Sucrose accumulation curves represent the maturity profile of sugarcane cultivars, which is considered as a character of interest for the selection of genotypes in breeding programs. However, variations due to the environment (E) and interaction between genotype and environment (G × E) may be confused with the effect of genotype (G) and hinder the selection process of promising clones. The objective of this study was to identify a group of accumulation curves with high intra-group genotypic variability in the sucrose accumulation process throughout several E. This group is then used to select genotypes according to their maturity profile. A protocol is presented whereby the following statistical tools are integrated: (i) classification of nonlinear accumulation curves according to parameters associated with the beginning of the maturity process, sucrose accumulation rate and the time elapsed until the accumulation rate decreases, (ii) estimation of the genotypic contribution to intra-group variability of each accumulation curve parameter within each group and (iii) identification of the group of accumulation curves with the higher contribution of genotypic variability to total variance of sucrose accumulation parameters. The novelty of the work lies in the sequence of analytical steps to identify information useful to select genotypes according to their maturity profile. The protocol involves estimating parameters of nonlinear models for fitting maturity curves in multi-environment trials, clustering of curves according to the sucrose accumulation parameters and estimation of variability due to G, E and G × E within each cluster to identify the group with characteristic genotypic curves. Its implementation is illustrated using 175 sucrose accumulation curves of nine sugarcane clones evaluated in different crop cycles (first and second ratoons) and several environments (7 to 50 for each clone) in Tucumán, Argentina. The proposed protocol allows identifying sucrose accumulation curves that exhibit a high genotypic variance, thus facilitating the selection of the best clones.

Desde los comienzos de la estadística, ha existido la necesidad de identificar el número subyacente de grupos existentes en una población, para dar respuestas a genetistas con respecto a la estructura que se forma por similitudes entre individuos de una o más poblaciones. Se han propuesto numerosos índices para obtener el número óptimo de grupos,que conforman la estructura genética poblacional (EGP).Sin embargo, no hay consenso sobre cuáles son los de mejor desempeño. Para determinar el número óptimo de grupos que definen la EGP, se realizó un estudio de simulación de nueve escenarios de EGP con tres números de subpoblaciones (k = 2, 5 y 10) y tres niveles de diferenciación genética, recreando varios genomas de maíz, para evaluar cuatro índices de validación internos: CH, Connectivity, Dunn y Silhouette. En este estudio, se encontró que,los índices de Dunn y Silhouette tienen el mejor desempeño para identificar el verdadero número de grupos subyacentes, mientras que Conectividad, el peor. Este estudio ofrece una alternativa sólida para revelar la EGP existente, facilitando así los estudios de población y las estrategias de mejoramiento de cultivos.Además, los presentes hallazgos pueden tener implicaciones para otras especies de cultivos.

Prosopis alba Griseb es la especie nativa de mayor importancia en el Chaco semiárido para la forestación con múltiples objetivos. Más de 50% de la superficie plantada en la provincia de Santiago del Estero, Argentina, se ha establecido en áreas con calidades de sitio muy diferentes, generando un comportamiento heterogéneo en el crecimiento. Se propone evaluar la influencia de factores edáficos en el crecimiento de plantaciones de Prosopis alba Griseb (algarrobo blanco), información que facilitará la toma de decisiones silviculturales y permitirá predecir la calidad de sitio con potencial de forestación, con base en características edáficas. Se evalúo la correlación entre variables dasométricas y edáficas en relación con tres clases de calidad de sitio (CI, CII y CIII). Se determinó un modelo de proyección de altura dominante, expresado como índice de sitio con las variables edáficas de mayor correlación, que explica 42% de la variación en el crecimiento. La conductividad eléctrica presentó un umbral de 10 dS m-1 para la CI y CII con índice de sitio de 10 y 8 respectivamente; para valores superiores de CE disminuyó el crecimiento de la masa. La concentración de cationes solubles varió con respecto al índice de sitio, la CI y CII presentaron concentraciones bajas de sodio, con un valor crítico de aproximadamente 39 mEq L-1. El crecimiento estuvo condicionado por propiedades químicas del suelo, la presencia de sales explicaría en mayor medida el impacto en el crecimiento, con un umbral salino a partir del cual el crecimiento se ve comprometido desde un enfoque productivo.