Please use this identifier to cite or link to this item: http://dx.doi.org/10.25673/33000
Full metadata record
DC FieldValueLanguage
dc.contributor.refereeAltmann, Thomas-
dc.contributor.refereeWeisshaar, Bernd-
dc.contributor.refereeScholten, Stefan-
dc.contributor.authorKnoch, Dominic-
dc.date.accessioned2020-05-05T13:23:01Z-
dc.date.available2020-05-05T13:23:01Z-
dc.date.issued2020-
dc.identifier.urihttps://opendata.uni-halle.de//handle/1981185920/33197-
dc.identifier.urihttp://dx.doi.org/10.25673/33000-
dc.description.abstractHybridpflanzen sind in der Pflanzenzüchtung aufgrund der Heterosis, der besseren Leistung von Hybriden im Vergleich zu ihren Inzucht-Eltern, wichtig. Da die Vorhersage der Hybridleistung für Züchter von größtem Interesse ist, wurde die Effizienz zweier Vorhersagemodelle für sieben agronomische Merkmale in Sommerraps (Brassica napus L.) getestet. Umfassende omics-Datensätze einschließlich zeitlich aufgelöster Phänotypen, Transkript- und Metabolitprofile wurden für einen Satz von 477 Rapslinien generiert und einzeln und in Kombinationen auf ihre prädiktiven Fähigkeiten hin untersucht. Ein ungleicher Beitrag der Subgenomexpression zur Biomassebildung wurde ebenfalls aufgedeckt. Multi-omics genomweite Assoziationsstudien zeigten quantitative Trait-Loci (QTL) mit ausgeprägten Hotspots sowie Ko-Lokalisationen von QTL über die omics-Ebenen hinweg. Die Analyse vier wachstumsbezogener Merkmale und abgeleiteter Wachstumsraten mittels täglicher Phänotypisierung ergab, dass frühes Pflanzenwachstum von mehreren mittleren und vielen kleinen Effektloci bestimmt wird, die meistens nur während kurzer Entwicklungsphasen wirken.ger
dc.description.abstractHybrid plants are important in plant breeding due to heterosis, the superior performance of hybrids compared to their inbred parents. As the prediction of hybrid performance is of utmost interest to breeders, the effectiveness of two prediction models was tested using seven agronomic traits in spring-type oilseed rape (Brassica napus L.). Extensive omics data sets including time-resolved phenotypes, transcript and metabolite profiles were generated for a set of 477 rapeseed lines and evaluated, individually and in combinations for their predictive abilities. An unequal contribution of subgenome expression to biomass formation was also uncovered. Multi-omics genome-wide association studies revealed quantitative trait loci (QTL) with pronounced hotspots, as well as co-localisations of QTL across the omics layers. The analysis of four growth-related traits and derived growth rates using daily phenotyping revealed that early plant growth is governed by several medium and many small effect loci, most of which act only during short developmental phases.eng
dc.format.extent1 Online-Ressource (197 Seiten)-
dc.language.isoeng-
dc.rights.urihttp://rightsstatements.org/vocab/InC/1.0/-
dc.subject.ddc572-
dc.titleGrowth-related systems genetics analyses and hybrid performance prediction in canolaeng
dcterms.dateAccepted2020-03-10-
dcterms.typeHochschulschrift-
dc.typePhDThesis-
dc.identifier.urnurn:nbn:de:gbv:3:4-1981185920-331976-
local.versionTypepublishedVersion-
local.publisher.universityOrInstitutionMartin-Luther-Universität Halle-Wittenberg-
local.subject.keywordsBiomasse-Produktion, Gaschromatographie-Massenspektrometrie (GC-MS), genomische beste lineare unverzerrte Vorhersage (gBLUB), genomweite Assoziationsstudien (GWAS), Heterosis, Hochdurchsatz-Phänotypisierung, Hybridleistungsvorhersage, RNA-Sequenzierung, Sommerraps (Brassica napus L.), vegetative Wachstumsdynamikger
local.subject.keywordsbiomass production, gas chromatography–mass spectrometry (GC-MS), genome-wide association studies (GWAS), genomic best linear unbiased prediction (gBLUP), heterosis, high-throughput phenotyping, hybrid performance prediction, RNA sequencing, spring-type oilseed rape (Brassica napus L.), vegetative growth dynamicseng
local.openaccesstrue-
dc.identifier.ppn1697240763-
local.publication.countryXA-DE-
cbs.sru.importDate2020-05-05T13:14:51Z-
local.accessrights.dnbfree-
Appears in Collections:Biochemie

Files in This Item:
File Description SizeFormat 
Dissertation_Dominic_Knoch_print_final_electronic.pdf41.27 MBAdobe PDFThumbnail
View/Open
Data S1.xlsx19.56 kBMicrosoft Excel XMLView/Open
Data S2.xlsx85.59 kBMicrosoft Excel XMLView/Open
Data S3.xlsx846.46 kBMicrosoft Excel XMLView/Open
Data S4.xlsx1.66 MBMicrosoft Excel XMLView/Open
Data S5.xlsx25.82 MBMicrosoft Excel XMLView/Open
Data S6.xlsx553.44 kBMicrosoft Excel XMLView/Open
Data S7.xlsx90.05 MBMicrosoft Excel XMLView/Open
Data S8.xlsx340.25 kBMicrosoft Excel XMLView/Open
Data S9.xlsx1.82 MBMicrosoft Excel XMLView/Open
Data S10.xlsx14.33 kBMicrosoft Excel XMLView/Open
Data S11.xlsx16.64 MBMicrosoft Excel XMLView/Open
Data S12.xlsx1.89 MBMicrosoft Excel XMLView/Open
Data S13.xlsx107.98 MBMicrosoft Excel XMLView/Open
Data S14.xlsx2.67 MBMicrosoft Excel XMLView/Open
Data S15.xlsx11.55 kBMicrosoft Excel XMLView/Open
readme.txt958 BTextView/Open