Using genome-wide associations, predictions, and selection to improve fusarium head blight disease resistance in wheat

Abstract

Wheat is a well-adapted hexaploid crop and is a staple food for most parts of the world, commonly called bread wheat (Triticum aestivum L.). The history of first cultivation of wheat dates back to 10 000 years ago. It is among the top three most important cereals grown worldwide. Quality and yield are often affected by challenging weather conditions, which makes the crop vulnerable to pests and diseases. Fusarium head blight (FHB) affects wheat and other cereals in growing areas with humid and warm conditions during anthesis and grain-filling. The FHB disease is complex and caused by Fusarium graminearum and other Fusarium spp. It is among the most important diseases on wheat in Norway. Large efforts have been made and are still in process to curb this disease and bring sustainable disease resistance using available genetic resources and advanced breeding tools.

Breeding for FHB resistance is part of breeding programs worldwide and in Norway. Resistance mechanisms have been well studied and good understanding of such mechanisms are available. Provided the good knowledge of the resistance mechanisms, tackling FHB is still challenging because of the varied growing conditions and its reaction norm to every environment is varied. Overall, the progress in breeding resistant cultivars is slow because of the quantitative nature of FHB resistance and the complex nature of the disease. After the introduction of DNA marker technology, a multitude of quantitative trait loci (QTL) mapping studies and genome-wide association studies (GWAS) have been conducted successfully for more than 20 years. These advancements in mapping of useful biological information is a good way forward for developing new resistant cultivars, using genomics-based approaches like genomic selection (GS).

In this PhD research study, two association panels were used which were developed in collaboration with breeding company Graminor, the NMBU spring wheat panel for conducting GWAS and the GRAMINOR spring wheat panel for further validation of detected QTL. We found thirteen important QTL and later these QTL associated markers used as fixed variates in genomic prediction modelling to enhance the predictive ability of the GS prediction models. Later, we used genotype by environment (G x E) interaction in the genomic prediction modelling to assess the effect on the measured correlation between predicted breeding value to observed values in terms of prediction accuracy. We found there was considerable effect on predictive ability of GS models upon adding GWAS associated marker to the prediction models. Including G x E interaction term in GS prediction model has increased the prediction accuracy by means of adding up some useful invisible information to the prediction models. Overall, with the observed results the objective of PhD project to advance genomic prediction modelling is partly fulfilled.

In addition to this, we have conducted a simulation study to assess the potential of GS based breeding scheme to the conventional phenotypic selection followed at breeding companies. We have succeeded to show the potential benefits of using GS in breeding scheme and that an integration with speed breeding (SB) could lead to faster genetic gains, which is the ultimate breeding goal. Overall, outcomes from this PhD study could be useful for the breeding community and thereafter, farmers could be benefitted from the faster and more effective breeding of FHB disease resistant cultivars.

Hvete, eller brødhvete (Triticum aestivum L.), er en tilpasningsdyktig, heksaploid vekst som utgjør en viktig del av kostholdet de fleste steder i verden. Hvete har blitt dyrket i rundt 10 000 år, og er den viktigste primære kornarten globalt. Ugunstige værforhold påvirker avling og kvalitet, og gjør det utfordrende å dyrke hvete, som blir mer utsatt for skadedyr og sykdom. Aksfusariose (fusarium head blight, FHB) er en dominerende sykdom i hvete og andre kornarter. FHB er en kompleks sykdom som forårsakes av Fusarium graminearum og andre Fusarium spp. I Norge finner vi FHB først og fremst i områder hvor det dyrkes hvete, bygg og havre. Store ressurser har blitt, og blir fortsatt, brukt for å håndtere denne sykdommen, hovedsakelig gjennom foredling av sorter med forbedret resistens. ved hjelp av tilgjengelige genetiske ressurser og avanserte foredlingsverktøy.

Foredling for FHB-resistens er inkludert i foredlingsprogrammer globalt og i Norge. Resistensmekanismene har blitt grundig studert og en har etter hvert oppnådd god forståelse av disse. Varierende værforhold og det at sykdomsutviklingen er så påvirket av miljøforholdene gjør foredlingsarbeidet vanskelig. Generelt er fremgangen i foredling av resistente sorter langsom på grunn av mangel på gode resistenskilder, og sykdommens komplekse natur. Siden DNA-markørteknologi er blitt tilgjengelig, har flere QTLkartleggingsstudier blitt gjennomført over de siste 20 årene, i tillegg til bidrag fra assosiasjonskartleggingsstudier (GWAS). Dessuten har det blitt mulig å utnytte resultatene fra QTL-studier og helgenom-markørinformasjon for å utvikle nye sorter ved hjelp av avanserte, nye foredlingsverktøy kalt genomisk seleksjon.

I dette ph.d.-arbeidet studerte vi to assosiasjonspopulasjoner utviklet ved foredlingsselskapet Graminor AS; NMBUs vårhvetepanel for GWAS og Graminors vårhvetepanel for videre validering av QTL oppdaget i GWAS-panelet. Vi fant tretten viktige QTL som senere ble brukt som faste effekter i genomisk prediksjon-modellering, for å forbedre prediksjonsevnen til prediksjonsmodellene. Senere ble også genotype-miljøsamspill (GxE) brukt i genomiske prediksjonsmodeller som ble testet ved å måle korrelasjonen mellom estimert avlsverdi og observerte verdier for å måle prediksjonsnøyaktigheten. Vi fant en betydelig effekt av å inkludere GWAS assosierte markører i prediksjonsmodellene. Å inkludere G x E interaksjoner i de genomiske prediksjonsmodellene økte prediksjonsnøyaktigheten ved å legge til nyttig, usynlig informasjon til prediksjonsmodellene. Overordnet er et av målene med doktorgradsarbeidet – å avansere genomisk prediksjonsmodellering, oppfylt via de observerte resultatene.

I tillegg til dette har vi utført en simulasjonsstudie for å evaluere effektene av å bruke genomisk seleksjon i et typisk foredlingsprogram hos foredlingsselskapene sammenliknet med tradisjonell fenotypisk seleksjon. Resultatene viste at de potensielle fordelene ved å bruke genomisk seleksjon i kombinasjon med Speed Breeding (SB) kan bidra til stor økning i den genetiske fremgangen, som er det ultimate målet ved foredling. Resultatene fra dette doktorgradsarbeidet kan være nyttige for planteforedlere og på sikt også gagne bøndene som kan få glede av raskere tilgang på mer FHB-resistente hvetesorter.