Seleção genômica ampla no melhoramento de Coffea canephora

De Araújo Carneiro Fernanda, De Aquino Oliveira Sinara, Gomes Mattos Nathália, Coelho Valeriano Jéssica, de Jesus Carneiro Wendel William, Costa Rodrigues Gustavo, Alves de Figueiredo Carvalho Milene, Veiga Adriano Delly, Grattapaglia Dario, Bonfim da Silva Júnior Orzenil, Marraccini Pierre, Cunha Vieira Junior Indalecio, Balestre Márcio, Carvalho Andrade Alan. 2019. Seleção genômica ampla no melhoramento de Coffea canephora. In : X Simpósio de Pesquisa dos Cafés do Brasil. Consórcio Pesquisa Café. Vitória : EMBRAPA, 6 p. (Anais do Simpósio de Pesquisa dos Cafés do Brasil) Simpósio de Pesquisa dos Cafés do Brasil. 10, Vitória, Brésil, 8 Octobre 2019/11 Octobre 2019.

Titre anglais : Genome wide selection in Coffea canephora breeding

Résumé : O café é globalmente uma das commodities mais importante e sua produção é baseada em duas principais espécies, Coffea arabica e Coffea canephora, sendo o Brasil o maior produtor mundial. Acredita-se que toda essa produção possa ser comprometida, devido aos efeitos das mudanças climáticas, afetando a viabilidade das flores, o desenvolvimento dos frutos, a produção e a qualidade da bebida. Uma alternativa para auxiliar na obtenção de cafeeiros que sejam mais adaptados às condições climáticas futuras e, ao mesmo tempo, sem redução da produção e a qualidade da bebida pode ser a seleção genômica ampla (SGA). A implementação desse programa requer muitos marcadores genéticos, que agora são mais facilmente descobertos com a publicação do genoma de referência de C. canephora. A maioria das características que são economicamente importantes são quantitativas e complexas, requerindo uma cobertura genômica completa de marcadores, e, desta forma, a SGA, através do cálculo dos valores genéticos genômicos (VGG), se apresenta como uma ferramenta importante para o melhoramento de plantas. Na SGA, esses marcadores são usados para construir um modelo preditivo usando indivíduos com informações genotípicas e fenotípicas conhecidas. Com este modelo, os VGGs para as características desejadas podem ser calculados e usados para classificar os indivíduos com fenótipo desconhecido para posterior seleção. A SGA é uma nova abordagem no melhoramento genético de plantas que permite a seleção precoce de materiais de elite, maximizando ganhos genéticos ao longo de gerações, principalmente no caso de plantas perenes como o café. Para este propósito, neste trabalho, um grande número de indivíduos e marcadores foram selecionados, para se avaliar a aplicabilidade da SGA em termos de resposta de seleção das características alvo e precisão da predição em uma população de C. canephora. Aproximadamente 1.300 indivíduos de C. canephora de uma população localizada na Embrapa Cerrados (Planaltina, DF, Brasil) foram selecionados e avaliados quanto as características como produção, precocidade dos frutos, tamanho de grão, tamanho da cereja e peso de 100 grãos. O DNA dos indivíduos foi extraído e os dados genotípicos foram obtidos a partir do chip desenvolvido para C. canephora com aproximadamente 26K SNPs. A população amostrada foi utilizada para estimação e validação no modelo preditivo. Equações de predição de VGGs foram construídas para cada característica de interesse, previsto pelo G-BLUP. Embora os estudos de SGA ainda não tenham sido capazes de explicar a variação fenotípica total, eles identificaram regiões genômicas essenciais, e para espécies perenes como café, o uso de SGA pode aumentar muito a eficiência de seleção, reduzindo o tempo de introdução de características de interesse.

Résumé (autre langue) : Coffee is one of the most heavily globally traded commodities and its production is based on Coffea arabica and Coffea canephora and Brazil being the world's largest coffee producer. It is believed that all this production has already been affected due to climatic changes, affecting the flower viability, fruit development, yield and beverage quality. An alternative to assist in obtaining coffee plants that would support future climatic conditions and, at the same time, would not reduce production and quality of the beverage would be genomic selection (GS). The implementation of these programs requires a lot of genetic markers, which are more readily discovered now after the reference genome of C. canephora became available. Most of the traits which are economically important are quantitative and complex in nature and require whole genome coverage of markers thus, GS, through the calculation of genomic estimated breeding values (GEBVs), are becoming important and effective tools for plant breeding In the case of GS, these markers are used to build a predictive model using individuals with known genotypic and phenotypic information. With this model, GEBVs for the desired trait can be calculated and used to rank the individuals with unknown phenotype for subsequent selection. GS is a new approach in coffee breeding that enable early selection of elite materials, maximizing genetic gains over generations. For this purpose, in this work, a large number of individuals and markers were selected to assess GS applicability in terms of selection response of the targeted traits and prediction accuracy in a population of C. canephora. Approximately 1,300 individuals of C. canephora from a breeding population located at Embrapa Cerrados (Planaltina, DF, Brazil) were selected and evaluated for characteristics such as productivity, fruit precocity, grain size, cherry fruit size and weight of 100 grains. DNA of each of the 1,300 individuals selected of breeding population was extracted and the genotypic data were obtained from 26K Axiom SNP array developed for C. canephora. The sampled population performed two functions at the same time, estimation and validation of the GS model. Prediction equations of GEBVs were constructed for each character of interest, predicted by G-BLUP. Although GS studies have not yet been able to explain the total phenotypic variation, they have identified essential genomic regions, and for perennial species such as coffee, the use of GS can greatly increase selection efficiency, thus reducing the time to introduction of characteristics of interest.

Auteurs et affiliations

• De Araújo Carneiro Fernanda, UFLA (BRA)
• De Aquino Oliveira Sinara, CAPES [Coordenação de Aperfeiçoamento de Pessoal de Nível Superior] (BRA)
• Gomes Mattos Nathália, UFLA (BRA)
• Coelho Valeriano Jéssica, UFLA (BRA)
• de Jesus Carneiro Wendel William
• Costa Rodrigues Gustavo, EMBRAPA (BRA)
• Alves de Figueiredo Carvalho Milene, EMBRAPA (BRA)
• Veiga Adriano Delly, EMBRAPA (BRA)
• Grattapaglia Dario, EMBRAPA (BRA)
• Bonfim da Silva Júnior Orzenil, EMBRAPA (BRA)
• Marraccini Pierre, CIRAD-BIOS-UMR IPME (VNM) ORCID: 0000-0001-7637-6811
• Cunha Vieira Junior Indalecio, UFLA (BRA)
• Balestre Márcio, UFLA (BRA)
• Carvalho Andrade Alan, EMBRAPA (BRA)

Source : Cirad-Agritrop (https://agritrop.cirad.fr/593842/)

Métriques

[ Page générée et mise en cache le 2023-05-21 ]