Ratoon stunting disease (RSD), caused by Leifsonia xyli subsp. xyli (Lxx) can cause substantial impact on biomass production in all sugarcane producing countries. Few management options exist for controlling the disease, and they are all centered on measures of hygiene and sanitation. These measures are not efficient in eliminating the bacteria and can damage bud germination. Phenotypic selection would be the best management practice. However, selection based on Lxx-restrictive multiplication is costly, time-consuming, and destructive. One potentially useful approach for identifying resistant genotypes is Fourier-transform infrared (FT-IR) spectroscopy. In this study, we demonstrate that by using qPCR to quantify bacterial titers and to determine the resistance levels of nineteen commercial varieties inoculated with Lxx and FT-IR spectroscopy we could identify resistant and susceptible genotypes based on specific functional groups. Using a non-linear machine learning techniques (SVM) and a linear partial least square regression (PLSR) we distinguished between resistant and susceptible sugarcane genotypes and predict bacteria concentration using spectral data and Lxx titer quantification. Our Results suggest that resistance may be associated with variation in chemistry. The resistant mechanisms involved against RSD are probably associated to polyamines regulation and aromatic rings compounds accumulation. The results demonstrated that both approaches, SVM and PLSR, are capable of providing accurate estimates of sugarcane resistance to Lxx and can be applied to screen resistant sugarcane in breeding programs. / O raquitismo da soqueira da cana (RS), causada pela bactéria Leifsonia xyli subsp. xyl (Lxx) pode produzir um impacto substancial negativo na produção de biomassa em todos os países produtores de cana-de-açúcar. Existem poucas opções de manejo para o controle da doença e todas são centradas em medidas de sanitização. Entretanto, este manejo não é eficiente, uma vez que não se elimina por completo a bactéria. Diante do exposto, uma alternativa interessante é a identificação e seleção de genótipos resistentes à doença. No entanto, por se tratar de um patossistema complexo, a seleção por métodos tradicionais não é viável em um programa de melhoramento. Uma nova abordagem é a identificação de genótipos resistentes por meio de técnica de espectroscopia de infravermelho com transformada de Fourier (FT-IR). Este estudo demonstrou que por meio da técnica de reação em cadeia da polimerase em tempo real (qPCR) foi possível quantificar os títulos bacterianos e determinar os níveis de resistência de dezenove variedades comerciais inoculadas com Lxx. Além disso, por meio da técnica de FT-IR foi possível distinguir genótipos resistentes de suscetíveis baseados em grupos químicos específicos. Por meio de um algoritmo não linear, support vector machine (SVM) e uma regressão linear, partial least square regression (PLSR), foi possível distinguir genótipos de cana-de-açúcar resistentes e suscetíveis à doença além de predizer a concentração de Lxx nos genótipos por meio de dados espectrais e de título bacteriano. Nossos resultados demonstram que a resistência a esta doença está associada às variações bioquímicas e que os mecanismos de resistência envolvidos podem estar associados à regulação de poliaminas e ao acúmulo de compostos que tenha como principal grupo funcional anel aromático. Os resultados evidenciaram que ambas as abordagens, SVM e PLSR, foram capazes de fornecer estimativas precisas da resistência da cana-de-açúcar à RS e que a técnica FT-IR pode ser utilizada em programas de melhoramento na seleção de genótipos de cana-de-açúcar resistentes ao RS.
| Identifer | oai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-14082019-104403 |
| Date | 14 May 2019 |
| Creators | Laborde, Marie Caroline Ferreira |
| Contributors | Camargo, Luis Eduardo Aranha |
| Publisher | Biblioteca Digitais de Teses e Dissertações da USP |
| Source Sets | Universidade de São Paulo |
| Language | English |
| Detected Language | Portuguese |
| Type | Tese de Doutorado |
| Format | application/pdf |
| Rights | Liberar o conteúdo para acesso público. |
Page generated in 0.0018 seconds