Modelos inflados en cero en la identificación de resistencia al carbón de la espiga del maíz (Ustilago maydis)

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. 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. El objetivo de este trabajo fue ajustar modelos GWAS en la identificación de resistencia, previa modelación de la variable de conteo. 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 evaluados en cinco ambientes (combinación de localidades y campañas agrícolas). 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). Las matrices P, Q y K fueron luego incorporadas en los modelos GWAS como covariables. También se ajustaron GWAS basados en modelos lineales mixtos (MLM) como Compresed (CMLM), Multiple loci (MLMM), FarmCPU y Blink de GAPIT. 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. Consejo Nacional de Investigaciones Científicas y Técnicas. Unidad de Fitopatología y Modelización Agrícola (UFyMA); Argentina
Fil: Bruno, C. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Estadística y Biometría; Argentina
Fil: Bruno, C. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; 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. Escuela de Ciencias Agrarias, Naturales y Ambientales; 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: 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
2° Simposio De Ciencias Agrarias INTA "Un futuro sostenible: Integrando ciencia y producción en la agronomía moderna", Córdoba, del 14 al 15 de noviembre 2024.
Materia
Maíz
Espigas de Maíz
Carbón del Maíz
Resistencia a la Enfermedad
Ustilago maydis
Modelo Lineal
Estructura Genética
Maize
Maize Ears
Common Smut of Maize
Disease Resistance
Linear Models
Genetic Structures
Variables Discretas de Conteo
Métodos Bayesianos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
INTA Digital (INTA)
Institución
Instituto Nacional de Tecnología Agropecuaria
OAI Identificador
oai:localhost:20.500.12123/20600
Acceder
id INTADig_93359bb0cf82d3e110d5d56f4a722bcf
oai_identifier_str oai:localhost:20.500.12123/20600
network_acronym_str INTADig
repository_id_str l
network_name_str INTA Digital (INTA)
spelling Modelos inflados en cero en la identificación de resistencia al carbón de la espiga del maíz (Ustilago maydis)Bruno, Cecilia InésPeñas Ballesteros, AndreaIglesias, JulianaMaízEspigas de MaízCarbón del MaízResistencia a la EnfermedadUstilago maydisModelo LinealEstructura GenéticaMaizeMaize EarsCommon Smut of MaizeDisease ResistanceLinear ModelsGenetic StructuresVariables Discretas de ConteoMétodos BayesianosPoster 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. 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. El objetivo de este trabajo fue ajustar modelos GWAS en la identificación de resistencia, previa modelación de la variable de conteo. 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 evaluados en cinco ambientes (combinación de localidades y campañas agrícolas). 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). Las matrices P, Q y K fueron luego incorporadas en los modelos GWAS como covariables. También se ajustaron GWAS basados en modelos lineales mixtos (MLM) como Compresed (CMLM), Multiple loci (MLMM), FarmCPU y Blink de GAPIT. 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. Consejo Nacional de Investigaciones Científicas y Técnicas. Unidad de Fitopatología y Modelización Agrícola (UFyMA); ArgentinaFil: Bruno, C. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Estadística y Biometría; ArgentinaFil: Bruno, C. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; 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. Escuela de Ciencias Agrarias, Naturales y Ambientales; 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: 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; ArgentinaInstituto Nacional de Tecnología Agropecuaria (INTA)2024-12-13T12:15:01Z2024-12-13T12:15:01Z2024-11info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://hdl.handle.net/20.500.12123/206002° Simposio De Ciencias Agrarias INTA "Un futuro sostenible: Integrando ciencia y producción en la agronomía moderna", Córdoba, del 14 al 15 de noviembre 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)2025-10-16T09:32:04Zoai:localhost:20.500.12123/20600instacron:INTAInstitucionalhttp://repositorio.inta.gob.ar/Organismo científico-tecnológicoNo correspondehttp://repositorio.inta.gob.ar/oai/requesttripaldi.nicolas@inta.gob.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:l2025-10-16 09:32:04.576INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuariafalse
dc.title.none.fl_str_mv Modelos inflados en cero en la identificación de resistencia al carbón de la espiga del maíz (Ustilago maydis)
title Modelos inflados en cero en la identificación de resistencia al carbón de la espiga del maíz (Ustilago maydis)
spellingShingle Modelos inflados en cero en la identificación de resistencia al carbón de la espiga del maíz (Ustilago maydis)
Bruno, Cecilia Inés
Maíz
Espigas de Maíz
Carbón del Maíz
Resistencia a la Enfermedad
Ustilago maydis
Modelo Lineal
Estructura Genética
Maize
Maize Ears
Common Smut of Maize
Disease Resistance
Linear Models
Genetic Structures
Variables Discretas de Conteo
Métodos Bayesianos
title_short Modelos inflados en cero en la identificación de resistencia al carbón de la espiga del maíz (Ustilago maydis)
title_full Modelos inflados en cero en la identificación de resistencia al carbón de la espiga del maíz (Ustilago maydis)
title_fullStr Modelos inflados en cero en la identificación de resistencia al carbón de la espiga del maíz (Ustilago maydis)
title_full_unstemmed Modelos inflados en cero en la identificación de resistencia al carbón de la espiga del maíz (Ustilago maydis)
title_sort Modelos inflados en cero en la identificación de resistencia al carbón de la espiga del maíz (Ustilago maydis)
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
Carbón del Maíz
Resistencia a la Enfermedad
Ustilago maydis
Modelo Lineal
Estructura Genética
Maize
Maize Ears
Common Smut of Maize
Disease Resistance
Linear Models
Genetic Structures
Variables Discretas de Conteo
Métodos Bayesianos
topic Maíz
Espigas de Maíz
Carbón del Maíz
Resistencia a la Enfermedad
Ustilago maydis
Modelo Lineal
Estructura Genética
Maize
Maize Ears
Common Smut of Maize
Disease Resistance
Linear Models
Genetic Structures
Variables Discretas de Conteo
Métodos Bayesianos
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. 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. El objetivo de este trabajo fue ajustar modelos GWAS en la identificación de resistencia, previa modelación de la variable de conteo. 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 evaluados en cinco ambientes (combinación de localidades y campañas agrícolas). 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). Las matrices P, Q y K fueron luego incorporadas en los modelos GWAS como covariables. También se ajustaron GWAS basados en modelos lineales mixtos (MLM) como Compresed (CMLM), Multiple loci (MLMM), FarmCPU y Blink de GAPIT. 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. Consejo Nacional de Investigaciones Científicas y Técnicas. Unidad de Fitopatología y Modelización Agrícola (UFyMA); Argentina
Fil: Bruno, C. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Estadística y Biometría; Argentina
Fil: Bruno, C. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; 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. Escuela de Ciencias Agrarias, Naturales y Ambientales; 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: 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 2024-12-13T12:15:01Z
2024-12-13T12:15:01Z
2024-11
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/20.500.12123/20600
url http://hdl.handle.net/20.500.12123/20600
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 Instituto Nacional de Tecnología Agropecuaria (INTA)
publisher.none.fl_str_mv Instituto Nacional de Tecnología Agropecuaria (INTA)
dc.source.none.fl_str_mv 2° Simposio De Ciencias Agrarias INTA "Un futuro sostenible: Integrando ciencia y producción en la agronomía moderna", Córdoba, del 14 al 15 de noviembre 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_ 1846143583726338048
score 12.712165

Publicaciones similares