Herramientas moleculares y bioinformáticas para la selección genética y genómica en el mejoramiento vegetal

16 al 20 de octubre de 2018
Aula de Posgrado Facultad de Ciencias Agrarias UNR
Campo Experimental Villarino – Zavalla Santa Fe

Destinatarios:
Ingenieros Agrónomos, Lic. en Biotecnología, Lic. en Genética, Lic. en Estadística, y carreras afines dedicados a la genética y el mejoramiento.

Coordinadores: Drs. Gustavo R. Rodríguez y Vladimir Cambiaso (FCA-UNR)
Docente:
Dr. David Francis (OARDC – The Ohio State University, USA).

Fecha: 16 al 20 de octubre de 2018
Horario: martes, miércoles, jueves y viernes de 9 a 17 hs. Sábado 20 de octubre de 9 a 13 hs.

Objetivos del curso:

  • Capacitar en metodologías clásicas y contemporáneas del mejoramiento genético vegetal integrando el nivel de información fenotípico y el genómico.
  • Comprender la utilización de los marcadores de ADN y la identificación masiva de genotipos para ser incluido en un programa de mejoramiento vegetal.
  • Integrar principios de selección asistida por marcadores moleculares con la información genómica disponible.
  • Vincular los principios de la genética y el mejoramiento para la transición de la selección asistida por marcadores moleculares a la selección genómica.

Contenidos mínimos del curso:

Unidad I: Detección masiva de genotipos para aplicar en el mejoramiento vegetal.
Leyes de Mendel y tamaño poblacional mínimo en el mejoramiento. Herencia cuantitativa de los caracteres. Heredabilidad. Proporción fenotípica explicada por componentes genéticos. Proporción fenotípica explicada por marcadores moleculares. Test estadísticos para la estimación de parámetros genéticos. Marcadores moleculares. Tecnologías de secuenciamiento e identificación masiva de genotipos.

Unidad II: Visualización de datos fenotípicos y genéticos por programas informáticos.
Introducción al uso del paquete estadístico R. Visualización de datos genéticos y fenotípicos a través de análisis multivariados. Modelos de efectos fijos y aleatorios. Modelos de predicción lineal no sesgados (BLUPs).

Unidad III: Análisis de Asociación entre genotipos y fenotipos.
Detección de QTLs. Métodos de análisis de asociación por ANOVA. Métodos de análisis de asociación por regresión. Utilización de técnicas multivariadas para estimar asociaciones. Algoritmos estadísticos para estimar el efecto del contexto genético sobre QTLs. Efecto del genoma sobre los QTLs. Mapeo por asociación. Estimación de estructura poblacional y relación de parentesco entre individuos. Desequilibrio de ligamiento.

Unidad IV: Selección Genómica.
Definición. Métodos estadísticos para la selección genómica. Efecto del genoma completo sobre el carácter cuantitativo. Validación de fenotipos predichos por selección genómica. Tamaños poblacionales para el mapeo, detección de los QTLs y la predicción de fenotipos.

Unidad V: Mejoramiento molecular para la resistencia a enfermedades y la calidad nutricional
Ejemplos exitosos y prácticos sobre la utilización de marcadores moleculares e información genómica para el mejoramiento de resistencia a factores bióticos y abióticos. Ejemplos exitosos y prácticos sobre la utilización de marcadores moleculares e información genómica para el mejoramiento de calidad nutricional de alimentos.

Dictado de la asignatura: La asignatura se desarrollará en cinco encuentros presenciales. Durante los encuentros los contenidos de las distintas unidades se desarrollarán en clases teóricas y se profundizarán y fijarán conceptos en trabajos prácticos de aula con ejercitaciones o estudio de casos utilizando programas informáticos. La carga horaria de la asignatura se distribuirá en un 60% de desarrollo teórico o exponencial de temas del programa a cargo del docente y un 40% de actividades prácticas en las que el alumno será quién estará a cargo de su aprendizaje con la guía del docente.

Evaluación: Para aprobar la asignatura el alumno deberá tener un 75% de asistencia a los encuentros presenciales y alcanzar como mínimo 6 puntos (escala 0-10) en un examen individual escrito. El alumno que no alcance el puntaje mínimo tendrá la oportunidad de una instancia de recuperatorio.

Becas: Se otorgarán 8 becas de exención completa de matrícula (2 para Becarios del IICAR, 2 para miembros de la Sociedad Argentina de Genética, 2 para alumnos de la Maestría en Genética Vegetal y 2 para Becarios de la Facultad de Ciencias Agrarias de la Universidad nacional de Cuyo).

Carga horaria: 40 horas
Cupo mínimo: 5 alumnos  Cupo máximo: 25 alumnos

Arancel:  $4000

Bibliografía:

  • Falconer, D.S. 2001 Introducción a la genética cuantitativa. Editorial Acribia. FEHR, W.R. 1987. Principles of cultivar development. Vol I. Editorial Mc Graw Hill. Inc. GARDNER E.J., Kearsey, M.J and Pooni. 1996. The genetical analysis of quantitative traits. Editorial Chapman Hall.
  • Francis D, Finer JJ, Grotewold E. 2017. Challenges and opportunities for improving food quality and nutrition through plant biotechnology. Curr Opin Biotechnol. 44:124-129
  • Liabeuf, D, SC Sim, DM Francis. 2017.  Comparison of marker-based genomic estimated breeding values and phenotypic evaluation for selection of bacterial spot resistance in tomato. Phytopathology https://doi.org/10.1094/PHYTO-12-16-0431-R
  • Merk, H.L; Yarnes, S.C; Van D.A.; Tong, N.; Menda, N.; Mueller, L.A.; Mutschler, M.A.; Loewen, S. A.; Myers, J.R.; Francis, D.M. 2012. Trait Diversity and Potential for Selection Indices Based on Variation Among Regionally Adapted Processing Tomato Germplasm. Journal of the American Society for Horticultural Science. Vol. 137 (no. 6): 427-437.
  • Sim, S.C.; Durstewitz, G.; Plieske, J.; Ganal, M.W.; Van Deynze, A.; Stoffel, K.; Hamilton, J.; Buell, C.R.; Zarka, D.; Douches, D.S.; Francis, D.M.. 2012.  Development of a large SNP genotyping array and generation of high-density genetic maps in tomato.   PLoS ONE 7(7): e40563.
  • Sim, S-C., Robbins, M.D., Van Deynze, A., Michel, A.P.; Francis, D.M. 2011.  Population structure and genetic differentiation associated with breeding history and selection in tomato (Solanum lycopersicum L.).  Heredity (Edinb). 106 (6):927935 Francis, David web site http://www.oardc.ohio-state.edu/tomato/
  • Sim, S-C.; Van Deynze, A.; Stoffel, K.; Douches, D.S.; Zarka, D. Ganal, M.W.; Chetelat, R.T; Hutton, S.F.; Scott, J.W.; Gardner, R.G., Panthee, D.R; Mutschelr, M.; Myers, J.R.; Francis, D.M. 2012. High-Density SNP Genotyping of Tomato (Solanum lycopersicum L.) Reveals Patterns of Genetic Variation Due to Breeding. PLoS ONE 7(9): e45520.

Leave a Reply