márquez carrillo miguel e duardo
DESCRIPTION
Departamento de Ciencias de la Vida Ingeniería en Biotecnología. ʺ Caracterización molecular de 297 genotipos de trigo ( Tritticum aestivum L .) provenientes del Centro Internacional de Mejoramiento de Maíz y Trigo e inferencia de su estructura genéticaʺ. Márquez Carrillo Miguel E duardo. - PowerPoint PPT PresentationTRANSCRIPT
ʺCaracterización molecular de 297 genotipos de trigo (Tritticum aestivum L.) provenientes del
Centro Internacional de Mejoramiento de Maíz y Trigo e inferencia de su estructura genéticaʺ
Márquez Carrillo Miguel Eduardo
Directora: M. Sc. Fernanda LoayzaCodirectora: B. Sc. Karina Ponce
Departamento de Ciencias de la VidaIngeniería en Biotecnología
Introducción
Justificación
Objetivos e Hipótesis
Materiales y Métodos
Resultados y Discusión
Conclusiones
Recomendaciones
Trigo de Primavera (Tritticum aestivum
L.)
Principales productos de
consumo Ecuador
38.6 Kg/persona/año
Producción afectada por enfermedades
98.45% de importación
7605 toneladas en el 2012
Halo poliploide
Roya Amarilla (Puccinia striiformis)Fusariosis de la espiga (Fusarium graminearum)
Introducción
Introducción
Perfil específico del
ADN
Triticum monococcum +
Aegilops speltoides =
Triticum turgidium +
Aegilops tauschii =
Triticum aestivum
Marcadores Moleculares
Amplificación de loci específicos
revela la presencia de
uno o más alelos por locus
Información necesaria
para estudios de mayor
envergadura
Materiales promisorios
Caracterización Molecular
IntroducciónM
arca
dore
s M
olec
ular
esMoléculas (proteínas o ADN) con las
que se puede identificar y caracterizar un genotipo
determinado.
SNP´s, basados en la secuenciación de ADN.
Permiten la asociación de genotipos con fenotipos específicos
Los marcadores microsatélites son repeticiones cortas distribuidas al
azar a lo largo del genoma
La información del polimorfismo generado se la detecta mediante
(PCR) del ADN
métodos de genotipado denominados “múltiplex”,
Introducción
Asignación Genética
Utiliza métodos basados en estadística bayesiana
Structure el cual utilizando datos a priori, asigna porcentajes de pertenencia a cada individuo
Características genéticas comunes entre sí
Justificación
Baja producción interna del cereal,Susceptibilidad que presentan las variedades locales.Problema de interés nacional.
Desarrollo nuevas variedades de trigo, es una estrategia eficiente para mejorar la productividad.Mapeo por asociación, permite al investigador detectar regiones que confieren resistencia .
Estructura de la población es importante para reducir falsos positivos. Incrementar la confiabilidad del estudio. Diversidad genética que existe en la población No estrechamos la base genética.
Objetivos
Caracterizar molecularmente 297 genotipos de trigo (Triticum aestivum
L.) provenientes del Centro Internacional de Mejoramiento de
Maíz y Trigo para inferir su estructura genética
Genotipar las 297 muestras de ADN validado de trigo con marcadores microsatélites mapeados utilizando la tecnología
M13-Tailing en el LI-COR 4300S.
Inferir estructura poblacional de la colección utilizando el programa Structure vs. 2.3.4.
Comparar los resultados obtenidos con la estructura obtenida a partir de marcadores SNP´s en la misma población con los resultados obtenidos del genotipaje con marcadores SSR´s.
General Específicos
Hipótesis
H0:• La colección de 297 genotipos de trigo provenientes del
Centro Internacional de mejoramiento de maíz y trigo no está estructurada genéticamente.
METODOLOGIA DEL PROCESO
Material vegetal
Cuantificación de ADN
Validación con SSRs
Pruebas PCR
Selección de SSRs
PCR con el Método M13-
tailingPruebas
Dúplexaje
GENOTIPAJE en el LI-COR 4300 s
Diseño Estadístico
Extracción de ADN
MATERIAL VEGETAL
297 líneas avanzadas colectadas por todo el mundo por el CIMMYT
M-13 tailing Secuencia de nucleótidos (5´-CAC GAC GTT GTA AAA CGA C-3`)
Extremo 5’ del primer Fw SSRs
PCR + M13 Primer (700-800nm)
Productos amplificados SSR marcados
Laser LICOR detectan la IR
Marcadores SSRs
METODOLOGIA M13-Tailing
Imágenes digitalesSAGA-GT
Genotipaje 2pb
Matriz Genotípica de datos
ANÁLISIS ESTADÍSTICO
ANÁLISIS
SSRs seleccionados
Diversidad genética Estructura genética Correlación fenotípica
PROGRAMAS ESTADISTICOS
• En las extracciones de ADN se obtuvieron rendimientos promedio de 400 ng/µL para extracción con muestra fresca y protocolo casero
• A partir de muestra seca, el rendimiento fue de 100 ng/µL
• Optimización de tiempo y costos en el laboratorio.
Resultados
Extracción de ADN
Resultados
• Se observaron bandas de amplificación con el marcador SSR BARC10 en un peso entre 300 y 350 pb
Validación de ADN
Muestras vegetales
Resultados
• Se logró establecer la temperatura de 82 primers, de los cuales 33 eran explotables para la investigación
Validación de polimorfismo de primers
Resultados
Estandarización del Genotipaje
Resultados
PRIMER MARACAJE TIPO
BARC83800 DUPLEX
WMC216
GWM325700 DUPLEX
CFD49
WMC773800 DUPLEX
WMC111
WMC658700 DUPLEX
WMC728
PRIMER MARACAJE TIPO
BARC71800 DUPLEX
BARC204
GWM437700 DUPLEX
WMC492
CFA2129800 DUPLEX
GWM493
WMC331700-BSA DUPLEX
CFD84
GWM261800 DUPLEX
BARC130
GWM297700 DUPLEX
GDM153
PRIMER MARACAJE TIPO
WMC89_4B800 DUPLEX
WMC89_4D
GWM161 700 MONOPLEX
GWM456 700 MONOPLEX
GWM147 800 MONOPLEX
WMC720 800 MONOPLEX
GDM132 800 MONOPLEX
BARC133 700-CL MONOPLEX
BARC19 700-BSA MONOPLEX
GWM121 800 MONOPLEX
GWM314 800 MONOPLEX
GWM636 700 MONOPLEX
GWM469 700 MONOPLEX
Genotipaje de marcadores seleccionados SSR en LI-COR 4300S (corridas)
• Los resultados del genotipaje se expresan en imágenes que el programa SAGA-GT reporta con los datos de peso molecular de los fragmentos.
Resultados
Resultados
• Datos compilados en una base de datos• Estimación de LD con el paquete Genetics v. 1.3.8.1, descartó 5
marcadores.
Registro de datos del LI-COR 4300S y análisis estadísticos
MARCADORTAMAÑO DE
MUESTRANº DE
OBSERVACIONESALELOS PIC
BARC83_1A 297 292 3 0.48GWM147_1D 297 292 3 0.24
WMC216_1D 297 288 2 0.32
GWM636_2A 297 275 6 0.68WMC658_2A 297 258 5 0.74
MARCADORTAMAÑO DE
MUESTRANº DE
OBSERVACIONESALELOS PIC
WMC111_2D 297 271 4 0.68GWM261_2D 297 292 5 0.58BARC19_3A 297 278 3 0.48BARC133_3B 297 288 4 0.57GWM493_3B 297 285 3 0.44GWM161_3D 297 290 4 0.55GWM314_3D 297 286 6 0.71WMC492_3D 297 292 3 0.4
MARCADORTAMAÑO DE
MUESTRANº DE
OBSERVACIONESALELOS PIC
GWM456_3D 297 282 3 0.55BARC71_3D 297 261 4 0.37WMC89_4B 297 281 4 0.34
WMC720_4D 297 283 6 0.73WMC331_4D 297 287 3 0.58
CFD84_4D 297 287 2 0.34CFA2149_5A 297 290 4 0.48BARC130_5D 297 287 3 0.46GDM153_5D 297 277 4 0.63
MARCADORTAMAÑO DE
MUESTRA
Nº DE
OBSERVACIONESALELOS PIC
CFD49_6D 297 278 6 0.52GDM132_6D 297 279 3 0.52GWM469_6D 297 285 6 0.76GWM297_7B 297 281 5 0.61GWM437_7D 297 282 6 0.73GWM121_7D 297 280 4 0.48
MEAN 297 282.71 4.46 0.54
Resultados
Asignación genética
• Utilizando el programa Structure, se hicieron los análisis de agrupación, simulando entre 1 a 10 subpoblaciones (k).
• Utilizando el método de Evanno (2005), Delta K, se determinó (k=2)
Resultados• Mayoría de marcadores SSRs se encuentran en el
genoma D• Necesario incluir marcadores presentes en todos los
cromosomas para tener representatividad en cada grupo de ligamiento
• Se utilizaron 45 marcadores SNPs corridos en la misma población.
Resultados
Asignación genética
• Utilizando el programa Structure, se hicieron los análisis de agrupación, simulando entre 1 a 20 subpoblaciones (k).
• Utilizando el método de Evanno (2005), Delta K, se determinó (k=3)
Resultados
• Después de haber realizado los análisis en el programa Structure, se presenta el grafico de barras de los coeficientes de pertenencia de los genotipos a las tres subpoblaciones determinadas
Asignación genética
Resultados
Coordenada Porcentaje individual
(%)
Porcentaje Acumulado
(%)
1 21.516 21.51623
13.85410.618
35.3745.99
• Análisis de componentes principales a partir de un set de 3,700 SNP.
• Gran parte de la varianza existente en la población es capturada en los tres primeros componentes principales
Análisis multivariado
Resultados
• Se efectuó el PCA en dos dimensiones (2D), en el Programa Eigensoft versión 4.2, ya que se podía apreciar de mejor manera la separación genética de los 3 grupos conformados
Análisis de componentes principales (ACP)
Resultados
Característica subpoblación 1 subpoblación 2 subpoblación 3 Total Inmune 16.67% 5.32% 5.61% 9.09%Muy Resistente 11.46% 25.53% 29.91% 22.56%Muy Susceptible 14.58% 9.57% 11.21% 11.78%Resistente 39.58% 55.32% 40.19% 44.78%Susceptible 17.71% 4.26% 13.08% 11.78%
Total general 100.00% 100.00% 100.00% 100.00%
Correlación de datos fenotípicos
Resultados
Característica subpoblación 1 subpoblación 2 subpoblación 3 Total
Resistentes 67.71% 86.17% 75.70% 76.43%
Susceptibles 32.29% 13.83% 24.30% 23.57%
Total
general100.00% 100.00% 100.00% 100.00%
Correlación de datos fenotípicos
Conclusiones
• Con el protocolo utilizado para muestras frescas, se obtuvo altas concentraciones de ADN (hasta
3000 ng/ μl); mientras que con la metodología empleada para muestras secas se obtuvo menores
concentraciones de ADN genómico (hasta 200 ng/ul), sin embargo este último resultado no afectó a
nuestro estudio, ya que los marcadores SSRs requieren entre 5 a 20 ng/ul de ADN.
• En función de optimizar tiempo y recursos, cuando se trabaja con especies alopoliploides como el
trigo, se puede seleccionar primers que amplifiquen en diferentes cromosomas, asemejándose a
tener una combinación multiplex, como fue con el primer WMC89 que amplifico en el cromosoma
4B y 4D.
• Para obtener resultados objetivos en análisis de agrupamiento en trigo, es necesario tener datos
genotípicos en todos los cromosomas de sus genomas.
Conclusiones
• Para saturar regiones del genoma que no tengan cobertura, se puede utilizar marcadores
basados en distintos principios como fue el caso de SSRs y SNPs, basta que estén en equilibrio
de ligamiento.
• Los estudios de diversidad genética reflejaron que para los 28 marcadores utilizados se hallaron
125 alelos con un promedio de 4.46 alelos por marcador.
• El promedio PIC de los marcadores fue de 0.54
• Los análisis efectuados de agrupamiento y multivariados permitieron distinguir tres grupos
genéticos, de características muy similares, ya que las subpoblación 1 agrupo a 96 individuos, la
subpoblación 2 a 94 y la subpoblación 3 a 107.
• La subpoblación 2 presenta 87% de plantas resistentes a roya amarilla
Recomendaciones
• Al presentar la subpoblación 2 los mayores índices de plantas resistentes a roya amarilla, se
puede recomendar utilizar esta subpoblación en futuros programas de mejoramiento.
• Para mejorar la amplificación de marcadores SSRs, se puede optimizar el mix agregando BSA
o modificar la concentración de MgCl2.
• Se determinó que las condiciones óptimas de amplificación para los primers BARC19 y CFD84,
deben ser con 0,1% de BSA en el mix
• Para los primers BARC124 Y BARC133, se debe disminuir la concentración de MgCl2 a 1,5 mM
para obtener mejor amplificación
• Para realizar el análisis de estructura de la colección de líneas elites, es necesario contar con
un ordenador de alto rendimiento, y que pueda garantizar estar encendido y con energía por
más de 48 horas.
GRACIAS
AgradecimientosDr. Eduardo MorilloIng. Esteban FalconíIng. Johana BuitronLcda. Katerine OrbeJosé MorenoPersonal del DNB
M. Sc. Fernanda LoayzaB. Sc. Karina PonceDpto. Ciencias de la vida