Identificación de loci y genes candidatos asociados con el contenido de arginina en soja
Autores: Ma, Jiahao; Yang, Qing; Yu, Cuihong; Liu, Zhi; Shi, Xiaolei; Wu, Xintong; Xu, Rongqing; Shen, Pengshuo; Zhang, Yuechen; Shi, Ainong; Yan, Long
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Identificación de loci y genes candidatos asociados con el contenido de arginina en soja
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Soja
Aminoácidos
Estudio de Asociación del Genoma Completo
Polimorfismos de Nucleótido Único
Predicción Genómica
Selección Genómica
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
Las semillas de soja son ricas en aminoácidos, ofreciendo beneficios nutricionales y fisiológicos clave. En este estudio, se analizaron 290 accesiones de soja de la Colección de Germoplasma del USDA con sede en Urbana, IL Information Network (GRIN). Cuatro modelos de Estudio de Asociación de Genomas a Escala Completa (GWAS) -Bayesian-information and Linkage-disequilibrium Iteratively Nested Keyway (BLINK), Modelo Lineal Mixto (MLM), Unificación de Probabilidad Circulante de Modelo Fijo y Aleatorio (FarmCPU) y Modelo Mixto de Múltiples Locus (MLMM)- identificaron dos Polimorfismos de Nucleótido Único (SNPs) significativos asociados con el contenido de arginina: Gm06_19014194_ss715593808 (LOD = 9,91, variación del 3,91%) en 19.014.194 pb en el cromosoma 6 y Gm11_2054710_ss715609614 (LOD = 9,05, variación del 19%) en 2.054.710 pb en el cromosoma 11. Se encontraron dos genes candidatos, y , en las dos regiones de marcadores de SNP respectivamente. Se realizó una Predicción Genómica (GP) para el contenido de arginina utilizando varios modelos: Bayes A (BA), Bayes B (BB), LASSO Bayesiano (BL), Regresión Ridge Bayesiana (BRR), Predicción Lineal no Sesgada Mejorada por Regresión Ridge (rrBLUP), Bosque Aleatorio (RF) y Máquina de Soporte Vectorial (SVM). Se observó una alta precisión de la GP tanto en poblaciones cruzadas como no cruzadas, respaldando la Selección Genómica (GS) para el mejoramiento de cultivares de soja con alto contenido de arginina. Este estudio tiene un importante potencial comercial al proporcionar recursos genéticos valiosos y herramientas moleculares para mejorar la calidad nutricional y el valor de mercado de los cultivares de soja. A través de la identificación de marcadores de SNP asociados con alto contenido de arginina y la demostración de una alta precisión de predicción mediante la selección genómica, esta investigación respalda el desarrollo de accesiones de soja con perfiles proteicos mejorados. Estos avances pueden satisfacer mejor las demandas de los consumidores conscientes de la salud y atender a los mercados de alimentos y piensos de alto valor.
Descripción
Las semillas de soja son ricas en aminoácidos, ofreciendo beneficios nutricionales y fisiológicos clave. En este estudio, se analizaron 290 accesiones de soja de la Colección de Germoplasma del USDA con sede en Urbana, IL Information Network (GRIN). Cuatro modelos de Estudio de Asociación de Genomas a Escala Completa (GWAS) -Bayesian-information and Linkage-disequilibrium Iteratively Nested Keyway (BLINK), Modelo Lineal Mixto (MLM), Unificación de Probabilidad Circulante de Modelo Fijo y Aleatorio (FarmCPU) y Modelo Mixto de Múltiples Locus (MLMM)- identificaron dos Polimorfismos de Nucleótido Único (SNPs) significativos asociados con el contenido de arginina: Gm06_19014194_ss715593808 (LOD = 9,91, variación del 3,91%) en 19.014.194 pb en el cromosoma 6 y Gm11_2054710_ss715609614 (LOD = 9,05, variación del 19%) en 2.054.710 pb en el cromosoma 11. Se encontraron dos genes candidatos, y , en las dos regiones de marcadores de SNP respectivamente. Se realizó una Predicción Genómica (GP) para el contenido de arginina utilizando varios modelos: Bayes A (BA), Bayes B (BB), LASSO Bayesiano (BL), Regresión Ridge Bayesiana (BRR), Predicción Lineal no Sesgada Mejorada por Regresión Ridge (rrBLUP), Bosque Aleatorio (RF) y Máquina de Soporte Vectorial (SVM). Se observó una alta precisión de la GP tanto en poblaciones cruzadas como no cruzadas, respaldando la Selección Genómica (GS) para el mejoramiento de cultivares de soja con alto contenido de arginina. Este estudio tiene un importante potencial comercial al proporcionar recursos genéticos valiosos y herramientas moleculares para mejorar la calidad nutricional y el valor de mercado de los cultivares de soja. A través de la identificación de marcadores de SNP asociados con alto contenido de arginina y la demostración de una alta precisión de predicción mediante la selección genómica, esta investigación respalda el desarrollo de accesiones de soja con perfiles proteicos mejorados. Estos avances pueden satisfacer mejor las demandas de los consumidores conscientes de la salud y atender a los mercados de alimentos y piensos de alto valor.