Índices fenotípicos de selección en caña de azúcar

Resumo

En caña de azúcar, con grandes poblaciones sujetas de selección, el grado de precisión de la selección puede verse menoscabado por la dificultad de realizar la valoración simultánea de un elevado número de variables en cada uno de los genotipos en evaluación. Por tanto, la reducción del número de variables en una o pocas dimensiones (índices) permitiría evaluar y clasificar a los genotipos de una manera eficiente, lo que debería conducir a un proceso de selección con mejores ganancias genéticas. Para ello se plantearon los objetivos específicos siguientes: a) evaluar nueve metodologías para el cómputo de índices de desempeño o selección en genotipos de caña de azúcar del proyecto “Estado III de Selección” del Programa de Variedades de CENGICAÑA en Guatemala; b) determinar el grado de ajuste de los modelos de los índices; y c) identificar las variables que mejor explican el desempeño de los genotipos de caña de azúcar. Para este efecto, se establecieron cuatro experimentos con 513 genotipos en dos localidades diferentes, y fueron evaluados en dos años consecutivos mediante 14 variables fenotípicas (a partir de 58 mediciones). En total se obtuvieron siete conjuntos de datos. La información se analizó mediante análisis estadísticos descriptivos unidimensionales, pruebas de “t”, análisis de varianza (ANOVA), análisis de modelos lineales mixtos, análisis de regresión lineal, análisis multidimensional de varianza (MANOVA), análisis de componentes principales (ACP) y regresiones Logit. Se estimaron los scores de nueve índices de selección (desempeño): Smith, Kempthorne y Nordskog, ESIM, RESIM, CP1, CP2, CP3, TAH y BLUP. Las diferencias en desempeño de los genotipos para TAH fueron altamente significativas, con la componente genética como el factor más determinante para la diferenciación, aunque la interacción genotipo×ambiente indicó la necesidad de ensayos comparativos en diversos ambientes. El pobre desarrollo en biomasa en dos de los ensayos no permitió discriminar entre genotipos en ninguno de los índices aplicados. El ajuste de los índices de selección Smith, KN, ESIM, RESIM, y CPs no presentaron un patrón generalizado, por lo que el ajuste de estos índices debe ser priorizados para cada conjunto de datos. No se encontró una función que ponderara apropiadamente todas las 14 variables en estudio. Los ACPs, los análisis de varianza y las funciones lineales de los índices de desempeño indicaron que las variables con mayor peso en la variación fueron: brixprom_1, pol_6, brixjugo_7, purity_8, peso5talks_2, diam_11, alt_10, fiber_14, flower_12, pith_13 y oqueinter_4. La variable flower_12 fue de interés únicamente en la diferenciación genética de variedades florecedoras. La selección de genotipos de caña de azúcar según las regresiones Logit fue función de los valores genéticos determinados únicamente por el TAH y BLUP. BLUP optimizó los procedimientos de selección de genotipos y puede ser aplicado de forma rutinaria en los procesos de evaluación y selección de genotipos en condiciones de cultivo en Guatemala. Por todo lo anterior, el procedimiento estadístico más apropiado para diferenciar genotipos de caña de azúcar fue el Mejor Estimador Lineal Insesgado (BLUP) a partir de la variable TAH. La utilización de esta metodología permitió la selección de 25 genotipos de caña de azúcar con un incremento promedio del 22% en el TAH (5.13 t) respecto a los testigos utilizados.