Genomic prediction in grain sorghum under low-P conditions using gene-specific molecular markers

Abstract

Genomic prediction presents a powerful opportunity for enhancing sorghum breeding programs, enabling the selection of hybrids that achieve high yields even in low phosphorus (P) environments. This paper investigates genomic selection for predicting sorghum hybrid performance by evaluating 110 R parent lines using molecular markers crossed with two female lines to produce 188 hybrids tested over two years (2021 and 2022) in low phosphorus conditions. Results showed high accuracy in selecting non-tested hybrids. This innovative approach not only identifies the most promising hybrids but also efficiently filters out those that lack tolerance or responsiveness to challenging conditions. The accuracy of genomic predictions for grain yield exceeds 0.6 for critical traits such as Grain Yield, Plant Height, 1000 Grain Weight, and Flowering Date. Notably, the prediction for Grain Yield has demonstrated exceptional reliability, with an accuracy of 0.67, and the predicted values closely match real-world field data. By adopting genomic predictions, we can significantly advance breeding strategies and improve crop performance in adverse conditions. Keywords: Genomic prediction; Grain Yield; Phosphorus efficiency of uptakeA predição genômica é uma ferramenta importante para o avanço dos programas de melhoramento de sorgo, permitindo a seleção de híbridos que alcançam alta prodtividade de grãos, e permitindo predizer o valor genético daqueles que ainda não foram testados em campo. Este artigo investiga a seleção genômica para predizer o desempenho de híbridos de sorgo avaliando suas respectivas linhagens parentais (110 linhagens R) que foram previamente selecionadas por marcadores moleculares. Essas linhagens R foram cruzados com duas linhagens A para produzir 188 híbridos testados ao longo de dois anos (2021 e 2022) em condições de baixo teor de fósforo. Os resultados mostraram alta precisão na seleção de híbridos não testados. Esta abordagem não só identifica os híbridos mais promissores, mas também filtra os de baixa produtividade que podem ser descartados. No presente trabalho a precisão das predição genômicas excede 0,6 para características críticas, como rendimento de grãos, altura da planta, peso de 1.000 grãos e data de floração. A predição do rendimento de grãos demonstrou confiabilidade, com acurávia depredição de 0,67, e os valores previstos correspondem de perto aos dados de campo. Adotando a predição genômica pode-se significativamente avançar os programas de melhoramento de sorgo selecionando hybridos de melhor performance em condições adversas. Palavras-chave: Predição genômica; Produtividade de grãos; Eficiência de aquisição de fósforo