Seleção genômica ampla para escolha de genitores de soja e predição do desempenho de populações híbridas

Abstract

A seleção de genitores é a primeira etapa em um programa de melhoramento e define o potencial de sucesso no desenvolvimento de uma cultivar superior. A seleção genômica ampla (do inglês, genome wide selection – GWS) associa informações moleculares e fenotípicas e prediz o desempenho de progênies futuras (valor genético genômico predito) com informações moleculares. Neste cenário, o objetivo deste estudo foi avaliar o potencial da GWS na predição do desempenho de híbridos e, consequentemente, na seleção de genitores para cruzamentos, utilizando-se somente informações genotípicas dos híbridos. Ademais, almejou-se comparar os resultados com técnicas tradicionais de seleção de genitores (seleção univariada e multivariada), visando o estabelecimento de blocos de cruzamento, para, então, parametrizar o potencial da GWS. Para execução do experimento foram utilizados dados simulados tomando como referência o genoma da soja. Foram criadas 200 RILs (do inglês, recombinant inbred line) com informações moleculares de 5400 SNPs e quatro características fenotípicas (produtividade, altura de planta, acamamento e ramificações laterais). Além disso, foram gerados 19900 híbridos oriundos do intercruzamento de todas as RILs. O conjunto de informações das RILs foram criadas fazendo alusão ao processo de fenotipagem e genotipagem de um conjunto de linhagens de soja com potencial para serem selecionadas como genitores em um programa de melhoramento. Primeiramente, foram selecionadas 10 linhagens seguindo critério univariado para a característica de interesse, ou seja, baseando-se no desempenho fenotípico per se para a produtividade. Em seguida, utilizou-se de um critério multivariado para seleção de genitores. Neste, foi empregado o método de agrupamento de Tocher, utilizando-se a distância euclidiana média, e a técnica de componentes principais para seleção de 10 linhagens geneticamente divergentes. Posteriormente, a seleção de genitores (10 linhagens) foi baseada no valor genético genômico estimado das RILs, cuja estimação foi obtida a partir da metodologia de seleção genômica ampla, considerando o carácter produtividade. Neste caso, foram selecionadas as linhagens com maior valor genético genômico estimado. Os três blocos de cruzamentos gerados foram avaliados pelo modelo de análise dialélica proposto por Griffing (1956). Paralelamente, os valores fenotípicos dos híbridos foram analisados visando a seleção das melhores populações híbridas de cada bloco de cruzamento. Além disto, estimou-se o valor genético genômico predito de todos os híbridos oriundos do intercruzamento das 200 linhagens e o potencial preditivo foi verificado analisando-se o desempenho fenotípico dos melhores híbridos preditos. As metodologias de seleção de genitores univariada com base em valores fenotípicos e predição pela GWS apresentaram quatro populações híbridas promissoras de acordo com a análise dialélica, enquanto que o critério multivariado para seleção de genitores rendeu seis híbridos superiores. Entretanto, considerando-se a seleção dos 20% melhores híbridos baseados apenas em dados fenotípicos, foi observado que as populações mais promissoras foram encontradas no bloco de cruzamento baseado no valor genético genômico estimado dos genitores, seguido pelo critério multivariado e univariado. O desempenho fenotípico médio destes híbridos superiores foi 1,14, 1,11 e 0,93, respectivamente. A predição de performance empregada pela GWS para quatro características fenotípicas apresentou resultados promissores. O desempenho fenotípico dos melhores híbridos preditos para as características produtividade, altura de planta, acamamento e ramificações laterais apontou que 30%, 47%, 46% e 46% dos melhores híbridos preditos apresentaram excelente desempenho fenotípico, respectivamente. Além disso, observou-se que os genitores das populações híbridas com excelente desempenho fenotípico apresentavam elevados valores genético genômicos, destacando a importância de se considerar informações de genitores. Este resultado ressalta o potencial da GWS na predição do desempenho de híbridos e, consequentemente, na determinação dos genitores selecionados para cruzamentos.

Parental selection is the main stage in a breeding program, once it delimits the success in developing a new cultivar. The Genome Wide Selection (GWS) enables the association of molecular information with phenotypic data and predicts the performance of future progenies (estimated breeding value) using molecular information. In this scenario, the aim of this study was to evaluate the potential of GWS to predict hybrid performance and, consequently, support parental selection, only employing genotypic information of hybrid populations. Besides, we aimed to compare the results with traditional methods of parental selection (univariate and multivariate selection), in order to form crossing blocks, and, therefore, to parametrize the GWS potential. We ran this study based on simulated data from the soybean reference genome. We created 200 RILs (recombinant inbred line) associated to molecular information (5400 SNP markers) and four phenotypic traits (yield, plant height, lodging and number of branches). We created the 19900 hybrids from the intercross of all RILs as well. The group of RILs data was created aiming to allude the process of genotyping and phenotyping a set of soybean inbred lines with potential to yield promising hybrids. First, 10 inbred lines were selected according to per se performance criteria for yield, that is, the most yielding lines were selected. Then, a multivariate approach was employed for parental selection. In this case, the Tocher grouping technique, based on average Euclidean distance, and Principal Components analysis were employed to select the most genetically divergent inbred lines (10 inbred selected). Next, the parental selection (10 inbred lines selected) was based on estimated breeding value of RILs, whose estimation was made according to the GWS methodology for yield. All three crossing blocks were evaluated through diallele cross analysis following the method proposed by Griffing (1956). Alongside, the hybrids phenotypic performance was analyzed solely as well. Moreover, we estimated all hybrids breeding value from the intercross of the 200 RILs and its prediction capability was verified analyzing the phenotypic performance of the best predicted hybrids. The parental selection approaches based on univariate criteria and GWS prediction displayed four promising hybrid populations according to the diallele cross analysis, while the multivariate criteria yielded six superior hybrids. However, considering selecting the 20% best hybrids based solely on phenotypic performance, we observed that the most promising ones were found in the crossing block based on estimated breeding value, follow by the multivariate approach and univariate criteria. The phenotypic average performance of these superior hybrids populations were 1.14, 1.11 and 0.93, respectively. The performance prediction employed for four agronomic traits by GWS delivered promising results. The phenotypic analysis of the best hybrids according to the GWS prediction model (ones with highest estimated breeding value) for yield, plant height, lodging and number of branches pointed out that 30%, 47%, 46% and 46% of theses hybrids performed phenotypically greatly, respectively. In addition, the genitors of the hybrid populations with excellent phenotypic performance had great estimated breeding value, indicating parental information importance. These results highlight the potential of GWS in predicting the best hybrids and, therefore, establishing the best parents for crossing.