/ Asociación, Mapa y QTL, Mapas, Poblaciones, QTL / By

MAPEO GENÉTICO

MA 102 VARIEDADES ARGENTINAS

Esta pequeña población de mapeo por asociación se desarrolló originalmente para el estudio de caracteres asociados a la adaptación del cultivo y a componentes de rendimiento, los resultados mostrados en esta página son los obtenidos y publicados por Basile et al. (2019).

Información de la colección:

Un conjunto de 102 variedades de trigo pan descritos anteriormente (Vanzetti et al., 2013) que incluye variedades antiguas (como el cv. Barletta 77, en 1927) y cultivares comerciales recientes (hasta 2010) fueron seleccionados entre las principales empresas de mejoramiento de trigo en Argentina y utilizado para la construcción de bloques de haplotipos y análisis GWAS. Las semillas fueron obtenidas del Banco de Germoplasma de trigo de la Estación Experimental INTA Marcos Juárez.

Tipo de Población: Mapeo por Asociación.

Tamaño de la Población: 102 genotipos

Origen: EEA INTA Marcos Juarez. Responsable del proyecto Dr. Leonardo Vanzetti

Plataforma de genotipado: Axiom® 35K SNP Wheat Breeder’s Array (Affimetrix)

Esquema del cromosoma 1B donde se observa el alto DL provocado por la presencia de la translocación de centeno 1BL/1RS en alta frecuencia en el germoplasma argentino de trigo pan utilizado.

Figura 1: Análisis de la estructura de la colección de 102 cultivares de trigo hexaploides argentinos. El análisis de estructura mostró cuatro subpoblaciones hipotéticas representadas por diferentes colores.

Estructura de la población (Matriz Q)

la estructura genética en el nivel de población utilizando el software R STRUCTURE (François, 2016)

Análisis de haplotipos

La estructura del haplotipo basada en los marcadores SNP para cada cromosoma de trigo se evaluó utilizando el software Haploview 4.2. (Barrett et al., 2004). El software define bloques de haplotipos (HB) y proporciona el número de haplotipos y su longitud física (pb) para cada bloque. Los HB se convirtieron en una tabla usando un script de Python propio disponible en GitHub.

Análisis de asociación

Los análisis de GWAS se realizaron utilizando 4.516 haplotipos (provenientes de 1.268 HB) y 495 marcadores genéticos / SNP informativos anclados al genoma del trigo. Para los análisis se utilizó el método SUPER (Wang et al., 2014) implementados en el paquete R GAPIT (Lipka et al., 2012). Para reducir asociaciones espurias se utilizó en el modelo la estructura genética en la población (valores Q). A partir del GWAS para cada carácter, se seleccionó haplotipos / marcadores que fueron significativos (P < 0,05) en cuatro ambientes, con al menos un ambiente con diferencias altamente significativas (P < 0,001). Todos los haplotipos / marcadores que satisfacen estos criterios son presentados en la tabla que esta debajo.

Figura 2: Tamaños y posición de los bloques de haplotipos (HB) en cada cromosoma para la colección de trigo hexaploide argentino. Los HB rojos indican un tamaño > 30 Mb, los tamaños de HB naranjas entre 10 y 30 Mb y los tamaños de HB verdes <10 Mb.

Basado en la fórmula descrita en (Zhang et al., 2018), la probabilidad de que un haplotipo / marcador sea estadísticamente significativo por azar, simultáneamente para cuatro GWAS fue estimado en menos de 1,25E-07 (0,05 x 0,05 x 0,05 x 0,001). Basado en este número, la probabilidad de al menos un error en los 5.011 haplotipos / SNP se estimó como 1 – (1 -1,25E-07) 5.011 = 0,00063 (por carácter evaluado).

Caracteres fenotipados en la población hasta el momento y sobre los cuales se realizó la búsqueda de QTL

DE: Días de siembra a espigazón.

AP: Altura de planta.

FEm = Fertilidad de Espiga a madurez (granos/ gr chaff).

NGE:  Número de granos por espiga (número).

PMG: Peso de mil Granos (g).

Resultados del análisis GWAS de la población

Descargar tabla
CaracterHaplotype/SNPCromosomaInicio (Mb)Fin (Mb)Frecuencia (%)Efecto sobre caracterAlleleSNPsAzul-2013Azul-2014Balcarce-2013Balcarce-2014Balcarce-2015Marcos Juarez-2011Marcos Juarez-2012Marcos Juarez-2013Marcos Juarez-2014Marcos Juarez-2015Marcos Juarez-2016ColocalizacionReferencia
FEmChr1A-B32-Hap41A482.34876AumentaCCTTCTTACAX-94938408, AX-95024082, AX-94644800, AX-94507352, AX-95120675, AX-94448644, AX-94997258, AX-95629264, AX-94757176*ns****-nsnsnsnsnsBasile et al. 2019
FEmChr2A-B19-Hap32A70.272.912AumentaGTCGAX-94639168, AX-95096480, AX-94381449, AX-94400797*ns**ns-**ns*nsnsBasile et al. 2019
FEmChr2A-B23-Hap12A83.884.552DisminuyeATAX-95631188, AX-94466696****ns-*nsns**Basile et al. 2019
FEmChr2A-B26-Hap32A102102.736AumentaAAGAX-94880269, AX-95164703, AX-94669822******ns-nsnsnsns*Basile et al. 2019
FEmChr2A-B30-Hap42A165.8182.17AumentaTTCCGTCCAX-94774467, AX-94576255, AX-94849076, AX-94692672, AX-95115244, AX-94448613, AX-94724618, AX-94577367**ns**ns-ns*nsnsnsBasile et al. 2019
FEmChr2A-B49-Hap22A704.8705.815AumentaGCAX-94720460, AX-94399675******-nsnsnsnsnsNKSBasile et al. 2019
FEmAX-948749212A707.1-16AumentaAAX-94874921nsnsnsnsns-**ns***Basile et al. 2019
FEmChr2A-B55-Hap12A716.8718.912AumentaCAATCAX-95096362, AX-94982819, AX-94661746, AX-94535413, AX-94433820********-nsnsnsnsnsBasile et al. 2019
FEmChr3B-B14-Hap43B23246AumentaGGTCAX-94624219, AX-95189982, AX-94413646, AX-94873710nsns****-**nsns*nsBasile et al. 2019
FEmAX-948697674A606.4-18AumentaCAX-94869767*ns**ns-**ns**Basile et al. 2019
FEmChr4A-B35-Hap34A625.7625.923AumentaGTAX-94952227, AX-94629424*******-nsnsnsnsnsBasile et al. 2019
FEmChr5A-B33-Hap45A445.2445.27AumentaGCAX-95632187, AX-94682497*****ns-nsnsnsnsnsPHBasile et al. 2019
FEmChr5A-B43-Hap15A476.4476.715AumentaGACCGCGAX-95132574, AX-94876698, AX-94638131, AX-94983398, AX-94955528, AX-94430148, AX-95114243*ns**ns-ns**ns*nsBasile et al. 2019
FEmChr6A-B24-Hap26A205.1233.317AumentaTCAAAX-95141224, AX-94593271, AX-94493694, AX-95652741*****nsns-nsnsnsns*TKWBasile et al. 2019
FEmChr6A-B28-Hap46A448.7454.69DisminuyeGATCAX-95074798, AX-94441458, AX-95076677, AX-94912807******-*nsnsnsnsBasile et al. 2019
FEmChr6A-B29-Hap26A455.646725AumentaGATCAX-95074798, AX-94441458, AX-95076677, AX-94912807***ns**ns-nsns*ns*Basile et al. 2019
FEmChr7A-B36-Hap27A11912610AumentaCCGGAX-94410775, AX-94436598, AX-94578662, AX-94404264*ns****-nsnsnsns*Basile et al. 2019
PMGChr2D-B5-Hap32D17.618.27DisminuyeTGAAX-94672889, AX-94814880, AX-95098966**nsnsns-nsns****Basile et al. 2019
PMGChr3A-B12-Hap33A46.752.65DisminuyeCCGACACTCCTAAX-94494425, AX-94947888, AX-94946504, AX-94660985, AX-95252995, AX-94429024, AX-94567917, AX-94954991, AX-94994948, AX-94713555, AX-94821666, AX-94718027ns*ns**-****nsnsBasile et al. 2019
PMGAX-952570353A686.8-11AumentaTAX-95257035nsnsnsnsns-*ns******Basile et al. 2019
PMGChr3B-B111-Hap43B817.4817.811AumentaCCCCAX-94758693, AX-94799334, AX-94401378, AX-95131891nsnsns*ns-**ns**nsPHBasile et al. 2019
PMGAX-944591696A0.6-30AumentaCAX-94459169ns***nsns-ns*********Basile et al. 2019
PMGChr6A-B20-Hap36A63.87421DisminuyeTTCAGCGAGGGGTCTCGGAAX-94684858, AX-94600197, AX-95008689, AX-95012251, AX-94815030, AX-94396601, AX-94722330, AX-94840852, AX-95142812, AX-95025823, AX-95179502, AX-94422265, AX-94494618, AX-94790181, AX-94449290, AX-94774196, AX-95258743, AX-95022356, AX-95631090nsns*nsns-nsns****Basile et al. 2019
PMGChr6A-B21-Hap36A74.5101.320DisminuyeTCATTTTCGTTGCAX-94664414, AX-94961629, AX-94640976, AX-94395941, AX-95246731, AX-94683058, AX-94977405, AX-94942752, AX-95256931, AX-94490150, AX-94795446, AX-95145282, AX-95012377nsns*nsns-nsns****Basile et al. 2019
PMGChr6A-B24-Hap26A205.1233.317DisminuyeTCAAAX-95141224, AX-94593271, AX-94493694, AX-95652741nsns**nsns-*ns*****FEBasile et al. 2019
PMGChr7B-B38-Hap37B626.1627.65AumentaTG-TCAX-94754235, AX-94843008, AX-95171526, AX-94419535, AX-94746769ns*****nsns-ns**ns**Basile et al. 2019
PMGChr7B-B60-Hap27B702.3703.727AumentaTTAX-94498540, AX-94700055nsnsns*ns-******Basile et al. 2019
PMGChr7B-B60-Hap37B702.3703.715AumentaCTAX-94498540, AX-94700055nsns*nsns-********Basile et al. 2019
NGEChr2A-B49-Hap22A704.8705.815AumentaGCAX-94720460, AX-94399675*ns*****-nsns*nsnsFEBasile et al. 2019
NGEChr4A-B19-Hap54A231349.313AumentaCACAGTAX-94392668, AX-94728695, AX-94606134, AX-94394855, AX-94661891, AX-94482222***nsnsns-****ns*Basile et al. 2019
DEChr1B-B76-Hap21B643.1645.735AumentaTCTAX-94439319, AX-94766122, AX-95017951***nsnsns****ns**Basile et al. 2019
DEChr1B-B84-Hap31B667.2667.817DisminuyeCGTAX-95199577, AX-94689744, AX-94803292nsns*****ns***nsnsBasile et al. 2019
DEChr1B-B89-Hap41B676.86786Disminuye#NAME?AX-94431388, AX-94537816, AX-94546627nsns******ns**nsBasile et al. 2019
DEChr2B-B40-Hap42B162.9166.910AumentaTTTTGTATAAX-94622328, AX-94450544, AX-94655193, AX-94755547, AX-95213611, AX-95081080, AX-94499577, AX-95007105, AX-94589917***nsnsnsns*ns**nsBasile et al. 2019
DEChr2B-B62-Hap12B564.256910AumentaACAAAAAX-95146301, AX-94459397, AX-95685439, AX-94967288, AX-95235626, AX-94770158***nsnsns*nsnsns*nsBasile et al. 2019
DEPpd-D1 sensitive2D34-42AumentasensitivePpd-D1********************Basile et al. 2019
DEChr3A-B31-Hap13A504.8507.559DisminuyeAGGAX-94818694, AX-94989495, AX-94664169nsns*ns********Basile et al. 2019
DEChr3A-B49-Hap33A631.2633.112DisminuyeGTAAX-94983266, AX-94480950, AX-94590370**ns**ns**ns****Basile et al. 2019
DEChr3A-B59-Hap33A695.5695.719AumentaGAAX-94460524, AX-94829707ns*nsnsns*******nsBasile et al. 2019
DEChr3A-B60-Hap43A699.4700.610AumentaGACGAX-95083017, AX-94700391, AX-94586183, AX-95230073ns**nsnsns*********nsBasile et al. 2019
DEChr3D-B7-Hap13D518.2560.154DisminuyeCGCGAATATCTAGCCTAX-94918512, AX-94838180, AX-95014681, AX-94749865, AX-94643137, AX-94629154, AX-94462026, AX-94508902, AX-94762786, AX-94401224, AX-94804577, AX-94505336, AX-94524892, AX-95078497, AX-94475658, AX-94965337**nsnsns*******Basile et al. 2019
DEChr5B-B75-Hap45B597.2601.411DisminuyeTATGTTCGCTTCCGAX-94472448, AX-94825873, AX-95126299, AX-94494539, AX-94534515, AX-94435670, AX-94419463, AX-94526460, AX-94855957, AX-95234715, AX-95141741, AX-95257158, AX-94955787, AX-95131986*nsnsnsns**ns***nsBasile et al. 2019
DEAX-946100416A13.8-46AAX-94610041********ns***nsBasile et al. 2019
DEChr6A-B43-Hap16A591.7592.561DisminuyeTGTACTAX-94439933, AX-94621070, AX-95152390, AX-94499400, AX-94765421, AX-94750793ns**nsnsns*******Basile et al. 2019
DEChr6B-B26-Hap36B157.6157.811AumentaACGAX-95231652, AX-94976370, AX-94918690***nsnsnsnsnsns****PHBasile et al. 2019
DEChr7A-B24-Hap27A6870.28AumentaCAACAX-94880471, AX-94952518, AX-94923482, AX-94915156nsns*****ns****nsBasile et al. 2019
APChr1A-B38-Hap31A508.6510.416AumentaCTAATTTGAX-95194961, AX-94775918, AX-94519549, Glu-A1_2*, Glu-A1_1, Glu-A1_null, AX-94509092, AX-95192108***nsnsns*nsns*nsnsBasile et al. 2019
APChr1B-B17-Hap41B1211245AumentaC-TAACACAX-94479105, AX-94923277, AX-95215734, AX-94819793, AX-95630584, AX-95233201, AX-95117274, AX-94511623***************Basile et al. 2019
APAX-945101671B548.7-21AumentaCAX-94510167ns*ns*****nsns*nsnsBasile et al. 2019
APChr1B-B54-Hap11B580.5581.243DisminuyeGATAX-94417290, AX-94963680, AX-94858556***ns***nsns******nsBasile et al. 2019
APLr101D8.6-10AumentaTTALr 10_362****ns*ns*ns**nsBasile et al. 2019
APChr1D-B5-Hap41D11.611.919DisminuyeTCGAX-95069958, AX-94514240, AX-95653181***ns***ns****Basile et al. 2019
APChr1D-B10-Hap41D31.132.510AumentaTTGCAX-94450337, AX-94886765, AX-94603350, AX-95235028*ns****ns**nsnsnsnsBasile et al. 2019
APChr2A-B39-Hap12A611.2611.970DisminuyeACCGAX-94929514, AX-95166962, AX-95076860, AX-95238815**ns**nsns*ns*nsns*Basile et al. 2019
APChr2A-B48-Hap32A701702.115DisminuyeTGAATAX-94881363, AX-94401392, AX-94619928, AX-94526179, AX-94486441*****ns**nsns**nsBasile et al. 2019
APChr2B-B56-Hap42B469.2476.66AumentaC-AX-94917137, AX-95133917ns****ns*ns*ns***Basile et al. 2019
APChr2B-B79-Hap32B664.2664.95AumentaTA-AX-94950749, AX-95199286, AX-95069755*ns***ns**ns*ns***Basile et al. 2019
APAX-946879892B702.2-52AumentaTAX-94687989ns**nsnsnsns*ns***nsBasile et al. 2019
APChr2B-B97-Hap12B719.5719.538DisminuyeCATAX-94645156, AX-94982580, AX-94706037ns**nsnsnsns*ns****Basile et al. 2019
APChr2B-B114-Hap42B762763.98AumentaC-AAAAX-94868242, AX-94431230, AX-95097760, AX-95191464, AX-94912106****ns*nsnsns*nsnsBasile et al. 2019
APAX-945855962B776.4-15AumentaCAX-94585596***nsns******nsnsBasile et al. 2019
APAX-946244852B776.8-10AumentaGAX-94624485***nsns****nsnsnsBasile et al. 2019
APChr2B-B122-Hap32B777.1777.26Aumenta#NAME?AX-94869081, AX-94764862***ns*********nsBasile et al. 2019
APChr3A-B22-Hap23A391.5393.453AumentaGCAX-94393045, AX-94823297**ns*ns*****ns*Basile et al. 2019
APAX-950902223A700.6-18AumentaGAX-95090222**nsns*nsns**ns*nsnsBasile et al. 2019
APAX-950832053A743.9-46AumentaCAX-95083205***nsns*nsns**nsnsBasile et al. 2019
APChr3B-B6-Hap13B164.4170.865DisminuyeTCACGAX-94415818, AX-94512569, AX-94586240, AX-94707486, AX-95629899***ns*ns*******Basile et al. 2019
APChr3B-B55-Hap43B511.1513.66DisminuyeCCCTTAX-94541525, AX-94453315, AX-94990396, AX-94853100, AX-94547219***nsns*nsnsnsns**Basile et al. 2019
APChr3B-B60-Hap63B541.5544.55AumentaGA-G-CC-TAX-95141130, AX-95685009, AX-94701179, AX-95630480, AX-94829564, AX-94900436, AX-94434519, AX-94445502, AX-94929428*ns**ns******nsBasile et al. 2019
APChr3B-B109-Hap23B796799.19DisminuyeCTGTTGACGATGAX-95681901, AX-94724702, AX-95085345, AX-94613383, AX-95229979, AX-94460257, AX-95630742, AX-94991264, AX-94967827, AX-95210310, AX-94528506, AX-94512236****nsnsnsnsnsns**Basile et al. 2019
APChr3B-B111-Hap43B817.4817.811AumentaCCCCAX-94758693, AX-94799334, AX-94401378, AX-95131891***ns*************TKWBasile et al. 2019
APChr4A-B57-Hap64A738.7739.79DisminuyeATTAGAX-94416122, AX-95249633, AX-95150738, AX-95652066, AX-94511022*nsns**ns**nsnsns*nsBasile et al. 2019
APChr4B-B28-Hap54B612.2613.26AumentaGG-GAX-94617210, AX-94652395, AX-94783372, AX-94750774***********nsBasile et al. 2019
APChr4B-B36-Hap24B650.7650.757DisminuyeTGTAX-94484839, AX-95096924, AX-94521391*****ns*****ns*nsBasile et al. 2019
APChr5A-B16-Hap45A3333.25AumentaCCCAX-94653931, AX-94556600, AX-94635713*********nsnsnsnsBasile et al. 2019
APChr5A-B33-Hap45A445.2445.27DisminuyeGCAX-95632187, AX-94682497ns****nsns*nsnsns**FEBasile et al. 2019
APChr5A-B54-Hap35A516.1527.95AumentaCACTGAAGAX-94397871, AX-94509108, AX-94908260, AX-94415346, AX-94606396, AX-94462177, AX-95629459, AX-94651425ns*********nsns***Basile et al. 2019
APChr5A-B82-Hap25A611.6613.510AumentaCACCAX-94413482, AX-94423469, AX-94437035, AX-94747224*ns*nsns****ns*ns*Basile et al. 2019
APChr5B-B26-Hap25B430.7430.717AumentaCGAX-94432329, AX-94784692***ns****nsnsns*Basile et al. 2019
APAX-945501785B455.7-46AumentaGAX-94550178nsns******nsns*nsnsBasile et al. 2019
APChr5B-B92-Hap45B683.56845AumentaC-AX-94861020, AX-94597114*ns**ns*****ns**Basile et al. 2019
APChr6A-B2-Hap56A0.60.85Aumenta-CAX-95630434, AX-94746756*ns*****nsnsns**nsBasile et al. 2019
APChr6A-B4-Hap26A2.22.726AumentaCGCCAX-94786709, AX-95630503, AX-95209203, AX-95148675*ns****ns*nsns*nsBasile et al. 2019
APChr6A-B4-Hap36A2.22.717DisminuyeCATCAX-94786709, AX-95630503, AX-95209203, AX-95148675****ns*ns*ns****Basile et al. 2019
APChr6A-B16-Hap16A48.649.857AumentaCCCAX-94889521, AX-95233516, AX-94739464nsnsns*ns**ns*****Basile et al. 2019
APChr6A-B17-Hap36A50.351.433DisminuyeCCAAX-94472732, AX-95184774, AX-94579590ns***ns**ns****nsBasile et al. 2019
APChr6A-B54-Hap56A610610.26Aumenta#NAME?AX-94900530, AX-95188728, AX-94554119nsns**ns***ns**nsnsnsBasile et al. 2019
APChr6B-B7-Hap26B19.820.782DisminuyeCACAX-94606720, AX-95152971, AX-94679404********ns********Basile et al. 2019
APChr6B-B20-Hap46B124.4126.16AumentaCCCAX-94725996, AX-95154560, AX-95069655*nsnsnsns****ns**Basile et al. 2019
APChr6B-B25-Hap46B151.4156.425DisminuyeTCATAGGCCTTGAGTTCAX-94476270, AX-94489861, AX-94594212, AX-94592155, AX-95228304, AX-94746774, AX-95251482, AX-95224228, AX-94436738, AX-94925666, AX-94723474, AX-95257540, AX-95254919, AX-94814333, AX-95150132, AX-94933359, AX-94606831*******nsnsns**nsBasile et al. 2019
APChr6B-B26-Hap36B157.6157.811DisminuyeACGAX-95231652, AX-94976370, AX-94918690****ns*ns***ns****HDBasile et al. 2019
APChr6B-B31-Hap26B195.3197.85Aumenta#NAME?AX-94507593, AX-94510067*ns*******nsns***Basile et al. 2019
APAX-949432276B234.8-17AumentaCAX-94943227*****************Basile et al. 2019
APChr6B-B47-Hap36B480.4491.624DisminuyeGGTCGTTGCCAGCAX-94485266, AX-94999452, AX-94504202, AX-94501866, AX-94417160, AX-94459292, AX-94596473, AX-94878625, AX-94647376, AX-94523508, AX-94690961, AX-94916954, AX-95197645nsnsns***nsnsns*ns*Basile et al. 2019
APAX-944764747A561.6-14AumentaTAX-94476474****nsnsnsns****nsBasile et al. 2019
APChr7B-B14-Hap47B59.661.622DisminuyeATACAX-94590671, AX-94587603, AX-94758128, AX-95222995***nsnsns*ns*nsns*nsBasile et al. 2019
APChr7B-B76-Hap37B743.5743.610DisminuyeCAAX-94593529, AX-94770939*******ns*ns******Basile et al. 2019

En la tabla solo se presentan los SNP que pasaron los criterios de selección en GWAS. ns = no significativo, * P <0.05, ** P <0.001, *** P <0.0001, “–” = no disponible.

Referencias

  • Barrett, J. C., Fry, B., Maller, J., & Daly, M. J. (2004). Haploview: analysis and visualization of LD and haplotype maps. Bioinformatics, 21(2), 263–265. https://doi.org/10.1093/bioinformatics/bth457
  • Basile, S. M. L., Ramírez, I. A., Crescente, J. M., Conde, M. B., Demichelis, M., Abbate, P., Rogers, W. J., Pontaroli, A. C., Helguera, M., & Vanzetti, L. S. (2019). Haplotype block analysis of an Argentinean hexaploid wheat collection and GWAS for yield components and adaptation. BMC Plant Biology, 19(1). https://doi.org/10.1186/s12870-019-2015-4
  • François O. (2016). Running structure-like population genetic analyses with R. http://membres-timc.imag.fr/Olivier.Francois/tutoRstructure.pdf
  • Lipka, A. E., Tian, F., Wang, Q., Peiffer, J., Li, M., Bradbury, P. J., Gore, M. A., Buckler, E. S., & Zhang, Z. (2012). GAPIT: genome association and prediction integrated tool. Bioinformatics, 28(18), 2397–2399. https://doi.org/10.1093/bioinformatics/bts444
  • ‌Vanzetti, L. S., Yerkovich, N., Chialvo, E., Lombardo, L., Vaschetto, L., & Helguera, M. (2013). Genetic structure of Argentinean hexaploid wheat germplasm. Genetics and Molecular Biology, 36(3), 391–399. https://doi.org/10.1590/s1415-47572013000300014
  • Wang, Q., Tian, F., Pan, Y., Buckler, E. S., & Zhang, Z. (2014). A SUPER Powerful Method for Genome Wide Association Study. PLoS ONE, 9(9), e107684. https://doi.org/10.1371/journal.pone.0107684
  • Zhang, J., Gizaw, S. A., Bossolini, E., Hegarty, J., Howell, T., Carter, A. H., Akhunov, E., & Dubcovsky, J. (2018). Identification and validation of QTL for grain yield and plant water status under contrasting water treatments in fall-sown spring wheats. Theoretical and Applied Genetics, 131(8), 1741–1759. https://doi.org/10.1007/s00122-018-3111-9

Trigueros

Scroll to Top