Predicción de aptitud combinatoria de maíz [zea mays l.] utilizando marcadores moleculares y teoría de modelos lineales mixtos

Uno de los objetivos primarios en el mejoramiento genético de maíz es la identificación de líneas que generen híbridos con niveles óptimos de heterosis. Si bien el desarrollo y obtención de las posibles líneas parentales es relativamente fácil, los fuertes efectos de dominancia del carácter rendimiento hacen muy difícil la predicción del comportamiento del híbrido a partir del comportamiento de las líneas puras, por lo que los nuevos híbridos deben ser evaluados en numerosos y extensos ensayos de campo que consumen gran parte de los recursos de los programas de mejoramiento. La gran cantidad de cruzamientos posibles y los costos involucrados hacen en la mayoría de los casos imposible caracterizar todas las lineas obtenidas, por lo que resulta de gran utilidad el desarrollo de metodología estadística que permita predecir el comportamiento de los híbridos de maíz previo al ensayo de campo. En el presente trabajo se presentan los resultados de la aplicación de teoría de modelos mixtos a la predicción del comportamiento de híbridos de maíz utilizando información de marcadores moleculares. Se utilizaron datos de campo provenientes de cruzamientos de prueba entre 26 líneas endocriadas de maíz de orígenes diversos, con cuatro poblaciones testers e información molecular proveniente de la caracterización mediante marcadores microsatélites de las líneas y poblaciones parentales [21 loci en total, a razón de aproximadamente un loci por brazo de cromosoma]. Fueron comparadas diversas estructuras de covarianza obtenidas utilizando información de pedigrí, información de todos los marcadores analizados e información provenientes de 7 loci seleccionados por test de relación de verosimilitud. Los distintos modelos fueron evaluados postdictivamente [verosimilitud residual y criterio de información de Akaike] y predictivamente [validación cruzada, leaving - out one]. Los resultados obtenidos confirman la utilidad de la teoría de modelos lineales mixtos y predicción BLUP en los programas de mejoramiento de maíz: la inclusión en los modelos de análisis estadístico de las matrices de relación de parentesco [obtenidas tanto de datos de pedigrí como información molecular] genera estimaciones de componentes de varianza más precisos y valores mayores de heredabilidad para la variable rendimiento respecto a las obtenidas mediante los modelos tradicionales de efectos fijos. Los datos moleculares, utilizados para este tipo de cruzamientos [poblaciones de orígenes genéticamente divergentes] no pudieron aportar ninguna información adicional a la obtenida utilizando los datos de pedigrí.

Bibliographic Details

Main Authors:	Ornella, Leonardo Alfredo, Balzarini, Mónica Graciela, Eyhérabide, Guillermo Hugo, Di Rienzo, Julio Alejandro
Format:	manuscripttext biblioteca
Language:	spa
Published:	2004
Subjects:	MAIZ, ZEA MAYS, MODELOS LINEALES, MARCADORES GENETICOS, APTITUD COMBINATORIA, TECNICAS DE PREDICCION, GENETICA, HIBRIDOS,
Online Access:	http://ceiba.agro.uba.ar/cgi-bin/koha/opac-detail.pl?biblionumber=8684
Tags:	Add Tag No Tags, Be the first to tag this record!