RU EN

Меню страницы:

Публикации 2020 года

Авторы:
Ключевые слова:
геномный прогноз, ДНК-маркеры, признаки качества древесины, ростовые признаки, селекционная ценность

Реферат

УДК 630*165.4:016

Федорков А. Л. Геномный отбор в лесной селекции // Сибирский лесной журнал. 2020. № 6. С. …

DOI: 10.15372/SJFS20200608

© Федорков А. Л., 2020

Дан обзор современной зарубежной литературы по применению геномного отбора в лесной селекции. Кратко охарактеризована суть метода, использующего связь между проявлением фенотипических признаков и генетическими маркерами, в качестве которых используются однонуклеотидные замены SNP (single nucleotide polymorphism). Это позволяет дать геномную оценку плюсового дерева без длительного испытания по потомству в культурах, что значительно сокращает селекционный цикл. Кратко охарактеризованы селекционные программы с использованием геномного отбора для сосны обыкновенной Pinus sylvestris L., сосны скрученной P. contorta Douglas ex Loudon, сосны приморской P. pinaster Aiton, сосны ладанной P. taeda L., ели европейской Picea abies (L.) Karst., ели белой P. glauca (Moench) Voss, ели чёрной P. mariana (Mill.) Britton, Sterns & Poggenb., ели гибридной P. glauca (Moench) Voss. × P. engelmannii Parry ex Engelm., ели дугласии Pseudotsuga menziesii Mirb. (Franco), эвкалипта Eucalyptus L'Hеr. и каштана Castanea Mill., реализуемые в Швеции, Канаде, Франции, США, Бразилии и Новой Зеландии. Показано, что геномный отбор применяется в основном, для ростовых признаков (высоты и диаметра), признаков качества древесины (угол наклона микрофибрилл целлюлозы, упругость и плотность древесины и др.), а также на устойчивость к грибным болезням и насекомым. Приведены данные об оптимальном числе ДНК-маркеров для получения надёжных оценок геномного прогноза. Отмечено, что полученные оценки геномного прогноза для исследованных признаков были в целом довольно высокими. Вместе с данными о существенной экономической эффективности метода вследствие значительного сокращения селекционного цикла это свидетельствует о его перспективности в лесной селекции. Сдерживающим фактором для применения геномного отбора в нашей стране, может быть недостаток испытательных культур, заложенных семьями полных сибсов, решением проблемы может быть использование вегетативных потомств плюсовых деревьев, включённых в клоновые архивы. 

Текст статьи


СПИСОК ЛИТЕРАТУРЫ (REFERENCES)

Приказ Минприроды РФ от 20 октября 2015 г. № 438 «Об утверждении Правил создания и выделения объектов лесного семеноводства (лесосеменных плантаций, постоянных лесосеменных участков и подобных объектов)». Зарег. в Минюсте РФ 12 февраля 2016 г. № 41078 [Prikaz Ministerstva prirodnykh resursov i ekologii RF ot 20 oktyabrya 2015 N. 438 «Ob utverzhdenii Pravil sozdaniya i vydeleniya obyektov lesnogo semenovodstva (lesosemennykh plantatsy, postoyannykh lesosemennykh uchastkov i podobnykh obyektov)». Zareg. v Minyuste RF 12 fevralya 2016 g. N. 41078 (Order of Natural Resources and Ecology of the Russian Federation of October 20, 2015 N. 438 «On Approval of the Rules for the Creation and Allocation of Forest Seed Objects (Forest Seed Plantations, Permanent Forest Seed Plots and Similar Objects)». Reg. Min. Justice Rus. Fed. 12 February 2016 N. 41078) (in Russian)].

Beaulieu J., Doerksen T. K., MacKay J., Rainville A., Bousquet J. Genomic selection accuracies within and between environments and small breeding groups in white spruce // BMC Genomics. 2014. N. 15. P. 1048.

Calleja-Rodriguez A., Pan J., Funda T., Chen Z-Q., Baison J., Isik F., Abrahamsson S., Wu H. X. Genomic prediction accuracies and abilities for growth and wood quality traits of Scots pine, using genotyping-by-sequencing (GBS) data // BioRxiv. 2019.

Chen Z-Q., Baison J., Pan B., Karlsson B., Andersson B., Westin J., García-Gil1 M. R., Wu H. X. Accuracy of genomic selection for growth and wood quality traits in two control-pollinated progeny trials using exome capture as the genotyping platform in Norway spruce // BMC Genomics. 2018. N. 19. P. 1–16.

Grattapaglia D., Resende M. D. Genomic selection in forest tree breeding // Tree Genet. Genomes. 2011. V. 7. Iss. 2. P. 241–255.

Isik F. Genomic selection in forest tree breeding: the concept and an outlook to the future // New Forests. 2014. V. 45. N. 3. P. 379–401.

Isik F., Bartholomé J., Farjat A., Chancerel E., Raffin A., Sanchez L., Plomion C., Bouffier L. Genomic selection in maritime pine // Plant Sci. 2016. V. 242. P. 108–119.

Lenz P. R., Beaulieu J., Mansfield S. D., Clément S., Desponts M., Bousquet J. Factors affecting the accuracy of genomic selection for growth and wood quality traits in an advanced-breeding population of black spruce (Picea mariana) // BMC Genomics. 2017. N. 18. P. 1–17.

Lenz P. R., Nadeau S., Mottet M-J., Perron M., Isabel N., Beaulieu J., Bousquet J. Multi‐trait genomic selection for weevil resistance, growth, and wood quality in Norway spruce // Evolut. Appl. 2019. V. 13. Iss. 1. P. 76–94.

Meuwissen T. H., Hayes B. J., Goddard M. E. Prediction of total genetic value using genome-wide dense marker maps // Genetics. 2001. V. 157. N. 4. P. 1819–1829.

Ratcliffe B., El-Dien O. G., Klápště J., Porth I., Chen C., Jaquish B., El-Kassaby Y. A. A comparison of genomic selection models across time in interior spruce (Picea engelmannii × glauca) using unordered SNP imputation methods // Heredity. 2015. V. 115. P. 547–555.

Resende M. F., Munoz P., Acosta J. J., Peter G. F., Davis J. M., Grattapaglia D., Resende M. D., Kirst M. Accelerating the domestication of trees using genomic selection: accuracy of prediction models across ages and environments // New Phytol. 2012. V. 193. N. 3. P. 617–624.

Suontama M., Klápště J., Telfer E., Graham N., Stovold T., Low C., McKinley R., Dungey H. Efficiency of genomic prediction across two Eucalyptus nitens seed orchards with different selection histories // Heredity. 2019. V. 122. P. 370–379.

Tan B., Grattapaglia D., Martins G. S., Ferreira K. Z., Sundberg B., Ingvarsson P. K. Evaluating the accuracy of genomic prediction of growth and wood traits in two Eucalyptus species and their F1 hybrids // BMC Plant Biol. 2017. N. 17. P. 1–15.

Thistlethwaite F. R., El-Dien O. G., Ratcliffe B., Klápště J., Porth I., Chen C., Stoehr M. U., Ingvarsson P. K., El-Kassaby Y. A. Linkage disequilibrium vs. pedigree: Genomic selection prediction accuracy in conifer species // PLoS ONE. 2020. V. 15. N. 6. Р. 1–14. e0232201.

Ukrainetz N. K., Mansfield S. D. Assessing the sensitivities of genomic selection for growth and wood quality traits in lodgepole pine using Bayesian models // Tree Genet. Genomes. 2020. N. 16. Iss. 1. P. 14.

Westbrook J. W., Zhang Q., Mandal M. K., Jenkins E. V., Barth L. E., Jenkins J. W., Grimwood J., Schmutz, J., Holliday J. A. Optimizing genomic selection for blight resistance in American chestnut backcross populations: A trade‐off with American chestnut ancestry implies resistance is polygenic // Evolut. Appl. 2020. N. 13. Iss. 1. P. 31–47.

Zapata-Valenzuela J., Whetten R. W., Neale D., McKeand S., Isik F. Genomic estimated breeding values using genomic relationship matrices in a cloned population of loblolly pine // G3: Genes, Genomes, Genetics. 2013. V. 3. Iss. 5. P. 909–916. 


Вернуться к списку статей