Descargar - maiz hd - x congreso nacional de maiz
Transcripción
Descargar - maiz hd - x congreso nacional de maiz
DETERMINACIÓN DEL PESO DE GRANO EN LÍNEAS E HÍBRIDOS DE MAÍZ Hisse, I. R.1; Trentín, C. H.1; D’Andrea, K. E.1,2; Cirilo, A. G.4; Otegui, M. E.1,2,3 1 FAUBA; 2CONICET; [email protected] 3 IFEVA; 4 EEA Pergamino, INTA; Av. San Martín 4453 (C1417DSE), CABA, Argentina. Abstract In maize (Zea mays L.), kernel weight (KW) is determined by kernel growth rate (KGR) and grainfilling duration (GFD). The objective of this work was to study the genotypic variation in final KW and its physiological determinants (KGR and GFD). For this purpose, 4 parental inbred lines and all possible F1 hybrids were evaluated in a complete diallel mating design in the field, under contrasting N conditions, during 2013-2014. We found (i) that KW was more associated with KGR (r2=0.42) in hybrids and with GFD (r2=0.53) in inbred lines, (ii) a trade-off effect between KGR and GFD, except for hybrid LP2×LP662 of highest KW, (iii) that differences in KW between hybrids and inbred lines were due to GFD, (iv) significant heterosis (P<0.01) only for KW (14.96%) and GFD (6.10%), (v) high heritability values for KW (0.84), KGR (0.69) and GFD (0.74), and (vi) significant additive genetic control (ACG) for KGR (p<0.05) and GFD (p<0.01), but not for KW; the latter was controlled mainly by non-additive genetic effects. Therefore, selection based on the physiological determinants of KW would be more efficient than selection based on KW itself. Palabras claves: variación genotípica, maíz, peso de grano, tasa de llenado de grano, duración del llenado de grano. Keywords: genotypic variation, maize, kernel weight, kernel-growth rate, grain-filling duration. Introducción En maíz, la tasa de crecimiento del grano durante el llenado efectivo (TCG) y la duración del llenado del grano (DLLG) son los responsables de la variación en el peso final del grano (PG). Ambos atributos varían independientemente y están asociados con diferentes procesos fisiológicos (Borrás et al., 2009), teniendo la TCG mayor efecto que la DLLG sobre las diferencias en el PG (Borrás y Gambín, 2010). Estos rasgos han mostrado gran variabilidad según el genotipo (líneas endocriadas e híbridos), el ambiente, el manejo y todas sus interacciones. Para los fines del mejoramiento, el análisis de caracteres a nivel de línea endocriada tiene escaso valor si el comportamiento de la línea parental no se correlaciona con el del híbrido obtenido (Hallauer y Miranda, 1988), siendo los efectos de aptitud combinatoria general (ACG) y específica (ACE) indicadores importantes del valor potencial de las líneas en combinaciones híbridas (Lee et al., 2005). En este sentido, tanto el PG como los atributos que lo componen (TCG y DLLG) han presentado valores de heredabilidad medios a altos (Sadras, 2007; Alvarez Prado et al., 2013a). Sin embargo, poco se conoce acerca de los efectos génicos y de las diferencias genéticas que gobiernan las variaciones observadas en los rasgos mencionados. El objetivo de este trabajo fue evaluar la variación genotípica del PG y sus determinantes fisiológicos (i.e., TCG y DLLG) en un experimento dialélico completo bajo dos niveles contrastantes de N. Materiales y métodos Se realizó un experimento dialélico completo en la EEA INTA Pergamino (33º S, 54’ W), durante la campaña 2013/14, en el cual se evaluaron 4 líneas endocriadas y todos sus híbridos derivados (12, incluyendo recíprocos). Las líneas pertenecen a germoplasma argentino tipo flint (LP662 y ZN6) y flint × otros (LP2), excepto B100 que pertenece a germoplasma americano tipo semi dentado. Se utilizó un diseño de parcelas divididas con tres repeticiones. Los tratamientos fueron una combinación factorial de genotipos y niveles de N, con la disponibilidad de N en la parcela principal y el genotipo en la subparcela. Los niveles de N fueron N0 (control, sin aplicación de N) y N1 (con 200 kg N ha-1). La densidad de siembra fue 7 plantas m-2. El experimento fue conducido sin limitaciones de agua, y se mantuvo libre de plagas y enfermedades. Dentro de cada parcela se marcaron 10 plantas en floración femenina (i.e., silking), y sus espigas apicales fueron cosechadas en intervalos de 5 días a partir de 15 días post silking hasta madurez fisiológica. De cada espiga se muestrearon 10 granos entre las espiguillas 8-15 desde la base de la misma para determinar el PG. Se utilizó un modelo bi-lineal (GraphPad Prism; Radushev, 2012) para estimar la TCG y la DLLG (Borrás y Otegui, 2001). Para cada combinación genotipo × N × repetición, el PG máximo que alcanzó cada genotipo fue aquel estimado por el plateau del modelo bilineal ajustado. Los valores ajustados de r2 oscilaron entre 0.95 a 0.99 (P<0.001). Los atributos fueron evaluados mediante (i) ANVA para determinar la existencia de variabilidad entre genotipos y (ii) análisis de regresión para establecer las relaciones entre las variables analizadas. Se calculó la heterosis de padre medio (HPM), la heredabilidad en sentido amplio (H2) (Hallauer y Miranda, 1988) y, la ACG y ACE (Genes, 2013). No hubo diferencias significativas entre cruzamientos directos y recíprocos para cada híbrido (ausencia de efecto materno), por lo que los mismos se expresaron como un promedio de ambos. Resultados y discusión Para los rasgos analizados (PG, TCG, DLLG) se observaron diferencias genotípicas (P<0.001) y diferencias entre híbridos (P<0.01). Para las líneas sólo se encontró variabilidad (P<0.001) para TCG y DLLG (Tabla 1). No se encontró efecto de la disponibilidad de N sobre ningún atributo (Tabla 1). Asimismo, para TCG se observaron interacciones significativas (P<0.05) del Genotipo, ACG y ACE con el tratamiento de N. Cuando se analizaron los ambientes en forma conjunta, se observó un efecto significativo sólo de la ACG para la TCG (P<0.05) y la DLLG (P<0.01), indicando que la variación genética observada para esos atributos se debería principalmente a genes de efecto aditivo, mientras que para el PG se encontró solamente efecto de la ACE (P<0.01), señalando la contribución principalmente de acción génica de tipo no aditiva. En este sentido, Cross (1975) y Wang (1999) encontraron que para la TCG y la DLLG los efectos de ACG eran mayores que los de ACE. Tabla 1. Análisis de varianza para el peso de grano (PG), la tasa de crecimiento del grano (TCG) y la duración del llenado del grano (DLLG). Fuente de GL Cuadrado Medio variación PG TCG DLLG Nitrógeno (N) 1 241 ns 0.0001 ns 1554 ns Genotipo (G) 15 2885 *** 0.0104 *** 14095 *** Línea (L) 3 732 ns 0.03 *** 35683 *** Híbrido (H) 11 1897 *** 0.007 *** 6414 *** L vs. H 1 20216 *** 0.001 ns 33817 *** ACG 3 1856 ns 0.047 * 41809 ** ACE 6 5978 ** 0.0017 ns 11211 ns G×N 15 412 ns 0.0028 * 3437 ns ACG × N 3 497 ns 0.0042 * 985 ns ACE × N 6 487 ns 0.0044 * 6482 * ***, **, *, ns. Significativo al P<0.001, P<0.01, P<0.05 y no significativo, respectivamente. Se observó que los híbridos superaron (P<0.001) a las líneas en DLLG (830 °Cd vs 786 °Cd) y en PG (269 mg grano-1 vs 232 mg grano-1) pero no en TCG (Tabla 2). Debido a esto, la HPM fue significativa (P<0.001) sólo para PG (14.96%) y DLLG (6.10%) (Tabla 2). Estos resultados son consistentes con los alcanzados para híbridos comerciales, donde se obtuvieron valores similares de HPM para ambos rasgos (Alvarez Prado et al., 2013a), indicando que el mayor PG de los híbridos en relación al de las líneas estaría relacionado con una mayor DLLG. Sin embargo, estudios previos (Munaro et al., 2011) que han incluido algunos de los genotipos evaluados en este trabajo, obtuvieron valores superiores de HPM para PG (35% y 22% bajo N1 y N0, respectivamente). La H2 fue elevada para todos los atributos y superior para PG, mostrando valores similares a los observados para un grupo de RILs (Alvares Prado et al., 2013b), e indicando la importancia que posee la componente genética sobre los valores fenotípicos observados (Tabla 2). La variación en el PG máximo en los híbridos estuvo más asociada a la TCG (r2=0.42, P<0.001) que a la DLLG (r2=0.15, P=0.06), mientras que en las líneas el PG estuvo asociado solo con la DLLG (r2=0.53, P<0.05) (Fig. 1a y b). Sin embargo, la tendencia contraria en el nivel de r2 respecto a evidencias previas (Borrás y Otegui, 2001) sugiere que ninguno de los dos mecanismos sería un determinante excluyente del PG final. Se encontró una relación negativa entre la TCG y la DLLG (r2=0.38, P<0.001; fig. 1c inset), la cual fue mucho más fuerte (r2=0.75) cuando se excluyeron los híbridos de mayor PG (LP2×LP662, directo y recíproco en N0 y N1, y ZN6×LP662 en N1), indicando que la mayoría de los genotipos presentaron una fuerte compensación entre TCG y DLLG. Sin embrago, los híbridos mencionados logran mantener PG altos a través de TCG y DLLG altas, escapando así a la compensación observada (Fig. 1c, puntos dentro de los círculos punteados). Tabla 2. Valores medios, heterosis padre medio (HPM) y heredabilidad (H2) para el peso de grano (PG), la tasa de crecimiento (TCG) y la duración del llenado (DLLG) del grano. Atributo Valores medios HPM (%) H2 Líneas Híbridos PG (mg grano-1) 232 269 14.96 ** 0.84 TCG (mg°Cd-1) 0.43 0.43 0.98 ns 0.69 DLLG (°Cd) 786 830 6.10 ** 0.74 ** P<0.01, ns no significativo Figura 1. Relación entre: A) la tasa de crecimiento del grano (TCG) y el peso de grano (PG), B) la duración de llenado (DLLG) y el PG, y C) la DLLG y la TCG. Híbridos r 2 =0.42; p<0.001 n=24 300 A 1000 B Híbridos r 2 =0.15; p=0.06 n=24 DLLG (°Cd) -1 PG (mg grano ) 350 250 Líneas r 2 =0.53; p<0.05 n=8 200 150 0.30 L-NO L-N1 0.35 H-NO H-N1 0.40 0.45 0.50 -1 0.55 0.60 600 700 TCG (mg°Cd ) 800 900 900 800 700 600 1000 C r 2 =0.75; p< 0.001 n= 27 500 0.30 r2=0.38; p<0.001 n=32 0.35 DLLG (°Cd) 0.40 0.45 0.50 TCG (mg°Cd-1) 0.55 0.60 LP662 fue la línea de mayor PG (243 mg grano-1) y LP2 la de menor PG (221 mg grano-1) PG. Además, LP2 fue la de mayor TCG (0.53 mg°Cd-1) y menor DLLG (672 °Cd) (Fig. 2a). LP2 tuvo un efecto positivo alto de ACG para TCG, mientras que LP662 lo tuvo para DLLG y ambos genotipos alcanzaron los mayores valores para PG (Tabla 3), indicando que estas líneas transmitieron valores elevados de los rasgos mencionados a sus progenies. Contrariamente, B100 fue la que mostró los valores negativos más bajos de ACG tanto para TCG como para PG (Tabla 3). Consecuentemente, LP2×LP662 y B100×LP662 fueron los híbridos que lograron los mayores y menores PG, respectivamente; los mismos difieren principalmente en la TCG alcanzada (0.47 vs 0.38 mg°Cd-1), siendo similar la DLLG (856 vs 852 °Cd) (Fig. 2b). A su vez, el híbrido LP2×LP662 presentó la mayor HPM para PG (29.1%) y DLLG (13.1%), y una de las más altas para TCG (3.3%). En concordancia con lo anterior, LP2×LP662 alcanzó el mayor valor de ACE para PG (32.2 mg grano-1) y DLLG (47.0 °Cd) y una de las más altas para TCG (0.008 mg°Cd-1). Figura 2. Evolución del peso de grano (PG) en función del tiempo térmico (TT) desde 15 días postsilking para líneas (A) e híbridos (B) contrastantes en el PG máximo alcanzado. 350 300 -1 250 200 150 LP662 TCG = 0.41 DLLG = 844 r2 = 0,97 100 50 0 200 400 350 A LP2 TCG = 0.51 DLLG = 679 r2 = 0,95 PG (mg grano ) PG (mg grano-1) 300 600 800 1000 TT desde silking (°Cd) 250 200 150 B100×LP662 TCG = 0.38 DLLG = 852 r2 = 0,98 100 50 1200 B LP2×LP662 TCG = 0.47 DLLG = 856 r2 = 0,99 0 200 400 600 800 1000 TT desde silking (°Cd) 1200 Tabla 3. Habilidad combinatoria general (ACG) de peso (PG), tasa (TCG) y duración de llenado (DLLG) de grano para las líneas parentales. Genotipo ACG PG (mg grano-1) TCG (mg°Cd-1) DLLG (°Cd) B100 -8.6 -0.027 6.4 LP2 3.1 0.044 -43.3 LP662 5.6 0.000 21.6 ZN6 -0.16 -0.017 15.3 Conclusiones Las diferencias en PG promedio entre líneas e híbridos se debieron a la DLLG, mientras que las diferencias entre híbridos contrastantes para PG se debieron principalmente a la TCG alcanzada. Se observó una fuerte compensación entre los componentes determinantes del PG, pero se identificaron genotipos que escapan a dicha tendencia logrando PG superiores a través de valores altos tanto de TCG como de DLLG. Asimismo, la H2 alcanzada para todos los rasgos fue elevada y se encontró que el control génico aditivo fue significativo sólo para la TCG y la DLLG y el control no aditivo para PG. En concordancia con esto, el híbrido de mayor PG provino de una línea parental de alta TCG y una de alta DLLG (ambas de PG contrastante), por lo cual seleccionar por dichos atributos sería más eficiente que la selección en base al PG. Este trabajo fue financiado por PICT2010-0239 y PICT2012-1454, y es parte de los estudios de Ignacio Hisse para optar al grado de “Doctor” de la EPG Alberto Soriano, FAUBA y de Carlos Trentín para optar al grado de “Ingeniero Agrónomo” de la FAUBA. Bibliografía Alvarez Prado S.; López C.G.; Gambín B.L.; Abertondo V.J.; Borrás L. 2013. Dissecting the genetic basis of physiological processes determining maize kernel weight using the IBM (B73×Mo17) Syn4 population. Field Crops Res. 145: 33-43. Alvarez Prado S.; Gambín B.L.; Novoa D.; Foster D.; Lynn Senior M.; Zinselmeier C.; Otegui M.E.; Borras L. 2013. Correlations Between Parental Inbred Lines and Derived Hybrid Performance for Grain Filling Traits in Maize. Crop Sci. 53:1636-1645. Borrás L.; Gambín B.L. 2010. Trait dissection of maize kernel weight: towards integrating hierarchical scales using a plant growth approach. Field Crops Res. 118: 1–12. Borrás L.; Zinselmeier C.; Senior M.L.; Westgate M.E. Muszynski M.G. 2009. Characterization of grain-filling patterns in diverse maize germplasm. Crop Sci. 49: 999–1009. Borrás L.; Otegui M.E. 2001. Maize kernel weight response to postflowering source-sink ratio. Crop Sci 41:1816-1822. Cross, H.Z. 1975. Diallel analysis of duration and rate of grain filling of seven inbred lines of corn. Crop Sci. 15: 532-535. Lee A.E.; Ahmadzadeh A.; Tollenaar M. 2005. Quantitative Genetics Analysis of the Physiological Processes underlying Maize Grain Yield. Crop Sci. 45:981-987. Munaro E.M.; D’Andrea K.E.; Otegui M.E.; Cirilo A.G.; Eyhérabide G.H. 2011. Heterotic Response for Gran Yield and Ecophysiological Related Traits to Nitrogen Availability in Maize. Crop Sci. 51: 1172-1187. Radushev C. 2012. Graph Pad Prism version 6.01. Graph Pad Software, Inc., San Diego, CA. Di Rienzo J.A. 2013. InfoStat Satistical Software. Universidad Nacional de Córdoba, Córdoba, Argentina. Hallauer A.R.; Miranda, J.B. 1988. Quantitative genetics in maize breeding, 2nd ed. The Iowa State University Press, Ames, IA. Programa Genes - Aplicativo computacional em genética e estatística. 2013. www.ufv.br/dbg/genes/genes.htm Sadras, V.O. 2007. Evolutionary aspects of the trade-off between seed size and number in crops. Field Crops Res. 100:125–138. Wang G.; Kang M.S.; Moreno O. 1999. Genetic analyses of grain-filling rate and duration in maize. Field Crops Res. 61: 211-222.