Predicción Genómica Eficiente del Rendimiento y Materia Seca en Papa Híbrida
Autores: Adams, James; de Vries, Michiel; van Eeuwijk, Fred
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Predicción Genómica Eficiente del Rendimiento y Materia Seca en Papa Híbrida
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Botánica
Palabras clave
Mejoramiento de papas
Mejoramiento híbrido
Predicción genómica
Ganancias genéticas
Efectos de capacidad combinatoria
Interacciones genotipo-ambiente
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 8
Citaciones: Sin citaciones
Hay un esfuerzo en curso dentro del sector de la mejora de la papa para adaptar rápidamente la papa de un cultivo clonal poliploide a un cultivo híbrido de papa diploide. Si bien la mejora híbrida permite la generación y selección eficiente de líneas parentales, también aumenta la complejidad del programa de mejora y resulta en ciclos de mejora más largos. En las últimas dos décadas, la predicción genómica ha revolucionado la mejora de cultivos híbridos a través de ciclos de mejora más cortos, menores costos de fenotipado y una mejor mejora de la población, lo que resulta en mayores ganancias genéticas para rasgos genéticamente complejos. Para acelerar las ganancias genéticas en la papa híbrida, la implementación adecuada de la predicción genómica es un hito crucial en la mejora rápida de este cultivo. Los autores de este artículo se propusieron probar la predicción genómica en papa híbrida utilizando material genotipado actual con dos modelos alternativos: un modelo que predice los efectos de la capacidad combinatoria general (GCA) y otro que predice tanto los efectos de la capacidad combinatoria general como los específicos (GCA+SCA). Utilizando un conjunto de entrenamiento que comprende 769 híbridos y 456 líneas parentales genotipadas, encontramos que se podía lograr una precisión de predicción razonable para la mayoría de los fenotipos con cero padres comunes y un padre común entre los conjuntos de entrenamiento y prueba. No hubo beneficio con la inclusión de efectos genéticos no aditivos en el modelo GCA+SCA a pesar de que la varianza de SCA contribuyó entre el 9% y el 19% de la varianza genética total. Las interacciones genotipo-ambiente, aunque presentes, no parecieron afectar la precisión de la predicción, aunque los errores de predicción variaron entre los objetivos del ensayo. Estos resultados sugieren que los valores de cría estimados genómicamente en líneas parentales son suficientes para la predicción del rendimiento híbrido.
Descripción
Hay un esfuerzo en curso dentro del sector de la mejora de la papa para adaptar rápidamente la papa de un cultivo clonal poliploide a un cultivo híbrido de papa diploide. Si bien la mejora híbrida permite la generación y selección eficiente de líneas parentales, también aumenta la complejidad del programa de mejora y resulta en ciclos de mejora más largos. En las últimas dos décadas, la predicción genómica ha revolucionado la mejora de cultivos híbridos a través de ciclos de mejora más cortos, menores costos de fenotipado y una mejor mejora de la población, lo que resulta en mayores ganancias genéticas para rasgos genéticamente complejos. Para acelerar las ganancias genéticas en la papa híbrida, la implementación adecuada de la predicción genómica es un hito crucial en la mejora rápida de este cultivo. Los autores de este artículo se propusieron probar la predicción genómica en papa híbrida utilizando material genotipado actual con dos modelos alternativos: un modelo que predice los efectos de la capacidad combinatoria general (GCA) y otro que predice tanto los efectos de la capacidad combinatoria general como los específicos (GCA+SCA). Utilizando un conjunto de entrenamiento que comprende 769 híbridos y 456 líneas parentales genotipadas, encontramos que se podía lograr una precisión de predicción razonable para la mayoría de los fenotipos con cero padres comunes y un padre común entre los conjuntos de entrenamiento y prueba. No hubo beneficio con la inclusión de efectos genéticos no aditivos en el modelo GCA+SCA a pesar de que la varianza de SCA contribuyó entre el 9% y el 19% de la varianza genética total. Las interacciones genotipo-ambiente, aunque presentes, no parecieron afectar la precisión de la predicción, aunque los errores de predicción variaron entre los objetivos del ensayo. Estos resultados sugieren que los valores de cría estimados genómicamente en líneas parentales son suficientes para la predicción del rendimiento híbrido.