SciELO - Scientific Electronic Library Online

 
vol.8 número2Riesgo de contaminación del acuífero freático con plaguicidas en la cuenca del arroyo Ludueña, ArgentinaEstudio descriptivo de la producción caprina tradicional en las regiones mixteca y valles centrales de Oaxaca, México índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay artículos similaresSimilares en SciELO

Compartir


Ecosistemas y recursos agropecuarios

versión On-line ISSN 2007-901Xversión impresa ISSN 2007-9028

Ecosistemas y recur. agropecuarios vol.8 no.2 Villahermosa  2021  Epub 31-Ene-2022

https://doi.org/10.19136/era.a8n2.2912 

Artículos científicos

Asociación de genoma completo para el hábito de crecimiento en trigo harinero (Triticum aestivum L.)

Genome-wide association for growth habit in bread wheat (Triticum aestivum L.)

Ana L. Gómez-Espejo1 
http://orcid.org/0000-0001-6607-7965

Carolina P. Sansaloni2 
http://orcid.org/0000-0003-2675-4524

Juan Burgueño2 
http://orcid.org/0000-0002-1468-4867

Fernando H. Toledo2 
http://orcid.org/0000-0003-0158-643X

M. Humberto Reyes-Valdés1  * 
http://orcid.org/0000-0002-5376-1108

1Programa de Doctorado en Recursos Fitogenéticos para Zonas Áridas-Universidad Autónoma Agraria Antonio Narro. Calzada Antonio Narro 1923, Buenavista, CP. 25315. Saltillo, Coahuila, México.

2Centro Internacional de Mejoramiento de Maíz y Trigo (CIMMYT), CP. 56237. Texcoco, México.


Resumen:

El hábito de crecimiento de los trigos harineros (primavera e invierno) está determinado primordialmente por el proceso de vernalización, regulado por los genes Vrn. Algunos estudios sugieren la implicación de otros genes en la diferenciación de dicha característica. Por ello, se tiene por objetivo la identificación genómica de regiones con una posible relación funcional al hábito de crecimiento. Se realizó un estudio de asociación del genoma completo (GWAS) con dos enfoques de análisis: a) FarmCPU (Unificación de Probabilidad Circulante de Modelo fijo y aleatorio) y b) BLINK (Información Bayesiana y Desequilibrio de ligamiento Anidado Iterativamente) implementados en el paquete GAPIT de R. Se utilizaron datos de 25 681 loci de polimorfismo de un solo nucleótido (SNP’s) de 7 757 colectas de T. aestivum del banco de germoplasma del CIMMYT clasificadas en cuanto a su hábito de crecimiento. Se identificaron 593 marcadores SNP’s con una alta asociación al hábito de crecimiento (p < 0.01). Pero solo 70 marcadores formaban bloques de asociación (BA) en 11 cromosomas. Como se esperaba, se identificó un BA cercano al gen Vrn1 en el cromosoma 5A. Adicionalmente se identificaron 20 regiones genómicas (BA) con asociación al hábito de crecimiento, en las que se detectó la presencia de proteínas de respuesta al estrés implicadas en procesos de aclimatación y des-aclimatación. Los resultados sugieren la participación de nuevos genes en la determinación del hábito de crecimiento en Triticum aestivum y su potencial predictivo en colectas no clasificadas.

Palabras clave: Estrés; GWAS; hábito de crecimiento; SNP’s; trigo harinero

Abstract:

The growth habit in bread wheat (spring and winter) is mainly determined by the process of vernalization, regulated by the Vrn genes. Several studies suggest the involvement of other genes in this differential trait. Therefore, the aim of this research was the genomic identification of regions with a possible functional relationship to growth habit. A genome wide association study (GWAS) was performed by using two different approaches: a) FarmCPU (Fixed and random model Circulating Probability Unification) and b) BLINK (Bayesian-information and Linkage-disequilibrium Iteratively Nested Keyway), both implemented in the GAPIT package of R. The source was a data set of 25 681 single nucleotide polymorphism loci (SNP’s) from 7 757 accessions of T. aestivum stored in the CIMMYT germplasm bank and classified according to growth habit. A total of 593 SNP’s markers strongly associated to their growth habit was identified (p < 0.01). But only 70 markers formed association blocks (BA) within 11 chromosomes. As expected, at least one block was located close to the Vrn1 gene of the 5A chromosome. Additionally, 20 genomic regions (BA) were identified with putative functional relationship to growth habit, with response stress proteins involved in acclimation and de-acclimation processes. The findings suggest of new genes implicated in the growth habit for Triticum aestivum and its predictive potential for unclassified genetic accessions.

Key words: Stress; GWAS; growth habit; SNP’s; bread wheat

Introducción

El trigo harinero, es el cereal más cultivado en el mundo, por su adaptación exitosa a diferentes condiciones agroecológicas (Li et al. 2020). Se clasifica en dos hábitos de crecimiento, primavera o invierno, según sus patrones de floración bajo diversos rangos de temperatura ambiental (Trevaskis et al. 2007, Zhang et al. 2008). Dicha característica fenológica asociada con el proceso de vernalización, se encuentra determinada por los genes Vrn, los cuales en interacción con genes del fotoperíodo (Ppd) y genes que controlan la tasa de desarrollo (Eps) regulan la floración oportuna bajo condiciones estacionales óptimas (Whittal et al. 2018, Khumalo et al. 2017).

En algunas especies de plantas de clima templado el requisito de vernalización es indispensable para la expresión de activadores florales después de un periodo prolongado de temperaturas frías (Dixon et al. 2019, Li et al. 2020). En este sentido, cuatro genes mayores denominados Vrn1, Vrn2, Vrn3 y Vrn4 han sido relacionados con la respuesta a la vernalización en diferentes cultivares de trigo (Yan et al. 2004, 2006, Trevaskis et al. 2003, Danyluk et al. 2003, Kippes et al. 2015, Nazim et al. 2018). Particularmente, se ha demostrado que variaciones alélicas en el gen Vrn1, cuyas copias homologas (Vrn-A1, Vrn-B1 y Vrn-D1) se ubican en los cromosomas 5A, 5B y 5D, respectivamente, son las responsables de la supresión del requisito de vernalización, ya que la presencia de alelos dominantes en tan solo un loci es suficiente para conferir el hábito de crecimiento primaveral (Li et al. 2020).

La caracterización de los genes Vrn ha permitido un avance significativo al entendimiento de la regulación genética del proceso de vernalización de los cereales (Kippes et al. 2015). Sin embargo, algunos estudios realizados en líneas endogámicas de cebada (Saisho et al. 2011) y mutantes de trigo tetraploide (Chen y Dubcovsky 2012) proporcionan evidencia sobre la contribución de genes desconocidos en la diferenciación de los dos hábitos de crecimiento y en el proceso de floración (Trevaskis 2015). Considerando lo anterior y dada la importancia de la vernalización en la adaptación a entornos específicos de los cereales (Goncharov 2003), esta investigación tuvo como objetivo estudiar la asociación entre marcadores SNP’s y el hábito de crecimiento en colectas de T. aestivum a través de un estudio de asociación de genoma completo (GWAS), con la finalidad de localizar regiones que tengan una posible relación funcional con dichos patrones.

Materiales y métodos

Obtención de datos de hábito de crecimiento

Se utilizaron los datos de pasaporte de 174 553 colectas del banco de germoplasma de CIMMYT, cada entrada de los datos de pasaporte contiene una URL pública que permite acceso a información adicional de cada colecta. A través del desarrollo de código escrito en el lenguaje R y con ayuda del paquete “rvest” v0.3.6 (Wickham 2020), se programó el acceso automático a cada URL para la búsqueda de patrones que indicaran la presencia de información de hábito de crecimiento, y su categoría como cultivo de primavera o de invierno y que fueran Triticum aestivum. La búsqueda arrojó un total de 20 380 colectas con información sobre hábito de crecimiento. El proceso automático se validó a través de una búsqueda manual de una muestra de 100 colectas dentro de dicho conjunto, y se verificó una concordancia del 100% en la determinación de las categorías de primavera o invierno.

Obtención y limpieza de datos genotípicos

La información molecular fue obtenida a partir de una tabla de datos en formato HapMap con información de 45 871 colectas del banco de germoplasma de trigo del Centro Internacional de Mejoramiento de Maíz y Trigo (CIMMYT), las cuales fueron genotipificadas con tecnología DArTseq con 86 683 loci SNP en el CIMMYT. Los datos se filtraron para incluir solo colectas de Triticum aestivum caracterizadas por su hábito de crecimiento. Se seleccionaron solo marcadores informativos (polimórficos para las accesiones seleccionadas) con una tasa de datos perdidos del 10%. Se detectó la ubicación física de cada marcador con datos obtenidos por BLAST, y se mantuvieron solo aquellos que podían ser localizados de una manera no ambigua en el genoma de trigo. Bajo este filtrado de datos, se obtuvo un conjunto con 7 956 colectas caracterizadas con 25 681 loci de SNP, en un formato HapMap, los cuales dieron cobertura amplia a los 21 cromosomas de T. aestivum. Las colectas seleccionadas tienen diverso origen geográfico y son una mezcla con diferente nivel genético, ya que se consideraron desde variedades criollas hasta líneas mejoradas.

Análisis exploratorio

Los datos se exploraron mediante pruebas exactas de Fisher para todos los loci, en cuanto a su asociación con el hábito de crecimiento. Se detectó un número considerable de asociaciones bajo el criterio de Bonferroni para un valor p = 0.01, por lo que se procedió a realizar las pruebas adecuadas para el GWAS.

Análisis de asociación

Considerando las dimensiones del conjunto de datos, además del tiempo y demanda computacional que implica realizar un número muy grande de pruebas estadísticas, una por cada SNP's genotipificado, los GWAS se ejecutaron con un código de lectura de SNP’s fragmentado para múltiples archivos. Mientras que los cálculos de parentesco y componentes principales (CP) se estimaron bajo un esquema de muestreo aleatorio. Para ello, la tabla de datos genotípicos HapMap fue dividida en 21 archivos, uno para cada cromosoma. Los datos fenotípicos de las accesiones fueron incluidos como un archivo independiente con el hábito de crecimiento clasificado en 0 y 1, donde 0 son las accesiones de hábito invernal y 1 las de primavera.

Se definieron dos enfoques de estudio para determinar la asociación: 1) El de Unificación de Probabilidad Circulante de Modelo fijo y aleatorio (FarmCPU) (Liu et al. 2016) y 2) BLINK (Huang et al. 2018), el cual está basado en información bayesiana. El procesamiento con estos dos enfoques se realizó con el paquete GAPIT (Herramienta Integrada de Predicción y Asociación del Genoma) versión 3.0 de R (Lipka et al. 2012). Estos enfoques se caracterizan por usar iteraciones para seleccionar un conjunto de marcadores asociados con un rasgo de interés. Los marcadores asociados se ajustan como covariables para probar los marcadores en todo el genoma, uno a la vez.

La estructura poblacional se determinó automáticamente aplicando un análisis de componentes principales (ACP) al ejecutar cada GWAS. Con las gráficas de componentes principales se identificaron colectas fuera de tipo, con posibles errores de clasificación, las cuales fueron depuradas del conjunto de datos genotípicos. Los gráficos de ACP se generaron con el paquete “ggplot2” v3.3.2 de R (Wickham 2009).

Los análisis de asociación bajo los modelos mencionados se ejecutaron nuevamente con los datos depurados (7 757 colectas y 25 681 marcadores SNP’s). Para este efecto, la estructura poblacional se ajustó mediante los primeros cinco componentes principales. Los marcadores significativos en cada modelo fueron seleccionados considerando su valor p ajustado por la tasa de falso descubrimiento (FDR) a un alfa de 0.01.

Mapeo de marcadores

Mediante el uso de la herramienta BLAST y las secuencias de nucleótidos de cada SNP significativo se corroboró su ubicación física con base en el genoma de referencia de trigo IWGSC_refseqv1.0 (IWGSC, 2018) publicado en la base de datos de Ensembl Plants (2021). Las posiciones físicas fueron seleccionadas con base en los alineamientos con más altos porcentajes de identidad (> 90%). Con la información obtenida se elaboró una representación esquemática del mapa físico del trigo harinero mediante el paquete “LinkageMapView” v2.1.2 de R (Ouellette et al. 2018). En el mapa se incluyeron genes de vernalización, fotoperíodo y precocidad perse, reportados en bases de datos. Una vez elaborado el mapa físico se identificaron las regiones genómicas conformadas en bloques de asociación (BA).

Análisis bioinformático

Las regiones genómicas conformadas en BA fueron sometidas a un análisis bioinformático para conocer las propiedades funcionales de las mismas. Para ello, se exploró a detalle cada región genómica en la base de datos de Ensembl Plants con la finalidad de identificar posibles genes candidatos. La identificación de proteínas funcionales codificadas por genes candidatos se consultó en la base de datos UniProt (2021)

Resultados

Análisis de asociación del genoma completo

Considerando los valores p ajustados por la tasa de falso descubrimiento bajo dos enfoques de análisis de asociación (FarmCPU y BLINK) se identificó un conjunto de 593 marcadores SNP’s con una asociación altamente significativa (0.01) al hábito de crecimiento. Del conjunto total de marcadores elegidos, el modelo FarmCPU fue el más abundante con respecto al número de marcadores asociados, con un aporte de 518 marcadores SNP’s (Figura 1). La mayor presencia de estos marcadores se observa en los cromosomas 2A, 2B, 2D, 3A, 3B y 5A con más de 30 SNP’s en cada uno. Por el contrario, el modelo BLINK aportó únicamente 144 marcadores, con una mayor incidencia en los cromosomas 2B y 2D, con 16 SNP’s cada uno (Figura 2). Algunos marcadores SNP’s fueron coincidentes en los resultados de ambos modelos. En la Tabla 1 se presentan los resultados GWAS para 70 marcadores SNP’s conformados en bloques de asociación.

Figura 1: Gráfico de Manhattan del modelo FarmCPU que muestra la asociación de 25 681 marcadores SNP’s en 7 757 colectas de T. aestivum con el hábito de crecimiento. 

Figura 2: Gráfico de Manhattan del modelo BLINK que muestra la asociación de 25 681 marcadores SNP’s en 7 757 colectas de T. aestivum con el hábito de crecimiento. 

Tabla 1: Resultados GWAS de marcadores significativos pertenecientes a bloques de asociación con el hábito de crecimiento en 7 757 colectas de T. aestivum 

Crom SNP Valor P MAF Posición Física (pb) BA
1D 109374796|F|0-9:C>T-9:C>T 1.25E-03 1.04E-02 468309273 1
108513969|F|0-11:G>A-11:G>A 5.74E-03 1.68E-02 469542771
108713509|F|0-41:T>C-41:T>C 6.33E-05 4.16E-02 470220690
108147322|F|0-16:A>G-16:A>G 7.07E-04 3.73E-02 470523298
109349553|F|0-34:C>G-34:C>G 4.27E-06 3.40E-02 470523363
109349552|F|0-19:C>A-19:C>A 1.38E-04 3.69E-02 470535921
2A 108256603|F|0-47:T>G-47:T>G 4.09E-03 4.50E-01 58386894 2
109340887|F|0-22:C>T-22:C>T 2.01E-03 4.42E-01 59120190
108620226|F|0-51:G>A-51:G>A 5.18E-06 2.13E-02 59334130
109372697|F|0-26:C>G-26:C>G 5.55E-03 2.13E-01 745524854 3
109118300|F|0-28:T>C-28:T>C 5.79E-03 4.91E-01 150710793 4
108926834|F|0-68:T>G-68:T>G 1.37E-03 4.91E-01 150985370
109302969|F|0-60:C>T-60:C>T 4.85E-03 4.70E-01 151895514
108203258|F|0-9:A>G-9:A>G 5.46E-03 2.28E-01 152503627
2B 108144780|F|0-66:T>C-66:T>C 3.42E-03 1.60E-01 169861838 5
107873878|F|0-33:A>C-33:A>C 2.73E-03 2.53E-01 170086991
108303724|F|0-60:G>C-60:G>C 6.49E-03 2.44E-01 170781731
2D 108939717|F|0-34:G>T-34:G>T 7.21E-04 4.84E-01 748982898 6
109318254|F|0-49:A>G-49:A>G 8.43E-03 1.98E-01 749044179
109486206|F|0-29:G>C-29:G>C 3.29E-03 1.90E-01 749922381
109355990|F|0-35:T>C-35:T>C 2.18E-04 1.92E-01 750002860
109136240|F|0-18:C>T-18:C>T 2.91E-05 1.20E-01 30934992 7
108547082|F|0-63:A>G-63:A>G 2.95E-03 1.26E-01 31502743
109067136|F|0-25:T>C-25:T>C 9.70E-03 1.33E-01 31502808
109232275|F|0-40:A>G-40:A>G 9.75E-03 4.38E-03 545940420 8
109545052|F|0-31:C>G-31:C>G 1.99E-03 3.37E-02 547286664
109545052|F|0-28:G>T-28:G>T 9.99E-03 3.71E-02 547559641
109235294|F|0-10:G>C-10:G>C 2.90E-03 1.93E-01 615469335 9
109486206|F|0-24:G>C-24:G>C 3.26E-03 1.87E-01 615503378
108800261|F|0-24:C>G-24:C>G 2.27E-03 2.24E-01 615943480
109098245|F|0-58:A>G-58:A>G 6.03E-03 1.97E-01 616526082
108144213|F|0-30:G>A-30:G>A 1.13E-03 2.07E-01 618071961
109137337|F|0-32:C>A-32:C>A 5.22E-03 1.97E-01 618826852
109153060|F|0-47:C>A-47:C>A 6.94E-03 2.13E-01 618828092
109068785|F|0-19:C>A-19:C>A 2.51E-04 2.85E-02 620160840
108145366|F|0-36:G>A-36:G>A 6.41E-03 8.27E-02 620270317
3B 107697013|F|0-24:A>G-24:A>G 3.60E-03 4.25E-01 123356856 10
109241628|F|0-16:A>C-16:A>C 9.99E-03 4.45E-01 124354979
108085036|F|0-61:T>G-61:T>G 7.68E-03 4.79E-01 124817091
109256730|F|0-63:C>G-63:C>G 3.77E-03 2.67E-01 795329079 11
108713853|F|0-12:G>C-12:G>C 3.18E-03 2.85E-01 795429435
107877816|F|0-46:A>C-46:A>C 1.20E-04 2.87E-01 796008897
4A 108994529|F|0-6:T>C-6:T>C 1.92E-03 9.39E-02 615181053 12
108994530|F|0-37:T>A-37:T>A 3.89E-03 9.08E-02 615181053
108476242|F|0-11:G>C-11:G>C 8.39E-03 1.30E-02 616934964
109364118|F|0-8:C>T-8:C>T 4.86E-03 3.68E-01 658343324 13
109193592|F|0-14:A>T-14:A>T 3.22E-04 4.72E-01 659678760
108434554|F|0-15:T>G-15:T>G 5.74E-03 4.77E-01 660455556
107881764|F|0-40:T>G-40:T>G 1.12E-03 3.26E-01 661569379
4B 108998096|F|0-43:C>A-43:C>A 1.67E-03 1.41E-01 649577977 14
109229236|F|0-17:C>T-17:C>T 2.33E-04 5.52E-02 650880267
109229237|F|0-49:T>C-49:T>C 1.19E-03 4.15E-02 650883267
109222860|F|0-60:C>T-60:C>T 4.10E-03 3.87E-02 653001809
5A 109187296|F|0-15:T>C-15:T>C 1.61E-04 1.81E-01 461231162 15
109208559|F|0-9:T>C-9:T>C 2.99E-04 3.47E-01 461899837
108587064|F|0-68:C>A-68:C>A 1.25E-04 4.24E-01 581488583 16
108957420|F|0-65:G>A-65:G>A 5.72E-05 4.87E-01 582636444
108142772|F|0-28:G>T-28:G>T 4.59E-10 3.91E-01 586669360 17
108440456|F|0-50:C>G-50:C>G 1.60E-19 2.92E-01 588401400
109266488|F|0-41:G>A-41:G>A 6.53E-04 1.56E-01 588761898
107702923|F|0-64:G>C-64:G>C 1.40E-04 4.64E-01 589287593
6B 109077677|F|0-39:G>A-39:G>A 3.42E-03 4.13E-03 644135224 18
109441349|F|0-64:G>A-64:G>A 3.45E-03 8.12E-03 645483651
109137306|F|0-50:T>G-50:T>G 1.55E-03 3.74E-03 645537586
7B 109078487|F|0-20:G>A-20:G>A 9.70E-04 4.90E-01 640866076 19
109127303|F|0-32:A>C-32:A>C 2.90E-03 4.75E-01 640905664
109568141|F|0-23:A>G-23:A>G 3.33E-03 1.31E-01 641806854
7D 108550833|F|0-50:G>T-50:G>T 4.56E-05 7.59E-02 606323492
108884325|F|0-11:C>G-11:C>G 3.73E-04 6.83E-02 607228637 20
108201673|F|0-12:G>A-12:G>A 1.89E-03 7.33E-02 607297673

Crom = Cromosoma; P = valor de p al 0.01 ajustado por tasa de falso descubrimiento (FDR); MAF = frecuencia mínima de alelos. El símbolo E en los valores de P y MAF indica x10n.

La estructura de la población estimada a través de cinco componentes principales reveló la estrecha base genética de los trigos de tipo invernal con 938 colectas, en comparación con las 6 819 de primavera (Figura 3). El patrón de dispersión puede ser explicado en gran medida por la variabilidad geográfica y genética a la que pertenecen las accesiones bajo estudio. Sin embargo, se puede diferenciar con claridad como las colectas de hábito invernal pertenecen a un conjunto compacto, el cual fue conformado en su mayoría con cultivares y líneas mejoradas.

Figura 3: Grafico ACP de 7 757 colectas de T. aestivum clasificadas en hábito de crecimiento. A) CP1 vs CP2, B) CP1 vs CP3 y C) CP2 vs CP3. 

Mapeo de marcadores

El mapa físico de los marcadores SNP’s asociados con el hábito de crecimiento reveló que 70 de estos formaban BA en 11 cromosomas (Figura 4 y 5). De los bloques mencionados, dos comparten cercanía genómica con un gen de vernalización (Vrn-A1) ubicado en el cromosoma 5A y otro con un gen de fotoperíodo (Ppd-D1) del cromosoma 2D. También se observaron 3 marcadores SNP’s (109087597|F|0-9:A>T-9:A>T - 2A, 09271053|F|0-12:A>G-12:A>G - 5D y 109533531|F|0-29:A>G-29:A>G - 7B) cercanos a la regiones genómicas de los genes Ppd-A1 (fotoperíodo), Vrn-D1 y Vrn-B3 (vernalización). Los BA con mayor número de marcadores se ubicaron en regiones genómicas presentes en los brazos largos de los cromosomas 1D (468309273-470535989 pb), 2B (748982899-750002913 pb), 2D (615469335 -620270385 pb), 4A (658343324-661569447 pb), 4B (649577977-653001877 pb) y 5A (586669360-589287661 pb). El SNP 109372697|F|0-26:C>G-26:C>G (745524854 pb) ubicado en el cromosoma 2A es coincidente con regiones seleccionadas en los BA de los cromosomas 2B y 2D.

Figura 4: Mapa físico de la ubicación de 593 marcadores SNP’s con asociación altamente significativa (0.01) al hábito de crecimiento en 7 757 colectas de T. aestivum (cromosomas 1A al 3D). 

Figura 5: Mapa físico de la ubicación de 593 marcadores SNP’s con asociación altamente significativa (0.01) al hábito de crecimiento en 7 757 colectas de T. aestivum (cromosomas 4A al 7D). 

Análisis bioinformático

Las regiones genómicas conformadas por los BA en los distintos cromosomas fueron exploradas a detalle en las bases de datos de Ensembl Plants y UniProt. La información bioinformática de cada BA muestra 20 regiones genómicas con información relevante de genes y proteínas con posible funcionalidad en la determinación del hábito de crecimiento (Tabla 2). Estos resultados revelan la abundancia de proteínas de dominio quinasas en muchos BA, como Quinasas de serina y treonina (RSTK), Receptores de serina y treonina (RLK), Quinasas dependiente de ciclina N (RSTK), Diacilglicerol quinasa (DGK) y Tiamina pirofosfoquinasa (TPK). También se notaron algunas proteínas de dominio de caja, como Homeobox, F-box, U-box y MADS-box, esta última vinculada con el gen de vernalización Vrn1 del cromosoma 5A. Se reportan dos genes ortólogos de Arabidopsis thaliana (SEP2 y EDA15) coincidentes con BA ubicados en los cromosomas 2B y 5A. En algunos BA se identificaron los genes TthV (1D), DREB2 (2B), GRF4-D1 (2D) y D1-DWARF1 (2D), reportados en bases de datos para T. aestivum.

Tabla 2: Información bioinformática de bloques de asociación al hábito de crecimiento. 

BA Ensembl Plants UniProt-Proteína
Genes Asociados ID Dominio Función Biológica
1 TraesCS1D02G404300 Q56TP4 XTH Pared celular de tejidos en crecimiento.
TraesCS1D02G405600 Q05806 TTHV Respuesta de defensa.
TraesCS1D02G407600 A0A1D5SRX7 CytB561 Respuesta al déficit hídrico y exceso de luz.
TraesCS1D02G404400 A0A1D6RG09 ARF Crecimiento y desarrollo celular.
TraesCS1D02G405100 A0A341PSZ5 F-box Respuesta de defensa hormonal y estrés abiótico.
TraesCS1D02G406900 A0A1D5SWV6 Homeobox Procesos de desarrollo y respuesta hormonal.
2 TraesCS2A02G107000 A0A341PZ27 RSTK Respuesta a estrés biótico y abiótico.
TraesCS2A02G106700 A0A1D5TN11 POD Mecanismos de defensa.
TraesCS2A02G106800 A0A341PUV9 TPK Resistencia a estrés biótico y abiótico.
3 TraesCS2A02G525500 W5ASP5 LOX Crecimiento y desarrollo, estrés, senescencia, etc.
4 TraesCS2B02G176000 A0A1D5UCP9 DIR Respuesta a sequía, salinidad y estrés oxidativo.
TraesCS2B02G175800 A0A1D5UFD5 RSTK Respuesta a estrés biótico y abiótico.
TraesCS2B02G176200 A0A080YU40 UGT Desarrollo y crecimiento, resistencia a enfermedades.
TraesCS2B02G177100 A0A341PYM4 NA Respuesta al frío, déficit de agua, estrés salino, etc.
5 TraesCS2B02G193500 W5BPC0 RING-E3 Respuesta a estrés abiótico.
TraesCS2B02G193600 W5BPN4 ALT1,2 Respuesta hipoxia y anoxia.
TraesCS2B02G193700 A0A1D5U885 F-box Respuesta de defensa hormonal y estrés abiótico.
6 TraesCS2B02G553600 A0A1D5TZL6 SEP2 Respuesta al estrés lumínico (K-box y MADS-box).
TraesCS2B02G554500 G3FIP0 DREB2 Respuesta a la deshidratación.
TraesCS2B02G554600 A0A341QXE7 Hidrotropismo Reacción al estímulo de agua o humedad.
TraesCS2B02G554700 A0A341R834 RLK Respuesta de defensa.
7 TraesCS2D02G073600 A0A341R4Y5 GLP Respuestas al estrés abiótico, exposición al calor, la sal y el aluminio.
8 TraesCS2D02G435200 A0A1D5UNL9 GRF4-D1 Regulación del crecimiento.
TraesCS2D02G435300 A0A2X0SA68 D1-DWARF1 Respuesta celular al frío y ácido abscísico
9 TraesCS2D02G528400 A0A1D5UR29 LOX Crecimiento y desarrollo, estrés, senescencia, etc.
TraesCS2D02G534400 A0A1D5UH93 RSTK Respuesta a estrés biótico y abiótico.
TraesCS2D02G534600 A0A341RJ78 DGK Respuesta al estrés por congelación.
10 TraesCS3B02G137800 A0A341SBA6 Tudor Tolerancia al estrés salino.
TraesCS3B02G138400 A0A1D5VQ05 Homeobox Procesos de desarrollo y respuesta hormonal.
11 TraesCS3B02G562700 A0A077S8R7 β-1,3-glucanos División celular, resistencia a estrés abiótico.
12 TraesCS4A02G330400 A0A341TN72 EF-Tu Aclimatación al calor.
TraesCS4A02G331000 W5DR31 F-box Respuesta de defensa hormonal y estrés abiótico.
13 TraesCS4A02G381100 A0A341TWL3 RSTK Respuesta a estrés biótico y abiótico.
TraesCS4A02G382200 W5DQV3 Homeobox Procesos de desarrollo y respuesta hormonal.
TraesCS4A02G382600 A0A341TWM7 F-box Tolerancia a estrés biótico y abiótico.
TraesCS4A02G382700 A0A341TUP2 E3-U Respuesta a estrés abiótico.
14 TraesCS4B02G361500 A0A1D5XNM3 NA Respuesta de defensa.
TraesCS4B02G364500 A0A1D5XKM0 UGT Desarrollo y crecimiento, resistencia a enfermedades.
TraesCS4B02G363400 A0A1D5XHF3 NA Ciclo celular (Meiosis), microsporogenesis, etc.
15 TraesCS5A02G247000 A0A1D5YFJ0 RSTK Ciclo celular (Mitosis), división celular.
16 TraesCS5A02G383800 A0A1D5YRN0 HSF Respuesta celular al calor.
TraesCS5A02G384500 A0A1D5YDW0 ARN Helicasa Respuesta estrés salino, déficit de agua, etc.
17 TraesCS5A02G391700 Q5ETV1 MADS-box WM6 Vernalización (Vrn-A1)
18 TraesCS6B02G370800 A0A1D6ANZ6 U-box Respuesta estrés abiótico.
TraesCS6B02G368300 A0A1D6ATD5 XTH Biogénesis de la pared celular.
19 TraesCS7B02G375600 A0A1D6C5B8 POD Respuesta estrés oxidativo.
TraesCS7B02G376400 A0A1D6C2E6 Kinase Respuesta a estrés biótico y abiótico.
20 TraesCS7D02G500300 A0A341Z6N1 RSTK Respuesta a estrés biótico y abiótico.

Crom = Cromosoma; BA = Bloque de asociación; XTH = Xiloglucano endoTransglucosilasa-Hidrolasa; TTHV = Tionina tipo 5; CytB561 = CitocromoB561; ARF = Factores de respuesta a auxinas; RSTK = Quinasas de serina/treonina; POD = Peroxidasas; TPK = Tiamina pirofosfoquinasa; LOX = Lipogenasas; DIR = Proteína dirigente; RSTK = Quinasa de ciclina N; UGT = UDP-glicosiltransferasa; RING-E3 = Ligasas RING tipo E3; ALT1,2 = Alanina aminotransferasa 1 y 2; SEP2 = ortólogo del gen SEPALLATA 2 de A. thaliana; DREB2 = Proteína de unión a elementos sensibles a la deshidratación; RLK = Receptor de serina/treonina; GLP = Germina; GRF4-D1 = Factor de regulación de crecimiento D1; DGK = Diacilglicerol quinasa ; β-1,3-glucanos = Glucano endo-1,3-β-D-glucosidasa; EF-Tu = Factores de elongación Tu; E3-U = Ligasas de ubiquitina E3; HSF = Factor de transcripción de choque térmico; ARN Helicasa = ortólogo del gen de EDA15 de A. thaliana.

Discusión

Algunas de las asociaciones entre marcadores SNP’s y el hábito de crecimiento detectadas por el GWAS implican polimorfismos dentro de genes de vernalización documentados en T. aestivum, como es el caso del gen Vrn1, cuyas copias homologas se localizan en los cromosomas 5A, 5B y 5D (Li et al. 2020). Este gen posee particular importancia en la diferenciación del hábito de crecimiento, ya que la presencia de variaciones alélicas dominantes causadas por mutaciones en regiones reguladoras confieren el hábito primaveral (Konopatskaia et al. 2016). En este sentido, existe congruencia en los resultados obtenidos, ya que se observó un conjunto de marcadores SNP’s formando un marcado BA con el gen Vrn1 en el cromosoma 5A.

Los BA revelaron la presencia de proteínas con diversidad de dominios (Tabla 2) entre las que destacan las relacionadas con cambios estructurales y metabólicos de respuesta al estrés de las plantas. En este sentido Kosová et al. (2011) argumentan que los cambios en la acumulación de las proteínas durante un periodo de estrés están estrechamente relacionados con el proceso de aclimatación. Estos resultados son similares a los encontrados por Kosová et al. (2013) quienes observaron la expresión de proteínas de regulación de respuesta al estrés y del desarrollo, además de proteínas de defensa y proteínas involucradas en la restauración de la división celular durante el proceso de aclimatación al frío en trigos de primavera e invierno. Otro estudio realizado por Wójcik-Jagta et al. (2021) también mostró la expresión de proteínas de respuesta al estrés, además de proteínas de choque térmico relacionadas con la tolerancia a la congelación y proteínas implicadas en funciones estructurales al estudiar la respuesta a la desaclimatación en cebada. Particularmente, notaron una sobreexpresión de enzimas Peroxidasas en variedades susceptibles, lo que muestra la importancia de dichas proteínas en los mecanismos de respuesta a la desaclimatación al frío.

En este sentido, las proteínas quinasas en sus distintas formas han sido reportadas como elementos clave en la traducción de señales que responden a diversos tipos de estrés en las plantas (Calliste et al. 2008, Sinha et al. 2011). Un ejemplo de ello, son las quinasas RLK implicadas en la señalización durante el reconocimiento de patógenos y la posterior activación de los mecanismos de defensa (Afzal et al. 2008). Otras quinasas denominadas RSTK intervienen en la regulación del desarrollo y las vías de señalización de autoincompatibilidad, así como en procesos de resistencia a enfermedades (Goring y Walker 2004).

En trigo, el gen WPK4 que codifica una proteína RSTK es reconocido por desempeñar funciones de control en el metabolismo del nitrógeno y la asimilación del carbono durante períodos de baja temperatura (Ikeda et al. 1999). Por otro lado, el estudio de genes homólogos de WPK4 en maíz y arroz sugieren la expresión diferencial del gen en las distintas especies en respuesta a estímulos ambientales, sobre todo en la exposición a bajas temperaturas (Ohba et al. 2000). De igual manera, las proteínas de caja F desempeñan funciones importantes en las respuestas a tensiones bióticas a través de la vía de la ubiquitina (Yee y Goring 2009, Zhou et al. 2015). También se ha notado su expresión en procesos cruciales en las plantas, como la embriogénesis, las respuestas hormonales, el desarrollo de las plántulas, la organogénesis floral y la senescencia (Xu et al. 2009). En trigo, algunos genes de caja se asocian con la tolerancia a estrés de tipo oxidativo, hídrico y salino (Zhou et al. 2014, Wang et al. 2020). Por su parte, los genes homeobox son señalados por intervenir en el desarrollo reproductivo y en la señalización durante estrés abiótico (Tan e Irish 2006, Jain et al. 2008). Mientras tanto, a las enzimas Glicosiltransferasas (UGT) se les atribuye procesos de regulación hormonal y de biosíntesis de compuestos secundarios implicados en el crecimiento, desarrollo y resistencia a enfermedades en algodón (He et al. 2018).

Algunos marcadores significativos situados en los brazos largos de los cromosomas 2A, 2B y 2D evidencian regiones genómicas coincidentes. Particularmente en los cromosomas 2B y 2D donde se pueden observar BA conformados por varios marcadores. Dichas regiones evidencian la presencia de proteínas Lipogenasas (LOX), las cuales desempeñan un papel fundamental en procesos fisiológicos de las plantas, como la germinación, crecimiento, de sarrollo y respuestas al estrés por calor y salinidad (Shaban et al. 2018, Viswanath et al. 2020). Por otro lado, el BA situado en el cromosoma 2B expresó algunos genes documentados en bases de datos, el primero es un ortólogo del gen SEP2 reportado en Arabidopsis thaliana, el cual es un gen perteneciente a la familia de reguladores transcripcionales de caja MADS de tipo II involucrado en la diferenciación y regulación floral (Moore et al. 2005). El otro gen es DREB2, cuya expresión es inducida por el frío y la deshidratación (Akbudak et al. 2018).

Dado que la mayoría de las proteínas expresadas en los genes pertenecientes a los BA formados por los marcadores significativos apuntan a la expresión de factores de respuesta a diversos tipos de estrés, los cuales dependen en gran medida de factores exógenos y endógenos como la temperatura del ambiente, la disponibilidad de agua, el fotoperíodo, entre otros, se puede denotar su inferencia en la determinación del hábito de crecimiento, que como bien se menciona ha sido atribuida principalmente a mutaciones genéticas del gen de vernalización Vrn1. Lo anterior, reafirma las teorías de algunos autores (Saisho et al. 2011, Chen y Dubcovsky 2012, Shcherban y Salina 2017) sobre la posible acción de genes desconocidos en la expresión de Vrn1 y en el complejo genético regulador de la floración.

Conclusiones

Se proporciona información adicional para comprender las funciones potenciales de nuevos genes en la determinación del hábito de crecimiento en Triticum aestivum. Los resultados identifican 20 regiones genómicas ubicadas en 11 cromosomas con posibles genes candidatos, cuyo estudio y caracterización puede ser base en la predicción genómica del hábito de crecimiento en colectas no clasificadas. La presencia de un abundante bloque de asociación cercano al gen de vernalización Vrn1, que es sumamente importante en la determinación del hábito de crecimiento, es un indicador de la confiabilidad de los métodos utilizados en este estudio.

Agradecimientos

A la Universidad Autónoma Agraria Antonio Narro por el apoyo financiero para el desarrollo de este proyecto. Al Consejo Nacional de Ciencia y Tecnología (CONACYT) por su apoyo a través de una beca de doctorado. Agradecemos al CIMMYT a través de su iniciativa Seeds of Discovery por generar y compartir los datos genotípicos de trigo utilizados en la presente investigación.

Literatura citada

Afzal AJ, Wood AJ, Lightfoot DA (2008) Plant receptor-like serine threonine kinases: Roles in signaling and plant defense. Molecular Plant Microbe Interactions 21: 507-517. [ Links ]

Akbudak MA, Filiz E, Kontbay K (2018) DREB2 (dehydration-responsive element-binding protein 2) type transcription factor in sorghum (Sorghum bicolor): genome-wide identification, characterization and expression profiles under cadmium and salt stresses. 3 Biotech 8: Article number 426. DOI: 10.1007/s13205-018-1454-1. [ Links ]

Calliste DJ, Popova OV, Dietz KJ, Golldack D (2008) The SNF1-type serine-threonine protein kinase SAPK4 regulates stress-responsive gene expression in rice. BMC Plant Biology 8: Article number 49. DOI: 10.1186/1471-2229-8-49. [ Links ]

Chen A, Dubcovsky J (2012) Wheat TILLING mutants show that the vernalization gene VRN1 down-regulates the flowering repressor VRN2 in leaves but is not essential for flowering. PLoS Genet 8: e1003134. DOI: 10.1371/journal.pgen.1003134. [ Links ]

Danyluk J, Kane NA, Breton G, Limin AE, Fowler DB, Sarhan F (2003) TaVRT-1, a putative transcription factor associated with vegetative to reproductive transition in cereals. Plant Physiology 132: 1849-1860. [ Links ]

Dixon LE, Karsai I, Kiss T, Adamski NM, Liu Z, Ding Y, Allard V, Boden SA, Griffiths S (2019) VERNALIZATION1 controls developmental responses of winter wheat under high ambient temperatures. Development 146: dev.172684. DOI: 10.1242/dev.172684. [ Links ]

Goncharov NP (2003) Genetics of growth habit (spring vs winter) in common wheat: Confirmation of the existence of dominant gene Vrn4. Theoretical and Applied Genetics 107: 768-772. [ Links ]

Goring DR, Walker JC (2004) Self-rejection - A new kinase connection. Science 303: 1474-1475. [ Links ]

Ensembl Plants (2021) Ensembl Plants (2021) http://plants.ensembl.org/Triticum_aestivum . Data consulted: January 16, 2021. [ Links ]

He Y, Ahmad D, Zhang X, Zhang Y, Wu L, Jiang P, Ma H (2018) Genome-wide analysis of family-1 UDP glycosyltransferases (UGT) and identificaron of UGT genes for FHB resistance in wheat (Triticum aestivum L.). BMC Plant Biology 18: Article number 67. DOI: 10.1186/s12870-018-1286-5 [ Links ]

Huang M, Liu X, Zhou Y, Summers RM, Zhang Z (2018) BLINK: A package for the next level of genomewide association studies with both individuals and markers in the millions. GigaScience 8: giy154. DOI: 10.1093/gigascience/giy154 [ Links ]

Ikeda Y, Koizumi N, Kusano T, Sano H (1999) Sucrose and cytokinin modulation of WPK4, a gene encoding a SNF1-related protein kinase from wheat. Plant Physiology 121: 813-820. [ Links ]

IWGSC (2018) International Wheat Genome Sequencing Consortium. Science 361: eaar7191. DOI: 10.1126/science.aar7191 [ Links ]

Jain M, Tyagi AK, Khurana JP (2008) Genome-wide identification, classification, evolutionary expansion and expression analyses of homeobox genes in rice. FEBS Journal 275: 2845-2861. [ Links ]

Khumalo TP, Barnard A, Maphosa L, Tsilo TJ (2017) Impact of growth habit and architecture genes on adaptation and performance of bread wheat. In: Wanyera R (Ed) Wheat Improvement, Management and Utilization. IntechOpen. United Kingdom. pp: 77-95. [ Links ]

Kippes N, Debernardi JM, Vasquez-Gross HA, Akpinar BA, Budak H, Kato K, Chao S, Akhunov E, Dubcovsky J (2015) Identification of the VERNALIZATION 4 gene reveals the origin of spring growth habit in ancient wheats from South Asia. Proceedings of the National Academy of Sciences of the United States of America 112: E5401-E5410. DOI: 10.1073/pnas.1514883112. [ Links ]

Konopatskaia I, Vavilova V, Kondratenko EY, Blinov A, Goncharov NP (2016) VRN1 genes variability in tetraploid wheat species with a spring growth habit. BMC Plant Biology 16: Article number 244. DOI: 10.1186/s12870-016-0924-z [ Links ]

Kosová K, Vítámvás P, PráSil IT, Renaut J (2011) Plant proteome changes under abiotic stress - Contribution of proteomics studies to understanding plant stress response. Journal of Proteomics 74: 1301-1322. [ Links ]

Kosová K, Vítámvás P, Planchon S, Renaut J, Vanková R, Prásil IT (2013) Proteome analysis of cold response in spring and winter wheat (Triticum aestivum) crowns reveals similarities in stress adaptation and differences in regulatory processes between the growth habits. Journal of Proteome Research 12: 4830-4845. [ Links ]

Li Y, Xiong H, Guo H, Zhou C, Xie Y, Zhao L, Gu J, Zhao S, Ding Y, Liu L (2020) Identification of the vernalization gene VRN-B1 responsible for heading date variation by QTL mapping using a RIL population in wheat. BMC Plant Biology 20: Article number 331. DOI: 10.1186/s12870-020-02539-5. [ Links ]

Lipka AE, Tian F, Wang Q, Peiffer J, Li M, Bradbury PJ, Gore MA, Buckler ES, Zhang Z (2012) GAPIT: Genome association and prediction integrated tool. Bioinformatics 28: 2397-2399. [ Links ]

Liu X, Huang M, Fan B, Buckler ES, Zhang Z (2016) Iterative usage of fixed and random effect models for powerful and efficient genome - wide association studies. PLoS Genetics 12: e1005767. DOI: 10.1186/1471-2156-13-100. [ Links ]

Moore RC, Grant SR, Purugganan MD (2005) Molecular population genetics of redundant floral-regulatory genes in Arabidopsis thaliana. Molecular Biology and Evolution 22: 91-103. [ Links ]

Nazim Ud Dowla MAN, Edwards I, O’Hara G, Islam S, Ma W (2018) Developing wheat for improved yield and adaptation under a changing climate: Optimization of a few key genes. Engineering 4: 514-522. [ Links ]

Ohba H, Steward N, Kawasaki S, Berberich T, Ikeda Y, Koizumi N, Kusano T, Sano H (2000) Diverse response of rice and maize genes encoding homologs of WPK4, an SNF1-related protein kinase from wheat, to light, nutrients, low temperature and cytokinins. Molecular and General Genetics 263: 359-366. [ Links ]

Ouellette LA, Reid RW, Blanchard SG, Brouwer CR (2018) LinkageMapView-rendering high-resolution linkage and QTL maps. Bioinformatics 34: 306-307. [ Links ]

Saisho D, Ishii M, Hori K, Sato K (2011) Natural variation of barley vernalization requirements: Implication of quantitative variation of winter growth habit as an adaptive trait in East Asia. Plant and Cell Physiology 52: 775-784. [ Links ]

Shaban M, Ahmed MM, Sun H, Ullah A, Zhu L (2018) Genome-wide identification of lipoxygenase gene family in cotton and functional characterization in response to abiotic stresses. BMC Genomics 19: Article number 599. DOI: 10.1186/s12864-018-4985-2. [ Links ]

Shcherban AB, Salina EA (2017) Evolution of VRN-1 homoeologous loci in allopolyploids of Triticum and their diploid precursors. BMC Plant Biology 17: Article number 188. DOI: 10.1186/s12870-017-1129-9. [ Links ]

Sinha AK, Jaggi M, Raghuram B, Tuteja N (2011) Mitogen-activated protein kinase signaling in plants under abiotic stress. Plant Signaling and Behavior 6: 196-203. [ Links ]

Tan QKG, Irish VF (2006) The Arabidopsis zinc finger-homeodomain genes encode proteins with unique biochemical properties that are coordinately expressed during floral development. Plant Physiology 140: 1095 1108. [ Links ]

Trevaskis B, Bagnall DJ, Ellis MH, Peacock WJ, Dennis ES (2003) MADS box genes control vernalization-induced flowering in cereals. Proceedings of the National Academy of Sciences of the United States of America 100: 13099-13104. [ Links ]

Trevaskis B, Hemming MN, Dennis ES, Peacock WJ (2007) The molecular basisof vernalization-induced flowering in cereals. Trends in Plant Science 12: 352-357. [ Links ]

Trevaskis B (2015) Wheat gene for all seasons. Proceedings of the National Academy of Sciences of the United States of America 112: 11991-11992. [ Links ]

UniProt (2021) The UniProt Consortium. UniProt: the universal protein knowledgebase in 2021. D480-D489 Nucleic Acids Research. 49. https://www.uniprot.org . Data consulted: January 22, 2021. DOI: 10.1093/nar/gkaa1100. [ Links ]

Viswanath KK, Varakumar P, Pamuru RR, Basha SJ, Mehta S, Rao AD (2020) Plant lipoxygenases and their role in plant physiology. Journal of Plant Biology 63: 83-95. [ Links ]

Wang W, Wang W, Wu Y, Li Q, Zhang G, Shi R, Yang J, Wang Y, Wang W (2020) The involvement of wheat U-box E3 ubiquitin ligase TaPUB1 in salt stress tolerance. Journal of Integrative Plant Biology 62: 631-651. [ Links ]

Whittal A, Kaviani M, Graf R, Humphreys G, Navabi A (2018) Allelic variation of vernalization and photoperiod response genes in a diverse set of North American high latitude winter wheat genotypes. PLoS ONE 13: e0203068. DOI: 10.1371/journal.pone.0203068. [ Links ]

Wickham H (2009) ggplot2: Elegant graphics for data analysis. 2th Edition. Vol. 35. Springer. New York, USA. 217p. [ Links ]

Wickham H (2020) rvest: Easily Harvest (Scrape) Web Pages. R package version 0.3.6. https://CRAN.R-project.org/package=rvest . Data consulted: January 22, 2021. [ Links ]

Wójcik-Jagta M, Daszkowska-Golec A, Fiust A, Kopec P, Rapacz M (2021) Identification of the genetic basis of response to de-acclimation in winter barley. International Journal of Molecular Sciences 22: Article number 1057. DOI: 10.3390/ijms22031057. [ Links ]

Xu G, Ma H, Nei M, Kong H (2009) Evolution of F-box genes in plants: Different modes of sequence divergence and their relationships with functional diversification. Proceedings of the National Academy of Sciences of the United States of America 106: 835-840. [ Links ]

Yan L, Loukoianov A, Blechl A, Tranquilli G, Ramakrishna W, SanMiguel P, Bennetzen JL, Echenique V, Dubcovsky J (2004) The wheat VRN2 gene is a flowering repressor down-regulated by vernalization. Science 303: 1640-1644. [ Links ]

Yan L, Fu D, Li C, Blechl A, Tranquilli G, Bonafede M, Sanchez A, Valarik M, Yasuda S, Dubcovsky J (2006) The wheat and barley vernalization gene VRN3 is an orthologue of FT. Proceedings of the National Academy of Sciences of the United States of America 103: 19581-19586. [ Links ]

Yee D, Goring DR (2009) The diversity of plant U-box E3 ubiquitin ligases: From upstream activators to downstream target substrates. Journal of Experimental Botany 60: 1109-1121. [ Links ]

Zhang XK, Xiao YG, Zhang Y, Xia XC, Dubcovsky J, He ZH (2008) Allelic variation at the vernalization genes Vrn-A1, Vrn-B1, Vrn-D1, and Vrn-B3 in Chinese wheat cultivars and their association with growth habit. Crop Science 48: 458-470. [ Links ]

Zhou SM, Sun XD, Yin S, Kong X, Zhou S, Xu Y, Luo Y, Wang W (2014) The role of the F-box gene TaFBA1 from wheat (Triticum aestivum L.) in drought tolerance. Plant Physiologyand Biochemistry 84: 213-223. [ Links ]

Zhou SM, Kong XZ, Kang HH, Sun XD, Wang W (2015) The involvement of wheat F-box protein gene TaFBA1 in the oxidative stress tolerance of plants. PLoS ONE 10: e0122117. DOI: 10.1371/journal.pone.0122117 [ Links ]

Recibido: 02 de Marzo de 2021; Aprobado: 10 de Mayo de 2021

*Autor de correspondencia: mathgenome@gmail.com

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons