📄 agriculture

BLUP-Based Multi-Trait Analysis for Identifying Climate-Resilient and High-Performing Mango Ginger (Curcuma amada Roxb.) Ideotypes

Este estudio evalúa diez genotipos de jengibre de mango a través de tres años y ocho entornos utilizando el análisis multicarácter basado en BLUP y los métodos de biplot WAASBY para identificar a Acc 265, IMG-1 y Acc 347 como ideotipos superiores y estables para el rendimiento de rizoma fresco, marcando la primera aplicación de estos modelos a *Curcuma amada*.

Autores originales: Shrikant Laxmikantrao Sawargaonkar, Ajit Kumar Singh, Sarita Agrawal, Jyoti Sahu, Parshuram Sial, Asim Kumar Mishra, Ritesh Patel, Najeeb Naduthodi, Anamica Debnath, Ramkrishna Sarkar, Veerendra Verma

Publicado 2026-07-03

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Shrikant Laxmikantrao Sawargaonkar, Ajit Kumar Singh, Sarita Agrawal, Jyoti Sahu, Parshuram Sial, Asim Kumar Mishra, Ritesh Patel, Najeeb Naduthodi, Anamica Debnath, Ramkrishna Sarkar, Veerendra Verma, M.B. Devi, Kuntugudu S. Krishnamurthy, Sharon Aravind, Souderarajan Aarthi, S. Mukesh Sankar, Duraisamy Prasath

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

La visión general: En busca del Jengibre de Mango "Goldilocks"

Imagina que eres un agricultor que intenta cultivar Jengibre de Mango (una raíz vegetal picante con sabor a mango). Quieres una planta que produzca una cosecha enorme, pero aquí está el problema: el clima cambia cada año y el suelo es diferente en cada campo. Una planta que crece perfectamente en una montaña fresca y lluviosa podría fracasar estrepitosamente en un valle cálido y seco.

Durante mucho tiempo, los agricultores han luchado por encontrar una "superplanta" que funcione bien en todas partes. Este estudio es como un enorme y tecnológico espectáculo de talentos diseñado para encontrar la planta de Jengibre de Mango ideal (llamada "ideotipo") que pueda soportar diferentes climas y, al mismo tiempo, producir una cosecha abundante.

Los concursantes y los jueces

Los concursantes:
Los investigadores reunieron 10 variedades diferentes de Jengibre de Mango. Piensa en estas como 10 atletas diferentes. Una es el "Control" (una variedad estándar conocida llamada Amba) y las otras nueve son accesiones experimentales nuevas (como Acc 265, IMG-1, etc.).

La arena:
Para probarlos de manera justa, no solo los plantaron en un jardín. Los plantaron en 8 ubicaciones diferentes en la India (desde las montañas del Noreste hasta las costas del Sur) durante 3 años.

La analogía: Imagina correr un maratón en 8 ciudades diferentes con distintos terrenos, temperaturas y condiciones de viento, todo al mismo tiempo. Esto asegura que si una planta gana, es porque es verdaderamente resistente, no solo porque tuvo suerte con el clima.

Los jueces (Las matemáticas):
En lugar de limitarse a ver quién cultivaba la raíz más grande, los científicos utilizaron un sofisticado sistema informático llamado BLUP (Mejor Predicción Lineal Insesgada).

La analogía: Imagina a un comentarista deportivo que no solo mira el marcador final. Mira cómo el jugador se desempeñó contra el viento, contra la lluvia y contra diferentes oponentes. Utilizan un algoritmo complejo para predecir quién ganaría en promedio si compitiera 1,000 veces en diferentes condiciones. Esto elimina el factor "suerte" y encuentra a los verdaderos competidores constantes.

Las métricas clave: ¿Qué estaban midiendo?

Observaron cuatro aspectos principales para decidir quién era el ganador:

Rendimiento del rizoma fresco: ¿Cuánta raíz cosecharon? (El premio principal).
Altura de la planta: ¿Qué tan altas crecieron las hojas?
Número de tallos (Tillers): ¿Cuántos tallos crecieron desde un mismo grupo? (Más tallos suelen significar más raíces).
Peso fresco del grupo (Clump): ¿Qué tan pesada era la planta completa?

Los resultados: ¿Quién ganó el espectáculo de talentos?

Tras procesar los números utilizando modelos de estabilidad avanzados (como WAASB y MGIDI), el estudio identificó tres "Superatletas" que destacaron del resto:

Acc 265: Esta variedad fue la campeona absoluta. Era como una navaja suiza: consistente, de alto rendimiento y estable en casi todas las condiciones.
Indira Mango Ginger-1 (IMG-1): Un segundo lugar muy cercano, que mostró una increíble estabilidad y un alto rendimiento.
Acc 347: Otro alto competidor que destacó en rasgos específicos como la altura y el rendimiento.

Los perdedores:
Algunas variedades, como NVMG 9 y CAM 3, fueron "fenómenos de un solo éxito". Podían haberlo hecho genial en una ubicación específica (como un velocista que solo corre rápido en pistas mojadas), pero fallaron al no rendir de manera constante cuando el entorno cambió. El estudio sugiere que estas deberían ser descartadas de los programas de fitomejoramiento.

El secreto de la "Estabilidad"

El hallazgo más importante no fue solo quién cultivaba más, sino quién crecía de la manera más fiable.

La analogía: Imagina a dos corredores. El Corredor A corre 100 metros en 10 segundos en una pista perfecta, pero tropieza en la grava. El Corredor B corre 100 metros en 11 segundos en una pista perfecta, pero también corre 11 segundos en grava, lodo y arena. El Corredor B es el "estable".
El estudio encontró que Acc 265 e IMG-1 eran los "Corredores B". No solo tenían altos rendimientos; tenían una alta heredabilidad, lo que significa que sus buenos rasgos estaban "programados" en su ADN y no desaparecerían solo porque el clima cambiara.

La conclusión: ¿Qué significa esto?

Los investigadores concluyeron que, al utilizar estas herramientas matemáticas avanzadas, identificaron con éxito las variedades de Jengibre de Mango "Goldilocks".

Acc 265, IMG-1 y Acc 347 ahora se recomiendan para que los agricultores las cultiven ampliamente.
Son las plantas "ideales" porque combinan una alta producción con la capacidad de sobrevivir en diferentes climas.
Esta es la primera vez que estos modelos matemáticos específicos (WAASB y MGIDI) se han utilizado en el Jengibre de Mango, demostrando que son excelentes herramientas para encontrar los mejores cultivos.

En resumen: Los científicos realizaron una prueba masiva de varios años y múltiples ubicaciones para encontrar las plantas de Jengibre de Mango que son resistentes, constantes y de alto rendimiento. Encontraron tres ganadores que están listos para ser plantados en toda la India para ayudar a los agricultores a obtener mejores cosechas, independientemente del clima.

Resumen Técnico: Análisis Multitrasit basado en BLUP para la Identificación de Ideotipos de Jengibre de Mango Climáticamente Resilientes y de Alto Rendimiento

Planteamiento del Problema
El jengibre de mango (Curcuma amada Roxb.) es un cultivo de rizoma con un valor medicinal e industrial significativo, caracterizado por un aroma y sabor distintivo similar al del mango. A pesar de la fuerte demanda de la industria por sus rizomas frescos y compuestos bioactivos (como la $\beta$ -mirceno y el escualeno), su cultivo comercial a gran escala se ha visto obstaculizado por la falta de variedades estables y de alto rendimiento. La propagación clonal del cultivo limita el fitomejoramiento convencional, pero existe una variabilidad significativa entre los genotipos en rasgos como el color del rizoma, el sabor y la composición química. Existe una brecha crítica en la identificación de genotipos que posean tanto un alto rendimiento como estabilidad a través de diversas condiciones agroclimáticas. Los modelos de estabilidad tradicionales (por ejemplo, Eberhart y Russell) suelen asumir interacciones genotipo $\times$ ambiente (GE) lineales, fallando al capturar patrones de estabilidad complejos y no lineales. Por consiguiente, es necesario evaluar diversos genotipos utilizando enfoques estadísticos modernos que puedan manejar datos desbalanceados y modelar con precisión los efectos aleatorios para identificar ideotipos climáticamente resilientes.

Metodología
El estudio evaluó 10 genotipos de jengibre de mango, incluyendo la variedad de control 'Amba', en ocho entornos diversos en la India durante tres años consecutivos (2020–2022), lo que resultó en 24 ensayos de campo. Los ensayos siguieron un Diseño de Bloques Completos al Azar (RCBD) con tres replicaciones. Los rasgos clave medidos incluyeron el rendimiento de rizoma fresco (FRY), la altura de la planta (PH), el número de tallos por penacho (NTC) y el peso fresco del penacho (FWC).

El análisis empleó un conjunto integral de herramientas estadísticas modernas basadas en la Mejor Predicción Lineal Insesgada (BLUP):

Análisis de Componentes de Varianza: Los genotipos y las interacciones GE fueron tratados como efectos aleatorios utilizando el paquete metan en R. La significancia se probó mediante Pruebas de Razón de Verosimilitud (LRT). Se estimaron los parámetros genéticos, incluyendo la heredabilidad en sentido amplio ( $h^2_g$ ), la precisión de la selección y los coeficientes de variación.
Índices de Estabilidad:
- WAASB (Promedio de Puntuaciones Absolutas Ponderadas basado en BLUP): Calculado para evaluar la estabilidad a través de los entornos; valores más bajos indican mayor estabilidad.
- WAASBY: Un índice compuesto que combina el rendimiento (peso del 60%) y la estabilidad (peso del 40%) para clasificar los genotipos.
- MGIDI (Índice de Distancia Genotipo-Ideotipo Multitrasit): Utilizado para identificar los genotipos más cercanos a un ideotipo multitrasit ideal.
- MTSI (Índice de Estabilidad Multitrasit) y FAI-BLUP: Integran el rendimiento medio y la estabilidad mediante el análisis factorial para estimar la probabilidad de que un genotipo coincida con el ideotipo.
- Índice Smith-Hazel (SH): Un índice de selección clásico utilizado para fines comparativos.
Métricas de Selección: Se calcularon los diferenciales de selección y las ganancias genéticas basadas en una intensidad de selección del 20%.

Resultantes Clave

Variabilidad Genética y Heredabilidad: Se observaron diferencias altamente significativas para los genotipos, entornos e interacciones GE ( $P < 0.001$ ) para todos los rasgos. Las estimaciones de heredabilidad variaron, mostrando la Altura de la Planta la mayor heredabilidad media (0.826%) y precisión de selección, mientras que el Número de Tallos por penacho mostró la menor (0.423%).
Estabilidad y Rendimiento:
- WAASB/WAASBY: Los genotipos Acc 265, Indira Mango Ginger-1 (IMG-1) y Acc 347 emergieron como superiores, exhibiendo alto rendimiento y estabilidad. Específicamente, Acc 265 ocupó el primer lugar para FRY y FWC en el análisis WAASBY.
- MGIDI: Acc 265 logró la puntuación MGIDI más baja (Rango 1), indicando la mayor alineación con el ideotipo multitrasit, seguido de IMG-1 y NVMG 2.
- MTSI: IMG-1 ocupó el primer lugar, seguido de Acc 265 y Acc 347, confirmando su estabilidad general.
- Smith-Hazel: Acc 347, Acc 265 e IMG-1 obtuvieron los tres primeros puestos, validando su adaptabilidad.
Correlaciones Genéticas: Se encontraron fuertes correlaciones positivas entre FRY y FWC ( $r = 0.68$ ), PH ( $r = 0.64$ ) y NTC.
Ganancia de Selección: El estudio predijo diferenciales de selección positivos para todos los rasgos. La mayor ganancia genética se proyectó para el Peso Fresco del Penacho (5.51%), seguido de la Altura de la Planta (3.62%).
Análisis Factorial: Un solo factor (FA1) explicó el 76.76% de la variación total, con comunalidades altas (>0.50) para todos los rasgos, lo que sugiere que la selección para un tipo de planta compacto, de alto tallaje y alto rendimiento mejoraría simultáneamente múltiples rasgos.

Significancia y Reivindicaciones
Los autores afirman que este es el primer estudio en aplicar WAASB, WAASBY y modelos de estabilidad multitrasit (MGIDI, MTSI, FAI-BLUP) para analizar las interacciones GE y la estabilidad en Curcuma amada. El estudio demuestra que los enfoques basados en BLUP proporcionan una base estadística robusta para identificar genotipos superiores, superando las limitaciones de los modelos lineales tradicionales.

La integración del rendimiento medio y la estabilidad a través de estos índices identificó con éxito a Acc 265, Indira Mango Ginger-1 (IMG-1) y Acc 347 como los ideotipos ideales. Estos genotipos se recomiendan para un cultivo más amplio debido a su superioridad constante a través de diversos modelos estadísticos y su potencial para servir como líneas parentales para el mejoramiento de variedades de alto rendimiento y climáticamente resilientes. Por el contrario, genotipos como NVMG 9, CAM 3 y RH 408 fueron identificados con un desempeño deficiente en todos los índices y se sugiere su exclusión de los programas de mejoramiento. Los hallazgos subrayan que, si bien la heredabilidad a nivel de parcela para el rendimiento puede ser baja, la selección basada en las medias ambientales sigue siendo efectiva, particularmente para rasgos con coeficientes de variación genotípica altos en relación con la variación residual.