JuliusGVexxx

De toenemende wereldwijde vraag naar voedsel in de context van klimaatverandering is een grote zorg in de 21e eeuw. De ontwikkeling van gewasvariëteiten met een verbeterd aanpassingsvermogen aan variabele omgevingsomstandigheden kan cruciaal zijn om de voedselvoorziening te waarborgen. Sorghum [Sorghum bicolor (L.) Moench] is een belangrijk graangewas in semi-aride regio's van de wereld en wordt ook wereldwijd geteeld als voer- en bio-energiegewas. De droogtetolerantie maakt het een strategisch gewas voor duurzame graanproductie. Moderne benaderingen binnen de kwantitatieve genetica en statistische modellen, zoals genomisch ondersteunde veredelingstechnieken, bieden nieuwe kansen voor verdere verbeteringen in de productiviteit en het aanpassingsvermogen van gewassen. Vergeleken met andere belangrijke graangewassen zoals maïs en tarwe, is de toepassing van deze benaderingen bij graansorghum nog grotendeels onverkend. De motivatie voor dit proefschrift is het implementeren van statistische modellen die informatie uit fenotypische, pedigree- en genomische gegevens benutten om de genetische evaluatie en selectie in de sorghumveredeling te verbeteren.

Hoofdstuk 2 evalueerde de prestaties van een nieuwe methode voor ruimtelijke analyse van veldexperimenten in de plantenveredeling, gebaseerd op tweedimensionale smoothing met P-splines. Deze methode werd vergeleken met conventionele ruimtelijke modellen door te kijken naar de verbetering in precisie en voorspellingen van genetische effecten in vroege generatie sorghum veredelingsproeven. Het hoofdstuk toont aan dat beide ruimtelijke methoden gelijkwaardige prestaties leverden. Verschillen in modelparameterisering en de voordelen van de nieuwe ruimtelijke aanpak voor routinematige toepassing worden besproken.

In Hoofdstuk 3 werd de impact van het gebruik van pedigree- en genomische informatie op de voorspellingskwaliteit voor verschillende eigenschappen in sorghum onderzocht. Hiervoor stelt het hoofdstuk voor om BLUP-modellen te gebruiken die gewogen combinaties van pedigree- en genomische verwantschapsmatrices fitten, waarbij de best voorspellende combinatie empirisch wordt geïdentificeerd in elk voorspellingsscenario. De resultaten lieten zien dat het gebruik van een samengevoegde pedigree-genomische matrix altijd de voorspellende kracht en zuiverheid van de voorspelling verbeterde ten opzichte van conventionele G-BLUP, vooral voor eigenschappen met een lagere erfelijkheid. Op basis van deze resultaten wordt de opname van pedigree-informatie in genomische modellen aanbevolen om voorspellingen te optimaliseren wanneer de additieve variatie niet volledig door markers wordt verklaard.

Hoofdstuk 4 presenteert een uitbreiding van de studie in Hoofdstuk 3 naar de context van multi-trait genomische voorspelling. Concreet hebben we het vermogen van multi-trait modellen beoordeeld om genomische voorspellingen voor graanopbrengst en stay-green in sorghum te verbeteren door gebruik te maken van informatie van gecorreleerde secundaire eigenschappen. Over het algemeen toonden de resultaten aan dat genomische voorspelling voor beide doeleigenschappen kan worden verbeterd door informatie van specifieke sets eigenschappen te combineren. Voorspellingen van conventionele multi-trait G-BLUP werden ook geoptimaliseerd door pedigree- en genomische informatie te combineren.

Hoofdstuk 5 onderzocht het effect van het modelleren van genotype-bij-milieu-interactie (G×E) op de genomische voorspelling voor graanopbrengst in droogte-stress en niet-stress omgevingen. Resultaten gaven aan dat het accommoderen van G×E in genomische modellen gunstig was om de kwaliteit van de voorspelling voor zowel specifieke adaptatie als brede adaptatie aan beide typen omgevingen te verbeteren. Dit hoofdstuk testte ook of betere genomische voorspellingen kunnen worden verkregen door rekening te houden met heterogene varianties van marker-effecten. We vonden dat het wegen van individuele markers op basis van geschatte locus-specifieke varianties zorgde voor aanzienlijke verbeteringen in de voorspellende prestaties van genomische modellen, zelfs voor een grotendeels polygene eigenschap zoals graanopbrengst.

Concluderend behandelt dit proefschrift verschillende uitdagende aspecten die de genetische evaluatie in de moderne sorghumveredeling beïnvloeden. Er zijn diverse statistische modelleringsstrategieën voorgesteld en beoordeeld die gebruikmaken van verschillende informatiebronnen. De bevindingen in dit proefschrift zullen naar verwachting bijdragen aan het verhogen van de efficiëntie van selectieschema's, niet alleen voor sorghum maar voor gewassen in het algemeen.