Evaluación de la interacción genotipo-ambiente aplicando Gge Biplot para caña de azúcar en Venezuela
Palabras clave:
SREG, GREG, IGA, mega-ambiente, saccharum spp híbridoResumen
La selección de cultivares de caña de azúcar adaptados a diferentes ambientes se hace difícil cuando existe interacción genotipo x ambiente (IGA). Recientemente, ha sido utilizado un nuevo modelo multivariado denominado GGE biplot (SREG y GREG) para la interpretación de la IGA. En este modelo, los términos lineales de genotipos o ambientes no se consideran individualmente y se adicionan al término multiplicativo de la interacción genotipo x ambiente. El objetivo de este estudio fue identificar mega-ambientes (MA), genotipos y ambientes superiores para el rendimiento en caña (toneladas de caña por hectárea, TCH) y Pol % caña mediante los modelos de regresión por sitios (SREG) y por genotipos (GREG). Se utilizaron los datos provenientes de veinte genotipos de caña de azúcar evaluados en ocho localidades durante dos ciclos de cosecha. El GGE biplot basado en SREG para TCH delinea dos megaambientes, el MA-1 está conformado por las localidades Quebrada Arriba y FUNDACAÑA. Los genotipos más rendidores de estos lugares fueron V99-208 y V98-62. El MA-2 agrupó a las localidades Las Majaguas, Montaña Verde, Santa Lucía, Castillera e Ivonne. Los genotipos más destacados fueron V98-120, V00-50 y V91-15. En Pol % caña, los mejores genotipos fueron V99-245, CP74-2005, B80-408, V98-86 y V99-208 para un solo MA que incluye a todas las localidades
Descargas
Citas
Acevedo, M., Reyes, E., Castrillo, W., Torres, O., Marín, C., Álvarez, R., … Torres, E. (2010). Estabilidad fenotípica de arroz de riego en Venezuela utilizando los modelos LIN-BINNS y AMMI. Agronomía Tropical. 60(2): 131-138.
Akcura, M., Taner, S. y Kaya, Y. (2011). Evaluation of bread wheat genotypes under irrigated multi-environment conditions using GGE biplot analyses. Agricultura, 98(1): 35-40.
Asfaw, A., Alemayehu, F., Gurum, F. y Atnaf, M. (2009). AMMI and SREG GGE biplot analysis for matching varieties onto soybean production environments in Ethiopia. Scientific Research and Essays, 4(11): 1322-1330.
Balzarini, M. y Di Rienzo, J. (2011). InfoGenversión 2011. FCA, Universidad Nacional de Córdoba, Argentina. Recuperado de: http://www.info-gen.com
Bastidas, L., Rea R., De Sousa-Vieira, O., Briceño, R. y Hernández, E. (2009). Potencial azucarero y panelero de cinco cultivares de caña de azúcar en el Valle de Santa Cruz de Bucaral, Estado Falcón, Venezuela. Agronomía Tropical, 59(2): 137-148.
Chavanne, E., Ostengo, S., García, M. y Cuenya, M. (2007). Evaluación del comportamiento productivo de cultivares de caña de azúcar (Saccharum spp) a través de diferentes ambientes en Tucumán, aplicando la técnica estadística “GGE biplot”. Revista Industrial y Agrícola de Tucumán, 84(2): 19-24.
Chen, J. (1997). Manual del azúcar de caña. Para fabricantes de azúcar y químicos especializados. México: Editorial Limusa, S.A.
Crossa, J., Cornelius, P. y Yan, W. (2002). Biplots of linearbilinear models for studying crossover genotype x environment interaction. Crop Science. 42: 619-633.
Flores, F., Moreno, M. y Cubero, J. (1998). A comparison of univariate and multivariate methods to analyze G x E interaction.
Field Crops Research. 47: 117-127. Ibáñez, M., Cavanagh, M., Bonamico, N. y Di Renzo, M. (2006).
Análisis gráfico mediante biplot del comportamiento de híbridos de maíz. RIA, 35(3): 83-93.
Jalata, Z. (2011). GGE-biplot analysis of multi-environment yield trials of barley (Hordeium vulgare. L.) genotypes in Southeastern Ethiopia Highlands. International Journal of Plant Breeding and Genetics, 5(1): 59-75.
Kundus, M., Almorza, D., Boggio, R. y Salerno, J. (2010). Statistical models for evaluating the genotype-environment interaction in maize (Zeas mays L.). ΦYTON, 79: 39-46.
Nassir, A. y Ariyo, O. (2011). Genotype x environment interaction and yield- stability analysis of rice grown in tropical inlandswamp. Notulae Botanicae Horti Agrobotanici Cluj, 39(1): 220-225.
Puchades, Y., Rodríguez, R., Bernal, N., Jorge, H. y García, H. (2012). Métodos estadísticos en el estudio de la interacción genotipo–ambiente en la caña de azúcar. Ciencia en su PC, 1:47-60.
Rao, P., Reddy, P., Rathore, A., Reddy, B. y Panwar, S. (2011). Application GGE biplot and AMMI model to evaluate sweet sorghum (Sorghum bicolour) hybrids for genotype x environment interaction and seasonal adaptation. Indian Journal of Agricultural Science, 81(5): 438-44.
Rea, R. y De Sousa-Vieira, O. (2002). Genotype x environment interaction in sugarcane yield trials in the central- western region of Venezuela. Interciencia, 27(11): 620-624.
Rea, R., De Sousa-Vieira, O., Ramón, M., Alejos, G., Díaz, A. y Briceño, R. (2011). AMMI analysis and its application to sugarcane regional trials in Venezuela. Sugar Tech, 13(2): 108- 113.
Roa, S., Barboza, C. y Zambrano, A. (2010). Estabilidad del rendimiento de variedades de papa (Solanum tuberosum L.) para procesamiento industrial en el estado Táchira, Venezuela. Revista de la Facultad de Agronomía de la Universidad del Zulia, 27(2): 173-192.
Yan, W. y Tinker, N. (2006). Biplot analysis of multi-environment trial data: Principles and applications. Can. J. Plant Science. 86: 623-64.
Yan, W. (2011). GGE Biplot vs. AMMI graphs for genotypeby- environment data analysis. Journal of the Indian Society of Agricultural Statistic, 65(5): 181-193.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-SinDerivadas 4.0.
