Correlaciones y análisis de sendero para características cuantitativas en genotipos semi-postrados de fríjol caupí (Vigna unguiculata (L.) Walp)
- Hermes Araméndiz-Tatis
, - Miguel Espitia-Camacho,
- Carlos Cardona-Ayala
Resumen
El caupí es la leguminosa más importante del Caribe colombiano, por su impacto positive en la seguridad alimentaria y nutricional de las familias rurales de escasos ingresos. Es cultivada por pequeños productores, pero sus rendimientos por hectárea no superan los 600 kg, debido al uso cultivares obsoletos. El objetivo de la investigación fue estimar las correlaciones entre siete características cuantitativas y el análisis de sendero entre el rendimiento de grano y seis características cuantitativas, con los resultados de la evaluación de 10 genotipos de hábito de crecimiento semi-postrado, de alto rendimiento de grano, cultivados en ocho ambientes del trópico húmedo y seco de la región Caribe colombiana, bajo el diseño bloques completos al azar, con 10 tratamientos y cuatro repeticiones. Se detectaron diferencias significativas entre ambientes, genotipos e interacción genotipo x ambiente. Las correlaciones genotípicas fueron de mayor magnitud que las fenotípicas, destacándose la correlación entre el ancho de grano (AG) y el rendimiento de grano (REND), rF=0,69*, rG=0,78*, igualmente entre el peso de 100 semillas (P100S) y el AG, rF=0,97**, rG=0,99**. Los caracteres AG y número de vainas por planta (NVP) presentaron efectos directos positivos sobre el REND, con efecto indirecto negativo de NVP vía AG, mientras que la altura de la primera vaina (AIPV), el número de semillas por vaina (NSPV) y el P100S influyeron directa y negativamente en el REND de los 10 cultivares de caupí.
Palabras clave
Genotipos, Interacción genotipo-ambiente, Efectos directos e indirectos, Genética cuantitativa
Referencias
Abate, F., F. Mekbib, and Y. Dessalegn. 2015. Association of different parametric and non parametric stability models in durum wheat (Triticum turgidum Desf.) genotypes. Int. J. Plant Soil Sci. 7(4), 192-201. Doi: https://doi.org/10.9734/IJPSS/2015/15568
Agrawal, T., A. Kumar, S. Kumar, A. Kumar, R.R. Kumar, S. Kumar, and P.K. Singh. 2018. Correlation and path coefficient analysis for grain yield and yield components in chickpea (Cicer arietinum L.) under normal and late sown conditions of Bihar, India. Int. J. Curr. Microbiol. Appl. Sci. 7(2), 1633-1642. Doi: https://doi.org/10.20546/ijcmas.2018.702.197
Andrade, F.N., M. Moura Rocha, R. Ferreira-Gomes, F.R. Freire Filho, and S. Ramalho-Ramos. 2010. Estimativas de parâmetros genéticos em genótipos de feijão-caupi avaliados para feijão fresco. Rev. Ciênc. Agron. 41(2), 253-258. Doi: https://doi.org/10.1590/S1806-66902010000200012
Bezerra, A.A., C.J. Anunciação Filho, F.R. Freire Filho, and V.Q. Ribeiro. 2001. Inter-relação entre caracteres de caupi de porte ereto e crescimento determinado. Pesq. Agropec. Bras. 36(1), 137-142. Doi: https://doi.org/10.1590/S0100-204X2001000100017
Bhatt, G.M. 1973. Significance of path coefficient analysis in determining the nature of the character association. Euphytica 22(2), 338-343. Doi: https://doi.org/10.1007/BF00022643
Cruz, C. 2016. Programa Genes V.2016.6.0 - Aplicativo computacional em genética e estatística. In: http://www.ufv.br/dbg/genes/genes.htm; consulted, March, 2019.
DANE, Departamento Administrativo Nacional de Estadística de Colombia. 2019. Pobreza multidimensional en Colombia 2018. Boletín técnico Mayo -2019. https://www.dane.gov.co/files/investigaciones/condiciones_vida/pobreza/2018/bt_pobreza_multidimensional_18.pdf; consulted: February, 2019.
De Paula, C.D., S. Jarma, and H. Araméndiz-Tatis. 2018. Caracterización nutricional y determinación de ácido fítico como factor antinutricional del frijol caupí. Agron. Mesoam. 29(1), 29-40. Doi: https://doi.org/10.15517/ma.v29i1.27941
Fenalce, Federación Nacional de Cultivadores de Cereales y Leguminosas. 2017. Informe de gestión 2017. http://fenalce.org/siembras/archivos_lt/lt_532IG-FNL-2017-CONSOLIDADO.pdf; consulted: February, 2019.
Ferrari, M., I.V. Carvalho, A.J. Pelegrin, M. Nardino, V.J. Szareski, T. Olivoto, T. Rosa, D.N. Follmann, C. Pegoraro, L.C. Maia, and V.Q. Souza. 2018. Path analysis and phenotypic correlation among yield components of soybean using environmental stratification methods. Aust. J. Crop Sci. 12(02), 193-202. Doi: https://doi.org/10.21475/ajcs.18.12.02.pne488
Godim, T.C., V.S. Rocha, C.S. Sediyama, and G.V. Miranda. 2008. Análise de trilha para componentes do rendimento e caracteres agronômicos de trigo sob desfolha. Pesq. Agropec. Bras. 43(4), 487-493. Doi: https://doi.org/10.1590/S0100-204X2008000400007
Gupta, R.A., C.N. Ram, S.K. Chakravati, Ch. Deo, M.K. Vishwakarma, D.K. Gautam, and P. Kumar. 2017. Studies on correlation and path coefficient analyses in brinjal (Solanum melongena L.). Int. J. Curr. Microbiol. App. Sci. 6(7), 4543-4548. Doi: https://doi.org/10.20546/ijcmas.2017.607.474
Hemavathy, A.T., N. Shunmugavalli, and G. Anand. 2015. Genetic variability, correlation and path co-efficient studies on yield and its components in mungbean [Vigna radiata (L.) Wilezek]. Legume Res. 38(4), 442-446. Doi: https://doi.org/10.5958/0976-0571.2015.00050.8
Kumar, K.P., P.N. Kumar, T.N. Muneeswari, R. Lamror, and U. Kumari. 2013. Morphological and genetic variation studies in cowpea genotypes [Vigna unguiculata (l.)] Walp. Legume Res. 36(4), 351-354.
Lekshmanan, D.R. and A. Vahab. 2018. Correlation and path coefficient analysis of yield and its component characters among different accessions of cluster bean [Cyamopsis tetragonoloba (L.) Taub.]. Legume Res. 41(1), 53-56. Doi: https://doi.org/10.18805/10.18805/LR-3691
Meena, H.K., K.R. Krishna, and B. Singh. 2015. Character associations between seed yield and its components traits in cowpea [Vigna unguiculata (L.) Walp.]. Indian J. Agric. Res. 49(6), 567-570. Doi: https://doi.org/10.18805/ijare.v49i6.6688
Mendonça, O., V. Carpentieri-Pípolo, D.D. Garbuglio, and N.S. Fonseca Junior. 2007. Factor analysis and environmental stratification in the assessment of soybean adaptability and stability. Braz. J. Agric. Res. 42(11), 1567-1575. Doi: https://doi.org/10.1590/S0100-204X2007001100008
Mishili, F.J., J. Fulton, M. Shehu, S. Kushwaha, K. Marfo, M. Jamal, A. Kergna, and J. Lowenberg-DeBoer. 2009. Consumer preferences for quality characters along the cowpea value chain in Nigeria, Ghana, and Mali. Agribusiness 25(1), 16-35. Doi: https://doi.org/10.1002/agr.20184
Mohammed, M.S., Z. Russom, and S.D. Abdul, 2010. Inheritance of hairiness and pod shattering, heritability and correlation studies in crosses between cultivated cowpea (Vigna unguiculata (L.) Walp.) and its wild (var. pubescens) relative. Euphytica 171(3), 397-407. Doi: https://doi.org/10.1007/s10681-009-0058-6
Moura, J., M. Moura Rocha, R. Ferreira Gomes, F. Freire Filho, K.J. Silva, and V.Q. Ribeiro. 2012. Path analysis of iron and zinc contents and others traits in cowpea. Crop Breed. Appl. Biotechnol. 12(4), 245-252. Doi: https://doi.org/10.1590/S1984-70332012000400003
Oliveira, R.L., J.A. Muniz, M.J. Andrade, and R.L. Reis. 2009. Precisão experimental em ensaios com a cultura do feijão. Ciênc. Agrotec. 33(1), 113-119. Doi: https://doi.org/10.1590/S1413-70542009000100016
Pantoja, D., K.Z. Muñoz, and O.C. Checa. 2014. Evaluación y correlación de componentes de rendimiento en líneas avanzadas de arveja Pisum sativum con gen afila. Rev. Ciênc. Agríc. 31(2), 24-39. Doi: https://doi.org/10.22267/rcia.143102.29
Ribeiro, H.L., C.A. Santos, L. Diniz, L.A. Nascimento, and E.D. Nunes. 2016. Phenotypic correlations and path analysis for plant architecture traits and grain production in three generations of cowpea. Rev. Ceres 63(1), 033-038. Doi: https://doi.org/10.1590/0034-737X201663010005
Rocha, F., L.D. Barili, S.H. García, R. Modena, J.M.L. Coimbra, A.F. Guidolin, and J.G. Bertoldo. 2009. Seleção em populações mutantes de feijão (Phaseolus vulgaris L.) para caracteres adaptativos. Biotemas 22(2), 19-27. Doi: https://doi.org/10.5007/2175-7925.2009v22n2p19
Salinas, R.A., J.A. Acosta, E. López, C.A. Torres, F.J. Ibarra, and R.F. Gastelum. 2008. Rendimiento y características morfológicas relacionadas con tipo de planta erecta en frijol para riego. Rev. Fitotec. Mex. 31(3), 203-211.
Santos, A., G. Ceccon, L.M. Chamma, A.M. Correa, and V.B. Alves. 2014. Correlations and path analysis of yield components in cowpea. Crop Breed. Appl. Biotechnol. 14(2), 82-87. Doi: https://doi.org/10.1590/1984-70332014v14n2a15
Silva, J.A.L. and J.A. Neves. 2011. Componentes de produção e suas correlações em genótipos de feijãocaupí em cultivo de sequeiro e irrigado. Rev. Ciênc. Agron. 42(3), 702-713. Doi: https://doi.org/10.1590/S1806-66902011000300017
Silva, C.A., M.O. Morais, L.J. Santos, O.L. D´Arede, J.C. Silva, and M.M. Rocha. 2014. Estimativa de parâmetros genéticos em Vigna unguiculata. Rev. Ciênc. Agríc. 37(4), 399-407.
Singh, S.K., V.P. Singh, S. Srivastava, A.K. Singh, B.K. Chaubey, and R.K. Srivastava, 2018. Estimation of correlation coefficient among yield and attributing traits of field pea (Pisum sativum L.). Legume Res. 41(1), 20-26. Doi: 18805/LR-3449.
Ullah, M.Z., M.J. Hasan, A.H.M.A. Rahman, and A.I. Saki. 2011. Genetic variability, carácter association and path analysis in yard long bean. SAARC J. Agric. 9(2), 9-16.
Velho, L.P., M.S. Gemeli, N. Tevisan, T. Pereira, P. Cerutti, R. Melo, A. Guidolin, J. Coimbra, and S. Correa. 2017. Phenotypic correlation and direct and indirect effects of aerial part components with root distribution of common bean. Pesq. Agropec. Bras. 52(5), 328-334. Doi: https://doi.org/10.1590/s0100-204x2017000500006