To the question of microsatellite associations of cultivated soybean of the Amur Oblast with agricultural traits

Cover Page

Cite item

Full Text

Abstract

This prospecting study evaluated the correlation strength between the length of microsatellite loci and valuable agricultural traits. For labeling the genetic systems of soybean varieties, DNA was isolated using a ready-made kit followed by subjecting the manufactured reaction mixture to standard PCR. In total, 15 primer pairs were used to analyze 18 varieties of the All-Russian Soybean Research Institute selection. Eight samples (Satt1, Satt2, Satt5, Satt9, Soyhsp176, Satt681, Satt141 and Satt181) were the most specific and fully suitable for the identification and certification of available soybean genotypes; however, sample Sat_263 was only partially applicable. The possible influence of loci on agricultural traits was determined by searching for associations of simple sequence repeats (SSRs) with quantitative trait loci (QTLs) in the NCBI and soybase databases. To identify the statistical relationship between different attributes and loci lengths, a correlation analysis was performed by calculating Pearson’s coefficient. This analysis revealed a direct relationship between the length of Satt5, Sat_263 and Satt181 loci and plant height, with an inverse relationship being observed in the case of Satt2. The mean value of the correlation coefficient (r) comprised 0.485, 0.55, 0.435 and -0.422, respectively. Samples Satt1(r = 0.561) and Satt2 (r = 0.562) indicate a direct correlation between their length and plant seed weight, while an inverse correlation was established in the case of Satt9 (r= -0.453) and Satt681 (r= -0.527). A weak inverse correlation was found with the trait of potential yield with Satt2 (r = -0.321). This indicates the ability of microsatellites to act as a marker of a particular trait.

About the authors

O. N. Bondarenko

All-Russian Research Institute of Soybean

Email: ton@vniisoi.ru

P. D. Timkin

All-Russian Research Institute of Soybean

Email: tpd@vniisoi.ru

L. E. Ivachenko

All-Russian Research Institute of Soybean

Email: ivachenko-rog@yandex.ru

A. A. Blinova

All-Russian Research Institute of Soybean

Email: baa@vniisoi.ru

A. A. Penzin

All-Russian Research Institute of Soybean

Email: paa@vniisoi.ru

References

  1. Sudaric A., Vratarić M., Mladenović-Drinić S., Matosa M. Biotechnology in soybean breeding // Genetika. 2010. Vol. 42, no. 1. P. 91–102. https://doi.org/10.2298/gensr1001091s.
  2. Singh G., Dukariya G., Kumar A. Distribution, importance and diseases of soybean and common bean: a review // Biotechnology Journal International. 2020. Vol. 24, no. 6. P. 86–98. https://doi.org/10.9734/bji/2020/v24i630125.
  3. Bakhsh A., Sırel I.A., Kaya R.B., Ataman I.H., Tillaboeva Sh., Dönmez B.A., et al. Contribution of genetically modified crops in agricultural production: success stories. In: Policy Issues in Genetically Modified Crops. Academic Press, 2021. P. 111–142. https://doi.org/10.1016/b978-0-12-820780-2.00006-6.
  4. Hwang S., Lee T.G. Integration of lodging resistance QTL in soybean // Scientific Reports. 2019. Vol. 9. P. 6540. https://doi.org/10.1038/s41598-019-42965-6.
  5. Achard F., Butruille M., Madjarac S., Nelson P.T., Duesing J., Laffont J-L., et al. Single nucleotide polymorphisms facilitate distinctness–uniformity–stability testing of soybean cultivars for plant variety protection // Crop Science. 2020. Vol. 60, no. 5. P. 2280–2303. https://doi.org/10.1002/csc2.20201.
  6. Tiwari S., Tripathi N., Tsuji K., Tantwai K. Genetic diversity and population structure of Indian soybean (Glycine max (L.) Merr.) as revealed by microsatellite markers // Physiology and Molecular Biology of Plants. 2019. Vol. 25, no. 4. P. 953–964. https://doi.org/10.1007/s12298-019-00682-4.
  7. Vieira M.L.C., Santini L., Diniz A.L., de Freitas Munhoz C. Microsatellite markers: what they mean and why they are so useful // Genetics and Molecular Biology. 2016. Vol. 39, no. 3. https://doi.org/10.1590/1678-4685-GMB-2016-0027.
  8. Wang H., Campbell B., Happ M., McConaughy S., Lorenz A., Amundsen K., et al. Development of molecular inversion probes for soybean progeny genomic selection genotyping // bioRxiv. 2022. https://doi.org/10.1101/2022.05.03.490091.
  9. Daware A., Das S., Srivastava R., Badoni S., Singh A.K., Agarwal P., et al. An efficient strategy combining SSR markersand advanced QTL-seq-driven QTL mapping unravels candidate genes regulating grain weight in rice // Frontiers in Plant Science. 2016. Vol. 7. https://doi.org/10.3389/fpls.2016.01535.
  10. Zatybekov A.K., Turuspekov Y.T., Doszhanova B.N., Abugalieva S.I. A study of the genetic diversity in the world soybean collection using microsatellite markers associated with fungal disease resistance // Proceedings on Applied Botany, Genetics and Breeding. 2020. Vol. 181, no. 3. P. 81–90. https://doi.org/10.30901/2227-8834-2020-3-81-90.
  11. Майер Н.К., Крупин П.Ю., Пыльнев В.В., Рубец В.С., Коршунов А.В., Дивашук М.Г. Анализ полиморфизма SSR-маркеров, сцепленных с QTL-локусами устойчивости к прорастанию на корню у тритикале // Известия Тимирязевской сельскохозяйственной академии. 2011. N 6. С. 144–149. EDN: OOLONX.
  12. Bocianowski J., Nowosad K., Wróbel B., Szulc P. Identification of associations between SSR markers and quantitative traits of maize (Zea mays L.) // Agronomy. 2021. Vol. 11, no. 1. P. 182. https://doi.org/10.3390/agronomy11010182.
  13. Fliege C.E., Ward R.A., Vogel P., Nguyen H., Quach T., Guo M., et al. Fine mapping and cloning of the major seed protein quantitative trait loci on soybean chromosome 20 // The Plant Journal. 2022. Vol. 110, no. 1. P. 114–128. https://doi.org/10.1111/tpj.15658.
  14. Chen Ch., Chen Y., Huang W., Jiang Y., Zhang H., Wu W. Mining of simple sequence repeats (SSRs) loci and development of novel transferability-across ESTSSR markers from de novo transcriptome assembly of Angelica Dahurica // PLOS ONE. 2019. Vol. 14, no. 8. https://doi.org/10.1371/journal.pone.0221040.
  15. Ott A., Trautschold B., Sandhu D. Using microsatellites to understand the physical distribution of recombination on soybean chromosomes // PLOS ONE. 2011. Vol. 6, no. 7. P. e22306. https://doi.org/10.1371/journal.pone.0022306.
  16. Sun M., Jing Y., Zhao X., Teng W., Qiu L., Zheng H., et al. Genome-wide association study of partial resistance to sclerotinia stem rot of cultivated soybean based on the detached leaf method // PLOS ONE. 2020. Vol. 15, no. 5. P. e0233366. https://doi.org/10.1371/journal.pone.0233366 .
  17. Рябушкина Н.А., Омашева М.Е., Галиакпаров Н.Н. Специфика выделения ДНК из растительных объектов // Биотехнология. Теория и практика. 2012. N 2. C. 9–26. https://doi.org/10.11134/btp.2.2012.1. EDN: VKUFWV.
  18. Ye J., Coulouris G., Zaretskaya I., Cutcutache I., Rozen S., Madden T.L. Primer-BLAST: a tool to design target-specific primers for polymerase chain reaction // BMC Bioinformatics. 2012. Vol. 13, no. 1. https://doi.org/10.1186/1471-2105-13-134.
  19. Das D., Das A. Statistics in biology & psychology. Academic Publishers, 1980. 351 p.
  20. Присяжная И., Присяжная С., Липкань А., Сахаров В., Усанов В. Исследование посевных качеств семян сои в семеноводческих хозяйствах Амурской области // Journal of Agriculture and Environment. 2021. Т. 19. N 3. https://doi.org/10.23649/jae.2021.3.19.4.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».