Análisis de interacción genotipo por ambiente para rendimiento de grano y componentes de rendimiento de híbridos de maíz de verano en la región de Huanghuaihai en China
Autores: Yue, Haiwang; Gauch, Hugh G.; Wei, Jianwei; Xie, Junliang; Chen, Shuping; Peng, Haicheng; Bu, Junzhou; Jiang, Xuwen
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Análisis de interacción genotipo por ambiente para rendimiento de grano y componentes de rendimiento de híbridos de maíz de verano en la región de Huanghuaihai en China
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Capacidad de producción de maíz
Genotipos
Análisis AMMI
Técnica BLUP
Región de Huanghuaihai
Rendimiento de grano
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
Aumentar la capacidad de producción de maíz para garantizar la seguridad alimentaria sigue siendo el objetivo principal del cultivo global de maíz. El propósito de este estudio fue evaluar genotipos con alto rendimiento y estabilidad en híbridos de maíz de verano cultivados en la región de Huanghuaihai en China utilizando el análisis de efectos principales aditivos e interacción multiplicativa (AMMI) y la técnica de mejor predicción lineal no sesgada (BLUP). Un total de 18 híbridos de maíz de verano con un híbrido de control fueron utilizados para este estudio utilizando un diseño de bloques completos al azar (RCBD) con tres repeticiones en 74 ubicaciones durante dos años consecutivos (2018-2019). Un análisis de varianza de tres vías (ANOVA) y un análisis AMMI mostraron que el genotipo (G), el ambiente (E), el año (Y) y sus interacciones fueron altamente significativos ( < 0.001) excepto G x E x Y para todos los rasgos evaluados, es decir, rendimiento de grano (GY), longitud de la mazorca (EL), peso de cien semillas (HSW) y E x Y para el peso de cien semillas. Los primeros siete componentes principales de interacción (IPC) fueron altamente significativos y explicaron el 81.74% de la interacción genotipo por ambiente (GEI). Al comparar diferentes modelos, la mejor predicción lineal no sesgada (BLUP) fue considerada el mejor modelo para el análisis de datos en este estudio. La combinación del modelo AMMI y la tecnología BLUP para utilizar el índice WAASB (promedio ponderado de puntajes absolutos de la descomposición de valores singulares de la matriz de BLUP para los efectos de GEI generados por el modelo mixto lineal) fue considerada prometedora para investigaciones similares en el futuro. Los genotipos H321 y Y23 tuvieron alto rendimiento y buena estabilidad, y podrían ser utilizados como nuevos recursos genéticos potenciales para mejorar y estabilizar el rendimiento de grano en las prácticas de cría de maíz en la región de Huanghuaihai en China. Los genotipos H9, H168, Q218, Y303 y L5 tenían una adaptabilidad limitada y solo se aplican a áreas específicas. El genotipo de control Z958 tenía una buena adaptabilidad en la mayoría de los ambientes debido a su buena estabilidad, pero también necesita el potencial para aumentar el rendimiento de grano. También se encontraron correlaciones positivas significativas entre los rasgos agronómicos probados.
Descripción
Aumentar la capacidad de producción de maíz para garantizar la seguridad alimentaria sigue siendo el objetivo principal del cultivo global de maíz. El propósito de este estudio fue evaluar genotipos con alto rendimiento y estabilidad en híbridos de maíz de verano cultivados en la región de Huanghuaihai en China utilizando el análisis de efectos principales aditivos e interacción multiplicativa (AMMI) y la técnica de mejor predicción lineal no sesgada (BLUP). Un total de 18 híbridos de maíz de verano con un híbrido de control fueron utilizados para este estudio utilizando un diseño de bloques completos al azar (RCBD) con tres repeticiones en 74 ubicaciones durante dos años consecutivos (2018-2019). Un análisis de varianza de tres vías (ANOVA) y un análisis AMMI mostraron que el genotipo (G), el ambiente (E), el año (Y) y sus interacciones fueron altamente significativos ( < 0.001) excepto G x E x Y para todos los rasgos evaluados, es decir, rendimiento de grano (GY), longitud de la mazorca (EL), peso de cien semillas (HSW) y E x Y para el peso de cien semillas. Los primeros siete componentes principales de interacción (IPC) fueron altamente significativos y explicaron el 81.74% de la interacción genotipo por ambiente (GEI). Al comparar diferentes modelos, la mejor predicción lineal no sesgada (BLUP) fue considerada el mejor modelo para el análisis de datos en este estudio. La combinación del modelo AMMI y la tecnología BLUP para utilizar el índice WAASB (promedio ponderado de puntajes absolutos de la descomposición de valores singulares de la matriz de BLUP para los efectos de GEI generados por el modelo mixto lineal) fue considerada prometedora para investigaciones similares en el futuro. Los genotipos H321 y Y23 tuvieron alto rendimiento y buena estabilidad, y podrían ser utilizados como nuevos recursos genéticos potenciales para mejorar y estabilizar el rendimiento de grano en las prácticas de cría de maíz en la región de Huanghuaihai en China. Los genotipos H9, H168, Q218, Y303 y L5 tenían una adaptabilidad limitada y solo se aplican a áreas específicas. El genotipo de control Z958 tenía una buena adaptabilidad en la mayoría de los ambientes debido a su buena estabilidad, pero también necesita el potencial para aumentar el rendimiento de grano. También se encontraron correlaciones positivas significativas entre los rasgos agronómicos probados.