用全基因组标记物预测玉米 (Zea mays L.) 中的生物质相关特征的盐度应激耐受性
Vishal Singh1,2, Margaret Krause1, Devinder Sandhu3
1Plants, Soils, and Climate, College of Agricultural and Applied Sciences, Utah State University, Logan, Utah, USA.
The plant genome
|September 5, 2023
概括
基因组选择模型通过分析生物质特征,准确地预测玉米的盐分耐受性. 低密度标记提高了预测准确度,有助于开发耐盐玉米品种.
科学领域:
- 植物育种 植物育种
- 农业学是一种农业学.
- 遗传学 遗传学 是一个
背景情况:
- 玉米 (Zea mays L.) 是全球重要的作物,但盐度压力严重影响其生物质和谷物产量.
- 开发耐盐玉米基因型具有挑战性,因为需要广泛的表型.
- 预测盐分耐受性对于在盐水环境中保持玉米生产率至关重要.
研究的目的:
- 在盐应力下的玉米中估计生物质相关特征的育种值.
- 评估各种基因组选择模型来预测盐分耐受性.
- 为了确定最佳标记密度,准确预测玉米的盐耐受性.
主要方法:
- 在盐压力和受控条件下,对芽长度,芽重量,根长度和根重量的估计育种值.
- 采用五倍交叉验证来比较基因组最佳线性无偏预测 (GBLUP),脊回归BLUP (rrBLUP),扩展GBLUP和贝叶斯模型 (BayesA,BayesB,BayesC,贝叶斯拉索,贝叶斯脊回归).
- 研究了标记物密度的影响,利用低密度单核酸多态 (SNP) 通过差异和链接不平衡分析进行过.
主要成果:
- 低密度的SNP,通过分析差异和链接不平衡进行过,为所有生物质特征提供了最高的预测准确性.
- 整个特征的平均预测准确度从0.46到0.77.7不等.
- 基因组最佳线性无偏预测 (GBLUP),回归BLUP (rrBLUP) 和大多数贝叶斯模型 (不包括BayesB) 显示出可比且优异的预测准确度.
结论:
- 基因组选择有效地利用生物质特征预测玉米的盐分耐受性.
- 优化的标记物选择策略,特别是低密度的SNP,提高了预测准确度.
- 该研究提供了一个框架,用于在育种计划中实施基因组选择,以开发耐盐玉米品种.
相关概念视频
02:02Responses to Salt Stress
13.2K
Salt stress—which can be triggered by high salt concentrations in a plant’s environment—can significantly affect plant growth and crop production by influencing photosynthesis and the absorption of water and nutrients.
13.2K
02:41Responses to Drought and Flooding
10.7K
Water plays a significant role in the life cycle of plants. However, insufficient or excess of water can be detrimental and pose a serious threat to plants.
10.7K