Use este identificador para citar ou linkar para este item:
https://repositorio.ufu.br/handle/123456789/43902| ORCID: | http://orcid.org/0009-0005-1295-2687 |
| Tipo do documento: | Trabalho de Conclusão de Curso |
| Tipo de acesso: | Acesso Aberto |
| Título: | Análise multivariada e uso de redes neurais artificiais para caracterização de híbridos de tomateiro provenientes de parental masculino anão |
| Autor(es): | Jesus, Jordana Soares de |
| Primeiro orientador: | Maciel, Gabriel Mascarenhas |
| Primeiro membro da banca: | Ribeiro, Ana Luísa Alves |
| Segundo membro da banca: | Pereira, Lucas Medeiros |
| Resumo: | As hortaliças, em especial o tomate (Solanum lycopersicum L.), têm se tornado cada vez mais presentes na dieta populacional, o que tem aumentado a demanda por esses produtos no mercado. O tomate assim, é considerado uma das hortaliças mais importantes, pois além do seu consumo in natura, também é muito utilizado na indústria de processamento. Existem diversos tipos de tomates, com diferentes cores, tamanhos e formatos. Além do valor econômico, o agronegócio do tomate gera renda e empregos diretos e indiretos. Com isto, o uso de genes de nanismo tem sido bastante empregado pelos melhoristas com o objetivo de melhorar o desempenho da cultura. Estudos têm mostrado resultados significativos para produtividade e quantidade de sólidos solúveis a partir do cruzamento entre linhagens de porte anão e normal. E o uso das redes neurais artificiais para análises da dissimilaridade genética em tomateiros anões tem sido bastante empregada. Com base no exposto, o objetivo deste trabalho foi avaliar o potencial agronômico dos híbridos de tomateiros provenientes de parentais masculinos de porte anão através do uso de análises multivariadas e redes neurais. O experimento foi realizado em casa de vegetação na Estação Experimental de Hortaliças da UFU e no Laboratório de Recursos Genéticos. Foram utilizados genótipos provenientes do cruzamento entre linhagens anãs e pré-comerciais. Estimou-se os coeficientes de correlação fenotípica e genotípica entre as características teor de acilaçúcares, formato de fruto, espessura da polpa, número de lóculos, produtividade, peso médio de fruto e número de frutos por planta. Para análises de dissimilaridade, o dendrograma obtido pelo método UPGMA. O método de Redes Neurais foi utilizado para classificar os tratamentos em função do número de neurônios, representar os neurônios e a magnitude de influência das variáveis e apresentar as distâncias dos vizinhos mais próximos e clusterização dos neurônios. E diante dos métodos, foi possível observar que os híbridos provenientes de parentais masculinos anões apresentaram aumento na produtividade quando comparados com os parentais, e observou-se que o teor de acilaçúcar está relacionado ao formato alongado dos frutos. Para outras características produtivas, a herança genética foi atribuída às parentais femininas. Por fim, as análises de redes neurais indicaram que os híbridos são similares entre si, e que as características agronômicas foram herdadas das parentais femininas, enquanto o teor de acilaçúcar e o formato dos frutos foram derivados dos parentais masculinos. |
| Palavras-chave: | Solanum lycopersicum.; melhoramento genético; fenótipo anão; heterose. |
| Área(s) do CNPq: | CNPQ::CIENCIAS AGRARIAS |
| Idioma: | por |
| País: | Brasil |
| Editora: | Universidade Federal de Uberlândia |
| Referência: | JESUS, Jordana Soares de. Análise multivariada e uso de redes neurais artificiais para caracterização de híbridos de tomateiro provenientes de parental masculino anão. 2024. 26 f. Trabalho de Conclusão de Curso (Graduação em Agronomia) – Universidade Federal de Uberlândia, Monte Carmelo, 2024. |
| URI: | https://repositorio.ufu.br/handle/123456789/43902 |
| Data de defesa: | 1-Nov-2024 |
| Aparece nas coleções: | TCC - Agronomia (Monte Carmelo) |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| Tcc_Jordana_versão_final_pós_banca.pdf | 698.87 kB | Adobe PDF | ![]() Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
