Efecto de los modelación de la presencia del carbón de la espiga del maíz (Ustilago maydis) en la identificación de resistencia
- Autores
- Bruno, Cecilia Inés; Peñas Ballesteros, Andrea; Iglesias, Juliana
- Año de publicación
- 2024
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Poster y resumen
Ustilago maydis es un hongo basidiomicete biótrofo causal del carbón común del maíz (Zea mays L.) que se manifiesta como agallas que afectan el rendimiento de los granos y pueden facilitar la infección por otros patógenos. El efecto del patógeno sobre la planta suele registrarse a través de un conteo de cantidad de plantas enfermas sobre número de plantas sanas de una parcela (variable discreta). El mapeo de asociación de genoma completo (GWAS, del inglés Genome Wide Association Study) es una herramienta eficaz para identificar loci de caracteres cuantitativos (QTL) a través de la asociación genotipo (SNP)-fenotipo, sin embargo, se espera que la distribución de la variable respuesta (presencia/ausencia de carbón de la espiga de maíz) tenga una distribución normal. En este trabajo se evaluaron ocho modelos lineales generalizados mixtos de tipo inflados en cero. A partir de la estimación de los BLUP de cada genotipo se ajustaron modelos GWAS multilocus para la identificación de asociaciones al carbón de la espiga en maíz. Se usaron modelos lineales generales (GLM) con estructura genética poblacional obtenida por componentes principales (P), matriz de parentesco por el método bayesiano (Q) y kinship por el método de Van Raden (K). También los basados en modelos lineales mixtos (MLM) como Compresed (CMLM), Multiple loci (MLMM), FarmCPU y Blink de GAPIT. Se trabajó con una base de datos de 63 líneas endocriadas de maíz genotipadas mediante un chip de SNPs de 56K proveniente del Programa de Mejoramiento de maíz de la Estación Experimental Agropecuaria INTA Pergamino. El modelo mezcla con la distribución Binominal Negativa (ZINB) fue el que obtuvo menor valor de AIC y los modelos MLMM y CMLM identificaron siete segmentos cromosómicos candidatos para resistencia a carbón.
EEA Pergamino
Fil: Bruno, C. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Estadística y Biometría; Argentina
Fil: Bruno, Cecilia. Consejo Nacional de Investigaciones Científicas y Técnicas. Unidad de Fitopatología y Modelización Agrícola (UFyMA); Argentina
Fil: Peñas Ballesteros, Andrea. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Departamento de Maíz; Argentina
Fil: Peñas Ballesteros, Andrea. Universidad Nacional del Noroeste de la Provincia de Buenos Aires - Universidad Nacional de San Antonio de Areco - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Investigaciones y Transferencias del Noroeste de la Provincia de Buenos Aires; Argentina
Fil: Peñas Ballesteros, Andrea. Universidad Nacional del Noroeste de la Provincia de Buenos Aires. Escuela de Ciencias Agrarias, Naturales y Ambientales; Argentina
Fil: Iglesias, Juliana. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Departamento de Maíz; Argentina
Fil: Iglesias, Juliana. Universidad Nacional del Noroeste de la Provincia de Buenos Aires. Escuela de Agrarias, Naturales y Ambientales; Argentina - Fuente
- XXVIII Reunión Científica del Grupo Argentino de Bioestadística "Fortaleciendo la Soberanía a través del Conocimiento Científico”, Buenos Aires, del 8 al 10 de octubre de 2024.
- Materia
-
Maíz
Espigas de Maíz
Enfermedades de las Plantas
Ustilago maydis
Carbón del Maíz
Fitomejoramiento
Maize
Maize Ears
Plant Diseases
Common Smut of Maize
Plant Breeding - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Instituto Nacional de Tecnología Agropecuaria
- OAI Identificador
- oai:localhost:20.500.12123/20597
Ver los metadatos del registro completo
id |
INTADig_810ff9620336826948f585e42a74d75c |
---|---|
oai_identifier_str |
oai:localhost:20.500.12123/20597 |
network_acronym_str |
INTADig |
repository_id_str |
l |
network_name_str |
INTA Digital (INTA) |
spelling |
Efecto de los modelación de la presencia del carbón de la espiga del maíz (Ustilago maydis) en la identificación de resistenciaBruno, Cecilia InésPeñas Ballesteros, AndreaIglesias, JulianaMaízEspigas de MaízEnfermedades de las PlantasUstilago maydisCarbón del MaízFitomejoramientoMaizeMaize EarsPlant DiseasesCommon Smut of MaizePlant BreedingPoster y resumenUstilago maydis es un hongo basidiomicete biótrofo causal del carbón común del maíz (Zea mays L.) que se manifiesta como agallas que afectan el rendimiento de los granos y pueden facilitar la infección por otros patógenos. El efecto del patógeno sobre la planta suele registrarse a través de un conteo de cantidad de plantas enfermas sobre número de plantas sanas de una parcela (variable discreta). El mapeo de asociación de genoma completo (GWAS, del inglés Genome Wide Association Study) es una herramienta eficaz para identificar loci de caracteres cuantitativos (QTL) a través de la asociación genotipo (SNP)-fenotipo, sin embargo, se espera que la distribución de la variable respuesta (presencia/ausencia de carbón de la espiga de maíz) tenga una distribución normal. En este trabajo se evaluaron ocho modelos lineales generalizados mixtos de tipo inflados en cero. A partir de la estimación de los BLUP de cada genotipo se ajustaron modelos GWAS multilocus para la identificación de asociaciones al carbón de la espiga en maíz. Se usaron modelos lineales generales (GLM) con estructura genética poblacional obtenida por componentes principales (P), matriz de parentesco por el método bayesiano (Q) y kinship por el método de Van Raden (K). También los basados en modelos lineales mixtos (MLM) como Compresed (CMLM), Multiple loci (MLMM), FarmCPU y Blink de GAPIT. Se trabajó con una base de datos de 63 líneas endocriadas de maíz genotipadas mediante un chip de SNPs de 56K proveniente del Programa de Mejoramiento de maíz de la Estación Experimental Agropecuaria INTA Pergamino. El modelo mezcla con la distribución Binominal Negativa (ZINB) fue el que obtuvo menor valor de AIC y los modelos MLMM y CMLM identificaron siete segmentos cromosómicos candidatos para resistencia a carbón.EEA PergaminoFil: Bruno, C. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Estadística y Biometría; ArgentinaFil: Bruno, Cecilia. Consejo Nacional de Investigaciones Científicas y Técnicas. Unidad de Fitopatología y Modelización Agrícola (UFyMA); ArgentinaFil: Peñas Ballesteros, Andrea. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Departamento de Maíz; ArgentinaFil: Peñas Ballesteros, Andrea. Universidad Nacional del Noroeste de la Provincia de Buenos Aires - Universidad Nacional de San Antonio de Areco - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Investigaciones y Transferencias del Noroeste de la Provincia de Buenos Aires; ArgentinaFil: Peñas Ballesteros, Andrea. Universidad Nacional del Noroeste de la Provincia de Buenos Aires. Escuela de Ciencias Agrarias, Naturales y Ambientales; ArgentinaFil: Iglesias, Juliana. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Departamento de Maíz; ArgentinaFil: Iglesias, Juliana. Universidad Nacional del Noroeste de la Provincia de Buenos Aires. Escuela de Agrarias, Naturales y Ambientales; ArgentinaGrupo Argentino de Bioestadística2024-12-13T11:43:49Z2024-12-13T11:43:49Z2024-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://hdl.handle.net/20.500.12123/20597XXVIII Reunión Científica del Grupo Argentino de Bioestadística "Fortaleciendo la Soberanía a través del Conocimiento Científico”, Buenos Aires, del 8 al 10 de octubre de 2024.reponame:INTA Digital (INTA)instname:Instituto Nacional de Tecnología Agropecuariaspainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)2025-09-11T10:25:29Zoai:localhost:20.500.12123/20597instacron:INTAInstitucionalhttp://repositorio.inta.gob.ar/Organismo científico-tecnológicoNo correspondehttp://repositorio.inta.gob.ar/oai/requesttripaldi.nicolas@inta.gob.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:l2025-09-11 10:25:30.4INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuariafalse |
dc.title.none.fl_str_mv |
Efecto de los modelación de la presencia del carbón de la espiga del maíz (Ustilago maydis) en la identificación de resistencia |
title |
Efecto de los modelación de la presencia del carbón de la espiga del maíz (Ustilago maydis) en la identificación de resistencia |
spellingShingle |
Efecto de los modelación de la presencia del carbón de la espiga del maíz (Ustilago maydis) en la identificación de resistencia Bruno, Cecilia Inés Maíz Espigas de Maíz Enfermedades de las Plantas Ustilago maydis Carbón del Maíz Fitomejoramiento Maize Maize Ears Plant Diseases Common Smut of Maize Plant Breeding |
title_short |
Efecto de los modelación de la presencia del carbón de la espiga del maíz (Ustilago maydis) en la identificación de resistencia |
title_full |
Efecto de los modelación de la presencia del carbón de la espiga del maíz (Ustilago maydis) en la identificación de resistencia |
title_fullStr |
Efecto de los modelación de la presencia del carbón de la espiga del maíz (Ustilago maydis) en la identificación de resistencia |
title_full_unstemmed |
Efecto de los modelación de la presencia del carbón de la espiga del maíz (Ustilago maydis) en la identificación de resistencia |
title_sort |
Efecto de los modelación de la presencia del carbón de la espiga del maíz (Ustilago maydis) en la identificación de resistencia |
dc.creator.none.fl_str_mv |
Bruno, Cecilia Inés Peñas Ballesteros, Andrea Iglesias, Juliana |
author |
Bruno, Cecilia Inés |
author_facet |
Bruno, Cecilia Inés Peñas Ballesteros, Andrea Iglesias, Juliana |
author_role |
author |
author2 |
Peñas Ballesteros, Andrea Iglesias, Juliana |
author2_role |
author author |
dc.subject.none.fl_str_mv |
Maíz Espigas de Maíz Enfermedades de las Plantas Ustilago maydis Carbón del Maíz Fitomejoramiento Maize Maize Ears Plant Diseases Common Smut of Maize Plant Breeding |
topic |
Maíz Espigas de Maíz Enfermedades de las Plantas Ustilago maydis Carbón del Maíz Fitomejoramiento Maize Maize Ears Plant Diseases Common Smut of Maize Plant Breeding |
dc.description.none.fl_txt_mv |
Poster y resumen Ustilago maydis es un hongo basidiomicete biótrofo causal del carbón común del maíz (Zea mays L.) que se manifiesta como agallas que afectan el rendimiento de los granos y pueden facilitar la infección por otros patógenos. El efecto del patógeno sobre la planta suele registrarse a través de un conteo de cantidad de plantas enfermas sobre número de plantas sanas de una parcela (variable discreta). El mapeo de asociación de genoma completo (GWAS, del inglés Genome Wide Association Study) es una herramienta eficaz para identificar loci de caracteres cuantitativos (QTL) a través de la asociación genotipo (SNP)-fenotipo, sin embargo, se espera que la distribución de la variable respuesta (presencia/ausencia de carbón de la espiga de maíz) tenga una distribución normal. En este trabajo se evaluaron ocho modelos lineales generalizados mixtos de tipo inflados en cero. A partir de la estimación de los BLUP de cada genotipo se ajustaron modelos GWAS multilocus para la identificación de asociaciones al carbón de la espiga en maíz. Se usaron modelos lineales generales (GLM) con estructura genética poblacional obtenida por componentes principales (P), matriz de parentesco por el método bayesiano (Q) y kinship por el método de Van Raden (K). También los basados en modelos lineales mixtos (MLM) como Compresed (CMLM), Multiple loci (MLMM), FarmCPU y Blink de GAPIT. Se trabajó con una base de datos de 63 líneas endocriadas de maíz genotipadas mediante un chip de SNPs de 56K proveniente del Programa de Mejoramiento de maíz de la Estación Experimental Agropecuaria INTA Pergamino. El modelo mezcla con la distribución Binominal Negativa (ZINB) fue el que obtuvo menor valor de AIC y los modelos MLMM y CMLM identificaron siete segmentos cromosómicos candidatos para resistencia a carbón. EEA Pergamino Fil: Bruno, C. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Estadística y Biometría; Argentina Fil: Bruno, Cecilia. Consejo Nacional de Investigaciones Científicas y Técnicas. Unidad de Fitopatología y Modelización Agrícola (UFyMA); Argentina Fil: Peñas Ballesteros, Andrea. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Departamento de Maíz; Argentina Fil: Peñas Ballesteros, Andrea. Universidad Nacional del Noroeste de la Provincia de Buenos Aires - Universidad Nacional de San Antonio de Areco - Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Investigaciones y Transferencias del Noroeste de la Provincia de Buenos Aires; Argentina Fil: Peñas Ballesteros, Andrea. Universidad Nacional del Noroeste de la Provincia de Buenos Aires. Escuela de Ciencias Agrarias, Naturales y Ambientales; Argentina Fil: Iglesias, Juliana. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino. Departamento de Maíz; Argentina Fil: Iglesias, Juliana. Universidad Nacional del Noroeste de la Provincia de Buenos Aires. Escuela de Agrarias, Naturales y Ambientales; Argentina |
description |
Poster y resumen |
publishDate |
2024 |
dc.date.none.fl_str_mv |
2024-12-13T11:43:49Z 2024-12-13T11:43:49Z 2024-10 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://hdl.handle.net/20.500.12123/20597 |
url |
http://hdl.handle.net/20.500.12123/20597 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Grupo Argentino de Bioestadística |
publisher.none.fl_str_mv |
Grupo Argentino de Bioestadística |
dc.source.none.fl_str_mv |
XXVIII Reunión Científica del Grupo Argentino de Bioestadística "Fortaleciendo la Soberanía a través del Conocimiento Científico”, Buenos Aires, del 8 al 10 de octubre de 2024. reponame:INTA Digital (INTA) instname:Instituto Nacional de Tecnología Agropecuaria |
reponame_str |
INTA Digital (INTA) |
collection |
INTA Digital (INTA) |
instname_str |
Instituto Nacional de Tecnología Agropecuaria |
repository.name.fl_str_mv |
INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuaria |
repository.mail.fl_str_mv |
tripaldi.nicolas@inta.gob.ar |
_version_ |
1842975537606164480 |
score |
13.004268 |