Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2012
ISSN Impreso 0120-0135
David Esteban Duarte A.1, Tulio Cesar Lagos B.2, Liz Katherine Lagos S.3
RESUMEN
1
Ingeniero Agrónomo. Facultad de Ciencias Agrícolas. Universidad de Nariño, Pasto, Colombia. david890223@hotmail.com.
2
Profesor Asociado I. A. Ph. D. Facultad de Ciencias Agrícolas. Universidad de Nariño, Pasto, Colombia.
tclagos@udenar.com
3
Investigadora Grupo en Producción de Frutales Andinos I. A. M.Sc. Universidad Nacional de Colombia Sede Palmira,
Palmira, Colombia. lklagoss@unal.edu.co
[70] DUARTE, LAGOS Y LAGOS: Correlaciones genotipos de tomate de árbol
ABSTRACT
This research was carried out to evaluate different components of fruit quality,
to estimate phenotypic, genetic and environmental correlations in tree tomato
(Cyphomandra betacea), considering 14 variables related to fruit size and quality, and
to establish direct and indirect effects of traits related to fruit weight. Data of 81 hybrids
with two replications were taken account of, in the municipality of Pasto, Colombia.
The results indicated that genotypic correlations were higher than phenotypic and
environmental ones. Fruit weight (FW) showed the highest genetic correlations (rG
0.60), with more pulp and seed weight (rG 0 0.90) and equatorial diameter (rG = 0.84).
Path analysis based on genotypic correlations showed that internal thickness (EI) was
the variable that had the greatest direct effect(1.63) demonstrating that a selection
on the basis of fruit weight will result in an increase of the internal thickness. Taking
into account the phenotypic correlations, it was established by analysis that the
direct effects of equatorial diameter(DE) and polar diameter (DP), (0.30) and (0.26)
respectively are the major contributors to fruit weight (PF).
indirectos de esos factores. La solución a este mar las correlaciones fenotípicas, genéticas y
problema, se logra con el análisis de sendero. ambientales entre 14 variables asociadas a la
calidad de fruto, y establecer la relación cau-
Para entender mejor las causas entre las aso- sa y efecto entre el peso del fruto en función
ciaciones entre caracteres, Wright (1921) de diámetro ecuatorial (DE), diámetro polar
propuso el análisis de sendero que desdo- (DP), espesor interno (EI), peso de pulpa mas
bla las correlaciones estimadas en efectos semilla (PuS), contenido de jugo (CJ), peso de
directos e indirectos de caracteres sobre una semilla de fruto (PSFu), número total de se-
variable básica. Los análisis han sido aplica- milla (NTS) y dureza (Du) a través del análisis
dos, en varias solanaceas como en pimentón de sendero, utilizando las correlaciones feno-
Capsicum annuum (De Carvalho et al. 1999) y típicas y genéticas entre tales componentes.
berenjena Solanum melongena (Ingale y Patil,
1995; Aramendiz et al., 2008).
MATERIALES Y MÉTODOS
A pesar que el análisis de correlación es una
herramienta estadística que mide el grado Localización. El lote de cruzamientos se
de asociación entre dos caracteres bajo una ubicó en el Corregimiento de La Caldera, mu-
condición experimental dada, su descom- nicipio de Pasto, localizado a 1910 msnm,
posición es dependiente del conjunto de car- cuyas coordenadas son 1°17´35,1´´LN y
acteres estudiados, las cuales, normalmente, 77°09´21,33´´LW, con una temperatura pro-
son evaluadas por el conocimiento previo del medio de 19°C. Se estableció, en la localidad
investigador, con base en su importancia y las de la Pradera-Nariño el ensayo de evaluación
posibles interrelaciones expresadas anterior- de 72 híbridos y nueve testigos de tomate de
mente (Falconer y Mackay, 1996; Cruz y Re- árbol, se ubica a una altura de 1980 msnm,
gazzi, 1997; Vencovsky y Barriga, 1992). entre los 01°19’33,3”LN y los 77°19’18,9”LW,
con una temperatura promedio de 18°C. De
La literatura colombiana sobre mejoramien- este ensayo, se tomaron los frutos que fueron
to genético de tomate de árbol, no reporta procesados en el Laboratorio de biotecnolo-
estudios sobre análisis de correlaciones y de gía de la Universidad de Nariño, localizado
sendero para las propiedades del fruto, que en la Ciudad Universitaria Torobajo (Pasto) a
2540 msnm, 01° 12’13”LN y 77° 15’23”LW.
contribuyan al proceso de selección y mejora-
miento de la especie, en función de satisfacer
Variables evaluadas. Para medir las varia-
las demandas de productores y el sector agro-
bles relacionadas con la calidad de fruto de
industrial.
cada parcela se tomaron seis frutos en esta-
do de maduración entre 4 y 5, según la norma
Este trabajo de investigación es una contri-
ICONTEC NTC 4105 (1997). Por cada genoti-
bución a los procesos de selección, que per-
po se colectaron en la cuarta cosecha(cuando
mite obtener las bases conceptuales sobre las
las plantas estaban en plena fase productiva)
correlaciones fenotípicas, genotípicas y am-
y se evaluaron las siguientes variables:
bientales en variables relacionadas con el fru-
to de tomate de árbol C. betacea. Acorde con Peso promedio del fruto (PF). Se obtuvo el
lo anterior, los objetivos fueron los siguien- promedio de PF en g de frutos por parcela.
tes: evaluar los diferentes componentes de
calidad del fruto en 81 genotipos de tomate Diámetro ecuatorial (DE). Es la medida en
de árbol (72 híbridos y nueve testigos), esti- mm del eje transversal del fruto, tomada so-
bre la base proximal. Para el cálculo de esta C+S.S.T, donde SST corresponde a sólidos so-
variable se tomaron frutos por genotipo. lubles totales.
Diámetro polar (DP). Es la longitud en mm, Acidez Titulable (A.C). Se determinó por el
tomada desde la base proximal hasta el ápice método de titulación potenciométrica. Se ex-
del fruto. Esta medición se realizó sobre fru- presa como porcentaje de A.C y se calculó me-
tos por genotipo. diante la siguiente ecuación:
Tabla 2. Datos de pasaporte para los parentales de tomate de árbol Cyphomandra betaceae Cav. Sendt.
Análisis Estadístico. Todas las variables bajo (Tt), al nivel de significancia de 0,05 y con (n –
un diseño de bloques completos al azar, se so- 2) grados de libertad. La regla de decisión fue:
metieron al Análisis de Varianza (ANDEVA). sí Tc ≥ Tt, entonces el valor de r es estadística-
Aquellas donde el efecto de genotipos no fue mente diferente de cero (Espitia et al., 2008).
significativo, no se tomaron en cuenta en los
análisis de correlación genética, fenotípica y Se realizaron dos análisis de sendero para el
ambiental, incluyéndose para éstos, las varia- sistema: PF como variable efecto (Y) en fun-
bles PF, DE, DP, EI, PUS, CJ, PSFU, NTS y DU. ción delas variables causa: DE (X1), DP (X2), EI
(X3), PUS (X4), CJ (X5), PSFU (X6), NTS (X7) y
Se hicieron grupos de las variables altamen- DU (X8), uno empleando la matriz de correla-
te correlacionadas (r >0,60), escogiéndose ciones fenotípicas y el otro con base en el uso de
para el análisis y la discusión del ANDEVA la matriz de correlaciones genéticas entre tales
las variables PF, DE, CJ, NTS y BX. En donde variables (ambas matrices las origina automáti-
los efectos de tratamientos fueron significa- camente el programa GENES Versión 2006 en el
tivos, se utilizó la prueba de comparación de procedimiento para el análisis de varianza fac-
medias de Tukey (α = 0,05) cuando el efecto torial combinado genotipo por ambiente).
de los tratamientos fue significativo. Para la
estimación de los coeficientes de correlación Para estimar los efectos directos en cada uno
fenotípicos, genéticos y ambientales, los coe- de los análisis, GENES Versión 2006 utiliza
ficientes de sendero se aplicaron las fórmulas una matriz de correlaciones (fenotípica o ge-
clásicas de correlación: nética: dependiendo del interés), la descom-
pone y organiza en el siguiente sistema de
Correlación fenotípica (rF(XY)): rF(XY) = matrices: P = A-1. R; en donde: A-1 es la inversa
COVF(XY)/SF(X).SF(Y) de la matriz de correlaciones (entre cada una
Correlación genética (rG(XY)); rG(XY) = de las variables causa), R es el vector de coe-
COVG(XY)/SG(X) .SG(Y) ficientes de correlaciones entre las variables
Correlación ambiental (rE(XY)); rE(XY) = causa con la variable efecto; y P es el vector de
COVE(XY)/SE(X) .SE(Y) coeficientes de sendero (Espitia et al., 2008).
En donde: r(XY) y COV(XY) son las correlacio- La descomposición de los coeficientes de co-
nes y covarianzas fenotípicas (rF), genéticas rrelación de cada una de las variables causa
(rG) y ambientales (rE) entre los caracteres X con la variable efecto (rXiY), en sus compo-
e Y, respectivamente; S(x) y S(y) son las des- nentes efecto directo (Pi) y efecto indirecto
viaciones estándar fenotípicas, genéticas y (Ei), permite, mediante el despeje de las si-
ambientales de X e Y, en su orden. Para este guientes ecuaciones, estimar los respectivos
análisis se utilizó el programa GENES desa- efectos indirectos de cada variable causa (Ei):
rrollado por Cruz (2006).
rX1Y = P1 + E1 : para DE
Una vez estimados los coeficientes de corre- rX2Y = P2 + E2 : para DP
lación se confirmó la significancia estadística rX3Y = P3 + E3 : para EI
para cada coeficiente de correlación (r), plan- rX4Y = P4 + E4 : para PUS
teando la hipótesis nula: Ho: r=0versus la hi- rX5Y = P5 + E5 : para CJ
pótesis alterna Ha: r≠0, mediante una prueba rX6Y = P6 + E6 : para PSFU
de T, dada por Tc = r x (n – 2)1/2/(1 – r2) 1/2. La rXY7Y = P7 + E7 : para NTS
T calculada (Tc) se comparó con una T tabular rXY8Y = P8 + E8 : para DU
El coeficiente de sendero debido a los efectos ca en calibre A (>129 g), el 49% en calibre B
residuales o debido a otras variables no con- (118-128 g), el 22% en calibre C (99-117 g)y
sideradas en el estudio (h), se estima median- el 1% a calibre D (83-98g).
te la siguiente ecuación:
En cuanto al DE (Tab.4), el genotipoCB-
h = [1 – (P1.rX1Y) - (P2.rX2Y) - (P3.rX3Y) - c039xCBb01 presentó (59,96 mm) según la
(P4.rX4Y)]½. norma ICONTEC NTC 4105 (ICONTEC, 1997)
se ubicó dentro del calibre B (55-60mm),
RESULTADOS Y DISCUSIÓN presentando diferencias significativas solo
con el promedio más bajo que corresponde
Los resultados del Análisis de varianza se al CBb03xCBb75 con un DE 45,90 mm (Cali-
presentan en la Tab.3. Se observan diferen- bre E = < 45 mm). Los demás tratamientos, no
cias significativas entre las variables DE, EI, presentaron diferencias significativas, cuyo
EEX, PUS, CJ, PSFU, NTS y DU, en el caso del DE osciló entre 45,99 y 57,57 mm con cali-
DP, a pesar de no presentar diferencias signi- bres que van desde E hasta A (Bernal y Díaz,
ficativas entre los genotipos, se introdujo en 2003).
los análisis debido a que es un componente
del tamaño del fruto. En CJ (Tab.4), el genotipoCBi49xCBu88 alcan-
zó el mayor promedio (52,58 mL) presentó
La prueba de comparación de medias de diferencias significativas únicamente con el
Tukey (Tab.4) para el PF no mostró diferen- tratamiento CBi51xCBl78 (22,41 mL). Entre
cias significativas entre los genotipos. Los PF los demás tratamientos no se presentaron
oscilan entre 79,96 y 168,98 g. Según la nor- diferencias significativas. Su CJ osciló entre
ma ICONTEC NTC 4105 (ICONTEC, 1997; Ber- 26,25 y 49,5 mL, esto significa que para ob-
nal y Díaz, 2003)el promedio menor corres- tener un litro de jugo en el caso del genoti-
ponde a un calibre D con un y el dato mayor poCBi49xCBu88, se necesitan 19 frutos y para
al calibre A. El 27% de los genotipos se ubi- CBi51xCBl78 se necesitan 44 frutos.
Tabla 3.Cuadrados medios del ANDEVA para las variables asociadas a la calidad del fruto de-
tomate de Árbol (C. betacea)bajo condiciones del municipio de Pasto, Colombia.
C.V 17,50 6,10 5,66 17,63 19,63 17,16 18,08 21,35 32,79
Tabla 4. Prueba de comparación de medias de Tukey para las variables peso de fruto (PF), diá-
metro externo (DE) y contenido de jugo (CJ) en tomate de árbol (C. betacea) bajo condiciones
del municipio de Pasto, Colombia.
PF DE CJ
CBunt1305xC-
85,74 CBc14xCbc15 46,42 AB CBb04xCBco40 26,34 AB
Bl78
Tukey (0,05)
Medias con diferente letra son estadísticamente diferentes
Tabla 5. Prueba de comparación de medias de Tukey para las variables grados brix (BX) y
número total de semillas por fruto (NTS), en tomate de árbol (C .betacea)bajo condiciones del
municipio de Pasto, Colombia.
BX NTS
Genotipo Media Genotipo Media*
CBsb01 11,32 CBu82xCBl77 498,79 A
CBp25xCBf89 10,82 CBcon74xCBc039 492,62 A
CBb02xCBu84 10,56 CBl81 448,81 AB
CBl80xCBb73 10,45 CBcon33xCBu87 440,52 AB
CBsj36xCBu87 10,28 CBp25xCBsj38 438,07 AB
CBco46 10,16 CBcon33xCBcon34 437,63 AB
CBcon74xCBl79 10,13 CBl81xCBi50 434,58 AB
CBl80 10,10 CBco46 432,85 AB
CBb08xCBsj38 10,07 CBco42 432,70 AB
CBb03xCBu88 9,99 CBp19xCBu87 422,05 AB
CBb06xCBl77 8,59 CBc11xCBc95 210,93 AB
CBb04xCBc15 8,54 CBco42xCBu65 202,66 AB
CBc93xCBc046 8,34 CBb04xCBco40 196,76 AB
CBp25xCBsj38 8,27 CBb03xCBb75 170,14 B
CBcon33xCBu94 7,87 CBu82xCBb01 135,90 B
Tukey (0,05)
*Medias con diferentes letras son estadísticamente diferentes
Tabla 6. Correlaciones fenotípicas (rF), genéticas (rG) y ambientales (rE) para ocho caracte-
res asociados al fruto detomate de árbol(C. betacea) bajo condiciones del Municipio de Pasto,
Colombia.
Por otra parte, en las Tab.7 y 8 se presentan (0,30) y DP (0,26) sobre el coeficiente de co-
los análisis de sendero que muestran la des- rrelación (PF: 0,69 y 0,62 respectivamente), es
composición de las correlaciones fenotípicas mayor que los efectos indirectos de las otras
(rF) y correlaciones genéticas (rG) para el PF, variables que se tuvieron en cuenta para el
en su orden. En la diagonal y en negrilla apa- análisis. Al ser positivos (tanto los efectos di-
recen los efectos directos y fuera de la dia- rectos como el coeficiente de correlación), la
gonal los indirectos. Se observa que el coefi- correlación explica la verdadera relación exis-
ciente de determinación (R2) en el análisis de tente entre estos dos caracteres y una selec-
sendero para rG indica que el 91% de la va- ción directa a través de esta característica será
riabilidad del PF estuvo explicada por las va- efectiva (Singh y Chaudhary, 1985).
riables DE, DP, EI, PUS y PSFU, lo cual, indica
un buen ajuste del modelo y la importancia de La descomposición de la correlación (rF=
las variables explicativas en la definición del 0,60) entre EI y PF (Tab.7) están explicadas
PF (Espitia et al., 2008).El R2 del análisis de en mayor proporción por los efectos indirec-
sendero con base en las correlaciones fenotí- tos de DE (0,25) que por los efectos directos
picas fue del 61% (Tab.7), considerado alto. de la variable EI (0,10). Esto indica que la co-
rrelación significativa y directa existente en-
En el análisis de sendero fenotípico, las varia- tre EI y PF, se debe en mayor proporción a la
bles con mayor efecto directo sobre el PF fue- influencia indirecta, a través de DE.
ron DE y DP con valores de 0,30 y 0,26 y en el
genético (Tab 8) fueron DP y EI con valores de Con base en el primer análisis de sendero
0,74 y 1,63. (Tab.7) se puede inferir que la selección de
frutos con mayor DE y DP permite la obten-
En el caso del análisis de sendero para rF ción de frutos más pesados y con mayor EI,
(Tab.7), se observa que el efecto directo de DE PUS y PSFU.
Tabla 7. Análisis de sendero para el peso del fruto (PF) en función del diámetro Ecuatorial (DE),
diámetro polar (DP), espesor interno (EI), peso de pulpa mas Semilla (PUS), peso de semilla del
fruto (PSFu) en tomate de árbol (C. betacea),bajo condiciones del Municipio de Pasto, Colombia.
En el análisis de sendero para correlaciones Se puede inferir que el efecto directo del EI
genéticas (Tab.8) los efectos directos de las (1,63) sobre el PF (rGEIvPF =0,74), en el análisis
variables DE, PUS y NTS sobre el PF son ne- de sendero genético (Tab. 8) es mayor que los
gativos (-0,26, -0,36 y -0,94, respectivamen- efectos indirectos de las otras variables. Ade-
te), por lo tanto, el valor de la correlación más, la variable EI está participando como
se le atribuye a los efectos indirectos de las efecto indirecto en los demás coeficientes de
otras variables. En esta situación los factores correlación, pero presenta un mayor valor
causales indirectos son considerados simul- que los efectos directos de cada variable.
táneamente para los procesos de selección
(Singh y Chaudhary, 1985).
Tabla 8. Análisis de sendero para el peso del fruto (PF) en función del diámetro Ecuatorial
(DE), diámetro polar (DP), espesor interno (EI), peso de pulpa mas Semilla (PUS), peso de se-
milla del fruto (PSFu) en tomate de árbol (C. betacea),bajo condiciones del Municipio de Pasto,
Colombia