QTL mapping in a full-sib family of sugarcane using multiple imputation

O mapeamento de QTLs em cana-de-açúcar (Saccharum spp.) é de grande importância para entendimento da arquitetura genética de caracteres quantitativos e aperfeiçoamento dos programas de melhoramento. Entretanto uma situação comum é a ocorrência de genótipos de marcadores não observados, ocasionando viés na estimativa e localização de possíveis QTLs. Portanto, métodos que consideram a informação de genótipos não observados devem ser utilizados. O presente trabalho teve como objetivo detectar QTLs em uma população de irmão completos de cana-de-açúcar utilizando o método de mapeamento por intervalo com a implementação da abordagem da imputação múltipla. A população de mapeamento foi composta por 220 indivíduos oriundos do cruzamento entre os genitores IACSP95-3018 e IACSP93-3046. Os caracteres avaliados foram : percentual de fibra (Fibra), conteúdo de sacarose (POL), produção de cana por parcela (PC) e produção de açúcar por parcela (PP). Foram utilizadas dez imputações para gerar pseudomarcadores a cada 1cM no mapa de ligação que totalizou 4370 cM. Observou-se que ao total, 57 QTLs foram mapeados nos 113 grupos de ligação avaliados, sendo 14 QTLs para o caráter Fibra, 19 para POL, 12 para PC e 12 para PP. O valor de LOD Score e R2 variaram entre 3,82-7,52 e 6,49%-16,61%, respectivamente. Foi observado que em geral, os efeitos aditivos e de dominância foram significativos, predominando os efeitos aditivos. Além de reduzir o viés ocasionado pelos genótipos não observados, a abordagem da imputação múltipla aumentou o poder de detecção de QTLs, mapeando QTLs com sucesso. Assim, acredita-se que os resultados do presente trabalho, contribuiram para futuros estudos que objetivem a melhor compreensão da arquitetura genética dos caracteres quantitativos da cana-de-açúcar.QTL mapping in sugarcane (Saccharum spp.) is important to understand the genetic architecture of quantitative traits that are important in breeding programs. However, the ocurrence of missing marker phenotypes is common and decrease the power to detect QTL and causes bias in estimates of locations and effects of QTL. Therefore, methods that include missing marker phenotypes should be considered. Our work was aimed at detecting QTL in a full-sib family of sugarcane via interval mapping method using the multiple imputation approach. The mapping population was composed of 220 individuals derived from a biparental cross between IAC95-3018 and IACSP93-3046. The evaluated traits related to yield were: fiber content (Fiber), sugar content (POL), cane yield in kg.plot1 (PC), sugar yield in kg.plot1 (PP). Ten imputation data sets were build using a 1-cM grid to infer pseudomarker genotype along the genetic linkage map. The QTL mapping on the data with imputed pseudomarker genotypes detected 57 QTLs; 14 QTL were obtained for Fiber; 19 for POL; 12 for cane yield and 12 for sugar yied. The LOD Score value and the R2 proportional to the average weight of all pseudomarker realizations at each grid position ranged from 3.82-7.52 and 6.49%- 16.61%, respectively. In general, it was observed that additive and dominance effects were significant, with predominance of additive effects. The application of multiple imputation approach was successful in reducing the bias and increasing the power of QTL detection. Thus, it is believed that the results of this work contribute to future studies to understand the genetic architecture of quantitative traits in sugarcan