https://doi.org/10.29312/remexca.v16i6.3856

elocation-id: e3856

Oliveros-González, Pérez-López, González-Huerta, Ramírez-Dávila, and Flores-Carrera: Variabilidad genética y heredabilidad en colectas de habas del centro mexiquense

Journal Metadata

Journal Identifier: remexca [journal-id-type=publisher-id]

Journal Title Group

Journal Title (Full): Revista mexicana de ciencias agrícolas

Abbreviated Journal Title: Rev. Mex. Cienc. Agríc [abbrev-type=publisher]

ISSN: 2007-0934 [pub-type=ppub]

Publisher

Publisher’s Name: Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias

Article Metadata

Article Identifier: 10.29312/remexca.v16i6.3856 [pub-id-type=doi]

Article Grouping Data

Subject Group [subj-group-type=heading]

Subject Grouping Name: Artículo

Title Group

Article Title: Variabilidad genética y heredabilidad en colectas de habas del centro mexiquense

Contributor Group

Contributor [contrib-type=author]

Name of Person [name-style=western]

Surname: Oliveros-González

Given (First) Names: María Teresa

X (cross) Reference [ref-type=aff; rid=aff1]

Superscript: 1

Contributor [contrib-type=author]

Name of Person [name-style=western]

Surname: Pérez-López

Given (First) Names: Delfina de Jesús

Contributor [contrib-type=author]

Name of Person [name-style=western]

Surname: González-Huerta

Given (First) Names: Andrés

X (cross) Reference [ref-type=aff; rid=aff2]

Superscript: 2

Contributor [contrib-type=author]

Name of Person [name-style=western]

Surname: Ramírez-Dávila

Given (First) Names: José Francisco

X (cross) Reference [ref-type=aff; rid=aff2]

Superscript: 2

Contributor [contrib-type=author]

Name of Person [name-style=western]

Surname: Flores-Carrera

Given (First) Names: Laura Stephanie

X (cross) Reference [ref-type=aff; rid=aff2]

Superscript: 2

Affiliation [id=aff1]

Label (of an Equation, Figure, Reference, etc.): 1

Institution Name: in an Address: Programa de Doctorado en Ciencias Agropecuarias y Recursos Naturales-Facultad de Ciencias Agrícolas-Universidad Autónoma del Estado de México. Campus Universitario ‘El Cerrillo’, Toluca de Lerdo, Estado de México, México. Tel. 722 2965552, ext. 117. (pcarn@uaemex.mx; moliverosg001@alumno.uaemex.mx). [content-type=original]

Institution Name: in an Address: Universidad Autónoma del Estado de México [content-type=normalized]

Institution Name: in an Address: Programa de Doctorado en Ciencias Agropecuarias y Recursos Naturales [content-type=orgdiv2]

Institution Name: in an Address: Facultad de Ciencias Agrícolas [content-type=orgdiv1]

Institution Name: in an Address: Universidad Autónoma del Estado de México [content-type=orgname]

Address Line

City: Toluca de Lerdo

State or Province: Estado de México

Country: in an Address: Mexico [country=MX]

Email Address: pcarn@uaemex.mx

Email Address: moliverosg001@alumno.uaemex.mx

Affiliation [id=aff2]

Label (of an Equation, Figure, Reference, etc.): 2

Institution Name: in an Address: Centro de Investigación y Estudios Avanzados en Fitomejoramiento-Facultad de Ciencias Agrícolas- Universidad Autónoma del Estado de México. Campus Universitario ‘El Cerrillo’, Toluca de Lerdo, Estado de México. México.AP. 435. Tel. 722 2965518, ext. 148. (agonzalezh@uaemex.mx; framirezd@uaemex.mx; lphaniefc@hotmail.com). [content-type=original]

Institution Name: in an Address: Universidad Autónoma del Estado de México [content-type=normalized]

Institution Name: in an Address: Centro de Investigación y Estudios Avanzados en Fitomejoramiento [content-type=orgdiv2]

Institution Name: in an Address: Facultad de Ciencias Agrícolas [content-type=orgdiv1]

Institution Name: in an Address: Universidad Autónoma del Estado de México [content-type=orgname]

Address Line

City: Toluca de Lerdo

State or Province: Estado de México

Country: in an Address: Mexico [country=MX]

Email Address: agonzalezh@uaemex.mx

Email Address: framirezd@uaemex.mx

Email Address: lphaniefc@hotmail.com

Author Note Group

Correspondence Information: [§] Autora para correspondencia: djperezl@uaemex.mx [id=c1]

Publication Date [date-type=pub; publication-format=electronic]

Day: 05

Month: 10

Year: 2025

Publication Date [date-type=collection; publication-format=electronic]

Season: Aug-Sep

Year: 2025

Volume Number: 16

Issue Number: 6

Electronic Location Identifier: e3856

History: Document History

Date [date-type=received]

Day: 01

Month: 05

Year: 2025

Date [date-type=accepted]

Day: 01

Month: 08

Year: 2025

Permissions

License Information [license-type=open-access; xlink:href=https://creativecommons.org/licenses/by-nc/4.0/; xml:lang=es]

Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons

Abstract

Title: Resumen

Este trabajo se realizó con el objetivo de estimar componentes de varianza y heredabilidades (H2) en sentido amplio en caracteres cuantitativos y cualitativos en 25 cultivares de haba usando un diseño experimental de bloques completos al azar con cuatro repeticiones en serie de ensayos. Las diferencias entre los dos ambientes (A), los 25 genotipos (G) y su interacción fueron significativas para la mayoría de los caracteres evaluados. Las mayores H2 variaron de 51.73 a 96.68%. El análisis de componentes principales explicó 63.62% de la variación total original, el rendimiento se correlacionó positiva y significativamente con EFI, NVP, DV, LV, PP y REND. La predicción con la GAM indicó que con NVP, DV, PP y REND se tendría mayor avance genético por selección. Dentro de cada uno de los caracteres cualitativos hubo poca variabilidad fenotípica.

Keyword Group [xml:lang=es]

Title: Palabras clave:

Keyword: Vicia faba L.

Keyword: análisis de componentes principales

Keyword: producción en verde.

Counts

Figure Count [count=2]

Table Count [count=4]

Equation Count [count=0]

Reference Count [count=31]

Page Count [count=0]

Resumen

Este trabajo se realizó con el objetivo de estimar componentes de varianza y heredabilidades (H2) en sentido amplio en caracteres cuantitativos y cualitativos en 25 cultivares de haba usando un diseño experimental de bloques completos al azar con cuatro repeticiones en serie de ensayos. Las diferencias entre los dos ambientes (A), los 25 genotipos (G) y su interacción fueron significativas para la mayoría de los caracteres evaluados. Las mayores H2 variaron de 51.73 a 96.68%. El análisis de componentes principales explicó 63.62% de la variación total original, el rendimiento se correlacionó positiva y significativamente con EFI, NVP, DV, LV, PP y REND. La predicción con la GAM indicó que con NVP, DV, PP y REND se tendría mayor avance genético por selección. Dentro de cada uno de los caracteres cualitativos hubo poca variabilidad fenotípica.

Palabras clave:

Vicia faba L., análisis de componentes principales, producción en verde.

Introducción

El haba (Vicia faba L.) es cultivada en 64 países y su grano se consume en fresco y en seco. Por su alto valor proteico (23 a 43%) es de gran importancia para la población de escasos recursos (Pérez et al., 2009; FAOSTAT, 2022). Ésta es una especie diploide (2n= 12) parcialmente alógama con entrecruzamiento de 4 a 60% (Suso y Maalouf, 2010) lo que ha generado amplia variabilidad genética pero también ha dificultado el mantenimiento de diversas colectas (Duc et al., 2010; Tadele et al., 2022).

El estudio de la variabilidad genética con base en caracteres agromorfológicos conduce a identificar variedades con mayor rendimiento y resistencia al estrés biótico y abiótico (Arab et al., 2018; Tadele et al., 2021). El rendimiento está influenciado por factores genéticos, ambientales y por interacciones entre estos (Annicchiarico y Iannicci, 2008) y presenta heredabilidad baja (Chaudhary et al., 2020).

Así, se busca identificar componentes del rendimiento con mayor heredabilidad, como vainas por planta (79.84%), semillas por planta (77.88%), peso de semilla por planta (87.61%) (Abo-Hegazy, 2022; Amjad y Alghamdi, 2023) y longitud de vaina (84.32%) (Kosev y Georgieva, 2023), para mejorar su respuesta a la selección.

En México existen pocos trabajos sobre este tema. Peréz et al. (2015) y Bagink et al. (2013) consideraron relevantes el tamaño, sanidad y color de semilla, características que los agricultores de los Valles Altos de México usan para su mejoramiento genético (Rojas et al., 2012). El Estado de México es el principal productor en haba verde y en el municipio de Calimaya de Díaz González se producen 120 t ha-1 (SIAP, 2022). El objetivo del presente trabajo fue estimar variabilidad genética y heredabilidad en sentido amplio en caracteres cuantitativos y cualitativos de habas colectas en el centro del Estado de México, México.

Materiales y métodos

Características del sitio experimental

Este estudio se realizó en 2022 y 2023 durante los ciclos agrícolas primavera verano y otoño invierno en San Nicolás Guadalupe (SNG; L1) y en San Francisco Oxtotilpan (SFO; L2), pertenecientes a los municipios de San Felipe del Progreso y Temascaltepec, respectivamente. SNG se ubica a 19° 36’ 30’’ de latitud norte y 100° 01’ 44” de longitud oeste, a una altitud de 2 740 m, su temperatura media anual es de 15 °C y su precipitación media anual es de 891.8 mm, el tipo de suelo predominante es andosol y en este sitio no existe infraestructura para riego. SFO se localiza a 19° 17’ 365’’ de latitud norte y 99° 89’ 956” de longitud oeste, a una altitud de 2 648 m, su temperatura media anual es de 12 °C y su precipitación media anual es de 1 200 mm, el tipo de suelo que predomina es andosol y en este sitio se aplicó riego de auxilio (CONAGUA, 2014).

Material genético

Se consideraron 25 colectas provenientes de los municipios mexiquenses: Zinacantepec, Ixtlahuaca, Toluca, Texcaltitlán, Calimaya, Santiago Tianguistenco, Jocotitlán, San José del Rincón, San Felipe del Progreso, Xalatlaco y Otzolotepec (Figura 1).

Figura 1

Figura 1. Colectas de haba evaluadas en 2022 y 2023.

2007-0934-remexca-16-06-e3856-gf1.png

Diseño experimental y tamaño de la parcela

Se utilizó un diseño experimental de bloques completos al azar con cuatro repeticiones por localidad en serie de experimentos. La parcela constó de tres surcos de 4 x 0.8 m pero el surco central fue la parcela útil. La distancia entre plantas fue 30 cm, colocando 2 semillas por mata, realizando un aclareo en plántula.

Manejo agronómico de los experimentos

En SNG (L1) la preparación del terreno se realizó mecánicamente, pero en SFO (L2) esta actividad se hizo con tracción animal. La siembra se efectuó el 22 de abril (L1) y el 16 de diciembre de 2022 (L2). En SFO se aplicaron dos riegos (6 de marzo y 20 de abril de 2023); se aplicaron 60N-60P-30K más estiércol de vacuno (240 kg en L1; 400 kg de este más 500 kg de fósforo en L2). En L1 las escardas se realizaron el 7 de junio y el 7 de julio del 2022, y en L2 éstas se efectuaron el 25 de abril y el 21 de marzo de 2023.

El control de maleza fue manual en SNG, pero en SFO se aplicó metribuzin 1 L ha-1 el 29 de diciembre del 2022. El control fitosanitario preventivo a mancha chocolate (Botrytis fabae) en ambas localidades se hizo aplicando Mancozeb (1 kg ha-1). La cosecha en SNG se realizó el 10 de septiembre de 2022 y en SFO fue el 20 de mayo de 2023.

Variables evaluadas

Se consideraron 10 plantas con competencia completa en cada parcela útil y se registraron 13 caracteres cuantitativos y 10 cualitativos aplicando la Guía Técnica de la Descripción Varietal para haba del Servicio Nacional de Inspección y Certificación de Semillas (SNICS, 2001), en altura de planta (AP, cm), altura a primera vaina (APV, cm), ramas totales (NRT), ramas con vaina (NRP), eficiencia (EFI, cociente NRP/NRT, foliolos por hoja (NFH), vainas por planta (NVP); semillas por vaina (NSV), longitud de vaina (LV, cm) diámetro de vaina (DV, cm), espesor de vaina (EV, cm), peso de vaina por planta (PP, g) y rendimiento (REND; el peso de vaina verde por parcela se extrapoló a t ha-1 ).

Los caracteres cualitativos fueron: hábito de crecimiento (HC), porte de planta (PP), coloración de antocianinas en tallo (CAT), intensidad del color verde en follaje (IV), mancha de melanina en el estandarte (MME), pigmentación de antocianina en el estandarte (PAE), extensión de la pigmentación de antocianina en el estandarte (EPA), color de la mancha de melanina en las alas (CME), porte de la vaina (PV) y época de desarrollo completo de la vaina (EDV).

Análisis estadístico

Se realizó un análisis de varianza individual y combinado (Anava), asumiendo que las localidades (A), los cultivares (G) y su interacción son factores aleatorios. La heredabilidad por ambiente se estimó cómo: H2 = ((2 G/(2 F)100, pero a través de éstos se calculó cómo: H2= 100 {σ2 G / [σ2 G + (σ2 GA /a) + (σ 2 E /ra)]. Donde: (2 G es la varianza genética entre cultivares; (2 F es la varianza fenotípica, σ2 GA es la varianza de la interacción cultivares por ambientes; σ2 E es la varianza del error combinado, a y r son el número de ambientes y de repeticiones (Holland et al., 2003; Pérez et al., 2007).

Se utilizó el paquete estadístico InfoStat versión 2017 (Di Rienzo et al., 2008). El análisis de componentes principales (Sánchez, 1995), se realizó con el paquete estadístico Statistical Analysis System, (SAS, 1988) pero el biplot se elaboró con Microsoft Excel. Se calculó el avance genético en unidad absoluta (GA) y la ganancia genética como porcentaje de la gran media (GAM) aplicando una presión de selección del 5% a partir de: GA= (i H2(f /media) 100. Donde: i es la intensidad de la selección al 5% y (f es la desviación estándar fenotípica (Johnson et al., 1955).

Resultados y discusión

Análisis de varianza

Para ambientes (A) y cultivares (G) los valores de F fueron significativos (p≤ 0.01) en todas las variables, excepto en foliolos por hoja (NFH). En contra parte, en la interacción GxA no hubo diferencias significativas (p< 0.05) en ramas totales (NRT), foliolos por hoja (NFH), semillas por vaina (NSV), longitud de vaina (LV), diámetro de vaina (DV) y espesor de vaina (EV).

Los resultados mostrados en el Cuadro 1 indican que hubo heterogeneidad ambiental en ambas localidades, hay variabilidad genética entre cultivares y existe una clasificación diferente de las habas en ambos sitios, como lo reportaron Pérez et al. (2015); Tekalign et al. (2020); Ton et al. (2021); Abo-Hegazy (2022); Kosev y Georgieva (2023), quienes encontraron diferencias significativas en las tres fuentes de variación previamente indicadas para altura de planta (AP), ramas totales (NRT), vainas por planta (NVP), semillas por vaina (NSV), peso de vaina por planta (PP) y rendimiento ha-1 (REND). Baginsky et al. (2013), por su parte, reportaron diferencias significativas sólo para REND y peso de vainas por planta.

Cuadro 1

Cuadro 1. Cuadrados medios y significancia estadística de los valores de F, gran media (X) y coeficiente de variación (CV %) en 13 caracteres cuantitativos medidos en 25 cultivares de haba.

Carácter Ambiente (A) Rep (A) G G x A Error X CV (%)
AP 0.12* 0.13 0.06** 0.03* 0.02 1.39 10.36
APV 3757.84** 140.66 172.39** 61.92** 20.27 35.86 12.55
NRP 345.58** 4.01 3.69** 1.2** 0.58 5.56 13.66
NRT 173.72** 5.55 3.82** 0.77ns 0.7 6.38 13.15
EFI 0.88** 0.01 0.03** 0.03** 0.01 0.87 8.85
NFH 0.27ns 0.22 0.11ns 0.09ns 0.07 6.41 4.16
NVP 21201.94** 867.96 313.96** 141.39** 48.72 28.2 24.75
NSV 0.68** 0.22 0.15** 0.07ns 0.06 2.04 11.67
LV 3.73* 5.73 7.39** 0.77ns 0.63 10.25 7.76
DV 0.93** 0.02 0.57** 0.01ns 0.02 2.39 5.94
EV 0.39** 0.02 0.19** 0.01ns 0.01 1.74 6.32
PP 13297324.5** 212521.17 79596.88** 36935.96** 9369.08 457.25 21.17
REN 11976.57** 235.87 78.95** 28.99** 8.87 13.63 21.84

[i] Rep= repetición; G= genotipo; A= ambiente; GxA= interacción genotipo ambiente; **= significativo al 0.01; *= significativo al 0.05; ns= no significativo.

Los componentes de varianza (CV) y heredabilidad (H2)

Los CV se evalúan en términos de respuestas a la selección y el empleo del método de momentos, calculado con sus funciones lineales, permite estimar la variabilidad genética (H2) que existe entre cultivares cuando se emplean los cuadrados medios del análisis de varianza (Holland et al., 2003; Pérez et al., 2007; Shimelis y Shringani, 2010).

En la mayoría de los caracteres cuantitativos H2 varió de 53. 84 a 92.59% en SNG y de 37.5 a 90.9 en SFO (Cuadro 2), estos resultados fueron similares a los de Kumar et al. (2020) que utilizó líneas endogamicas (40.01% para LV, 88.43% para NVP y 56.59% para DV).

Cuadro 2

Cuadro 2. Media aritmética (X), coeficiente de variación y heredabilidad (H2) en 13 caracteres evaluados en 25 cultivares de haba.

Variable X CV (%) H2
SNG SFO SNG SFO SNG SFO
AP 1.41 a 1.36 a 8.55 12 75 40
APV 40.2 a 31.53 b 10.34 15.29 87.58 75.55
NRP 4.25 b 6.87 a 17.94 11.02 74.44 78.24
NRT 5.45 b 7.31 a 14.95 11.8 64.51 72.52
EFI 0.8 b 0.93 a 11.57 6.07 80 68
NFH 6.44 a 6.37 a 3.73 4.56 0 38.46
NVP 17.91 b 38.5 a 28.18 22.04 72.41 80.17
NSV 2.1 a 1.99 b 11.61 11.73 53.84 37.5
LV 10.12 a 10.39 a 7.36 8.13 80.82 86.45
DV 2.32 b 2.46 a 5.54 6.28 92.59 0
EV 1.7 b 1.78 a 6.09 6.52 87.5 90.9
PP 199.4 b 715.1 a 27.44 17.55 78.29 84.67
REN 5.89 b 21.37 a 27.58 18.18 83.24 83.63

[i] Los códigos para identificar la significancia estadística de los valores de F, así como los correspondientes a las variables registradas fueron descritas previamente.

En el análisis combinado se observó que la varianza de la IGA fue ligeramente mayor o igual que la varianza entre genotipos (G): estimaciones similares fueron observadas por Pérez et al. (2015); Tadele et al. (2021).

En el presente estudio se observó que en la mayoría de los caracteres H2 varió de 41.39 a 96.69% (Cuadro 3). Estos resultados indican que existe amplia variabilidad genética entre cultivares de haba pero que ésta también puede ser enmascarada por la IGA. Una estrategia importante para contrarrestar los efectos negativos de la IGA sería estratificar la heterogeneidad que causan las localidades contratantes formando grupos con aquellas que sean similares.

Cuadro 3

Cuadro 3. Componentes de varianza (CV) y heredabilidad (H2) en la serie de experimentos

Variables Combinado
σ2g σ2f σ2gxa σ2e H2 GA GAM
AP 0.002 0.007 0.003 0.02 41.39 0.07 5.3
APV 13.808 21.549 10.414 20.265 64.08 6.13 17.09
NRP 0.31 0.460 0.156 0.576 67.32 0.94 16.93
NRT 0.381 0.477 0.015 0.704 79.93 1.14 17.84
EFI 0 0.003 0.005 0.01 0 0 0
NFH 0.003 0.013 0.005 0.07 18.18 0.04 0.68
NVP 21.57 39.244 23.16 48.72 54.96 7.09 25.15
NSV 0.009 0.018 0.003 0.056 51.73 0.14 7.05
LV 0.827 0.923 0.033 0.633 89.58 1.77 17.3
DV 0.068 0.071 0.009 0.018 96.68 0.53 22.24
EV 0.022 0.023 0 0.011 94.06 0.3 17.14
PP 5332.615 9949.61 6891.717 9369.08 53.59 110.12 24.08
REN 6.244 9.868 5.031 8.866 63.27 4.09 30.04

[i] Los códigos que son reportados en este Cuadro fueron descritos previamente.

También sería de gran ayuda practicar selección familiar para ampliar la adaptabilidad en los mejores cultivares, especialmente considerando componentes primarios del rendimiento que muestren altas correlaciones positivas entre ellos y con la productividad, tanto en fresco como en grano seco.

No obstante, lo anterior, estos resultados contrastan con los publicados por Abo-Hegazy (2022) quienes al utilizar lineas y variedades registraron en vainas por planta, semillas por planta y peso de semilla por planta valores de 79.8, 80.9, y 87.6%, respectivamente. Por otra parte, Chaudhary et al. (2020) trabajaron líneas, donde obtuvieron para NRT 62.8%, para NVP 70.3% y para rendimiento 82.9%.

Avance genético esperado

La ganancia genética, expresada como porcentaje de la gran media (GAM) y aplicando una presión de selección del 5% para determinar la respuesta a la selección, se presenta en el Cuadro 3; en este GAM presentó los valores más bajos en AP (5.3%), NFH (0.68%) y NSV (7.05%) y sus H2 fueron menores al 50%. También se observó una moderada ganancia genética (GΔ) para NRT (17.8%), REND (30.04%), NVP (25.15%), PP (24.08%) y DV (22.24%) y sus estimaciones de H2 fueron mayores al 50%; Chaudhary et al. (2020) reportaron valores de 25.11% para NRT, 23.20% para NVP y de 27. 43% para REND. Tadele et al. (2021); Ton et al. (2021); Abo-Hegazy (2022); Kosev y Georgieva (2023) concluyeron similarmente. Estos resultados implican que, a mayor heredabilidad, habrá mayor ganancia genética y por lo tanto estos caracteres son un críterio para seleccionar genetipos sobresalientes.

Análisis de componentes principales (CP)

Los componentes principales 1 (41.26%) y 2 (22.36%) explicaron el 63.62% de la variación total (Figura 2), porcentajes deseables para interpretar confiablemente las correlaciones aproximadas que se observan en el biplot, como lo sugirieron Sánchez (1995); Pérez et al. (2009). En el cuadrante 1 se observó alta correlación positiva entre rendimiento (REN) con eficiencia (EFI), peso de vaina por planta (PP), diámetro de vaina (DV), espesor de vaina (EV) y longitud de vaina (LV). Estas características servirán como criterio de selección indirecta para incrementar la producción en vaina verde o en grano seco.

Figura 2

Figura 2. Interrelaciones entre 25 cultivares de haba (en número) y 13 variables agronómicas (en letra).

2007-0934-remexca-16-06-e3856-gf2.png

La dispersión de los 25 cultivares en los cuatro cuadrantes del biplot confirma la existencia de amplia variabilidad genética entre cultivares de haba, la cual está disponible para iniciar un nuevo y mejor programa de mejoramiento en la región central de México. La variabilidad fenotípica que se detectó en las 25 colectas de haba fue mayor en AP, APV, NRP, NRT, NVP, LV, DV, EV y PP. Por otro lado, Arab et al. (2018) al realizar una evaluación durante dos ciclos y trabajar 42 colectas locales y dos variedades comerciales en Egipto reportaron mayor variabilidad en NVP, NSP y AP.

La colecta más sobresaliente fue la identificada como T25, proveniente de San Bartolo Apostol municipio de Santiago Tianguistenco, que fue la que obtuvo los mayores valores en AP (1.48 cm), LV (11.26 cm), DV (2.65 cm), EV (1.89 cm) y PP (656.25 g), seguido de T11 (Zaragoza de Guadalupe), los genotipos T22 y T24 sobresalieron por su mayor número de vainas por planta.

Estos resultados son similares a los reportados por Pérez et al. (2015); Kumar et al. (2020) quienes sugirieron como componentes principales del rendimiento en haba verde el diámetro, espesor y longitud de vaina (Kosev y Georgieva., 2023) y número de semillas por planta (Arab et al., 2018; Abo-Hegazy, 2022).

Por otra parte, Kumar et al. (2020); Chaudhary et al. (2020) indicaron una situación similar para número de vainas por planta y peso de vainas verdes por planta (Yahia et al., 2012; Mohammed et al., 2013; Baginsky et al., 2013). En este estudio, se observaron los mayores rendimientos en T25 (20.18 t ha-1) y T19 (17.56 t ha-1), debido al mayor diámetro de vaina (2.65 y 2.59 cm, respectivamente) y al peso de vaina por planta (656.25 y 602.5 g, respectivamente).

Caracteres cualitativos

La identificación de variabilidad genética (VG) entre y dentro de cultivares permite seleccionar variedades con características agronómicas deseables (Salazar et al., 2019) y contribuye al aumento parcial de la producción y de la calidad de semilla en haba (Díaz et al., 2008). La descripción varietal permite una discriminación rápida y fácil entre fenotipos (SNICS, 2001), en características altamente heredables fácilmente detectadas a simple vista y con poca o nula variación con los ambientes (Yahia et al., 2012; Pérez et al., 2015).

En este estudio se observaron diferencias fenotípicas en las 25 colectas (Cuadro 4) en hábito de crecimiento determinado (HC); en porte de planta dos fueron bajas, 17 intermedias y seis altas, la coloración de antocianina en tallo (CAT) estuvo presente (P), para intensidad del color verde en follaje (IV) tres cultivares fueron claro y 22 medio, la mancha de melanina en el estandarte (MME) se manifestó en todas las colectas; la pigmentación de antocianina en el estandarte (PAE).

Cuadro 4

Cuadro 4. Características de planta, follaje, flor y vaina en 25 cultivares de haba en dos ambientes del Estado de México.

Cultivar Planta Follaje Flor Vaina verde
HC PP CAT IV MME PAE EPA CME PV EDV
T1 D M P M P P G N S T
T2 D B P M P P G N S M
T3 D M P M P P G N S M
T4 D M P M P P G M S T
T5 D A P M P P G N S M
T6 D M P M P P G M S M
T7 D M P M P P G N S M
T8 D M P M P P G N S T
T9 D M P M P P G N E T
T10 D M P M P P G M S M
T11 D A P M P P G N S M
T12 D A P C P P G N S T
T13 D M P M P P G N S M
T14 D M P M P P G N S M
T15 D A P M P P G M E M
T16 D M P M P P G N E T
T17 D M P M P P G N E T
T18 D M P M P P G M S T
T19 D M P C P P G N S T
T20 D M P M P P G N E M
T21 D B P C P P G M S M
T22 D M P M P P G N E M
T23 D A P M P P G N S T
T24 D M P M P P G M S M
T25 D A P M P P G N S M

[i] Colecta (T); HC= hábito de crecimiento; D= determinado; I= indeterminado; PP= porte de planta; B= baja; M= media; A= alta; CAT= coloración de antocianinas en tallo; P= presente; A= ausente; IV= intensidad del color verde en follaje; C= claro; M= medio, O= oscuro; MME= mancha de melanina en el estandarte; P= presente; A= ausente; PAE= pigmentación de antocianina en el estandarte; P= presente; A= ausente; EPA= extensión de la pigmentación antociánica en el estandarte; P= pequeña; M= media; G= grande; CME= color de la mancha de melanina en las alas; AV= amarillo verdoso; M= marrón; N= negro; PV= porte de la vaina; E= erecto; S= semierecto; H= horizontal; SC= semi colgante; C= colgante; EDV= época de desarrollo completo de la vaina (primeras vainas completamente desarrolladas); T= temprana; M= media; T= tardía.

Estuvo presente, la extensión de la pigmentación antocianina en el estandarte (EPE) fue grande, para color de la mancha de la melanina en las alas (CMA) siete cultivares fueron marrón y 18 negro, para porte de la vaina (PV) seis colectas fueron erectas, 16 semierectas, para la época de desarrollo completo de vaina (ED) 15 fueron registradas con desarrollo medio y 10 como tardíos. Estos resultados contrastan con los reportados por Arab et al. (2018); Amjad y Alghamdj (2023) quienes estimaron amplia variabilidad fenotípica en caracteres cuantitativos y cualitativos durante dos ciclos de evaluación. En este estudio, se reportó poca variabilidad fenotípica.

Conclusiones

Los valores de heredabilidad mayores al 50% indicaron que existe variabilidad fenotípica en la mayoría de los caracteres evaluados. El análisis de componentes principales explicó un 63.62% de la variación total original y en esté se observó que la colecta identificada como T25 se correlacionó positiva y significativamente con EFI, NVP, DV, LV, PVP y REND, por lo que es posible practicar selección para incrementar el rendimiento con base en estos componentes del rendimiento.

Con base en la GAM también puede predecirse que considerando NVP, DV, PVP y REND se tendrá mayor avance genético a través de la selección. En los caracteres cualitativos hubo poca variabilidad fenotípica y por lo tanto también genética, pero estos caracteres de herencia simple podrían utilizarse confiablemente para uniformizar la homogeneidad dentro de los cultivares de haba evaluados en la presente investigación.

Bibliografía

1 

Abo-Hegazy, H. S. R. E. 2022. Genetic variability, heritability and path coefficient analyses of some agronomic traits in faba bean (Vicia faba L.). Asian Journal of Plant Sciences. 21(1):469-474.

2 

Amjad, Z. and Alghamdi, S. S. 2023. Agro-morphological characterization of Vicia faba L. accessions in the kingdom of Saudi Arabia. International Journal of Agricultural and Biosystems Engineering. 17(11):105-114.

3 

Annicchiarico, P. and Iannucci, A. 2008. Breeding strategy for faba bean in Southern Europe based on cultivar responses across climatically contrasting environments. Crop Science. 48(3):983-991.

4 

Arab, S. A.; Azza, F. S. and Marwa, K. A. M. 2018. Genetic diversity in some faba bean landraces using morphological characters and yield components. Journal of Plant Production. 9(12):975-980.

5 

Baginsky, C.; Silva, P.; Auza, J. and Acevedo, E. 2013. Evaluation for fresh consumption of new broad bean genotypes with a determinate growth habit in central Chile. Chilean Journal of Agricultural Research. 73(3):225-232.

6 

Chaudhary, A. K.; Nath, S.; Hitaishi, S. K. and Dutt, A. 2020. Assessing genetic variability, heritability and genetic advance in faba bean (Vicia faba L.) under sodic soil. Journal of Pharmacognosy and Phytochemistry. 9(5):966-970.

7 

CONAGUA. 2014. Comisión Nacional del Agua. Servicio Meteorológico Nacional, Normales climatológicas. https://smn.conagua.gob.mx/es/climatologia/informacion-climatologica/normales-climatologicas-por-estado.

8 

Díaz, B. M.; Herrera, C. B. E.; Ramírez, J. J.; Aliphat, F. M. y Delgado, A. A. 2008. Conocimiento campesino en la selección de variedades de haba (Vicia faba L.) en la sierra norte de Puebla México. Interciencia. 33(8):610-615.

9 

Di Rienzo, J. A.; Casanoves, F.; Balzarini, M. G.; Gonzalez, L.; Cuadroda, M. y Robledo, C. W. 2008. InfoStat, versión 2008. Grupo InfoStat, FCA. Universidad Nacional de Córdoba, Argentina. 336 p.

10 

Duc, G.; Bao, S. B.; Baum, M.; Redden, B.; Sadiki, M.; Suso, M. J.; Vishniakova, M. and Zong, X. 2010. Diversity maintenance and use of Vicia faba L. genetic resources. Field Crops Research. 115(3):270-278.

11 

FAOSTAT. 2022. Food and Agriculture Organization of the United Nations. https://www.fao.org/faostat/es/#data/QCL.

12 

Holland, J. B.; Nyquist, W. E. and Cervantes, M. C. T. 2003. Estimating and interpreting heritability for plant breeding: an update. Plant Breeding Reviews. 22(1):9-112.

13 

Johnson, H. W.; Robinson, H. F. and Comstock, R. F. 1955. Genotypic and phenotypic correlation in soybean and their implication in selection. Agronomy Journal. 47(10):477-483.

14 

Kosev, V. and Georgieva, N. 2023. Evaluation of the genetic diversity in broad bean (Vicia faba L.) accessions. Bulgarian Journal of Agricultural Science. 29(4):682-689.

15 

Kumar, S.; Layek, S.; Upadhyay, A.; Pandit, M. K.; Nath, R. and Sarker, A. 2020. Genetic characterization for quantitative and qualitative traits and its relationship in faba bean (Vicia Faba L.). Indian Journal of Agricultural Research. 54(3):336-342.

16 

Mohammed, O. A. A.; Hamid, A. A. and Bakheit, G. M. 2013. Correlation between seed yield components in faba bean (Vicia faba L.). Av. Environ. Biol. 7(1):82-85.

17 

Pérez, L. D. J.; González, H. A.; Rubí, A. M.; Franco, M. O.; Franco, M. J. R. P. y Padilla, L. A. 2015. Análisis de 35 cultivares de haba por su producción de vaina verde y otros componentes del rendimiento. Revista Mexicana de Ciencias Agrícolas. 6(7):1601-1613.

18 

Pérez, D. J.; González, A.; Sahagún, J.; Vázquez, L. M.; Franco, O. and Domínguez, A. 2009. The identification of outstanding potato cultivars using multivariate methods. Ciencia e Investigación Agraria. J. Agric. Nat. Res. 36(3):391-400.

19 

Pérez, L. D. J.; Vázquez, G. L. M.; Sahagún, C. J. y Rivera, P. A. 2007. Variabilidad y caracterización de diez variedades de papa en tres localidades del Estado de México. Revista Chapingo Serie Horticultura. 13(1):13-19.

20 

Rojas, T. J.; Díaz, R. R.; Álvarez, G. F.; Ocampo, M. J. y Escalante, E. A. 2012. Tecnología de producción de haba y características socioeconómicas de productores de Puebla y Tlaxcala. Revista Mexicana de Ciencias Agrícolas. 3(1):35-49.

21 

Salazar, L. M. E.; Pérez, L. D. J.; González, H. A. y Vázquez, G. L. M. 2019. Variabilidad fenotípica en colectas de haba provenientes del Valle Toluca-Atlacomulco, México. Revista Mexicana de Ciencias Agrícolas. 10(3):713-727.

22 

Sánchez, G. J. J. 1995. El análisis biplot en clasificación. Revista Fitotecnia Mexicana. 18(2):188-203.

23 

SAS. 1988. Statistical Analysis System. SAS/STAT 9.1 User’s guide-release 9.01 edition Cary, NC. SAS Institute Inc.1861 p.

24 

SIAP. 2022. Servicio de Información Agroalimentaria y Pesquera. https://nube.siap.gob.mx/cierreagricola/.

25 

Shimelis, H. and Shiringani, R. 2010. Variance components and heritabilities of yield and agronomic traits among cowpea genotypes. Euphytica. 176(1):383-389.

26 

SNICS. 2001. Servicio Nacional de Inspección y Certificación de Semillas. Guía técnica para la descripción varietal de haba (Vicia faba L.). 12 p.

27 

Suso, M. J. and Maalouf, F. 2010. Direct and correlated responses to upward and downward selection for outcrossing in Vicia faba. Field Crops Research. 116(1):116-126.

28 

Tadele, M.; Mohammed, W. and Jarso, M. 2021. Variation in genetic variability and heritability of agronomic traits in Faba bean (Vicia faba L.) genotypes under soil acidity stress evaluated with and without lime in Ethiopia. African Journal of Agricultural Research. 17(2):355-364.

29 

Tekalign, A.; Derera, J. and Sibiya, J. 2020. Phenotypic diversity among faba bean (Vicia faba L.) landraces from the Ethiopian Highlands. Ethiopian Journal of Agricultural Sciences. 30(1):17-34.

30 

Ton, A.; Karaköy, T.; Anlarsal, A. E. and Türkerí, M. 2021. Genetic diversity for agro-morphological characters and nutritional compositions of some local faba bean (Vicia faba L.) genotypes. Turkish Journal of Agriculture and Forestry. 45(3):301-312.

31 

Yahia, Y.; Guetat, A.; Elfalleh, W.; Ferchichi, A.; Yahia, H. and Loumerem, M. 2012. Analysis of agromorphological diversity of southern Tunisia faba bean (Vicia faba L.) germplasm. Afr. J. Biotechnol. 11(56):11913-11924.