Association mapping in sunflower for sclerotinia head rot resistance

Autores
Fusari, Corina Mariana; Di Rienzo, Julio Alejandro; Troglia, Carolina Beatriz; Nishinakamasu, Verónica Cecilia; Moreno, María Valeria; Maringolo, Carla Andrea; Quiroz, Facundo José; Álvarez, Daniel; Escande, Alberto Raul; Hopp, Horacio Esteban; Heinz, Ruth Amelia; Lia, Verónica Viviana; Paniego, Norma Beatriz
Año de publicación
2012
Idioma
inglés
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Background: Sclerotinia Head Rot (SHR) is one of the most damaging diseases of sunflower in Europe, Argentina, and USA, causing average yield reductions of 10 to 20 %, but leading to total production loss under favorable environmental conditions for the pathogen. Association Mapping (AM) is a promising choice for Quantitative Trait Locus (QTL) mapping, as it detects relationships between phenotypic variation and gene polymorphisms in existing germplasm without development of mapping populations. This article reports the identification of QTL for resistance to SHR based on candidate gene AM.Results: A collection of 94 sunflower inbred lines were tested for SHR under field conditions using assisted inoculation with the fungal pathogen Sclerotinia sclerotiorum. Given that no biological mechanisms or biochemical pathways have been clearly identified for SHR, 43 candidate genes were selected based on previous transcript profiling studies in sunflower and Brassica napus infected with S. sclerotiorum. Associations among SHR incidence and haplotype polymorphisms in 16 candidate genes were tested using Mixed Linear Models (MLM) that account for population structure and kinship relationships. This approach allowed detection of a significant association between the candidate gene HaRIC_B and SHR incidence (P < 0.01), accounting for a SHR incidence reduction of about 20 %.Conclusions: These results suggest that AM will be useful in dissecting other complex traits in sunflower, thus providing a valuable tool to assist in crop breeding.
Fil: Fusari, Corina Mariana. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigación en Ciencias Veterinarias y Agronómicas. Instituto de Biotecnología; Argentina
Fil: Di Rienzo, Julio Alejandro. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas Físicas y Naturales. Departamento de Matemáticas. Cátedra de Estadística y Biometría; Argentina
Fil: Troglia, Carolina Beatriz. Instituto Nacional de Tecnología Agropecuaria. Centro Regional Buenos Aires Sur. Estación Experimental Agropecuaria Balcarce; Argentina
Fil: Nishinakamasu, Verónica Cecilia. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigación en Ciencias Veterinarias y Agronómicas. Instituto de Biotecnología; Argentina
Fil: Moreno, María Valeria. Instituto Nacional de Tecnología Agropecuaria. Centro Regional Córdoba. Estación Experimental Agropecuaria Manfredi; Argentina
Fil: Maringolo, Carla Andrea. Instituto Nacional de Tecnología Agropecuaria. Centro Regional Buenos Aires Sur. Estación Experimental Agropecuaria Balcarce; Argentina
Fil: Quiroz, Facundo José. Instituto Nacional de Tecnología Agropecuaria. Centro Regional Buenos Aires Sur. Estación Experimental Agropecuaria Balcarce; Argentina
Fil: Álvarez, Daniel. Instituto Nacional de Tecnología Agropecuaria. Centro Regional Córdoba. Estación Experimental Agropecuaria Manfredi; Argentina
Fil: Escande, Alberto Raul. Instituto Nacional de Tecnología Agropecuaria. Centro Regional Buenos Aires Sur. Estación Experimental Agropecuaria Balcarce; Argentina
Fil: Hopp, Horacio Esteban. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigación en Ciencias Veterinarias y Agronómicas. Instituto de Biotecnología; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina
Fil: Heinz, Ruth Amelia. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigación en Ciencias Veterinarias y Agronómicas. Instituto de Biotecnología; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina
Fil: Lia, Verónica Viviana. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigación en Ciencias Veterinarias y Agronómicas. Instituto de Biotecnología; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina
Fil: Paniego, Norma Beatriz. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigación en Ciencias Veterinarias y Agronómicas. Instituto de Biotecnología; Argentina
Materia
SUNFLOWER
ASSOCIATION MAPPING
SCLEROTINIA SCLEROTIORUM
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/192468
Acceder
id CONICETDig_7aba92f006451f741c2b30b6b753f486
oai_identifier_str oai:ri.conicet.gov.ar:11336/192468
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Association mapping in sunflower for sclerotinia head rot resistanceFusari, Corina MarianaDi Rienzo, Julio AlejandroTroglia, Carolina BeatrizNishinakamasu, Verónica CeciliaMoreno, María ValeriaMaringolo, Carla AndreaQuiroz, Facundo JoséÁlvarez, DanielEscande, Alberto RaulHopp, Horacio EstebanHeinz, Ruth AmeliaLia, Verónica VivianaPaniego, Norma BeatrizSUNFLOWERASSOCIATION MAPPINGSCLEROTINIA SCLEROTIORUMhttps://purl.org/becyt/ford/4.4https://purl.org/becyt/ford/4Background: Sclerotinia Head Rot (SHR) is one of the most damaging diseases of sunflower in Europe, Argentina, and USA, causing average yield reductions of 10 to 20 %, but leading to total production loss under favorable environmental conditions for the pathogen. Association Mapping (AM) is a promising choice for Quantitative Trait Locus (QTL) mapping, as it detects relationships between phenotypic variation and gene polymorphisms in existing germplasm without development of mapping populations. This article reports the identification of QTL for resistance to SHR based on candidate gene AM.Results: A collection of 94 sunflower inbred lines were tested for SHR under field conditions using assisted inoculation with the fungal pathogen Sclerotinia sclerotiorum. Given that no biological mechanisms or biochemical pathways have been clearly identified for SHR, 43 candidate genes were selected based on previous transcript profiling studies in sunflower and Brassica napus infected with S. sclerotiorum. Associations among SHR incidence and haplotype polymorphisms in 16 candidate genes were tested using Mixed Linear Models (MLM) that account for population structure and kinship relationships. This approach allowed detection of a significant association between the candidate gene HaRIC_B and SHR incidence (P < 0.01), accounting for a SHR incidence reduction of about 20 %.Conclusions: These results suggest that AM will be useful in dissecting other complex traits in sunflower, thus providing a valuable tool to assist in crop breeding.Fil: Fusari, Corina Mariana. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigación en Ciencias Veterinarias y Agronómicas. Instituto de Biotecnología; ArgentinaFil: Di Rienzo, Julio Alejandro. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas Físicas y Naturales. Departamento de Matemáticas. Cátedra de Estadística y Biometría; ArgentinaFil: Troglia, Carolina Beatriz. Instituto Nacional de Tecnología Agropecuaria. Centro Regional Buenos Aires Sur. Estación Experimental Agropecuaria Balcarce; ArgentinaFil: Nishinakamasu, Verónica Cecilia. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigación en Ciencias Veterinarias y Agronómicas. Instituto de Biotecnología; ArgentinaFil: Moreno, María Valeria. Instituto Nacional de Tecnología Agropecuaria. Centro Regional Córdoba. Estación Experimental Agropecuaria Manfredi; ArgentinaFil: Maringolo, Carla Andrea. Instituto Nacional de Tecnología Agropecuaria. Centro Regional Buenos Aires Sur. Estación Experimental Agropecuaria Balcarce; ArgentinaFil: Quiroz, Facundo José. Instituto Nacional de Tecnología Agropecuaria. Centro Regional Buenos Aires Sur. Estación Experimental Agropecuaria Balcarce; ArgentinaFil: Álvarez, Daniel. Instituto Nacional de Tecnología Agropecuaria. Centro Regional Córdoba. Estación Experimental Agropecuaria Manfredi; ArgentinaFil: Escande, Alberto Raul. Instituto Nacional de Tecnología Agropecuaria. Centro Regional Buenos Aires Sur. Estación Experimental Agropecuaria Balcarce; ArgentinaFil: Hopp, Horacio Esteban. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigación en Ciencias Veterinarias y Agronómicas. Instituto de Biotecnología; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; ArgentinaFil: Heinz, Ruth Amelia. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigación en Ciencias Veterinarias y Agronómicas. Instituto de Biotecnología; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; ArgentinaFil: Lia, Verónica Viviana. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigación en Ciencias Veterinarias y Agronómicas. Instituto de Biotecnología; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; ArgentinaFil: Paniego, Norma Beatriz. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigación en Ciencias Veterinarias y Agronómicas. Instituto de Biotecnología; ArgentinaBioMed Central2012-06info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/192468Fusari, Corina Mariana; Di Rienzo, Julio Alejandro; Troglia, Carolina Beatriz; Nishinakamasu, Verónica Cecilia; Moreno, María Valeria; et al.; Association mapping in sunflower for sclerotinia head rot resistance; BioMed Central; BMC Plant Biology; 12; 6-2012; 93-1021471-2229CONICET DigitalCONICETenginfo:eu-repo/semantics/altIdentifier/url/https://bmcplantbiol.biomedcentral.com/articles/10.1186/1471-2229-12-93info:eu-repo/semantics/altIdentifier/doi/10.1186/1471-2229-12-93info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-29T10:33:49Zoai:ri.conicet.gov.ar:11336/192468instacron: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 10:33:49.737CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Association mapping in sunflower for sclerotinia head rot resistance
title Association mapping in sunflower for sclerotinia head rot resistance
spellingShingle Association mapping in sunflower for sclerotinia head rot resistance
Fusari, Corina Mariana
SUNFLOWER
ASSOCIATION MAPPING
SCLEROTINIA SCLEROTIORUM
title_short Association mapping in sunflower for sclerotinia head rot resistance
title_full Association mapping in sunflower for sclerotinia head rot resistance
title_fullStr Association mapping in sunflower for sclerotinia head rot resistance
title_full_unstemmed Association mapping in sunflower for sclerotinia head rot resistance
title_sort Association mapping in sunflower for sclerotinia head rot resistance
dc.creator.none.fl_str_mv Fusari, Corina Mariana
Di Rienzo, Julio Alejandro
Troglia, Carolina Beatriz
Nishinakamasu, Verónica Cecilia
Moreno, María Valeria
Maringolo, Carla Andrea
Quiroz, Facundo José
Álvarez, Daniel
Escande, Alberto Raul
Hopp, Horacio Esteban
Heinz, Ruth Amelia
Lia, Verónica Viviana
Paniego, Norma Beatriz
author Fusari, Corina Mariana
author_facet Fusari, Corina Mariana
Di Rienzo, Julio Alejandro
Troglia, Carolina Beatriz
Nishinakamasu, Verónica Cecilia
Moreno, María Valeria
Maringolo, Carla Andrea
Quiroz, Facundo José
Álvarez, Daniel
Escande, Alberto Raul
Hopp, Horacio Esteban
Heinz, Ruth Amelia
Lia, Verónica Viviana
Paniego, Norma Beatriz
author_role author
author2 Di Rienzo, Julio Alejandro
Troglia, Carolina Beatriz
Nishinakamasu, Verónica Cecilia
Moreno, María Valeria
Maringolo, Carla Andrea
Quiroz, Facundo José
Álvarez, Daniel
Escande, Alberto Raul
Hopp, Horacio Esteban
Heinz, Ruth Amelia
Lia, Verónica Viviana
Paniego, Norma Beatriz
author2_role author
author
author
author
author
author
author
author
author
author
author
author
dc.subject.none.fl_str_mv SUNFLOWER
ASSOCIATION MAPPING
SCLEROTINIA SCLEROTIORUM
topic SUNFLOWER
ASSOCIATION MAPPING
SCLEROTINIA SCLEROTIORUM
purl_subject.fl_str_mv https://purl.org/becyt/ford/4.4
https://purl.org/becyt/ford/4
dc.description.none.fl_txt_mv Background: Sclerotinia Head Rot (SHR) is one of the most damaging diseases of sunflower in Europe, Argentina, and USA, causing average yield reductions of 10 to 20 %, but leading to total production loss under favorable environmental conditions for the pathogen. Association Mapping (AM) is a promising choice for Quantitative Trait Locus (QTL) mapping, as it detects relationships between phenotypic variation and gene polymorphisms in existing germplasm without development of mapping populations. This article reports the identification of QTL for resistance to SHR based on candidate gene AM.Results: A collection of 94 sunflower inbred lines were tested for SHR under field conditions using assisted inoculation with the fungal pathogen Sclerotinia sclerotiorum. Given that no biological mechanisms or biochemical pathways have been clearly identified for SHR, 43 candidate genes were selected based on previous transcript profiling studies in sunflower and Brassica napus infected with S. sclerotiorum. Associations among SHR incidence and haplotype polymorphisms in 16 candidate genes were tested using Mixed Linear Models (MLM) that account for population structure and kinship relationships. This approach allowed detection of a significant association between the candidate gene HaRIC_B and SHR incidence (P < 0.01), accounting for a SHR incidence reduction of about 20 %.Conclusions: These results suggest that AM will be useful in dissecting other complex traits in sunflower, thus providing a valuable tool to assist in crop breeding.
Fil: Fusari, Corina Mariana. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigación en Ciencias Veterinarias y Agronómicas. Instituto de Biotecnología; Argentina
Fil: Di Rienzo, Julio Alejandro. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas Físicas y Naturales. Departamento de Matemáticas. Cátedra de Estadística y Biometría; Argentina
Fil: Troglia, Carolina Beatriz. Instituto Nacional de Tecnología Agropecuaria. Centro Regional Buenos Aires Sur. Estación Experimental Agropecuaria Balcarce; Argentina
Fil: Nishinakamasu, Verónica Cecilia. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigación en Ciencias Veterinarias y Agronómicas. Instituto de Biotecnología; Argentina
Fil: Moreno, María Valeria. Instituto Nacional de Tecnología Agropecuaria. Centro Regional Córdoba. Estación Experimental Agropecuaria Manfredi; Argentina
Fil: Maringolo, Carla Andrea. Instituto Nacional de Tecnología Agropecuaria. Centro Regional Buenos Aires Sur. Estación Experimental Agropecuaria Balcarce; Argentina
Fil: Quiroz, Facundo José. Instituto Nacional de Tecnología Agropecuaria. Centro Regional Buenos Aires Sur. Estación Experimental Agropecuaria Balcarce; Argentina
Fil: Álvarez, Daniel. Instituto Nacional de Tecnología Agropecuaria. Centro Regional Córdoba. Estación Experimental Agropecuaria Manfredi; Argentina
Fil: Escande, Alberto Raul. Instituto Nacional de Tecnología Agropecuaria. Centro Regional Buenos Aires Sur. Estación Experimental Agropecuaria Balcarce; Argentina
Fil: Hopp, Horacio Esteban. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigación en Ciencias Veterinarias y Agronómicas. Instituto de Biotecnología; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina
Fil: Heinz, Ruth Amelia. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigación en Ciencias Veterinarias y Agronómicas. Instituto de Biotecnología; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina
Fil: Lia, Verónica Viviana. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigación en Ciencias Veterinarias y Agronómicas. Instituto de Biotecnología; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina
Fil: Paniego, Norma Beatriz. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Instituto Nacional de Tecnología Agropecuaria. Centro de Investigación en Ciencias Veterinarias y Agronómicas. Instituto de Biotecnología; Argentina
description Background: Sclerotinia Head Rot (SHR) is one of the most damaging diseases of sunflower in Europe, Argentina, and USA, causing average yield reductions of 10 to 20 %, but leading to total production loss under favorable environmental conditions for the pathogen. Association Mapping (AM) is a promising choice for Quantitative Trait Locus (QTL) mapping, as it detects relationships between phenotypic variation and gene polymorphisms in existing germplasm without development of mapping populations. This article reports the identification of QTL for resistance to SHR based on candidate gene AM.Results: A collection of 94 sunflower inbred lines were tested for SHR under field conditions using assisted inoculation with the fungal pathogen Sclerotinia sclerotiorum. Given that no biological mechanisms or biochemical pathways have been clearly identified for SHR, 43 candidate genes were selected based on previous transcript profiling studies in sunflower and Brassica napus infected with S. sclerotiorum. Associations among SHR incidence and haplotype polymorphisms in 16 candidate genes were tested using Mixed Linear Models (MLM) that account for population structure and kinship relationships. This approach allowed detection of a significant association between the candidate gene HaRIC_B and SHR incidence (P < 0.01), accounting for a SHR incidence reduction of about 20 %.Conclusions: These results suggest that AM will be useful in dissecting other complex traits in sunflower, thus providing a valuable tool to assist in crop breeding.
publishDate 2012
dc.date.none.fl_str_mv 2012-06
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/192468
Fusari, Corina Mariana; Di Rienzo, Julio Alejandro; Troglia, Carolina Beatriz; Nishinakamasu, Verónica Cecilia; Moreno, María Valeria; et al.; Association mapping in sunflower for sclerotinia head rot resistance; BioMed Central; BMC Plant Biology; 12; 6-2012; 93-102
1471-2229
CONICET Digital
CONICET
url http://hdl.handle.net/11336/192468
identifier_str_mv Fusari, Corina Mariana; Di Rienzo, Julio Alejandro; Troglia, Carolina Beatriz; Nishinakamasu, Verónica Cecilia; Moreno, María Valeria; et al.; Association mapping in sunflower for sclerotinia head rot resistance; BioMed Central; BMC Plant Biology; 12; 6-2012; 93-102
1471-2229
CONICET Digital
CONICET
dc.language.none.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://bmcplantbiol.biomedcentral.com/articles/10.1186/1471-2229-12-93
info:eu-repo/semantics/altIdentifier/doi/10.1186/1471-2229-12-93
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
application/pdf
dc.publisher.none.fl_str_mv BioMed Central
publisher.none.fl_str_mv BioMed Central
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_ 1844614354322849792
score 13.069144

Publicaciones similares