El proyecto PAIE titulado “Caracterización fenotípica en cuanto a calidad de fruto de dos poblaciones F1 de guayabo del país Acca sellowiana (Berg) Burret.“ fue desarrollado por: Alvarez Máximo, Bernal Jenifer, y Cazzulo Yanina desde marzo a diciembre del año 2015. La docente orientadora fue Clara Pritsch. Los integrantes del equipo son alumnos de la Facultad de Agronomía. Con el objetivo de caracterizar fenotípicamente por variables relacionadas con calidad de fruta a dos poblaciones F1 H5 (139 plantas en EEFAS) y H6 172 plantas en INIA Salto), se midieron 8 variables cuantitativas: peso de fruto (PF), peso de pulpa (PP), resistencia de cáscara (RCAS), sólidos solubles totales (SST), espesor de cáscara (ECAS), altura de fruto (AF), diámetro de fruto (DF), relación altura/diámetro (A/D), y 6 variables cualitativas: color de fruto (COLF), color de pulpa (COLP), forma de base de fruto (FORB), forma de fruto (FORF), intensidad de oxidación (INTOXI) y rugosidad de fruto (RUG), tomándose por planta 10 frutos maduros y midiéndole a cada uno las variables de interés. Se estudiaron para las variables cuantitativas la dispersión de los valores, sus máximos y mínimos, las correlaciones entre variables y la varianza entre las poblaciones, dentro poblaciones y entre genotipos, para las variables
cualitativas se realizaron histogramas y tablas de frecuencias. El patrón de dispersión de las variables cualitativas y cuantitativas fue semejante en ambas poblaciones. Sin embargo, las medias de H5 para variables cuantitativas fueron significativamente mayores que las de H6. Se observaron correlaciones positivas entre PF con PP, AF, DF; AF con DF. En cambio PF con RCAS, parecen no estar correlacionados así como SST con ninguna de las restantes variables. Se realizo un Análisis de Componentes principales explicando el componente uno el 47.8% de la varianza y el componente dos el 22%. Las variables que integran el componente uno son: PF (17.8%), AF (16.8%), PP (16.3%), DF (16%) y ECAS (13.6%), en cuanto al componente dos lo integran: RCAS (18.6%), A/D (16.2%), ATT (14.5%), SST (12.9%), ECAS (10.5%) y DF (10.3%).
La información generada podrá ser utilizada en futuros análisis de QTLs de calidad de fruta en cada población.