Variabilidad agronómica entre genotipos de zanahoria comercial y experimental con énfasis en el análisis multivariado
DOI:
https://doi.org/10.33448/rsd-v10i13.21145Palabras clave:
Daucus carota L.; Mejoramiento genético; Similitud; Análisis de factores múltiples.Resumen
Las zanahorias se encuentran entre las cinco hortalizas más cultivadas en Brasil, por lo que la búsqueda de cultivares comerciales es un gran desafío en los programas de mejoramiento, pues además de ser productivas, estas raíces tuberosas deben presentar características de interés fundamental para que el productor logre aceptación del producto en el mercado de consumo. Por tanto, el objetivo de este trabajo fue evaluar el nivel de similitud entre genotipos de zanahoria de verano, y establecer las relaciones entre las variables, a través de caracteres agronómicos y morfológicos de la planta y raíces tuberosas, con el fin de diagnosticar posibles agrupaciones en relación con las variables analizadas, utilizando las técnicas de análisis multivariado y univariado. El ensayo se realizó en un diseño de bloques al azar con tres repeticiones, evaluando 11 genotipos de zanahoria de verano, con siete genotipos comerciales disponibles en el mercado (SV1099DT, Nativa, EX 4098, AGR-123, AGR-125, Juliana y Brazlândia) y cuatro experimentales. híbridos. Se evaluaron quince características agronómicas de las plantas y raíces tuberosas. Dados los resultados, la técnica de análisis de factores múltiples logró establecer las similitudes entre los genotipos estudiados, mostrando una alta similitud entre los genotipos comerciales presentes en el mercado y los híbridos experimentales. El análisis factorial exploratorio estableció las correlaciones de las variables y pudo proyectar una separación entre genotipos comerciales y experimentales. Las especificidades presentadas por los genotipos experimentales se explicaron en la prueba de medias de Scott-Knott.
Citas
Abdi, H., Williams, L., & Valentin, D. (2013). Multiple factor analysis: principal component analysis for multitable and multiblock data sets. WIREs Computational Statatistics, 5 (2), 149-179. 10.1002/wics.1246
Araújo, J. C., Telhado, S. F. P., Sakai, R. H., Ledo, C. A. S., & Melo, P. C. T. (2016). Univariate and multivariate procedures for agronomic evaluation of organically grown tomato cultivars. Horticultura Brasileira 34: 374-380, 2016. 10.1590/S0102-05362016003011
Buratto, J. S., Santos Neto, J., & Moda-Cirino, V. (2016). Desempenho agronômico e dissimilaridade genética entre acessos de amendoim por variáveis multicategóricas. Scientia Agraria Paranaensis, 15(3), 324-331. 10.18188/sap.v15i3.13125
Carvalho, A. D. F., & Silva, G. O. (2017). Genetic divergence among carrot genotypes through agronomic characteristics. Revista Agro@mbiente, 11 (2), 137-144. 10.18227/1982-8470ragro.v11i2.3642
Cecon, P. R., Silva, F. F. E., Ferreira, A., Ferrão, R. G., Carneiro, A. P. S., Detmann, E., Faria, P.N., & Morais, T. S. S. (2008). Análise de medidas repetidas na avaliação de clones de café 'Conilon'. Pesquisa Agropecuária Brasileira, 43 (1), 1171-1176. 10.1590/S0100-204X2008000900011
Cruz, C. D., Carvalho, S. P., & Vencovsky, R. (1994). Estudos sobre a divergência genética II. Eficiência da predição do comportamento de híbridos com base na divergência de progenitores. Revista Ceres, v. 41(1) 183-194. http://www.ceres.ufv.br/ojs/index.php/ceres/article/view/2070
Cruz, C. D., Regazzi, A. J., & Carneiro, P. C. S. (2012). Modelos biométricos aplicados ao melhoramento genético. Ed. da UFV, 514p.
Escofier, B., & Pagès, J. (2008). Analyses factorielles simples et multiples: objectifs, méthodes et interprétation. (4a ed.), Dunod, 318 p.
FAOSTAT - Food and Agriculture Data. Produtividade da Cenoura (2017). http://www.fao.Org/faostat/en/#data/QC
Ferreira, E. B., Cavalcanti, P. P., & Nogueira D. A. (2021). ExpDes: Pacote Experimental Designs. URL <https://cran.rstudio.com/web/packa ges/ExpDes/index.html>. R package version 1.2.1.
Grangeiro, L. C., Azevêdo, P. E., Nunes, G. H. S., Dantas, M. S. M., & Cruz, C. A. (2012). Desempenho e divergência genética de cenoura ‘Brasília’ em função da procedência das sementes. Horticultura Brasileira, 30 (1), 137-142. 10.1590/S0102-05362012000100023
Grigolo, S., Fioreze, A. C. C. L., Denardi, S. & Vacari, J. (2018). Implicações da análise univariada e multivariada na dissimilaridade de acessos de feijão comum. Revista de Ciências Agroveterinárias 17(3), 351-360. https://www.revistas.udesc.br/index.php/agroveterinaria/article/view/9324
Hiranvarachat, B., & Devahastin, S. (2014). Enhancement of microwave-assisted extraction via intermittent radiation: Extraction of carotenoids from carrot peels. Journal of Food Engineering, 126 (1), 17-26, 2014. 10.1016/j.jfoodeng.2013.10.024
Jelihovschi, E., Faria, J. C., & Allaman, I. B. (2014). Scott-Knott: A Package for Performing the Scott-Knott Clustering Algorithm in R. Trends in Computational and Applied Mathematics, 15 (1), 3-17. 10.5540/tema.2014.015.01.0003
Maksylewicz, A., & Baranski, R. (2013) Intra-population genetic diversity of cultivated carrot (Daucus carota L.) assessed by analysis of microsatellite markers. Acta Biochimica Polonica, 60 (1) 753-760. https://pubmed.ncbi.nlm.nih.gov/24432327/
Nick, C., & Borém, A. (2016). Cenoura: do plantio à colheita. Editora UFV. 179 p.
Oliveira, C. D., Braz, L. T. E., & Banzatto, D. A. (2005). Adaptabilidade e estabilidade fenotípica de genótipos de cenoura. Horticultura Brasileira, 23 (3) 743-748. 10.1590/S0102-05362005000300011
Ossani, P. C., & Cirillo, M. A. (2021). MVar: Multivariate Analysis. URL <https://cran.r-project.org/web/packages/MVar/index.html>. R package version 2.1.7.
Rencher, A. C., & Christensen, W. F. (2012). Methods of Multivariate Analysis. (3a ed.), J. Wiley, 758 p.
R Development Core Team. (2021) R: A language and environment for statistical computing. R Foundation for Statistical Computing. Vienna: Vienna University of Economics and Business. http://www.R-project.org
Scott, A. J., & Knott, M. (1974). A Cluster Analysis Method for Grouping Means in the Analysis of Variance. Biometrics, 30 (3), 507-512. https://www.jstor.org/stable/2529204
Souza, D. C., Ossani, P. C., Vilela, L. V., Cirillo, M. Â., Silva, L. F. L. S., & Xavier, J. B. (2019). Variabilidade genética entre cultivares comerciais e híbridos experimentais de morangueiro com ênfase em análise de múltiplos fatores. Magistra, 30: 48-59. https://magistraonline.ufrb.edu.br/index.php/magistra/article/view/725
Zanettini, M. H. B., & Cavalli, S. S. Variabilidade genética em função do modo de reprodução. In: Freitas LB, Bered F, editors. Genética e evolução vegetal.: Editora UFRGS; 2003. p.177-187.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2021 Douglas Correa de Souza; Sebastião Márcio de Azevedo; Paulo César Ossani; Luciano Peixoto de Faria; Wagner Adão Aparecido Marques; Gustavo Akira Narita
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.
