Regional Heritability Mapping and GWAS for molecular breeding in eucalyptus hybrids

• Autor(a) principal: Resende, Rafael Tassinari
• Data de Publicação: 2017
• Tipo de documento: Tese
• Idioma: eng
• Título da fonte: LOCUS Repositório Institucional da UFV
• Texto Completo: http://www.locus.ufv.br/handle/123456789/11670
• topic: Eucalipto - Melhoramento genético; Genômica; Madeira - Pesquisa; Genética Quantitativa

Embora os estudos de associação genômica (GWAS) forneçam informações valiosas na descodificação das relações entre a variação gênica e os fenótipos complexos, esta técnica explica uma pequena fração da herdabilidade. O mapeamento de herdabilidades regionais (RHM) fornece estimativas de herdabilidade para segmentos genômicos que contêm efeitos alélicos raros e que contribuem individualmente com baixa variação ao ponto de serem detectados pela GWAS. Neste estudo foi realizado a GWAS e o RHM para sete características de crescimento, madeira e resistência à doenças em uma população 768 árvores híbridas de Eucalyptus usando o moderno Chip Illumina EuCHIP60K. As herdabilidades genômicas totais representaram grandes proporções (64-89%) de herdabilidades baseadas em pedigree, fornecendo evidências adicionais de que características complexas em eucaliptos são controlados por muitas variantes ao longo do genoma, cada uma com pequenas contribuições para a variância fenotípica. O RHM detectou 26 QTLs (Quantitative Trait Loci) abrangendo 2.191 SNPs (Single Nucleotide Polymorphism), enquanto que a GWAS detectou 13 associações. Os QTLs detectados via RHM e GWAS explicaram individualmente 5 a 15% e 4 a 6% da herdabilidade genômica, respectivamente. O RHM foi superior à GWAS na captura de maiores proporções de herdabilidade genômica. Semelhantemente a QTLs previamente mapeados, os resultados destacaram as regiões genômicas que podem ser utilizadas em estudos mais aprofundados para descoberta de genes. Os RHM-QTLs contendo uma combinação de variantes comuns e raras representam um avanço para incorporar conhecimento prévio da arquitetura genética subjacente em modelos de predição genômica.