Estudio de un grupo de accesiones del banco de germoplasma de níspero del IVIA por análisis multivariante

El níspero (Eriobotrya japonica (Thunb) Lindl.) es originario de China (Zhang et al., 1993), aunque existen vestigios de su introducción muy temprana en Japón (Zhang et al., 1993; Ding et al.,1995). Sin embargo, la introducción en los países europeos del Mediterráneo y América es mucho más tardía...

Descripción completa

Detalles Bibliográficos
Autores principales: Martínez-Calvo, José, Gisbert, Ana D., Llácer, Gerardo, Badenes, María L.
Formato: conferenceObject
Lenguaje:Español
Publicado: UPV (Universitat Politècnica de València) 2021
Materias:
Acceso en línea:http://hdl.handle.net/20.500.11939/7376
Descripción
Sumario:El níspero (Eriobotrya japonica (Thunb) Lindl.) es originario de China (Zhang et al., 1993), aunque existen vestigios de su introducción muy temprana en Japón (Zhang et al., 1993; Ding et al.,1995). Sin embargo, la introducción en los países europeos del Mediterráneo y América es mucho más tardía, data del siglo XIX y XX, respectivamente. A partir del desarrollo del proyecto europeo “Conservación, evaluación y colección de frutales menores” se realizó una prospección de material vegetal de níspero en los países europeos meridionales. Como resultado de esta prospección se estableció en el IVIA la colección europea de germoplasma de níspero. Esta colección se va ampliando con nuevas accesiones provenientes de todo el mundo y en la actualidad cuenta con 123 entradas. La gestión del banco de germoplasma exige en primer lugar una buena caracterización del material y en segundo lugar se requieren estudios de diversidad que puedan definir patrones de variabilidad dentro de la colección, grupos de accesiones con características comunes, variables más significativas etc, que permitan ordenar la información obtenida y establecer las líneas de acción necesarias para una conservación más eficaz y un mejor aprovechamiento de los recursos. Para lograr este objetivo, las técnicas del análisis multivariante son una poderosa herramienta ya que permite analizar una gran cantidad de datos (accesiones y variables) y simplificarlos mediante la creación de nuevas variables ortogonales entre ellas que recogen gran parte de la información contenida en las variables originales. Entre los distintos métodos de análisis, el Análisis por Componentes Principales o PCA (Eriksson et al., 1999) es muy adecuado para el objetivo y tipo de datos de esta colección.