Mejora de la predicción genómica de las enfermedades de las plantas utilizando covariantes ambientales

Área de la Ciencia:

• Ciencias Agrícolas
• Patología vegetal
• La genética

Sus antecedentes:

• Fusarium Head Blight (FHB) tiene un impacto significativo en el rendimiento y la calidad del trigo y la cebada.
• La resistencia a las enfermedades es compleja, influenciada por la genética, el medio ambiente y las interacciones de genotipo por medio ambiente (GxE).
• La predicción de la resistencia al FHB en diversos entornos es un desafío para los programas de cría.

Objetivo del estudio:

• Investigar el GxE en el trigo de primavera para mejorar la predicción de la resistencia al FHB.
• Evaluar los métodos para predecir el rendimiento del genotipo en entornos no probados.
• Identificar los marcadores genéticos asociados con la resistencia al FHB y la sensibilidad ambiental.

Principales métodos:

• Comparó la regresión de Finlay-Wilkinson (FW), el análisis de regresión genómica conjunta (JGRA) y los modelos mixtos.
• Se han incorporado covariables ambientales para calcular un índice de medio ambiente y una matriz de relaciones.
• Se comparó con un modelo de selección genómica de referencia (GS) sin covariantes ambientales.

Principales resultados:

• JGRA demostró una mayor precisión que GS para las predicciones dentro y entre entornos.
• Los modelos mixtos se realizaron de manera comparable a JGRA para las predicciones dentro del entorno.
• La JGRA identificó marcadores significativos para la resistencia al FHB y la sensibilidad ambiental, lo que permite predecir el valor de cría específico de la ubicación.

Conclusiones:

• La incorporación de covariantes ambientales mejora la capacidad predictiva para seleccionar genotipos resistentes.
• Aprovechar las interacciones GxE mejora las estrategias de control de enfermedades en la cría de trigo.
• Este enfoque ofrece un método rentable para que los criadores exploten el GxE para mejorar la resistencia al FHB.