Спосіб прогнозування рівня розвитку кількісних ознак у популяціях злакових культур

Спосіб прогнозування рівня розвитку кількісних ознак у популяціях злакових культур, що C2 2 86180 1 3 86180 4 - виявляється функціональний зв'язок між маний з метою визначення відносної ефективності ркерним профілем генотипу та фенотипічною мінMAS-добору (на основі ДНК-маркерів) у порівнянні ливістю кожної кількісної ознаки, що забезпечуєтьз традиційними (немаркерними) методами добору ся регресійним аналізом генотипічної та за фенотипом: оцінюється співвідношення адитивфенотипічної баз даних для визначення коефіцієнної варіанси маркерних локусів або генетичного та регресії, як показника рівня функціонального приросту популяції за маркерним добором до козв'язку; ефіцієнту успадковуваності (h2) або генетичного - за спеціальними принципами формується приросту популяції при звичайному фенотиповому найбільш ефективна маркерна тестова система: 1) доборі. При цьому, така актуальна задача селекперевага надається маркерам одного типу; 2) комційного процесу, як прогнозування можливого рівбінування домінантних маркерів в одній тестовій ня розвитку господарсько-цінних ознак вихідного системі вимагає щоб однакові алелі маркерних л матеріалу (в першу чергу індивідуальна продуктиоку сів мали найвищу "селективну вагу"; 3) комбівність) залишалася невирішеною. Відсутність нанування домінантних і кодомінантних маркерів в дійних методів прогнозування параметрів популяодній тестовій системі вимагає ідентичності марцій наступних циклів добору за важливими керуючих алельних станів; 4) за "каркасний" краще агрономічними ознаками не дозволяє суттєво сковикористовувати SSR-локус; 5) розщеплення у ротити обсяги робіт і сумарні ресурсні затрати, що маркерному локусі повинно відповідати теоретичпризводить до зниження ефективності селекційноному. го процесу в цілому. Дієтою винаходу є спрощення Таким чином, заявлений спосіб є новим, оскіі прискорення селекційного процесу, зменшення льки з доступних джерел інформації невідомі його обсягів робіт і ресурсних затрат за рахунок не аналоги за метою, суттю та відмітними ознаками. прямого вимірювання і обчислення господарських Тому запропонований спосіб відповідає такій виознак, а шляхом прогнозування рівня їх розвитку в мозі патентоспроможності, як "новизна". У загальнаступних популяцій добору за цими ознаками. нодоступних джерелах інформації не виявлені Поставлена задача вирішується у такий спотакож відомості про те, що за допомогою відомих сіб: формується ефективна маркерна система за молекулярно-генетичних технологій (ДНКрозробленими критеріями, визначається ефективтехнологія, домінантні і кодомінантні ПЛРний рівень "селективної ваги" певних (найкращих) маркери), селекційно-генетичних прийомів (інбриалелів маркерних локусів, на цій основі визначадинг, направлений добір) та статистичних показється система узагальнених маркерних міток ників (коефіцієнт регресії, d-відхилення індивідуа(УММ) і відповідних їм фенотипових значень локульного значення ознаки від сів кількісних ознак. Між генотиповими (УММ) і середньопопуляційного), які використовуються у фенотиповими значеннями ознаки розраховується запропонованих комбінаціях (маркерна тестова рівень функціонального зв'язку через оцінку коесистема), сполученнях (система узагальнених мафіцієнта регресії. Для формалізації прогнозованих ркерних міток - УММ) та певній послідовності значень фенотипової ознаки уводиться показник d (створення маркерної тестової системи, системи - відхилення індивідуального значення ознаки від УММ, визначення d, визначення функціонального середнього значення цієї ознаки в популяції. Крім зв'язку маркер-QTL через коефіцієнт регресії) пецього, визначають також систему УММ у популяції редбачається ступінь розвитку агрономічних (кільнаступної генерації, для якої складається прогноз. кісних) ознак у наступних популяціях добору без На основі усіх цих складових елементів: УММ видодаткових масових робіт по оцінці цих ознак Це хідної популяції, коефіцієнту регресії між генотидає підстави зробити висновок про відповідність повою і фенотиповою базою даних, критерію d та заявленого винаходу і такій вимозі патентоспроУММ наступної популяції і складають прогноз рівможності як "винахідницький рівень". Розроблений ня розвитку кількісної ознаки у популяції наступноспосіб при додержанні заявленої технології (елего циклу добору без безпосереднього вимірювання ментів, їх комбінації та послідовності) може бути у ній досліджуваних ознак. використаний в селекції само- та перехреснозапиЗапропонований спосіб має низку суттєвих лювальних культур для створення та генетичного ознак, які не використовувалися раніше для розполіпшення вихідного матеріалу. Тому заявлений робки способів прогнозування кількісних ознак в спосіб відповідає умові патентоспроможності наступних популяціях і за якими він відрізняється "промислове застосування". від прототипу. Зокрема, головною суттєвою ознаВ результаті здійснення винаходу можуть бути кою, за якою заявлений спосіб відрізняється від отримані наступні види технічного результату: прототипу, є прогнозування рівня розвитку кількіс- генетичне поліпшення вихідного матеріалу них ознак у популяції наступного циклу добору без для селекції; додаткових затрат праці і ресурсів на їх визначен- добір цінних генотипів, важливих для задач ня. У прототипа відсутня така суттєва ознака. сортової і гетерозисної селекції; Крім цього, заявлений спосіб включає також - підвищення ефективності селекційного проінші наступні суттєві ознаки, відсутні у прототипа: гнозу за рахунок істотного прискорення селекцій- визначаються узагальнені маркерні мітки ного процесу та зменшення обсягів робіт і загаль(УММ) як інтегральні значення всіх можливих алених витрат. льних сполучень маркерних локусів; Приклад реалізації способу - для формалізації фенотипічних значень кільЯк модельну вивчали ознаку "величина розгакісної ознаки уводиться показник d, як критерій лудженого простору волоті" (далі РП) в популяції відхилення значення певної ознаки окремої рослини від середнього значення цієї ознаки в популяції; 5 86180 6 кукурудзи (ГК26×Μο17) F2 з метою прогнозуваня її 3. У вихідній популяції F2 провели регресійний параметрів у наступній генерації - F3. аналіз зв'язку між заданими значеннями УММ і 1. На підставі ДНК-маркерування QTL's цієї відповідними значеннями фенотипічної ознаки ознаки за допомогою кодомінантних (SSR) і домі"РП" та визначили коефіцієнт регресії нантних (ISSR) маркерів визначили ефективну (у=24,0+2,6х; b=2,6). маркерну тестову систему: phi083_170-178 - кодо4. Розрахували індивідуальні значення показмінантний маркерний локус, isp7_466(+) - домінанника d для рослин популяції F2. тний (вказано алельний стан, що детектується у 5. Провели ДНК-аналіз популяції наступної гегенотипів з високим значенням фенотипічної ознанерації (F3) до посіву (на коріннях паростків) або у ки). полі (фаза 3-4 листків) і визначили УММ в F3. 2. Проаналізували рекомбінаційні класи популяції F2 за показником УММ визначеної тестової системи (таблиця 1). Таблиця 1 Рекомбінаційні класи на підставі УММ двухлокусної тестової системи phi083-isp7_466 ознаки "величина розгалуженого простору волоті" (РП), см Класи за УММ 1 2 3 4 5 6 Генотип за локусом рhi083 (п.н.) 170-170 170-170 178-178 170-178 170-178 178-178 Генотип за локусом isp7_466 (п.н.) 466(-) - 466(-)* 466(+) 466(-) - 466(-) 466(-) - 466(-) 466(+) 466(+) Середній рівень ознаки РП, визначеної для класів за: генотипом Фенотипом 23,8 24,0 24,4 26,0 26,3 26,5 29,3 29,3 29,3 *(-) - відсутність продукту ПЛР на електрофореграмі; (+) - наявність. 6. Прогнозні параметри популяції F3 за ознакою "РП" визначили шляхом побудови лінії регресії за допомогою коефіцієнту регресії, визначеного в F2, критерію d і значень УММ для F 3 (наведено на Фіг.). Прогнозовані значення ознаки "РП" у одиницях вимірювання d знаходяться у точках перехресту лінії регресії та відповідних значень класів УММ і складають: -3,02; -0,40; 2,20 відповідно до 0-1-2 класів за УММ. 7. Прогнозуюча здатність заявленого способу була перевірена шляхом порівняння фактичних і прогнозованих значень "РП" в популяції F3 (табл.2). Таблиця 2 Ефективність моделі прогнозу значень ознаки "величина розгалуженого простору волоті" в популяції F3 за тестовою системою phi083 - isp7_466 № рослини 1 2 3 4 5 6 7 8 9 10 11 Значення d, см за прогнозом -3,02 -3,02 -3,02 -3,02 -3,02 -0,4 -0,4 -0,4 -0,4 -0,4 -0,4 фактичне -3,3 -7,3 -9,3 -2,3 -6,3 -5,3 -0,3 -5,3 -2,3 0,7 1,7 № рослини 12 13 14 15 16 17 18 19 20 21 22 Значення d, см за прогнозом Фактичне -0,4 -0,4 -0,4 -0,4 2,2 2,2 2,2 2,2 2,2 2,2 2,2 -0,3 -2,3 -2,3 3,7 0,7 3,7 6,7 5,7 6,7 4,7 2,7 r=0,83** **Р