Genome-wide association analysis for nine agronomic traits in maize under well-watered and water-stressed conditions

Abstract

Drought can cause severe reduction in maize production, and strongly threatens crop yields. To dissect this complex trait and identify superior alleles, 350 tropical and subtropical maize inbred lines were genotyped using a 1536-SNP array developed from drought-related genes and an array of 56,110 random SNPs. The inbred lines were crossed with a common tester, CML312, and the testcrosses were phenotyped for nine traits under well-watered and water-stressed conditions in seven environments. Using genome-wide association mapping with correction for population structure, 42 associated SNPs (P ≤ 2.25 × 10(-6) 0.1/N) were identified, located in 33 genes for 126 trait × environment × treatment combinations. Of these genes, three were co-localized to drought-related QTL regions. Gene GRMZM2G125777 was strongly associated with ear relative position, hundred kernel weight and timing of male and female flowering, and encodes NAC domain-containing protein 2, a transcription factor expressed in different tissues. These results provide some good information for understanding the genetic basis for drought tolerance and further studies on identified candidate genes should illuminate mechanisms of drought tolerance and provide tools for designing drought-tolerant maize cultivars tailored to different environmental scenarios.

Mapeamento associativo para múltiplos ambientes e múltiplos locos, visando tolerância à seca em milho

“…Além de ser fonte principal para produção de amido, é matéria-prima de produtos como óleo, açúcar, etanol, entre outros, constituindo-se como base para a alimentação humana e animal (Xue et al, 2013). Com o aumento da população e, consequentemente, do consumo de alimentos e produtos derivados do milho, há demanda por maior produção por unidade de área plantada.…”

“…Alterações significativas como redução na altura da planta, peso de espiga e área foliar; maior incidência de tombamento de plantas; aborto de embriões; senescência prematura das folhas; redução da atividade fotossintética; entre outras, são também observadas (Ribaut et al, 2009). Devido à complexidade genética, para a obtenção de ganhos no melhoramento objetivando tolerância à seca, faz-se necessários estudos que permitam o entendimento da arquitetura genética desse caráter e ainda levem em consideração informações acerca de genótipos, ambientes e interações genótipo por ambiente (G × E) (Xue et al, 2013). Isto porque espera-se que a performance diferencial de genótipos tolerantes em relação aos não-tolerantes ao estresse produza interação G × E; portanto, uma análise adequada dessa interação é pré-requisito para o sucesso dos programas de melhoramento .…”

“…No entanto, as associações identificadas nessas condições geralmente não podem ser extrapoladas para outros tipos de populações e não são capazes de acessar a diversidade alélica existente ao longo de todo o genoma (Xue et al, 2013). Por outro lado, estudos envolvendo mapeamento associativo, além de serem uma ferramenta útil para a detecção de associações relacionadas às características de interesse, apresentam vantagens quando comparados com o mapeamento de QTLs, como por exemplo i) aumento da resolução e precisão de mapeamento para a localização de associações, ii) maior variação alélica, iii) redução no tempo de pesquisa e consequente redução nos custos, visto que não há necessidade do desenvolvimento de populações experimentais (Zhu et al, 2008).…”

“…Esta segunda abordagem foi facilitada pela atual disponibilidade de plataformas de sequenciamento de nova geração. Muito embora o mapeamento associativo de um gene candidato seja útil para estabelecer associações entre genes específicos e determinados caracteres complexos, a maioria dos estudos de associação em milho relacionados à seca foram realizados considerando a abordagem de GWAS (Hao et al, 2011;Liu et al, 2013;Xue et al, 2013;Thirunavukkarasu et al, 2014;Farfan et al, 2015).…”

“…Segundo Piepho et al (2012), especificamente em estudos envolvendo mapeamento associativo, é conveniente considerar a modelagem mista de acordo com a abordagem em dois estágios (do inglês, two-stage approach) (Smith et al, 2001) pelo fato de ser mais simplificada e computacionalmente mais rápida. De fato, a maioria dos trabalhos de GWAS em milho para caracteres relacionados à seca foram realizados considerando a abordagem de modelagem mista em dois estágios (Hao et al, 2011;Liu et al, 2013;Xue et al, 2013;Thirunavukkarasu et al, 2014;Farfan et al, 2015). Resumidamente, em tais trabalhos, no primeiro estágio realizou-se a análise dos caracteres fenotípicos, avaliados ao longo de localidades, anos agrícolas e condições de tratamento (estresse ou não estresse hídrico) diferentes, por meio de um modelo misto apropriado.…”