Interacción genotipo-ambiente de la resistencia a Mal de Rio Cuarto en maíz y su implicancia en la selección genómica

Autores
Rossi, Ezequiel Alejandro; Ruiz, Marcos; Bonamico, Natalia Cecilia; Balzarini, Monica Graciela
Año de publicación
2021
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La variación de los niveles de infección de la enfermedad Mal de Rio Cuarto (MRC) en maíz (Zea mays L.) impacta en las varianzas de interacción. La interacción genotipo-ambiente (GxE) para resistencia a MRC, a su vez, impacta la selección genómica. Nuestro objetivo fue analizar la eficiencia de la predicción genómica de resistencia a MRC bajo distintos escenarios de interacción GxE. Evaluamos un panel diverso de 290 líneas de maíz respecto al índice de severidad (ISE) en 11 ambientes de la región donde la enfermedad es endémica. Se estimó varianza genotípica (Var(G)) y Var(GxE) y se realizó predicción genómica (PG) a partir de 10810 SNPs y diferentes modelos para las estructuras de (co)varianzas para GxE y residual. La PG se realizó trabajando con los 11 ambientes y con subgrupos de tres ambientes de menor incidencia (<5%) y de mayor incidencia (>56%). La Var(GxE) fue menor a Var(G) en ambientes de incidencia alta (H2=0.70), donde la eficiencia de la PG también fue mayor (r2=0,43 para predecir nuevos genotipos). En ambientes de baja incidencia Var(GxE) representó el 86% de la variabilidad total del ISE y la eficiencia de la PG fue baja (r2=0,08). Trabajar con todos los ambientes, incrementó las estimaciones de varianza ambiental pero no la H2 y consecuentemente no mejoró la PG. Un mejor entendimiento fenotípico de la interacción GxE es esencial para tomar mejores decisiones basadas en información genómica.
Fil: Rossi, Ezequiel Alejandro. Universidad Nacional de Rio Cuarto. Facultad de Cs.exactas Fisicoquimicas y Naturales. Instituto de Investigaciones Agrobiotecnologicas. - Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Cordoba. Instituto de Investigaciones Agrobiotecnologicas.; Argentina. Universidad Nacional de Río Cuarto. Facultad de Agronomía y Veterinaria; Argentina
Fil: Ruiz, Marcos. Universidad Nacional de Río Cuarto. Facultad de Agronomía y Veterinaria; Argentina. Universidad Nacional de Rio Cuarto. Facultad de Cs.exactas Fisicoquimicas y Naturales. Instituto de Investigaciones Agrobiotecnologicas. - Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Cordoba. Instituto de Investigaciones Agrobiotecnologicas.; Argentina
Fil: Bonamico, Natalia Cecilia. Universidad Nacional de Rio Cuarto. Facultad de Cs.exactas Fisicoquimicas y Naturales. Instituto de Investigaciones Agrobiotecnologicas. - Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Cordoba. Instituto de Investigaciones Agrobiotecnologicas.; Argentina. Universidad Nacional de Río Cuarto. Facultad de Agronomía y Veterinaria; Argentina
Fil: Balzarini, Monica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Departamento de Desarrollo Rural. Area de Estadística y Biometría; Argentina. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigaciones Agropecuarias. Unidad de Fitopatología y Modelización Agrícola - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Unidad de Fitopatología y Modelización Agrícola; Argentina
XVIII Congreso Latinoamericano de Genética LIV Reunión Anual de la Sociedad de Genética de Chile; XLIX Congreso Argentino de Genética; VIII Congreso de la Sociedad Uruguaya de Genética; I Congreso Paraguayo de Genética y V Congreso Latinoamericano de Genética Humana
Virtual
Chile
Sociedad Argentina de Genética
Materia
MRC
Maíz
Predicción Genómica
Interacción GxE
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/200671
Acceder
id CONICETDig_1d15800496cc7b620d0431e268400bb7
oai_identifier_str oai:ri.conicet.gov.ar:11336/200671
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Interacción genotipo-ambiente de la resistencia a Mal de Rio Cuarto en maíz y su implicancia en la selección genómicaRossi, Ezequiel AlejandroRuiz, MarcosBonamico, Natalia CeciliaBalzarini, Monica GracielaMRCMaízPredicción GenómicaInteracción GxEhttps://purl.org/becyt/ford/4.4https://purl.org/becyt/ford/4La variación de los niveles de infección de la enfermedad Mal de Rio Cuarto (MRC) en maíz (Zea mays L.) impacta en las varianzas de interacción. La interacción genotipo-ambiente (GxE) para resistencia a MRC, a su vez, impacta la selección genómica. Nuestro objetivo fue analizar la eficiencia de la predicción genómica de resistencia a MRC bajo distintos escenarios de interacción GxE. Evaluamos un panel diverso de 290 líneas de maíz respecto al índice de severidad (ISE) en 11 ambientes de la región donde la enfermedad es endémica. Se estimó varianza genotípica (Var(G)) y Var(GxE) y se realizó predicción genómica (PG) a partir de 10810 SNPs y diferentes modelos para las estructuras de (co)varianzas para GxE y residual. La PG se realizó trabajando con los 11 ambientes y con subgrupos de tres ambientes de menor incidencia (<5%) y de mayor incidencia (>56%). La Var(GxE) fue menor a Var(G) en ambientes de incidencia alta (H2=0.70), donde la eficiencia de la PG también fue mayor (r2=0,43 para predecir nuevos genotipos). En ambientes de baja incidencia Var(GxE) representó el 86% de la variabilidad total del ISE y la eficiencia de la PG fue baja (r2=0,08). Trabajar con todos los ambientes, incrementó las estimaciones de varianza ambiental pero no la H2 y consecuentemente no mejoró la PG. Un mejor entendimiento fenotípico de la interacción GxE es esencial para tomar mejores decisiones basadas en información genómica.Fil: Rossi, Ezequiel Alejandro. Universidad Nacional de Rio Cuarto. Facultad de Cs.exactas Fisicoquimicas y Naturales. Instituto de Investigaciones Agrobiotecnologicas. - Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Cordoba. Instituto de Investigaciones Agrobiotecnologicas.; Argentina. Universidad Nacional de Río Cuarto. Facultad de Agronomía y Veterinaria; ArgentinaFil: Ruiz, Marcos. Universidad Nacional de Río Cuarto. Facultad de Agronomía y Veterinaria; Argentina. Universidad Nacional de Rio Cuarto. Facultad de Cs.exactas Fisicoquimicas y Naturales. Instituto de Investigaciones Agrobiotecnologicas. - Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Cordoba. Instituto de Investigaciones Agrobiotecnologicas.; ArgentinaFil: Bonamico, Natalia Cecilia. Universidad Nacional de Rio Cuarto. Facultad de Cs.exactas Fisicoquimicas y Naturales. Instituto de Investigaciones Agrobiotecnologicas. - Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Cordoba. Instituto de Investigaciones Agrobiotecnologicas.; Argentina. Universidad Nacional de Río Cuarto. Facultad de Agronomía y Veterinaria; ArgentinaFil: Balzarini, Monica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Departamento de Desarrollo Rural. Area de Estadística y Biometría; Argentina. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigaciones Agropecuarias. Unidad de Fitopatología y Modelización Agrícola - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Unidad de Fitopatología y Modelización Agrícola; ArgentinaXVIII Congreso Latinoamericano de Genética LIV Reunión Anual de la Sociedad de Genética de Chile; XLIX Congreso Argentino de Genética; VIII Congreso de la Sociedad Uruguaya de Genética; I Congreso Paraguayo de Genética y V Congreso Latinoamericano de Genética HumanaVirtualChileSociedad Argentina de GenéticaSociedad Argentina de Genética2021info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectCongresoJournalhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfapplication/vnd.openxmlformats-officedocument.wordprocessingml.documentapplication/pdfhttp://hdl.handle.net/11336/200671Interacción genotipo-ambiente de la resistencia a Mal de Rio Cuarto en maíz y su implicancia en la selección genómica; XVIII Congreso Latinoamericano de Genética LIV Reunión Anual de la Sociedad de Genética de Chile; XLIX Congreso Argentino de Genética; VIII Congreso de la Sociedad Uruguaya de Genética; I Congreso Paraguayo de Genética y V Congreso Latinoamericano de Genética Humana; Virtual; Chile; 2021; 224-2241852-6322CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://sag.org.ar/jbag/project/vol-xxxii-suppl-1/Internacionalinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-29T09:40:22Zoai:ri.conicet.gov.ar:11336/200671instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-29 09:40:22.728CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Interacción genotipo-ambiente de la resistencia a Mal de Rio Cuarto en maíz y su implicancia en la selección genómica
title Interacción genotipo-ambiente de la resistencia a Mal de Rio Cuarto en maíz y su implicancia en la selección genómica
spellingShingle Interacción genotipo-ambiente de la resistencia a Mal de Rio Cuarto en maíz y su implicancia en la selección genómica
Rossi, Ezequiel Alejandro
MRC
Maíz
Predicción Genómica
Interacción GxE
title_short Interacción genotipo-ambiente de la resistencia a Mal de Rio Cuarto en maíz y su implicancia en la selección genómica
title_full Interacción genotipo-ambiente de la resistencia a Mal de Rio Cuarto en maíz y su implicancia en la selección genómica
title_fullStr Interacción genotipo-ambiente de la resistencia a Mal de Rio Cuarto en maíz y su implicancia en la selección genómica
title_full_unstemmed Interacción genotipo-ambiente de la resistencia a Mal de Rio Cuarto en maíz y su implicancia en la selección genómica
title_sort Interacción genotipo-ambiente de la resistencia a Mal de Rio Cuarto en maíz y su implicancia en la selección genómica
dc.creator.none.fl_str_mv Rossi, Ezequiel Alejandro
Ruiz, Marcos
Bonamico, Natalia Cecilia
Balzarini, Monica Graciela
author Rossi, Ezequiel Alejandro
author_facet Rossi, Ezequiel Alejandro
Ruiz, Marcos
Bonamico, Natalia Cecilia
Balzarini, Monica Graciela
author_role author
author2 Ruiz, Marcos
Bonamico, Natalia Cecilia
Balzarini, Monica Graciela
author2_role author
author
author
dc.subject.none.fl_str_mv MRC
Maíz
Predicción Genómica
Interacción GxE
topic MRC
Maíz
Predicción Genómica
Interacción GxE
purl_subject.fl_str_mv https://purl.org/becyt/ford/4.4
https://purl.org/becyt/ford/4
dc.description.none.fl_txt_mv La variación de los niveles de infección de la enfermedad Mal de Rio Cuarto (MRC) en maíz (Zea mays L.) impacta en las varianzas de interacción. La interacción genotipo-ambiente (GxE) para resistencia a MRC, a su vez, impacta la selección genómica. Nuestro objetivo fue analizar la eficiencia de la predicción genómica de resistencia a MRC bajo distintos escenarios de interacción GxE. Evaluamos un panel diverso de 290 líneas de maíz respecto al índice de severidad (ISE) en 11 ambientes de la región donde la enfermedad es endémica. Se estimó varianza genotípica (Var(G)) y Var(GxE) y se realizó predicción genómica (PG) a partir de 10810 SNPs y diferentes modelos para las estructuras de (co)varianzas para GxE y residual. La PG se realizó trabajando con los 11 ambientes y con subgrupos de tres ambientes de menor incidencia (<5%) y de mayor incidencia (>56%). La Var(GxE) fue menor a Var(G) en ambientes de incidencia alta (H2=0.70), donde la eficiencia de la PG también fue mayor (r2=0,43 para predecir nuevos genotipos). En ambientes de baja incidencia Var(GxE) representó el 86% de la variabilidad total del ISE y la eficiencia de la PG fue baja (r2=0,08). Trabajar con todos los ambientes, incrementó las estimaciones de varianza ambiental pero no la H2 y consecuentemente no mejoró la PG. Un mejor entendimiento fenotípico de la interacción GxE es esencial para tomar mejores decisiones basadas en información genómica.
Fil: Rossi, Ezequiel Alejandro. Universidad Nacional de Rio Cuarto. Facultad de Cs.exactas Fisicoquimicas y Naturales. Instituto de Investigaciones Agrobiotecnologicas. - Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Cordoba. Instituto de Investigaciones Agrobiotecnologicas.; Argentina. Universidad Nacional de Río Cuarto. Facultad de Agronomía y Veterinaria; Argentina
Fil: Ruiz, Marcos. Universidad Nacional de Río Cuarto. Facultad de Agronomía y Veterinaria; Argentina. Universidad Nacional de Rio Cuarto. Facultad de Cs.exactas Fisicoquimicas y Naturales. Instituto de Investigaciones Agrobiotecnologicas. - Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Cordoba. Instituto de Investigaciones Agrobiotecnologicas.; Argentina
Fil: Bonamico, Natalia Cecilia. Universidad Nacional de Rio Cuarto. Facultad de Cs.exactas Fisicoquimicas y Naturales. Instituto de Investigaciones Agrobiotecnologicas. - Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Cordoba. Instituto de Investigaciones Agrobiotecnologicas.; Argentina. Universidad Nacional de Río Cuarto. Facultad de Agronomía y Veterinaria; Argentina
Fil: Balzarini, Monica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Departamento de Desarrollo Rural. Area de Estadística y Biometría; Argentina. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigaciones Agropecuarias. Unidad de Fitopatología y Modelización Agrícola - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Unidad de Fitopatología y Modelización Agrícola; Argentina
XVIII Congreso Latinoamericano de Genética LIV Reunión Anual de la Sociedad de Genética de Chile; XLIX Congreso Argentino de Genética; VIII Congreso de la Sociedad Uruguaya de Genética; I Congreso Paraguayo de Genética y V Congreso Latinoamericano de Genética Humana
Virtual
Chile
Sociedad Argentina de Genética
description La variación de los niveles de infección de la enfermedad Mal de Rio Cuarto (MRC) en maíz (Zea mays L.) impacta en las varianzas de interacción. La interacción genotipo-ambiente (GxE) para resistencia a MRC, a su vez, impacta la selección genómica. Nuestro objetivo fue analizar la eficiencia de la predicción genómica de resistencia a MRC bajo distintos escenarios de interacción GxE. Evaluamos un panel diverso de 290 líneas de maíz respecto al índice de severidad (ISE) en 11 ambientes de la región donde la enfermedad es endémica. Se estimó varianza genotípica (Var(G)) y Var(GxE) y se realizó predicción genómica (PG) a partir de 10810 SNPs y diferentes modelos para las estructuras de (co)varianzas para GxE y residual. La PG se realizó trabajando con los 11 ambientes y con subgrupos de tres ambientes de menor incidencia (<5%) y de mayor incidencia (>56%). La Var(GxE) fue menor a Var(G) en ambientes de incidencia alta (H2=0.70), donde la eficiencia de la PG también fue mayor (r2=0,43 para predecir nuevos genotipos). En ambientes de baja incidencia Var(GxE) representó el 86% de la variabilidad total del ISE y la eficiencia de la PG fue baja (r2=0,08). Trabajar con todos los ambientes, incrementó las estimaciones de varianza ambiental pero no la H2 y consecuentemente no mejoró la PG. Un mejor entendimiento fenotípico de la interacción GxE es esencial para tomar mejores decisiones basadas en información genómica.
publishDate 2021
dc.date.none.fl_str_mv 2021
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/conferenceObject
Congreso
Journal
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
status_str publishedVersion
format conferenceObject
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/200671
Interacción genotipo-ambiente de la resistencia a Mal de Rio Cuarto en maíz y su implicancia en la selección genómica; XVIII Congreso Latinoamericano de Genética LIV Reunión Anual de la Sociedad de Genética de Chile; XLIX Congreso Argentino de Genética; VIII Congreso de la Sociedad Uruguaya de Genética; I Congreso Paraguayo de Genética y V Congreso Latinoamericano de Genética Humana; Virtual; Chile; 2021; 224-224
1852-6322
CONICET Digital
CONICET
url http://hdl.handle.net/11336/200671
identifier_str_mv Interacción genotipo-ambiente de la resistencia a Mal de Rio Cuarto en maíz y su implicancia en la selección genómica; XVIII Congreso Latinoamericano de Genética LIV Reunión Anual de la Sociedad de Genética de Chile; XLIX Congreso Argentino de Genética; VIII Congreso de la Sociedad Uruguaya de Genética; I Congreso Paraguayo de Genética y V Congreso Latinoamericano de Genética Humana; Virtual; Chile; 2021; 224-224
1852-6322
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://sag.org.ar/jbag/project/vol-xxxii-suppl-1/
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/vnd.openxmlformats-officedocument.wordprocessingml.document
application/pdf
dc.coverage.none.fl_str_mv Internacional
dc.publisher.none.fl_str_mv Sociedad Argentina de Genética
publisher.none.fl_str_mv Sociedad Argentina de Genética
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1844613277834805248
score 13.070432

Publicaciones similares