Achtung: hohPublica wurde am 18.11.2024 aktualisiert. Falls Sie auf Darstellungsfehler stoßen, löschen Sie bitte Ihren Browser-Cache (Strg + Umschalt + Entf). *** Attention: hohPublica was last updated on November 18, 2024. If you encounter display errors, please delete your browser cache (Ctrl + Shift + Del).
 

Gibberella ear rot resistance in European maize : genetic analysis by complementary mapping approaches and improvement with genomic selection

dc.contributor.advisorMelchinger, Albrecht E.de
dc.contributor.authorHan, Sende
dc.date.accepted2022-04-25
dc.date.accessioned2024-04-08T09:02:23Z
dc.date.available2024-04-08T09:02:23Z
dc.date.created2022-05-18
dc.date.issued2022
dc.description.abstractDuring the last decades, implementation of molecular markers such as single nucleotide polymorphisms (SNPs) has transformed plant breeding practices from conventional phenotypic selection to marker-assisted selection (MAS) and genomic selection (GS) that are more precise, faster and less resource-consuming. In this dissertation, we investigated these three selection approaches for improving the polygenic trait Gibberella ear rot (GER) resistance in maize (Zea mays L.), which is an important fungal disease in Europe and North America leading to reduced grain yield and grain contaminated with mycotoxins such as deoxynivalenol (DON) and zearalenone (ZON). Three different sets of materials were evaluated in multiple environments and analyzed for different objectives. In the first study, five flint doubled-haploid (DH) families (with size 43 to 204) inter-connected at various levels through common parents, were generated in an incomplete half-diallel design with four parental lines developed by the University of Hohenheim. Significant genotypic variances and generally high heritabilities were observed for all three traits (i.e., GER, DON and days to silking (DS)) in all families, implying good prospects for resistance breeding and phenotypic selection against GER across different environments in European maize germplasm. Genetic correlations were extremely tight between DON and GER and moderately negative for DS with DON or GER, suggesting that indirect selection against GER would be efficient to reduce DON, but maturity should be considered in GER resistance breeding. Using a high-density consensus map with 2,472 marker loci, we compared classical bi-parental mapping of QTL (quantitative trait locus/loci) with multi-parental QTL mapping conducted with joint families and using four different biometric models. Multi-parental QTL mapping models identified all and even further QTL than the bi-parental QTL mapping model conducted within each family. Interestingly, QTL for DON and GER were mostly family-specific, yet multiple families had several common QTL for DS. Many QTL displayed large additive effects and most favorable alleles originated from the highly resistant parent. Interactions between detected QTL and genetic background (family) were rare and had comparatively small effects. Multi-parental QTL mapping models generally did not yield higher prediction accuracy than the bi-parental QTL mapping model for all traits. In the second study, two diversity panels consisting of 130 elite European dent and 114 flint lines, respectively, from the University of Hohenheim were evaluated and subject to a genome-wide association study within each pool. Similar to the first study, highly significant genotypic and genotype × environment interaction variances were observed for GER, DON and DS. Heritabilities were moderately high for GER and DON and high for DS in both pools. Estimated genomic correlations between pools were close to zero for DON and DS, and slightly higher for GER. The detected QTL for DON were all specific to each heterotic pool and none of them was in common with previously detected QTL. Furthermore, no QTL was detected for GER and DS in both pools. Genomic prediction (GP) across pools yielded low or even negative prediction accuracy for all traits. When the training set (TS) size was increased by combining lines from both heterotic pools, the combined-pool GP approaches had no higher prediction accuracy than the within-pool GP approach. Different from expectation, method BayesB did not outperform genomic best linear unbiased prediction (GBLUP). In the third study, we analyzed two backcross (BC) families derived from a resistant and a susceptible recurrent parent. Both BC populations differed substantially in their means for all traits, suggesting that the two recurrent parents have different QTL alleles for GER resistance. Relatively high correlations were observed between DON and ZON concentrations measured by immunoassays and GER visual severity scoring and NIRS (near-infrared spectroscopy) within each BC population. Thus, the mycotoxin content in grain can reliably be reduced by directional selection for GER severity and NIRS measurements that are less expensive and less laborious. In conclusion, GER resistance in European maize germplasm can be effectively improved through breeding with resistant donor lines. GER visual severity scoring and NIRS measurements were found to be reliable predictors for DON and ZON concentrations in grain. We observed that QTL for GER and DON are mostly specific to a few families or a limited number of materials, whereas QTL for DS are more commonly shared between families. The multi-parental QTL mapping approach is complementary to the classical bi-parental QTL mapping in that the latter has generally higher power to identify rare but large-effect QTL for traits such as GER and DON, whereas the former is superior in detecting common but small-effect QTL for traits such as DS. Composing the TS with materials more closely related to the prediction set and increasing the TS size generally resulted in higher prediction accuracy for MAS and GS, irrespective of the trait and statistical model.en
dc.description.abstractIn den letzten Jahrzehnten hat die Anwendung molekularer Markern wie z.B. Single Nucleotide Polymorphismen (SNPs) die praktische Pflanzenzüchtung von der konventionellen phänotypischen Selektion hin zur markergestützten Selektion (MAS) und genomischen Selektion (GS) verändert, da letztere Methoden oft präziser, schneller und weniger ressourcenintensiv sind. In dieser Dissertation untersuchten wir diese drei Selektionsansätze zur Verbesserung des polygenen Merkmals der Gibberella-Kolbenfäule (GER)-Resistenz bei Mais (Zea mays L.), einer in Europa und Nordamerika bedeutenden Pilzkrankheit, die zu verringertem Kornertrag und zu kontaminiertem Erntegut führt, belastet mit Mykotoxinen wie Deoxynivalenol (DON) und Zearalenone (ZON). In dieser Arbeit wurden drei verschiedene Materialsätze von Maisinzuchtlinien in mehreren Umwelten evaluiert und für unterschiedliche Ziele analysiert. In der ersten Studie wurden fünf Doppelhaploiden(DH)-Familien (Größe 43 bis 204), die durch gemeinsame Eltern untereinander verwandt waren, in einem unvollständigen Halb-Diallel-Design mit vier von der Universität Hohenheim entwickelten Flint-Elternlinien generiert. Signifikante genotypische Varianzen und allgemein hohe Heritabilitäten wurden für alle drei untersuchten Merkmale (GER, DON und Tage bis zur weiblichen Blüte (DS)) in allen Familien beobachtet, was gute Erfolgsaussichten für Resistenzzüchtung und phänotypische Selektion gegen GER in verschiedenen Umwelten im europäischen Zuchtmaterial verspricht. Die genetischen Korrelationen zwischen DON und GER waren extrem eng und für DS mit DON oder GER moderat negativ. Dies deutet darauf hin, dass eine indirekte Selektion gegen GER effizient wäre, um die DON-Konzentration zu reduzieren, jedoch die Reife bei der GER-Resistenzzüchtung in Betracht gezogen werden sollte. Unter Verwendung einer hochdichten Konsensus-Karte mit 2.472 Marker Loci verglichen wir die klassische bi-parentale Kartierung von QTL (quantitative trait locus/loci) mit der multi-parentalen QTL-Kartierung, wozu alle Familien and vier verschiedene biometrische Modelle herangezogen wurden. Mit multi-parentale QTL-Kartierung-Modellen wurden alle und sogar noch weitere QTL identifiziert als mit dem bi-parentale QTL-Kartierung-Modell, das jeweils innerhalb jeder Familie verwendet wurde. Interessanterweise waren die QTL für DON und GER meist familienspezifisch, während für DS verschiedene Familien mehrere gemeinsame QTL aufwiesen. Viele QTL zeigten bedeutende additive Gen-Effekte und die günstigsten Allele stammten vom hochresistenten Elter. Interaktionen zwischen den detektierten QTL und dem genetischen Hintergrund (Familie) waren selten und hatten vergleichsweise geringe Effekte. Multi-parentale QTL-Mapping-Modelle ergaben meist keine höhere Vorhersagegenauigkeit als bi-parentale QTL-Kartierung-Modelle für alle Merkmale. In der zweiten Studie wurden zwei Diversitäts-Panels bestehend aus 130 europäischen Elite Dent- bzw. 114 Flint-Linien der Universität Hohenheim evaluiert und innerhalb jedes Pools einer genomweiten Assoziationsstudie unterzogen. Ähnlich wie in der ersten Studie wurden für GER, DON und DS hochsignifikante genotypische Varianzen und Genotyp × Umwelt-Interaktionsvarianzen beobachtet. Die Heritabilitäten waren mittelhoch für GER und DON und hoch für DS in beiden Pools. Die geschätzten genomischen Korrelationen zwischen den Pools waren für DON und DS nahe Null und für GER etwas höher. Die nachgewiesenen QTL für DON waren alle spezifisch für den jeweiligen Pool und verschieden von zuvor detektierten QTL. Darüber hinaus wurde in beiden Pools kein QTL für GER und DS gefunden. Die genomische Vorhersage (GP) über Pools hinweg ergab eine geringe oder gar negative Vorhersagegenauigkeit für alle Merkmale. Selbst wenn die Größe des Training-Satzes durch Kombinieren von Linien aus beiden heterotischen Pools erhöht wurde, hatten die GP-Ansätze mit kombinierten Pools keine höhere Vorhersagegenauigkeit als der GP-Ansatz innerhalb eines Pools. Anders als erwartet war beim Vergleich der statistischen Verfahren die BayesB Methode der genomischen besten linearen unverzerrten Vorhersage (GBLUP) hinsichtlich der Vorhersagegenauigkeit nicht überlegen. In der dritten Studie analysierten wir zwei Rückkreuzungsfamilien (BC), die von einem resistenten und einem anfälligen rekurrenten Elter stammten. Beide BC-Populationen unterschieden sich erheblich in ihren Mittelwerten für alle Merkmale, was darauf hindeutet, dass die beiden rekurrenten Eltern unterschiedliche QTL-Allele für GER-Resistenz besitzen. Zwischen DON- und ZON-Konzentrationen Relativ wurde hohe Korrelationen beobachtet. Neben Immunoassays wurde auch visuelle Bonituren für den Befallsgrad von GER sowie NIRS(Nah-Infrarot-Spektroskopie)-Messungen am Erntegut innerhalb jeder BC-Population durchgeführt. Danach stellt eine Selektion basierend auf visuellen Bonituren des Befalls von GER oder NIRS-Messungen am Erntegut einen effizienten und kostengünstigen Ansatz zur Reduzierung des Mykotoxin-Gehalts dar. Zusammenfassend lässt sich aus den Ergebnissen ableiten, dass die GER-Resistenz im europäischen Mais durch Züchtung mit Hilfe resistenter Donoren effektiv verbessert werden kann. Die visuelle Bonitur des GER-Befallsgrades und NIRS-Messungen am vermahlenen Erntegut erwiesen sich als zuverlässige Indikatoren für die Rangierung von Genotypen hinsichtlich der DON- und ZON-Konzentration in Maiskörnern. Die detektierten QTL für GER und DON waren meist spezifisch für einige wenige Familien, während für DS häufiger gemeinsame QTL in mehreren Familien vorlagen. Der Ansatz der multi-parentalen QTL-Kartierung ergänzt die klassische bi-parentale QTL-Kartierung insofern, als letztere meist eine höhere Aussagekraft hat, um seltene QTL-Allele mit großem Effekt für Merkmale wie GER und DON zu detektieren, während erstere bei der Detektion von häufig vorkommenden QTL-Allelen mit geringem Effekt für Merkmale wie DS überlegen ist. Unabhängig vom Merkmal und dem verwendeten statistischen Verfahren konnte die Vorhersagegenauigkeit für MAS und GS durch eine engere Verwandtschaft zwischen dem zur Selektion vorgesehenen Zuchtmaterial und dem Trainingssatz und einer Vergrößerung desselben verbessert werden.de
dc.identifier.swb1802494960
dc.identifier.urihttps://hohpublica.uni-hohenheim.de/handle/123456789/6725
dc.identifier.urnurn:nbn:de:bsz:100-opus-20333
dc.language.isoeng
dc.rights.licensepubl-mit-poden
dc.rights.licensepubl-mit-podde
dc.rights.urihttp://opus.uni-hohenheim.de/doku/lic_mit_pod.php
dc.subjectMaizeen
dc.subjectBreedingen
dc.subjectFusarium graminearumen
dc.subjectQTLen
dc.subjectGenomic selectionen
dc.subjectMaisde
dc.subjectZüchtungde
dc.subjectFusarium graminearumde
dc.subjectQTLde
dc.subjectGenomische Selektionde
dc.subject.ddc630
dc.subject.gndMaisde
dc.subject.gndZüchtungde
dc.subject.gndFusarium graminearumde
dc.subject.gndQTLde
dc.titleGibberella ear rot resistance in European maize : genetic analysis by complementary mapping approaches and improvement with genomic selectionde
dc.title.dissertationGibberella-Kolbenfäule-Resistenz im europäischen Mais : genetische Analyse durch komplementäre Kartierungsansätze und Verbesserung durch genomische Selektionde
dc.type.dcmiTextde
dc.type.diniDoctoralThesisde
local.accessuneingeschränkter Zugriffen
local.accessuneingeschränkter Zugriffde
local.bibliographicCitation.publisherPlaceUniversität Hohenheimde
local.export.bibtex@phdthesis{Han2022, url = {https://hohpublica.uni-hohenheim.de/handle/123456789/6725}, author = {Han, Sen}, title = {Gibberella ear rot resistance in European maize : genetic analysis by complementary mapping approaches and improvement with genomic selection}, year = {2022}, school = {Universität Hohenheim}, }
local.export.bibtexAuthorHan, Sen
local.export.bibtexKeyHan2022
local.export.bibtexType@phdthesis
local.faculty.number2de
local.institute.number350de
local.opus.number2033
local.universityUniversität Hohenheimde
local.university.facultyFaculty of Agricultural Sciencesen
local.university.facultyFakultät Agrarwissenschaftende
local.university.instituteInstitute for Plant Breeding, Seed Science and Population Geneticsen
local.university.instituteInstitut für Pflanzenzüchtung, Saatgutforschung und Populationsgenetikde
thesis.degree.levelthesis.doctoral

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Dissertation_Sen_Han_28.04.2022.pdf
Size:
637.87 KB
Format:
Adobe Portable Document Format
Description:
Open Access Fulltext