Assessment of phenotypic, genomic and novel approaches for soybean breeding in Central Europe

Abstract

Soybean is the economically most important leguminous crop worldwide and serves as a main source of plant protein for human nutrition and animal feed. Europe is dependent on plant protein imports and the EU protein self-sufficiency, which is an issue that has been on the political agenda for several decades, has recently received renewed interest. The protein imports are mainly in the form of soybean meal, and soybean therefore appears well-suited to mitigate the protein deficit in Europe. This, however, requires an improvement of soybean production as well as an expansion of soybean cultivation and thus breeding of new cultivars that combine agronomic performance with adaptation to the climatic conditions in Central Europe. The objective of this thesis was to characterize, evaluate and devise approaches that can improve the efficiency of soybean breeding. Breeding is essentially the generation of new genetic variation and the subsequent selection of superior genotypes as candidates for new cultivars. The process of selection can be supported by marker-assisted or genomic selection, which are both based on molecular markers. A first step towards the utilization of these approaches in breeding is the characterization of the genetic architecture underlying the target traits. In this study, we therefore performed QTL mapping for six target traits in a large population of 944 recombinant inbred lines from eight biparental families. The results showed that some major-effect QTL are present that could be utilized in marker-assisted selection, but in general the target traits are quantitatively inherited. For such traits controlled by numerous small-effect QTL, genomic selection has proven as a powerful tool to assist selection in breeding programs. We therefore also evaluated the genomic prediction accuracy and found this to be high and promising for the six traits of interest. In conclusion, these results illustrated the potential of genomic selection for soybean breeding programs, but a potential limitation of this approach are the costs required for genotyping with molecular markers. Phenomic selection is an alternative approach that uses near-infrared or other spectral data for prediction instead of the marker data used for its genomic counterpart. Here, we evaluated the phenomic predictive ability in soybean as well as in triticale and maize. Phenomic prediction based on near-infrared spectroscopy (NIRS) of seeds showed a comparable or even slightly higher predictive ability than genomic prediction. Collectively, our results illustrate the potential of phenomic selection for breeding of complex traits in soybean and other crops. The advantage of this approach is that NIRS data are often available anyhow and can be generated with much lower costs than the molecular marker data, also in high-throughput required to screen the large numbers of selection candidates in breeding programs. Soybean is a short-day plant originating from temperate China, and thus adaptation to the climatic conditions of Central Europe is a major breeding goal. In this study, we established a large diversity panel of 1,503 early-maturing soybeans, comprising of European breeding material and accessions from genebanks. This panel was evaluated in six environments, which revealed valuable genetic variation that can be introgressed into our breeding programs. In addition, we deciphered the genetic architecture of the adaptation traits flowering time and maturity. Taken together, the findings of this study show the potential of several phenotypic, genomic and novel approaches that can be integrated to improve the efficiency of soybean breeding and thus hold great promise to assist the expansion of soybean cultivation in Central Europe through breeding of adapted and agronomically improved cultivars.

Die Sojabohne ist die wirtschaftlich wichtigste Leguminose weltweit und dient als eine Hauptquelle für pflanzliches Eiweiß in der menschlichen Ernährung und im Tierfutter. Europa ist von pflanzlichen Eiweißimporten abhängig und die Selbstversorgung der EU mit Eiweiß, ein Thema, das seit mehreren Jahrzehnten auf der politischen Agenda steht, hat in letzter Zeit wieder an Interesse gewonnen. Die Eiweißimporte erfolgen hauptsächlich in Form von Sojaschrot und Soja scheint daher gut geeignet das Eiweißdefizit in Europa abzumildern. Dies erfordert jedoch eine Steigerung der Sojaproduktion sowie eine Ausweitung des Sojaanbaus und damit die Züchtung neuer Sorten, die agronomische Leistung mit Anpassung an die klimatischen Bedingungen in Mitteleuropa verbinden. Ziel dieser Arbeit war es, Ansätze zu charakterisieren, zu bewerten und zu entwickeln, die die Effizienz der Sojazüchtung verbessern können. Züchtung basiert im Wesentlichen auf der Erzeugung neuer genetischer Variation und der anschließenden Selektion überlegener Genotypen als Kandidaten für neue Sorten. Dieser Selektionsprozess kann durch markergestützte oder genomische Selektion unterstützt werden, die beide auf molekularen Markern beruhen. Ein erster Schritt zur Nutzung dieser Ansätze in der Züchtung ist die Charakterisierung der den Zielmerkmalen zugrundeliegenden genetischen Architektur. Die Ergebnisse zeigten, dass es einige QTL mit großen Effekten gibt, die für die markergestützte Selektion genutzt werden könnten, aber im Allgemeinen werden die Zielmerkmale quantitativ vererbt. Bei solchen Merkmalen, die von zahlreichen QTL mit kleinem Effekt kontrolliert werden, hat sich die genomische Selektion als leistungsfähiges Instrument zur Unterstützung der Selektion in Zuchtprogrammen erwiesen. Deshalb wurde auch die genomische Vorhersagegenauigkeit untersucht und festgestellt, dass diese für die sechs Zielmerkmale hoch und damit vielversprechend ist. Zusammenfassend lässt sich sagen, dass die Ergebnisse das Potenzial der genomischen Selektion für Sojazuchtprogramme verdeutlichten, wobei jedoch die Kosten für die Genotypisierung mit molekularen Markern ein möglicher Nachteil dieses Ansatzes sind. Die phänomische Selektion ist ein alternativer Ansatz, bei dem Nahinfrarot- oder andere Spektraldaten für die Vorhersage verwendet werden, anstatt der Markerdaten wie bei der genomische Selektion. Hier wurde die phänomische Vorhersagefähigkeit bei Soja sowie bei Triticale und Mais untersucht. Die phänomische Vorhersage mittels Nahinfrarotspektroskopie (NIRS) von Bohnen/Körnern zeigte eine vergleichbare oder sogar leicht höhere Vorhersagegenauigkeit als die genomische Vorhersage. Der Vorteil dieses Ansatzes besteht darin, dass NIRS-Daten häufig ohnehin erhoben werden und mit wesentlich geringeren Kosten als molekulare Markerdaten generiert werden können, auch im Hochdurchsatz, der für das Screening der großen Anzahl von Selektionskandidaten in Züchtungsprogrammen erforderlich ist. Die Sojabohne ist eine Kurztagspflanze, die ursprünglich aus den gemäßigten Zonen in China stammt, weshalb die Anpassung an die klimatischen Bedingungen in Mitteleuropa ein wichtiges Zuchtziel ist. In dieser Studie wurde ein großes Diversitätspanel mit 1.503 frühreifenden Sojalinien erstellt, das aus europäischem Zuchtmaterial und Akzessionen aus Genbanken besteht. Dieses Panel wurde in sechs Umwelten evaluiert, was wertvolle genetische Variationen aufzeigte, die in Zuchtprogramme eingebracht werden kann. Darüber hinaus wurde die genetische Architektur der Adaptationsmerkmale Blühzeitpunkt und Reife entschlüsselt. Insgesamt zeigen die Ergebnisse dieser Studie das Potenzial verschiedener phänotypischer, genomischer und neuer Ansätze, die zur Verbesserung der Effizienz der Sojazüchtung integriert werden können und vielversprechend sind, um die Ausweitung des Sojaanbaus in Mitteleuropa durch die Züchtung angepasster und agronomisch verbesserter Sorten zu unterstützen.