Marcadores microssatélites na identificação de cultivares de soja
Autor(a) principal: | |
---|---|
Data de Publicação: | 2001 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | LOCUS Repositório Institucional da UFV |
Texto Completo: | http://www.locus.ufv.br/handle/123456789/10185 |
Resumo: | A soja cultivada apresenta base genética bastante restrita, com baixo nível de polimorfismo fenotípico, o que dificulta sobremaneira a identificação inequívoca de cultivares por meio de descritores morfológicos. Entre os marcadores moleculares, os mais indicados para a caracterização genética da soja são os microssatélites, por sua natureza co-dominante e multi-alélica, além de serem extremamente conservados dentro da espécie. Este trabalho teve como objetivo estabelecer um protocolo, de fácil aplicação em análises de rotina, para a identificação molecular de genótipos de soja. Foram utilizados 32 genótipos de soja, sendo 30 cultivares elites e 2 acessos norte-americanos. Foram utilizados 22 pares de primers de microssatélites de soja, dos quais 19 evidenciaram polimorfismos. O uso desses primers permitiu a detecção de 61 alelos em diferentes locos nos 32 genótipos estudados. A diversidade genética nos 22 locos estudados variou de 0 a 0,73, com média de 0,41. O número de alelos por loco variou de 1 a 5, com média de 2,77. Com a combinação dos pares de primers SATT186, SATT094, SATT070 e SATT197 foi possível identificar 28 dos 32 genótipos. Mantendo-se os 4 primers acima, quatro diferentes combinações de 5 pares de primers identificaram todos os genótipos, bastando incluir um dos seguintes pares de primers: SATT115, SATT184, SATT309 ou SATT536. Com base nos dados relativos à freqüência de alelos comuns nos 32 genótipos estudados, foram determinadas as dissimilaridades entre eles. As medidas de dissimilaridade variaram de 9 a 67%, com média de 43%. Apenas dois pares apresentaram dissimilaridade inferior a 10%. A maioria apresentou índices de dissimilaridade superiores a 20%. Visando classificar os 32 cultivares de soja em grupos homogêneos, a matriz de dissimilaridade foi utilizada para a análise de agrupamento dos indivíduos pelo método aglomerativo. Foram utilizados 3 métodos: UPGMA, vizinho mais próximo e vizinho mais distante. O método UPGMA (“unweighted pair-group method using an aritmetic average” ) foi o que melhor representou o inter-relacionamento entre os genótipos, com correlação cofenética de 70,5%. O método do vizinho mais próximo e vizinho mais distante tiveram correlação cofenética com os dados de dissimilaridade de 58,6% e 56,9%, respectivamente. Para obter grupos mutuamente exclusivos, foi utilizado o método de otimização de Tocher, que produziu 6 grupos, sendo o grupo 1 formado por 25 indivíduos (divididos em 8 subgrupos), os grupos 2 e 3 formados por 2 individuos cada um, e os outros três grupos, formados por um único indivíduo cada um. |
id |
UFV_f9bb74709ea833e5d65a77028dd78f78 |
---|---|
oai_identifier_str |
oai:locus.ufv.br:123456789/10185 |
network_acronym_str |
UFV |
network_name_str |
LOCUS Repositório Institucional da UFV |
repository_id_str |
2145 |
spelling |
Oliveira, Aluízio Borém deBarros, Everaldo Gonçalves deAlcântara Neto, Francisco dehttp://lattes.cnpq.br/6336548023961495Moreira, Maurilio Alves2017-05-02T12:45:54Z2017-05-02T12:45:54Z2001-03-22ALCÂNTARA NETO, Francisco de. Marcadores microssatélites na identificação de cultivares de soja. 2001. 46f. Dissertação (Mestrado em Fitotecnia) - Universidade Federal de Viçosa, Viçosa. 2001.http://www.locus.ufv.br/handle/123456789/10185A soja cultivada apresenta base genética bastante restrita, com baixo nível de polimorfismo fenotípico, o que dificulta sobremaneira a identificação inequívoca de cultivares por meio de descritores morfológicos. Entre os marcadores moleculares, os mais indicados para a caracterização genética da soja são os microssatélites, por sua natureza co-dominante e multi-alélica, além de serem extremamente conservados dentro da espécie. Este trabalho teve como objetivo estabelecer um protocolo, de fácil aplicação em análises de rotina, para a identificação molecular de genótipos de soja. Foram utilizados 32 genótipos de soja, sendo 30 cultivares elites e 2 acessos norte-americanos. Foram utilizados 22 pares de primers de microssatélites de soja, dos quais 19 evidenciaram polimorfismos. O uso desses primers permitiu a detecção de 61 alelos em diferentes locos nos 32 genótipos estudados. A diversidade genética nos 22 locos estudados variou de 0 a 0,73, com média de 0,41. O número de alelos por loco variou de 1 a 5, com média de 2,77. Com a combinação dos pares de primers SATT186, SATT094, SATT070 e SATT197 foi possível identificar 28 dos 32 genótipos. Mantendo-se os 4 primers acima, quatro diferentes combinações de 5 pares de primers identificaram todos os genótipos, bastando incluir um dos seguintes pares de primers: SATT115, SATT184, SATT309 ou SATT536. Com base nos dados relativos à freqüência de alelos comuns nos 32 genótipos estudados, foram determinadas as dissimilaridades entre eles. As medidas de dissimilaridade variaram de 9 a 67%, com média de 43%. Apenas dois pares apresentaram dissimilaridade inferior a 10%. A maioria apresentou índices de dissimilaridade superiores a 20%. Visando classificar os 32 cultivares de soja em grupos homogêneos, a matriz de dissimilaridade foi utilizada para a análise de agrupamento dos indivíduos pelo método aglomerativo. Foram utilizados 3 métodos: UPGMA, vizinho mais próximo e vizinho mais distante. O método UPGMA (“unweighted pair-group method using an aritmetic average” ) foi o que melhor representou o inter-relacionamento entre os genótipos, com correlação cofenética de 70,5%. O método do vizinho mais próximo e vizinho mais distante tiveram correlação cofenética com os dados de dissimilaridade de 58,6% e 56,9%, respectivamente. Para obter grupos mutuamente exclusivos, foi utilizado o método de otimização de Tocher, que produziu 6 grupos, sendo o grupo 1 formado por 25 indivíduos (divididos em 8 subgrupos), os grupos 2 e 3 formados por 2 individuos cada um, e os outros três grupos, formados por um único indivíduo cada um.The cropped soybean presents a genetic base quite restricted with low level of phenotypic polymorphism, what excessively hinders the unequivocal identification of cultivars by morphologic describers. Among the molecular markers, the most indicated for soybean genetic characterization are the microsatellites due to their co-dominant and multi-allelic nature, besides being extremely preserved in the species. The objective of this study was to establish an protocol that could be easily applied on routine analyses for molecular identification of soybean genotypes. Thirty two soybean genotypes were used, being 30 elite cultivars and 2 North American accesses. Twenty two primers pairs of soybean microsatellite were used, from which 19 showed polymorphism. The use of those primers allowed for detection of 61 alleles at different loci in all studied genotypes. The genotype diversity in the 22 studied loci varied from 0 to 0.73, reaching an average of 0.41. The number of alleles per locus varied from 1 to 5 with an average of 2.77. By combining the primers pairs SATT186, SATT094, SATT070 and SATT197 it was possible to identify 28 from the 32 genotypes. By maintaining these 4 primers, four different combinations of 5 primers pairs identified all studied genotypes, being enough to include one of the following primers pairs: SATT115, SATT184, SATT309 or SATT536. Based on the data relative to the frequency of common alleles in the 32 studied genotypes, the dissimilarities among them were determined. The dissimilarity measures varied from 9 to 67% and reached an average of 43%. Only two pairs presented a dissimilarity below 10%. Most pairs presented dissimilarity indexes above 20%. In order to classify all 32 soybean cultivars into homogeneous groups, the dissimilarity matrix was used to analyze the individuals grouping by agglomerative method. Three methods were used: the UPGMA, the Single Linkage and the Complete Linkage methods. The UPGMA method (" unweighted pair-group method using an arithmetic average ") was the one representing better the inter-relationship among genotypes, with a cophenetic correlation of 70.5%. Both the Single Linkage and the Complete Linkage methods showed a cophenetic correlation with dissimilarity data of 58.6% and 56.9%, respectively. To obtain mutually exclusive groups the Tocher optimization method was used, that produced 6 groups, being group 1 formed by 25 individuals (divided into 8 subgroups) and groups 2 and 3 formed by 2 individuals each one, whereas the other three groups were formed by only an individual in each one.Conselho Nacional de Desenvolvimento Científico e TecnológicoporUniversidade Federal de ViçosaSojaMarcadores MolecularesDiversidade GenéticaCiências AgráriasMarcadores microssatélites na identificação de cultivares de sojaMicrosatellite markers in identification of soybean cultivarsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal de ViçosaDepartamento de FitotecniaMestre em FitotecniaViçosa - MG2001-03-22Mestradoinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINALtexto completo.pdftexto completo.pdftexto completoapplication/pdf294220https://locus.ufv.br//bitstream/123456789/10185/1/texto%20completo.pdf4807ec02af7b7a20b2a40958f2187326MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://locus.ufv.br//bitstream/123456789/10185/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52THUMBNAILtexto completo.pdf.jpgtexto completo.pdf.jpgIM Thumbnailimage/jpeg3593https://locus.ufv.br//bitstream/123456789/10185/3/texto%20completo.pdf.jpga2d1d1eaf435284bc2eecf04008ca715MD53123456789/101852017-05-02 23:00:20.38oai:locus.ufv.br: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Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452017-05-03T02:00:20LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false |
dc.title.pt-BR.fl_str_mv |
Marcadores microssatélites na identificação de cultivares de soja |
dc.title.en.fl_str_mv |
Microsatellite markers in identification of soybean cultivars |
title |
Marcadores microssatélites na identificação de cultivares de soja |
spellingShingle |
Marcadores microssatélites na identificação de cultivares de soja Alcântara Neto, Francisco de Soja Marcadores Moleculares Diversidade Genética Ciências Agrárias |
title_short |
Marcadores microssatélites na identificação de cultivares de soja |
title_full |
Marcadores microssatélites na identificação de cultivares de soja |
title_fullStr |
Marcadores microssatélites na identificação de cultivares de soja |
title_full_unstemmed |
Marcadores microssatélites na identificação de cultivares de soja |
title_sort |
Marcadores microssatélites na identificação de cultivares de soja |
author |
Alcântara Neto, Francisco de |
author_facet |
Alcântara Neto, Francisco de |
author_role |
author |
dc.contributor.authorLattes.pt-BR.fl_str_mv |
http://lattes.cnpq.br/6336548023961495 |
dc.contributor.none.fl_str_mv |
Oliveira, Aluízio Borém de Barros, Everaldo Gonçalves de |
dc.contributor.author.fl_str_mv |
Alcântara Neto, Francisco de |
dc.contributor.advisor1.fl_str_mv |
Moreira, Maurilio Alves |
contributor_str_mv |
Moreira, Maurilio Alves |
dc.subject.pt-BR.fl_str_mv |
Soja Marcadores Moleculares Diversidade Genética |
topic |
Soja Marcadores Moleculares Diversidade Genética Ciências Agrárias |
dc.subject.cnpq.fl_str_mv |
Ciências Agrárias |
description |
A soja cultivada apresenta base genética bastante restrita, com baixo nível de polimorfismo fenotípico, o que dificulta sobremaneira a identificação inequívoca de cultivares por meio de descritores morfológicos. Entre os marcadores moleculares, os mais indicados para a caracterização genética da soja são os microssatélites, por sua natureza co-dominante e multi-alélica, além de serem extremamente conservados dentro da espécie. Este trabalho teve como objetivo estabelecer um protocolo, de fácil aplicação em análises de rotina, para a identificação molecular de genótipos de soja. Foram utilizados 32 genótipos de soja, sendo 30 cultivares elites e 2 acessos norte-americanos. Foram utilizados 22 pares de primers de microssatélites de soja, dos quais 19 evidenciaram polimorfismos. O uso desses primers permitiu a detecção de 61 alelos em diferentes locos nos 32 genótipos estudados. A diversidade genética nos 22 locos estudados variou de 0 a 0,73, com média de 0,41. O número de alelos por loco variou de 1 a 5, com média de 2,77. Com a combinação dos pares de primers SATT186, SATT094, SATT070 e SATT197 foi possível identificar 28 dos 32 genótipos. Mantendo-se os 4 primers acima, quatro diferentes combinações de 5 pares de primers identificaram todos os genótipos, bastando incluir um dos seguintes pares de primers: SATT115, SATT184, SATT309 ou SATT536. Com base nos dados relativos à freqüência de alelos comuns nos 32 genótipos estudados, foram determinadas as dissimilaridades entre eles. As medidas de dissimilaridade variaram de 9 a 67%, com média de 43%. Apenas dois pares apresentaram dissimilaridade inferior a 10%. A maioria apresentou índices de dissimilaridade superiores a 20%. Visando classificar os 32 cultivares de soja em grupos homogêneos, a matriz de dissimilaridade foi utilizada para a análise de agrupamento dos indivíduos pelo método aglomerativo. Foram utilizados 3 métodos: UPGMA, vizinho mais próximo e vizinho mais distante. O método UPGMA (“unweighted pair-group method using an aritmetic average” ) foi o que melhor representou o inter-relacionamento entre os genótipos, com correlação cofenética de 70,5%. O método do vizinho mais próximo e vizinho mais distante tiveram correlação cofenética com os dados de dissimilaridade de 58,6% e 56,9%, respectivamente. Para obter grupos mutuamente exclusivos, foi utilizado o método de otimização de Tocher, que produziu 6 grupos, sendo o grupo 1 formado por 25 indivíduos (divididos em 8 subgrupos), os grupos 2 e 3 formados por 2 individuos cada um, e os outros três grupos, formados por um único indivíduo cada um. |
publishDate |
2001 |
dc.date.issued.fl_str_mv |
2001-03-22 |
dc.date.accessioned.fl_str_mv |
2017-05-02T12:45:54Z |
dc.date.available.fl_str_mv |
2017-05-02T12:45:54Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
ALCÂNTARA NETO, Francisco de. Marcadores microssatélites na identificação de cultivares de soja. 2001. 46f. Dissertação (Mestrado em Fitotecnia) - Universidade Federal de Viçosa, Viçosa. 2001. |
dc.identifier.uri.fl_str_mv |
http://www.locus.ufv.br/handle/123456789/10185 |
identifier_str_mv |
ALCÂNTARA NETO, Francisco de. Marcadores microssatélites na identificação de cultivares de soja. 2001. 46f. Dissertação (Mestrado em Fitotecnia) - Universidade Federal de Viçosa, Viçosa. 2001. |
url |
http://www.locus.ufv.br/handle/123456789/10185 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Viçosa |
publisher.none.fl_str_mv |
Universidade Federal de Viçosa |
dc.source.none.fl_str_mv |
reponame:LOCUS Repositório Institucional da UFV instname:Universidade Federal de Viçosa (UFV) instacron:UFV |
instname_str |
Universidade Federal de Viçosa (UFV) |
instacron_str |
UFV |
institution |
UFV |
reponame_str |
LOCUS Repositório Institucional da UFV |
collection |
LOCUS Repositório Institucional da UFV |
bitstream.url.fl_str_mv |
https://locus.ufv.br//bitstream/123456789/10185/1/texto%20completo.pdf https://locus.ufv.br//bitstream/123456789/10185/2/license.txt https://locus.ufv.br//bitstream/123456789/10185/3/texto%20completo.pdf.jpg |
bitstream.checksum.fl_str_mv |
4807ec02af7b7a20b2a40958f2187326 8a4605be74aa9ea9d79846c1fba20a33 a2d1d1eaf435284bc2eecf04008ca715 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV) |
repository.mail.fl_str_mv |
fabiojreis@ufv.br |
_version_ |
1801212947753598976 |