Explorar
Comunidades en español
Anunciar en Engormix

Índices de selección para identificar genotipos con alta producción de materia seca bajo condiciones de sequía

Publicado: 22 de enero de 2015
Por: Luis Inostroza1 y Hernán Acuña2 1Instituto de Investigaciones Agropecuarias, CRI-Quilamapu, Chillán, 2Facultad de Agronomía, Universidad de Concepción
Introducción
Seleccionar plantas con alta producción de materia seca es uno de los principales objetivos de cualquier programa de mejoramiento genético (PMG). Sin embargo, seleccionar por éste carácter es ineficiente debido a su baja heredabilidad y alta interacción genotipo por ambiente. Se ha propuesto que metodologías de selección indirecta basadas en la evaluación de caracteres fisiológicos asociados a la producción de MS, pero con un menor efecto ambiental, serían más eficiente para seleccionar plantas con alta producción de MS en etapas tempranas de un PMG. En especies forrajeras la búsqueda de éstos caracteres fisiológicos ha sido una tarea compleja, debido a la alta variabilidad genética entre y dentro de poblaciones de especies de polinización cruzada (Inostroza y Acuña, 2010). El objetivo de este trabajo fue evaluar índices de selección compuestos por múltiples caracteres fisiológicos y determinar su capacidad para identificar genotipos con alta producción de MS bajo condiciones de sequía.
Materiales y métodos
Para el cálculo de los índices de selección (IS) se utilizó información fenotípica obtenida de una población de 100 genotipos de L. tenuis. Estos fueron caracterizados agronómica y fisiológicamente bajo condiciones de sequía y riego en el campo experimental Santa Rosa de INIA en Chillán, durante la temporada 2010/11. Los experimentos se organizaron en un diseño de alphalattice con 5 repeticiones. Los caracteres fenotípicos fueron: potencial hídrico xilemático (Ψx), osmótico (Ψπ) y de presión (Ψp), contenido relativo de agua (CRA), índice de vegetación de diferencia normalizada (NDVI),área foliar específica (AFE), tasa de elongación del tallo relativa (TETR), discriminación isotópica del 13C (Δ13C), temperatura de la hoja (IEH) y producción de materia seca del follaje (MS). Los datos fueron analizados mediante análisis de varianza utilizando el procedimiento MIXED en SAS. Se realizó un análisis de regresión lineal múltiple en GenStat V14 y se modeló la producción de MS en función de todos los caracteres fisiológicos evaluados. Con éste análisis se determinó que los caracteres IEH, AFE, Ψx, TETR, Ψπ y Δ13C aportan significativamente a la explicación de la varianza en producción de MS, logrando en conjunto un 33% de explicación. Por esto, los seis caracteres se utilizaron para el cálculo de los siguientes IS:
  •  Σ , Donde wi corresponde a un coeficiente de peso para el carácter i y G corresponde al valor del carácter i de un genotipo determinado. Se utilizaron dos valores de wi, uno fue el coeficiente de regresión lineal múltiple (IS1-RLM) y el otro el coeficiente de vector-propio, derivado del primer componente principal de un análisis de componentes principales (IS1-CP).
  •  √Σ , IS2 corresponde a la distancia euclidiana al criterio del experto (ce) Donde G es el valor genotípico estandarizado (Gómez-Pando et al, 2009).
  •  Σ , Donde medes la mediana y SIQRi=(Q3i-Q1i)/2 siendo Q1i y Q3i el tercer y primer cuartil del carácter i, respectivamente.
Resultados y discusión
El IS3 fue el único índice de selección que no mostró una asociación significativa con la producción de MS (r=-0.07; P=0.45). Mientras que IS1 e IS2 mostraron una correlación altamente significativa con la producción de MS (P<0.001; Tabla 1). El mayor coeficiente de correlación lo obtuvo IS1-RLM (r=0.61) y el menor lo obtuvo IS1-PC (r=-0.42; Tabla 1). La Tabla 1 muestra el ranking de los 10 genotipos con mayor producción de MS y el ranking de los mejores según cada IS. Dentro de este grupo de genotipos, IS1-CP fue el único que no seleccionó al genotipo más productivo (LT14-53). Por otro lado, los tres índices de selección (IS1-RLM, IS1-CP e IS2) lograron identificar a 3 de los 5 mejores y sólo IS1 identificó a 6 genotipos de los 10 más productivo (Tabla 1). Los resultados de este trabajo son relevantes para la implementación de criterios de selección basado en caracteres fisiológicos en PMG de especies forrajeras de polinización cruzada, dado que de forma individual cada carácter muestra una menor correlación con la producción de MS que la obtenida con los tres IS mostrados en Tabla 1.
Tabla 1. Ranking de los 10 genotipos con mayor producción de materia seca (MS) y ranking de los 10 mejores genotipos según tres índices de selección: IS1-RLM, IS1-CP e IS2.
Índices de selección para identificar genotipos con alta producción de materia seca bajo condiciones de sequía - Image 1***, Para P<0.001; r= coeficiente de correlación.
Conclusiones
Tres de los cuatro índices de selección evaluados permiten incrementar el nivel de asociación entre los caracteres fisiológicos y la producción de MS. En consecuencia, los índices de selección compuesto por múltiples caracteres fisiológicos son una mejor herramienta de selección que cada carácter por sí sólo. El índice de selección más efectivo fue IS1-RLM.
Referencias
INOSTROZA, L., and H. ACUÑA. 2010. Water use efficiency and associated physiological traits of nine naturalized white clover populations in Chile. PlantBreeding 129, 700-706.
GOMEZ-PANDO, L., J. JIMENEZ-DAVALOS, A. EGUILUZ- DE LA BARRA, ET AL. 2009. Field performance of new in vitro androgenesis-derived double haploids of barley. Euphytica 166, 269-276.
Actividad financiada por proyecto FONDECYT 11100094 y MINAGRI-INIA-501364-70
Temas relacionados
Autores:
Luis Inostroza
INIA Chile - Instituto de Investigaciones Agropecuarias
Seguir
Únete para poder comentar.
Una vez que te unas a Engormix, podrás participar en todos los contenidos y foros.
* Dato obligatorio
¿Quieres comentar sobre otro tema? Crea una nueva publicación para dialogar con expertos de la comunidad.
Crear una publicación
Súmate a Engormix y forma parte de la red social agropecuaria más grande del mundo.
Iniciar sesiónRegistrate