detección de qtl para arquitectura panicular en arroz ... · detección de qtl para arquitectura...

Detección de QTL para arquitectura panicular en

arroz (Oryza sativa), usando un nuevo método de

genotipificación por secuenciación

John Alexander Aguirre Tabares

Universidad Nacional de Colombia

Facultad de Ciencias Agropecuarias

Palmira, Colombia

2017

Detección de QTL para arquitectura panicular en

arroz (Oryza sativa), usando un nuevo método de

genotipificación por secuenciación

John Alexander Aguirre Tabares

Tesis o trabajo de investigación presentada(o) como requisito parcial para optar al título de:

Magister en Ciencias Agrarias

Director:

(Ph.D., Genética) Mathias Lorieux

(Ph.D., Ciencias Agrarias) Jaime Eduardo Muñoz Flórez

Línea de Investigación:

Fitomejoramiento

Grupo de Investigación:

Diversidad Biológica

Universidad Nacional de Colombia

Facultad de Ciencias Agropecuarias

Palmira, Colombia

2017

A Dios

A mi hermano: Cristian Camilo Aguirre Tabares

A mis padres: Ana Isabel Tabares Gómez

Leonel de Jesús Aguirre Pérez

Resumen y Abstract VII

Agradecimientos

Todo este trabajo no hubiera sido posible sin el apoyo, los consejos y el acompañamiento de mi jefe y director de tesis, Mathias Lorieux. Infinitas gracias por todo el conocimiento que me ha brindado a lo largo de este proceso, por darme la oportunidad de crecer intelectualmente y como persona y por creer en mis capacidades. De corazón, muchas gracias. Un agradecimiento especial al Profesor Jaime Eduardo Muñoz, por sus enseñanzas, por acogerme en su grupo de investigación y hacer posible este proceso de formación Quiero expresar mi más sincero agradecimiento a mi compañera de trabajo, mi amiga, Natalia Franco, por su tiempo, sus sugerencias y por brindarme su amistad y hacer de mis días en el Laboratorio de Genética y Genómica de arroz, los mejores que pueda llevar en mis recuerdos. Muchas gracias a todas aquellas personas y entidades que apoyaron y acompañaron en el transcurso de mi maestría: Al Centro Internacional de Agricultura Tropical – CIAT y al equipo de Genética y Genómica de Arroz del CIAT por ser mi casa y mí centro de formación y aprendizaje. A mis amigos Carlos Erazo y Oscar Cifuentes. Gracias por el tiempo compartido y su amistad. A Bárbara Franco y Lady Ávila por su amistad y motivación. A Lady Arbeláez y Marco Brito. Gracias, compañía y contribución. A Miriam Cristina y Juan Bosco por su ayuda y contribución en los análisis estadísticos. A mis amigos de CIAT: Mónica Vélez, Milton Valencia, Alexandra Peña, Alexander Silva, Oscar Castañeda, Yulieth Vargas, Eliel Petro, Cristian Valencia, John Fredy Gutiérrez y Mauricio Sotelo. Muchas gracias por su amistad, su ayuda y por sus consejos. A Cristian Cobo y Yeisson Pasichana por su buen trabajo y colaboración. Al equipo de Biología Molecular de la Universidad Nacional – Palmira, especialmente a Jorge Mario Londoño y Paula Rugeles por su ayuda y disponibilidad. Al programa Jóvenes Investigadores de Colciencias por otorgarme la ayuda financiera para realizar la maestría.

VIII

Título de la tesis o trabajo de investigación

Resumen

Entre los componentes del rendimiento en el cultivo del arroz, el hábito de ramificación de la panícula es un punto importante en la producción de granos ya que está estrechamente relacionada con el potencial productivo. Hay una amplia gama de arquitecturas de panícula entre las subespecies de arroz tanto índicas como japónicas, cuyas variaciones naturales intra e interespecíficas representan un recurso muy valioso y en gran medida sin explotar para el mejoramiento genético. Para identificar los loci de caracteres cuantitativos (QTL) que controlan la arquitectura panicular, sus efectos pleitrópicos y las interacciones que se pudiesen presentar entre ellos, se fenoripificaron en detalle en el Centro Internacional de Agricultura Tropical (CIAT), rasgos propios de la estructura panicular, así como también de características del grano y algunos caracteres morfo-agronómicos de una población de 187 líneas recombinantes endocriadas IR64 (índica) x Azucena (japónica) que fueron secuenciadas mediante un nuevo método de genotipificación por secuenciación, obteniendo 3066 polimorfismos de nucleótido simple (SNP) realmente informativos. Se identificaron en total 151 loci para los caracteres evaluados, 73 de ellos codificando para rasgos propios de la estructura panicular, de los cuales 53 corresponden a nuevos reportes y que pueden ser de gran interés en la mejora de la estructura panicular, para aumentar el potencial de rendimiento en el arroz.

Palabras claves: Loci de caracteres cuantitativos, efectos pleitrópicos, fenotipificación, líneas recombinantes endocriadas, genotipificación, polimorfismos de nucleótido simple, secuenciación.

IX

Abstract

Among components of yield in rice cultivation, panicle branching habit is an important point in grain production because it is closely related to productive potential. There is a wide range of panicle architectures between both indica and japonic rice subspecies whose natural intra and interspecific variations represent a very valuable and largely untapped resource for genetic improvement. Features of the panicular structure, as well as of grain characteristics and some morpho-agronomic characters from a population of 187 inbred IR64 (Indica) x Azucena (japonic) lines, were phenotyped in detail in the International Center of Tropical Agriculture –CIAT, in order to identify the loci of quantitative traits that control the panicular architecture, its pleitropic effects and the interactions that could occur between them. Those lines were sequenced using a new genotyping method by sequencing obtaining 3066 single nucleotide polymorphisms (SNP). A total of 151 loci were identified for the characters evaluated, 73 of them coding for features specific to the panicular structure, of which 53 correspond to new reports and that may be of great interest in the improvement of the panicular structure, to increase the potential of yield in rice.

Keywords: Quantitative Trait Loci, pleitropic effects, phenotyping, Recombinant Inbred Lines, genotyping, Simple Nucleotide Polymorphisms, sequencing.

11

Contenido

1. Introducción ............................................................................................................ 18

2. Objetivos .................................................................................................................. 20 2.1 General .................................................................................................................................... 20 2.2 Específicos ............................................................................................................................. 20

3. Marco teórico general .............................................................................................. 21 3.1 Generalidades ......................................................................................................................... 21 3.2 Taxonomía .............................................................................................................................. 22 3.3 Descripción Del Arroz ......................................................................................................... 22 3.4 Sistema de Reproducción y Fisiología ................................................................................ 22 3.5 Origen y Distribución ........................................................................................................... 23 3.6 Importancia Económica ....................................................................................................... 23 3.7 Mejoramiento Genético........................................................................................................ 24

4. Capítulo 1 – Genotipificación .................................................................................. 25 4.1 Marco teórico ......................................................................................................................... 25

4.1.1 Marcadores Moleculares .................................................................................................. 25 4.1.2 SNP (Single Nucleotide Polymorphysms) .................................................................... 26 4.1.3 Genotipificación Via Tecnologías de Última Generación ......................................... 26 4.1.4 Identificación de SNP a través del genotipado por secuenciación ........................... 27 4.1.5 Imputación de datos ........................................................................................................ 27 4.1.6 Mapeo Genético ............................................................................................................... 28 4.1.7 Poblaciones biparentales para mapeo y fenotipificación ............................................ 28 4.1.8 Líneas Recombinantes o RILs (del inglés “Recombinant Inbred Lines”) ............... 29 4.1.9 Mapeo de asociación anidado (NAM) .......................................................................... 29

4.2 Metodología ........................................................................................................................... 30 4.2.1 Material vegetal ................................................................................................................. 30 4.2.2 Extracción de ADN y preparación de librerías para GBS ......................................... 31 4.2.3 Genotipificación por secuenciación .............................................................................. 32

4.3 Resultados y discusión .......................................................................................................... 32 4.3.1 Preparación de librerías para GBS ................................................................................. 32 4.3.2 Genotipificación por secuenciación .............................................................................. 33 4.3.3 Distorsión de segregación ............................................................................................... 36

5. Capítulo 2 - Fenotipificación .................................................................................. 39 5.1 Marco teórico ......................................................................................................................... 39

5.1.1 PTRAP: a Panicle Trait Phenotyping tool .................................................................... 40 5.2 Metodología ........................................................................................................................... 40

5.2.1 Determinación de número de panículas a evaluar ....................................................... 40 5.2.2 Establecimiento de ensayos de campo .......................................................................... 40 5.2.3 Características a evaluar ................................................................................................... 43

5.3 Resultados y discusión .......................................................................................................... 44 5.3.1 Determinación de número de panículas a evaluar ....................................................... 44 5.3.2 Análisis descriptivo .......................................................................................................... 46 5.3.3 Análisis de varianza y post anova .................................................................................. 53

12 Detección de QTL para arquitectura panicular en arroz (Oryza sativa), usando un nuevo método de genotipificación por secuenciación

5.3.4 Correlaciones entre los caracteres evaluados ............................................................... 56

6. Capítulo 3. Identificación de QTL .......................................................................... 61 6.1 Marco teórico ......................................................................................................................... 61

6.1.1 Loci de Caracteres Cuantitativos QTL (Quantitative Trait Loci) ............................. 62 6.1.2 Asociaciones entre genotipo y fenotipo........................................................................ 63 6.1.3 Genética de la arquitectura panicular ............................................................................ 64

6.2 Metodología ........................................................................................................................... 64 6.2.1 Construcción del mapa genético .................................................................................... 64 6.2.2 Detección de QTL ........................................................................................................... 65

6.3 Resultados y discusión .......................................................................................................... 65 6.3.1 Construcción del mapa genético .................................................................................... 65 6.3.2 Distorsión de segregación en la población IR64 x Azucena...................................... 66 6.3.3 Detección de QTL ........................................................................................................... 67 6.3.4 Tallos .................................................................................................................................. 70 6.3.5 Hoja bandera ..................................................................................................................... 73 6.3.6 Arquitectura panicular ..................................................................................................... 75 6.3.7 Granos ............................................................................................................................... 88 6.3.8 Floración ............................................................................................................................ 90 6.3.9 Comparación de los resultados obtenidos con otro estudio que empleó la misma población (IR64 x Azucena) ....................................................................................................... 93 6.3.10 Interacciones entre QTL ................................................................................................. 97

7. Conclusiones ............................................................................................................ 99

8. Perspectivas y Recomendaciones ........................................................................... 101

9. Bibliografía ............................................................................................................ 104

10. Anexos .................................................................................................................... 115

13

Lista de figuras

Figura 1. Morfología de la planta de arroz ....................................................................................... 22 Figura 2. Área sembrada y producción de arroz paddy en el mundo........................................... 24 Figura 3. Diseño de la población NAM indica y japónica. Modificada de Nannas & Kelly Dawe, (2015) ..................................................................................................................................................... 30 Figura 4. Preparación de librerías para GBS. A: Extracción de ADN B: Normalización del ADN. C: Digestión con RSA1. D: Amplicones con los códigos de barra y adaptadores. E: qPCR. F: Mix de la librería de cada población .................................................................................................. 31 Figura 5. Análisis de componentes principales (ACP) de 2.644 líneas indicas y japónicas y 11 líneas parentales NAM ........................................................................................................................ 33 Figura 6. Representación esquemática de los marcadores obtenidos en la secuenciación de la población RIL - IR64 x Azucena, en rojo se muestran los sitios favorecidos por genes de IR64 y en azúl los loci Azucena, en amarillo aquellos heterocigotos. .................................................... 36 Figura 7. Distorsión de segregación en el cromosoma 3. El cromosoma tres exhibe una fuerte distorsión desegregación hacia el parental IR64. Un locus específicamente para IR64 x CT10045-5-5-M-1. El otro loci fue compartido en seis poblaciones. El panel izquierdo es la clave de código de color; un mapa de calor del azul al rojo que representa la posición del donante de diversidad respectivo en el eje japónica- índica del componente principal (CP) 1. El panel superior representa la proporción del alelo del donante de la diversidad (div.) en cada marcador, la línea en 0.5 refleja la tasa de segregación esperada. La gráfica inferior del panel muestra los valores de P de una prueba χ2 de la hipótesis nula 1: 1. ................................................................................... 37 Figura 8. Representación de los grupos generados de acuerdo a la a ALT y los DAF y su distribución en el campo. .................................................................................................................... 41 Figura 9. Representación esquemática del diseño experimental conducido en el Centro Internacional de Agricultura tropical. ............................................................................................... 42 Figura 10. Resultados de la evaluación preliminar en los parentales sobre el NRS para estimar el tamaño de muestra. A. Distribución y porcentaje de solapamiento de los datos usando nueve panículas provenientes del tallo principal. B. Distribución y porcentaje de solapamiento de los datos usando tres panículas provenientes del tallo principal. C. Distribución y porcentaje de solapamiento de los datos usando seis panículas provenientes de la primera panícula en emerger sin tener en cuenta la del tallo principal. D. Distribución y porcentaje de solapamiento de los datos usando seis panículas provenientes de la segunda panícula en emerger sin tener en cuenta la del tallo principal. E. Distribución y porcentaje de solapamiento de los datos usando seis panículas provenientes del tallo principal. ........................................................................................ 45


Figura 11a. Diagrama de barras de la frecuencia de distribución para las características asociadas a la arquitectura panicular y tamaño de grano, sobre la población IR64 x Azucena y sus parentales. .............................................................................................................................................. 49 Figura 12a. Comparativo entre los parentales con los genotipos más contrastantes para los rasgos estudiados referentes a la arquitectura panicular. ................................................................ 51 Figura 13. Gráfico de correlaciones, confrontando todos los rasgos evaluados. Los valores van desde coeficientes de correlación de -1 para rasgos no correlacionados hasta 1 para características altamente correlacionadas. Los colores del rojo al azul van desde los rasgos menos a los mas correlacionados, entre mas grande sea el recuadro que compara dos caracteristicas, mayor es el nivel de correlación. ............................................................................................................................. 57 Figura 14. Saturación del mapa genético en la población IR64 x Azucena, donde se muestran los sitios donde existe distorsión de segregación hacia IR64 en azul y hacia Azucena en verde .. 67 Figura 15. Posición de los QTL hallados en los tres primeros grupos de ligamiento. Las barras indican el tamaño del QTL. Los triángulos con el vértice hacia arriba y hacia abajo indican que el QTL es aportado por Azucena e IR64 respectivamente. A mayor tamaño del triángulo, mayor es la explicación de la variación fenotípica observada. En la parte inferior aparecen los valores de LOD. ................................................................................................................................................ 69 Figura 16. Posición de los QTL hallados en los grupos de ligamiento del 4 al 12. Las barras indican el tamaño del QTL. Los triángulos con el vértice hacia arriba y hacia abajo indican que el QTL es aportado por Azucena e IR64 respectivamente. A mayor tamaño del triángulo, mayor es la explicación de la variación fenotípica observada. En la parte inferior aparecen los valores de LOD. ................................................................................................................................................ 70 Figura 17. Posición de los QTL hallados para la arquitectura panicular en los 12 grupos de ligamiento. Las barras indican el tamaño del QTL. Los triángulos con el vértice hacia arriba y hacia abajo indican que el QTL es aportado por Azucena e IR64 respectivamente. A mayor tamaño del triángulo, mayor es la explicación de la variación fenotípica observada. En la parte inferior aparecen los valores de LOD. .............................................................................................. 78 Figura 18. Interacciones entre QTL para algunos rasgos de la arquitectura panicular. A: NME, B: NRP, C: NRS, D: TRS. Entre más cercano sean las zonas coloreadas al amarillo, mayor es la interacción entre los QTL presentes en esas regiones. ................................................................... 98

15

Lista de tablas

Tabla 1. Descripción estadística de 10 poblaciones RIL, IR64 índica x diferentes parentales donadores japónicas tropicales. ............................................................................................................... 34 Tabla 2. Tamaño del mapa genético por cromosoma de las poblaciones, estimadas por BP-Impute. .................................................................................................................................................. 35 Tabla 3. Características a evaluar de la arquitectura panicular y otros caracteres morfo-agronómicos de importancia. ............................................................................................................. 43 Tabla 6. Análisis de varianza en la población IR64x Azucena, para los rasgos estudiados a un nivel de significancias del 95%.. ......................................................................................................... 53 Tabla 7. Prueba de separación de medias de rango múltiple de Tukey........................................ 55 Tabla 8. Numero de QTL totales hallados por cromosoma, por característica y por regiones codificantes. .......................................................................................................................................... 68 Tabla 9. Número de QTL hallados para LT, ALT y DIB, donde se especifica el nombre del QTL, su posición física y genética y los genes o QTL asociados en reportes previos. ............. 71 Tabla 10. Número de QTL hallados para NME, donde se especifica el nombre del QTL, su posición física y genética y los genes o QTL asociados en reportes previos. ............................. 72 Tabla 11. Número de QTL hallados para LHB, AHB y AFHB, donde se especifica el nombre del QTL, su posición física y genética y los genes o QTL asociados en reportes previos ........ 74 Tabla 12. Número de QTL hallados para NRP, donde se especifica el nombre del QTL, su posición física y genética y los genes o QTL asociados en reportes previos .............................. 76 Tabla 13. Número de QTL hallados para LRP, donde se especifica el nombre del QTL, su posición física y genética y los genes o QTL asociados en reportes previos .............................. 79 Tabla 14. Número de QTL hallados para DERP y NN, donde se especifica el nombre del QTL, su posición física y genética y los genes o QTL asociados en reportes previos ......................... 80 Tabla 15. Número de QTL hallados para NRS, donde se especifica el nombre del QTL, su posición física y genética y los genes o QTL asociados en reportes previos .............................. 81 Tabla 16. Número de QTL hallados para TRS y NRT, donde se especifica el nombre del QTL, su posición física y genética y los genes o QTL asociados en reportes previos. ........................ 82 Tabla 17. Número de QTL hallados para LRS, donde se especifica el nombre del QTL, su posición física y genética y los genes o QTL asociados en reportes previos .............................. 84 Tabla 18. Número de QTL hallados para DERS, donde se especifica el nombre del QTL, su posición física y genética y los genes o QTL asociados en reportes previos. ............................. 84 Tabla 19. Número de QTL hallados para NEP, donde se especifica el nombre del QTL, su posición física y genética y los genes o QTL asociados en reportes previos. ............................. 85 Tabla 20. Número de QTL hallados para LP, donde se especifica el nombre del QTL, su posición física y genética y los genes o QTL asociados en reportes previos .............................................. 86


Tabla 21. Número de QTL hallados para LEP, donde se especifica el nombre del QTL, su posición física y genética y los genes o QTL asociados en reportes previos .............................. 87 Tabla 22. Número de QTL hallados para tamaño y peso de grano, donde se especifica el nombre del QTL, su posición física y genética y los genes o QTL asociados en reportes previos ........ 89 Tabla 23. Número de QTL hallados para DAF, donde se especifica el nombre del QTL, su posición física y genética y los genes o QTL asociados en reportes previos. ............................. 91 Tabla 24. Número de regiones codificantes halladas con la posición de los QTL contenidos en ellas. Las equis en negro representan los QTL reportados en estudios previos, en rojo los QTL nuevos para rasgos propios de la arquitectura panicular y los azules, los loci nuevos para tamaño y peso de grano. .................................................................................................................................... 92 Tabla 25. Comparación entre los ambientes donde se realizaron estudios de arquitectura panicular par la población IR64 x Azucena en Cornell y CIAT ................................................... 94 Tabla 26. Comparativo entre los experimentos de Cornell y CIAT respecto a las condiciones y los caracteres evaluados, además del número de QTL encontrados en ellos, teniendo especial interés en cuales de éstos fueron comunes en ambos ensayos. ..................................................... 95

17

Lista de abreviaturas

NAM: Nested-Association Mapping (Mapeo de asociación anidado)

RILs: Recombinant Inbred Lines (Líneas Recombinantes Endocriadas)

NILs: Near Isogenics Lines (Líneas Isogénicas Cercanas)

QTLs: Quantitative Trait Loci (Loci de Caracteres Cuantitativos)

cM: centimorgan

ADN: Acido desoxirribonucleico

DH: Dobles Haploides

LOD score: Logarithmic odds score (logaritmo de la probabilidad de ligamiento)

MAS: Marker Assisted Selection (Selección Asistida por Marcadores)

PCR: Polymerase Chain Reaction (Reacción en Cadena de la Polimerasa)

qPCR: real time PCR

NGS: Next Generation Sequencing (Tecnologías secuenciación de última generación)

GBS: Genotyping By Sequencing (Genotipado por Secuenciación)

RFLPs: Restriction Fragment Length Polymorphism (Longitud de los Fragmentos de Restricción)

SSR: Simple Sequence Repeats (Secuencias Simples Repetidas)

SNP: Single Nucleotide Polymorphism (Polimorfismos de Nucleótidos Simple)

P-TRAP: Panicle TRAit Phenotyping (Fenotipificación de características paniculares)


1. Introducción

El arroz (Oryza sativa L.) es el cereal alimentario más importante cultivado en el mundo. Como alimento básico, alimenta a más de la mitad de la población mundial (Wang et al., 2014). Anualmente se cultivan cerca de 154 millones de hectáreas de arroz en el mundo, que representan alrededor del 11 % del total de la tierra cultivada y con una producción total de 600 millones de toneladas, sin embargo más variedades de arroz con mayor potencial de rendimiento y mayor estabilidad en el mismo es necesario desarrollar (Khush, 2005).

En el último medio siglo, la producción ha mejorado significativamente, beneficiándose de la Revolución Verde en la década de 1950 y con la producción híbridos a partir de finales de 1970. Sin embargo, la tasa de mejora ha disminuido en los últimos años y el rendimiento potencial en los trópicos de las variedades de alto rendimiento continua igual después de 30 años (Penget al; 1999). Este hecho resalta la necesidad de invertir mayores esfuerzos en el mejoramiento del rendimiento potencial del cultivo debido a que se necesita aumentar en al menos un 40% más los rendimientos de la producción actual para satisfacer la creciente demanda (Khush, 2005), generada por el aumento acelerado de la población mundial la cual se espera que llegue a 9,1 mil millones de personas para el 2050, lo podría generar graves problemas de escasez de alimentos (Kim et al., 2014).

Uno de los medios propuestos para alcanzar la producción proyectada de la demanda es mediante la integración de las técnicas clásicas de mejoramiento con las herramientas biotecnológicas modernas, además la explotación de la diversidad específica que se da en el arroz. La diversidad genética y morfológica inherente para muchos rasgos en el arroz está dividida en distintas subpoblaciones. El arroz asiático se compone de dos subespecies, índica y japónica. Después de miles de años de domesticación y evolución, estas subespecies no sólo dieron lugar a nuevos grupos de genes a través de aislamiento reproductivo, si no también mostraron una evidente diversidad en las características morfológicas y agronómicas (Dai et al., 2012), el uso de esta diversidad como fuente de nuevas combinaciones de genes se conceptualiza como un excelente recurso genético que viene siendo usado en mejoramiento y que ha sido sugerido como un posible medio genético para romper el techo en la producción de arroz (Marathi et al., 2012). En muchos casos, nuevos polimorfismos (y a veces totalmente nuevos genes) son específicos de cada subpoblación. (Crowell et al., 2014).

19

Hace varios años, la liberación de las secuencias del genoma tanto del arroz índica y japónica nos ha proporcionado una visión inicial de la variación intraespecífica del arroz. La comparación de secuencias entre una adhesión de arroz índica y una japónica revelaron una tasa media de polimorfismo en las secuencias de ~ 4 bases por 1.000 bases. Variantes en la secuencia incluyen Polimorfismos de Nucleótidos Simple SNP (del Inglés Single Nucleotide Polymorphism), pequeñas inserciones y deleciones, variaciones estructurales y regiones altamente polimórficas. De estas variaciones, los SNP son los más predominantes y comprenden >90% del número total de variantes (Huang et al., 2009). Una pequeña fracción de estas variantes puede afectar la expresión genética y contribuir así a la distinción fenotípica intraespecífica. La importancia de los SNP para que estén siendo usados en los programas de mejoramiento, radica en que se constituyen como las unidades básicas de diversidad genómica, lo cual los hace el marcador molecular de preferencia para realizar estudios moleculares de mapeo fino, pues sirven para entender la dinámica evolutiva, la historia poblacional, el sistema de mejoramiento y otros eventos de recombinación (Spindel et al., 2013)

Para el caso concreto del arroz se tienen cuatro componentes de rendimiento: número panículas, número total de espiguillas por panícula, peso del grano y fertilidad de la espiguilla. Hay una amplia gama de arquitecturas de panícula y una amplia variación en el número total de espiguillas por panícula entre las variedades de arroz tanto índicas como japónicas en relación con el número y el orden de las ramas y el alargamiento del eje, lo que hace a este rasgo uno de los objetivos en los programas de mejoramiento para aumentar el rendimiento del mismo (AL-Tam et al., 2013). La variación del número total de espiguillas por panícula se explica en mayor parte por la variación en la arquitectura de la panícula, (Fujita, Tagle, Ebron, Fukuta, & Kobayashi, 2012) donde el número de granos depende de la capacidad de ramificación de la panícula y por lo tanto, la identificación de los factores genéticos que controlan los patrones de ramificación en la panícula son necesarios para mejorar el tamaño del vertedero de la misma (Ikeda et al., 2010). Sin embargo, realizar análisis genéticos de la arquitectura de la panícula es difícil porque es un rasgo complejo, típicamente controlado por una pluralidad de mayor y menores loci de rasgos cuantitativos QTL (del Inglés Quantitative Trait Loci) y además influenciado por las condiciones medioambientales (Marathi et al., 2012). Para identificar entonces los loci que controlan la arquitectura de la panícula, se debe estudiar más en detalle los QTL para rasgos propios de la panícula como el número de ramas primarias o secundarias y tasa de ramificación secundaria.

Actualmente los rápidos avances en las tecnologías secuenciación de última generación NGS (del Inglés Next Generation Sequencing) en la última década han abierto nuevas oportunidades para explorar la relación entre el genotipo y el fenotipo con mayor resolución que nunca. Como el costo de la secuenciación se ha reducido, los mejoradores han comenzado a utilizar NGS con creciente regularidad para secuenciar grandes poblaciones de plantas, lo que aumenta la resolución de genes y locus de rasgos cuantitativos QTL y proporcionan la base para el modelado de las relaciones complejas entre genotipo-fenotipo a nivel de todo el genoma (Varshney, Terauchi, & McCouch, 2014). Por otro lado el Genotipado por Secuenciación GBS (del Inglés Genotyping By Sequencing) es la más reciente aplicación de los protocolos de secuenciación de última generación cuyo propósito es el descubrimiento y genotipado de SNP en una variedad de poblaciones y especies cultivadas. A diferencia de otras tecnologías de


genotipado de alta densidad, que principalmente se han aplicado a los genomas de interés "de referencia" en general, el bajo costo de GBS hace que sea un medio atractivo de saturar las poblaciones de mapeo y de mejoramiento con una alta densidad de marcadores SNP (Spindel et al., 2013). En el presente estudio se pretende mediante estas técnicas realizar un mapeo fino de los QTL que tienen influencia directa sobre el desarrollo y la arquitectura panicular en el arroz partiendo de 187 líneas provenientes de una población biparental IR64 (índica) x Azucena (japónica).

2. Objetivos

2.1 General

Identificar con alta precisión QTL que controlen rasgos propios de la arquitectura de la panícula en el arroz, a través de un denso set de marcadores SNP, obtenidos a través de la genotipificación por secuenciación GBS, de una población RIL (IR64 x Azucena) contrastante para este rasgo

2.2 Específicos

Contribuir en la secuenciación por GBS de una población NAM (del inglés Nested-Association Mapping), con el fin obtener como mínimo 20.000 SNP por población.

Fenotipificar la población RIL: IR64 x Azucena, tomando como punto central aquellas características que estén directamente relacionadas con la arquitectura de la panícula, caracteres morfo-agronomicos que puedan estar influenciado su expresión y rasgos propios del grano

Analizar los datos fenotípicos y de GBS con el fin de detectar posiciones efectos e interacciones de los QTL que controlan los diferentes componentes de la arquitectura panicular.


9. Bibliografía

Abe, M., Kuroshita, H., Umeda, M., Itoh, J. I., & Nagato, Y. (2008). The rice FLATTENED SHOOT MERISTEM, encoding CAF-1 p150 subunit, is required for meristem maintenance by regulating the cell-cycle period. Developmental Biology, 319(2), 384–393. https://doi.org/10.1016/j.ydbio.2008.04.040

Amela F., Vallejo F., Martinez C., Parámetros genéticos de la longitud de panícula en arroz. Acta Agronómica (Palmira). 57(4)2008, p 233-239

AL-Tam, F., Adam, H., Anjos, A., Lorieux, M., Larmande, P., Ghesquière, A., … Shahbazkia, H. (2013). P-TRAP: a Panicle Trait Phenotyping tool. BMC Plant Biology, 13(1), 122. https://doi.org/10.1186/1471-2229-13-122

Al-Tam, F. M., Adam, H., Anjos, A. Dos, Lorieux, M., Larmande, P., Ghesquière, A., … Shahbazkia, H. R. (2013). P-TRAP: a Panicle Trait Phenotyping Tool. BMC Plant Biology, 13, 122. https://doi.org/10.1186/1471-2229-13-122

Alain, V., Denis, M., San cristobal, M., & André, E. (2008). A review on SNP and other types of

molecular markers and their use in animal genetics. Genetics, Selection, Evolution : GSE, 40(June 2002), 241–264. https://doi.org/10.1051/gse

Ashikari, M., Sakakibara, H., Lin, S., Yamamoto, T., Takashi, T., Nishimura, A., … Matsuoka, M. (2005a). Cytokinin Oxidase Regulates Rice Grain Production, 57(July), 741–746.

Ashikari, M., Sakakibara, H., Lin, S., Yamamoto, T., Takashi, T., Nishimura, A., … Matsuoka, M. (2005b). Cytokinin oxidase regulates rice grain production. Science (New York, N.Y.), 309(5735), 741–5. https://doi.org/10.1126/science.1113373

Ashikari, M., Sakakibara, H., Lin, S., Yamamoto, T., Takashi, T., Nishimura, A., … Matsuoka, M. (2005). Cytokinin Oxidase Regulates Rice Grain Production, 57(July), 741–746.

Atchley, W. R., & Zhut, J. (1997). Developmental Quantitative Genetics, Conditional Epigenetic Variability and Growth in Mice. Genetics.

Bnejdi, F. and Gazzah, M. E. (2010). Epistasis and genotype-by-environment interaction of grain protein content in durum wheat. Genetics and molecular biology. 33(1):125–130.

Bocianowski, J. (2013). Epistasis interaction of QTL effects as a genetic parameter influencing estimation of the genetic additive effect. Genetics and Molecular Biology, 36(1), 93–100. https://doi.org/10.1590/S1415-47572013000100013

Bonnett, D. G., Rebetzke, G. J. and Spielmeyer, W. (2005). Strategies for efficient implementation of molecular markers in wheat breeding. Molecular Breeding. 15(1):75–85.

Burr, B. and Burr, F.A. (1991) Recombinant inbreds for molecular mapping in maize. Trends Genet. 7: 55–60.

Carey, G. (2000). Quantitative Gnetics: II – Advanced Topics. Available:

105

http://psych.colorado.edu/~carey/hgss/hgssadvanced/Chapter19Advanced.pdf

Cerón, J.J. & Sahagún, J. (2007). Estimating QTL biometrics parameters in F2 populations: a new approach. Agrociencia, 41, 57-73.

Chen J, Dellaporta SL: The Maize Handbook. In The Maize Handbook. Edited by Freeling M, Walbot V. New York: Springer; 1994:526–528.

Civáň, P., Craig, H., Cox, C. J., & Brown, T. A. (2016). Europe PMC Funders Group Three geographically separate domestications of Asian rice, 1–11. https://doi.org/10.1038/nplants.2015.164.Three

Collard, B. C. Y., Jahufer, M. Z. Z., Brouwer, J. B., & Pang, E. C. K. (2005). An introduction to markers, quantitative trait loci (QTL) mapping and marker-assisted selection for crop improvement: The basic concepts. Euphytica, 142(1–2), 169–196. https://doi.org/10.1007/s10681-005-1681-5

Crowell, S., Falcão, A. X., Shah, A., Wilson, Z., Greenberg, A. J., & McCouch, S. R. (2014). High-Resolution Inflorescence Phenotyping Using a Novel Image-Analysis Pipeline, PANorama. Plant Physiology, 165(2), 479–495. https://doi.org/10.1104/pp.114.238626

Dai, M., Hu, Y. H., Zhao, Y., Huifang, L., & Zhou, D.-X. Z. (2007). A WUSCHEL - LIKE HOMEOBOX Gene Represses a YABBY Gene Expression Required for Rice. Plant Physiology, 144(May), 380–390. https://doi.org/10.1104/pp.107.095737

Dai, X. J., Yang, Y. Z., Zhou, L., Ou, L. J., Liang, M. Z., Li, W. J., Chen, L. B. (2012). Analysis of indica- and japonica-specific markers of Oryza sativa and their applications. Plant Systematics and Evolution, 298(2), 287–296. https://doi.org/10.1007/s00606-011-0543

Diamond, J. (2002). Evolution, consecuences and future of plant and animal domestication. Nature 418,700-707.

Doi, K., Izawa, T., Fuse, T., Yamanouchi, U., Kubo, T., Shimatani, Z.,Yoshimura, A. (2004). Ehd1, a B-type response regulator in rice, confers short-day promotion of flowering and controls FT-like gene expression independently of Hd1. Genes and Development, 18(8), 926–936. https://doi.org/10.1101/gad.1189604

Edwards D, Batley J, Cogan NOI, Forster JW, Chagné D. (2007) Single nucleotide polymorphism discovery. In: Oraguzie N, Rikkerink E, Gardiner S, Silva H (eds) Association mapping in plants. Springer, New York, pp 53–76

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), 1–10. https://doi.org/10.1371/journal.pone.0019379

Falconer, D.S. Introdução à genética quantitativa. Viçosa: UFV, p. 279, 1987.

Fragoso, C. A., Moreno, M., Wang, Z., Heffelfinger, C., Arbelaez, L. J., Aguirre, J. A., … Lorieux, M. (2017). Genetic Architecture of a Rice Nested Association Mapping Population. G3; Genes|Genomes|Genetics, g3.117.041608.

Fujita, D., Tagle, A. G., Ebron, L. a., Fukuta, Y., & Kobayashi, N. (2012). Characterization of near-isogenic lines carrying QTL for high spikelet number with the genetic background of an indica rice variety IR64 (Oryza sativa L.). Breeding Science, 62(1), 18–26. https://doi.org/10.1270/jsbbs.62.18


Guimaraes, E. P. (2009). Cereals. In M. J. Carena (Ed.), Cereals (pp. 99–125). https://doi.org/10.1007/978-0-387-72297-9

Harushima, Y., N. Kurata, Y. Nagamura, T. Sasaki, Y. Miobe & M. Nakagahra, (1996). Detection of segregation distortions in an indica-japonica rice cross using a high-resolution molecular map. Theor Appl Genet 92: 145–150.

Hawkins TL, O’Connor-Morin T, Roy A, Santillan C: DNA purification and isolation using a solid-phase. Nucleic Acids Res. 1994, 22 (21): 4543-4544. 10.1093/nar/22.21.4543.

Hayward, A., Tollenaere, R., Dalton-Morgan, J., & Batley, J. (2015). Plant Genotyping. In Methods in Molecular Biology (Vol. 1245, pp. 13–24). https://doi.org/10.1007/978-1-4939-1966-6_8

Hyten, D. L., Choi, I.-Y., Song, Q., Specht, J. E., Carter, T. E., Shoemaker, R. C., Hwang, E.-Y., et al. (2010a). A High Density Integrated Genetic Linkage Map of Soybean and the Development of a 1536 Universal Soy Linkage Panel for Quantitative Trait Locus Mapping. Crop Science. 50(3):960-968.

He, P., Li, J. Z., Zheng, X. W., Shen, L. S., Lu, C. F., Chen, Y., & Zhu, L. H. (2001). Comparison of molecular linkage maps and agronomic trait loci between DH and RIL populations derived from the same rice cross. Crop Science, 41(4), 1240–1246. https://doi.org/10.2135/cropsci2001.4141240x

Heffelfinger, C., Fragoso, C. A., & Lorieux, M. (2017). Constructing linkage maps in the genomics era with MapDisto 2.0. Bioinformatics, 33(14), 2224–2225. https://doi.org/10.1093/bioinformatics/btx177

Heffelfinger, C., Fragoso, C. a, Moreno, M. a, Overton, J. D., Mottinger, J. P., Zhao, H., … Dellaporta, S. L. (2014). Flexible and scalable genotyping-by-sequencing strategies for population studies. BMC Genomics, 15(1), 979. https://doi.org/10.1186/1471-2164-15-979

Hittalmani, S., Huang, N., Courtois, B., Venuprasad, R., Shashidhar, H. E., Zhuang, J. Y., … Khush, G. S. (2003). Identification of QTL for growth- and grain yield-related traits in rice across nine locations of Asia. Theoretical and Applied Genetics, 107(4), 679–690. https://doi.org/10.1007/s00122-003-1269-1

Hittalmani, S., Shashidhar, H. E., Bagali, P. G., Huang, N., Sidhu, J. S., Singh, V. P., & Khush, G. S. (2002). Molecular mapping of quantitative trait loci for plant growth, yield and yield related traits across three diverse locations in a doubled haploid rice population. Euphytica, 125(2), 207–214. https://doi.org/10.1023/A:1015890125247

Holland, J. B., Nyquist, W. E. and Cervantes-Martínez, C. T. (2003). Heritability for Plant Breeding: An Update. Plant Breeding Reviews. 22:9–112.

Hu, F.Y., Xu, P. & Deng, X.N. (2006). Molecular mapping of a new pollen killer gene S29 (t) on chromosome 2 in Oryza glaberrima.Rice Genet. Euphytica, 151 (3), 273-278, DOI: 10.1007/s10681-006-9146-z

Hu, Y., Qin, F., Huang, L., Sun, Q., Li, C., Zhao, Y., & Zhou, D. X. (2009). Rice histone deacetylase genes display specific expression patterns and developmental functions. Biochemical and Biophysical Research Communications, 388(2), 266–271. https://doi.org/10.1016/j.bbrc.2009.07.162

107

Huang, N., Courtois, B., Khush, G. S., Lin, H., Wang, G., Wu, P., & Zheng, K. (1996). Association of quantitative trait loci for plant height with major dwarfing genes in rice. Heredity, 77(2), 130–137. https://doi.org/10.1038/hdy.1996.117

Huang, R., Jiang, L., Zheng, J., Wang, T., Wang, H., Huang, Y., & Hong, Z. (2013). Genetic bases of rice grain shape: So many genes, so little known. Trends in Plant Science, 18(4), 218–226. https://doi.org/10.1016/j.tplants.2012.11.001

Hyten, David L., Donald J Lee. (2016) Plant Genetic Mapping Techniques. http:/ DOI: 10.1002/9780470015902.a0002019.pub2

Ikeda, K., Ito, M., Nagasawa, N., Kyozuka, J., & Nagato, Y. (2007). Rice ABERRANT PANICLE ORGANIZATION 1, encoding an F-box protein, regulates meristem fate. Plant Journal, 51(6), 1030–1040. https://doi.org/10.1111/j.1365-313X.2007.03200.x

Ikeda, M., Hirose, Y., Takashi, T., Shibata, Y., Yamamura, T., Komura, T.,Kitano, H. (2010). Analysis of rice panicle traits and detection of QTLs using an image analyzing method. Breeding Science, 60(1), 55–64. https://doi.org/10.1270/jsbbs.60.55

Ingvarsson, P. K. and Street, N. R. (2011). Association genetics of complex traits in plants. The New phytologist. 189(4):909–22.

Jamann, T., Balint-Kurtin, P. J., & Holland, J. B. (2015). Plant Functional Genomics. In Science (Vol. 1284, pp. 257–284). https://doi.org/10.1126/science.285.5426.380

Jannink J., Lorenz A. J. and Iwata H. (2010) Genomic selection in plant breeding: from theory to practice. Brief. Funct. Genomics 9, 166–177.

Jiang, G., Xiang, Y., Zhao, J., Yin, D., Zhao, X., Zhu, L., & Zhai, W. (2014). Regulation of inflorescence branch development in rice through a novel pathway involving the pentatricopeptide repeat protein sped1-D. Genetics, 197(4), 1395–1407. https://doi.org/10.1534/genetics.114.163931

Karp, A. & Edward, K. (1998). DNA markers: a global overview. In: G. Caetano- Anollés, P.M. eds. DNA markers: protocols, applications and overviews. Gresshoff. New York. 1-13.

Kearsey, M.J. and Farquhar, A.G.L. (1998) QTL analysis; where are we now? Heredity. 80(2):137-142

Khush, G. S. (1997). Origin , dispersal , cultivation and variation of rice, 25–34.

Khush, G. S. (2005). What it will take to Feed 5.0 Billion Rice consumers in 2030. Plant Molecular Biology, 59(1), 1–6. https://doi.org/10.1007/s11103-005-2159-5

Kim, D.-M., Lee, H.-S., Kwon, S.-J., Fabreag, M. E., Kang, J.-W., Yun, Y.-T., Ahn, S.-N. (2014). High-density mapping of quantitative trait loci for grain-weight and spikelet number in rice. Rice, 7(1), 14. https://doi.org/10.1186/s12284-014-0014-5

Kim, S. L., Lee, S., Kim, H. J., Nam, H. G., & An, G. (2007). OsMADS51 Is a Short-Day Flowering Promoter That Functions Upstream of Ehd1, OsMADS14, and Hd3a. Plant Physiology, 145(4), 1484–1494. https://doi.org/10.1104/pp.107.103291

Kim, S. T., Kim, S. G., Agrawal, G. K., Kikuchi, S., and Rakwal, R. (2014). Rice proteomics: a model system for crop improvement and food security. Proteomics 14, 593–610. doi: 10.1002/pmic.201300388


Kujur, A., Bajaj, D., Upadhyaya, H. D., Das, S., Ranjan, R., Shree, T., Xing, Y. (2015). PAY1 improves plant architecture and enhances grain yield in rice. Plant Biotechnology Journal, 14(1), 638–648. https://doi.org/10.1111/tpj.12895

Laza, M. R. C.; Peng, S.; Akita, S.; Saka, H. 2004. Effect of panicle size on grain yield of IRRI-Reslease Indica Rice Cultivativars in the Wet Season. Plant production science vol. 7, 2004.

Lamble S, Batty E, Attar M, Buck D, Bowden R, Lunter G, Crook D, El-Fahmawi B, Piazza P: Improved workflows for high throughput library preparation using the transposome-based nextera system. BMC Biotechnol. 2013, 13: 104-10.1186/1472-6750-13-104.

Lander, E.S., & Botstein, D.D. (1989). Mapping Mendelian factors underlying quantitative traits using RFLP linkage maps. Genetics, 121, 185–199.

Lee, S., Kim, J., Han, J. J., Han, M. J., & An, G. (2004). Functional analyses of the flowering time gene OsMADS50, the putative Suppressor of Overexpression of CO 1/Agamous-Like 20 (SOC1/AGL20) ortholog in rice. Plant Journal, 38(5), 754–764. https://doi.org/10.1111/j.1365-313X.2004.02082.x

Li, H., & Homer, N. (2010). A survey of sequence alignment algorithms for next-generation sequencing. Briefings in Bioinformatics, 11(5), 473–483. https://doi.org/10.1093/bib/bbq015

Li, J.-Y., Wang, J., & Zeigler, R. S. (2014). The 3,000 rice genomes project: new opportunities and challenges for future rice research. GigaScience, 3(1), 8. https://doi.org/10.1186/2047-217X-3-8

Li, M., Tang, D., Wang, K., Wu, X., Lu, L., Yu, H., … Cheng, Z. (2011). Mutations in the F-box gene LARGER PANICLE improve the panicle architecture and enhance the grain yield in rice. Plant Biotechnology Journal, 9(9), 1002–1013. https://doi.org/10.1111/j.1467-7652.2011.00610.x

Li, S., Qian, Q., Fu, Z., Zeng, D., Meng, X., Kyozuka, J., & Maekawa, M. (2009). Short panicle1 encodes a putative PTR family transporter and determines rice panicle size, 592–605. https://doi.org/10.1111/j.1365-313X.2009.03799.x

Li, Z. K., Yu, S. B., Lafitte, H. R., Huang, N., Courtois, B., Hittalmani, S., Khush, G. S. (2003). QTL x environment interactions in rice. I. Heading date and plant height. Theoretical and Applied Genetics, 108(1), 141–153. https://doi.org/10.1007/s00122-003-1401-2

Liao, C. Y., Wu, P., Hu, B., & Yi, K. K. (2001). Effects of genetic background and environment on QTLs and epistasis for rice (Oryza sativa L. ) Panicle Number. Theor. Appl. Genet, 103, 104111.

Lin, H. X., Qian, H. R., Zhuang, J. Y., Lu, J., Min, S. K., Xiong, Z. M., Zheng, K. L. (1996). RFLP mapping of QTLs for yield and related characters in rice (Oryza sativa L.). Theoretical and Applied Genetics, 92(8), 920–927. https://doi.org/10.1007/s001220050212

Liu, D., & Cai, X. (2013). OsRRMh , a Spen ‐ Like Gene , Plays an Important Role During the Vegetative to Reproductive Transition in Rice, 55(9), 876–887. https://doi.org/10.1111/jipb.12056

Liu, E., Liu, Y., Wu, G., Zeng, S., Tran Thi, T. G., Liang, L., Hong, D. (2016). Identification of a Candidate Gene for Panicle Length in Rice (Oryza sativa L.) Via Association and Linkage Analysis. Frontiers in Plant Science, 7(May), Article 598. https://doi.org/10.3389/fpls.2016.00596

Liu, G., Zhu, H., Zhang, G., Li, L., & Ye, G. (2012). Dynamic analysis of QTLs on tiller number in rice

109

(Oryza sativa L.) with single segment substitution lines. Theoretical and Applied Genetics, 125(1), 143–153. https://doi.org/10.1007/s00122-012-1822-x

Liu, T., Shao, D., Kovi, M. R., & Xing, Y. (2010). Mapping and validation of quantitative trait loci for spikelets per panicle and 1,000-grain weight in rice (Oryza sativa L.). Theoretical and Applied Genetics, 120(5), 933–942. https://doi.org/10.1007/s00122-009-1222-z

Lorieux, M., Ndjiondjop, M.N. & Ghesquière, A. (2000). A first interspecific Oryza sativa x Oryza glaberrima microsatellite-based genetic linkage map. Theor. Appl. Genet. 100: 593–601.

Lorieux M (2012) MapDisto: fast and efficient computation of genetic linkage maps. Molecular Breeding 30:1231-1235

Luo, A., Qian, Q., Yin, H., Liu, X., Yin, C., Lan, Y.,Chu, C. (2006). EUI1, encoding a putative cytochrome P450 monooxygenase, regulates internode elongation by modulating gibberellin responses in rice. Plant and Cell Physiology, 47(2), 181–191. https://doi.org/10.1093/pcp/pci233

Ma, J. and Bennetzen, J. Rapid recent growth and divergence of rice nuclear genomes. Proceedings of the National Academy of Sciences. Vol. 101, No. 34 (Aug. 2004); p. 12404-12410

Mackay, T. F. C., Stone, E. a and Ayroles, J. F. (2009). The genetics of quantitative traits: challenges and prospects. Nature reviews. Genetics. 10(8):565–77.

McCouch, Susan and Doerge, Rebecca. QTL mapping in rice. In : Trends and Genetics. Vol 11, No.12 (Dec.1995); p. 482-486.

Maheswaran, M., Huang, N., Sreerangasamy, S. R., & McCouch, S. R. (2000). Mapping quantitative trait loci associated with days to flowering and photoperiod sensitivity in rice (Oryza sativa L.). Molecular Breeding, 6(2), 145–155.

Marathi, B., Guleria, S., Mohapatra, T., Parsad, R., Mariappan, N., Kurungara, V., Singh, A. (2012). QTL analysis of novel genomic regions associated with yield and yield related traits in new plant type based recombinant inbred lines of rice (Oryza sativa L.). BMC Plant Biology, 12(1), 137. https://doi.org/10.1186/1471-2229-12-137

Matsubara, K., Hori, K., Ogiso-Tanaka, E., & Yano, M. (2014). Cloning of quantitative trait genes from rice reveals conservation and divergence of photoperiod flowering pathways in Arabidopsis and rice. Frontiers in Plant Science, 5(May), 193. https://doi.org/10.3389/fpls.2014.00193

Matsushita S., Takashi I., et al. (2003). Characterization of segregation distortion on chromosome 3 induced in wide hybridization between indica and japonica type rice varieties. Euphytica. 134: 27–32.

Mei, H. W., Li, Z. K., Shu, Q. Y., Guo, L. B., Wang, Y. P., Yu, X. Q., Luo, L. J. (2005). Gene actions of QTLs affecting several agronomic traits resolved in a recombinant inbred rice population and two backcross populations. Theoretical and Applied Genetics, 110(4), 649–659. https://doi.org/10.1007/s00122-004-1890-7

Meksem, K., & Kahl, G. (2005). The handbook of plants genome mapping. Proteomics.

Nakagahra, M., (1972). Genetic mechanism on the distorted segregation of marker genes belonging to the eleventh linkage group in cultivated rice. Jpn J Breed 22: 232–238.


Nannas, N. J., & Kelly Dawe, R. (2015). Genetic and genomic toolbox of Zea mays. Genetics, 199(3), 655–669. https://doi.org/10.1534/genetics.114.165183

Ngu, M. S., Thomson, M. J., Ho, C., Wickneswari, R., Sciences, N. R., Science, F., … Sciences, B. (2014). Fine mapping of a grain weight quantitative trait locus , qGW6 , using near isogenic lines derived from Oryza rufipogon IRGC105491 and Oryza sativa cultivar MR219. Genetics and Molecular Research: GMR, 13(4), 9477–9488. https://doi.org/10.4238/2014.November.11.13

Peng, Y., Gao, Z., Zhang, B., Liu, C., Xu, J., Ruan, B., Qian, Q. (2014). Fine mapping and candidate gene analysis of a major QTL for panicle structure in rice. Plant Cell Reports, 1843–1850. https://doi.org/10.1007/s00299-014-1661-0

Qi, J., Qian, Q., Bu, Q., Li, S., Chen, Q., Sun, J., … Li, C. (2008). Mutation of the Rice Narrow leaf1 Gene, Which Encodes a Novel Protein, Affects Vein Patterning and Polar Auxin Transport. Plant Physiology, 147(4), 1947–1959. https://doi.org/10.1104/pp.108.118778

Rebolledo, M. C., Peña, A. L., Duitama, J., Cruz, D. F., Dingkuhn, M., Grenier, C., & Tohme, J. (2016). Combining Image Analysis , Genome Wide Association Studies and Different Field Trials to Reveal Stable Genetic Regions Related to Panicle Architecture and the Number of Spikelets per Panicle in Rice, 7(September), 1–12. https://doi.org/10.3389/fpls.2016.01384

Sanchez, P. L., Wing, R. A., & Brar, D. S. (2014). The Wild Relative of Rice : Genomes and Genomics

The Genus Oryza : Broadening the Gene Pool Species into Rice. https://doi.org/10.1007/978-1-4614-7903-1

Sang, T., & Ge, S. (2007). The puzzle of rice domestication. Journal of Integrative Plant Biology, 49(6), 760–768. https://doi.org/10.1111/j.1744-7909.2007.00510.x

Septiningsih, E. M., Trijatmiko, K. R., Moeljopawiro, S., & McCouch, S. R. (2003). Identification of quantitative trait loci for grain quality in an advanced backcross population derived from the Oryza sativa variety IR64 and the wild relative O. rufipogon. Theoretical and Applied Genetics, 107(8), 1433–1441. https://doi.org/10.1007/s00122-003-1376-z

Schuster, I. y Cruz, C.D. 2004. Estatística Genómica Aplicada a Populações Derivadas de Cruzamentos Controlados. Universidade Federal de Viçosa, Viçosa, Brasil, 568 pp.

Spindel, J., Wright, M., Chen, C., Cobb, J., Gage, J., Harrington, S., … McCouch, S. (2013). Bridging the genotyping gap: Using genotyping by sequencing (GBS) to add high-density SNP markers and new value to traditional bi-parental mapping and breeding populations. Theoretical and Applied Genetics, 126(11), 2699–2716. https://doi.org/10.1007/s00122-013-2166-x

Sui, P., Jin, J., Ye, S., Mu, C., Gao, J., Feng, H., Dong, A. (2012). H3K36 methylation is critical for brassinosteroid-regulated plant growth and development in rice. Plant Journal, 70(2), 340–347. https://doi.org/10.1111/j.1365-313X.2011.04873.x

Sun, Z., Yin, X., Ding, J., Yu, D., Hu, M., Sun, X., … Fang, J. (2017). QTL analysis and dissection of panicle components in rice using advanced backcross populations derived from Oryza Sativa cultivars HR1128 and “ Nipponbare ,” 1–13.

Tanksley, S. and McCouch, S. Seed banks and molecular maps: unlocking genetic potential from the wild. In : Science. No. 277 (1997); p. 1063-1066.

111

Teo, Z. W. N., Song, S., Wang, Y. Q., Liu, J., & Yu, H. (2014). New insights into the regulation of inflorescence architecture. Trends in Plant Science, 19(3), 158–165. https://doi.org/10.1016/j.tplants.2013.11.001

Thangasamy, S., Chen, P. W., Lai, M. H., Chen, J., & Jauh, G. Y. (2012). Rice LGD1 containing RNA binding activity affects growth and development through alternative promoters. Plant Journal, 71(2), 288–302. https://doi.org/10.1111/j.1365-313X.2012.04989.x

Thomson, M. J., Tai, T. H., McClung, A. M., Lai, X. H., Hinga, M. E., Lobos, K. B., … 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. Theoretical and Applied Genetics, 107(3), 479–493. https://doi.org/10.1007/s00122-003-1270-8

Tsukaya, H. (2005). Leaf shape: Genetic controls and environmental factors. International Journal of Developmental Biology, 49(5–6), 547–555. https://doi.org/10.1387/ijdb.041921ht

Tanksley, S.D. (1993). Mapping polygenes. Annual Reviews of Genetic, Palo Alto. 27: 205-233

Tyler, A., Crawford, D., & Pendergrass, S. (2014). Detecting and Characterizing Pleiotropy: New Methods for Uncovering the Connection Between the Complexity of Genomic Architecture and Multiple phenotypes. Pac Symp Biocomput, 183–187. https://doi.org/10.1016/j.surg.2006.10.010.UseDetecting and Characteriz. Pac Symp Biocomput, 183–187. https://doi.org/10.1016/j.surg.2006.10.010.Use

Umehara, M., Hanada, A., Yoshida, S., Akiyama, K., Arite, T., Takeda-kamiya, N., … Yamaguchi, S. (2008). Inhibition of shoot branching by new terpenoid plant hormones, 455(September). https://doi.org/10.1038/nature07272

Varshney, R. K., Terauchi, R., & McCouch, S. R. (2014). Harvesting the Promising Fruits of Genomics: Applying Genome Sequencing Technologies to Crop Breeding. PLoS Biology, 12(6), 1–8. https://doi.org/10.1371/journal.pbio.1001883

Vision, T.J., Brown, D.G. & Tanksley, S.D. (2000). The origins of genomic duplications in Arabidopsis. Science, 290, 214-217.

Wang, P., Zhou, G., Yu, H., & Yu, S. (2011). Fine mapping a major QTL for flag leaf size and yield-related traits in rice. Theoretical and Applied Genetics, 123(8), 1319–1330. https://doi.org/10.1007/s00122-011-1669-6

Wang, W., Li, G., Zhao, J., Chu, H., Lin, W., Zhang, D., Liang, W. (2014). DWARF TILLER1, a WUSCHEL-Related Homeobox Transcription Factor, Is Required for Tiller Growth in Rice. PLoS Genetics, 10(3). https://doi.org/10.1371/journal.pgen.1004154

Wang, X., Pang, Y., Zhang, J., Zhang, Q., Tao, Y., Feng, B., Li, Z. (2014). Genetic background effects on QTL and QTL×environment interaction for yield and its component traits as revealed by reciprocal introgression lines in rice. The Crop Journal, 2(6), 345–357. https://doi.org/10.1016/j.cj.2014.06.004

Wang, Y., & Li, J. (2008). Molecular basis of plant architecture. Annual Review of Plant Biology, 59, 253–279. https://doi.org/10.1146/annurev.arplant.59.032607.092902

Weinig, C., & Schmitt, J. (2004). Environmental Effects on the Expression of Quantitative Trait Loci and Implications for Phenotypic Evolution, 54(7).


Weng, X., Wang, L., Wang, J., Hu, Y., Du, H., Xu, C., Zhang, Q. (2014). Grain number, plant height, and heading date7 is a central regulator of growth, development, and stress response. Plant Physiol, 164(2), 735–747. https://doi.org/10.1104/pp.113.231308

Wijnen, C. L., & Keurentjes, J. J. B. (2014). Genetic resources for quantitative trait analysis: Novelty and efficiency in design from an Arabidopsis perspective. Current Opinion in Plant Biology, 18(1), 103–109. https://doi.org/10.1016/j.pbi.2014.02.011

Xiao, J., Li, J., Grandillo, S., Ahn, S. N., Yuan, L., Tanksley, S. D., & McCouch, S. R. (1998). Identification of trait-improving quantitative trait loci alleles from a wild rice relative, Oryza rufipogon. Genetics, 150(2), 899–909. https://doi.org/10.1016/j.tplants.2012.11.001

Xiao, J., Li, J., Yuan, L., & Tanksley, S. D. (1996). Identification of QTLs affecting traits of agronomic importance in a recombinant inbred population derived from a subspecific rice cross. Theoretical and Applied Genetics, 92(2), 230–244. https://doi.org/10.1007/s001220050118

Xing, Y., & Zhang, Q. (2010). Genetic and molecular bases of rice yield. Annual Review of Plant Biology, 61(FEBRUARY 2010), 421–442. https://doi.org/10.1146/annurev-arplant-042809-112209

Xing, Y., Zhang, Y., Luo, L., Liu, T., & Xu, C. (2009). Four rice QTL controlling number of spikelets per panicle expressed the characteristics of single Mendelian gene in near isogenic backgrounds. Theoretical and Applied Genetics, 118(6), 1035–1044. https://doi.org/10.1007/s00122-008-0960-7

Xu, Z., and H. K. Dooner, 2003. The Ac-tagged aberrant pollen transmission 1 (apt1) is a homologue of the Arabidopsis gene SABRE required for root cell expansion. Abstracts of 45th Annual Maize Genetics Conference, Lake Geneva, WI, p. 112.

Xu, Y. et al. Chromosomal regions associated with segregation distortion of molecular markers in F2, backcross, doubled haploid and recombinant inbred populations in rice (Oryza sativa L.). In : Molecular Genetics. No. 253 (1997); p. 535-545.

Xue, W., Xing, Y., Weng, X., Zhao, Y., Tang, W., Wang, L., … Zhang, Q. (2008). Natural variation in Ghd7 is an important regulator of heading date and yield potential in rice. Nature Genetics, 40(6), 761–767. https://doi.org/10.1038/ng.143

Yamamoto E, Yonemaru JI, Yamamoto T, & Yano M. Ogro: the overview of functionally characterized

genes in rice online database. Rice. 2012; 5: 2820±2833.

Yan, J., Zhu, J., He, C., Benmoussa, M., & Wu, P. (1998). Molecular dissection of developmental behavior of plant height in rice (Oryza sativa L.). Genetics, 150(3), 1257–65. Retrieved from http://www.ncbi.nlm.nih.gov/pubmed/17362360

Yan, J., Zhu, J., He, C., Benmoussa, M., & Wu, P. (1999). Molecular Marker-Assisted Dissection of Genotype. Crop Science, 39(APRIL), 538–544.

Yang, W., Duan, L., Chen, G., Xiong, L., & Liu, Q. (2013). Plant phenomics and high-throughput phenotyping: Accelerating rice functional genomics using multidisciplinary technologies. Current Opinion in Plant Biology, 16(2), 180–187. https://doi.org/10.1016/j.pbi.2013.03.005

Ying, Y., Zhu, H., Ye, G., Zhang, G., Li, L., & Liu, G. (2014). Detection of QTL on panicle number in rice (Oryza sativa L.) under different densities with single segment substitution lines. Euphytica,

113

195(3), 355–368. https://doi.org/10.1007/s10681-013-0998-8

Yonemaru JI, Yamamoto T, Fukuoka S, Uga Y, Hori K, & Yano M. Q-taro: qtl annotation rice online database. Rice. 2010; 3: 194±203.

Yoshida, A., Sasao, M., Yasuno, N., Takagi, K., Daimon, Y., Chen, R., … Kyozuka, J. (2013). TAWAWA1, a regulator of rice inflorescence architecture, functions through the suppression of meristem phase transition. Proceedings of the National Academy of Sciences, 110(2), 767–772. https://doi.org/10.1073/pnas.1216151110

Yoshida, S. 1981. Fundamentals of Rice Crop Science. IRRI, Los Baños, Laguna, Philippines. 269 p.

Yu, B., Lin, Z., Li, H., Li, X., Li, J., Wang, Y., Sun, C. (2007). TAC1 , a major quantitative trait locus controlling tiller angle in rice, 891–898. https://doi.org/10.1111/j.1365-313X.2007.03284.x

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(1), 539–551. https://doi.org/10.1534/genetics.107.074245

Yu, S. B., Li, J. X., Xu, C. G., Tan, Y. F., Gao, Y. J., Li, X. H., … Maroof, M. A. S. (1997). Importance of epistasis as the genetic basis of heterosis in an elite rice hybrid. Proceedings of the National Academy of Sciences, 94(17), 9226–9231. https://doi.org/10.1073/pnas.94.17.9226

Zhang, L., Liu, D., Guo, X., Yang, W., Sun, J., Wang, D., Sourdille, P., et al. (2011). Investigation of genetic diversity and population structure of common wheat cultivars in northern China using DArT markers. BMC genetics. 12(1):42.

Zhang, B., Ye, W., Ren, D., Tian, P., Peng, Y., Gao, Y., … Gao, Z. (2015). Genetic analysis of flag leaf size and candidate genes determination of a major QTL for flag leaf width in rice. Rice, 8(1), 2. https://doi.org/10.1186/s12284-014-0039-9

Zhang, D., Yuan, Z., An, G., Dreni, L., Hu, J., & Kater, M. M. (2013). Genetics and Genomics of Rice. https://doi.org/10.1007/978-1-4614-7903-1

Zhang, G. H., Li, S. Y., Wang, L., Ye, W. J., Zeng, D. L., Rao, Y. C., Qian, Q. (2014). LSCHL4 from japonica cultivar, which is allelic to NAL1, increases yield of Indica super rice 93-11. Molecular Plant, 7(8), 1350–1364. https://doi.org/10.1093/mp/ssu055

Zhang, Q. Q., Maroof, M. a S., Lu, T. Y., Shen, B. Z., Digital, R., Hoy, C., Brar, D. S. (2007). Analysis of indica- and japonica-specific markers of Oryza sativa and their applications. Nature, 83(3), 287–296. https://doi.org/10.1007/s00606-011-0543-y

Zhang, W., Sun, P., He, Q., Shu, F., Wang, J., & Deng, H. (2013). Fine mapping of GS2, a dominant gene for big grain rice. The Crop Journal, 1(2), 160–165. https://doi.org/10.1016/j.cj.2013.10.003

Zhao, S., Gu, J., Zhao, Y., Hassan, M., Li, Y., & Ding, W. (2015). A method for estimating spikelet number per panicle: Integrating image analysis and a 5-point calibration model. Scientific Reports, 5(February), 16241. https://doi.org/10.1038/srep16241

Zhou, W., Malabanan, P. B., & Abrigo, E. (2015). OsHox4 regulates GA signaling by interacting with DELLA- like genes and GA oxidase genes in rice, 97–107. https://doi.org/10.1007/s10681-014-1191-4


Zhou, Y., Li, W., Wu, W., Chen, Q., Mao, D., & Worland, A. J. (2001). Genetic dissection of heading time and its components in rice. Theoretical and Applied Genetics, 102(8), 1236–1242. https://doi.org/10.1007/s001220100539

Zhu, J., Zhou, Y., Liu, Y., Wang, Z., Tang, Z., Yi, C., Liang, G. (2011). Fine mapping of a major QTL controlling panicle number in rice. Molecular Breeding, 27(2), 171–180. https://doi.org/10.1007/s11032-010-9420-6

Zhu, Y. (2006). ELONGATED UPPERMOST INTERNODE Encodes a Cytochrome P450 Monooxygenase That Epoxidizes Gibberellins in a Novel Deactivation Reaction in Rice. The Plant Cell Online, 18(2), 442–456. https://doi.org/10.1105/tpc.105.038455

Zou, J., Zhang, S., Zhang, W., Li, G., Chen, Z., Zhai, W., & Zhao, X. (2006). The rice HIGH-TILLERING DWARF1 encoding an ortholog of Arabidopsis MAX3 is required for negative regulation of the outgrowth of axillary buds, 687–696. https://doi.org/10.1111/j.1365-313X.2006.02916.x


Anexo E: Parcela experimental donde se estableció la población IR64 x Azucena

detección de qtl para arquitectura panicular en arroz ... · detección de qtl para arquitectura...

Documents