Abstract
High-oil corn contains more energy and protein. Its development depends on genetic improvement and the selection of stable genotypes that are adaptable to diverse environments. In this study, high-oil-content experimental hybrids were selected, and genotype-by-environment interactions were evaluated across three locations in northwestern Mexico. Selection was carried out with 24 genotypes at one location using a randomized block design with four replicates; yield was analyzed using two-way analysis of variance and Fisher´s LSD test (p < 0.05). Five genotypes were selected and planted in December 2021 with three replicates at Ciudad Obregon, Sonora; Juan Jose Rios, and Culiacan, Sinaloa, to evaluate genotype-by-environment interaction using the additive main effects and multiplicative interaction model and the site regression model. Eleven commercial controls were used in both experiments. The two main components of the interaction explained 100 % of the variability for the first model and 91.49 % for the second model. The first model identified genotypes 1G, 7G, and 8G as more stable and adaptable, while the second identified greater interaction in environments 1L and 3L, highlighting the genotypes 6G and 14G, with 14G being the most stable and adaptable experimental hybrid to northwestern Mexico.
References
Burgueño, J., Crossa, J., Cornelius, P. L., & Yang, R. C. (2008). Using factor analytic models for joining environments and genotypes without crossover genotype × environment interaction. Crop Science, 48(4), 1291-1305. https://doi.org/10.2135/cropsci2007.11.0632
Centro Internacional de Mejoramiento en Maíz y Trigo [CIMMYT]. (1995). Manejo de los ensayos e informe de los datos para el Programa de Maíz. México, D.F. 5ta reimpresión. ISBN: 970-648-045-5. http://hdl.handle.net/10883/764
Crossa J. (1990). Statistical Analyses of Multilocation Trials. Advances in Agronomy, 44, 55-85. https://doi.org/10.1016/S0065-2113(08)60818-4
Crossa, J., Gauch, H.G., & Zobel, R.W. (1990), Additive Main Effects and Multiplicative Interaction Analysis of Two International Maize Cultivar Trials. Crop Science, 30, 493-500. https://doi.org/10.2135/cropsci1990.0011183X003000030003x
Crossa J., Cornelius P. L., & Yan, W. (2002) Biplots of linear- bilinear models for studying crossover genotype x environment. Crop Science, 42, 619-633. https://doi.org/10.2135/cropsci2002.6190
Crossa, J., Vargas, M., Cossani, C. M., Alvarado, G., Burgueño, J., Mathews, K. L., & Reynolds, M. P. (2015). Evaluation and interpretation of interactions. Agronomy Journal. 107(2):736-747. https://doi.org/10.2134/agronj2012.0491
Comisión Nacional del Agua [CONAGUA]. (2025, August 20). Estaciones Meteorológicas Automáticas. México. https://smn.conagua.gob.mx/es/observando-el-tiempo/estaciones-meteorologicas-automaticas-ema-s
Di Rienzo, J. A., Casanoves, F., Balzarini, M. G., González, L., Tablado, M., & Robledo, C. (2011). InfoStat: software estadístico (versión 2011e) [software]. Grupo Infostat, FCA, Universidad Nacional de Córdoba, Argentina. https://www.infostat.com.ar
Eberhart, S. A. & Russel, W. A. (1966). Stability parameters for comparing varieties. Crop Science, 6(1), 36-40. https://doi.org/10.2135/cropsci1966.0011183X000600010011x
Farias, J. C., Carvalho, P. L., Silva, J. L., & Teodoro, E. P. (2016). Biplot analysis of phenotypic stability in upland cotton genotypes in Mato Grosso. Genetics and Molecular Research, 15(2), 1-10. https://geneticsmr.com/uploads/2024/05/gmr8009.pdf
García, P. J., Pérez, A. A., Silva, R. J., Álvarez, R. M., Monasterio, P. P., & Taramona, L. A. (2020). Evaluation of the agronomic potential of yellow corn hybrids based on the GGE biplot analysis and the AMMI model. Bioagro, 32(2), 95-106. https://revistas.uclave.org/index.php/bioagro/article/view/2693
Hernández-Caldera, R. E., García-De los Santos, G., Zepeda-Bautista, R., Arellano-Vázquez, J. L., Gámez-Vázquez, A. J., & Ávila-Perches, M. A. (2023). Estabilidad del rendimiento de semilla de progenitores de híbridos de maíz de valles altos. Revista Fitotecnia Mexicana, 46(4), 349-356. https://doi.org/10.35196/rfm.2023.4.349
Instituto Nacional de Estadística y Geografía [INEGI]. (2025, Sept 03). Geografía y Medio Ambiente – Edafología. https://www.inegi.org.mx/temas/edafologia/
Lambert, R. J. (2001). High-oil corn hybrids: Specialty Corns. CRC Press. 2nd edition. Boca Ratón, Florida, USA. eBook ISBN 9780429127458. (pp. 131-154). https://www.taylorfrancis.com/chapters/edit/10.1201/9781420038569-8/high-oil-corn-hybrids-robert-lambert
López-Guzmán, J. A., Aguilar-Castillo, J. A., García-Zavala, J. J., & Lobato-Ortiz, R. (2018). Adaptabilidad y estabilidad de longitud de mazorca de maíz raza jala en cinco ambientes. Revista Bio Ciencias, 5(nesp2), e472. https://doi.org/10.15741/revbio.05.03.02
Lozano-Ramírez, A., Santacruz-Varela, A., San-Vicente-García, F., Crossa, J., Burgueño, J. & Molina-Galán, J. D. (2015). Modelación de la interacción genotipo ambiente en rendimiento de híbridos de maíz blanco en ambientes múltiples. Revista Fitotecnia Mexicana, 38(4), 337-347. https://www.scielo.org.mx/scielo.php?pid=S0187-73802015000400001&script=sci_arttext
Martínez, L., Garatuza, J., Armendáriz, M. M., Yépez, E., Garibaldi, J. M., Ortiz, J. E., & González, J. (2018). Caracteres fisiológicos y agronómicos de la variedad de trigo cristalino CIRNO C2008 confirman su estabilidad genética. Agrociencia, 52(3), 419-435. https://www.scielo.org.mx/pdf/agro/v52n3/2521-9766-agro-52-03-419.pdf
Neisse, A. C., Kirch, L. J., & Hongyu, K. (2018). AMMI and GGE biplot for genotype × environment interaction: a medoid-based hierarchical cluster analysis approach for high- dimensional data. Biometrical Letters, 55(2), 97-121. https://doi.org/10.2478/bile-2018-0008
Ochoa-Cadavid, I., Preciado-Ortíz, R. E., & Bayuelo-Jimenez, J. S. (2019). Interacción genotipo × ambiente y estabilidad en rendimiento de variedades de maíz en condiciones contrastantes de fósforo. Agrociencia, 53(3), 337-353. https://www.agrociencia-colpos.org/index.php/agrociencia/article/view/1788/1785
Pacheco, G., Rosa, A., Vargas, M., Alvarado, G., Rodríguez, F., Crossa, J., & Burgueño, J. (2015). Genotype x Environment Analysis with R for Windows. (version 4.1) [software]. GEA-R. CIMMYT Research Data & Software Repository Network. https://hdl.handle.net/11529/10203
Ponce-Encinas, M. C., López-Morales, F., Chura-Chuquija, J., Hernández-Leal, E., Hernández-Salinas, G., & Aragón-García, A. (2022). Interacción genotipo-ambiente del rendimiento en híbridos de maíz amarillo mediante AMMI y SREG. Revista Mexicana de Ciencias Agrícolas, 13(7), 1247–1258. https://doi.org/10.29312/remexca.v13i7.3070
Preciado, R. E., Vázquez, M. G., & Terrón, A. D. (2025). H-393 O, híbrido de cruza doble de maíz de grano blanco con alto contenido de aceite para la región subtropical de México. Revista Fitotecnia Mexicana, 48(1), 89-89. https://doi.org/10.35196/rfm.2025.1.89
Servicio de Información Agroalimentaria y Pesquera [SIAP]. (2025, August 15). Avance de Siembras y Cosechas. https://nube.agricultura.gob.mx/avance_agricola/
Soto, C. S. T., Arce, V. V., & León, L. A. N. (2019). Estabilidad de rendimiento y adaptabilidad de híbridos de maíz tolerantes a suelos ácidos en base a las características del análisis GGE biplot. Avances en Ciencias e Ingenierías, 11(1), 32-45. https://doi.org/10.18272/aci.v11i1.1081
Vargas, E. A., Vargas, J. E., & Baena, G. D. (2016). Análisis de estabilidad y adaptabilidad de híbridos de maíz de alta calidad proteica en diferentes zonas agroecológicas de Colombia. Acta Agronómica, 65(1), 72-79. https://doi.org/10.15446/acag.v65n1.43417
Vázquez-Carrillo, M. G., Preciado, R. E., Santiago, D., Palacios, N., Terrón, A., & Hernández, A. (2018). Estabilidad del rendimiento y calidad de grano y tortilla de nuevos híbridos de maíz con valor agregado para el subtrópico de México. Revista Fitotecnia Mexicana, 41(4a), 509-518. https://www.scielo.org.mx/pdf/rfm/v41n4a/0187-7380-rfm-41-4a-509.pdf
Yan, W., Frégeau, R. J., Pageau, D., & Martin, R. (2016). Genotype-by-environment interaction and trait associations in two genetic populations of oat. Crop Science, 56(3), 1136-1145. https://doi.org/10.2135/cropsci2015.11.0678
Yang, R. C., Crossa, J., Cornelius, P. L., & Burgueño, J. (2009). Biplot analysis of genotype environment interaction: proceed with caution. Crop Science, 49(5), 1564-1576. https://doi.org/10.2135/cropsci2008.11.0665
Revista Bio Ciencias by Universidad Autónoma de Nayarit under Creative Commons Attribution-NonCommercial 3.0 Unported License.
Based on work of http://biociencias.uan.edu.mx/.
Further permits not covered by this licence can be found at http://editorial.uan.edu.mx/index.php/BIOCIENCIAS.