CARACTERIZACIÓN DE SEIS VARIEDADES MUTANTES DE QUINUA (Chenopodium quinoa Willd.) GENERACIÓN M2 INDUCIDAS POR IRRADIACIÓN GAMMA EN CONDICIONES DE ALTIPLANO, BOLIVIA

Autores/as

  • Rodrigo Grover Mamani Vargas Investigador, Instituto de Innovación Agropecuaria y de Recursos Naturales, Facultad de Agronomía, Universidad Mayor de San Andrés, Bolivia https://orcid.org/0009-0009-7208-7428
  • Rafael Adolfo Murillo García Docente Investigador, Estación Experimental Sapecho, Facultad de Agronomía, Universidad Mayor de San Andrés, Bolivia
  • Estanislao Poma Loza Docente Investigador, Centro Experimental Cota Cota, Facultad de Agronomía, Universidad Mayor de San Andrés, Bolivia https://orcid.org/0000-0001-9363-8211
  • Medardo Wilfredo Blanco Villacorta Docente Investigador, Estación Experimental Patacamaya, Facultad de Agronomía, Universidad Mayor de San Andrés, Bolivia https://orcid.org/0000-0001-9266-9972
  • Isidro Callizaya Mamani Docente, Facultad de Agronomía, Universidad Mayor de San Andrés, Bolivia
  • Rodrigo Román Matías Especialista de la instalación del irradiador industrial gamma, Agencia Boliviana de Energía Nuclear, Bolivia
  • Danny José Ortiz Condori Especialista de la instalación del irradiador industrial gamma, Agencia Boliviana de Energía Nuclear, Bolivia
  • Carmen Liliana Muñoz Rocha Investigador, Agencia Boliviana de Energía Nuclear, Dosimetrísta, Bolivia
  • Marco Antonio Patiño Fernández Docente Investigador, Estación Experimental Patacamaya, Facultad de Agronomía, Universidad Mayor de San Andrés, Bolivia https://orcid.org/0000-0002-0582-8478

Palabras clave:

Caracterización, Mutantes, altiplano, Quinua, gamma, rendimiento

Resumen

Este estudio tuvo como objetivo caracterizar seis variedades mutantes de quinua (Chenopodium quinoa Willd.) generación M2 inducidas por irradiación gamma a una dosis objetivo de 150 Gy (M1) en el Centro Multipropósito de Irradiación de la Agencia Boliviana de Energía Nuclear, evaluadas en la Estación Experimental Patacamaya en el departamento de La Paz región altiplánica de Bolivia, bajo un diseño de bloques al azar con arreglo factorial. Los factores de estudio incluyeron el factor A (Insumos), con tres niveles: bocachi, humus de lombriz, testigo y el Factor B (Variedades Mutantes), con nueve niveles correspondientes a seis variedades mutantes y tres testigos. Se analizaron variables fenológicas, morfológicas, productivas y cualitativas mediante enfoques univariados y multivariados. Las condiciones ambientales restrictivas del altiplano central y la alta variabilidad fenotípica limitaron la significancia del análisis de varianza clásico. Sin embargo, el análisis de conglomerados, componentes principales y MANOVA permitió identificar patrones agronómicos consistentes. La mutagénesis inducida generó una amplia diversidad fenotípica, destacando combinaciones con alta asociación a caracteres productivos, particularmente T1 (G-II), T4 (G-IV) y el grupo (G-III) correspondiente al tratamiento T5 y T14. Los descriptores cualitativos confirmaron modificaciones estructurales en hábito de crecimiento y arquitectura de panoja, relevantes para la adaptación. Los resultados evidencian que la mutagénesis gamma, combinada con manejo nutricional orgánico, constituye una estrategia eficaz para generar y seleccionar variabilidad.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Ahloowalia, B., Maluszynski, M., y Nichterlein, K. (2004). Global impact of mutation-derived varieties. Euphytica 2004 135:2, 135(2), 187–204. https://doi.org/10.1023/B:EUPH.0000014914.85465.4F

Altieri, M. A., Funes-Monzote, F. R., y Petersen, P. (2012). Agroecologically efficient agricultural systems for smallholder farmers: contributions to food sovereignty. Journal Agronomy for Sustainable Development, 32(1), 1–13. https://doi.org/10.1007/s13593-011-0065-6

Álvarez, A., Morales, C., Avendaño, C., Corrales, R., Villarreal, F., Santellano, E., y Gómez, Y. (2019). Dosis letal media (DL 50 ) y reducción de crecimiento (GR 50 ) por irradiación gamma en pasto garrapata (Eragrostis superba). Revista Mexicana de Ciencias Pecuarias, 10(1), 227–238. https://doi.org/10.22319/RMCP.V10I1.4327

Anderson, T. W. . (2003). An introduction to multivariate statistical analysis. 721. https://www.wiley.com/en-us/An+Introduction+to+Multivariate+Statistical+Analysis%2C+3rd+Edition-p-9780471360919

Balvoa, S., Heredia, M., Gualapuro, M., y Yanchapanta, V. (2021). La radiación ionizante gamma y usos actuales en ciencias agrícolas, oportunidades para los cultivos andinos: Breve revisión. https://doi.org/10.23857/pc.v6i6.2761

Bhargava, A., Shukla, S., y Ohri, D. (2007). Genetic variability and interrelationship among various morphological and quality traits in quinoa (Chenopodium quinoa Willd.). Field Crops Research, 101(1), 104–116. https://doi.org/10.1016/J.FCR.2006.10.001

Bioversity International, FAO, PROINPA, INIAF, y FIDA. (2013). Descriptores para quinua (Chenopodium quinoa Willd.) y sus parientes silvestres. Bioversity International. https://hdl.handle.net/10568/72610

Campos, J., Acosta, K., y Paucar, L. M. (2022). Quinua (Chenopodium quinoa): Composición nutricional y Componentes bioactivos del grano y la hoja, e impacto del tratamiento térmico y de la germinación. Scientia Agropecuaria, 13(3), 209–220. https://doi.org/10.17268/sci.agropecu.2022.019

Canales, N., Gomez, J., Fielding, M., y Dugarte, M. (2020). Potencial de la quinua en la bioeconomia de Bolivia. Stockholm Environment Institute, 1–16. https://www.sei.org/wp-content/uploads/2020/04/200331ortiz-canales-quinoa-bolivia-wp-spanishvf.pdf

Cooper, M., y DeLacy, I. H. (1994). Relationships among analytical methods used to study genotypic variation and genotype-by-environment interaction in plant breeding multi-environment experiments. Theoretical and Applied Genetics, 88(5), 561–572. https://doi.org/10.1007/BF01240919/METRICS

Erazo, J., Martínez, R., Naranjo, E., y Albuja, J. (2024). Metodologías del Diseño Experimental en Procesos Industriales: Un análisis teórico. Polo Del Conocimiento, 9(7), 2758–2787. https://doi.org/10.23857/pc.v9i7.7665

FAO. (2023a). Food and Agriculture Organization Statistical Database. Organización de Las Naciones Unidas Para La Alimentación y La Agricultura. https://www.fao.org/faostat/es/#data/QCL

FAO. (2023b). Quinoa. FAO Publications Catalogue 2023. https://doi.org/10.4060/CC7285EN

Fernández, L., Rangel, L., Varela, M., Pino, A., Pozo, J., y Lim, N. (2021). Análisis de componentes principales, una herramienta eficaz en las Ciencias Técnicas Agropecuarias. Ciencias Técnicas Agropecuarias, 31(1), 1–6. http://scielo.sld.cu/scielo.php?pid=S2071-00542022000100010&script=sci_arttext

Friedrich, T. (2014). La seguridad alimentaria: retos actuales. Revista Cubana de Ciencia Agrícola, 48, 319–322. http://www.redalyc.org/articulo.oa?id=193033033001

Gabriel, Dr. J., Ganchozo, Dra. B. I., Valverde, Ing. A., y Piguave, Ing. C. C. (2017). DISEÑOS EXPERIMENTALES: Teoría y práctica para experimentos agropecuarios. http://142.93.18.15:8080/jspui/handle/123456789/116

García, M. Á., Amado, J. L., y Hernández, J. C. (2024). Capacidad fotosintética, fenología, rendimiento y composición química de semillas de tres cultivares de quinua (Chenopodium quinoa Willd.). Revista Colombiana de Ciencias Hortícolas, 18(2), 2. https://doi.org/10.17584/rcch.2024v18i2.17524

Gaur, M., Yadav, S., Soni, A., Tomar, D., Jangra, A., Joia, S., Kumar, A., Mehra, R., y Trajkovska Petkoska, A. (2025). Quinoa (Chenopodium quinoa Willd): nutritional profile, health benefits, and sustainability considerations. Discover Food 2025 5:1, 5(1), 172-. https://doi.org/10.1007/S44187-025-00470-Y

Hotelling, H. (1931). The Generalization of Student’s Ratio. The Annals of Mathematical Statistics, 2(3), 360–378. https://doi.org/10.1214/AOMS/1177732979

IAEA. (2025). Base de datos de variedades mutantes. International Atomic Energy Agency. https://nucleus.iaea.org/sites/mvd/SitePages/Home.aspx

Jacobsen. (2011). The Situation for Quinoa and Its Production in Southern Bolivia: From Economic Success to Environmental Disaster. Journal of Agronomy and Crop Science, 197(5), 390–399. https://doi.org/10.1111/J.1439-037X.2011.00475.X/FULL

Johson, R., y Wichern, D. (2007). Applied Multivariate Statistical Analysis (J. Wendelken, Ed.; 6th ed.). l Assistant/Print Supplements. http://staff.ustc.edu.cn/~ynyang/vector/books/Johnson-Wichern-ENG.pdf

Kim, S. M., Jo, Y. D., Chun, J. I., Kim, J. B., y Kang, J. H. (2021). Chronic gamma irradiation changes phenotype and gene expression partially transmitted to next-generation tomato seedlings. Agronomy, 11(8), 1638. https://doi.org/10.3390/AGRONOMY11081638/S1

Maji, A., y Shaibu, A. (2012). Application of principal component analysis for rice germplasm characterization and evaluation. Journal of Plant Breeding and Crop Science, 4(6), 87–93. https://doi.org/10.5897/JPBCS11.093

NASA. (2025). NASA POWER | Data Access Viewer (DAV). https://power.larc.nasa.gov/data-access-viewer/

Oladosu, Y., Rafii, M. Y., Abdullah, N., Hussin, G., Ramli, A., Rahim, H. A., Miah, G., y Usman, M. (2016). Principle and application of plant mutagenesis in crop improvement: A review. Biotechnology and Biotechnological Equipment, 30(1), 1–16. https://doi.org/10.1080/13102818.2015.1087333;REQUESTEDJOURNAL:JOURNAL:TBEQ20;WGROUP:STRING:PUBLICATION

Olivoto, T., Diel, M. I., Schmidt, D., y Lúcio, A. D. (2022). MGIDI: a powerful tool to analyze plant multivariate data. Plant Methods 2022 18:1, 18(1), 121-. https://doi.org/10.1186/S13007-022-00952-5

Pathan, S., Siddiqui, R. A., Pathan, S., y Siddiqui, R. A. (2022). Nutritional Composition and Bioactive Components in Quinoa (Chenopodium quinoa Willd.) Greens: A Review. Nutrients 2022, Vol. 14, 14(3). https://doi.org/10.3390/NU14030558

Riaz, A., y Gul, A. (2015). Plant Mutagenesis and Crop Improvement. Crop Production and Global Environmental Issues, 181–209. https://doi.org/10.1007/978-3-319-23162-4_8

Riviello-Flores, M. de la L., Cadena-Iñiguez, J., Ruiz-Posadas, L. D. M., Arévalo-Galarza, M. de L., Castillo-Juárez, I., Hernández, M. S., y Castillo-Martínez, C. R. (2022). Use of Gamma Radiation for the Genetic Improvement of Underutilized Plant Varieties. Plants, 11(9), 1161. https://doi.org/10.3390/PLANTS11091161

Rojas, W. (2003). Análisis de la variabilidad genética en quinua. Boletín Técnico IPGRI No. 8., 30. https://cgspace.cgiar.org/server/api/core/bitstreams/40ad97cf-daba-48d0-a80f-2b1d9803c738/content

Tainz, L., Zeiger, E., Max, I., y Murphy, A. (2014). Plant Physiology and Development (A. Sinauer, Ed.; 6th ed.). Plant physiology. https://biologywala.com/wp-content/uploads/2021/06/compressed-6th-edi.-Plant-Physiology-by-Lincoln-Taiz-Eduardo-Zeiger-biologywala.com-compressed.pdf

Umesh, M. R., Angadi, S., Gowda, P., Ghimire, R., y Begna, S. (2019). Climate-Resilient Minor Crops for Food Security. Agronomic Crops: Volume 1: Production Technologies, 19–32. https://doi.org/10.1007/978-981-32-9151-5_2

Vilcacundo, R., y Hernández, B. (2017). Nutritional and biological value of quinoa (Chenopodium quinoa Willd.). Current Opinion in Food Science, 14, 1–6. https://doi.org/10.1016/J.COFS.2016.11.007

Winkel, T., Aguirre, M. G., Arizio, C. M., Aschero, C. A., del Pilar Babot, M., Benoit, L., Burgarella, C., Costa-Tártara, S., Dubois, M. P., Gay, L., Hocsman, S., Jullien, M., López-Campeny, S. M. L., Manifesto, M. M., Navascués, M., Oliszewski, N., Pintar, E., Zenboudji, S., Bertero, H. D., y Joffre, R. (2018). Discontinuities in quinoa biodiversity in the dry Andes: An 18-century perspective based on allelic genotyping. PLoS ONE, 13(12), e0207519. https://doi.org/10.1371/JOURNAL.PONE.0207519

Descargas

Publicado

30-04-2026

Número

Sección

ARTÍCULOS ORIGINALES

Artículos más leídos del mismo autor/a