1. Toma de Datos e
instrumentos de Análisis
I Taller para Fitomejoradores de América Latina de la Alianza Global para la
Ciencia del Arroz (GRiSP)
Cali, 20 al 22 de Febrero de 2010
Edgar A. Torres, Daniel Cruz and Luis E. Berrio
2.
3. Identificacion de sitios de
evaluacion
Relevancia: En general el CIAT y
FLAR creen en el concepto del Hot
Spot. Que son sitios en los cuales se
pueden identificar claramente
diferencias genotipicas.
Buenos colaboradores: Con
capacidad, responsabilidad y
recursos para hacer el trabajo.
Buenas Facilidades : De facil
acceso, riego, ausencia de otros
estreses, buen manejo agronomico,
sembras de manera correcta, etc.
Representativo: Para ensayos de
rendimiento; en una región
productora de arroz representativa
de un mercadoFor yield, evaluation;
in a rice producer region
representative of a market
4. Diseño Experimental
No se utilizan diseños experimentales
especiales durante la selección por
pedigrí; materiales experimentales y
testigos en forma regular-series con
testigos.
En F2 600 plantas por familia y 6000
plantas por cruce. Tres variedades
testigos y variedades comerciales al azar.
F3 a F6… dos hileras de 5 metros
Diseños aumentados en la evaluación
de S1 y viveros de observación. Seis
hileras de 5 metros.
Bloques completos y Alfa latices en
ensayos preliminares y ensayos
avanzados de rendimiento ….12 to 20 m2
Estabilidad y Adaptabililidad utilizando
AMMI
Ningún diseño especial en pruebas
semi-comerciales
5. Caracteres evaluados
Se utiliza el sistema estandar de
evaluación Julio 1996 4th Ed.
para la mayoria de los caracteres. BL (pag.
8)
Escala diferente para Sogata
Para componentes de rendimiento :
Doberman and Fairhust 2000. pag. 176-
179.
Centro Blanco
Contenido de Amilosa . NIR
Calidad de Molino: McGill #1, 2
muestras de 1 kg o 162 gr.
Tolerancia a retraso de cosecha.
Tolerancia a bajas temperaturas
7. Promedio del rendimiento de grano entero (%) y clasificación de
cuatro variedades en tres tratamientos de cosecha. FLAR, Palmira,
1997
Variedad Cosecha
A tiempo1 Retrasada 2 Remojo3 Calificacion
BR-IRGA 409 62.6 38.0 44.2 Tolerante (T)
FEDEARROZ 50 60.7 53.3 43.1 Tolerante (T)
CICA 8 59.2 31.8 25.0 Mod. Tolerante (MT)
IR 22 62.5 19.1 20.3 Susceptible (S)
1 Madurez fisiologica / 2 Campo po 16 dias / 3 A tiempo y remjo por 2 horas
8. Metodo estandar para la evaluación del retraso de cosecha
A tiempo Estrés ( remojo)
Cosecha a tiempo (20-24% humedad) Igual
Limpieza y secado (12-13% humedad) Igual
Muestras de 125 gr.
Remojo en agua, 28oC por 2 horas
Secado a 12-13% de humedad. Automatizado
Descascarado, pulido y clasificado en un Igual
McGill # 2
Calcular % grano entero Igual
Comparar con las muestras en estres Comparar con las muestras no estresadas
fuente: FLAR.
9. Distribucion del grano entero (%) en una poblacion de RIL’s.
Palmira 2009
80
70
60
50
Frequency (%)
40
On time
30 SP TP Delayed
SP TP
20
10
0
0-5 5.5-10 10.5-15 15.5-20 20.5-25 25.5-30 30.5-35 35.5-40 40.5-45 45.5-50 50.5-55 55.5-60 60.5-65
Whole Grain (%)
10. Evaluación de la tolerancia al frio en
germinación (FLAR)
Temperatura. 14oC
Testigos Susceptible y Tolerante
Testigos en condiciones normales
Tres reps. 35 sem/rep
BCA
Coleoptile
Categoria % Semillas germinadas con coleoptilos
≥ 5 mm
Altamente susceptible 0-20
Susceptible 21-40
Intermedia 41-60
Tolerante 61-80
Altamente Tolerante 81-100
11. Cold tolerance evaluation at seedling stage
21 days after seeding
Temp. 5oC - 32 hours
Susceptible and Tolerant Checks
Three reps. 17 seedlings /rep
Complete random
12. Evaluacion de la tolerancia al frio en la fase
de floracion (FLAR)
• Emision de la panicula •Tres reps. Dos plantas/rep
•Temp. 5oC - 24 horas •Dos ambientes: Baja temperatura y normal
• Testigos •Indice de tolerancia
• Diseño aumentado
16. Herramientas en
Desarrollo por el IRRI
-International Rice Information System
IRIS
- ICIS Mobile: Sistema para coleccion
de datos en tablets
- R/Crop Stat: Herramienta para el
analisis estadistico. Con las funciones
del Crop/STAT pero en el lenguaje
abierto R
- PB Tool: Herramienta para analisis
estadistico de datos, simple. Analisis
en un sitio y multi-ambiental
- DMAS: Herramienta para el analisis
de estructura de poblaciones y analisis
de asociación utilizando modelos
lineares
17.
18. Conclusiones del Grupo: Metadata
• Agronomic practices
• Program
• Project – Fertilization (type, time, dosage)
• Study name – Cropping density
• Study type – Cropping configuration
• Study ID – Harvest area
• Study Description
• Crop establishment
• Transplanting date •Design
• Sowing date •Number of genotypes
•Number of replicates
• Season
•Number of blocks/rep
• Year
•Number of design rows
• Site name
•Number of rows/rep
• Site ID
•Number of design columns
• Ecosystem
•Number of columns/rep
• Country name
•Plot size
• Coordinating center
•Number of checks
• Study coordinator
19. Informacion del Genotipo
• Name
• Designation
• GID
• Group (indica, japonica, tropical japonica, basmati, aus)
• Type (inbred, hybrid, NIL, F2, F3 …)
• Key characteristics (aromatic, low chalkiness, short grain…)
• Known major genes/QTLs (blast, sub1, pop1…)
• Parentage
• Breeder(s)
• Institute(s)
• Source
• Link to preliminary test (i.e. IRRI RYT 2012)
20. Informacion del Sitio
• Site description • Soil characteristics
– Site ID – Type
– Site Name – Texture
– Type (field, lab, – pH
glasshouse etc.) – Salinity/EC
– Manager /contact – Organic C&N
– Latitude
– Altitude
• Climatic characteristics
– Elevation – Min and max temperature
– Administrative zone – Daily rainfall
(Village, county, country) – Daily radiation
– Nearest meteorology – Humidity
station – Wind speed
24. Toma de Datos
• Field-book generation
– Data manager: create the genotype list
– Biometrician: generate the field layout
– Data manager: create the field-book including
printing the barcodes
• Use hand-held recorder
• Need an online submission system -REB
25. Calidad de los datos
• Phenotypic data
– Data collector: trait range
– Data manager: trait range
– Biometrician: Outlier detection, study quality evaluation
• Genotypic data
– Data collector
– Biometrician
• Parentage
– Breeder: parentage and breeding history
– Data manager: check against the information in IRIS
26. Diseño Experimental
• Local checks to be used in each site
• Common genotypes tested across sites should not be less than
15
• Use most appropriate design in each site
– Alpha when site is more homogeneous
– Row-column when site is more heterogeneous
– Augmented or partially replicated design for first stage
– For complicated design randomization will be generated by
biometrician
• If number of genotypes is greater than 15, do not use RCB
• Different randomization for each site
27. Manejo de la Información
• IRIS
– Web ready
• Data to be stored in the local database
– Raw and derived data
• Data to be uploaded to the IRIS central database
– Well curated raw data
– Derived data from the best analytical model
– Summary results (BLUEs, BLUPs, sem)
• Database for high density genotyping and
environment data
• Integrate IRIS with databases for genotyping and
environment variables
28. Analisis de los Datos (conducidos por el
Biometrista)
• Single site
– Linear model for the chosen design (Breeder)
– Detailed spatial analysis; Breeding value/genetic merit prediction
(Biometrician)
• Multi-site
– Two-stage weighted analysis (Breeder)
– Stability analysis (ANOVA/regression based) (upon request)
– Breeding value/genetic merit prediction
– Detailed GE characterization (AMMI, GGE)
• Selection decision (Breeder)
– Specific adaptation
– Wide adaptation
• GE analysis of categorical data (count, percentage, and score
data)
29. Herramientas de Analisis
• User-friendly analytical tools for breeders
– R/CropStat
– PBTool
• Powerful tools
– ASREML
– GeneStat
• Specialized tools to be developed
– Multi-trait selection index
30. Conclusiones
• Unificar criterios en terminos de variables y diseños
experimentales
• Automatización de la colecta de datos
• Nuevas herramientas mas poderosas para analisis de datos
• Interacción entre mejorador, experto en datos y
biometrista
• Problemas con el lenguaje