Bolsa 12/07554-9 - Mapeamento genético, Polimorfismo de um único nucleotídeo - BV FAPESP
Busca avançada
Ano de início
Entree

Mapeamento genético molecular utilizando marcadores SNPs em cana-de-açúcar

Processo: 12/07554-9
Modalidade de apoio:Bolsas no Brasil - Pós-Doutorado
Data de Início da vigência: 01 de agosto de 2012
Data de Término da vigência: 31 de outubro de 2013
Área de conhecimento:Ciências Agrárias - Agronomia - Fitotecnia
Pesquisador responsável:Antonio Augusto Franco Garcia
Beneficiário:Thiago Gibbin Marconi
Instituição Sede: Escola Superior de Agricultura Luiz de Queiroz (ESALQ). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
Assunto(s):Mapeamento genético   Polimorfismo de um único nucleotídeo   Espectrometria de massas   Cana-de-açúcar
Palavra(s)-Chave do Pesquisador:cana-de-açúcar | espectrometria de massa | Mapeamento genético | Snp | Mapeamento Genético

Resumo

A cana-de-açúcar (Saccharum spp.) representa para o Brasil uma importante fonte de renda, emprego e energia. Em consequência de sua grande complexidade genética, os programas de melhoramento da cana-de-açúcar demandam aproximadamente 12 anos para a obtenção de um novo cultivar. Assim, os marcadores moleculares podem ser utilizados como uma ferramenta valiosa, uma vez que possibilitam a seleção precoce de genótipos superiores através do mapeamento de QTLs (Quantitative Trait Loci), ou seja, através da identificação de regiões genômicas associadas a caracteres quantitativos de grande importância agronômica e econômica. Os marcadores SNPs (Single Nucleotide Polymorphism) têm sido muito utilizados por serem a fonte de variação mais abundante no genoma, sendo úteis para a construção de mapas genéticos de alta resolução que facilitam a localização de QTLs. No caso de espécies autopoliploides, os SNPs têm ainda a grande vantagem de apresentarem comportamento codominante, já que permitem identificar o número de cópias de cada alelo. Utilizando sequências geradas pelo programa SUCEST foram desenvolvidos 943 locos SNPs e destes, 245 foram analisados em uma população de mapeamento biparental F1 provenientes do cruzamento das variedades IACSP 95-3018 e IACSP 93-3046. Dentro desse contexto, esse projeto possui diversos objetivos cientificamente relevantes: 1) análise do restante dos locos SNPs para a saturação do mapa genético na população de mapeamento em estudo; 2) utilizar o mesmo conjunto de locos SNPs para a análise e construção do mapa genético em outras duas populações de mapeamento (SP 80-3280 x RB 83-5486 e SP 81-3250 x RB 92-5345); 3) desenvolver novos locos SNPs a partir do sequenciamento de nova geração (Illumina). Isto obviamente permitirá um grande avanço nos estudos genéticos dessa espécie. Além disso, também serão feitos experimentos adicionais para estudos adicionais de alguns locos SNPs que já foram analisados e apresentaram resultados muito interessantes anteriormente. Por exemplo, foi possível em alguns casos verificar nível de ploidia diferente entre os genitores e a progênie. . Os SNPs serão analisados e classificados utilizando uma nova abordagem apropriada para poliploides com o software SuperMASSA, desenvolvido pelo grupo de pesquisa do supervisor do presente projeto, e os novos mapas serão construídos usando abordagem multiponto para estimação das distâncias e das ordens dos marcadores, usando novo software que está em fase final de desenvolvimento. Aliando essas duas novas abordagens de classificação e mapeamento em poliploides, será possível a inclusão nos mapas genéticos de marcas com todas as doses possíveis, o que é inédito em cana-de-açúcar e permitirá a obtenção de mapas bem mais saturados que os disponíveis atualmente. Os resultados gerados no presente projeto certamente serão úteis para estudos genéticos e o melhoramento dessa espécie, fornecendo informações importantes para entendimento da arquitetura genética da cana-de-açúcar.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)