Evaluation of the yield and quality stability of chilli genotypes by employing AMMI, GGE and MTSI techniques
Diese Studie bewertete Chili-Genotypen über verschiedene Umgebungen des nordwestlichen Himalayas hinweg unter Verwendung von AMMI-, GGE- und MTSI-Techniken, um stabile, ertragsstarke und qualitativ hochwertige Kandidaten zu identifizieren, wobei insbesondere NHPCH20 und Punjab Guchhedar als überlegene Performer für den regionalen Anbau hervorgehoben wurden.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Technische Zusammenfassung: Evaluierung der Ertrags- und Qualitätsstabilität von Chili-Genotypen unter Anwendung von AMMI-, GGE- und MTSI-Techniken
Problemstellung
Chili (Capsicum annuum L.) ist eine lebenswichtige Solanaceen-Kultur mit bedeutendem wirtschaftlichem Wert für die Lebensmittel-, Medizin- und Industrieanwendungen. Die Produktivität wird jedoch durch die extreme Empfindlichkeit gegenüber unterschiedlichen agroklimatischen Bedingungen stark beeinträchtigt. Genotyp × Umwelt (GEI)-Interaktionen verändern häufig die Rangfolge der Linien über Standorte und Saisons hinweg, was die Identifizierung resistenter, weit verbreiteter Genotypen erschwert. Traditionelle Selektionsmethoden versäumen es oft, gleichzeitig den Mittelwert der Leistung und die Stabilität über mehrere Merkmale und Umwelten hinweg zu berücksichtigen. Folglich besteht ein kritischer Bedarf an fortgeschrittenen statistischen Rahmenbedingungen, um GEI zu analysieren, die Pufferkapazität zu bewerten und Genotypen auszuwählen, die einen hohen Ertrag und eine hohe Qualität (insbesondere Oleoresin und Gesamtsumme der löslichen Feststoffe [TSS]) unter den variablen Bedingungen des Nordwest-Himalayas aufrechterhalten.
Methodik
Die Studie evaluierte 28 Chili-Genotypen, bestehend aus 21 F1-Hybriden und 7 Elternlinien (einschließlich einer Kontrollsorte, DKC-8), in drei verschiedenen Umwelten in Himachal Pradesh, Indien: Nauni (E1), Dhaula Kuan (E2) und Bajaura (E3). Diese Standorte repräsentierten unterschiedliche Höhenlagen (468–1300 m), Bodenbeschaffenheiten und klimatische Bedingungen (subtropisch bis subhumid-gemäßigt). Das Experiment wurde in einem randomisierten Blockdesign (RCBD) mit drei Wiederholungen durchgeführt.
Neun Merkmale wurden erfasst: Tage bis zur 50%igen Blüte, Pflanzenbreite, Primärzweige pro Pflanze, Fruchtlänge, Fruchtbreite, rote reife Fruchtleistung pro Pflanze, 1000-Korn-Gewicht, Oleoresin-Gehalt und die Gesamtsumme der löslichen Feststoffe (TSS).
Zur Analyse der Stabilität und Leistung wurde eine umfassende Palette multivariater statistischer Techniken eingesetzt:
- Pooled ANOVA: Zur Bewertung der Signifikanz von Genotyp-, Umwelt- und GEI-Effekten.
- AMMI (Additive Main Effects and Multiplicative Interaction): Zur Partitionierung der GEI-Varianz in Hauptkomponentenachsen (IPCA) und zur Visualisierung von Interaktionen mittels Biplots (AMMI1 und AMMI2).
- GGE Biplot: Zur Visualisierung von „Which-won-where“-Mustern, zur Identifizierung von Mega-Umwelten und zur Rangfolge von Genotypen basierend auf der mittleren Leistung und Stabilität relativ zu einem idealen Genotyp.
- Stabilitätsindizes: Berechnung von AMMI-basierten Indizes (ASV, ASI, ASTAB, MASI, MASV) und des Genotyp-Selektionsindex (GSI).
- WAASB und MTSI: Nutzung des Weighted Average of Absolute Scores (WAASB), abgeleitet aus BLUPs, und des Multi-Trait Stability Index (MTSI), um die mittlere Leistung und Stabilität gleichzeitig über mehrere Merkmale hinweg zu integrieren.
Hauptergebnisse
- Signifikanz der Interaktionen: Die Pooled ANOVA zeigte hochsignifikante Genotyp- und Umwelteffekte für alle Merkmale. Die GEI war signifikant für fünf Schlüsselmerkmale: Pflanzenbreite, Fruchtertrag, 1000-Korn-Gewicht, Oleoresin und TSS, was die Notwendigkeit einer Stabilitätsanalyse bestätigt.
- AMMI-Analyse: Das AMMI-Modell zeigte, dass Genotypeneffekte den größten Anteil (80 %) an der Variation des Fruchtertrags ausmachten, gefolgt von GEI (6,03 %) und Umwelt (5,06 %). AMMI1- und AMMI2-Biplots identifizierten Genotypen mit breiter Anpassungsfähigkeit (niedrige IPCA-Werte) gegenüber solchen mit spezifischer Anpassung. Die Genotypen NHPCH1 (G8), NHPCH20 (G27), NHPCH16 (G23), NHPCH21 (G28) und NHPCH4 (G11) erwiesen sich als Spitzenperformer.
- GGE Biplot: Die „Which-won-where“-Analyse gruppierte Umwelten in Sektoren und identifizierte spezifische Gewinnergenotypen für jeden Standort. Für den Fruchtertrag war G8 (NHPCH1) der Gewinner in Dhaula Kuan und Bajaura, während G11 (NHPCH4) in Nauni herausragte. Die Ranking-Ansicht identifizierte G7, G28, G22, G27 und G6 als die stabilsten und leistungsstärksten Genotypen für die Blütezeit, während G11, G8, G23, G13 und G27 die Spitzenreiter für den Ertrag waren.
- Stabilitätsindizes: Basierend auf AMMI-abgeleiteten Indizes (ASV, MASV) und dem GSI wurden die Genotypen G23 und G27 konsistent als die stabilsten für den Fruchtertrag eingestuft.
- WAASB und MTSI: Die MTSI-Analyse, unter Verwendung einer Selektionsintensität von 15 %, identifizierte erfolgreich überlegene Genotypen, die hohe Produktivität mit Stabilität über mehrere Agrar- und Qualitätsmerkmale hinweg ausbalancierten. Die am höchsten bewerteten Genotypen waren G27 (NHPCH20), G7 (DKC-8), G5 (Punjab Guchhedar) und G28 (NHPCH21).
- Selektionsgewinne: Der MTSI-Ansatz erreichte gewünschte Selektionsdifferenziale (SD%) für 7 von 9 Merkmalen (77 % Erfolgsrate), darunter Pflanzenbreite, Fruchtbreite, Anzahl der Primärzweige pro Pflanze (NPBP), Fruchtertrag pro Pflanze (FYPP), 1000-Korn-Gewicht, Oleoresin und TSS.
- Merkmalshäufung: Die Faktoranalyse gruppierte die neun Merkmale in drei Komponenten: FA1 (ertragsbezogen), FA2 (qualitätsbezogen: TSS und Oleoresin) und FA3 (Phänologie).
- Besondere Schwerpunkte: NHPCH20 (G27) wurde als überlegen für den Oleoresin-Gehalt eingestuft, während Punjab Guchhedar (G5) als überlegen für TSS identifiziert wurde.
Bedeutung und Ansprüche
Die vorliegende Arbeit behauptet, dass die vergleichende Anwendung von AMMI, GGE-Biplot, WAASB und MTSI einen robusteren Rahmen für das Verständnis von GEI und Stabilität in der Chili-Züchtung bietet als jedes einzelne Modell allein.
- Methodische Integration: Die Studie zeigt, dass, während AMMI die GEI effektiv strukturiert und GGE Leistungsmuster visualisiert, der MTSI-Ansatz einen entscheidenden Vorteil bietet, indem er die mittlere Leistung und Stabilität über mehrere agronomische und qualitative Merkmale hinweg in ein einziges Selektionskriterium integriert.
- Züchtungsempfehlungen: Die identifizierten Genotypen, insbesondere NHPCH20 (G27) und NHPCH16 (G23), werden als vielversprechende Kandidaten für den regionalen Anbau im Nordwest-Himalaya präsentiert. Diese Linien weisen die gewünschte Kombination aus hohem Ertrag, Stabilität und überlegenen Qualitätsmerkmalen (Oleoresin und TSS) auf.
- Einblicke in die Umwelt: Die Studie hebt Nauni und Dhaula Kuan als die aussagekräftigsten Umwelten für die Bewertung der Ertragsstabilität hervor, während Bajaura niedrigere Durchschnittserträge aufwies.
- Praktische Anwendung: Die ausgewählten Genotypen werden als wertvolle genetische Ressourcen für die zukünftige Sortenentwicklung und als Elternlinien vorgeschlagen, um breit angepasste, ertragreiche und resiliente Chili-Sorten zu züchten, die in der Lage sind, wechselnden klimatischen Bedingungen standzuhalten.
Die Autoren kommen zu dem Schluss, dass diese resilienten Genotypen für den kommerziellen Anbau und die zukünftige Validierung in Betracht gezogen werden können und eine Lösung für den Zielkonflikt zwischen hohem Ertrag und Stabilität in heterogenen Umwelten bieten.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.