Estimación de parámetros de selección y ganancia genética para rendimiento y gravedad específica en poblaciones diploides de papa (Solanum tuberosum L.)

Abstract

La papa criolla (Solanum tuberosum Grupo Phureja) es una especie fuente de características deseables como sabor, color, textura, cocción rápida, mayor calidad nutricional, precocidad, maduración temprana y resistencia a factores bióticos y abióticos que pueden ser utilizadas en programas de fitomejoramiento. Desarrollar estrategias eficientes enfocadas a la exploración de alternativas para la selección de genotipos superiores en las diferentes etapas del proceso de fitomejoramiento debe ser un propósito continuo. El uso de los predictores BLUP (Best Linear Unbiased Predictor) y el método de selección por valores propios ESIM (Eigenvalues Selection Index Method), se consideran alternativas novedosas para determinar la ganancia genética enfocada en la selección de individuos superiores. El objetivo de este trabajo fue determinar parámetros de selección y ganancia genética para rendimiento (RT) y gravedad específica (GE) en poblaciones de papa diploide mediante estimadores BLUP y el índice de selección por valores propios ESIM. Se evaluaron 24 familias de hermanos completos en cinco etapas de selección. La obtención de los valores predichos BLUP, usados con el fin de ajustar los valores de cada variable por familia, permitió identificar familias superiores (08-041, 08-039 y 0857) para GE y RT. Los valores de heredabilidad variaron desde 0,26 en la etapa de selección uno hasta 0,82 en la etapa cinco, con un coeficiente de variación final de 3,7. El análisis permite indicar que la etapa de selección tres se puede reevaluar en programas futuros, pues la selección por forma, color, RT y GE, mediante el uso de BLUP y ESIM establece un alto grado de refinamiento en la predicción, facilitando la selección y favoreciendo el avance de los genotipos superiores. El análisis permitió contrastar modelos con efectos fijos y aleatorios, evidenciando las ventajas del predictor BLUP al ajustar las variables de respuesta, permitiendo hacer inferencia de los rasgos de las variables durante etapas avanzadas de selección. (Texto tomado de la fuente).

The yellow diploid potato (Solanum tuberosum Phureja Group) is a It is a species, source of desirable characteristics such as flavor, color, texture, fast cooking, higher nutritional quality, early maturity, early maturity and resistance to biotic and abiotic factors that can be used in breeding programs. Developing efficient strategies focused on the exploration of alternatives for the selection of superior genotypes in the different stages of the plant breeding process should be a continuous purpose. The use of the predictors BLUP (Best Linear Unbiased Predictor) and the method of selection for eigenvalues ESIM (Eigenvalues Selection Index Method), are considered novel alternatives to determine the genetic gain focused on the selection of superior individuals. The objective of this work was to determine selection parameters and genetic gain for yield (RT) and specific gravity (GE) in diploid potato populations by means of BLUP predictors and the selection index by eigenvalues -ESIM-. Twenty-four complete sibling families were evaluated in five stages of selection. Obtaining the BLUP predicted values, used in order to adjust the values of each variable per family, allowed identifying superior families (08-041, 08-039 and 0857) for GE and RT. The heritability values ranged from 0.26 in the selection stage one to 0.82 in the fifth stage, with a coefficient of final variation of 3.7. The analysis allows to indicate that the selection stage three can be reevaluated in future programs, since the selection by shape, color, RT and GE, through the use of BLUP and ESIM establishes a high degree of refinement in the prediction, facilitating the selection and favoring the advancement of superior genotypes. The analysis allowed to compare models with fixed and random effects, showing the advantages of the BLUP predictor when adjusting the response variables, allowing to make inferences of the characteristics of the variables during advanced stages of selection.