Genotype by environment interaction (G x E) is a major problem in the study of quantitative traits as it complicates the interpretation of genotypes evaluation experiments and makes predications of performance difficult. In order to disentangle the genetic and GxE effects and get meaningful interpretation of the results, additive main effects and multiplicattive interaction (AMMI) were used to identify patterns in the data, estimate the genotype performance by removing G x E noise that are intrinsic in cassava genotypes and determine genotype performance in specific environments. The proportion of variation of treatment sum of squares (SST) due to genotypes (79.7%) was much larger than the proportion of SST due to environments (8.2%). Although the G x E interaction was significant (P<0.05), its contribution to the total variation was low, indicating that cassava genotypes were more closely related. The linear regression analysis indicated that the genotype TMS 81/01635 was more stable ( b=0.93, R2= 0.48 ) across environments. AMMI bi-plot revealed that genotypes Migyera and TMS 191/0057 and the group of environments ( E1=Namulonge season 1, E3=Bulisa season 1, and E5=Kapchorwa season 1) were less interactive in season 1 than in season 2 suggesting that environments of the first season were better than the second season. Migyera had the best yield and was more stable. The results further revealed that the genotype TMS I 91/0067 was very interactive and was more specifically adapted to Kapchorwa season 2 environment.L'interaction entre génotype et environnement est un problème majeur dans l' étude des caractères quantitatifs puisqu'il complique l'interprétation de l'évaluation des génotypes et rend difficile la prediction de la performance du rendement. En vue de séparer la génétique des effects de l'interaction pour une bonne interpretation des résultats, l' analyse des effects additifs principaux et de l' interaction multiplicative (ou AMMI) a été utilisée pour identifier la tendance dans les données, estimer la performance des génotypes en séparant l'erreur de l'interaction intrinsique aux génotypes du manioc pour la détermination des performances des génotypes dans chaque environnement spécifique. La proportion de variation de la somme des carrés traitements due aux génotypes (79.7 %) était beacoup supérieur à celle due aux environnements (8.2%). Bien que l'interaction entre génotype et environnement était significatif (P<0.05), sa contribution à la variation totale était faible, signifiant que les variétés utilisées étaient relativement identiques. La régression linéaire a montré que le clone TMS81/01635 était stable (b=0.93, R2= 0.48) à travers tous les environnements. AMMI a de sa part démontré que les génotypes Migyera et TMS 191/0057 et les environnements suivants: E1=Namulonge saison1, E3=Bulisa saison 1 et E5=Kapchorwa saison 1 ) étaient moins interactifs en saison 1 que dans saison 2 suggérant que la saison de la première année était meilleure que celle de la deuxième année. Le clone Migyera était le meilleur productif et était plus stable. Les résults a ont plus révelé que le génotype TMS I 91/0067 était plus interactif et était plutot adapté specifiquement à l'environnement de la deuxième saison de Kapchorwa.

https://doi.org/10.4314/acsj.v9i4.27581

Multi standard citation

APAHarvardMLAVancouverChicagoIEEE

https://doi.org/10.4314/acsj.v9i4.27581

Cassava; Genetic Improvement; Handling, Transport, Storage And Protection Of Agricultural Products

Adaptation; Ammi; Cassava Genotype; Genotype X Environment Interaction; Stability; Adaptation; Ammi; Genotype De Manioc; Interaction Entre Génotype Et L'Environnement; Stabilite

Africa; East Africa

Uganda