|
|
Inicio >
Información > Posters > Marcadores
moleculares en maíz
Selección asistida por marcadores moleculares en maíz: Importancia
práctica de la interacción entre QTL
|
|
|
|
|
|
| |
|
Sala RG1,2, EL
Camadro1,2, FH Andrade1,2,
JC Cerono3.
1Unidad Integrada INTA Balcarce-FCA,
UNMdP.
Ruta Nacional 226 km 73.5, Balcarce (7620).
2CONICET, 3KWS
Argentina. Av San Martín 4075, Balcarce (7620).
salarode@yahoo.com.ar
|
|
|
|
|
|
|
Click para ampliar |
|
Introducción
La selección asistida por marcadores moleculares
requiere del conocimiento del número, ubicación y efectos de los loci
que afectan caracteres cuantitativos (QTL) de interés.
La presencia de epistasis ha sido previamente
establecida para varios caracteres cuantitativos en base a estudios
clásicos de genética (Zhuang et al., 2002). Si bien la
interacción entre QTL tendría consecuencias directas sobre la
selección asistida por marcadores (Mackay, 2001), los modelos de mapeo
de QTL comúnmente utilizados no tienen en consideración este efecto.
Trabajos previos informaron la presencia de QTL
para humedad del grano en la cosecha (Austin et al., 2000; Mihaljevic
et al., 2005). Sin embargo, en ninguno de estos trabajos se
detectó interacción entre QTL para dicho carácter.
Objetivos
Mapear QTL individuales y sus interacciones para
humedad del grano en maíz y aportar evidencias sobre las consecuencias
prácticas de la interacción entre QTL en la selección asistida por
marcadores moleculares.
Materiales y métodos
En 2002 y 2003 se evaluaron 181 familias F2:3 en
Camet, Buenos Aires, por contenido de humedad del grano en la cosecha.
Se construyó un mapa de ligamiento con información genotípica obtenida
de 122 marcadores SSR, que abarcan 1557,8 cM del genoma. Con el valor
promedio de los dos años se detectaron QTL para contenido de humedad
en la cosecha. Para la detección de QTL individuales e interacciones
entre los mismos se empleó la metodología propuesta por Sen y
Churchill (2001) como se describe en detalle en Sugiyama y
colaboradores (2001). Todas los cálculos se realizaron utilizando el
paquete R/qtl v0.98 (Broman et al., 2003), bajo el lenguaje/entorno
estadístico R v1.9 (R Development Core Team, 2004). Los efectos
epistáticos y el tipo de interacción entre pares de marcadores fueron
determinados mediante el programa de SAS EPISTACY (Holland, 1998).
|
|
|
|
|
Resultados
|
|
|
|
|
Tabla 1. Parámetros de los
QTL detectados para humedad
del grano en la cosecha mediante
mapeos por intervalos.
|
QTLa |
glb |
SCc |
LOD |
R2d |
valor F |
valor P(F) |
|
Dirección de la
respuestae |
|
1/194 |
6 |
8069.5 |
6.51 |
7.06 |
4.69 |
0.0002 |
***f |
A |
|
8/64 |
6 |
13317.5 |
10.23 |
11.65 |
7.73 |
0.0001 |
*** |
B |
|
2/100 |
2 |
2821.1 |
2.40 |
2.47 |
4.91 |
0.0085 |
** |
A |
|
2/145 |
2 |
2585.3 |
2.21 |
2.26 |
4.50 |
0.0125 |
* |
A |
|
5/0 |
2 |
4945.3 |
4.12 |
4.33 |
8.61 |
0.0002 |
*** |
A |
|
9/34 |
2 |
8305.2 |
6.69 |
7.27 |
14.47 |
0.0001 |
*** |
A |
|
10/26 |
2 |
4364.0 |
3.66 |
3.82 |
7.60 |
0.0007 |
*** |
A |
|
3/80 |
2 |
1981.0 |
1.70 |
1.73 |
3.45 |
0.0341 |
* |
A |
|
4/0 |
2 |
3618.3 |
3.05 |
3.17 |
6.30 |
0.0023 |
** |
A |
|
6/25 |
2 |
1539.9 |
1.33 |
1.35 |
2.68 |
0.0715 |
. |
A |
|
1/194*8/64 |
4 |
4622.5 |
3.86 |
4.05 |
4.03 |
0.0039 |
** |
|
|
|
54.8g |
|
|
aGrupo
de ligamiento/posición de máximo valor de LOD.
bGrados de libertad
c Suma de cuadrados tipo
III
dCoeficiente de
determinación: porcentaje de la varianza fenotípica explicada
individualmente por cada QTL en el modelo.
eProgenitor cuyo valor
aditivo para un QTL dado aporta el alelo favorable para mejorar
el carácter.
f***=p< 0.001; **=
p<0.01; * =p<0.05; . =P<0.1.
gTotal ajustado:
Estimación del porcentaje total de la varianza fenotípica
explicada por el ajuste simultáneo de todos los QTL putativos,
corregida por los grados de libertad del modelo. |
|
|
Figura 1. Click para ampliar |
|
Discusión
Los efectos aditivos del QTL 8/64 variaron en
función del origen del alelo del QTL 1/194 (Figura 1). De esto
surge la importante diferencia entre el progreso genético esperado
según la combinación de alelos que se seleccione para uno y otro QTL
de la interacción (Tabla 1 y Figura 1). Debido al tiempo
y esfuerzo que se invierte en selección asistida por marcadores
moleculares, los efectos de interacción deberían ser considerados
cuando se realiza el mapeo de QTL. |
|
|
|
|
Referencias:
Austin, D.F. et al. 2000. Crop Sci. 40:30-39.
Broman, K.W. et al. 2003. Bioinformatics
19:889-890.
Holland, J.B. 1998. Heredity 89:374-375.
Mackay, T.F.C. 2001. Annu. Rev. Genet.
35:303-339.
Mihaljevic, R. et al. 2005. Crop Sci. 45:114-122.
R Development Core Team. 2004. R Foundation for
Statistical Computing, Vienna, Austria.
Sen, S., y G.A. Churchill. 2001. Genetics
159:371-387.
Sugiyama, F. et al. 2001. Genomics 71:70-77.
Zhuang, J.-Y. et al. 2002. Theor Appl Genet
105:11371145. |
|
|
|
|
|
|
|
|
|
 |
34º CONGRESO ARGENTINO DE GENÉTICA
TRELEW,
11 AL 14 DE SEPTIEMBRE DE 2005 |
|
|
|
|
|
|
|
|
