publ-ohne-podpubl-ohne-podMelchinger, Albrecht E.Longin, Carl Friedrich Horst2024-04-082024-04-082008-02-132007https://hohpublica.uni-hohenheim.de/handle/123456789/5107A major objective in hybrid maize breeding is the development of inbred lines with superior testcross performance. Inbred lines have commonly been derived in maize by recurrent selfing for five to six generations. The use of doubled haploids (DHs) enables the generation of completely homozygous lines in one step, representing a promising alternative to recurrent selfing. The implementation of the new DH technique in maize breeding requires an optimization of the entire breeding scheme in order to maximize progress from selection. The objectives of this study were to (i) compare selection gain (¢G) per breeding cycle with the probability of identifying superior genotypes with respect to the optimum allocation of test resources, (ii) evaluate several breeding schemes for an optimum use of the DH technique, (iii) determine the optimum number of test candidates and test locations as well the optimum type and number of testers for the different breeding schemes, and (iv) investigate the potential and limitations in the current DH technique in hybrid maize breeding. Monte Carlo simulations and numerical integration techniques were used to calculate the optimization criteria. The choice of G and the probability of identifying superior genotypes seems not to be crucial for the optimization of breeding schemes. The use of the new probability criterion supported the large optimum number of test locations determined by G. However, a larger impact of varying economic and quantitative-genetic parameters on the probability criterion than on ¢G was found, emphasizing their importance to maximize the chances of identifying a superior genotype. The use of Monte Carlo simulations for optimizing the allocation of test resources seems promising because of the possibility to calculate various optimization criteria for multi-stage selection in finite populations. However, the large computing power required for them can rapidly become prohibitive. Numerical integration techniques allow the calculation of G in multi-stage selection under the simplified assumption of infinite population size. The differences between finite and infinite population size were negligible for both, G and the optimum allocation of test resources. Thus, the simplifying assumption of infinite population size is justified as long as a tremendous reduction in computing time is warranted. Two-stage selection of DH lines was important to increase G and the probability of identifying superior genotypes, because it combines the evaluation of a large number of initial DH lines with the use of a large number of test locations. Consideration of an economic seed production indicated the necessity of separate breeding schemes for seed and pollen parent heterotic groups. For the pollen parent heterotic group, two-stage selection on testcross performance in both stages was most suitable, whereas for the seed parent heterotic group, line per se performance in the first stage followed by evaluation of testcross performance in the second stage was most appealing. The concentration of test resources on the most promising S1 families in early testing prior to DH production was superior to the evaluation of DH lines from the beginning of the selection process. The allocation of test resources was crucial to maximize G for a given scenario. Testers with broad genetic base allow a reduction of the number of testers in favor of an increased number of test locations and a largely increased G. An evaluation of progenies of each tester only in a single location instead of evaluating the progenies of each testers in all locations further increased G. With early testing prior to DH production, similar optimum numbers of testers and test locations were determined for evaluation of testcross performance of S1 families and DH lines within S1 families. This resulted in (i) a large optimum number of S1 families for the first stage and (ii) a small optimum number of S1 families but a large optimum number of DH lines within S1 families for the second stage. Current limitations in the DH technique with a low number of DH lines, which can be produced from a single maize plant, and high costs, affected the selection gain and the optimum allocation of test resources only marginally for breeding schemes with evaluation of DH lines from the beginning of the selection process. However, substantial improvements of the DH technique are required to realize the high potential of early testing prior to DH production in combination with a short cycle length. In conclusion, the optimum allocation of test resources is of utmost importance to increase selection gain under given economic resources. The implementation of DHs into maize breeding enables to shorten the length of the breeding cycle, but a careful evaluation of the breeding alternatives is required to maximize progress from selection.Die Entwicklung von Inzuchtlinien mit überlegener Testkreuzungsleistung ist eine der bedeutendsten Aufgaben in der Hybridmaiszüchtung. Üblicherweise werden Maisinzuchtlinien durch fortgesetzte Selbstbefruchtung in fünf bis sechs aufeinanderfolgenden Generationen hergestellt. Eine vielversprechende Alternative stellt die Technik der Erzeugung von Doppelhaploiden (DH) dar, mit deren Hilfe vollständig homozygote Linien in einem Schritt entwickelt werden können. Um den Zuchtfortschritt zu maximieren, erfordert die Einführung der DH-Technik in die Maiszüchtung eine Optimierung des gesamten Züchtungsgangs. Die Ziele unserer Studie waren: (i) die beiden Kriterien zur Bewertung des Zuchtfortschritts, nämlich den Selektionserfolg pro Zyklus und die Wahrscheinlichkeit, überlegene Genotypen zu identifizieren, hinsichtlich der optimalen Allokation von Testressourcen zu vergleichen, (ii) verschiedene Zuchtschemata für einen optimalen Einsatz der DH-Technik zu bewerten, (iii) die optimale Anzahl von Prüfkandidaten, Prüforten und Testern sowie den optimalen Testertyp zu bestimmen, und (iv) die Möglichkeiten und Grenzen der aktuellen DH-Technik zu untersuchen. Die Zielkriterien wurden mit Hilfe von Monte-Carlo-Simulationen und numerischen Integrationsverfahren berechnet. Die Wahl des Kriteriums zur Bewertung des Zuchtfortschritts, nämlich der Selektionserfolg vs. die Wahrscheinlichkeit, überlegene Genotypen zu identifizieren, hatte nur einen geringen Einfluß auf die Optimierung von Zuchtschemata. Die große Anzahl von Prüforten, die für den Selektionserfolg optimal war, wurde durch das Verwenden des Wahrscheinlichkeitskriteriums bestätigt. Allerdings wurde das Wahrscheinlichkeitskriterium stärker als der Selektionserfolg durch ökonomische und quantitativ-genetische Parameter beeinflusst, was deren Bedeutung für die Maximierung der Chancen, überlegene Genotypen zu identifizieren, unterstreicht. Monte-Carlo-Simulationen sind für die Optimierung der Allokation von Testressourcen geeignet, weil sie ermöglichen, verschiedene Zielkriterien für die Mehrstufenselektion in Populationen mit finiter Größe zu bestimmen. Allerdings kann der damit einhergehende hohe Rechenaufwand schnell zum begrenzenden Faktor werden. Der Selektionserfolg in der Mehrstufenselektion kann unter der vereinfachenden Annahme einer infiniten Populationsgröße mittels numerischer Integrationsverfahren bestimmt werden. Die Unterschiede in der optimalen Allokation von Testressourcen und dem Selektionserfolg zwischen den Berechnungen für finite und infinite Populationsgrößen waren vernachl¨assigbar klein. Somit ist die vereinfachende Annahme einer infiniten Populationsgröße gerechtfertigt, solange damit eine deutliche Reduktion der Rechenzeit verbunden ist. Der Selektionserfolg sowie die Wahrscheinlichkeit, überlegene Genotypen zu identifizieren, waren durch ökonomische und quantitativ-genetische Parameter nur begrenzt beeinflussbar. Dahingegen wurden beide Kriterien durch eine Zweistufenselektion von DH-Linien, bei der die Untersuchung einer großen Anzahl von Ausgangslinien mit dem Nutzen einer großen Anzahl von Prüforten kombiniert wird, beachtlich gesteigert. Die Berücksichtigung einer ökonomischen Saatgutproduktion erforderte die Verwendung unterschiedlicher Zuchtschemata für die heterotischen Gruppen der Saat- und Polleneltern. Für die Polleneltern war eine Zweistufenselektion auf Testkreuzungsleistung am besten geeignet, wohingegen sich für die Saateltern eine Selektion auf Linieneigenleistung in der ersten Selektionsstufe kombiniert mit einer Selektion auf Testkreuzungsleistung in der zweiten Selektionsstufe als überlegenes Zuchtschema erwies. Die Durchführung eines frühen Tests vor der DH-Produktion ermöglichte eine Konzentration der Testressourcen auf die viel versprechendsten S1-Familien, was der alleinigen Prüfung von DH-Linien während des gesamten Selektionsprozesses überlegen war. Der Nutzen von genetisch breiten Testern ermöglichte eine Reduktion der Testerzahl zu Gunsten einer gesteigerten Anzahl an Prüforten und eines stark erhöhten Selektionserfolgs. Die Untersuchung der Nachkommen jedes Testers an jeweils nur einem Ort anstelle der Prüfung aller Testkreuzungsnachkommen an allen Orten steigerte zusätzlich den Selektionserfolg. Vergleichbare Anzahlen von Testern und Prüforten waren für die Untersuchung von S1-Familien und DH-Linien optimal, wenn ein früher Test vor der Produktion von DH-Linien gemacht wurde. Dies führte dazu, dass in der ersten Selektionsstufe eine große Anzahl von S1-Familien, in der zweiten Selektionsstufe allerdings nur eine kleine Anzahl von S1-Familien mit jeweils einer großen Anzahl von DH-Linien innerhalb dieser S1-Familien optimal waren. Die Grenzen der aktuellen DH-Technik, insbesondere die geringe Anzahl von DH-Linien, die von einer Einzelpflanze produziert werden können, sowie die hohen Kosten beeinflussten den Selektionserfolg und die optimale Allokation der Testressourcen in Zuchtschemata, in denen ausschließlich DH-Linien getestet werden, kaum. Allerdings sind erhebliche Verbesserungen der DH-Technik nötig, um das große Potential des frühen Tests vor der DH-Produktion mit einer kurzen Zuchtzykluslänge zu vereinigen. Das Fazit ist: Die optimale Allokation der Testressourcen ist für die Maximierung des Selektionserfolgs unter gegebenen ökonomischen Rahmenbedingungen von außerordentlich großer Bedeutung. Die Einführung von Doppelhaploiden in die Maiszüchtung ermöglicht zwar eine Verkürzung der Zuchtzykluslänge, allerdings ist für eine Maximierung des Zuchtfortschritts die sorgfältige Abwägung verschiedener Zuchtalternativen von Nöten.enghttp://opus.uni-hohenheim.de/doku/lic_ubh.phpSelection gainGenotypesTester typeFamily selectionEarly testingGenotypenFrühes TestenFamilienselektion630SelektionsgewinnDoctoralThesis277202876urn:nbn:de:bsz:100-opus-2061