Data: 14/09/2026 Hora: 14:00

Local: Cáceres

Título: Integração de dados fenotípicos e genotípicos históricos para o melhoramento de Tectona grandis L.f. : uma abordagem de bioinformática aplicada  

Palavras-chave: Teca; estudo de genôma; marcadores SNP; resistência a doenças fúngicas; seleção genômica.

Páginas: 40

Resumo: A Tectona grandis L.f. é uma espécie florestal de grande valor comercial, reconhecida pela beleza de sua madeira, propriedades físico‑mecânicas e versatilidade de usos. No entanto, seu melhoramento genético enfrenta obstáculos significativos, como o longo ciclo de vida, a alta taxa de autoincompatibilidade (96–100%) e a difícil correlação entre dados fenotípicos e genotípicos de forma ágil e preditiva. Para superar esses gargalos, ferramentas moleculares, como os marcadores SNP (polimorfismo de nucleotídeo único), permitem a caracterização genômica em alta resolução, enquanto os estudos de associação genômica ampla (GWAS) identificam regiões cromossômicas associadas a características de interesse econômico. A integração dos resultados de GWAS com métodos de predição genômica, especialmente o procedimento BLUP (melhor predição linear imparcial), tem se mostrado promissora para aumentar a acurácia seletiva, com ganhos relatados de até 37% quando os marcadores são ponderados por associações significativas. Diante disso, este trabalho objetiva integrar dados fenotípicos e genotípicos históricos de 82 clones comerciais de teca, visando subsidiar o melhoramento com ênfase na resistência dupla aos patógenos Lasiodiplodia theobromae (cancro) e Ceratocystis fimbriata (murcha). O banco de dados inclui características dendrométricas (DAP, altura, volume, incremento anual), escores de qualidade do fuste (tortuosidade, bifurcação, cancro, quebra e outros defeitos) e medidas da área de lesão para múltiplos isolados de ambos os patógenos. Os dados genotípicos, obtidos por sequenciamento completo do genoma (cobertura 8×) e rigorosa filtragem (MAF > 0,1, taxa de chamada > 0,1, qualidade do genótipo > 0,1), resultaram em cerca de 1,4 milhão de SNPs. As análises de GWAS serão conduzidas com o modelo FarmCPU, adotando FDR < 0,05 como limiar de significância, e os SNPs associados serão anotados funcionalmente. Para a resistência a C. fimbriata, uma análise conjunta de variância tratará o efeito de isolado como fixo e o genotípico como aleatório, permitindo a obtenção de BLUPs que refletem a resistência geral a cada clone. A seleção multicaracterístico será realizada pelos índices de Mulamba‑Rank e Z‑Index, com pesos econômicos definidos para crescimento, qualidade do fuste e resistência a patógenos. Como resultados esperados, prevê‑se a identificação de marcadores SNPs para seleção assistida, a predição acurada de valores genéticos e a classificação de clones superiores que combinem alto vigor, fuste de qualidade e resistência estável a ambos os patógenos. Estima‑se que os ganhos genéticos possam alcançar 30–35% em relação à seleção fenotípica tradicional. Esta abordagem integrativa e bioinformática fornecerá subsídios robustos para o programa de melhoramento da teca, além de estabelecer um protótipo metodológico para futuros estudos genômicos na espécie

Membros da Banca:

Presidente - LEONARDA GRILLO NEVES - UNEMAT

Membro Externo ao Programa - DALCIRLEI PINHEIRO ALBUQUERQUE - UNEMAT

Membro Externo ao Programa - MARIA DO SOCORRO BEZERRA DE ARAUJO - UNEMAT