![](/imgs/covers/cs_cover.jpg)
|
African Crop Science Journal
African Crop Science Society
ISSN: 1021-9730 EISSN: 1021-9730
Vol. 27, No. 3, 2019, pp. 515-527
|
Bioline Code: cs19035
Full paper language: English
Document type: Research Article
Document available free of charge
|
|
African Crop Science Journal, Vol. 27, No. 3, 2019, pp. 515-527
en |
Spatial analysis in multi-environment trials of malt barley in Ethiopia
Tadese, D.; Lakew, B. & Taye, G.
Abstract
Selection of superior genotypes and measuring heritability are some of the basic objectives of plant breeding. For this purpose, plant breeders grow crops across environments. Understanding the pattern of response across environments is an integral component of selection of superior and stable genotypes. The objective of this study was to improve selection strategies in barley breeding of Ethiopia through modeling spatial field trend. A set of multi-environment trials (MET) data from the national variety trial series conducted over four years, was taken from the Ethiopian Barley Breeding Programme, spanning stages from early generation to national variety trial testing for yield, was used in this study. The trials were analysed in a linear mixed model framework. Then, fitting a one-stage model for MET data, including a correlated spatial process for field trend within each trial, and combining a factor analytic (FA) model for genotype by environment interaction was conducted. The genetic correlations from this MET analysis were then used to cluster the environments based on their similarity. Performance of genotypes across these environmental clusters indicate broad (Bekoji-2005 and Bekoji-2004) and specific adaptation (Sgonder-2007 and Sgonder-2006) of genotype to certain types of environments. In addition, analysis of this historical MET data shed light on how breeding programme design can be improved to capture responses across the target population of environments, as it can inform the adequacy of the current number of barley grown areas in Ethiopia and the improvement in measuring heritability.
Keywords
Barley MET; heritability; linear mixed model
|
|
fr |
Tadese, D.; Lakew, B. & Taye, G.
Résumé
La sélection de génotypes supérieurs et la mesure de l’héritabilité font partie des objectifs fondamentaux de la sélection végétale. Dans ce but, les selectionneurs de plantes font pousser des cultures dans tous les environnements. Comprendre le modèle de réponse dans les environnements fait partie intégrante de la sélection de génotypes supérieurs et stables. L’objectif de cette étude était d’améliorer les stratégies de sélection dans l’élevage d’orge en Éthiopie en modélisant la tendance des champs spatiaux. Un ensemble de données d’essais multi-environnementaux (MET) de la série d’essais de variétés nationaux menés sur quatre ans a été tiré du Programme de sélection éthiopien de l’orge, qui couvre les stades de la première génération aux essais de variétés nationaux pour le rendement, a été utilisé dans cette étude. Les essais ont été analysés dans un cadre de modèle mixte linéaire. Ensuite, on a ajusté un modèle en une étape pour les données MET, y compris un processus spatial corrélé pour la tendance de terrain dans chaque essai, et combiné un modèle d’analyse factorielle (FA) pour une interaction génotype par environnement. Les corrélations génétiques de cette analyse MET ont ensuite été utilisées pour regrouper les environnements en fonction de leur similarité. La performance des génotypes de ces groupes environnementaux indique une adaptation large (Bekoji-2005 et Bekoji-2004) et spécifique (Sgonder-2007 et Sgonder-2006) à certains types d’environnements. En outre, l’analyse de ces données MET historiques a permis de mieux comprendre comment améliorer la conception du programme de sélection pour capturer les réponses dans la population visée d’environnements, car elle peut contribuer à l’adéquation du nombre actuel de zones de culture d’orge en Éthiopie et à l’amélioration de la mesure d‘ héritabilité.
Mots Clés
Orge MET; héritabilité; modèle mixte linéaire
|
|
© Copyright 2019 - African Crop Science Society
|
|