Busca avançada
Ano de início
Entree

Associação genômica para eficiência no uso de nitrogênio e seus componentes em linhagens de milho tropical

Resumo

Para atender a demanda mundial por alimentos, uma parte significativa dos cultivos de milho irá ocorrer em condições edafoclimáticas que restringem o pleno desenvolvimento da cultura. No Brasil, isso já vem ocorrendo em larga escala, em que boa parte da nossa produção da cultura migrou para a chamada "safrinha" e para as áreas de Cerrado. Nessas áreas é comum à baixa de disponibilidade de nutrientes nos solos, principalmente de nitrogênio (N). Adicionalmente, esse cultivo de safrinha se caracteriza pelo baixo investimento dos produtores em adubação. Assim, torna-se importante o desenvolvimento de cultivares eficientes no uso de nitrogênio (EUN) e bem adaptados a essas condições de cultivo. Nesse sentido, a identificação de QTLs associados à EUN pode auxiliar o processo seletivo de genótipos superiores para essas condições. Diante do exposto, esse projeto tem o objetivo de identificar QTLs associados à eficiência no uso de nitrogênio e seus componentes em linhagens de milho tropical. Para isto, serão avaliadas 64 linhagens endogâmicas contrastantes quanto a EUN, em baixa e alta disponibilidade nitrogênio no solo, em três estádios fenológicos distintos e em dois locais de cultivo na Região de Piracicaba-SP. As 64 linhagens serão genotipadas por meio da plataforma Illumina Maize SNP50 DNA Analysis Kit, com aproximadamente 56 mil SNP. A fenotipagem será feita para a EUN e seus componentes, teor de clorofila foliar, taxa fotossintética líquida, caracteres agronômicos e para comprimento e morfologia de raízes. Os dados fenotípicos dos caracteres avaliados serão analisados por meio de equações de modelos mistos. As relações entre caracteres fenotípicos serão feitas por meio de análise de trilha. Para a identificação dos QTLs, os dados de marcadores moleculares conjuntamente com os fenotípicos, serão analisados por meio do método de Associação Genômica (Genome-wide Association Studies - GWAS). A partir dos resultados a serem obtidos por esse estudo, espera-se encontrar marcadores moleculares em desequilíbrio de ligação com os caracteres que controlam a EUN, auxiliando assim o desenvolvimento de cultivares de milho melhor adaptados às condições de cultivo sob esse estresse abiótico. (AU)

Publicações científicas (11)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
ALVES, FILIPE COUTO; GALLI, GIOVANNI; MATIAS, FILIPE INACIO; VIDOTTI, MIRIAM SUZANE; MOROSINI, JULIA SILVA; FRITSCHE-NETO, ROBERTO. Impact of the complexity of genotype by environment and dominance modeling on the predictive accuracy of maize hybrids in multi-environment prediction models. EUPHYTICA, v. 217, n. 3 FEB 11 2021. Citações Web of Science: 0.
SANT'ANA, GUSTAVO CESAR; ESPOLADOR, FERNANDO GARCIA; CORREIA GRANATO, ITALO STEFANINE; MENDONCA, LEANDRO FREITAS; FRITSCHE-NETO, ROBERTO; BOREM, ALUIZIO. Population structure analysis and identification of genomic regions under selection associated with low-nitrogen tolerance in tropical maize lines. PLoS One, v. 15, n. 9 SEP 29 2020. Citações Web of Science: 0.
GALLI, GIOVANNI; ALVES, FILIPE COUTO; MOROSINI, JULIA SILVA; FRITSCHE-NETO, ROBERTO. On the usefulness of parental lines GWAS for predicting low heritability traits in tropical maize hybrids. PLoS One, v. 15, n. 2 FEB 7 2020. Citações Web of Science: 0.
ALVES, FILIPE COUTO; CORREA GRANATO, AITALO STEFANINE; GALLI, GIOVANNI; LYRA, DANILO HOTTIS; FRITSCHE-NETO, ROBERTO; DE LOS CAMPOS, GUSTAVO. Bayesian analysis and prediction of hybrid performance. PLANT METHODS, v. 15, FEB 6 2019. Citações Web of Science: 2.
LYRA, DANILO HOTTIS; GALLI, GIOVANNI; ALVES, FILIPE COUTO; CORREIA GRANATO, ITALO STEFANINE; VIDOTTI, MIRIAM SUZANE; BANDEIRA E SOUSA, MASSAINE; MOROSINI, JULIA SILVA; CROSSA, JOSE; FRITSCHE-NETO, ROBERTO. Modeling copy number variation in the genomic prediction of maize hybrids. THEORETICAL AND APPLIED GENETICS, v. 132, n. 1, p. 273-288, JAN 2019. Citações Web of Science: 1.
LYRA, DANILO HOTTIS; CORREIA GRANATO, ITALO STEFANINE; PINHO MORAIS, PEDRO PATRIC; ALVES, FILIPE COUTO; MARCONDES DOS SANTOS, ANNA RITA; YU, XIAOQING; GUO, TINGTING; YU, JIANMING; FRITSCHE-NETO, ROBERTO. Controlling population structure in the genomic prediction of tropical maize hybrids. MOLECULAR BREEDING, v. 38, n. 10 OCT 2018. Citações Web of Science: 0.
GALLI, GIOVANNI; LYRA, DANILO HOTTIS; ALVES, FILIPE COUTO; CORREIA GRANATO, ITALO STEFANINE; BANDEIRA E SOUSA, MASSAINE; FRITSCHE-NETO, ROBERTO. Impact of Phenotypic Correction Method and Missing Phenotypic Data on Genomic Prediction of Maize Hybrids. CROP SCIENCE, v. 58, n. 4, p. 1481-1491, JUL-AUG 2018. Citações Web of Science: 1.
FRISTCHE-NETO, ROBERTO; AKDEMIR, DENIZ; JANNINK, JEAN-LUC. Accuracy of genomic selection to predict maize single-crosses obtained through different mating designs. THEORETICAL AND APPLIED GENETICS, v. 131, n. 5, p. 1153-1162, MAY 2018. Citações Web of Science: 10.
PINHO MORAIS, PEDRO PATRIC; BANDEIRA E SOUSA, MASSAINE; GALLI, GIOVANNI; BRAATZ E ANDRADE, LUCIANO ROGERIO; FRITSCHE-NETO, ROBERTO; DE OLIVEIRA, ALUIZIO BOREM. Yield components and reproductive, physiological, and root traits used in early selection for nitrogen use efficiency in corn. Pesquisa Agropecuária Brasileira, v. 53, n. 5, p. 620-632, MAY 2018. Citações Web of Science: 0.
MOROSINI, JULIA SILVA; MENDONCA, LEANDRO DE FREITAS; LYRA, DANILO HOTTIS; GALLI, GIOVANNI; VIDOTTI, MIRIAM SUZANE; FRITSCHE-NETO, ROBERTO. Association mapping for traits related to nitrogen use efficiency in tropical maize lines under field conditions. PLANT AND SOIL, v. 421, n. 1-2, p. 453-463, DEC 2017. Citações Web of Science: 4.
LYRA, DANILO HOTTIS; MENDONCA, LEANDRO DE FREITAS; GALLI, GIOVANNI; ALVES, FILIPE COUTO; CORREIA GRANATO, ITALO STEFANINE; FRITSCHE-NETO, ROBERTO. Multi-trait genomic prediction for nitrogen response indices in tropical maize hybrids. MOLECULAR BREEDING, v. 37, n. 6 JUN 2017. Citações Web of Science: 11.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.