Predicción del genotipo del trigo australiano por las interacciones ambientales y los megaentornos

Área de la Ciencia:

• Ciencias Agrícolas
• Mejoramiento vegetal
• La genética

Sus antecedentes:

• La cría de trigo (Triticum aestivum) en Australia se enfrenta a desafíos debido al genotipo generalizado por las interacciones ambientales (GEI).
• La predicción precisa del GEI en diversos entornos es crucial para optimizar el rendimiento de los cultivos.
• Los modelos existentes a menudo tienen dificultades para vincular los efectos latentes de los GEI con las covariables ambientales observables (CE).

Objetivo del estudio:

• Asociar y predecir los efectos ambientales latentes con las covariables ambientales observadas en el trigo.
• Desarrollar un método para predecir el genotipo por interacciones ambientales en una gama más amplia de entornos australianos.
• Mejorar la precisión de la predicción genómica para los programas de mejoramiento del trigo.

Principales métodos:

• Se utilizó un gran conjunto de datos de ensayos multiambientales para el trigo.
• Utilizó modelos mixtos analíticos de factores para capturar los IGE comunes utilizando los efectos ambientales latentes.
• Efectos latentes asociados con las covariables ambientales observadas derivadas de los datos meteorológicos y del suelo.

Principales resultados:

• Se ha demostrado que los efectos ambientales latentes pueden predecirse a partir de las covariables ambientales observadas.
• Genotipo identificado por clases de entorno basadas en la interacción con el medio ambiente, definidas por las covariables ambientales clave.
• Se reveló una variabilidad significativa año tras año en los efectos ambientales y el genotipo por las interacciones ambientales en todo el cinturón de granos australiano.

Conclusiones:

• Las covariables ambientales observadas proporcionan una base para predecir el genotipo latente por las interacciones ambientales.
• Los hallazgos permiten una mejor orientación de los genotipos de trigo a megaambientes específicos, al tiempo que se tiene en cuenta la variabilidad ambiental.
• La precisión mejorada en la predicción genómica es alcanzable con efectos genéticos precisos y covariantes ambientales conocidos para nuevos entornos.