Desenvolvendo capacidade para fenotipagem de alto rendimento na genética e melhoramento de estresses complexos em soja

• Processo: 23/00718-0
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de outubro de 2023
• Data de Término da vigência: 31 de março de 2025
• Área do conhecimento: Ciências Agrárias - Agronomia - Fitotecnia
• Acordo de Cooperação: Purdue University
• Proposta de Mobilidade: SPRINT - Projetos de pesquisa - Mobilidade
• Pesquisador responsável: José Baldin Pinheiro
• Beneficiário: José Baldin Pinheiro
• Pesquisador Responsável no exterior: Katy Martin Rainey
• Instituição Parceira no exterior: Purdue University, Estados Unidos
• Instituição Sede: Escola Superior de Agricultura Luiz de Queiroz (ESALQ). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
• Vinculado ao auxílio: 21/05251-8 - Proposta de criação do Centro de Engenharia de Plasticultura, AP.PCPE
• Assunto(s): Fenotipagem Glycine max Melhoramento genético vegetal
• Palavra(s)-Chave do Pesquisador: Fenômica | Fenotipagem | Glycine max | Resistência a estresses | Resistência a percevejos | RGB imaging | Melhoramento de Plantas

Resumo

Os percevejos são uma das pragas de maior risco para a soja. Esses insetos se alimentam diretamente das vagens, afetando os grãos e, portanto, afetando seriamente a produção de sementes, a qualidade fisiológica e sanitária. Entre as espécies de pentatomídeos fitófagos de maior destaque estão Euschistus heros (Fabricius), Nezara viridula (Linnaeus) e Piezodorus guildinii (Westwood), esses três insetos compõem o chamado "complexo de percevejos" da soja. Nossa hipótese é que esses sintomas, juntamente com reduções na taxa de crescimento da cultura e outros indicadores de desenvolvimento, podem ser avaliados com imagens RGB de alta resolução usando UAS. Acreditamos que, uma vez estabelecida, a fenotipagem de alto rendimento da resistência a insetos fornecerá fenótipos quantitativos de vários ambientes. Em combinação com dados genômicos, novos loci que controlam a resistência podem ser identificados, ou insights podem ser fornecidos para loci existentes, e/ou equações de predição genômica que incorporam curvas de crescimento podem ser desenvolvidas. (AU)