logo uach
logo Cori   
logo uach
COORDINACIÓN DE REVISTAS INSTITUCIONALES | UACh

e-ISSN: 2007-4034
ISSN print: 1027-152X
Creative Commons License

Revista Chapingo Serie Horticultura

Publishes scientific and technological research results in the horticultural field and related areas. Its objective is to create an international platform for the dissemination and discussion of scientific and technological knowledge in horticulture.

Home / Articles / Vol. 32 - 2026

  

Volume 32, 2026



doi: 10.5154/r.rchsh.2025.07.011
Fecha de publicación: 2026-02-20
Detección de enfermedades en el cultivo de papa mediante modelos de aprendizaje profundo
Abraham González-Jesús; Juan Manuel González-Camacho; Juan Pablo Ambrosio-Ambrosio; Luis Arturo Soriano-Avendaño; José Alfredo Carrillo-Salazar

Keywords: redes neuronales convolucionales, transferencia de aprendizaje, YOLOv11n, reconocimiento de patrones, alerta temprana

La papa es el cuarto cultivo más importante a nivel mundial. En 2024, México alcanzó una producción de 2.12 millones de toneladas, con un rendimiento promedio de 32.71 t∙ha-1. La incidencia de enfermedades es un factor limitante para garantizar la producción; por ello, la aplicación de técnicas de visión artificial es de gran valor para su detección oportuna. El objetivo de esta investigación fue implementar y evaluar el desempeño de tres modelos de aprendizaje profundo para identificar seis enfermedades en el cultivo de papa a partir de imágenes digitales: tizón tardío (Phytophthora infestans), tizón temprano (Alternaria solani), infecciones bacterianas (Candidatus Phytoplasma), virus Y de la papa (Potato virus Y), virus del mosaico de la papa (Potato virus X) y virus del enrollado de la papa (Potato leafroll virus), así como daños por plagas y hojas sanas. Se evaluó el desempeño de una red neuronal convolucional (CNN) estándar y dos modelos CNN con transferencia de aprendizaje (VGG19 y YOLOv11n). El modelo YOLOv11n superó a VGG19 y a la CNN estándar, al alcanzar una precisión global de clasificación de 98.1 %, en comparación con 92.8 y 90.1 %, respectivamente. A nivel de clases, YOLOv11n obtuvo valores de F1-score de 95 a 100 %, mientras que VGG19 registró valores de 85 a 100 % y CNN de 72 a 98 %. Estos resultados evidencian que YOLOv11n presenta una capacidad de clasificación alta para detectar las seis enfermedades analizadas, daños por plagas y hojas sanas. El desempeño observado confirma el potencial de los modelos de aprendizaje profundo como base para el desarrollo de tecnologías inteligentes orientadas a detectar problemas fitosanitarios.



doi: 10.5154/r.rchsh.2025.03.005
Fecha de publicación: 2026-03-25
Una revisión sistemática de Tradescantia spathacea (maguey morado): del uso tradicional a la investigación farmacológica
Alexis García-Fernández; Mariana Z. Pérez-González; María Adelina Jiménez-Arellanes

Keywords: planta medicinal, Rhoeo discolor, fitoquímica, farmacología.

Tradescantia spathacea, conocida comúnmente como maguey morado, lirio ostra, lirio de barco o “Moisés en la cuna”, es una especie nativa de México ampliamente cultivada por su valor ornamental y utilizada de forma extensa en la medicina tradicional. La presente revisión integra y analiza la información sobre sus usos tradicionales, composición fitoquímica y actividades farmacológicas reportadas, con el objetivo de establecer el estado actual del conocimiento y las principales brechas de investigación. En la medicina tradicional, esta especie se emplea para el tratamiento de diversos padecimientos. Las investigaciones biológicas de los extractos metanólicos, etanólicos o acuosos han permitido describir su actividad anticancerígena, citotóxica, antimutagénica, antibacteriana, antimicótica, antiviral, gastroprotectora, inmunológica, diurética, antiinflamatoria, neuroprotectora, antidiabética y antioxidante. Algunos compuestos bioactivos aislados de la parte aérea de la planta son rutina, rhoeonina, peltatósido, epigalocatequina, ácido ferúlico, ácido clorogénico, ácido vanílico, ácidos p-cumáricos, ácido protocatecuico, luteolina, pcumaroil, sirigilo, cafeoil, feroil, apigenina, naringenina, kaempferol, miricetina, quercetina, isorhamnetina, peonidina, entre otros. Sin embargo, a pesar del uso de esta especie medicinal, a la fecha no se han descrito las condiciones biotecnológicas para la obtención del material de manera controlada.



Fecha de publicación: 2026-04-17
Optimización de la propagación clonal de aguacate mediante la aplicación de bioestimulantes a plantas donadoras de vareta

Keywords: portainjertos clonales, enraizamiento adventicio, L-aminoácidos, Trichoderma harzianum, extractos de algas marinas.

La propagación clonal de portainjertos de aguacate (Persea americana Mill.) garantiza uniformidad genética y tolerancia a estreses bióticos y abióticos; sin embargo, su eficiencia suele limitarse por una baja capacidad de enraizamiento. El objetivo de este estudio fue evaluar el efecto de tres bioestimulantes (L-aminoácidos, extractos de algas marinas y Trichoderma harzianum) aplicados a plantas donadoras sobre la productividad de varetas y la capacidad de enraizamiento de brotes etiolados en cuatro portainjertos (‘Duke 7’, ‘Zutano’, ‘Day’ y ‘Velvick’). El portainjerto fue el factor con mayor influencia en las variables evaluadas. ‘Duke 7’ mostró el mayor rendimiento de varetas y porcentaje de enraizamiento (100 %), seguido por ‘Zutano’ (95.8 %), mientras que ‘Velvick’ presentó la respuesta más baja (31.2 %). Entre los bioestimulantes, los L-aminoácidos incrementaron significativamente el número de varetas, yemas e injertos por planta donadora. Durante el enraizamiento, los bioestimulantes mejoraron la calidad y cantidad de raíces en ‘Duke 7’, aunque sus efectos no fueron consistentes en los otros portainjertos. La bioestimulación de plantas donadoras de vareta optimiza la propagación clonal, principalmente en portainjertos con alta capacidad de enraizamiento intrínseca, como ‘Duke 7’. En portainjertos de baja respuesta (‘Day’ y ‘Velvick’), se deben establecer protocolos específicos de enraizamiento.



Fecha de publicación: 2026-04-17
Respuesta de Solanum lycopersicum L. a Rhizoctonia solani durante las etapas de germinación y plántula

Keywords: enfermedad fúngica, mejoramiento genético, marchitez, damping-off, tomate, jitomate.

El hongo Rhizoctonia solani ocasiona pérdidas importantes en el cultivo de tomate debido a la ausencia de genes de resistencia a este patógeno. El objetivo de esta investigación fue evaluar características fenotípicas asociadas con la tolerancia a R. solani durante las etapas de germinación y plántula de 90 líneas de tomate, con el fin de identificar genotipos promisorios para programas de mejoramiento genético, así como desarrollar estrategias para evaluar la tolerancia en ambas fases del desarrollo. La prueba de germinación se realizó durante 10 días en una cámara de germinación, bajo oscuridad constante durante los primeros 3 días y luz artificial los siguientes 7 días, a 28 ± 2 °C y 70 ± 5 % de humedad relativa. Las semillas se inocularon con 2 mL de una suspensión con 336 × 103 fragmentos miceliales por mL. Se identificaron 24 líneas con mayor tolerancia a R. solani, las cuales presentaron menor incidencia de la enfermedad y mayor vigor en comparación con el testigo (α < 0.05). En la etapa de plántula, la evaluación se realizó durante 10 días en un sistema de balsa flotante, con densidad de 166 plantas∙m-2. La inoculación se efectuó por el método de raíz desnuda durante 3 h con la misma suspensión de inóculo. En esta etapa, se identificaron 17 líneas tolerantes que tuvieron mayor área foliar y acumulación de biomasa en parte aérea y raíz (α < 0.05). Las líneas L12, L13 y RF38 mostraron tolerancia a R. solani en ambas etapas fenológicas, por lo que se pueden incorporar en programas de mejoramiento genético de tomate. Asimismo, las pruebas desarrolladas permitieron evaluar un alto número de genotipos e identificar los más tolerantes. Palabras clave: enfermedad fúngica, mejoramiento genético, marchitez, damping-off, tomate, jitomate



Indexada en

SCOPUS SJR CONACYT BIBLAT CABI DOAJ LATINDEX OAJI redalyc REDIB SCIELO

MW4 – FAO AGRIS data provider 2025

© Derechos reservados Universidad Autónoma Chapingo 2024 | Protección de Datos Personales