VARIABILIDAD GENOTÍPICA, HEREDABILIDAD Y AVANCE GENÉTICO EN AMARANTO GRANÍFERO (Amaranthus spp.)

• Published in: BAG. Journal of basic and applied genetics Vol. 32; p. 224
• Main Authors: Mójica, CJ, Ibañez, MA, Marcellino, N, Nicola, A, Peiretti, EG
• Format: Journal Article
• Language: English; Spanish
• Published: Buenos Aires Sociedad Argentina de Genetica 01.10.2021
• ISSN: 1666-0390; 1852-6233

El amaranto es un pseudocereal con amplia adaptación a condiciones agroclimáticas variables, incluso restrictivas. Los parámetros genéticos, el coeficiente de variación, la heredabilidad y el avance genético, proporcionan medidas de variabilidad y eficiencia de selección. El objetivo fue determinar los parámetros genéticos de rendimiento de grano y de otros caracteres agronómicos de 20 genotipos de amaranto en 12 ambientes (Río Cuarto, Argentina), con genotipos desbalanceados. Las variables analizadas fueron: altura de planta, días a panojamiento y a madurez fisiológica, longitud de panoja, índice de vuelco, de fertilidad y de reventado, peso de semillas y rendimiento. Los componentes de la varianza se estimaron mediante modelos mixtos vía REML. Los resultados mostraron diferencias significativas entre genotipos. Las varianzas fenotípica y genotípica fueron semejantes para todos los caracteres, excepto para rendimiento donde la fenotípica fue mayor, indicando influencia de factores ambientales. Las estimaciones de heredabilidad en sentido amplio fueron altas, excepto para rendimiento y vuelco. Los coeficientes de variación genética y fenotípica fueron moderados, con poca diferencia entre ellos, indicando fuerte determinación genética en estos caracteres. El avance genético esperado fue moderado para la mayoría de los caracteres, excepto para vuelco y reventado. Altos valores de heredabilidad, junto a moderados valores de avance genético en la mayoría de los caracteres, sugieren genes con efectos genéticos no aditivos. Alta heredabilidad asociada con alto avance genético para vuelco y reventado indican genes con efectos aditivos y sugieren factibilidad de mejora por selección. La información generada permitiría orientar estrategias de mejoramiento y maximizar la ganancia genética.