Palabras clave
biplot
estabilidad
adaptabilidad
Cómo citar
Métricas de PLUMX
Resumen
El maíz con alto contenido de aceite contiene más energía y proteína. Su desarrollo depende del mejoramiento genético y la selección de genotipos estables y adaptables en distintos ambientes. En este trabajo se seleccionaron híbridos experimentales con alto contenido de aceite y se evaluó la interacción genotipo-ambiente en tres localidades del noroeste de México. La selección se realizó con 24 genotipos en una localidad con diseño por bloques aleatorizados y cuatro réplicas; el rendimiento se analizó mediante análisis de varianza bifactorial y prueba LSD de Fisher (p < 0.05). Se seleccionaron 5 genotipos y se sembraron en diciembre de 2021 con tres réplicas en Ciudad Obregón, Sonora; Juan José Ríos y Culiacán, Sinaloa, para evaluar la interacción genotipo-ambiente mediante el modelo de efectos aditivos principales e interacción multiplicativa y el modelo de regresión de sitios. En ambos experimentos se utilizaron 11 testigos comerciales. Los dos componentes principales de la interacción explicaron el 100 % de la variabilidad para el primer modelo y el 91.49 % para el segundo. El primer modelo identificó los genotipos 1G, 7G y 8G como más estables y adaptables, mientras que el segundo identificó mayor interacción en los ambientes 1L y 3L, destacando los genotipos 6G y 14G, siendo 14G el híbrido experimental más estable y adaptable al noroeste de México.
Citas
Burgueño, J., Crossa, J., Cornelius, P. L., & Yang, R. C. (2008). Using factor analytic models for joining environments and genotypes without crossover genotype × environment interaction. Crop Science, 48(4), 1291-1305. https://doi.org/10.2135/cropsci2007.11.0632
Centro Internacional de Mejoramiento en Maíz y Trigo [CIMMYT]. (1995). Manejo de los ensayos e informe de los datos para el Programa de Maíz. México, D.F. 5ta reimpresión. ISBN: 970-648-045-5. http://hdl.handle.net/10883/764
Crossa J. (1990). Statistical Analyses of Multilocation Trials. Advances in Agronomy, 44, 55-85. https://doi.org/10.1016/S0065-2113(08)60818-4
Crossa, J., Gauch, H.G., & Zobel, R.W. (1990), Additive Main Effects and Multiplicative Interaction Analysis of Two International Maize Cultivar Trials. Crop Science, 30, 493-500. https://doi.org/10.2135/cropsci1990.0011183X003000030003x
Crossa J., Cornelius P. L., & Yan, W. (2002) Biplots of linear- bilinear models for studying crossover genotype x environment. Crop Science, 42, 619-633. https://doi.org/10.2135/cropsci2002.6190
Crossa, J., Vargas, M., Cossani, C. M., Alvarado, G., Burgueño, J., Mathews, K. L., & Reynolds, M. P. (2015). Evaluation and interpretation of interactions. Agronomy Journal. 107(2):736-747. https://doi.org/10.2134/agronj2012.0491
Comisión Nacional del Agua [CONAGUA]. (2025, August 20). Estaciones Meteorológicas Automáticas. México. https://smn.conagua.gob.mx/es/observando-el-tiempo/estaciones-meteorologicas-automaticas-ema-s
Di Rienzo, J. A., Casanoves, F., Balzarini, M. G., González, L., Tablado, M., & Robledo, C. (2011). InfoStat: software estadístico (versión 2011e) [software]. Grupo Infostat, FCA, Universidad Nacional de Córdoba, Argentina. https://www.infostat.com.ar
Eberhart, S. A. & Russel, W. A. (1966). Stability parameters for comparing varieties. Crop Science, 6(1), 36-40. https://doi.org/10.2135/cropsci1966.0011183X000600010011x
Farias, J. C., Carvalho, P. L., Silva, J. L., & Teodoro, E. P. (2016). Biplot analysis of phenotypic stability in upland cotton genotypes in Mato Grosso. Genetics and Molecular Research, 15(2), 1-10. https://geneticsmr.com/uploads/2024/05/gmr8009.pdf
García, P. J., Pérez, A. A., Silva, R. J., Álvarez, R. M., Monasterio, P. P., & Taramona, L. A. (2020). Evaluation of the agronomic potential of yellow corn hybrids based on the GGE biplot analysis and the AMMI model. Bioagro, 32(2), 95-106. https://revistas.uclave.org/index.php/bioagro/article/view/2693
Hernández-Caldera, R. E., García-De los Santos, G., Zepeda-Bautista, R., Arellano-Vázquez, J. L., Gámez-Vázquez, A. J., & Ávila-Perches, M. A. (2023). Estabilidad del rendimiento de semilla de progenitores de híbridos de maíz de valles altos. Revista Fitotecnia Mexicana, 46(4), 349-356. https://doi.org/10.35196/rfm.2023.4.349
Instituto Nacional de Estadística y Geografía [INEGI]. (2025, Sept 03). Geografía y Medio Ambiente – Edafología. https://www.inegi.org.mx/temas/edafologia/
Lambert, R. J. (2001). High-oil corn hybrids: Specialty Corns. CRC Press. 2nd edition. Boca Ratón, Florida, USA. eBook ISBN 9780429127458. (pp. 131-154). https://www.taylorfrancis.com/chapters/edit/10.1201/9781420038569-8/high-oil-corn-hybrids-robert-lambert
López-Guzmán, J. A., Aguilar-Castillo, J. A., García-Zavala, J. J., & Lobato-Ortiz, R. (2018). Adaptabilidad y estabilidad de longitud de mazorca de maíz raza jala en cinco ambientes. Revista Bio Ciencias, 5(nesp2), e472. https://doi.org/10.15741/revbio.05.03.02
Lozano-Ramírez, A., Santacruz-Varela, A., San-Vicente-García, F., Crossa, J., Burgueño, J. & Molina-Galán, J. D. (2015). Modelación de la interacción genotipo ambiente en rendimiento de híbridos de maíz blanco en ambientes múltiples. Revista Fitotecnia Mexicana, 38(4), 337-347. https://www.scielo.org.mx/scielo.php?pid=S0187-73802015000400001&script=sci_arttext
Martínez, L., Garatuza, J., Armendáriz, M. M., Yépez, E., Garibaldi, J. M., Ortiz, J. E., & González, J. (2018). Caracteres fisiológicos y agronómicos de la variedad de trigo cristalino CIRNO C2008 confirman su estabilidad genética. Agrociencia, 52(3), 419-435. https://www.scielo.org.mx/pdf/agro/v52n3/2521-9766-agro-52-03-419.pdf
Neisse, A. C., Kirch, L. J., & Hongyu, K. (2018). AMMI and GGE biplot for genotype × environment interaction: a medoid-based hierarchical cluster analysis approach for high- dimensional data. Biometrical Letters, 55(2), 97-121. https://doi.org/10.2478/bile-2018-0008
Ochoa-Cadavid, I., Preciado-Ortíz, R. E., & Bayuelo-Jimenez, J. S. (2019). Interacción genotipo × ambiente y estabilidad en rendimiento de variedades de maíz en condiciones contrastantes de fósforo. Agrociencia, 53(3), 337-353. https://www.agrociencia-colpos.org/index.php/agrociencia/article/view/1788/1785
Pacheco, G., Rosa, A., Vargas, M., Alvarado, G., Rodríguez, F., Crossa, J., & Burgueño, J. (2015). Genotype x Environment Analysis with R for Windows. (version 4.1) [software]. GEA-R. CIMMYT Research Data & Software Repository Network. https://hdl.handle.net/11529/10203
Ponce-Encinas, M. C., López-Morales, F., Chura-Chuquija, J., Hernández-Leal, E., Hernández-Salinas, G., & Aragón-García, A. (2022). Interacción genotipo-ambiente del rendimiento en híbridos de maíz amarillo mediante AMMI y SREG. Revista Mexicana de Ciencias Agrícolas, 13(7), 1247–1258. https://doi.org/10.29312/remexca.v13i7.3070
Preciado, R. E., Vázquez, M. G., & Terrón, A. D. (2025). H-393 O, híbrido de cruza doble de maíz de grano blanco con alto contenido de aceite para la región subtropical de México. Revista Fitotecnia Mexicana, 48(1), 89-89. https://doi.org/10.35196/rfm.2025.1.89
Servicio de Información Agroalimentaria y Pesquera [SIAP]. (2025, August 15). Avance de Siembras y Cosechas. https://nube.agricultura.gob.mx/avance_agricola/
Soto, C. S. T., Arce, V. V., & León, L. A. N. (2019). Estabilidad de rendimiento y adaptabilidad de híbridos de maíz tolerantes a suelos ácidos en base a las características del análisis GGE biplot. Avances en Ciencias e Ingenierías, 11(1), 32-45. https://doi.org/10.18272/aci.v11i1.1081
Vargas, E. A., Vargas, J. E., & Baena, G. D. (2016). Análisis de estabilidad y adaptabilidad de híbridos de maíz de alta calidad proteica en diferentes zonas agroecológicas de Colombia. Acta Agronómica, 65(1), 72-79. https://doi.org/10.15446/acag.v65n1.43417
Vázquez-Carrillo, M. G., Preciado, R. E., Santiago, D., Palacios, N., Terrón, A., & Hernández, A. (2018). Estabilidad del rendimiento y calidad de grano y tortilla de nuevos híbridos de maíz con valor agregado para el subtrópico de México. Revista Fitotecnia Mexicana, 41(4a), 509-518. https://www.scielo.org.mx/pdf/rfm/v41n4a/0187-7380-rfm-41-4a-509.pdf
Yan, W., Frégeau, R. J., Pageau, D., & Martin, R. (2016). Genotype-by-environment interaction and trait associations in two genetic populations of oat. Crop Science, 56(3), 1136-1145. https://doi.org/10.2135/cropsci2015.11.0678
Yang, R. C., Crossa, J., Cornelius, P. L., & Burgueño, J. (2009). Biplot analysis of genotype environment interaction: proceed with caution. Crop Science, 49(5), 1564-1576. https://doi.org/10.2135/cropsci2008.11.0665
Revista Bio Ciencias por Universidad Autónoma de Nayarit se encuentra bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Unported.
Basada en una obra en http://biociencias.uan.edu.mx/.
Permisos que vayan más allá de lo cubierto por esta licencia pueden encontrarse en http://editorial.uan.edu.mx/index.php/BIOCIENCIAS.licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional