Factores ambientales que afectan el contenido de fumonisina en granos de maíz

Técnicas de regresión logistica fueron utilizadas para estudiar las variables meteorológicas asociadas al contenido de fumonisinas en grano de maíz. La variable dependiente consistió en 29 valores de contenido de fumonisina B1 y B2 (FB1 y FB2) provenientes de muestras de un híbrido susceptible sembrado en varios sitios de la región pampeana, desde 2006/07 a 2008/09. Las variables meteorológicas fueron procesadas alrededor de la aparición de estigmas. La variable Np2 (número de períodos de dos días con registro simultáneo de lluvia y humedad relativa > o = 81 %, día 1, y humedad relativa > 70% en el segundo día) resultó la más fuertemente correlacionada con el contenido de FB1 y FB2 (coeficiente de Kendall: τ: 0,63 y 0,52 respectivamente) y fue incluida en modelos de regresión logística simple y bivariado, junto a Txm (temperatura máxima media). Un modelo trivariado integrado por dos variables interactivas y Txm logró la mayor precisión de predicción al clasificar correctamente el 93% de los casos. Las variables ambientales identificadas favorecen la infección de F. verticillioides, de esta manera se puede explicar la variabilidad en los niveles de fumonisina a cosecha. Estos resultados podrían ser útiles para el manejo racional de ambos, la enfermedad y la micotoxina. Regression logistic techniques were used to study the environmental variables associated with fumonisin content in maize grain. The dependent variable consisted of 29 values of fumonisins B1 and B2 (FB1 and FB2) from samples of susceptible hybrid sowed in several sites of the Pampas region from 2006/07 to 2008/09. Meteorological variables were recorded in relation to the silking stage. The Np2 variable (number of periods of two days with simultaneous recording of rainfall and relative humidity > or = 81 % (day 1) and relative humidity > 70 % at the second day) was the most strongly correlated with FB1 and FB2 (Kendall coefficient: τ: 0.63 and 0.52 respectively) and was included in simple and bivariate regression logistic models with Txm (mean maximum temperature). A trivariate model integrated for two interactive variables and Txm achieved the highest accuracy of prediction, classifying correctly 93 % of cases. The environmental variables identified in this study stimulate F. verticillioides infection and can explain the variability in fumonisin levels at harvest. These results could be useful for the rational management of both disease and mycotoxin.