Documente Academic
Documente Profesional
Documente Cultură
INDICE DE TABLAS
Según cifras del Ministerio de Comercio, Industria y Turismo, con base en datos
del Dane, las exportaciones de uchuva en el mundo crecieron en promedio el
7,6% al año entre 2010 y 2013. Pasaron de US$22,1 millones en 2010 a US$27,6
millones en 2013, siendo los principales destinos países de la Unión Europea
como Alemania, Países Bajos y Bélgica (Proexport 2014). En el 2014 Colombia
exportó un total de 5.823 toneladas de uchuva lo que representó USD 30,2
millones, un incremento de 9% en volumen y 14% en valor comparado con el año
anterior. El 99% de las exportaciones de uchuva son demandadas por 10 países,
la mayoría representado por los de la Unión Europea. Existen registradas ante el
ICA en Boyacá 195 hectáreas y en Cundinamarca 167 ha. de uchuva sembradas
sobre los 2.200 metros sobre el nivel del mar, El Ministro de Agricultura y
Desarrollo Rural, Aurelio Iragorri Valencia, anunció que los productores de uchuva
de Boyacá y Cundinamarca ya pueden exportar la fruta a Estados Unidos sin
tratamiento de frío, lo que implica una reducción en sus costos de exportación de
un 40% (Agronet 2015).
La uchuva (Physalis peruviana L.), según Legge (1974), es originaria del Perú, de
la misma zona de origen del tomate. También existen indicios de que la uchuva
proviene del Brasil y que ha sido domesticada en los altiplanos de Perú y chile
(CRFG, 1997). Entre Chile y Colombia crece como planta silvestre y semisilvestre
en zonas altas de altitud entre 1500 a 3000 m.s.n.m. fue introducida por los
españoles a Sudáfrica hace más de 200 años como fruto contra el escorbuto.
Desde Sudáfrica la uchuva introducida a Kenia, Zimbabwe, Australia, Nueva
Zelanda, Hawái y la India, donde se está cultivando comercialmente. Sin embargo,
hoy en día, se la encuentra en casi todos los altiplanos de los trópicos (Verheij y
coronel, 1991), y en varias partes de los subtropicos, incluyendo Malasia, China y
el Caribe, entre otras.
Jerarquía Descripción
Reino Plantae
Subreino Tracheobionta
División Angiospermae
Clase Magnoliopsida
Subclase Asteridae
Superorden Asteranae
Orden Solanales
Familia Solanaceae
Subfamilia Solanoideae
Tribu Physaleae
Subtribu Physalinae
Género Physalis L.
Subgénero Rydbergis Hendrych
Especie Physalis peruviana L
Nombres comunes Uchuva, uvilla, tomatillo,
aguaymanto, capulí, etc.
FUENTE: (Menzel, 1951; Hunziker, 1979; D’Arcy, 1991; Sánchez, 1991;
Whitson y Manos, 2005)
Los países que más compran uchuva en el mundo son: Países bajos con un
porcentaje del 40%, seguido de Alemania con un 25% y Bélgica con 20%. Suecia,
Canadá, Reino Unido y Francia que representan entre el 4% y 2% de la compra de
la uchuva dentro de los demás países del mundo.
Hay pocas variedades y más bien genotipos que se han seleccionado en los
diferentes países y que se adaptan también a los diferentes climas de las regiones
específicas (ecotipos). Las introducciones a Colombia como ‘Sudáfrica’ y ‘Kenia’
tienen frutos más grandes (Fischer, 1995), debido a un mayor número de
cromosomas (‘Kenia’ 2n = 48 vs. ‘Colombia’ 2n = 32) (Rodríguez y Bueno, 2006),
pero estas dos africanas tienen concentraciones de sólidos solubles totales (°Brix)
y ácido cítrico menores. Existen numerosas accesiones del género Physalis en
Colombia en los bancos de germoplasma de Corpoica y de varias universidades.
Lobo (2000) considera que el potencial de los frutales andinos, entre ellos
Physalis peruviana, lo determina en gran medida su variabilidad, debido a que
esta zona corresponde al área de diversidad primaria de estos frutales.
La utilización de marcadores moleculares puede ser útil para distintos aspectos del
manejo de recursos genéticos y su utilización en la mejora de la uchuva. Así, por
ejemplo la utilización de marcadores moleculares puede ser de interés para la
detección de duplicados en bancos de germoplasma, para la creación de
colecciones nucleares, o para el establecimiento de relaciones entre accesiones
de una colección (Bonilla et al 2008; Morillo et al 2011). También, la utilización de
marcadores moleculares puede ser útil para identificar parentales situados a alta
distancia genética y que den lugar a híbridos más productivos (Leiva et al., 2001).
4. MATERIALES Y METODOS
A. Características Vegetativas
1. Forma de la hoja
FOHO. 1. Triangular
2. Cordada
3. Elíptica
B. Características Reproductivas
2. Forma del Cáliz 3. Forma de la 4. Color 5. Color del
Acrescente Baya del Pedúnculo
FMCA. Estilo COPE.
1. Semicampanulado FOBAY COETL 1. Morado
2. Ligulado. 1. Globosa. 1. Uva oscuro (M)
3. Urceolado. 2. Ovoide. claro 2. (M)+verde
3. Elipsoide. 5RP3/2- oscuro en un
5RP2/6 lado
2. Lila
oscuro
7.5 pb
2/6
6. Color de la Baya Inmadura 7. Color de la Baya Madura
COLBYI COLBYM
1. Verde claro (7,5 GY4/4-5GY4/4) 1. Amarillo (2,5YB/12-8,75YR-
2. Verde intermedio (7,5GY3/4) 7/4-5YR7/14).
3. Verde oscuro (5G2/6-10GY3/2) 2. Naranja (10YR6/6-
7,5YR6/6)
/2 (5Y5/6-2,5Y5/6).
Todas las medidas de las variables de color se hicieron con base en las cartas de
colores de Munsell (Munsell, 1996).
Fuente: Palomino, (PALMIRA. 2010).
Tabla 6. Descriptores seleccionados (Cuantitativos) para evaluar los materiales
colectados de Physalis peruviana L.
EXTRACCIÓN DE ADN
Para la extracción del ADN se usó el protocolo de Dellaporta (1983), para lo cual
se maceraron 100 mg de tejido vegetal de cada material colectado, con nitrógeno
líquido hasta obtener un polvo fino y seco. El tejido se re suspendió en 600 ul de
Buffer de extracción (0.5 M NaCl, 0.2 M Tris Hcl pH 7.5, 10mM EDTA, 1% SDS).
La suspensión se incubo durante una hora en baño maría a una temperatura de
65 º C. A cada muestra se le adiciono 300 ul de Acetato de Amonio 7.5 M, y se
dejó a temperatura ambiente por 10 minutos. Las muestras se centrifugaron a
12000 rpm durante 10 minutos, y se recuperó el sobrenadante al cual se le agrego
600 ul de isopropanol y se incubo a (-20ºC) por 12 horas. Posteriormente se
centrifugaron los tubos a 12000 rpm durante 15 minutos. El precipitado se lavó con
800 ul de Etanol al 70% (- 20ºC) centrifugando por 5 minutos a 12000 rpm y se
secó a temperatura ambiente durante 1 hora.
PRIMER SECUENCIA
GT VHVGTGTGTGTGTA
CT DYDCTCTCTCTCTCTCTC
CGA DHBCGACGACGACGACGA
CA DBDACACACACACACA
AG HBHAGAGAGAGAGAGAGA
TG HVHTGTGTGTGTGTGTGT
CCA DDBCCACCACCACCACCA
Fuente:(Martha Bonilla et al., 2008). ACTA AGRON (PALMIRA).
Caracterización morfológica
Con los datos obtenidos, se realizó el análisis de estadística descriptiva de las 10
variables cuantitativas y 8 variables cualitativas para frutos de uchuva.
Con los datos de las observaciones de carácter por genotipo, se obtuvo una matriz
en Excel, con la cual se realizó un análisis multivariado con el programa
estadístico InfoStat versión 2015, con el fin de determinar la variabilidad
morfológica entre las accesiones.
Para la estandarización de los datos el programa estadístico InfoStat 2015, a cada
valor observado le resta la media de la variable y lo divide por el desvío estándar
de la misma. Así, cada uno de los valores es escalado por la varianza. (Di Rienzo
J.A et a.l, 2015).
Se obtuvo una matriz de correlaciones entre individuos y los descriptores para
posteriormente hacer el análisis de componentes principales (Anexos), y así
determinar los valores y vectores propios. Los componentes principales fueron
graficados en un plano bidimensional para agrupar las accesiones con cada uno
de los descriptores. Luego se realizó el análisis de conglomerados con el
programa estadístico InfoStat 2015 mediante la matriz de correlaciones entre
caracteres y el algoritmo por agrupamiento jerárquico WARD, generando un
dendograma que permitió determinar los grupos formados por los genotipos
caracterizados.
Caracterización molecular
Se generó una matriz binaria de presencia (1) y ausencia (0). La similitud genética
entre los materiales evaluados se calculó con el coeficiente de Nei y Li (1979). El
análisis de agrupamiento se realizó por el método UPGMA y se generó un
dendrograma empleando el paquete estadístico NTSYS (Numerical Taxonomy
System for personal Computer, versión 2.02 PC). Los parámetros de diversidad
genética que se estimaron con el programa TFPGA (Tools For Population Genetic
Analysis, versión 1.3, 1997) fueron el porcentaje de loci polimórficos y la
heterocigosidad insesgada. Se determinó el valor de “F” estadístico insesgado con
un intervalo de confianza de 95%. El Análisis de Varianza Molecular (AMOVA) se
hizo con el programa GenAlEx 6.41.
5.RESULTADOS Y DISCUSIÓN
Para este caso podemos encontrar que para la variable longitud de las hojas
HLON (cm), encontramos valores de promedio o valor medio de 8,38 cm, y el 1,12
cm de desviación estándar lo que nos representa que el mayor número de hojas
de la muestra tienen longitud entre 7,16 cm y 9,50 cm, en relación al coeficiente de
variación para esta variable del 13% podemos decir q los datos presentan una
baja dispersión y se consideran homogéneos.
Podemos notar que la variable peso fruto maduro con cáliz PFMC (gr), con un
promedio de 4 gr y desviación estándar de 0,90 gr en donde la mayor parte de
datos analizados en la muestra tienen un peso entre 3,10 gr y 4,90 gr, en relación
al coeficiente de variación para esta variable del 22% podemos decir q los datos
presentan una mayor dispersión y variabilidad y se consideran no homogéneos.
Analizamos también la variable peso fruto maduro PFM (gr), que nos arroja un
promedio de 3,45 gr y desviación estándar de 0,85 de lo cual podemos concluir
que la mayor parte de los datos de la muestra se encuentran entre 4,30 gr y 2,60
gr, en relación al coeficiente de variación para esta variable del 24% podemos
decir q los datos presentan una mayor dispersión y variabilidad y se consideran no
homogéneos.
Además para la variable tamaño longitud del fruto TFL (mm) que tiene un
promedio de 18,42 mm y una desviación estándar de 1,49 mm podemos analizar
que de los frutos analizados en la muestra la mayor parte de los frutos tienen un
tamaño entre 19,91 mm y 16,93 mm, en relación al coeficiente de variación para
esta variable del 8% podemos decir q los datos presentan una baja dispersión y se
consideran homogéneos.
Otro dato a analizar es el tamaño transversal del fruto TTF (mm) que tiene como
resultado un promedio de 18,25 mm y una desviación estándar de 1,69 mm
permitiéndonos entender que la mayor parte de los frutos tienen un tamaño
transversal entre 19,94 mm y 16,56 mm, en relación al coeficiente de variación
para esta variable del 9% podemos decir q los datos presentan una baja
dispersión y se consideran homogéneos.
Para la variable número de semillas del fruto NSF (N°) 206,78 que es su promedio
y 26,79 su desviación estándar, analizamos que la mayor parte de los datos
obtenidos tienen valores entre de 233,57 y 179,99 semillas por fruto, en relación al
coeficiente de variación para esta variable del 12% podemos decir q los datos
presentan una baja dispersión y se consideran homogéneos.
Los grados Brix GB al ser analizados arrojan un promedio de 13,60 y 1,72 para su
desviación estándar para obtener una observación en donde la mayor parte de los
frutos se presentan en un intervalo entre 15,32 y 11,88 grados Brix, en relación al
coeficiente de variación para esta variable del 12% podemos decir q los datos
presentan una baja dispersión y se consideran homogéneos.
HLON (cm) HANC DIALF APB PFMC PFM TFL TTF NSF GB
(cm) (mm) (cm) (gr) (gr) (mm) (mm) (N°)
media 8,38 7,97 17,69 34,54 4 3,45 18,42 18,25 206,7 13,60
8
desviación 1,12 1,24 2,02 11,60 0,90 0,85 1,49 1,69 26,79 1,72
estándar
rango 4,6 5,2 8,96 65,3 3,81 3,79 6,95 6,63 133 10,
7
C.V.% 0,13 0,15 0,11 0,33 0,22 0,24 0,08 0,09 0,12 0,12
error medio 0,985 0,173 -2,662 -2,095 0,7 0,633 1,482 0,850 - -5,197
5,521
Tabla 10. Vectores propios que contribuyen a la varianza total explicada por
componentes principales, con base a caracteres para variables cuantitativas de 15
genotipos de uchuva
Podemos determinar q el diámetro de la flor presenta mucha relación junto con las
variables con mayores índices de variabilidad presentados como lo son el peso del
fruto maduro y el peso del fruto maduro con cáliz y también con el tamaño
transversal de fruto y el tamaño longitudinal del fruto q no fueron considerados en
este estudio pero q en diferentes estudios han sido de gran importancia a la hora
de la determinación de la variabilidad cualitativa. Como lo han sido estudios
realizados por T.G. Ofelia et al. (2008), y por palomino (2010).
Para el análisis de las variables cualitativas se tuvo en cuenta que las variables
forma de la hoja FOHO y la variable presencia de resina terpenica en el fruto
PRTF, no presentaban variabilidad alguna entre los datos obtenidos en los
materiales observados por lo tanto fueron excluidas dentro del análisis de
variables.
Tabla 12. Vectores propios que contribuyen a la varianza total explicada por
componentes principales, con base a caracteres para variables cualitativas de 15
genotipos de uchuva.
El color del pedúnculo y el color de la pulpa también resulta tener uno de los
valores más altos dentro del componente principal dos (CP2), pero no se
introdujeron dentro de los grupos determinados por la mayor significancia que
presentaba la forma de la baya, el cual presenta una mayor significancia para la
descripción presentada en este estudio.
4.2.4 Análisis De Conglomerados Jerárquicos (ACJ)
Tabla 14. Vectores propios que contribuyen a la varianza total explicada por
componentes principales, con base a caracteres para variables tanto cualitativas
como cuantitativas de 15 genotipos de uchuva.
Gracias a estudio realizado por Morillo Paz, lagos & Ordoñez et al. (2011), se
puede determinar q Los agrupamientos de la caracterización morfológica y
molecular no son coincidentes, dado que los caracteres fenotípicos están
influenciados por el ambiente y algunos de ellos no son heredables y los
caracteres genotípicos pueden no encontrarse expresados en el fenotipo (Lobo,
2006).
Según los estudios realizados por Trillos, Cortez & Medina et al. (2008). Lo cual
sugiere q los resultados obtenidos indican que para los caracteres morfológicos
evaluados se observa una mayor similitud que para los caracteres cuantitativos,
distinguiéndose dos grupos contrastantes y tres subgrupos perfectamente
definidos, que no corresponden a distribución geográfica, pero podrían
corresponder a diversidad en el proceso evolutivo.
4.4 CARACTERIZACIÓN MOLECULAR
Figura 9. Dendograma de los materiales de uchuva (P. peruviana L.) basado en elPaipa
Coeficiente de similitud de Nei-Li.
Paipa
Paipa
Tunja
GRUPO I
Tunja
Combita
Tunja
Tunja
Combita
Santa Rosa
GRUPO II
Santa Rosa
Los siete cebadores RAMs generaron un total de 135 bandas, 15 para el cebador
CA y 28 para el CT, con pesos moleculares entre 250 y 1,200 Kb, el número deTuta
Tuta
GRUPO III
Sotaquirá
Santa Rosa
En la evaluación de los materiales de uchuva (Physalis peruviana L.), así como los
estudios realizados por Ligarreto et al. (2005) y los estudios realizados por
González y Arbleda et al. (2008), se puede evidenciar que no se pudo encontrar
un patrón de agrupamiento de las accesiones por procedencia geográfica, quienes
indican que esto sucede por la alta dispersión que han tenido los materiales
silvestres a través de la zona andina de Colombia y Ecuador.
En Colombia la uchuva crece como una planta silvestre que está en un proceso de
domesticación por lo cual más conocimiento y conservación de germoplasma
nativo son necesarios para superar los actuales problemas agronómicos presentes
en las principales regiones productoras. Los diferentes estudios de diversidad y
estructura genética de germoplasma de P. peruviana y otras especies
relacionadas usando diferentes herramientas biotecnológicas (marcados
moleculares, secuenciación, bioinformática) han mostrado la existencia de
variabilidad genética asociada tanto al estado biológico del material como al sitio
geográfico de donde proceden los materiales. Lo anterior sugiere que en el
germoplasma Colombiano de uchuva hay potencial para muchas características
de interés comercial, agronómico y nutricional que todavía no ha sido explorado.
5. RECOMENDACIONES
TAKIMOTO, T., KANBAYASHI, Y., TOYODA, T., ADACHI, Y., FURUTA, C.,
SUZUKI, K., MIWA, T. and BANNAI, M. 4β-hydroxywithanolide e isolated from
Physalis pruinosa calyx decreases inflammatory responses by inhibiting the NF-κB
signaling in diabetic mouse adipose tissue. International Journal of Obesity, 38(11),
2014, p. 1432–1439.
SIMBAQUEBA, J., SANCHEZ, P., SANCHEZ, E., NUNEZ, V.M., CHACON, M.I.,
BARRERO, L.S. and MARINO, L. Development and characterization of
microsatellite markers for the Cape gooseberry Physalis peruviana. PLoS ONE,
6(10), 2011, p. e26719.
ENCISO, F., GONZÁLEZ, C., RODRÍGUEZ, E., LÓPEZ, C., LANDSMAN, D.,
BARRERO, L. and MARIÑO, L. Identification of immunity related genes to study
the Physalis peruviana— Fusarium oxysporum pathosystem. PLoS ONE 8 (7),
2013, p. e68500.
GARZÓN, G.A., OSORIO, J., DELGADILLO, P., MAYORGA, F., ENCISO, F.,
LANDSMAN, D., MARIÑO, L. and BARRERO, L. 2015. Genetic diversity and
population structure in Physalis peruviana and related taxa based on InDels and
SNPs derived from COSII and IRG markers. Plant Gene, 4(1), 2015, p. 29-37.
JUYÓ, D., SARMIENTO, F., ÁLVAREZ, M., BROCHERO, H., GEBHARDT, C. and
MOSQUERA, T. Genetic diversity and population structure in diploid potatoes of
group Phureja. Crop Science, 55(2), 2015, p. 760-769.
NEI, M. and LI, W.H. Mathematical model for studying genetic variation in terms of
restriction endonuclease. Proceedings of the National Academy of Sciences,
76(10), 1979, p. 5269-5273.
WRIGHT, S. Evolution and the genetics of populations, variability within and among
natural populations. Chicago (USA): University of Chicago Press, 1978, 566 p.
ANEXOS
ANEXO 1. CUANTITATIVOS
Variables de clasificación
Cod_sp
Matriz de correlación/Coeficientes
HLON (cm) HANC (cm) DIALF (cm) APB (cm) PFMC (gr)
PFM (gr) TFL (mm) TTF (mm) NSF (N°) GB
HLON (cm) 1,00
Matriz de correlación/Probabilidades
HLON (cm) HANC (cm) DIALF (cm) APB (cm) PFMC (gr)
PFM (gr) TFL (mm) TTF (mm) NSF (N°) GB
HLON (cm)
Autovalores
Lambda Valor Proporción Prop Acum
1 4,14 0,41 0,41
2 1,70 0,17 0,58
3 1,19 0,12 0,70
4 1,03 0,10 0,81
5 0,72 0,07 0,88
6 0,59 0,06 0,94
7 0,35 0,04 0,97
8 0,16 0,02 0,99
9 0,08 0,01 1,00
10 0,02 2,0E-03 1,00
Autovectores
Variables e1 e2 e3 e4
HLON (cm) 0,30 0,49 -0,23 -0,10
HANC (cm) 0,33 0,46 -0,19 -0,04
DIALF (cm) -0,01 0,26 0,12 0,83
APB (cm) 0,13 0,47 0,28 -0,41
PFMC (gr) 0,45 -0,12 -0,01 0,05
PFM (gr) 0,45 -0,12 0,03 0,09
TFL (mm) 0,39 -0,35 -0,12 -0,03
TTF (mm) 0,41 -0,30 -0,10 0,01
NSF (N°) 0,23 0,11 0,45 0,29
GB 0,09 -0,10 0,77 -0,19
ANEXO 2. CUALITATIVOS
Análisis de componentes principales
Datos estandarizados
Casos leidos 60
Casos omitidos 0
Variables de clasificación
Cod_sp
Matriz de correlación/Coeficientes
FMCA FOBAY CCM COPE COLBYI COLBYM CP
CF
FMCA 1,00
FOBAY -0,19 1,00
CCM 0,35 -0,17 1,00
COPE -0,35 0,12 -0,17 1,00
COLBYI 0,02 0,22 -0,15 -0,20 1,00
COLBYM 0,11 0,06 0,03 0,03 0,13 1,00
CP -1,9E-03 0,27 -0,13 -0,03 -0,04 0,42 1,00
CF -0,01 0,13 -0,15 0,12 -0,07 0,04 0,17
1,00
Matriz de correlación/Probabilidades
FMCA FOBAY CCM COPE COLBYI
COLBYM CP CF
FMCA
FOBAY 0,1413
Autovalores
Lambda Valor Proporción Prop Acum
1 1,82 0,23 0,23
2 1,53 0,19 0,42
3 1,22 0,15 0,57
4 0,95 0,12 0,69
5 0,81 0,10 0,79
6 0,75 0,09 0,89
7 0,54 0,07 0,95
8 0,38 0,05 1,00
Autovectores
Variables e1 e2 e3 e4
FMCA 0,43 0,42 -0,11 0,27
FOBAY -0,45 0,15 0,25 0,06
CCM 0,47 0,16 -0,24 -0,15
COPE -0,36 -0,38 -0,32 -0,32
COLBYI -0,10 0,28 0,73 0,03
COLBYM -0,18 0,55 -0,21 -0,42
CP -0,36 0,49 -0,28 -0,07
CF -0,29 0,06 -0,33 0,79
Datos estandarizados
Casos leidos 60
Casos omitidos 0
Variables de clasificación
Cod_sp
Matriz de correlación/Coeficientes
HLON (cm) HANC (cm) DIALF (cm) APB (cm) PFMC (gr)
PFM (gr) TFL (mm) TTF (mm) NSF (N°) GB FMCA
FOBAY CCM COPE COLBYI COLBYM CP CF
HLON (cm) 1,00
Matriz de correlación/Probabilidades
HLON (cm) HANC (cm) DIALF (cm) APB (cm) PFMC (gr)
PFM (gr) TFL (mm) TTF (mm) NSF (N°) GB FMCA
FOBAY CCM COPE COLBYI COLBYM CP
CF
HLON (cm)
Autovalores
Lambda Valor Proporción Prop Acum
1 4,43 0,25 0,25
2 2,31 0,13 0,37
3 1,72 0,10 0,47
4 1,64 0,09 0,56
5 1,35 0,08 0,64
6 0,95 0,05 0,69
7 0,94 0,05 0,74
8 0,84 0,05 0,79
9 0,77 0,04 0,83
10 0,69 0,04 0,87
11 0,62 0,03 0,90
12 0,54 0,03 0,93
13 0,42 0,02 0,96
14 0,32 0,02 0,97
15 0,24 0,01 0,99
16 0,14 0,01 1,00
17 0,07 3,7E-03 1,00
18 0,02 9,8E-04 1,00
Autovectores
Variables e1 e2 e3 e4
HLON (cm) 0,27 0,42 -0,02 0,02
HANC (cm) 0,30 0,40 -0,03 0,03
DIALF (cm) -0,04 0,17 0,24 0,22
APB (cm) 0,10 0,33 0,10 0,19
PFMC (gr) 0,43 -0,05 0,10 -0,02
PFM (gr) 0,43 -0,06 0,12 0,01
TFL (mm) 0,39 -0,19 0,03 -0,22
TTF (mm) 0,39 -0,13 0,09 -0,20
NSF (N°) 0,22 -4,6E-03 0,13 0,49
GB 0,08 -0,13 0,29 0,25
FMCA -0,11 -0,12 0,54 -0,13
FOBAY 0,21 -0,21 -0,22 0,09
CCM -0,12 0,13 0,42 -0,05
COPE 0,06 0,07 -0,42 0,29
COLBYI 0,11 -0,21 0,02 -0,40
COLBYM 0,04 -0,37 0,18 0,32
CP -0,02 -0,38 -0,06 0,38
CF 0,04 -0,21 -0,27 -0,07