Modelización de la variabilidad fenotípica de la enfermedad Mal de Río Cuarto en maíz y su asociación con la variabilidad genotípica

Autores
Rossi, Ezequiel; Ruiz, Marcos; Balzarini, Mónica Graciela; Bonamico, Natalia
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Ponencia presentada en la XXIV Reunión Científica del Grupo Argentino de Biometría. Mendoza, Argentina, 9 al 11 de octubre de 2019.
Fil: Rossi, Ezequiel. Universidad Nacional de Río Cuarto. Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
Fil: Rossi, Ezequiel. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
Fil: Ruiz, Marcos. Universidad Nacional de Río Cuarto. Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
Fil: Ruiz, Marcos. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.
Fil: Bonamico, Natalia. Universidad Nacional de Río Cuarto. Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
Fil: Bonamico, Natalia. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
El objetivo del trabajo fue modelizar la variabilidad fenotípica de Mal de Río Cuarto (MRC) en líneas diversas de maíz y asociarla con la variabilidad genotípica. Un panel diverso de 185 líneas endocriadas de maíz del CIMMYT se evaluaron durante dos años en dos localidades de la región en donde la enfermedad MRC es endémica. Se evaluaron distintos modelos lineales mixtos para modelar la variabilidad de la incidencia y la severidad de MRC considerando la correlación genética entre las líneas de maíz, la cual se estimó a partir de 86.929 SNPs. El modelo que considera estructura de varianza-covarianza heterogénea para el término de interacción genotipo-ambiente, y la correlación genética entre las líneas fue el que mejor modeló la variabilidad fenotípica de MRC. A partir de esta modelización de los datos fenotípicos, se realizó un mapeo asociativo con la variabilidad genotípica que permitió identificar cuatro SNPs asociados con la incidencia y cinco con la severidad de MRC, a través de ambientes.
Fil: Rossi, Ezequiel. Universidad Nacional de Río Cuarto. Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
Fil: Rossi, Ezequiel. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
Fil: Ruiz, Marcos. Universidad Nacional de Río Cuarto. Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
Fil: Ruiz, Marcos. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.
Fil: Bonamico, Natalia. Universidad Nacional de Río Cuarto. Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
Fil: Bonamico, Natalia. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
Fuente
XXIV Reunión Científica del Grupo Argentino de Biometría. Ejes temáticos 03 : Libro de Resúmenes
https://cvl.bdigital.uncu.edu.ar/16819
https://cvl.bdigital.uncu.edu.ar/objetos_digitales/16825/gab2019-resumenes-ejebigdata-modelosmixtos.pdf
Materia
Modelos lineales
Maíz
Mal de Río Cuarto
Incidencia
Severidad
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/549123
Acceder
id RDUUNC_a38c3296e608ef911d298aa81b0de3a2
oai_identifier_str oai:rdu.unc.edu.ar:11086/549123
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Modelización de la variabilidad fenotípica de la enfermedad Mal de Río Cuarto en maíz y su asociación con la variabilidad genotípicaRossi, EzequielRuiz, MarcosBalzarini, Mónica GracielaBonamico, NataliaModelos linealesMaízMal de Río CuartoIncidenciaSeveridadPonencia presentada en la XXIV Reunión Científica del Grupo Argentino de Biometría. Mendoza, Argentina, 9 al 11 de octubre de 2019.Fil: Rossi, Ezequiel. Universidad Nacional de Río Cuarto. Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.Fil: Rossi, Ezequiel. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.Fil: Ruiz, Marcos. Universidad Nacional de Río Cuarto. Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.Fil: Ruiz, Marcos. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.Fil: Bonamico, Natalia. Universidad Nacional de Río Cuarto. Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.Fil: Bonamico, Natalia. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.El objetivo del trabajo fue modelizar la variabilidad fenotípica de Mal de Río Cuarto (MRC) en líneas diversas de maíz y asociarla con la variabilidad genotípica. Un panel diverso de 185 líneas endocriadas de maíz del CIMMYT se evaluaron durante dos años en dos localidades de la región en donde la enfermedad MRC es endémica. Se evaluaron distintos modelos lineales mixtos para modelar la variabilidad de la incidencia y la severidad de MRC considerando la correlación genética entre las líneas de maíz, la cual se estimó a partir de 86.929 SNPs. El modelo que considera estructura de varianza-covarianza heterogénea para el término de interacción genotipo-ambiente, y la correlación genética entre las líneas fue el que mejor modeló la variabilidad fenotípica de MRC. A partir de esta modelización de los datos fenotípicos, se realizó un mapeo asociativo con la variabilidad genotípica que permitió identificar cuatro SNPs asociados con la incidencia y cinco con la severidad de MRC, a través de ambientes.Fil: Rossi, Ezequiel. Universidad Nacional de Río Cuarto. Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.Fil: Rossi, Ezequiel. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.Fil: Ruiz, Marcos. Universidad Nacional de Río Cuarto. Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.Fil: Ruiz, Marcos. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.Fil: Bonamico, Natalia. Universidad Nacional de Río Cuarto. Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.Fil: Bonamico, Natalia. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.2019info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://hdl.handle.net/11086/549123XXIV Reunión Científica del Grupo Argentino de Biometría. Ejes temáticos 03 : Libro de Resúmeneshttps://cvl.bdigital.uncu.edu.ar/16819https://cvl.bdigital.uncu.edu.ar/objetos_digitales/16825/gab2019-resumenes-ejebigdata-modelosmixtos.pdfreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNCspainfo:eu-repo/semantics/openAccess2025-09-29T13:40:49Zoai:rdu.unc.edu.ar:11086/549123Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-29 13:40:49.827Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Modelización de la variabilidad fenotípica de la enfermedad Mal de Río Cuarto en maíz y su asociación con la variabilidad genotípica
title Modelización de la variabilidad fenotípica de la enfermedad Mal de Río Cuarto en maíz y su asociación con la variabilidad genotípica
spellingShingle Modelización de la variabilidad fenotípica de la enfermedad Mal de Río Cuarto en maíz y su asociación con la variabilidad genotípica
Rossi, Ezequiel
Modelos lineales
Maíz
Mal de Río Cuarto
Incidencia
Severidad
title_short Modelización de la variabilidad fenotípica de la enfermedad Mal de Río Cuarto en maíz y su asociación con la variabilidad genotípica
title_full Modelización de la variabilidad fenotípica de la enfermedad Mal de Río Cuarto en maíz y su asociación con la variabilidad genotípica
title_fullStr Modelización de la variabilidad fenotípica de la enfermedad Mal de Río Cuarto en maíz y su asociación con la variabilidad genotípica
title_full_unstemmed Modelización de la variabilidad fenotípica de la enfermedad Mal de Río Cuarto en maíz y su asociación con la variabilidad genotípica
title_sort Modelización de la variabilidad fenotípica de la enfermedad Mal de Río Cuarto en maíz y su asociación con la variabilidad genotípica
dc.creator.none.fl_str_mv Rossi, Ezequiel
Ruiz, Marcos
Balzarini, Mónica Graciela
Bonamico, Natalia
author Rossi, Ezequiel
author_facet Rossi, Ezequiel
Ruiz, Marcos
Balzarini, Mónica Graciela
Bonamico, Natalia
author_role author
author2 Ruiz, Marcos
Balzarini, Mónica Graciela
Bonamico, Natalia
author2_role author
author
author
dc.subject.none.fl_str_mv Modelos lineales
Maíz
Mal de Río Cuarto
Incidencia
Severidad
topic Modelos lineales
Maíz
Mal de Río Cuarto
Incidencia
Severidad
dc.description.none.fl_txt_mv Ponencia presentada en la XXIV Reunión Científica del Grupo Argentino de Biometría. Mendoza, Argentina, 9 al 11 de octubre de 2019.
Fil: Rossi, Ezequiel. Universidad Nacional de Río Cuarto. Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
Fil: Rossi, Ezequiel. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
Fil: Ruiz, Marcos. Universidad Nacional de Río Cuarto. Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
Fil: Ruiz, Marcos. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.
Fil: Bonamico, Natalia. Universidad Nacional de Río Cuarto. Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
Fil: Bonamico, Natalia. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
El objetivo del trabajo fue modelizar la variabilidad fenotípica de Mal de Río Cuarto (MRC) en líneas diversas de maíz y asociarla con la variabilidad genotípica. Un panel diverso de 185 líneas endocriadas de maíz del CIMMYT se evaluaron durante dos años en dos localidades de la región en donde la enfermedad MRC es endémica. Se evaluaron distintos modelos lineales mixtos para modelar la variabilidad de la incidencia y la severidad de MRC considerando la correlación genética entre las líneas de maíz, la cual se estimó a partir de 86.929 SNPs. El modelo que considera estructura de varianza-covarianza heterogénea para el término de interacción genotipo-ambiente, y la correlación genética entre las líneas fue el que mejor modeló la variabilidad fenotípica de MRC. A partir de esta modelización de los datos fenotípicos, se realizó un mapeo asociativo con la variabilidad genotípica que permitió identificar cuatro SNPs asociados con la incidencia y cinco con la severidad de MRC, a través de ambientes.
Fil: Rossi, Ezequiel. Universidad Nacional de Río Cuarto. Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
Fil: Rossi, Ezequiel. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
Fil: Ruiz, Marcos. Universidad Nacional de Río Cuarto. Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
Fil: Ruiz, Marcos. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.
Fil: Bonamico, Natalia. Universidad Nacional de Río Cuarto. Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
Fil: Bonamico, Natalia. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Agrobiotecnológicas (INIAB); Argentina.
description Ponencia presentada en la XXIV Reunión Científica del Grupo Argentino de Biometría. Mendoza, Argentina, 9 al 11 de octubre de 2019.
publishDate 2019
dc.date.none.fl_str_mv 2019
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/11086/549123
url http://hdl.handle.net/11086/549123
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv XXIV Reunión Científica del Grupo Argentino de Biometría. Ejes temáticos 03 : Libro de Resúmenes
https://cvl.bdigital.uncu.edu.ar/16819
https://cvl.bdigital.uncu.edu.ar/objetos_digitales/16825/gab2019-resumenes-ejebigdata-modelosmixtos.pdf
reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1844618885067702272
score 13.070432

Publicaciones similares