Evaluación y Predicción del Rendimiento de Líneas de Sorgo en una Población de Mapeo de Asociación Anidada de Retrocruzamiento Élite por Exóticas
Autores: Crozier, Daniel; Winans, Noah D.; Hoffmann, Leo; Patil, Nikhil Y.; Klein, Patricia E.; Klein, Robert R.; Rooney, William L.
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Evaluación y Predicción del Rendimiento de Líneas de Sorgo en una Población de Mapeo de Asociación Anidada de Retrocruzamiento Élite por Exóticas
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Botánica
Palabras clave
Diversidad genética
Programas de mejoramiento de plantas
Mapeo de asociación anidado por retrocruzamiento
Rendimiento híbrido
Predicción genómica
Familias BC-NAM
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 18
Citaciones: Sin citaciones
Mantener o introducir diversidad genética en los programas de mejoramiento de plantas es necesario para un continuo avance genético; sin embargo, la diversidad a costa de un rendimiento reducido no es algo que busquen los mejoradores. Con este fin, se pueden emplear poblaciones de mapeo de asociación anidada por retrocruzamiento (BC-NAM), en las que el padre recurrente es una línea elite, como estrategia para introducir diversidad de accesiones no adaptadas mientras se mantiene el rendimiento agronómico. Este estudio evalúa (i) el rendimiento híbrido de líneas de sorgo de 18 familias BC-NAM y (ii) el potencial de la predicción genómica para seleccionar líneas de familias BC-NAM por su rendimiento híbrido antes de la evaluación fenotípica. A pesar de los diversos orígenes geográficos y el rendimiento agronómico de los padres no adaptados para las familias BC-NAM, muchas líneas derivadas de BC tuvieron un rendimiento significativamente mejor en los ensayos híbridos que el padre recurrente elite, R.Tx436. Las precisiones de predicción genómica para el rendimiento de grano, la altura de la planta y los días hasta la mitad de la antésis fueron aceptables, pero las precisiones de predicción para la altura de la planta fueron más bajas de lo esperado. Si bien las precisiones de predicción aumentaron al incluir más individuos en el conjunto de entrenamiento, las mejoras tendieron a estabilizarse entre dos y cinco líneas por familia, siendo necesarios conjuntos de entrenamiento más grandes para rasgos más complejos como el rendimiento de grano. Por lo tanto, los modelos de predicción genómica pueden optimizarse en una gran población BC-NAM con una fracción relativamente baja de individuos que necesitan ser evaluados. Estos resultados sugieren que la predicción genómica es un método efectivo de preselección de líneas dentro de las familias BC-NAM antes de la evaluación en extensos ensayos de campo híbridos.
Descripción
Mantener o introducir diversidad genética en los programas de mejoramiento de plantas es necesario para un continuo avance genético; sin embargo, la diversidad a costa de un rendimiento reducido no es algo que busquen los mejoradores. Con este fin, se pueden emplear poblaciones de mapeo de asociación anidada por retrocruzamiento (BC-NAM), en las que el padre recurrente es una línea elite, como estrategia para introducir diversidad de accesiones no adaptadas mientras se mantiene el rendimiento agronómico. Este estudio evalúa (i) el rendimiento híbrido de líneas de sorgo de 18 familias BC-NAM y (ii) el potencial de la predicción genómica para seleccionar líneas de familias BC-NAM por su rendimiento híbrido antes de la evaluación fenotípica. A pesar de los diversos orígenes geográficos y el rendimiento agronómico de los padres no adaptados para las familias BC-NAM, muchas líneas derivadas de BC tuvieron un rendimiento significativamente mejor en los ensayos híbridos que el padre recurrente elite, R.Tx436. Las precisiones de predicción genómica para el rendimiento de grano, la altura de la planta y los días hasta la mitad de la antésis fueron aceptables, pero las precisiones de predicción para la altura de la planta fueron más bajas de lo esperado. Si bien las precisiones de predicción aumentaron al incluir más individuos en el conjunto de entrenamiento, las mejoras tendieron a estabilizarse entre dos y cinco líneas por familia, siendo necesarios conjuntos de entrenamiento más grandes para rasgos más complejos como el rendimiento de grano. Por lo tanto, los modelos de predicción genómica pueden optimizarse en una gran población BC-NAM con una fracción relativamente baja de individuos que necesitan ser evaluados. Estos resultados sugieren que la predicción genómica es un método efectivo de preselección de líneas dentro de las familias BC-NAM antes de la evaluación en extensos ensayos de campo híbridos.