Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DBI - Departamento de Biologia >
DBI - Programa de Pós-graduação >
DBI - Genética e Melhoramento de Plantas - Doutorado (Teses) >

Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/12109

Title: Modeling genotype-by-environment interaction, additive and dominance effects into the genomic prediction framework for drought tolerance in maize
Other Titles: Predição dos valores genotípicos de híbridos simples de milho para tolerância ao déficit hídrico a partir de um modelo genético-estatístico que integra efeitos da interação genótipo x ambiente, efeitos genéticos aditivos e de dominância
???metadata.dc.creator???: Dias, Kaio Olímpio das Graças
???metadata.dc.creator.Lattes???: http://lattes.cnpq.br/7079781475856604
???metadata.dc.contributor.advisor1???: Souza, João Cândido de
???metadata.dc.contributor.advisor-co1???: Pastina, Maria Marta
???metadata.dc.contributor.advisor-co2???: Guimarães, Lauro José Moreira
???metadata.dc.contributor.referee1???: Guimarães, Lauro José Moreira
???metadata.dc.contributor.referee2???: Nunes, José Airton Rodrigues
???metadata.dc.contributor.referee3???: Garcia, Antonio Augusto Franco
???metadata.dc.contributor.referee4???: Guimarães, Cláudia Teixeira
Keywords: Milho – Melhoramento genético
Resistência a seca
Genótipo
Corn – Breeding
Resistence of dehydration
Genotypes
???metadata.dc.date.submitted???: 20-Oct-2016
Issue Date: 21-Dec-2016
???metadata.dc.description.sponsorship???: Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
Citation: DIAS, K. O. das G. Modeling genotype-by-environment interaction, additive and dominance effects into the genomic prediction framework for drought tolerance in maize. 2016. 101 p. Tese (Doutorado em Genética e Melhoramento de Plantas)-Universidade Federal de Lavras, Lavras, 2016.
???metadata.dc.description.resumo???: A seca é uma das principais causas de perdas de produção em todo o mundo, e é considerada um importante fator limitante para a produção de milho em áreas tropicais. Melhoramento de milho para tolerância ao estresse hídrico é geralmente difícil, demorado e caro, uma vez que os híbridos têm de ser avaliados em vários ambientes. Neste contexto, uma predição precisa do desempenho dos híbridos simples não avaliados em um ou mais ambientes é essencial para maximizar os ganhos genéticos. Objetivou-se neste trabalho avaliar a acurácia de predição da performance de híbridos simples não avaliados para tolerância à seca, com o uso de um modelo genético estatístico que considera os efeitos da interação genótipos por ambientes e efeitos aditivos e dominantes. Dados fenotípicos para cinco caracteres foram avaliados em 308 híbridos em oito ambientes nas condições de seca e irrigado em dois anos e dois locais no Brasil. Os genótipos dos híbridos simples foram inferidos a partir do genótipo de seus genitores (linhagens) com o uso de SNP (Single NucleotidePolymorphism) via GBS (GenotypingbySequencing). As análises de seleção genômica foram feitas usando o GBLUP (Genomic Best Linear UnbiasedPrediction) por meio do modelo misto multiplicativo fator analítico. Diferenças foram observadas na acurácia preditiva para modelos aditivos (A) e aditivos+dominantes (AD) para os cinco caracteres avaliados nas duas condições hídricas. No entanto, essas diferenças foram mais evidentes nas condições de seca. Para produção de grãos (GY) o modelo AD obteve uma acurácia duas vezes maior que o modelo A. Com o uso do modelo misto multiplicativo fator analítico com efeitos aditivos e dominantes, foi possível quantificar a estabilidade de efeitos aditivos e dominantes, bom como a interação aditiva e dominante entre ambientes. Esses resultados têm grande aplicação na seleção parental e seleção de híbridos. Além disso, combinando ambientes WW e WS houve um aumento na predição de híbridos simples não testados em ambas as condições hídricas. Esses resultados contribuem para um maior entendimento sobre a arquitetura genética dos caracteres estudados nas condições de seca e irrigado, e destaca a importância de efeitos de dominância na predição de híbridos simples não avaliados em ambas as condições híbridas.Os modelos utilizados neste estudo podem ser facilmente estendidos para outras culturas, em que os genótipos são avaliados em vários ambientes e os efeitos de dominância apresentam um papel importante para a heterose.
Abstract: Drought is one of the major causes of severe yield losses worldwide, and it is considered as an important limiting factor for maize production in tropical areas. Maize breeding for drought tolerance is usually difficult, time consuming and expensive, since the hybrids need to be evaluated in several environments. In this context, an accurate prediction of the performance of untested hybrids in one or more environments is essential to maximize genetic gains. The main goal of this study was to evaluate the accuracy of genomic selection to predict the performance of untested maize single-cross hybrids for drought tolerance, using a statistical-genetics model that account for genotype-by-environment interaction, additive and dominance effects. Phenotypic data of five drought tolerance traits were measured in 308 single-cross hybrids in eight trials, comprising water-stressed (WS) and well-watered (WW) conditions over two years and two locations, in Brazil. The genotypes of the hybrids were inferred based on the genotypes of their parents (inbred lines), using SNP (Single Nucleotide Polymorphism) data obtained via GBS (genotyping-by-sequencing). Genomic selection analysis was done using GBLUP (Genomic Best Linear Unbiased Prediction) by fitting a factor analytic multiplicative mixed model. Our results showed differences in the predictive accuracy between additive (A) and additive+dominant (AD) models for the five traits in both water conditions. However, these differences were more evident under WS conditions. For grain yield (GY), the AD model had a predictive accuracy two times bigger than the A model. Using factor analytic mixed models, including additive and dominance effects, it was possible to investigate the stability of the additive and dominance effects across environments, as well as, the additive and dominance-by-environment interaction, with interesting applications for parental and hybrid selection. In addition,combining WW and WS trials increased the prediction accuracy of untested hybrids in WW and/or WW conditions. These results contribute to a better understanding about the genetic architecture of important traits related to drought tolerance in maize, and highlight the importance of dominance effects for grain yield genomic prediction in single-cross hybrids under both water regimes.The models applied in this study can be easily extended to other crops for which the genotypes are measured in multiple environments and the dominance effects exhibit an important role for heterosis.
Description: Arquivo retido a pedido do autor até novembro de 2017.
URI: http://repositorio.ufla.br/jspui/handle/1/12109
Publisher: Universidade Federal de Lavras
???metadata.dc.language???: eng
Appears in Collections:DBI - Genética e Melhoramento de Plantas - Doutorado (Teses)

Files in This Item:

There are no files associated with this item.

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.


View Statistics

 


DSpace Software Copyright © 2002-2010  Duraspace - Feedback