A new version of this entry is available:
Abstract (English)
Maize is susceptible to severe Fe-deficiency symptoms when growing on soils with high pH. Therefore, development of Fe-efficient maize genotypes would aid to overcome Fe limitation on these soils. However, Fe-efficiency is a quantitative trait depending on complex mechanism interactions. The determination of these mechanisms would provide a better understanding of the complex trait Fe-efficiency. In the actual study, the determination of Fe-efficiency involved mechanisms were tackled by population and quantitative genetics. In fact, population genetics facilitate the discovery of genes being important to crop improvement based on a comparison of gene evolution and its ancestral genetic material. Linkage mapping and association analyses require both phenotypic variation and polymorphic markers to determine important quantitative trait loci (QTL). The objective of this research was to dissect the genetic architecture of Fe-efficiency in maize by applying different genetic approaches.
Artificial selection during domestication and (or) crop improvement can result in limitation of sequence variation at candidate genes that could limit their detection by quantitative genetic approaches. The objectives of our study were to (i) describe patterns of sequence variation of 14 candidate genes for mobilization, uptake, and transport of Fe in maize, as well as regulatory function and (ii) determine if these genes were targets of selection during domestication. This study was based on 14 candidate genes sequences of 27 diverse maize inbreds, 18 teosinte inbreds, and one Zea luxurians strain as an outgroup.
The experimental results suggested that the majority of candidate genes for Fe-efficiency examined in this study were not target of artificial selection. Nevertheless, the genes NAAT1, NAS1, and MTK coding for enzymes involved in phytosiderophore production, NRAMP3 responsible for Fe remobilization during germination, and YS1 transporting PS-Fe-complexes into the root showed signatures of selection. These genes might be important for the adaptation of maize to diverse environments with different Fe availabilities. This in turn suggests, that Fe-efficiency was an adaptive trait during maize domestication from teosinte.
Identification of QTL provides information on the chromosomal locations contributing to the quantitative variation of complex traits. The benefit of QTL mapping compared to mutant screenings is the possibility to detect multiple genes which may be associated with the phenotypic trait. The
objectives of our studies were to (i) identify QTLs for morphological and physiological traits related to Fe homeostasis, (ii) analyze Fe-dependent expression levels of genes known to be involved in Fe homeostasis as well as positional candidate genes from QTL analysis, and (iii) identify QTLs which control the mineral nutrient concentration difference. Our studies were based on experimental data of 85 genotypes from the IBM population cultivated in a hydroponic system.
The QTL mapping of morphological and physiological traits provided new putative candidate genes like Ferredoxin 1, putative ferredoxin PETF, MTP4, and MTP8 which complement the genes already known as being responsible for efficient Fe homeostasis at both, deficient and sufficient Fe regime. Furthermore, the candidate gene expression indicated a trans-acting regulation for DMAS1, NAS3, NAS1, FDH1, IDI2, IDI4, and MTK. The mineral element trait QTL confidence intervals comprised candidate genes that sequestrate Cd in vacuoles (HMA3), transport Fe2+into the root cells (ZIP10), protect the cell against oxidative stress (glutaredoxin), ensure micro nutrient homeostasis during sufficient iron regime (NRAMP2), regulate protein activities (PP2C), and prevent deleterious accumulation and interaction of specific elements within cells (PHT1;5, ZIP4). Association mapping is promising to overcome the limitations of low allele diversity and absent recombinations events causing poor resolution in detecting QTL by linkage mapping. In order to unravel the genetic architecture of Fe-efficiency a vast association mapping panel comprising 267 maize inbred lines was used to (i) detect polymorphisms affecting the morphological/physiological trait formation and (ii) fine map QTL confidence intervals determined according to linkage mapping.
Some of the SNPs located beyond coding regions of genes that might be important cis-binding-sites for transcription factors. Furthermore, genes detected at the Fe-deficient regime indicate to be involved in universal stress response. However, genes linked to SNPs detected at Fe-sufficient regime might comprise alleles of Fe inefficient genotypes causing inferior trait expression. The combination of several approaches provided a valuable resource of candidate genes which might aid to increase our understanding of the mechanisms of Fe-efficiency in maize and foster the efforts in breeding superior cultivars by applying molecular marker techniques.
Abstract (German)
In den Anbaugebieten, wie Nebraska und dem ariden/semiariden Gebieten von den Great Plains, die charakteristisch für kalkreiche Böden und hohen pH sind, ist Eisen-(Fe)-Mangel ein agronomisch wichtiges Problem, das Ernteausfälle und Qualitätsminderungen in der Kulturpflanze Mais verursacht. Aus diesem Grund ist die Entwicklung von Fe-effizienten Mais Sorten notwendig, um diese limitierende Böden für den Maisanbau zu erschließen.
Allerdings ist die Eigenschaft für Fe-Effizienz quantitativ und basiert auf komplexe Wechselwirkungen zwischen der Gesamtheit von Mechanismen. Es liegt auf der Hand, dass eine Ermittlung dieser Mechanismen ein besseres Verständnis für die Fe-Effizienz als ein komplexes Merkmal darlegen würde. In der aktuellen Studie lag der Fokus auf der Ermittlung von Fe-Effizienz bezogenen Mechanismen, welche mittels populations- und quantitativgenetischen Verfahren detektiert werden sollten. Fakt ist, dass die Populationsgenetik die Gensequenzenvergleiche der entscheidenden Gene, welche unter dem Selektionsdruck der Züchtungsvorgänge in der Kulturpflanze eine entscheidende Verbesserung brachten, zwischen Elitematerial und Maisvorfahren zur Detektion nutzt. Sowohl die Analyse von kodierenden Genloci für quantitative Merkmale (QTL) als auch die Assoziationskartierung erfordern phänotypische Variation und polymorphe Marker, um genetisch beeinflussende Regionen eingrenzen zu können. Das Hauptaugenmerk der vorliegenden Arbeit richtete sich auf die genetische Architektur von Fe-Effizienz in Mais und auf die Untersuchung der Anwendung von unterschiedlichen genetischen Methoden. Die Domestikation und Verbesserung der Kulturpflanze kann durch eine gerichtete Selektion zu Diversitätslimitierung in Kandidatengenen führen, deren Detektion anhand von quantitativen genetischen Ansätzen gemindert werden könnte. Die Ziele unserer Studie waren (i) die Beschreibung der Sequenzdiversität in 14 Kandidatengenen mit der Eigenschaft sowohl für Mobilisierung, Aufnahme und Transport von Fe in Mais als auch für regulative Funktion sowie (ii) zu untersuchen, ob diese Gene gezielt währende der Domestikation von Teosinte selektiert wurden. Diese Studie wurde mit Sequenzen von 14 Kandidatengenen, die sowohl in 27 diversen Mais und 18 Teosinte Inzuchtlinien als auch in einem entfernt verwandtem Zea luxurians Stamm sequenziert wurden, durchgeführt.
Die Versuchsergebnisse dieser Studie deuteten darauf hin, dass die Mehrheit der Kandidatengene für Fe-Effizienz nicht das Ziel der Selektion war. Nichtsdestotrotz zeigten Gene wie NAAT1, NAS1 und MTK, die für Enzyme der Phytosiderophore (PS) Synthese kodieren, NRAMP3, das für die Fe Remobilisation während der Keimung verantwortlich ist und YS1, das für den Transport von Fe-PS-Komplexen in der Wurzel sorgt, Anzeichen von gerichteter Selektion. Diese Gene könnten für die Anpassung von Mais, der an verschiedenen Standorten mit variierenden Fe Verfügbarkeiten angebaut wird, von Bedeutung sein. Das wiederum bedeutet, dass Fe-Effizienz ein angepasstes Merkmal während der Domestizierung von Teosinte zu Mais war.
Die Identifikation von QTL erlaubt die Eingrenzung von chromosomalen Regionen, welche zu der quantitativen Variation von komplexen Merkmalen beitragen. Der Vorteil von der QTL Kartierung gegenüber Mutanten basierten Analysen ist die Möglichkeit mehrere Gene gleichzeitig zu detektieren, welche mit dem phäno- typischen Merkmal in Verbindung gebracht werden können. Die Ziele unserer Studien waren (i) die Identifikation von QTL für morphologische und physiologische Merkmale, die für Fe-Homöostase evaluiert wurden (ii) Analyse von Fe basierenden Genexpression von Genen, die sowohl bekannt für deren Involvierung in der Fe-Homöostase sind als auch durch die positionelle Lokalisation mittels der QTL Analyse sowie (iii) die Identifikation von QTL, welche die Konzentration der mineralischen Nährstoffe kontrollieren. Diese Studien basierten auf Experimentdaten, welche für 85 Genotypen der IBM Population mittels einem hydroponischem System evaluiert worden sind.
Die QTL Kartierung, die mittels morphologischer und physiologischer Merkmale evaluiert werden konnten, lieferten potentielle neue Kandidaten Gene wie Ferredoxin 1, ein potentielles Ferredoxin Gen PETF, sowie MTP4 und MTP8.
Diese Gene haben eine unterstützende Wirkung auf bereits bekannte Gene, die verantwortlich für eine effiziente Fe-Homöostase unter niedriger und hoher Fe Behandlung sind. Des Weiteren wurde beobachtet, dass die Gene DMAS, NAS1, NAS3, FDH1, IDI2, IDI4 und MTK eine transgerichtete Regulation aufwiesen. Die Vertrauensintervalle von QTL, welche für die mineralischen Konzentrationsmerkmale detektiert wurden, grenzten Kandidaten Gene ein, welche Cd in Vakuolen sequestrierten (HMA3), Fe2+ in die Wurzelzellen transportieren (ZIP10), die Zelle vor oxidativen Stress bewahren (Glutaredoxin), die Miktonährstoff-Homöostase unter ausreichender Fe Zufuhr gewährleisten (NRAMP2), die Proteinaktivität regulieren (PP2C) sowie die Zelle vor schädlicher Akkumulation und Interaktion von speziellen Nährstoffen schützen (PHT1;5, ZIP4).
Die Assoziationskartierung verspricht die Einschränkungen, die bei der Kopplungskartierung eine geringe Diversität und fehlende Rekombination zur niedrigen genetischen Auflösung in der QTL Detektion führen, zu reduzieren. Um die genetische Architektur von Fe-Effizienz zu ermitteln, wurde ein breit aufgestelltes Assoziationskartierungsset eingesetzt, das 267 Mais Inzuchtlinien beinhaltet, um (i) Polymorphismen zu detektieren, welche die morphologischen/physiologischen Merkmalsausprägungen beeinflussen sowie (ii) QTL Vertrauensintervallen, die mit der Kopplungskar-tierung detektiert wurden,
feinkartieren. Einige der SNPs, die jenseits der kodierenden Genregionen lokalisiert wurden, könnten wichtige cis-bindende Regionen für Transkriptionsfaktoren sein.
Des Weiteren weisen die detektierten Gene unter der niedrigen Fe Behandlung hin, dass sie in eine universelle Stressantwort involviert sind. Allerdings könnten die SNP gekoppelten detektierten Gene unter der hohen Fe Behandlung Fe-ineffiziente Allele tragen, welche einen Nachteil in der Merkmalsausprägung verursachen könnten.
Die Kombination der jeweiligen Methoden lieferte eine wertvolle Anzahl von Kandidaten Genen, welche unser Verständnis für Fe-Effizienz Mechanismen in Mais unterstützen sollen und die Bemühungen in der Kulturpflanzenzüchtung mittels Anwendung von molekularen Marker Techniken fördern.
File is subject to an embargo until
This is a correction to:
A correction to this entry is available:
This is a new version of:
Notes
Publication license
Publication series
Published in
Faculty
Faculty of Agricultural Sciences
Institute
Institute of Plant Breeding, Seed Science and Population Genetics
Examination date
2015-05-05
Supervisor
Edition / version
Citation
Identification
DOI
ISSN
ISBN
Language
English
Publisher
Publisher place
Classification (DDC)
630 Agriculture
Original object
Standardized keywords (GND)
Sustainable Development Goals
BibTeX
@phdthesis{Benke2015,
url = {https://hohpublica.uni-hohenheim.de/handle/123456789/5942},
author = {Benke, Andreas},
title = {Genetic approaches to dissect iron efficiency in maize},
year = {2015},
school = {Universität Hohenheim},
}