Caracterización molecular de materiales promisorios de mejoramiento de naranjilla Solanum quitoense

データ レコード

この オカレンス（観察データと標本) リソース内のデータは、1 つまたは複数のデータ テーブルとして生物多様性データを共有するための標準化された形式であるダーウィン コア アーカイブ (DwC-A) として公開されています。 コア データ テーブルには、345 レコードが含まれています。

拡張データ テーブルは2 件存在しています。拡張レコードは、コアのレコードについての追加情報を提供するものです。 各拡張データ テーブル内のレコード数を以下に示します。

この IPT はデータをアーカイブし、データ リポジトリとして機能します。データとリソースのメタデータは、 ダウンロード セクションからダウンロードできます。 バージョン テーブルから公開可能な他のバージョンを閲覧でき、リソースに加えられた変更を知ることができます。

バージョン

次の表は、公にアクセス可能な公開バージョンのリソースのみ表示しています。

引用方法

研究者はこの研究内容を以下のように引用する必要があります。:

EDUARDO M, BUITRON J, OCHOA J, VITERI P (2024). Caracterización molecular de materiales promisorios de mejoramiento de naranjilla Solanum quitoense. Version 1.0. Ninguna organización. Occurrence dataset. https://patrimonio.ambiente.gob.ec/iptmae_permisos/resource?r=naranjilla_coleccion&v=1.0

権利

研究者は権利に関する下記ステートメントを尊重する必要があります。:

This work is licensed under a Creative Commons Attribution Non Commercial (CC-BY-NC 4.0) License.

GBIF登録

このリソースは GBIF に登録されていません。

キーワード

Solanum quitoense; naranjilla; microsatelites; genotipificación; variabilidad genética

連絡先

地理的範囲

PICHINCHA

生物分類学的範囲

N/A

時間的範囲

プロジェクトデータ

La naranjilla, Solanum quitoense Lam, es una especie vegetal perenne perteneciente a la familia Solanaceae, sección Lasiocarpa, la cual se encuentra mayoritariamente en zonas subtropicales. Gracias a sus contenidos nutricionales, la naranjilla es consumida en todo el Ecuador. Actualmente se cultivan distintas variedades de naranjilla, las cuales son comercializadas a nivel regional y extranjera. Las provincias de Sucumbíos, Pastaza, Napo, y Morona Santiago poseen el 93% de la producción nacional de naranjilla, por lo tanto, el cultivo de este frutal representa una importante fuente de ingresos a nivel nacional e internacional para el sector agroindustrial. No obstante, la producción de naranjilla se ha visto afectada por la presencia de microorganismos patógenos que, al atacar a los cultivos, provocan la formación de frutos de pésima calidad y no aptas para su consumo. Por esta razón que el Programa Nacional de Fruticultura del INIAP y el Departamento de Protección Vegetal han trabajado en la generación de nuevos materiales mejorados de naranjilla desde el año 2005. En el presente estudio se realizó la extracción, cuantificación y validación de muestras de S. quitoense pertenecientes a este programa de mejoramiento. Las muestras procesadas fueron caracterizadas genotípicamente con el fin de determinar la variabilidad genética, específicamente de genes de resistencia a nematodos y Fusarium. En el estudio se utilizó un set de marcadores microsatélites sintetizados por El INIAP, los cuales fueron utilizados en cocteles dúplex y tríplex y la genotipificación se llevó a cabo mediante la utilización del programa SAGA. Posteriormente se utilizaron 2 programas estadísticos: Power Marker V3.25 y GenAlex V6.5, los cuales permitirán incrementar la eficiencia de selección de las especies enfocadas en encontrar soluciones a la baja productividad y calidad de la especie.

収集方法

En el caso de las muestras de las poblaciones F y TUM se recolectaron 2 hojas jóvenes, las cuales fueron colocadas en bolsas heméticas con sílica gel y almacenadas en oscuridad hasta su deshidratación. Una vez secas las muestras, se colocaron en fundas de papel hasta su extracción. En el caso de las muestras de las poblaciones N y A se recolectaron 0.05 gramos de cada individuo directamente en tubos Eppendorf de 2 ml, los cuales fueron congelados a -80 hasta su extracción.

Method step description:

1. Se analizaron materiales segregantes seleccionados de naranjilla del programa de mejoramiento del INIAP. Se empleó el protocolo de extracción de ADN dispuesto por Ferreira y Grattapaglia (1998). La cuantificación de ADN genómico se realizó mediante la técnica de espectrofotometría empleando el equipo EPOCH™ de Biotek® para microplacas, el cual emplea el programa GENE5 para la lectura. Una vez obtenidas las concentraciones de ADN se realizaron diluciones a 5 ng/uL de ADN para la posterior validación con el primer ISSR844 siguiendo la metodología descrita por Morillo y Miño, 2011. Para el genotipaje, se amplificaron las muestras de ADN con marcadores seleccionados con la metodología M13 Tailing según lo descrito en Morillo y Miño 2011. Los productos de PCR se corrieron en geles de poliacrilamida en el analizador LI-COR 4300s. La imagen obtenida fue importada al software SAGA GT para su edición y genotipaje. Se obtuvo una matriz genotípica a partir del LI-COR SAGA software, la cual fue depurada en base a los motifs de cada microsatélite, esta matriz fue la base para los diferentes análisis estadísticos. Para el análisis de diversidad genética se utilizaron los siguientes paquetes informáticos: Power Marker V3.25 (Liu, K., & Muse, 2005) y GenAlex V6.5 (Peakall & Smouse, 2012). Los análisis multivariados que se realizaron para los segregantes de naranjilla fueron análisis de coordenadas principales (ACoP) y análisis de conglomerados (AC), para este propósito se utilizó el programa informático NTSYS V 2.1 (Rohlf, 2002). La asignación de genotipos a poblaciones predeterminadas, se realizaron con el software STRUCTURE vs. 2. 3.4 desarrollado por (Pritchard et al., 2000).

コレクションデータ

書誌情報の引用

1. Ferreira, M.E. and Grattapaglia, D. (1998) Introdução ao uso de marcadores moleculares em análise genética. 3rd Edition, EMBRAPA—CENARGEN, Brasília
2. Liu, K., & Muse, S. V. (2005). PowerMarker: an integrated analysis environment for genetic marker analysis. Bioinformatics, 2128–2129.
3. Rohlf, J. (2002). Numerical taxonomy and Multivariate analysis system version 2.1.. Department of ecology and evolution state Universiti of New York
4. Morillo E. y Miño G. (2011). Marcadores Moleculares en Biotecnología Agrícola: Manual de procedimientos y técnicas en INIAP. Manual No. 91. Instituto Nacional Autónomo de Investigaciones Agropecuarias, Estación Experimental Santa Catalina. Quito. 121 p.
5. Peakall, R., & Smouse, P. E. (2012). GenAlEx 6.5: genetic analysis in Excel. Population genetic software for teaching and research—an update.Bioinformatics, (28/19).
6. Liu, K., & Muse, S. V. (2005). PowerMarker: an integrated analysis environment for genetic marker analysis. Bioinformatics, 2128–2129.
7. Pritchard, J., Stephens, M., & Donnelly, P. (2000). Inference of Population Structure using multilocus genotype data. Genetics, (155):945-959.

追加のメタデータ