INVESTIGADORES
GONZALEZ Fernanda Gabriela
congresos y reuniones científicas
Título:
Cuantificación del impacto de los genes Ppd-1 sobre el modelo de respuesta a fotoperíodo en trigo
Autor/es:
THOMAS PEREZ GIANMARCO; SEVERINI, ALAN D; GONZÁLEZ FG
Reunión:
Jornada; VI Jornadas de Jóvenes Investigadores; 2019
Resumen:
Ajustar la fecha de antesis a las mejores condiciones ambientales posibles es crítico para lograr la adaptación y determinar el potencial de rendimiento. Sin embargo, fenotipar esta característica y su respuesta al ambiente es costoso, mientras que la caracterización genotípica se ha vuelto más accesible. Un modelo que vincule el genotipo para genes Ppd-1 (respuesta a fotoperiodo) al fenotipo permitiría predecir la fecha de antesis y reemplazar al fenotipado a campo. El cultivar primaveral sensible al fotoperíodo Paragon y líneas isogénicas portando uno, dos y hasta tres alelos de insensibilidad a fotoperíodo (Ppd-1a) en distintas combinaciones fueron cultivados bajo distintos tratamientos de fotoperíodo (de 11,3 a 22,4 h luz día-1) durante cinco años. Se registró la duración de distintas etapas ontogénicas y la dinámica de aparición de hojas. Las duraciones de emergencia a antesis, emergencia a comienzo de encañazón, comienzo de encañazón a hoja bandera y hoja bandera a antesis fueron relacionadas al fotoperíodo promedio durante cada una de ellas, a través del uso de modelos jerárquicos. Los mejores modelos mostraron que los alelos Ppd-1a a) redujeron la sensibilidad a fotoperíodo del tiempo a antesis de -160 hasta -45 ºC d h-1; y b) de emergencia a comienzo de encañazón de -140 hasta -30 ºC d h-1. No afectaron ni el fotoperíodo umbral ni la precocidad intrínseca. La sensibilidad a fotoperíodo entre comienzo de encañazón y hoja bandera y entre hoja bandera y antesis fue menor que para la fase previa y no se asoció a variantes alélicas en Ppd-1. Sin embargo, la duración de ambas fases sí varió de acuerdo a Ppd-1: a mayor sensibilidad a fotoperíodo de la primera fase, más largas fueron las fases subsiguientes. Estos resultados ayudarán a mejorar la habilidad predictiva de la fenología de los modelos de simulación agronómica de base genética.