Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Análisis de variabilidad, correlación y sendero en cultivares erectos y postrados de caupí (Vigna unguiculata [L.] Walp.)

Evaluation of cowpea cultivars. Photo: L.A. Perneth

Resumen

El fríjol caupí (Vigna unguiculata [L.] Walp.) es la leguminosa más importante del Caribe colombiano, la cual es cultivada con genotipos de hábito de crecimiento postrado, con rendimientos que no superan los 700 kg ha-1. La cosecha manual resulta muy costosa para la rotación de cultivos en la agricultura empresarial, por lo que se requiere de cultivares de hábito de crecimiento erecto. La investigación se realizó en el primer semestre de 2022, en el área experimental de la Universidad de Córdoba (Montería-Colombia). Se evaluaron 16 genotipos erectos y cinco postrados incluido el testigo, bajo el diseño de bloques completos al azar con cinco repeticiones; cada unidad experimental estuvo conformada por dos surcos de 5 m de longitud, con distancia entre plantas de 0,15 m y entre surcos de 0,40 m para una densidad de población de 166.000 plantas/ha. Los resultados indicaron variabilidad genética, la cual posibilita la selección fenotípica exitosa, de acuerdo con los parámetros genéticos estimados. Así mismo, la existencia de correlaciones positivas y significativas de los componentes del rendimiento con el rendimiento. Además, el desdoblamiento de las correlaciones genotípicas mediante análisis de sendero indica que, el espesor del grano es una característica importante y fácil de medir para incrementar el rendimiento.

Palabras clave

Leguminosas, Calidad de grano, Variabilidad genética, Seguridad alimentaria, Composición nutricional

PDF (English)

Citas

  1. Abaidoo, R., M.O. Dare, S. Killani, and A. Opoku. 2017. Evaluation of early maturing cowpea (Vigna unguiculata) germplasm for variation in phosphorus use efficiency and biological nitrogen fixation potential with indigenous rhizobial populations. J. Agric. Sci. 155(1), 102-116. Doi: https://doi.org/10.1017/S002185961500115X
  2. Agronet. 2022. Área, producción y rendimiento nacional por cultivo. In: https://www.agronet.gov.co/estadistica/paginas/home.aspx?cod=1; consulted: October, 2022.
  3. Bandi, H.R.K., K.N. Rao, K.V. Krishna, and K. Srinivasulu. 2018. Correlation and path-coefficient estimates of yield and yield component traits in rice fallow blackgram (Vigna mungo (L.) Hepper). Int. J. Curr. Microbiol. App. Sci. 7(3), 3304-3309. Doi: https://doi.org/10.20546/ijcmas.2018.703.380
  4. Cardona-Ayala, C., H. Araméndiz-Tatis, and A. Jarma-Orozco. 2013. Variabilidad genética en líneas de fríjol caupí (Vigna unguiculata L. Walp). Rev. Agron. 21(2), 7-18.
  5. Carvalho, A.F.U., N.M. Sousa, D.F. Farias, L.C.B. Rocha-Bezerra, R.M.P. Silva, M.P. Viana, S.T. Gouveia, S.S. Sampaio, M.B. Sousa, G.P.G. Lima, S.M. Morais, C.C. Barros, and F.R. Freire Filho. 2012. Nutritional ranking of 30 Brazilian genotypes of cowpeas including determination of antioxidant capacity and vitamins. J. Food Compos. Anal. 26(1-2), 81-88. Doi: https://doi.org/10.1016/j.jfca.2012.01.005
  6. Cruz, C.D. 2016. Programa Genes V.2016.6.0 - Aplicativo computacional em genética e estatística. In: http://www.ufv.br/dbg/genes/genes.htm; consulted: October, 2022.
  7. Dinesh, H.B., K.P. Viswanatha, H.C. Lohithaswa, R. Pavan, and P. Singh. 2017. Variability, correlation and path analysis studies in F3 generation of cowpea [Vigna unguiculata (L.) Walp]. Int. J. Curr. Microbiol. Appl. Sci. 6(9), 1420-1428. Doi: https://doi.org/10.20546/ijcmas.2017.609.172
  8. Donkor, E.F., R.R. Adjei, B. Amadu, and A.S. Boateng. 2022. Genetic variability, heritability and association among yield components and proximate composition of neglected and underutilized Bambara groundnut [Vigna subterranea (L.) Verdc] accessions for varietal development in Ghana. Heliyon 8(6), e09691. Doi: https://doi.org/10.1016/j.heliyon.2022.e09691
  9. Espinosa, V. 2018. Construcción y análisis de los coeficientes de sendero. Acta Nova 8(4), 517-535.
  10. Johnson, H.W., H.F. Robinson, and R.E. Comstock. 1955. Estimates of genetic and environmental variability in soybeans. Agron. J. 47(7), 314-318. Doi: https://doi.org/10.2134/agronj1955.00021962004700070009x
  11. Jost, E., N.D. Ribeiro, S.M. Maziero, M.T.D.F. Possobom, D.P. Rosa, and L.S. Domingues. 2013. Comparison among direct, indirect and index selections on agronomic traits and nutritional quality traits in common bean. J. Sci. Food Agric. 93(5), 1097-104. Doi: https://doi.org/10.1002/jsfa.5856
  12. Lekshmanan, D.K. and M.A. Vahab. 2017. 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
  13. Mafakheri, K., M.R. Bihamta, and A.R. Abbasi. 2017. Assessment of genetic diversity in cowpea (Vigna unguiculata L.) germplasm using morphological and molecular characterization. Cogent Food Agric. 3(1), 1327092. Doi: https://doi.org/10.1080/23311932.2017.1327092
  14. Martínez-Reina, A.M., C.C. Cordero-Cordero, and A.P. Tofiño-Rivera. 2022. Eficiencia técnica del frijol caupí (Vigna unguiculata L. Walp) en la Región Caribe de Colombia. Agron. Mesoam. 33(2), 47673. Doi: https://doi.org/10.15517/am.v33i2.47673
  15. Osipitan, O.A., J.S. Fields, S. Lo, and I. Cuvaca. 2021. Production systems and prospects of cowpea (Vigna unguiculata (L.) Walp.) in the United States. Agronomy 11(11), 2312. Doi: https://doi.org/10.3390/agronomy11112312
  16. Paltridge, N.G., L.J. Palmer, P.J. Milham, G.E. Guild, and J.C.R. Stangoulis. 2012. Energy-dispersive X-ray fluorescence analysis of zinc and iron concentration in rice and pearl millet grain. Plant Soil 361(1-2), 251-260. Doi: https://doi.org/10.1007/s11104-011-1104-4
  17. Panchta, R., Preeti, and S. Arya. 2020. Variability, correlation and path analysis studies in grain cowpea [Vigna unguiculata (L.) Walp]. Indian J. Pure Appl. Biosci. 8(2), 169-172. Doi: http://doi.org/10.18782/2582-2845.8035
  18. Prasad, S.R., R. Prakash, C.M. Sharma, and M.F. Haque. 1981. Genotypic and phenotypic variability in quantitative characters in oat. Indian J. Agric. Sci. 51(7), 480-482.
  19. Silva, A.C., O.M. Morais, J.L. Santos, L.O. d’Arede, C.J. Silva, and M.M. Rocha. 2014. Estimativa de parâmetros genéticos em Vigna unguiculata. Rev. Cienc. Agrar. 37(4), 399-407.
  20. Singh, B.B. 2007. Recent progress in cowpea genetics and breeding. Acta Hortic. 752, 69-76. Doi: http://doi.org/10.17660/ActaHortic.2007.752.7
  21. Singh, P., S. Prasad, and W. Aalbersberg. 2016. Bioavailability of Fe and Zn in selected legumes, cereals, meat, and milk products consumed in Fiji. Food Chem. 207(15), 125-131. Doi: http://doi.org/10.1016/j.foodchem.2016.03.029
  22. Singh, A., Shweta, and V. Singh. 2018. Estimates of genetic variability, heritability and genetic advance for yield and yield component traits in Indian cowpea [Vigna unguiculata (L.) Walp.]. Int. J. Pure App. Biosci. 6(1), 1142-1147. Doi: http://doi.org/10.18782/2320-7051.5978
  23. Tirkey, M., G.M. Lal, and S.P. Anand. 2022. Estimation of correlation and path analysis for quantitative traits in cowpea (Vigna unguiculata (L.) Walp). Int. J. Plant Soil Sci. 34(22), 1194-1200. Doi: https://doi.org/10.9734/ijpss/2022/v34i2231486
  24. Varanya, A., G. Gayathri, K. Arya, C.T. Usha, P.G. Pratheesh, and H. Priyanka. 2022. Genetic variability and genetic parameters analysis of 143 fodder cowpea [Vigna unguiculata (L.) Walp] germplasm accessions for yield and yield attributing traits. Pharma Innov. J. 11(2), 2595-2600.
  25. Xiong, H., A. Shi, B. Mou, J. Qin, D. Motes, W. Lu, J. Ma, Y. Weng, W. Yang, and D. Wu. 2016. Genetic diversity and population structure of cowpea (Vigna unguiculata L. Walp). PLoS One 11(8), e0160941. Doi: http://doi.org/10.1371/journal.pone.0160941

Descargas

Los datos de descargas todavía no están disponibles.

Artículos más leídos del mismo autor/a

Artículos similares

1 2 3 4 > >> 

También puede {advancedSearchLink} para este artículo.