Obrana doktorskog rada :: lvana Plavšin, mag. biol. i mag. ing. agr.

Genomska selekcija za svojstva kakvoće pšeničnoga zrna
21.7.2022. u 11 sati :: Velika vijećnica

Mentori doktorskog rada:

  • prof. dr. sc. Jerko Gunjača, Sveučilište u Zagrebu Agronomski fakultet
  • dr. sc. Dario Novoselović, znanstveni savjetnik, Poljoprivredni institut Osijek

Povjerenstvo za obranu doktorskog rada:

  • prof. dr. sc. Zlatko Šatović, Sveučilište u Zagrebu Agronomski fakultet
  • prof. dr. sc. Hrvoje Šarčević, Sveučilište u Zagrebu Agronomski fakultet
  • dr. sc. Krešimir Dvojković, znanstveni savjetnik, Poljoprivredni institut Osijek

Sažetak doktorskog rada
Pšenica (Triticum aestivum L.) je jedna od najvažnijih biljnih vrsta za proizvodnju hrane u svijetu te najvažniji izvor proteina i energije u ljudskoj prehrani. Budući da većina svojstava kakvoće pšenice pokazuje složene obrasce nasljeđivanja, oplemenjivanje na kakvoću, a posebno na pekarsku kakvoću, jedan je od najzahtjevnijih izazova u oplemenjivanju pšenice. Ciljevi ovog istraživanja bili su procijeniti utjecaj interakcije genotip × okoliš i mogućnost korištenja genomske selekcije za svojstva kakvoće zrna, kako bi se postigla učinkovitija selekcija za svojstva kakvoće pšenice te smanjili potencijalni troškovi genotipizacije i fenotipizacije u oplemenjivačkom procesu. U istraživanju su korištene dvije RIL (eng. recombinant inbred line) populacije pšenice dobivene križanjem roditeljskih sorti Bezostaya-1 × Klara i Monika × Golubica. Poljski pokusi su provedeni na dvije lokacije u Hrvatskoj tijekom tri godine. Interakcija genotip × okoliš analizirana je pomoću AMMI (eng. additive main effects and multiplicative interaction) modela. U genomskoj selekciji za svojstva kakvoće korišten je RR-BLUP (eng. ridge regression best linear unbiased prediction) model kako bi se utvrdila potreba za optimizacijom trenažne populacije na osnovu fenotipske varijance, te ispitao utjecaj veličine trenažne populacije i gustoće biljega na točnost predviđanja. Učinkovitost RR-BLUP modela uspoređena je s učinkovitošću sedam drugih modela za predviđanje svojstava kakvoće.

Analiza interakcije genotip × okoliš pokazala je da je za sadržaj proteina u zrnu, sadržaj vlažnog glutena i hektolitarsku masu dominantan izvor fenotipske varijacije bio okoliš. Utjecaj interakcije genotip × okoliš imao je važniju ulogu za reološka svojstva dobivena miksograf uređajem u odnosu na ostala promatrana svojstva. Analizom AMMI2 biplota utvrđeni su neki široko prilagođeni RIL-ovi. Za sva svojstva utvrđene su uglavnom visoke vrijednosti heritabilnosti. Smanjenje veličine trenažne populacije imalo je negativan učinak na dobivenu točnost predviđanja genomske selekcije za sva promatrana svojstva u obje populacije. Dobiveni rezultati nisu podržali optimizaciju trenažne populacije na temelju fenotipske varijance. Također je primijećeno da točnost predviđanja može značajno varirati između okoliša. Kada se usporedi utjecaj različitih gustoća biljega na sposobnost predviđanja svojstava kakvoće, vrijednosti točnosti predviđanja dobivene korištenjem veće gustoće biljega bile su više u svim slučajevima. Za većinu kombinacija svojstvo-okoliš model elastične mreže je rezultirao najnižim vrijednostima točnosti predviđanja. Iako se RR-BLUP nije pokazao najuspješnijim modelom u svim slučajevima, nije uočena značajna prednost korištenja bilo kojeg drugog modela. Točnosti predviđanja dobivene u sklopu ovog istraživanja podržavaju primjenu genomske selekcije za oplemenjivanje pšenice na kakvoću, uključujući i oplemenjivanje na neka reološka svojstva dobivena miksograf uređajem.

Ključne riječi: pšenica, svojstva kakvoće, biparentalna populacija, interakcija genotip × okoliš, AMMI model, genomska selekcija, trenažna populacija, heritabilnost, modeli predviđanja

Prijava djelatnika

Mrežna stranica koristi kolačiće (cookies). Kolačiće upotrebljavamo kako bismo personalizirali sadržaj i oglase, omogućili značajke društvenih medija i analizirali promet. Isto tako, podatke o vašoj upotrebi naše web-lokacije dijelimo s partnerima za društvene medije, oglašavanje i analizu, a oni ih mogu kombinirati s drugim podacima koje ste im pružili ili koje su prikupili dok ste upotrebljavali njihove usluge. Nastavkom korištenja naših internetskih stranica vi prihvaćate našu upotrebu kolačića. Polica privatnosti.