PMNAS

Pesquisa de professor da UFGD recebe prêmio de melhor tese na UFLA

Por Midia NAS em 16/11/2022 às 16:54:03


Quando um agricultor vai planejar sua próxima safra, não basta escolher se vai plantar soja, milho, ou outro cultivar. Depois de escolher o cultivo, é necessário estudar qual a variedade de semente mais adequada para sua lavoura. Por exemplo, há variedades de soja que são mais resistentes a ataques de insetos, outras variedades conseguem se adaptar a períodos de seca, outras são mais adequadas para regiões onde faz frio. Essa diversidade de sementes é resultado do esforço de pesquisadores, de órgãos públicos e de empresas privadas, que trabalham com melhoramento genético de plantas. 
 

No melhoramento genético de plantas, os pesquisadores trabalham com avaliação de cultivares, em áreas experimentais e também em lavouras comerciais. Cada estágio da planta é monitorado, os dados são registrados e analisados, e assim é possível identificar as características genéticas de cada variedade. Nessas áreas de avaliação, é necessário levar em consideração múltiplos fatores, como a estação do ano em que foi feito o plantio, o clima (se as chuvas foram regulares ou houve estiagem, por exemplo), o registro de pragas na região, as características de fertilidade do solo, entre outros aspectos que impactam na produção. Diante de tantas variáveis, é um desafio calcular as probabilidades e situações em que determinada variedade de semente se mostra mais adequada. 

O professor Luciano Antonio de Oliveira, do curso de Matemática da UFGD, desenvolveu uma pesquisa que auxilia os pesquisadores da área de melhoramento genético. Sua tese desenvolve um método estatístico considerando, de forma apropriada, as diferentes variáveis, que geram dados muito diferentes em cada área de experimento. 

Esta pesquisa do professor Luciano Antonio foi premiada como melhor tese produzida no ano de 2021 dentro do Programa de Pós-Graduação em Estatística e Experimentação Agropecuária da Universidade Federal de Lavras (UFLA). A premiação ocorreu no “XXXI Congresso de Pós-Graduação da UFLA”, realizado nos dias 3 e 4 de novembro de 2022. A tese, intitulada “Modelos GGE: estimadores de encolhimento e heterocedasticidade” foi orientada pelo professor Márcio Balestre (in memorian), e teve como co-orientadores os professores doutores Carlos Pereira da Silva e Júlio Sílvio de Sousa Bueno Filho. 

“O principal objetivo da pesquisa em minha tese foi implementar a versão bayesiana do modelo de efeitos principais de genótipos (G) mais interação genótipo por ambientes (GEI), conhecido como "modelo GGE". Essa pesquisa mostrou a flexibilidade do método bayesiano para lidar com dados desbalanceados e com a heterogeneidade de variância, que são limitações reconhecidas dos métodos clássicos frequentistas. A inferência bayesiana, aplicada conjuntamente ao princípio da máxima entropia para especificar distribuições a priori, resultou em um modelo GGE mais flexível. Essa especificação de modelo tem uma vantagem significativa sobre os métodos de efeitos fixos e suas premissas restritivas. Nesse sentido, o método apresentado na tese é promissor”, resume o professor Luciano Antonio. 

Os resultados obtidos com a tese foram divulgados por meio da publicação de dois artigos em revistas científicas internacionais, a Crop Science e a PloS one. A tese também está disponível para leitura na íntegra, no repositório da UFGD

Luciano Antonio destaca que o resultado da pesquisa é fruto não apenas de seu esforço pessoal e de seus orientadores, mas também das estruturas de pesquisa que funcionam nas universidades públicas envolvidas. “Gostaria de ressaltar que o apoio da UFGD foi fundamental para o meu processo de doutoramento. Primeiro pela liberação concedida sem a qual não seria possível concluir esse projeto. Depois pelo apoio financeiro que foi fundamental para a publicação dos referidos artigos, que, por sua vez, foram determinantes para premiação da minha tese. Recebi apoio financeiro da UFGD para a tradução dos dois artigos e para a publicação de um deles”, agradece Luciano Antonio

Comunicar erro
Camara Municipal de NAS

Comentários

Publicidade 728x90 2 Camara Vol 2