Variación ambiental y estabilidad de componentes químicos en genotipos de soja con características diferenciales para calidad nutricional

C. CARRERA ; M. J. MARTÍNEZ; D. SOLDINI; M. BALZARINI; J. DARDANELLI; F. D. PIATTI; L. IRIARTE; J.C. TOMASSO; D. SANTOS; R. PARRA; M. GALVÁN; C. PANADERO PASTRANA; A. DE LUCIA; P. GÓMEZ; M. LIZONDO; H. PELTZER; L. ERAZZU

Rosario

Congreso; 5° Congreso de la Soja del MERCOSUR, MERCOSOJA 2011; 2011

Asociación de la Cadena de la Soja Argentina ACSOJA

RESUMEN EXPANDIDO INTRODUCCIÓN La soja [Glycine max (L.) Merr.] es una especie clave para la nutrición humana y animal. La genética de la semilla influye de manera significativa en la expresión de los rasgos que contribuyen a su valor nutricional y/o industrial. En Argentina, uno de los principales países exportadores del grano y el principal en productos derivados (aceite y harina), las variedades transgénicas ocupan el 99% del área sembrada con soja, cuya calidad química responde a variaciones ambientales pero no a variaciones entre genotipos (Carrera et al., 2009). Por lo tanto, se desarrolla germoplasma no transgénico con características químicas diferenciales para algunos de los constituyentes del grano. Los factores ambientales afectan la composición química del grano de soja, especialmente durante el período de llenado de granos, cuando se produce la acumulación de los distintos componentes químicos (Wilson, 2004). Los efectos de la temperatura sobre las concentraciones de proteína, aceite y ácidos grasos insaturados durante el llenado de granos han sido bien documentados (Wilson, 2004). Este factor ambiental también modifica el contenido de isoflavonoides (Lozovaya et al., 2005) y el de tocoferoles (Britz et al., 2008). Sin embargo, la consideración de variables como el estrés hídrico puede contribuir a explicar las variaciones de calidad de semillas de soja en Argentina, donde el cultivo se realiza mayoritariamente bajo secano y crece expuesto a frecuentes episodios de limitaciones hídricas durante su ciclo. El estrés hídrico durante el llenado de granos afecta el contenido de aceite y proteína (Rotundo y Westgate, 2008), ácidos grasos (Gao et al., 2009), tocoferoles (Carrão-Panizzi y Erhan, 2007) e isoflavonoides (Rasolohery et al., 2008). Aunque numerosos trabajos identificaron relaciones entre variables ambientales y variables químicas del grano de soja, el análisis de la covariación entre los distintos componentes a través de los ambientes es menos conocido. Tampoco se han evaluado integralmente líneas no transgénicas con respecto a parámetros que hacen a su calidad nutracéutica e industrial. Su estudio podría proporcionar información útil para implementar la adopción de prácticas de manejo tendientes a obtener productos de una calidad específica y para delimitar las áreas productivas en términos de calidad. Los objetivos del presente trabajo fueron: i) explorar y describir la variabilidad de los componentes químicos en genotipos de soja no transgénica investigando las correlaciones ambientalmente determinadas; e ii) identificar genotipos no transgénicos estables (con adaptaciones en sentido amplio a través de los ambientes), y genotipos inestables (con adaptaciones en sentido específico de cada ambiente o grupos de ambientes) respecto a variables químicas. MATERIALES Y MÉTODOS Se estableció una red de ensayos multiambientales en ocho Estaciones Experimentales del Instituto Nacional de Tecnología Agropecuaria (INTA) ubicadas en localidades distribuidas en la región sojera (rango latitudinal 24° a 38° latitud sur). Se implantaron dos fechas de siembra por localidad durante las campañas 2006/07 y 2007/08 bajo condiciones de secano. El período medio de separación entre fechas de siembra fue de 33 días, con un mínimo de 27 días (Paraná y Reconquista en la campaña 2006/07) y un máximo de 63 días (Manfredi en la campaña 2007/08). Los ensayos se realizaron utilizando un diseño de bloques completos al azar con dos repeticiones en cada ambiente (combinación de campaña, localidad y fecha de siembra). Cada ambiente incluyó seis genotipos no transgénicos (NT) con características diferenciales para calidad. Se calcularon las siguientes variables climáticas para cada ambiente: i) promedio de la temperatura media diaria del aire (Tm), ii) radiación solar media (Rs) y iii) precipitación menos evapotranspiración potencial (pp-ETP). Ésta última variable se utilizó como indicadora de la disponibilidad hídrica. Se generaron 23 ambientes, cuya caracterización climática se detalla en la Tabla 1. El aceite (Ac) fue determinado utilizando un equipo twisselmann y solvente n-hexano para su extracción. La proteína (Pr) se determinó por el método Kjeldahl, empleando el factor de conversión 6,25. Los ácidos grasos insaturados: oleico (Ol), linoleico (La) y linolénico (Ln) fueron analizados por cromatografía gaseosa y los tocoferoles: alfa- (AT), beta- (BT), gama- (GT), delta- (DT) y total tocoferol (TT) mediante cromatografía líquida. Todas estas variables se determinaron de acuerdo a las Normas AOCS (1998). El análisis de los isoflavonoides totales (IT) se realizó por cromatografía líquida empleando el método de Murphy et al. (1999). En cada ambiente, los valores medios (a través de los genotipos) de los componentes químicos fueron analizados mediante un biplot (Gabriel, 1971) obtenido a través del análisis de componentes principales (ACP) de una matriz ambiente × variable química. Por ello, la matriz de entrada al ACP presentó los efectos de ambiente más ambiente × variables químicas (Yan y Rajcan, 2002). En el biplot los ambientes fueron divididos en tres grupos en función de la temperatura: fríos (17,5 a 20,5ºC], templados (20,6 a 22,4ºC] y cálidos (22,5 a 25,0ºC]. A través de modelos AMMI (Zobel et al., 1988) y ACP se analizó la estabilidad de los genotipos NT respecto a las variables químicas de mayor inercia en el biplot ambiente × variable química antes descrito. Se construyeron gráficos de dispersión donde la ordenada al origen estuvo dada por los rendimientos medios de cada genotipo NT para cada variable química y sobre la abscisa se representó un índice de Inestabilidad (construído a partir de la CP1 elevada al cuadrado). Para caracterizar a los genotipos en términos de su estabilidad se trazó una línea de corte en el eje de la abscisa representado por el cuantil 95 de la variable CP1; mientras que en la ordenada la línea de corte estuvo dada por el promedio de las medias de la variable química de interés obtenida para cada genotipo NT. RESULTADOS Y CONCLUSIONES El biplot (Figura 1) resultante de los dos primeros componentes principales (CP1 y CP2) explicó el 70,1% de la variación total de los datos estandarizados. Las correlaciones ambientalmente determinadas de mayor magnitud fueron la asociación negativa entre DT y AT y la asociación positiva entre DT y Ln. Niveles elevados de DT, Ln y Pr estuvieron asociados a ambientes fríos; el contenido de IT fue mayor en ambientes templados a fríos y AT, Ac y Ol/Ln estuvieron asociados a los ambientes cálidos. Estos últimos ambientes serían adecuados para obtener productos con mayor concentración de Ac, con baja capacidad de oxidación (mayor relación Ol/Ln), demandado por las industrias aceitera y de biodiesel, y con mayor contenido de vitamina E (principalmente AT). Ambientes templados a fríos serían más adecuados para la producción de soja destinada al desarrollo de productos nutracéuticos, por su mayor contenido de IT, ácidos grasos esenciales (L, Ln) y TT; además favorecerían la obtención de mayor concentración de P, importante para la industria harinera. Por ello, el análisis de la variabilidad ambiental y de las interrelaciones entre los compuestos químicos en el grano proporciona información útil para la planificación de la mejora del grano de soja para usos específicos y así poder satisfacer las múltiples facetas de la demanda de los mercados. Los gráficos de dispersión basados en el modelo AMMI para el análisis de estabilidad de los genotipos NT permitieron identificar genotipos con un comportamiento consistente a través de un amplio rango de ambientes, con altos niveles de rendimiento para alguna/s de las variables químicas determinadas en el presente estudio. Los materiales estables por su adaptación en sentido amplio (a través de los ambientes) y que además, rindieron por encima del valor promedio en las respectivas variables químicas fueron: ALIM3.20 para DT y Ln; ALIM4.13 para DT y AT; ALIM3.14 para AT y Ln; Ac0730-3 para AT y Ac0124-1 para Ln (Figura 2). Por otro lado, los materiales identificados como inestables por su adaptación en sentido específico (para cada ambiente o grupos de ambientes particular) fueron: Ac0730-3 para Ln y Ac; Ac0916-1 para Ac y Ac0124-1 para DT, AT y Ac; superando el valor de la media de los NT para los respectivos componentes químicos. Los genotipos identificados como estables permitirían explorar adaptación en sentido amplio, es decir a través de los ambientes para uno o más atributos químicos. Por el contrario, los genotipos inestables serían deseables para el desarrollo de germoplasma con adaptación en sentido específico, para cada ambiente o grupos de ambientes particulares para alguna/s de las variables químicas del grano de soja.