tre genotipi per resa, stabilità e adattabilità simultanee.
- Guadagni Specifici: Il genotipo 95R95IPRO ha mostrato il maggior guadagno genetico (13,82 kg ha⁻¹) rispetto alla media generale considerando i valori privi di interazione.
- Specificità Ambientale: Mentre alcuni genotipi (ad esempio, BRS 7780IPRO) eccellevano in ambienti specifici (come E2, E3 ed E4), i primi tre identificati dall'HMRPGV hanno mantenuto alte performance attraverso le diverse condizioni testate.
- Confronto della Resa: I genotipi con le migliori performance nella regione di Macaé hanno superato la media nazionale della resa per il raccolto 2023/2024 (3.202 kg ha⁻¹), con alcuni che hanno raggiunto oltre i 6.000 kg ha⁻¹ in specifici ambienti favorevoli.

Significatività e Rivendicazioni
L'articolo sostiene che la significativa interazione G×E osservata rende necessario l'uso di approcci a modelli misti (REML/BLUP) combinati con indici di stabilità e adattabilità (HMGV, RPGV, HMRPGV), piuttosto che affidarsi esclusivamente alla performance media per la raccomandazione delle cultivar in questa nuova regione.

Lo studio evidenzia che i genotipi 95R95IPRO, BMX COMPACTA IPRO e TMG7061IPRO possiedono il potenziale genetico necessario per una ampia adattabilità e stabilità nella regione settentrionale di Rio de Janeiro. Questi genotipi sono presentati come candidati validi per la raccomandazione nei programmi di breeding e per la coltivazione nella regione target. Gli autori sottolineano che, sebbene la performance media sia importante, la costanza dell'espressione genotipica attraverso gli ambienti — validata dal metodo HMRPGV — è critica per il successo del miglioramento genetico e dell'impiego delle cultivar in aree caratterizzate da complesse interazioni ambientali. I risultati confermano l'utilità di questi strumenti statistici nel supportare le strategie di selezione dei genotipi per le emergenti frontiere della soia in Brasile.