View Item
- xmlui.general.dspace_homeCentros Regionales y EEAsCentro Regional Buenos Aires NorteEEA PergaminoPresentaciones a Congresosxmlui.ArtifactBrowser.ItemViewer.trail
- DSpace Home
- Centros Regionales y EEAs
- Centro Regional Buenos Aires Norte
- EEA Pergamino
- Presentaciones a Congresos
- View Item
Efecto de los modelación de la presencia del carbón de la espiga del maíz (Ustilago maydis) en la identificación de resistencia
Abstract
Ustilago maydis es un hongo basidiomicete biótrofo causal del carbón común del maíz (Zea mays L.) que se manifiesta como agallas que afectan el rendimiento de los granos y pueden facilitar la infección por otros patógenos. El efecto del patógeno sobre la planta suele registrarse a través de un conteo de cantidad de plantas enfermas sobre número de plantas sanas de una parcela (variable discreta). El mapeo de asociación de genoma completo (GWAS, del inglés
[ver mas...]
Ustilago maydis es un hongo basidiomicete biótrofo causal del carbón común del maíz (Zea mays L.) que se manifiesta como agallas que afectan el rendimiento de los granos y pueden facilitar la infección por otros patógenos. El efecto del patógeno sobre la planta suele registrarse a través de un conteo de cantidad de plantas enfermas sobre número de plantas sanas de una parcela (variable discreta). El mapeo de asociación de genoma completo (GWAS, del inglés Genome Wide Association Study) es una herramienta eficaz para identificar loci de caracteres cuantitativos (QTL) a través de la asociación genotipo (SNP)-fenotipo, sin embargo, se espera que la distribución de la variable respuesta (presencia/ausencia de carbón de la espiga de maíz) tenga una distribución normal. En este trabajo se evaluaron ocho modelos lineales generalizados mixtos de tipo inflados en cero. A partir de la estimación de los BLUP de cada genotipo se ajustaron modelos GWAS multilocus para la identificación de asociaciones al carbón de la espiga en maíz. Se usaron modelos lineales generales (GLM) con estructura genética poblacional obtenida por componentes principales (P), matriz de parentesco por el método bayesiano (Q) y kinship por el método de Van Raden (K). También los basados en modelos lineales mixtos (MLM) como Compresed (CMLM), Multiple loci (MLMM), FarmCPU y Blink de GAPIT. Se trabajó con una base de datos de 63 líneas endocriadas de maíz genotipadas mediante un chip de SNPs de 56K proveniente del Programa de Mejoramiento de maíz de la Estación Experimental Agropecuaria INTA Pergamino. El modelo mezcla con la distribución Binominal Negativa (ZINB) fue el que obtuvo menor valor de AIC y los modelos MLMM y CMLM identificaron siete segmentos cromosómicos candidatos para resistencia a carbón.
[Cerrar]
Author
Bruno, Cecilia Inés;
Peñas Ballesteros, Andrea;
Iglesias, Juliana;
Descripción
Poster y resumen
Fuente
XXVIII Reunión Científica del Grupo Argentino de Bioestadística "Fortaleciendo la Soberanía a través del Conocimiento Científico”, Buenos Aires, del 8 al 10 de octubre de 2024.
Date
2024-10
Editorial
Grupo Argentino de Bioestadística
Formato
pdf
Tipo de documento
documento de conferencia
Palabras Claves
Derechos de acceso
Abierto
Excepto donde se diga explicitamente, este item se publica bajo la siguiente descripción: Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Unported (CC BY-NC-SA 2.5)