Diversidade genética, seleção e fenotipagem por imagens no melhoramento da batata-doce de polpa roxa

Abstract

A batata-doce (Ipomoea batatas (L.) Lam.) destaca-se pelo elevado potencial agronômico, valor nutricional e ampla variabilidade genética, constituindo uma cultura de interesse para programas de melhoramento voltados ao aumento da produtividade e da qualidade das raízes tuberosas. Entre os principais atributos de interesse, o teor de antocianinas em genótipos de polpa roxa tem recebido atenção devido às suas propriedades funcionais e ao crescente interesse do mercado por alimentos biofortificados. Neste contexto, esta tese teve como objetivo integrar diferentes estratégias para o melhoramento genético da batata-doce, contemplando a caracterização da diversidade genética, a seleção de genótipos superiores e o desenvolvimento de ferramentas de fenotipagem digital para estimativa preliminar do teor de antocianinas. No primeiro estudo, foram avaliados 30 genótipos de batatadoce, incluindo cultivares comerciais e genótipos experimentais, por meio de descritores morfoagronômicos, características pós-colheita e 646 marcadores moleculares AFLP e S-SAP. As análises multivariadas evidenciaram diferenças consistentes entre os grupos, demonstrando que os genótipos experimentais apresentaram maior diversidade genética, produtividade e qualidade de raízes, confirmando a eficiência do programa de melhoramento na obtenção de clones superiores e na ampliação da variabilidade genética disponível para cultivo. No segundo estudo, foi conduzido um processo de seleção multicaracterística de genótipos de batata-doce de polpa roxa a partir da avaliação de produtividade, qualidade pós-colheita e teor de antocianinas. Após a triagem inicial de 1.048 genótipos experimentais, dois experimentos permitiram identificar 21 genótipos com desempenho agronômico superior e elevado conteúdo de antocianinas, utilizando o índice de distância genótipo-ideótipo multicaracterística (MGIDI). Os genótipos selecionados reuniram características desejáveis para o cultivo comercial e constituem materiais promissores para o lançamento de novas cultivares e para utilização como genitores em programas de melhoramento. No terceiro estudo, foi investigado o potencial da fenotipagem digital associada a modelos de aprendizado de máquina para estimar o teor de antocianinas em raízes de batata-doce de polpa roxa. Foram avaliados 36 descritores de cor, textura e forma extraídos de imagens digitais de 40 genótipos e comparados modelos de Random Forest e regressão linear múltipla. O modelo Random Forest apresentou maior capacidade preditiva e menor erro de estimativa em relação à regressão linear múltipla, embora sua precisão ainda seja insuficiente para substituir a quantificação química. Os resultados indicam que a metodologia pode ser empregada como ferramenta de triagem preliminar em programas de melhoramento, reduzindo o número de amostras destinadas às análises laboratoriais. De forma integrada, os resultados desta tese demonstram que a combinação entre caracterização genética, seleção multicaracterística e fenotipagem digital amplia a eficiência dos programas de melhoramento da batata-doce de polpa roxa. A identificação de genótipos superiores, aliada ao desenvolvimento de ferramentas de avaliação rápida do teor de antocianinas, fornece subsídios para o desenvolvimento de novas cultivares mais produtivas, com maior qualidade póscolheita e maior valor nutricional, contribuindo para o fortalecimento da cadeia produtiva da batata-doce e para a oferta de alimentos biofortificados.

Abstract: Sweet potato (Ipomoea batatas (L.) Lam.) is recognized for its high agronomic potential, nutritional value, and broad genetic variability, making it an important crop for breeding programs aimed at increasing the productivity and quality of storage roots. Among the main target traits, the anthocyanin content of purple-fleshed genotypes has attracted considerable attention because of its functional properties and the growing market demand for biofortified foods. In this context, this thesis aimed to integrate different strategies for sweet potato breeding, encompassing the characterization of genetic diversity, the selection of superior genotypes, and the development of digital phenotyping tools for the preliminary estimation of anthocyanin content. In the first study, 30 sweet potato genotypes, including commercial cultivars and experimental breeding lines, were evaluated using morphoagronomic descriptors, postharvest traits, and 646 AFLP and S-SAP molecular markers. Multivariate analyses revealed consistent differences between the groups, showing that the experimental genotypes exhibited greater genetic diversity, higher productivity, and superior root quality, confirming the effectiveness of the breeding program in developing superior clones and expanding the genetic variability available for cultivation. In the second study, a multi-trait selection process was conducted for purple-fleshed sweet potato genotypes based on productivity, postharvest quality, and anthocyanin content. Following the initial screening of 1,048 experimental genotypes, two experiments enabled the identification of 21 genotypes with superior agronomic performance and high anthocyanin content using the Multi-trait Genotype?Ideotype Distance Index (MGIDI). The selected genotypes combined desirable agronomic and quality traits, representing promising materials for cultivar release and use as parental lines in breeding programs. In the third study, the potential of digital phenotyping combined with machine learning models to estimate anthocyanin content in purple-fleshed sweet potato storage roots was investigated. Thirty-six color, texture, and shape descriptors extracted from digital images of 40 genotypes were evaluated, and Random Forest and multiple linear regression models were compared. The Random Forest model showed higher predictive performance and lower estimation error than multiple linear regression, although its accuracy remains insufficient to replace chemical quantification. The results indicate that this methodology can be used as a preliminary screening tool in breeding programs, reducing the number of samples requiring laboratory analysis. Overall, the findings of this thesis demonstrate that integrating genetic characterization, multi-trait selection, and digital phenotyping enhances the efficiency of purple-fleshed sweet potato breeding programs. The identification of superior genotypes, together with the development of rapid tools for estimating anthocyanin content, provides valuable support for the development of new cultivars with higher productivity, improved postharvest quality, and greater nutritional value, thereby strengthening the sweet potato production chain and promoting the availability of biofortified foods.