Aprovechamiento de modelos probabilísticos para mejorar la recomendación de cultivares de soja en Zimbabue

Área de la Ciencia:

• Ciencia Agrícola
• Mejora Genética Vegetal
• Bioestadística

Sus antecedentes:

• La recomendación de cultivares es crucial pero se ve desafiada por las interacciones variedad × entorno (V×E).
• Los programas de mejora de la soja necesitan métodos para seleccionar variedades adaptadas a diversas regiones tropicales y subtropicales.
• Los modelos probabilísticos bayesianos pueden gestionar los riesgos de recomendación de cultivares asociados con las interacciones V×E.

Objetivo del estudio:

• Identificar variedades de soja con altas probabilidades de rendimiento superior en múltiples rasgos y entornos en Zimbabue.
• Aplicar un Índice de Selección Probabilístico Bayesiano (BPSI) dentro de un marco multitratamiento y multientorno.
• Gestionar el riesgo de selección estimando la probabilidad de rendimiento superior para los cultivares de soja.

Principales métodos:

• Se evaluaron 97 variedades de soja en 37 entornos y seis temporadas en Zimbabue.
• Se utilizó un diseño de bloques completos aleatorizados con tres repeticiones.
• Se estimó la probabilidad de rendimiento superior utilizando una intensidad de selección del 20% para rasgos individuales y del 10% para un índice multitratamiento.

Principales resultados:

• El rendimiento del grano mostró una mayor variabilidad que la altura de la planta en los diferentes entornos.
• La mayoría de las variedades exhibieron una adaptación más fuerte a grupos de años que a grupos de ubicaciones.
• El BPSI identificó diez variedades de soja superiores con altas probabilidades de éxito en los entornos de Zimbabue.

Conclusiones:

• El BPSI identificó eficazmente variedades de soja con adaptación amplia y específica, reduciendo el riesgo de selección.
• Este marco bayesiano ofrece un enfoque robusto y basado en datos para la recomendación de cultivares en Zimbabue.
• El BPSI tiene potencial para mejorar las decisiones de mejora en entornos heterogéneos y puede extenderse a otros cultivos y rasgos.