Os caracteres quantitativos normalmente têm elevada importância agronômica e econômica, sendo geralmente os mais importantes nos programas de melhoramento das mais diversas espécies, como é o caso do milho (Zea mays L.). Dentre os vários caracteres considerados, destaca-se a produção de grãos e seus componentes. Dessa forma, o objeto de estudo do presente trabalho foi mapear QTL´s relacionados à vários caracteres de importância agronômica, estimar seus efeitos genéticos e entender as causas da correlação genética (pleiotropia ou ligação), em uma população de milho tropical. Para tanto, foi utilizada uma população com 400 progênies F2:3, foram avaliadas em quatro delineamento látice 10 x 10 em cinco ambientes. Os métodos de mapeamento utilizados foram o Mapeamento por Intervalo Composto (CIM), de forma univariada e multivariada considerando múltiplos caracteres (mCIM). O mapa de ligação previamente construído possui 117 locos marcadores microssatélites, com distância média de 14 cM entre eles em média. Os caracteres avaliados foram: produção de grãos (PG), peso da espiga (PE), prolificidade (PROL), número de espigas (NE), número de ramificações do pendão (NRP), rendimento (REND); altura de planta (AP), altura da espiga (AE), comprimento da espiga (CE), diâmetro da espiga (DE), número de fileiras da espiga (NFI), número de grãos por fileira (NGFI), número de folhas acima da primeira espiga (NFO), posição relativa da espiga (PR), porcentagem de acamamento de plantas (ACP) e porcentagem de quebramento do colmo (QUE). Em geral poucos QTL´s foram mapeados devida à alta interação G x A, e esses resultados foram consistentes com os apresentados na literatura. Usando o mCIM, foi possível separar QTL´s ligados de QTL´s com efeito pleiotrópico, permitindo melhor entendimento das causas genéticas da correlação. De forma geral, caracteres mais correlacionados como PG e AP tiveram predomínio de QTL´s pleiotrópicos, enquanto que caracteres menos correlacionados (como por exemplo, CE e NGFI) tiveram QTL´s segregando de forma independente ou com ligação entre si, ou seja, com baixa presença de efeitos pleiotrópicos. Caracteres correlacionados negativamente com os demais em geral apresentaram efeitos aditivos com sinais opostos aos dos demais caracteres. Dessa forma, foi possível identificar regiões que podem ser manipuladas para realizar seleção assistida de forma mais eficiente. De forma geral, foi difícil localizar QTL´s de grande efeito, principalmente com uso do mCIM, dada a presença de elevada interação entre genótipos e ambientes, que fez que que apenas os QTL´s mais estáveis fossem mapeados. / Quantitative traits normally are the most important ones in plant breeding programs for several species, such as maize (Zea mays L.). Several traits are commonly evaluated and grain yield and its components are normally the major focus of selection. The objective of this study was to map QTL related to the several traits of agronomic importance, estimating their genetic effects and genomic locations, aiming to understand the genetic causes of correlation (pleiotropy or linkage) in tropical maize population. A population with 400 F 2:3 inbred lines was used and the progenies were evaluated in five different environments in Piracicaba, São Paulo, Brazil. QTL were mapped using Composite Interval Mapping (CIM) for several traits in a univariate way, and also using an extension of CIM allowing QTL mapping for several traits simultaneously (multivariate CIM, or mCIM). The genetic map was previously estimated and had 117 microsatelite loci, with average distance of 14 cM between them. The traits considered were: grain yield (GY), ear weight (EW), prolificacy (PROL), ear number (EN), tassel branch number (TBN), plant height (PH), ear height (EH), ear length (EL), ear diameter (ED), kernel row number (KRN), kernels per row (KR), leaf number (LN), ear position (EP) and stalk lodging (SL). In general, few stable QTL were mapped due to high G x E interaction, and the results were consistent with previous ones reported on the literature. Using mCIM, it was possible to separate linked QTL from QTL with pleiotropic effects, allowing a better understand of the genetic causes of the correlation. In general, traits with higher correlation such as GY and PH tend to have more pleiotropic QTL than low correlated traits, such as EL and KR, which have some linked QTL. Negative correlated traits in general had QTL with additive effects with opposite signs. Based on the results, it was possible to identify regions that can be manipulated to do marker assisted selection in a more efficient way, combining QTL alleles in order to build favorable genotypes.
Identifer | oai:union.ndltd.org:IBICT/oai:teses.usp.br:tde-11072008-163229 |
Date | 04 March 2008 |
Creators | Priscilla Karen Sabadin |
Contributors | Antonio Augusto Franco Garcia, Jurandir Vieira de Magalhães, José Baldin Pinheiro, Julia Maria Pavan Soler, Claudio Lopes de Souza Junior |
Publisher | Universidade de São Paulo, Agronomia (Genética e Melhoramento de Plantas), USP, BR |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
Source | reponame:Biblioteca Digital de Teses e Dissertações da USP, instname:Universidade de São Paulo, instacron:USP |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0129 seconds