Strategie molekularne w nowoczesnej hodowli roślin

Weronika Jarska


Instytut Hodowli i Aklimatyzacji Roślin — Państwowy Instytut Badawczy, Radzików (Poland)

Agnieszka Niedziela

a.niedziela@ihar.edu.pl
Instytut Hodowli i Aklimatyzacji Roślin — Państwowy Instytut Badawczy, Radzików (Poland)

Renata Orłowska


Instytut Hodowli i Aklimatyzacji Roślin — Państwowy Instytut Badawczy, Radzików (Poland)

Piotr T. Bednarek


Instytut Hodowli i Aklimatyzacji Roślin — Państwowy Instytut Badawczy, Radzików (Poland)

Abstrakt

Rozwój biologii molekularnej, a w szczególności technologii markerowych oraz narzędzi statystycznych umożliwiających analizę dużej liczby danych uzyskiwanych dla szerokiego typu populacji mapujących sprawia, że zmienia się podejście do selekcji materiałów roślinnych dla potrzeb hodowli. Coraz silniejszy nacisk kładzie się na selekcję wielu cech użytkowych przy jednoczesnym wykorzystaniu elitarnych, zwykle niespokrewnionych ze sobą lecz wyrównanych pod względem genetycznym materiałów roślinnych. Rozwijane obecnie metody umożliwiające prowadzenie selekcji za pomocą markerów DNA w oparciu o złożone populacje mapujące są znane tylko wąskiej grupie specjalistów natomiast metody wykorzystujące ściśle zdefiniowane modele genetyczne, ze względu na ich liczne ograniczenia, zdają się być negowane. Niniejsza praca poświęcona jest omówieniu możliwości metod selekcji wykorzystujących szeroki wachlarz metod biologii molekularnej.


Słowa kluczowe:

mapowanie genetyczne, mapowanie asocjacyjne, selekcja genomowa

Alheit K. V., Reif J. C., Maurer H. P., Hahn V., Weissmann E.A., Miedaner T., Würschum T. 2011. Detection of segregation distortion loci in triticale (x Triticosecale Wittmack) based on a high density DArT marker consensus genetic linkage map. BMC Genomics 12: 380.
Google Scholar

Bar-Hen A., Charcosset A., Bourgoin M., Guiard J. 1995. Relationship between genetic markers and morphological traits in a maize inbred line collection. Euphytica 84, 2: 145 — 154.
Google Scholar

Beer S., Siripoonwiwat W., O’Donoughue L., Souza E., Mathews D., Sorrels M. 1997. Associations between molecular markers and quantitative traits in oat germplasm pool: can we infer linkages? J. Agric. Genom. 3 http://wheat.pw.usda.gov/jag/papers97/paper197/jqt.
Google Scholar

Boopathi M. N., 2013. Genetic mapping and marker assisted selection: basics, practice and benefits. Published by Springer India: 23–37 pp., 117 — 163 pp.
Google Scholar

Börner A., Korzun V. 1998. A consensus linkage map of rye (Secale cereale L.) including 374 RFLPs, 24 isozymes and 15 gene loci. Theor. Appl. Genet. 97, 8: 1279 — 1288.
Google Scholar

Broman K. W. 2001. Review of statistical methods for QTL mapping in experimental crosses. Lab Animal. 30, 7: 44 — 52.
Google Scholar

Carling J., Heller-Uszyńska K., Jaccoud D., Machado A., Hopper C., Xia L., Vippin C., Caig V., Uszyński G., Kilian A. 2015. DArTTM and DArTseqTM genome profiling for breeding, pre-breeding and population genetics applications. Contribution P0052, XXIII Plant and Animal Genome, San Diego, CA 10 — 14.
Google Scholar

Cavanagh C., Morell M., Mackay I., Powell W. 2008. From mutations to MAGIC: resources for gene discovery, validation and delivery in crop plants. Cur. Opin. Plant Biol. 11: 215 — 221.
Google Scholar

Chankaew S., Isemura T., Naito K., Ogiso-Tanaka E., Tomooka N., Somta P., Kaga A., Vaughan D. A., Srinives P. 2014. QTL mapping for salt tolerance and domestication-related traits in Vigna marina subsp. oblonga, a halophytic species. Theor. Appl. Genet. 127, 3: 691 — 702.
Google Scholar

Elshire R. J., Glaubitz J. C., Sun Q., Poland J. A., Kawamoto K., Buckler E. S., Mitchell S. E. 2011. A Robust, Simple Genotyping-by-Sequencing (GBS) approach for high diversity species. PLoS ONE 6, 5: e19379.
Google Scholar

Gale M. D., Atkinson M. D., Chinoy C. N., Harcourt R. L., Jia J., Li Q. Y., Devos K. M. 1995. Genetic maps of hexaploid wheat. In Proc 8th Int. Wheat Genet Symp. China Agricultural Scientech Press, Beijing (pp. 29 — 40).
Google Scholar

Habier D., Fernando R. L., Garrick D. J. 2013. Genomic BLUP decoded: a look into the black box of genomic prediction. Genetics 194: 597 — 607.
Google Scholar

Haley C. S., Knot S. A. 1992. A simple regression method for mapping quantitative trait loci in line crosses using flanking markers. Heredity 69: 315 — 324.
Google Scholar

Hall D., Tegströmand C., Ingvarsson P. K. 2010. Using association mapping to dissect the genetic basis of complex traits in plants. Brief Funct Genomics 9, 2: 157 — 165.
Google Scholar

Hamblin M. T., Buckler E. S., Jannink J. L. 2011. Population genetics of genomics-based crop improvement methods. Trends Genet. 27, 3: 98 — 106.
Google Scholar

Heffner E. L., Sorrells M. E., Jannink J.-L. 2009. Genomic selection for crop improvement. Crop Sci. 49: 1 — 12.
Google Scholar

Hospital F. 2005. Selection in backcross programmes. Phil. Trans. R. Soc. B. 360: 1503 — 1511.
Google Scholar

Jansen R. C. 1993. Interval mapping of multiple quantitative trait loci. Genetics 135: 205 — 211.
Google Scholar

Jonas E., de Koning D.-J. 2013 Does genomic selection have a future in plant breeding?, Trends Biotechnol. 31, 9: 497 — 504.
Google Scholar

Kao C.-H., Zeng Z.-B., Teasdale R. D. 1999. Multiple Interval Mapping for Quantitative Trait Loci. Genetics. 152, 3: 1203 — 1216.
Google Scholar

Kearsey M. J., Farquhar A. G. L. 1998. QTL analysis; where are we now? Heredity 80, 2: 137 — 142.
Google Scholar

Kennard W., Phillips R., Porter R., Grombacher A., Phillips R. L. 1999. A comparative map of wild rice (Zizania palustris L. 2n=2x=30). Theor Appl Genet. 99: 5: 793 — 799.
Google Scholar

Lander E. S., Botstein D. 1989. Mapping mendelian factors underlying quantitative traits using RFLP linkage maps. Genetics 121, 1: 185 — 199.
Google Scholar

Langridge P., Karakousis A., Collins N., Kretschmer J., Manning S. 1995. A consensus linkage map of barley. Mol Breed. 1: 389 — 395.
Google Scholar

Mansur L. M., Lark K. G., Kross H., Oliveira A. 1993. Interval mapping of quantitative trait loci for reproductive, morphological, and seed traits of soybean (Glycine max L.). Theor. Appl. Genet. 86, 8: 907 — 913.
Google Scholar

Mauricio R. 2001. Mapping Quantitative Trait loci in plants: uses and caveats for evolutionary biology. Nature 2: 370 — 380.
Google Scholar

McMullen M. D., Louie R. 1989. The linkage of molecular markers to a gene controlling the symptom response in maize to maize dwarf mosaic virus. Mol Plant Microbe Interact. 2: 309 — 314.
Google Scholar

Meuwissen T. H. E., Hayes B. J., Goddard M. E. 2001. Prediction of total genetic value using genome-wide dense marker maps. Genetics 157: 1819 — 1829.
Google Scholar

Milczarski P., Bolibok-Brągoszewska H., Myśków B., Stojałowski S., Heller-Uszyńska K., Góralska M., Brągoszewski P., Uszyński G., Kilian A., Rakoczy-Trojanowska M. 2011. A high density consensus map of rye (Secale cereale L.) based on DArT markers. PLoS ONE 6:12: e28495.
Google Scholar

Mitchell-Olds T. 1995. Interval mapping of viability loci causing heterosis in Arabidopsis. Genetics. 140, 3: 1105 — 1109.
Google Scholar

Nakaya A., Isobe S. N. 2012. Will genomic selection be a practical method for plant breeding? Ann Bot. 110: 1303 — 1316.
Google Scholar

Pereira M. G., Lee M. 1995. Identification of genomic regions affecting plant height in sorghum and maize. Theor Appl Genet. 90, 3-4: 380 — 388.
Google Scholar

Pritchard J. 2001. Deconstructing maize population structure. Nat Genet. 28 (3): 203 — 204.
Google Scholar

Pritchard J. K., Stephens M, Rosenberg N.A., Donnelly P. 2000. Association mapping in structured populations. Am J Hum Genet. 67: 170 — 181.
Google Scholar

Qi Z., Han X., Hou M., Xin D., Wang Z., Zhu R., Hu Z., Jiang H., Li C., Liu C., Hu G., Chen Q. 2014. QTL analysis of soybean oil content under 17 environments. Can. J. Plant Sci. 94: 245 — 261.
Google Scholar

Rafalski J. A. 2010. Association genetics in crop improvement. Current Opinion in Plant Biology 13, 2: 174 — 180.
Google Scholar

Sax K. 1923. The association of size differences with seed-coat pattern and pigmentation in Phaseolus vulgaris. Genetics 8: 552 — 560.
Google Scholar

Semagn K., Bjørnstad Å., Ndjiondjop M. N. 2006. An overview of molecular marker methods for plants. Afr. J. Biotechnol. 5, 25: 2540 — 2568.
Google Scholar

Semagn K., Bjørnstad A., Xu Y. 2010. The genetic dissection of quantitative traits in crops. Electron J Biotechnol. 13: 5, http://dx.doi.org/10.2225/vol13-issue5-fulltext-14.
Google Scholar

Soto-Cerda B. J., Cloutier S. 2012. Genetic Diversity in Plants. Association mapping in plant genomes. Red. Çalişkan M., http://www.intechopen.com/books/genetic-diversity-in-plants/association-mapping-in-plant-genomes, pp. 29 — 54.
Google Scholar

Thomson M. J., Tai T. H., McClung A. M., Lai X-H., Hinga M. E., Lobos K. B., Xu Y., Martinez C. P., McCouch S. R. 2003. Mapping quantitative trait loci for yield, yield components and morphological traits in an advanced backcross population between Oryza rufipogon and the Oryza sativa cultivar Jefferson. Theor. Appl. Genet. 107, 3: 479 — 93.
Google Scholar

Virk P., Ford-Lloyd B., Jackson M., Pooni H., Clemeno T., Newbury H. 1996. Predicting quantitative variation within rice germplasm using molecular markers. Heredity 76, 3: 296 — 304.
Google Scholar

Xu Y., Crouch J. H. 2008. Marker-assisted selection in plant breeding: from publications to practice. Crop Sci. 48: 391 — 407.
Google Scholar

Yap I. V., Schneider D., Kleinberg J., Matthews D., Cartinhour S., McCouch S. R. 2003. A graph-theoretic approach to comparing and integrating genetic, physical and sequence-based maps. Genetics 165: 2235 — 2247.
Google Scholar

Young N. D., Zamir D., Ganal M. W., Tanksley S. D. 1988. Use of isogenic lines and simultaneous probing to identify DNA markers tightly linked to the Tm-2a gene in tomato. Genetics 120: 579 — 585.
Google Scholar

Yu J., Holland J. B., McMullen M. D., Buckler E. S. 2008. Genetic design and statistical power of nested association mapping in maize. Genetics 178: 539 — 551.
Google Scholar

Zeng A., Chen P., Shi A., Wang D., Zhang B., Orazaly M., Florez-Palacios L., Brye K., Song Q., Cregan P. 2014. Identification of quantitative trait loci for sucrose content in soybean seed. Crop Sci. 54, 2: 554 — 564.
Google Scholar

Zeng Z.-B. 1993. Theoretical basis of separation of multiple linked gene effects on mapping quantitative trait loci. Proc. Natl. Acad. Sci. 90: 10972 — 10976.
Google Scholar

Zeng Z.-B. 1994. Precision mapping of quantitative trait loci. Genetics 136: 1457 — 1468.
Google Scholar

Pobierz


Opublikowane
03/31/2015

Cited By / Share

Jarska, W. (2015) „Strategie molekularne w nowoczesnej hodowli roślin”, Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin, (275), s. 17–28. doi: 10.37317/biul-2015-0026.

Autorzy

Weronika Jarska 

Instytut Hodowli i Aklimatyzacji Roślin — Państwowy Instytut Badawczy, Radzików Poland

Autorzy

Agnieszka Niedziela 
a.niedziela@ihar.edu.pl
Instytut Hodowli i Aklimatyzacji Roślin — Państwowy Instytut Badawczy, Radzików Poland

Autorzy

Renata Orłowska 

Instytut Hodowli i Aklimatyzacji Roślin — Państwowy Instytut Badawczy, Radzików Poland

Autorzy

Piotr T. Bednarek 

Instytut Hodowli i Aklimatyzacji Roślin — Państwowy Instytut Badawczy, Radzików Poland

Statystyki

Abstract views: 193
PDF downloads: 82


Licencja

Prawa autorskie (c) 2015 Weronika Jarska, Agnieszka Niedziela, Renata Orłowska, Piotr T. Bednarek

Creative Commons License

Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.

Z chwilą przekazania artykułu, Autorzy udzielają Wydawcy niewyłącznej i nieodpłatnej licencji na korzystanie z artykułu przez czas nieokreślony na terytorium całego świata na następujących polach eksploatacji:

  1. Wytwarzanie i zwielokrotnianie określoną techniką egzemplarzy artykułu, w tym techniką drukarską oraz techniką cyfrową.
  2. Wprowadzanie do obrotu, użyczenie lub najem oryginału albo egzemplarzy artykułu.
  3. Publiczne wykonanie, wystawienie, wyświetlenie, odtworzenie oraz nadawanie i reemitowanie, a także publiczne udostępnianie artykułu w taki sposób, aby każdy mógł mieć do niego dostęp w miejscu i w czasie przez siebie wybranym.
  4. Włączenie artykułu w skład utworu zbiorowego.
  5. Wprowadzanie artykułu w postaci elektronicznej na platformy elektroniczne lub inne wprowadzanie artykułu w postaci elektronicznej do Internetu, lub innej sieci.
  6. Rozpowszechnianie artykułu w postaci elektronicznej w internecie lub innej sieci, w pracy zbiorowej jak również samodzielnie.
  7. Udostępnianie artykułu w wersji elektronicznej w taki sposób, by każdy mógł mieć do niego dostęp w miejscu i czasie przez siebie wybranym, w szczególności za pośrednictwem Internetu.

Autorzy poprzez przesłanie wniosku o publikację:

  1. Wyrażają zgodę na publikację artykułu w czasopiśmie,
  2. Wyrażają zgodę na nadanie publikacji DOI (Digital Object Identifier),
  3. Zobowiązują się do przestrzegania kodeksu etycznego wydawnictwa zgodnego z wytycznymi Komitetu do spraw Etyki Publikacyjnej COPE (ang. Committee on Publication Ethics), (http://ihar.edu.pl/biblioteka_i_wydawnictwa.php),
  4. Wyrażają zgodę na udostępniane artykułu w formie elektronicznej na mocy licencji CC BY-SA 4.0, w otwartym dostępie (open access),
  5. Wyrażają zgodę na wysyłanie metadanych artykułu do komercyjnych i niekomercyjnych baz danych indeksujących czasopisma.

Inne teksty tego samego autora