INTERACCIÓN GENOTIPO AMBIENTE EN ARROZ PARA IDENTIFICAR MEGA-AMBIENTES Y AMBIENTES IDEALES MEDIANTE EL MODELO DE REGRESIÓN POR SITIOS Y BIPLOT

Abstract

La selección de cultivares basada en efectos genéticos y ambientales es insuficiente para el fitomejorador cuando no considera la interacción genotipo por ambiente (IGA). Estudios de IGA permiten identificar exitosamente materiales con alto desempeño para varios o específicos ambientes. Los objetivos de este trabajo fueron detectar la IGA para identificar mega-ambientes y su relación con los genotipos, utilizando el biplot GGE obtenido del análisis del modelo de regresión por sitio (SREG) para el rendimiento en cultivares arroz con riego en Venezuela. En 12 ambientes distribuidos en las principales zonas productoras se evaluaron durante 2010-2011seis genotipos de los cultivares más sembrados de entonces y de la actualidad para la producción comercial de arroz del país. Se usó un diseño de bloques completos al azar con tres repeticiones en unidades experimentales de 20 m2. El análisis de varianza del modelo de SREG detectó significancia en los dos primeros componentes principales que explicaron cerca del 73 % de la variación en IGA. El biplot GGE identificó dos mega-ambientes con „Soberana FL‟ y „SD 20A‟ como mejores cultivares. El biplot GGE “medias y estabilidad” mostró a la línea „AP06B041‟ como el genotipo más estable y al cultivar „Soberana FL‟ como el “genotipo ideotipo” con alta productividad media y estable fenotípicamente. Las mejores localidades de pruebas para ensayos de mejoramiento genético de arroz en Venezuela, resultaron en el estado Guárico el Campo experimental del INIA en ambos periodos (seco y lluvioso) y en Portuguesa el Campo Experimental de Sehiveca para el periodo lluvioso.

The selection of cultivars based on genetic and environmental effects is insufficient for the plant breeder when they do not consider the interaction genotype by environment (GxE). The GxE studies allow appropriate identification of high performance materials for several or specific environments. The objectives of this study were to detect the GxE to identify mega-environments and their relationship with the genotypes, using the GGE biplot obtained from the analysis of the regression-by-site model (SREG) for yield in irrigated rice cultivars in Venezuela. In 12 environments, distributed in the main producing areas, we evaluated during 2010-2011 six genotypes of the most sown cultivars in that time and the present for the commercial production of rice in the country. A randomized complete blocks design with three repetitions was used with experimental units of 20 m2. The analysis of variance of the SREG model detected significance in the first two main components that explained almost 73 % of the GxE variation. The GGE biplot identified two mega-environments with 'Soberana FL' and 'SD 20A' as the best cultivars. The GGE biplot "means and stability" showed the line 'AP06B041' as the most stable genotype and the cultivar Soberana FL as the "ideotype genotype" with high average productivity and stable phenotypically. The best localities of tests for trials of genetic improvement of rice in Venezuela resulted in the Guárico State Experimental Field of INIA in both periods (dry and rainy), and in the Portuguesa State Experimental Field of Sehiveca for the rainy period.