Die Vorhersage der phänotypischen Leistung von Gerstenlinien mittels Modellierung von Metaboliten und Single Nucleotide Polymorphismen (SNPs) und die Aufklärung der zugrundeliegenden Genetik mittels Genomweiter Assoziationsstudie (GWAS)

Abstract

Gerste (Hordeum vulgare ssp. vulgare) ist die viertwichtigste Kulturpflanze weltweit. Wie andere Nutzpflanzenarten leidet Gerste unter dem genetischen Flaschenhalseffekt, durch den weitere Leistungssteigerungen durch klassische Züchtungsmethoden zunehmend schwieriger werden. Deshalb sind indirekte Selektionsmethoden von großem Interesse. In dieser Arbeit wurden genomische Vorhersagen (GV) auf der Grundlage von 33.005 SNP-Markern und alternativ metabolische Vorhersagen (MV) auf der Grundlage von 128 Metaboliten berechnet. Es wurden mehrjährige agronomische Merkmale in der Nested Association Mapping (NAM)-Population HEB-25 vorhergesagt. Vorhersagefähigkeiten von bis zu 0,93 für die Pflanzenhöhe mit SNP-Markern und bis zu 0,59 für den Blühzeitpunkt mit Metaboliten wurden realisiert. Im zweiten Teil der Arbeit wurde eine genomweite Assoziationsstudie (GWAS) in HEB-25 durchgeführt, um metabolische quantitative Merkmalsloci (mQTL) zu identifizieren. Dabei wurden signifikante mQTL für mehrere Metaboliten gefunden. Alle diese Metaboliten konnten als Zucker klassifiziert werden. Zucker sind an der Signalinduktion, dem Pflanzenwachstum und der Pflanzenentwicklung beteiligt. Zucker-assoziierte Gene, die hauptsächlich für Zuckertransporter kodieren, wurden als Kandidatengene für die meisten mQTL identifiziert.

Like other crops, barley (Hordeum vulgare ssp. vulgare), the fourth most important crop in the world, suffers from the genetic bottleneck effect, which makes further performance improvements through classical breeding methods difficult. Therefore, indirect selection methods are of great interest. In this work genomic prediction (GP) based on 33,005 SNP markers and alternatively, metabolic prediction (MP) based on 128 metabolites were applied. Multi-year agronomic traits in the Nested Association Mapping (NAM) population HEB-25 were predicted. Predictive abilities of up to 0.93 for plant height with SNP markers and up to 0.59 for flowering time with metabolites were realized. In the second part of this work, a genome-wide association study (GWAS) was conducted in HEB-25 to identify metabolic quantitative trait loci (mQTL). Significant mQTL were found for several metabolites. All these metabolites could be classified as sugars. Sugars are known to be involved in signal induction, plant growth and plant development. Sugar-associated genes, which mainly code for sugar transporters, have been identified as candidate genes for most mQTL.