dissertação
Predição de desempenho de híbridos de milho utilizando modelos lineares mistos com a informação de marcadores moleculares
Prediction of maize hybrids performance by linear mixed models with molecular markers information
Registro en:
BALESTRE, M. Predição de desempenho de híbridos de milho utilizando modelos lineares mistos com a informação de marcadores moleculares. 2009. 64 p. Dissertação (Mestrado em Genética e Melhoramento de Plantas)-Universidade Federal de Lavras, Lavras, 2009.
Autor
Balestre, Marcio
Institución
Resumen
Genética e Melhoramento de Plantas Nos últimos anos, várias metodologias têm sido empregadas no intuito de avaliar o desempenho de híbridos de milho. O objetivo deste trabalho foi verificar qual o potencial do melhor preditor linear não viciado (BLUP) e das distâncias genéticas na predição de híbridos de milho. Foram utilizadas noventa progênies S0:2 provenientes de três populações oriundas de três híbridos simples comerciais. Utilizaram-se 30 progênies da população A (híbrido 30F45), 31 da população B (híbrido Dow 657) e 29 da população C (DKB333B). Todas as 90 progênies foram genotipadas com 25 marcadores de microssatélites (SSR), sendo 9 dessas marcas ligadas à QTL para produtividade de grãos. A partir das análises moleculares, foram obtidas as similaridades genéticas e o parentesco, empregando-se a distância modificada de Roger e o coeficiente de Lynch e Ritland, respectivamente. Com base nas similaridades genéticas, foram selecionadas 17 linhagens que foram intercruzadas em um sistema de dialelo parcial, com o objetivo de recuperar os cruzamentos mais e menos divergentes. Assim, foram avaliados 60 híbridos em dois locais em látice triplo 8x8. Também foram utilizados os resultados de similaridade e parentesco para a construção da matriz genética aditiva e de dominância que, posteriormente, foram empregadas em associação com o BLUP, para a predição dos valores genotípicos e da CEC dos híbridos não avaliados. Para isso, foram simulados cinco graus de desbalanceamento (5, 10, 20, 30 e 40). Os valores de similaridades genéticas também foram utilizados na predição dos híbridos, ou seja, correlacionaram-se as DMR com a produtividade, CEC e heterose dos híbridos avaliados. Para teste de significância da correlação entre DMR com a produtividade utilizou-se um teste empírico via simulação Monte Carlo. Neste estudo, foi observado que 71% dos híbridos interpopulacionais apresentaram desempenho superior aos híbridos genitores (30F45, Dow657 e DKB333B). Além disso, observou-se que as distâncias genéticas apresentaram média capacidade preditiva da produtividade (0,546), da capacidade de combinação (0,567) e da heterose (0,661). A simulação Monte Carlo apresentou-se como uma alternativa viável para teste de correlação entre distâncias genética e produtividade, principalmente por verificar se o tamanho da amostra utilizado para estudo de correlação é adequado. No que se refere às predições utilizando o BLUP, pode-se observar que os valores de correlações entre os valores genotípicos preditos e as médias observadas variaram de 0,55 a 0,70, dependendo do grau de desbalanceamento. Resultado semelhante foi observado para as predições da CEC, ou seja, variaram de 0,61 a 0,70. Além disso, constatou-se que o coeficiente de parentesco de Lynch e Ritland associado ao BLUP proporcionou predições mais acuradas, quando comparado às predições obtidas pela similaridade no estado, estimada pela distância modificada de Roger. O método (BLUP) demonstrou ser uma alternativa viável na predição de cruzamentos não realizados, porém, sua eficácia é maior quando coeficientes de similaridade adequados são utilizados para a construção da matriz de parentesco. In the last years, several methodologies have been used to predict the
untested maize hybrids performance. Thus, the aim of this work was to ascertain
the potential of the best linear unbiased prediction (BLUP) and the genetic
distance in the prediction of maize hybrids performance. Ninety S0:2 progenies
from three populations of three single cross hybrids were utilized being thirty
progenies from population A (P30F45 hybrid), thirty-one from population B
(DOW657 hybrids) and twenty-nine from population C. The ninety progenies
were genotyped with twenty-five SSR markers, with nine QTL's markers linked
to grain yield. Starting from the molecular analysis, the genetic similarities and
the relationship were obtained by Roger's modified distance and the Lynch and
Ritland coefficient respectively. Based on the genetic similarities, 17 progenies
were selected and crossed in a partial diallel design, to recover the must and
least divergent crosses. Thus, sixty hybrids were evaluated in two environments
using 8x8 lattice design with three replications. The similarity and relationship
results were used to construct additive and dominance matrixes that were
utilized in association with BLUP for prediction of the untested maize hybrids.
Five unbalanced degrees were simulate (5, 10, 20, 30 and 40).The genetic
similarities values were also used for hybrids predictions, in other words, they
were correlated with yield, SCA and heterosis of the appraised hybrids. For
significance test of correlation among DMR and yield, the Monte Carlo
empirical test was applied. In this study it was observed that 71% of the
interpopulation hybrids showed superior performance in relation to the parental
hybrids (30F45, Dow657 e DKB333B). In addition, it was observed that the
genetic distances presented a medium capacity to predict yield (0.546), specific
combining ability (0.567) and heterosis (0.661).The Monte Carlo simulation
demonstrated to be a viable alternative for correlation test between genetic
distance and yield, mainly for verifying if the sample size is suitable.
Considering the BLUP predictions, it can be observed that the correlations
between the genotypic values predicted and the phenotypic means varied from
0.55 to 0.70 depending on the unbalanced degree. Similar results were observed for the SCA predictions, which varied from 0.61 to 0.70. Besides, it was verified
that the Lynch and Ritland coefficient associated with BLUP provided more
accurate predictions when compared to the similarity in state predictions
estimated by the Roger's modified distance. Thus, it is possible to infer that
BLUP methodology demonstrated to be a viable alternative to predict the
performance of untested hybrids, however, this efficiency is larger when
appropriate similarity coefficients are used to construct the relationship matrix.