Evaluating the benefits and limitations of multiple-trait breeding assisted by genomics in cereal crops

Abstract

Merkmale können aufgrund von überlappenden Quantitative Trait Locus (QTL)-Regionen genetisch korreliert sein. Mehrere überlappende QTL-Regionen für den Kornertrag und verschiedene Ertragskomponenten vom Brotweizen (Triticum aestivum L.) wurden durch multivariate Assoziationskartierung detektiert. Für die Mehrheit der überlappenden QTL-Regionen konnte Pleiotropie als genetische Ursache nicht ausgeschlossen werden. Die Unterscheidung zwischen Pleiotropie und enger Kopplung wird von niedrigen Allelfrequenzen und QTL-Größen und einem hohen Kopplungsungleichgewicht zwischen QTL limitiert. Multivariate Ansätze für die genomische Vorhersage der Anfälligkeit gegenüber der Ährenfusariose bei Hybridweizen sind genauer als univariate Modelle wenn der Verwandtschaftsgrad zwischen Trainings- und Validierungspopulationen geringer ist. Verschiedene Selektionsindizes erlauben die kombinierte Verbesserung vom Kornertrag und dem Proteingehalt vom Futterroggen (Secale cereale L.). Die Selektionsindizes können direkt durch die Anwendung von univariaten Modellen vorhergesagt werden.

Traits can be genetically correlated because of co-located quantitative trait loci (QTL). A multiple-trait association mapping study in bread wheat (Triticum aestivum L.) revealed that several QTL for yield and its components co-locate. In most genomic regions with co-located QTL there was not enough statistical evidence to strongly rule out pleiotropy as the cause of co-location. Differentiating close-linkage from pleiotropy was limited by allele frequencies, small QTL sizes and high linkage disequilibrium between QTL. Multiple-trait genomic prediction of Fusarium head blight severity of hybrid wheat is more accurate than single-trait prediction when the relatedness between estimation and prediction sets decreases. Different selection indices allow the simultaneous improvement of grain yield and protein content of rye (Secale cerale L.) for feeding purposes. These indices can be directly predicted by single-trait genomic prediction.