Buscar

 

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

Por favor, utilize esse identificador para citar este item ou usar como link: http://repositorio.ufla.br/jspui/handle/1/4747

Título: Mapeamento Bayesiano de múltiplos caracteres: efeitos pleiotrópicos no estudo da herança dos componentes da produção em milho
Autor(es): Balestre, Marcio
Orientador: Von Pinho, Renzo Garcia
Coorientador(es): Souza Júnior, Cláudio Lopes de
Membro da banca: Bueno Filho, Júlio Sílvio de Sousa
Souza, João Cândido de
Nunes, José Airton Rodrigues
Guimarães, Lauro José Moreira
Área de concentração: Genética e melhoramento de plantas
Assunto: Pleiotropia
Caracteres complexos
Análise Bayesiana
Redes genéticas
Arquitetura genética
Data de Defesa: 9-Jan-2012
Data de publicação: 4-Dez-2014
Referência: BALESTRE, M. Mapeamento Bayesiano de múltiplos caracteres: efeitos pleiotrópicos no estudo da herança dos componentes da produção em milho. 89 p. Tese (Doutorado em Genética e Melhoramento de Plantas)-Universidade Federal de Lavras, Lavras, 2012.
Resumo: A pleiotropia tem desempenhado papel fundamental na dissecação de caracteres quantitativos. Porém a extensão desse efeito no genoma e suas consequências para o melhoramento de plantas ainda não foram completamente elucidadas. Esse trabalho foi realizado com o objetivo de identificar QTLs pleiotrópicos na cultura do milho utilizando o mapeamento Bayesiano de múltiplos intervalos. Além disso, procurou-se obter uma maior compreensão acerca da herança, extensão e distribuição dos efeitos pleiotrópicos em alguns componentes da produção do milho. Utilizou-se o delineamento III a partir de uma população proveniente do cruzamento entre as linhagens L-14-04B e L-08-05F. Foram genotipadas 250 plantas com 177 marcadores de microssatélites que posteriormente foram retrocruzadas com ambos parentais gerando 500 progenies de retrocruzamento que foram avaliadas em seis ambientes para produção de grãos e seus componentes. Os resultados deste trabalho sugerem que a análise de caracteres isolados restringe a compreensão acerca da arquitetura genética de caracteres quantitativos. Contudo, essa arquitetura pode ser melhor compreendida através de redes pleiotrópicas que permitam visualizar a complexidade da herança desses caracteres e, a partir disto, traçar novas estratégias de seleção. Também foi possível confrontar a ideia de que é possível identificar QTLs “para” caracteres complexos tais como a produção de grãos, visto que a pleiotropia atua de forma destacada em seus subcaracteres e que esse “caráter” pode ser decomposto e predito quase que na sua totalidade pelos QTLs dos seus componentes. Além disso, a pleiotropia de QTLs não necessariamente significa pleiotropia das interações alélicas e, sendo assim, a ampla distribuição dos efeitos pleiotrópicos não restringe a adaptabilidade de plantas.
Pleiotropy has played an important role in understanding quantitative traits. However, the extensiveness of this effect in the genome and its consequences for plant improvement have not been fully elucidated. The aim of this study was to identify pleiotropic quantitative trait loci (QTL) in maize using Bayesian multiple interval mapping. Additionally, we sought to obtain a better understanding of the inheritance, extent and distribution of pleiotropic effects of several components in maize production. The design III procedure was used from a population derived from the cross of the inbred lines L-14-04B and L-08-05F. Two-hundred and fifty plants were genotyped with 177 microsatellite markers and backcrossed to both parents giving rise to 500 backcrossed progenies, which were evaluated in six environments for grain yield and its components. The results of this study suggest that mapping isolated traits limits our understanding of the genetic architecture of quantitative traits. This architecture can be better understood by using pleiotropic networks that facilitate the visualization of the complexity of quantitative inheritance, and this characterization will help to develop new selection strategies. It was also possible to confront the idea that it is feasible to identify QTLs for complex traits such as grain yield, as pleiotropy acts prominently on its subtraits and as this “trait” can be broken down and predicted almost completely by the QTLs of its components. Additionally, pleiotropic QTLs do not necessarily signify pleiotropy of allelic interactions, and this indicates that the pervasive pleiotropy does not limit the genetic adaptability of plants.
URI: http://repositorio.ufla.br/jspui/handle/1/4747
Publicador: UNIVERSIDADE FEDERAL DE LAVRAS
Idioma: pt_BR
Aparece nas coleções: DBI - Genética e Melhoramento de Plantas - Doutorado (Teses)

Arquivos neste Item:

Arquivo Descrição TamanhoFormato
TESE_Mapeamento Bayesiano de múltiplos caracteres....pdf1,7 MBAdobe PDFVer/abrir

Itens protegidos por copyright, com todos os direitos reservados, Salvo indicação em contrário.


Mostrar estatísticas

 


DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback