Quantitative trait loci (QTL) mapping in multi-line crosses of European maize

Multiple-line crosses (MC) have been proposed as promising mapping resource for quantitative trait loci (QTL) detection for agronomic important traits. In contrast to mapping populations derived from a single biparental population, MC can increase the statistical power of QTL detection, the accuracy of QTL location and of QTL effect estimates. Additionally, MC-QTL mapping has the advantage of using data routinely collected in plant breeding programs. The objectives of this study were to (i) assess the reliability of the maize genetic consensus map by comparing it to its six single population linkage maps, (ii) exploit the benefits of a combined analysis by applying two MC-QTL mapping models and to compare the results to single-population analyses, and (iii) investigate the genetic architecture of grain yield, grain moisture, adaptation, and flowering time in elite maize. The experiment comprised six populations with 109 to 150 individuals, resulting from crosses of elite maize breeding material. The germplasm was provided by Syngenta Seeds, Bad Salzuflen, Germany. The 788 genotypes were genotyped with 857 SNP markers. After constructing genetic linkage maps of the six single populations, the genotypic information of the single populations was integrated in a consensus map and its reliability was tested for QTL studies. The average distance between adjacent markers was 1.84 cM suggesting that the marker density is not a limiting factor for QTL analyses. Moreover, we observed medium to high heritabilities for all traits. Consequently, the quality of both genotypic and phenotypic data should allow QTL detection with substantial power. We applied two different MC-QTL mapping models on the data assuming fixed allele effects. The disconnected model estimates QTL effects nested within populations, whereas the connected model takes into account the relationship between the populations. Both models outperformed the single population analyses with regard to QTL detection rate, variance explained by the detected QTL, and the size of the confidence intervals. In all analyses, the disconnected model outperformed the connected model in terms of number of QTL and size of confidence intervals. This superiority seems to be caused by the high background dependencies of QTL effects in connected crosses, which was revealed by a modified diallel analysis of the QTL effects. We investigated the genetic architecture of grain yield, grain moisture, adaptation to maturity zones, and flowering time. Our findings suggest that all traits exhibit a complex genetic architecture with an absence of large QTL effects. Some of the studied traits appear to be influenced by epistasis, interactions between loci. In particular, for flowering time, the two-dimensional scan for epistatic interactions suggested the presence of digenic epistasis. The absence of QTL with large effects suggests that marker-assisted selection is not an appropriate tool to breed for adapted maize hybrids with improved grain yield. Consequently, more suitable approaches for complex traits such as genomic selection should be applied. The joint analyses across populations resulted in higher QTL detection power and resolution compared to single population analyses. Thus, for traits with a less complex genetic architecture, MC-QTL mapping is a powerful tool for the identification of robust diagnostic markers.Mehrlinien-Kreuzungen (MK) wurden in der Literatur als vielversprechende Ausgangspopulation zur Kartierung von quantitative trait loci (QTL) für agronomisch wichtige Merkmale vorgeschlagen. Im Unterschied zu Kartierungspopulationen, die auf einzelne biparentale Populationen zurückgehen, lässt sich durch die Verwendung von MK die statistische Güte der QTL-Detektion erhöhen, sowie die Lage der QTL und deren Effektgröße präziser bestimmen. Zusätzlich ist es möglich, die in Pflanzenzüchtungsprogrammen routinemäßig gesammelten Daten zu verwenden. Die Ziele der vorliegenden Arbeit waren (i) die Verlässlichkeit der integrierten genetischen Karte im Vergleich zu den sechs genetischen Kopplungskarten der Einzelpopulationen einzuschätzen, (ii) die Vorteile der kombinierten QTL-Analyse durch die Anwendung von zwei MK-QTL Kartierungs-Modellen, auch im Vergleich der Ergebnisse mit der Einzelpopulationsanalyse, zu analysieren und (iii) die genetische Architektur der Merkmale Kornertrag, Kornfeuchte, klimatische Anpassung und Blühzeitpunkt zu untersuchen. Der Versuch bestand aus sechs Populationen mit jeweiligen Größen zwischen 109 und 150 Individuen. Das genetische Material entstammt einem Mais-Elitepool, den die Firma Syngenta in Bad Salzuflen bereitstellte. Die 788 Genotypen wurden mit 857 SNP Markern genotypisiert und anhand dieser Ergebnisse wurde für jede Population eine genetische Karte berechnet. Auf den genetischen Informationen der Einzelpopulationen basierend wurde eine genetische Konsensuskarte erstellt und deren Güte für die Verwendung in der QTL Studie getestet. Die durchschnittliche Entfernung zwischen benachbarten Markern betrug 1.84 cM. Diese Markerdichte ist ausreichend und stellt keinen limitierenden Faktor für die QTL-Analyse dar. Die berechneten Heritabilitäten wurden für alle Merkmale als mittel bis hoch geschätzt. Demzufolge sollte die Qualität der genotypischen sowie der phänotypischen Daten eine QTL-Analyse von ausreichender statistischer Güte erlauben. Es wurden zwei verschiedene Kartierungs-Modelle mit fixen Alleleffekten verwendet. Während im nicht-verbundenen Modell QTL-Effekte hierarchisch für jede spaltende Population anpasst werden, werden im verbundenen Modell die Beziehungen zwischen den Populationen berücksichtigt. In Bezug auf die QTL Detektionsrate, die durch den QTL erklärte Varianz und die Größe der Vertrauensintervalle zeigten beide Modelle bessere Ergebnisse im Vergleich zu den Analysen der Einzelpopulationen. Im direkten Vergleich zwischen beiden Modellen erzielte das nicht-verbundene Modell im Bezug auf die QTL Detektionsrate und die Größe der Vertrauensintervalle die besten Ergebnisse. Die bessere Leistung des nicht-verbundenen Modells kann durch die hohe Abhängigkeit der QTL vom genetischen Hintergrund erklärt werden. Dies wurde in einer veränderten Diallel-Analyse der QTL-Effekte offensichtlich. In der vorliegenden Studie wurde die genetische Architektur der Merkmale Kornertrag, Kornfeuchte, Anpassung an Reifezonen und Blühzeitpunkt analysiert. Unsere Ergebnisse zeigen, dass alle der untersuchten Merkmale eine sehr komplexe genetische Struktur aufweisen. Bei keinem der Merkmale konnte ein großer QTL-Effekt detektiert werden. Einige Merkmale scheinen von Epistasie, der Interaktion zwischen Loci, beeinflusst zu sein. Insbesondere für den Blühzeitpunkt deuten die Ergebnisse des zwei-dimensionalen Epistasie-Tests auf signifikante digenische Interaktionen hin. Das Fehlen von QTL mit großen Effekten weist darauf hin, dass die marker-gestützte Selektion für die Züchtung von angepassten Maishybriden mit verbessertem Kornertrag kein geeigneter Ansatz ist. Für komplexe Merkmale sollten folglich passendere Ansätze wie die genomische Selektion benutzt werden. Im Vergleich zur Analyse der Einzelpopulationen erzielte die verbundene Analyse über Populationen hinweg eine höhere Güte, QTL aufzufinden und eine präzisere Lagebestimmung der QTL. Demnach ist die MK-QTL Kartierung ein leistungsfähiges Werkzeug für die Entwicklung robuster diagnostischer Marker bei Merkmalen mit einer einfachen genetischen Architektur