Mapeamento de QTL's e base genética da correlação entre caracteres em uma população de milho tropical

• Autor(a) principal: Sabadin, Priscilla Karen
• Data de Publicação: 2008
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: http://www.teses.usp.br/teses/disponiveis/11/11137/tde-11072008-163229/
• topic: Correlação genética e ambiental; Genetic correlation; Linkage; Mapeamento genético; Marcador molecular; Marker assisted selection; Melhoramento genético vegetal; Milho.; Pleiotropy

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.