Evaluation of the yield and quality stability of chilli genotypes by employing AMMI, GGE and MTSI techniques

Technische Samenvatting: Evaluatie van de Opbrengst en Kwaliteitsstabiliteit van Chili-genotypen door het Gebruik van AMMI-, GGE- en MTSI-technieken

Probleemstelling
Chili (Capsicum annuum L.) is een vitaal soenaceous gewas met een aanzienlijke economische waarde voor voedingsmiddelen, medicinale en industriële toepassingen. De productiviteit ervan wordt echter ernstig aangetast door extreme gevoeligheid voor diverse agro- klimatologische omstandigheden. Genotype × Omgeving (GEI) interacties veranderen frequent de rangschikking van lijnen over locaties en seizoenen heen, wat uitdagingen creëert bij het identificeren van veerkrachtige, breed aangepaste genotypes. Traditionele selectiemethoden slagen er vaak niet in om tegelijkertijd rekening te houden met gemiddelde prestaties en stabiliteit over meerdere kenmerken en omgevingen. Daarom is er een kritieke behoefte aan geavanceerde statistische kaders om GEI te ontleden, het buffervermogen te beoordelen en genotypes te selecteren die een hoge opbrengst en kwaliteit (specifiek oleoresine en totale oplosbare vaste stoffen) behouden onder de variabele omstandigheden van de Noordwestelijke Himalaya.

Methodologie
De studie evalueerde 28 chili-genotypes, bestaande uit 21 F1-hybriden en 7 ouderlijnen (inclusclusief één controlevariëteit, DKC-8), over drie diverse omgevingen in Himachal Pradesh, India: Nauni (E1), Dhaula Kuan (E2) en Bajaura (E3). Deze locaties vertegenwoordigden variërende hoogtes (468–1300 m), bodemtexturen en klimatologische omstandigheden (sub-tropisch tot sub-humide temperaat). Het experiment werd uitgevoerd met een Randomized Complete Block Design (RCBD) met drie replicaties.

Negen kenmerken werden geregistreerd: dagen tot 50% bloei, plantbreedte, primaire takken per plant, vruchtlengte, vruchtbreedte, rode rijpe vrustopbrengst per plant, 1000-zaadgewicht, oleoresinegehalte en totale oplosbare vaste stoffen (TSS).

Om stabiliteit en prestaties te analyseren, maakte de studie gebruik van een uitgebreid scala aan multivariate statistische technieken:

1. Pooled ANOVA: Om de significantie van genotypische, omgevings- en GEI-effecten te beoordelen.
2. AMMI (Additive Main Effects and Multiplicative Interaction): Om de GEI-variantie te verdelen in hoofdcomponent-assen (IPCA) en interacties te visualiseren via biplots (AMMI1 en AMMI2).
3. GGE Biplot: Om "welke-wint-waar"-patronen te visualiseren, mega-omgevingen te identificeren en genotypes te rangschikken op basis van gemiddelde prestaties en stabiliteit ten opzichte van een ideaal genotype.
4. Stabiliteitsindices: Berekening van AMMI-gebaseerde indices (ASV, ASI, ASTAB, MASI, MASV) en de Genotype Selection Index (GSI).
5. WAASB en MTSI: Gebruik van de Weighted Average of Absolute Scores (WAASB) afgeleid van BLUPs en de Multi-Trait Stability Index (MTSI) om gemiddelde prestaties en stabiliteit simultaan over meerdere kenmerken te integreren.

Belangrijkste Resultaten

• Significantie van Interacties: Pooled ANOVA onthulde zeer significante genotypische en omgevingsfactoren voor alle kenmerken. GEI was significant voor vijf sleutelkenmerken: plantbreedte, vrustopbrengst, 1000-zaadgewicht, oleoresine en TSS, wat de noodzaak voor stabiliteitsanalyse bevestigt.
• AMMI-analyse: Het AMMI-model gaf aan dat genotype-effecten het grootste deel (80%) van de variatie in vrustopbrengst verklaarden, gevolgd door GEI (6,03%) en omgeving (5,06%). AMMI1- en AMMI2-biplots identificeerden genotypes met brede aanpassingsvermogen (lage IPCA-scores) versus die met specifieke aanpassing. De genotypes NHPCH1 (G8), NHPCH20 (G27), NHPCH16 (G23), NHPCH21 (G28) en NHPCH4 (G11) kwamen naar voren als topperformers.
• GGE Biplot: De "welke-wint-waar"-analyse clusterde omgevingen in sectoren, waarbij specifieke winnende genotypes voor elke locatie werden geïdentificeerd. Voor vrustopbrengst was G8 (NHPCH1) de winnaar in Dhaula Kuan en Bajaura, terwijl G11 (NHPCH4) uitblonk in Nauni. De ranking-weergave identificeerde G7, G28, G22, G27 en G6 als de meest stabiele en hoog presterende genotypes voor bloeitijd, terwijl G11, G8, G23, G13 en G27 top gerangschikt waren voor opbrengst.
• Stabiliteitsindices: Gebaseerd op AMMI-afgeleide indices (ASV, MASV) en GSI, werden de genotypes G23 en G27 consistent gerangschikt als de meest stabiele voor vrustopbrengst.
• WAASB en MTSI: De MTSI-analyse, met een selectie-intensiteit van 15%, identificeerde succesvol superieure genotypes die een balans vonden tussen hoge productiviteit en stabiliteit. De top-gerangschikte genotypes waren G27 (NHPCH20), G7 (DKC-8), G5 (Punjab Guchhedar) en G28 (NHPCH21).
  • Selectiewinsten: De MTSI-benadering bereikte gewenste selectiedifferentieel (SD%) voor 7 van de 9 kenmerken (77% succespercentage), waaronder plantbreedte, vruchtbreedte, aantal primaire takken per plant (NPBP), vrustopbrengst per plant (FYPP), 1000-zaadgewicht, oleoresine en TSS.
  • Kenmerkclustering: Factoranalyse groepeerde de negen kenmerken in drie componenten: FA1 (opbrengst-gerelateerd), FA2 (kwaliteit-gerelateerd: TSS en oleoresine) en FA3 (fenologie).
  • Specifieke Hoogtepunten: NHPCH20 (G27) werd gerangschikt als superieur voor het oleoresinegehalte, terwijl Punjab Guchhedar (G5) als superieur voor TSS werd geïdentificeerd.

Significantie en Claims
Het artikel stelt dat de vergelijkende toepassing van AMMI, GGE biplot, WAASB en MTSI een robuuster kader biedt voor het begrijpen van GEI en stabiliteit in chili-teelt dan enig enkel model alleen.

• Methodologische Integratie: De studie toont aan dat hoewel AMMI effectief GEI structureert en GGE prestatiepatronen visualiseert, de MTSI-benadering een beslissend voordeel biedt door gemiddelde prestaties en stabiliteit over meerdere agronomische en kwalitatieve kenmerken te integreren in één enkel selectiecriterium.
• Kwekersadviezen: De geïdentificeerde genotypes, met name NHPCH20 (G27) en NHPCH16 (G23), worden gepresenteerd als veelbelovende kandidaten voor regionale teelt in de Noordwestelijke Himalaya. Deze lijnen vertonen de gewenste combinatie van hoge opbrengst, stabiliteit en superieure kwaliteitskenmerken (oleoresine en TSS).
• Omgevingsinzicht: De studie benadrukt Nauni en Dhaula Kuan als de meest beschrijvende omgevingen voor het evalueren van de opbrengststabiliteit, terwijl Bajaura lagere gemiddelde opbrengsten vertoonde.
• Praktische Toepassing: De geselecteerde genotypes worden voorgesteld als waardevolle genetische bronnen voor toekomstige variëteitsontwikkeling en als ouderlijnen om breed aangepaste, hoogopbrengstige en veerkrachtige chili-cultivars te kweken die in staat zijn de veranderende klimatologische omstandigheden te weerstaan.

De auteurs concluderen dat deze veerkrachtige genotypes in aanmerking kunnen komen voor commerciële teelt en toekomstige validatie, wat een oplossing biedt voor de trade-off tussen hoge opbrengst en stabiliteit in heterogene omgevingen.