Simple item page
 

Wykorzystanie technologii NGS, mapowania asocjacyjnego i fizycznego w celu identyfikacji genów kandydujących związanych z plonem kukurydzy

cris.virtual.author-orcid0000-0002-0102-0084
cris.virtual.author-orcid0000-0001-9516-8911
cris.virtualsource.author-orcid51a5a68b-106b-4e9d-bd9b-79d15d3ec0c1
cris.virtualsource.author-orcid2faa4bbb-a129-4bec-8137-bd8eeedf40e0
dc.abstract.enThe implementation of biological progress in agricultural production is a response to the needs of the agricultural sector in the 21st century, enabling increased production and improved food quality. Biological progress in maize breeding and the seed industry is unique in terms of social and ecological aspects of innovation. It affects agricultural productivity and adaptation of cultivated maize varieties to market requirements and changing climatic conditions, without compromising the environment. Modern maize breeding is based on a wide range of research techniques in the field of molecular genetics. These technologies enable the identification of genome regions related to, among others, maize yield, which is crucial for characterizing and manipulating these regions. In view of the above, the aim of this study was to identify molecular markers (SilicoDArT and SNP) associated with candidate genes responsible for maize yield, using next-generation sequencing, association mapping and physical mapping. The plant material for this study consisted of 122 maize hybrids. The experiment was conducted in Smolice. The average yield values ranged from 10.48 kg/10 m2 (for genotype G01.02) to 14.41 kg/10 m2 (for genotype G02.07). The analyzed genotypes were simultaneously subjected to next-generation sequencing using the Illumina platform. Illumina sequencing identified 60436 SilicoDArT markers and 32178 SNP markers (92614 in total). For association mapping, 25078 markers (18878 SilicoDArT and 6200 SNP) were used, meeting the criteria: (MAF > 0.25 and number of missing observations <10%). Among the selected markers, 114 were highly statistically significant (LOD > 3.0). Five markers were proposed for further breeding work, which explain the yield variability to a significant extent: from 12.3% to 16.7%.
dc.abstract.plWdrażanie postępu biologicznego w produkcji rolniczej jest odpowiedzią na potrzeby sektora rolniczego w XXI wieku, umożliwiając zwiększenie produkcji i poprawę jakości żywności. Postęp biologiczny w hodowli kukurydzy i przemyśle nasiennym jest wyjątkowy pod względem aspektów społecznych i ekologicznych innowacji. Wpływa na produktywność rolniczą i adaptację uprawianych odmian kukurydzy do wymagań rynku i zmieniających się warunków klimatycznych, bez narażania środowiska. Nowoczesna hodowla kukurydzy opiera się na szerokim zakresie technik badawczych z zakresu genetyki molekularnej. Technologie te umożliwiają identyfikację regionów genomu związanych m.in. z plonowaniem kukurydzy, co jest kluczowe, dla scharakteryzowania i manipulowania tymi regionami. Wobec powyższego celem tego badania była identyfikacja markerów molekularnych (SilicoDArT i SNP) powiązanych z genami kandydującymi odpowiedzialnymi za plonowanie kukurydzy, wykorzystując sekwencjonowanie nowej generacji, mapowanie asocjacyjne i fizyczne. Materiał roślinny do tego badania składał się ze 122 mieszańców kukurydzy. Eksperyment przeprowadzono w Smolicach. Średnie wartości plonu wynosiły od 10,48 kg/10 m2 (dla genotypu G01.02) do 14,41 kg/10 m2 (dla genotypu G02.07). Analizowane genotypy poddano jednocześnie sekwencjonowaniu nowej generacji przy użyciu platformy Illumina. Sekwencjonowanie Illumina zidentyfikowało 60436 markerów SilicoDArT i 32178 markerów SNP (w sumie 92614). Do mapowania asocjacji wykorzystano 25078 markerów (18878 SilicoDArT i 6200 SNP) spełniających kryteria: (MAF > 0,25 i liczba brakujących obserwacji <10%). Spośród wybranych markerów 114 było wysoce istotnych statystycznie (LOD > 3,0). Do dalszych etapów prac hodowlanych zaproponowano pięć markerów, które wyjaśniają zmienność plonu w znacznym stopniu: od 12,3% do 16,7%.
dc.affiliationWydział Rolnictwa, Ogrodnictwa i Biotechnologii
dc.affiliation.instituteKatedra Metod Matematycznych i Statystycznych
dc.affiliation.instituteKatedra Genetyki i Hodowli Roślin
dc.contributor.authorBocianowski, Jan
dc.contributor.authorTomkowiak, Agnieszka
dc.contributor.editorKalbarczyk, Kinga
dc.contributor.editorMaciąg, Monika
dc.date.access2025-06-17
dc.date.accessioned2025-10-31T10:24:08Z
dc.date.available2025-10-31T10:24:08Z
dc.date.issued2025
dc.description.accesstimeat_publication
dc.description.bibliographyil., bibliogr.
dc.description.points20
dc.description.reviewreview
dc.description.versionfinal_published
dc.identifier.isbn978-83-67881-83-8
dc.identifier.urihttps://sciencerep.up.poznan.pl/handle/item/5649
dc.identifier.weblinkhttps://bc.wydawnictwo-tygiel.pl/publikacja/536CC974-3473-8BDC-9FE0-B752866AA384
dc.languagepl
dc.language.otheren
dc.pubinfoLublin
dc.publisher.ministerialWydawnictwo Naukowe TYGIEL Sp. z o. o.
dc.relation.bookPrzemysłowe i medyczne wykorzystanie roślin - trendy i perspektywy. Tom 3
dc.relation.pages123-143
dc.rightsOther
dc.sciencecloudsend
dc.share.typePUBLISHER_WEBSITE
dc.subject.enmaize
dc.subject.enassociation mapping
dc.subject.enmolecular markers
dc.subject.enyield
dc.subject.enhybrids
dc.subject.plkukurydza
dc.subject.plmapowanie asocjacyjne
dc.subject.plmarkery molekularne
dc.subject.plplon
dc.subject.plmieszańce
dc.titleWykorzystanie technologii NGS, mapowania asocjacyjnego i fizycznego w celu identyfikacji genów kandydujących związanych z plonem kukurydzy
dc.title.alternativeUsing NGS, association and physical mapping technologies to identify candidate genes associated with maize yield
dc.typeMonographChapter
dspace.entity.typePublication