Перспективы предсказания генетического потенциала F1 томата (Solanum Lycopersicum l.) на основе оценки SSR полиморфизма

Обложка

Цитировать

Полный текст

Аннотация

Изучены перспективы использования SSR-маркеров для предсказания генетического потенциала F1 томата. Показано, что оценка SSR-полиморфизма может быть полезна, однако имеет ограничения, так как только часть гетерозиготного преимущества F1 может быть объяснена уровнем генетической дивергенции (GD) их родителей. Для понимания генетических основ гетерозиса и его эффективного практического использования необходимо детализировать оценку GD для выбора «позитивных» маркеров, т. е. обеспечивающих выявление той части гетерогенности, которая связана с экспрессией гетерозиса в F1.

Об авторах

Марина Николаевна Шаптуренко

Институт генетики и цитологии НАНБ

Email: Shapturenko@igc.bas-net.by
к. б. н., ведущ. науч. сотр., доцент. Лаборатория экологической генетики и биотехнологии

Людмила Александровна Тарутина

Институт генетики и цитологии НАНБ

Email: L.Tarutina@igc.bas-net.by
к. б. н., ведущ. науч. сотр., доцент. Лаборатория экологической генетики и биотехнологии

Леонид Александрович Мишин

Институт овощеводства

Email: Leo123@tut.by
к. б. н., заведующий лабораторией. Лаборатория пасленовых культур

Светлана Владмимровна Кубрак

Институт генетики и цитологии НАНБ

Email: S.Kubrak@igc.bas-net.by
младш. науч. сотр. Лаборатория экологической генетики и биотехнологии

Александр Владимирович Кильчевский

Институт генетики и цитологии НАНБ

Email: A.Kilchevcky@igc.bas-net.by
д. б. н., зав. лабораторией, член-корреспондент. Лаборатория экологической генетики и биотехнологии

Любовь Владимировна Хотылёва

Институт генетики и цитологии НАНБ

Email: L.Khotyleva@igc.bas-net.by
д. б. н., глав. науч. сотр., профессор, академик. Лаборатория экологической генетики и биотехнологии

Список литературы

  1. Мазер К., Джинкс Дж. (1985) Гетерозис. В кн. Биометрическая генетика. Москва: Мир. С. 156-163.
  2. Турбин Н. В. (1961) Гетерозис и генетический баланс. В кн. Гетерозис. Теория и методы практического использования. Минск: изд-во АН БССР. С. 3-34.
  3. Burgueño J., Campos G., Weigel K., Crossa J. (2012) Genomic prediction of breeding values when modeling genotype × environment interaction using pedigree and dense molecular markers. Crop Sci. V. 52: P. 707-719.
  4. Cho Y. I., Park Ch. W., Kwon S. W. et al. (2004) Key DNA markers for predicting heterosis in F1 hybrids of japonica rice. Breeding Sci. V. 54. P. 389-397.
  5. Comstock R. E., Robinson H. F. (1948) The components of genetic variance in population of biparental progenies and their use in estimating the average degree of dominance. Biometrics, V. 4(3): P. 254-266.
  6. Cox T., Kiang Y., Gorman M., Rodgers D. (1984) Relationship between coefficient of parentage and genetic similarity indices in the soybean. Crop Sci. V. 25 (3): P. 529-532.
  7. Crossa J., Campos G., Pérez P. et al. (2010) Prediction of Genetic Values of Quantitative Traits in Plant Breeding Using Pedigree and Molecular Markers. Genetics. V. 186(2): P. 713-724.
  8. Davenport С. B. (1908) Degeneration, albinism and inbreeding. Science. V. 28 (718): P. 454-455.
  9. East E. M., Hayes H. K. (1912) Heterozygosis in evolution and in plant breeding. U. S. Dept. Agr., Bur. Plant. Indus. Bull. 243. 58 p.
  10. Frisch M., Thiemann A., Fu J. et al. (2010) Transcriptome-based distance measures for grouping of germplasm and prediction of hybrid performance in maize. Theor Appl Genet. V. 120(2): P. 441-450.
  11. Gärtner T., Steinfath M., Andorf S., Lisec J., Meyer Rh. C., Altmann T., Willmitzer L., Selbig J. (2009) Improved Heterosis Prediction by Combining Information on DNA- and Metabolic Markers. PLoS ONE. V. 4(4): e5220.
  12. Geethanjali S., Kadirvel P., Pana R. et al. (2011) Development of tomato SSR markers from anchored BAC clones of chromosome 12 and their application for genetic diversity analysis and linkage mapping. Euphytica V. 178(2): P. 283-295.
  13. Geethanjali S., Wang J. F., Chen K. Y., Pastrana D. V. (2010) Development and characterization of tomato SSR markers from genomic sequences of anchored BAC clones on chromosome VI. Euphytica. V. 173(1): P. 85-97.
  14. Goff S. A., Zhang Q. (2013) Heterosis in elite hybrid rice: speculation on the genetic and biochemical mechanisms. Current Opinion in Plant Biology. V. 16(2): P. 221-227.
  15. Goodnigh C. J. (1999) Epistasis and heterosis. In: James Coors and Shivaji Pandey, editors. The Genetics and Exploitation of Heterosis in Crops. Am. Soc. of Agronomy/Crop. Sci. Soc. of Am. Madison, WI.: P. 59-68.
  16. Gupta P. K., Varshney R. K. (2000) The development and use of microsatellite markers for genetic analysis and plant breeding with emphasis on bread wheat. Euphytica. V. 113(3): P. 163-185.
  17. Jones D. T. (1917) Dominance of linked factors as a means of accounting for heterosis. Proc. Natl. Acad. Sci. USA. V. 3(4): P. 310-312.
  18. Kabelka E., Yang W., Francis D. M. (2004) Improved tomato fruit color within an inbred backcross line derived from Lycopersocon esculentum and L. hirsutum involves the interaction of loci. J. Amer. Soc. Hort. Sci. V. 129 (2): P. 250-257.
  19. Lee E. A., Ash M. J., Good B. (2007) Re-examining the relationship between degree of relatedness, genetic effects, and heterosis in maize. Crop Sci. V. 47(2): P. 629-635.
  20. Mazzucato A., Papa R., Bitocchi E. et al. (2008) Genetic diversity, structure and marker-trait associations in a collection of Italian tomato (Solanum lycopersicon L.) landraces. Theor Appl Genet. V. 116(5): P. 657-669.
  21. Nei M., Li M. H. (1979) Mathematical model for studying genetic variation in terms of restriction endonucleases. Proc. Natl. Acad. Sci. V. 76: P. 5269-5273.
  22. Riedelsheimer C., Czedik-Eysenberg A., Grieder C. et al. (2012) Genomic and metabolic prediction of complex heterotic traits in hybrid maize. Nat Genet. V. 44(2): P. 217-220.
  23. Ruiz J. J., Garcia-Martinez S., Pico B. et al. (2005) Genetic variability and relationship of closely related Spanish traditional cultivars of tomato as detected by SRAP and SSR markers. J Amer Soc Hort Sci. V. 130(1): P. 88-94.
  24. Saatchi M., McClure M. C., McKay S. D. et al. (2011) Accuracies of genomic breeding values in American Angus beef cattle using K-means clustering for cross-validation. Genetics Selection Evolution. V. 43: 40. URL: http://www.gsejournal.org/content/43/1/40 (doi: 10.1186/1297-9686-43-40).
  25. Semel Y., Nissenbaum J., Menda N. et al. (2006) Overdominant quantitative trait loci for yield and fitness in tomato. Proc. Natl. Acad. Sci. USA. V. 103(35): P. 12981-12986.
  26. Schrag T. A., Möhring J., Melchinger A. E. et al. (2010) Prediction of hybrid performance in maize using molecular markers and joint analyses of hybrids and parental inbreds. Theor Appl Genet. V. 120(2): P. 451-461.
  27. Stuber C. W. (1994) Heterosis in plant breeding. Plant Breed. Rev. V. 12: P. 227-251.
  28. Shull G. H. (1911) The genotypes of maize. Amer Naturalist. V. 45(2): P. 232-252.
  29. Varshney R. K., Graner A., Sorrells M. E. (2005) Genic microsatellite markers in plants: features and applications. Trends in Biotechnology. V. 23(1): P. 48-55.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Шаптуренко М.Н., Тарутина Л.А., Мишин Л.А., Кубрак С.В., Кильчевский А.В., Хотылёва Л.В., 2014

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».