Dokument: Bewertung der Genom- und Transkriptommerkmale von Gerste und deren Anwendung in der quantitativen Genetik und Pflanzenzüchtung

Titel:	Bewertung der Genom- und Transkriptommerkmale von Gerste und deren Anwendung in der quantitativen Genetik und Pflanzenzüchtung
Weiterer Titel:	Assessment of barley genome and transcriptome features and their application in quantitative genetics and plant breeding
URL für Lesezeichen:	https://docserv.uni-duesseldorf.de/servlets/DocumentServlet?id=72441
URN (NBN):	urn:nbn:de:hbz:061-20260305-133924-1
Kollektion:	Dissertationen
Sprache:	Englisch
Dokumententyp:	Wissenschaftliche Abschlussarbeiten » Dissertation
Medientyp:	Text
Autor:	Arlt, Christopher [Autor]
Dateien:	[Dateien anzeigen] Adobe PDF [Details] 13,03 MB in einer Datei [ZIP-Datei erzeugen] Dateien vom 02.03.2026 / geändert 02.03.2026
Beitragende:	Stich, Benjamin [Gutachter] Köhrer, Karl [Gutachter]
Stichwörter:	Quantitative Genetics, Barley, RNA-Seq, Genomic Prediction, Plant Genomics
Dewey Dezimal-Klassifikation:	500 Naturwissenschaften und Mathematik » 570 Biowissenschaften; Biologie
Beschreibungen:	Pflanzenzüchtung ist ein wichtiger Faktor, um die Fähigkeit der Gesellschaft zu gewährleisten, auf veränderte Umweltbedingungen zu reagieren und die weltweite Nahrungsmittelversorgung zu sichern. Moderne Pflanzenzüchtung ist ein interdisziplinäres Unterfangen. Der stetige Wissenszuwachs durch biologische Forschung in Pflanzenphysiologie, Reproduktion und Genetik ermöglicht die Entwicklung quantitativer genetischer Methoden in der Pflanzenzüchtung, um den Erfolg von Züchtungsprojekten zu maximieren. Diese Arbeit vereint mehrere Studien, die zu diesem interdisziplinären Vorhaben beitragen, indem sie neue Methoden für die weltweit wichtige Getreideart Gerste entwickeln, evaluieren und anwenden. Die Menge an Next-Generation-Sequenzierungsdaten (NGS) für Gerste und andere Nutzpflanzen nimmt stetig zu. Jüngste Fortschritte in der Sequenzierungstechnologie, begleitet von sinkenden Kosten für NGS-Sequenzierungsverfahren, haben die für die Pflanzenzüchtung notwendige Skalierbarkeit ermöglicht. Daher werden in unseren Studien NGS-Datentypen, die bisher nur in klein angelegten Forschungsprojekten verwendet wurden, für die Anwendung im Kontext der Pflanzenzüchtung berücksichtigt. Ein Beispiel hierfür ist die Identifizierung genomweiter Strukturvarianten (SV). Wir nutzten die optimale Kombination von Werkzeugen, um Strukturvarianten (SV) in 23 Elternlinien der Sommergerste zu identifizieren und fanden fast 500.000 SV-Cluster. Deletionen waren dabei der häufigste SV-Typ, gefolgt von Translokationen. Diese 23 Elternlinien wurden außerdem verwendet, um mithilfe eines doppelten Round-Robin-Kreuzungsverfahrens (DRR) eine Population rekombinanter Inzuchtlinien (RIL) mit mehreren Elternlinien zu erzeugen. Die Population besteht aus 45 Subpopulationen mit jeweils einer einzigartigen Elternkombination. Die DRR-Population wurde unter anderem erstellt, um die Variabilität von Crossing-over-Ereignissen (CO) zwischen den Subpopulationen zu untersuchen. Frühere Untersuchungen zeigten, dass Methylierung und genomische Varianz die Rate und Verteilung von CO-Ereignissen auf mechanistischer Ebene beeinflussen. Daher nutzten wir die oben beschriebenen SV-Daten sowie Methylierungsdaten der 23 Elternlinien, um deren Einfluss auf die meiotische Rekombination in der DRR-Population zu untersuchen. Wir fanden CO-Hotspots vorwiegend in der Nähe von Genen mit geringer Methylierung, die von großen Bereichen hochmethylierter DNA flankiert werden. Wir schließen daraus, dass die Rekombinationslandschaft in unserer RIL-Population anhand des elterlichen SV- und Methylierungsmusters hochgradig vorhersagbar ist. Wir führten erfolgreich genomweite Selektion (GS) mit SV- und Genexpressionsdaten der Elternlinien durch, was uns veranlasste, kostengünstige Alternativen zur SNP-basierten Genotypisierung in der RIL-Population zu evaluieren. Wir untersuchten die Möglichkeit, RNA-Seq-Daten für die Nachkommen analog zur SNP-Array-Datengenerierung zu generieren. Wir entwickelten einen Ansatz zur manuellen Miniaturisierung der Bibliothekspräparation, der die Verbrauchskosten für die RNA-Seq-Datengenerierung im Vergleich zum Goldstandard um bis zu 86,1 % reduzierte. Bis zu 54,5 % dieser Kosteneinsparungen wurden allein durch die Miniaturisierung erzielt. Wir testeten die Qualität der mit diesem Workflow erzeugten Daten eingehend und verglichen sie mit Bibliotheken ohne Miniaturisierung. Dabei stellten wir fest, dass die Qualität durch die Miniaturisierung nicht beeinträchtigt wurde. Mit diesem Workflow haben wir erfolgreich eine Methode zur kostengünstigen Generierung von RNA-Seq-Daten etabliert. Die RNA-Seq-Daten wurden erfolgreich zur Vorhersage einer Vielzahl agronomischer Merkmale eingesetzt. Durch Qualitäts- und Funktionsfilterung konnten wir die Vorhersagegenauigkeit der RNA-Seq-Genexpressions- (GE-) und SNP-Datensätze weiter verbessern. Die höchste Vorhersagegenauigkeit, die die GP-Leistung des SNP-Arrays übertraf, erzielten wir durch die Kombination der RNA-Seq-SNPs mit den aus demselben Datensatz extrahierten Eltern-SNPs, der zur Identifizierung von Strukturvarianten (SV) verwendet wurde. Plant breeding is an important factor in ensuring the ability of society to react to changes in environmental conditions and to secure the world wide supply with food. Modern plant breeding is an interdisciplinary endeavor. The steady increase in knowledge produced by biological research in plant physiology, reproduction, and genetics enables the development of quantitative genetic methods applied in plant breeding to maximize the success of breeding projects. This thesis combines multiple studies that contribute to this interdisciplinary effort by developing, evaluating, and applying new methods for the globally important cereal crop barley. The amount of next-generation sequencing (NGS) data available for barley and other crops is constantly increasing. Recent advances in sequencing technology, accompanied by a reduction in sequencing prices for NGS technologies, enabled the scalability necessary in the field of plant breeding. Therefore, NGS data types that were previously only used in small-scale research are considered in our studies for application in a plant breeding context. An example of this is the identification of genome wide structural variation (SV). We used the best combination of tools to identify SV in 23 spring barley parental inbred lines and found almost 500,000 SV clusters in which the most prevalent type of SV was deletions followed by translocations. Furthermore, these 23 parental inbred lines were used to create a multi-parent recombinant inbred line (RIL) population using a double round robin (DRR) crossing scheme. The population is made up of 45 sub-populations that each have a unique combination of parents. The DRR population was created, among other things, to investigate the variation of crossing over (CO) events between sub-population. Previous research indicated that methylation and genomic variance affect the rate and distribution of CO events on a mechanistic level. We therefore used the SV data described above in addition to methylation data for the 23 parents to investigate their impact on meiotic recombination in the DRR population. We found CO hotspots predominantly in proximity to genes with low methylation flanked by large regions of highly methylated DNA. We conclude that the recombination landscape is highly predictable in our RIL population on the basis of the parental SV and methylation pattern. We had success performing GS using SV and gene expression data in the parental lines, leading us to evaluate the possibility of cost-effective alternatives to SNP based genotyping in the RIL population. We investigated the possibility of generating RNA-Seq data for the progenies in such a manner that would be with SNP array data generation. We developed a manual library preparation miniaturization approach that reduced the consumable costs for RNA-Seq data generation by up to 86.1\% compared to the gold standard. Up to 54.5\% of these cost savings were realized by miniaturization alone. We rigorously tested the quality of the data produced by the workflow and compared it to libraries without miniaturization, and determined that the quality was not negatively impacted by the miniaturization. With this workflow, we successfully established a method for generating RNA-Seq data for a competitive price. RNA-Seq data was successfully used to predict a broad set of agronomic traits and we further improved the prediction ability of the RNA-Seq gene expression (GE) and SNP datasets by quality and function filtering. We achieved the highest prediction ability, exceeding the GP performance of the SNP array, when combining the RNA-Seq SNP with the parental SNPs extracted from the same dataset that was used to identify SV.
Lizenz:	Dieses Werk ist lizenziert unter einer Creative Commons Namensnennung 4.0 International Lizenz
Fachbereich / Einrichtung:	Mathematisch- Naturwissenschaftliche Fakultät » WE Biologie » Genetik
Dokument erstellt am:	05.03.2026
Dateien geändert am:	05.03.2026
Promotionsantrag am:	07.10.2025
Datum der Promotion:	25.02.2026