Blog

Sep 22, 2023

Composición y genoma de ácidos grasos.

Scientific Reports volumen 13, Número de artículo: 14002 (2023) Citar este artículo 1232 Accesos 1 Detalles de Altmetric Metrics El garbanzo es una leguminosa nutricionalmente densa con altos niveles de proteína,

Scientific Reports volumen 13, número de artículo: 14002 (2023) Citar este artículo

1232 Accesos

1 altmétrica

Detalles de métricas

El garbanzo es un cultivo de legumbres nutricionalmente denso con altos niveles de proteínas, carbohidratos, micronutrientes y bajos niveles de grasas. Los ácidos grasos de garbanzo están asociados con un riesgo reducido de obesidad, colesterol en sangre y enfermedades cardiovasculares en humanos. Medimos cuatro ácidos grasos primarios de garbanzo; ácido palmítico (PA), ácido linoleico (LA), ácido alfa-linolénico (ALA) y ácido oleico (OA), que son cruciales para la salud humana y las respuestas al estrés de las plantas en un panel de diversidad de garbanzos con 256 accesiones (tipos Kabuli y desi). ). Se encontró un amplio rango de concentraciones para PA (450,7–912,6 mg/100 g), LA (1605,7–3459,9 mg/100 g), ALA (416,4–864,5 mg/100 g) y OA (1035,5–1907,2 mg/100 g). ). El porcentaje de ingesta diaria recomendada también varió para PA (3,3–6,8%), LA (21,4–46,1%), ALA (34,7–72%) y OA (4,3–7,9%). Se encontraron correlaciones débiles entre los ácidos grasos. Se realizaron estudios de asociación de todo el genoma (GWAS) utilizando datos de genotipado mediante secuenciación. Se identificaron cinco polimorfismos de un solo nucleótido (SNP) significativos para la PA. El análisis de la estructura de la población mixta reveló siete subpoblaciones basadas en la diversidad ancestral en este panel. Este es el primer estudio publicado que caracteriza los perfiles de ácidos grasos en un panel de diversidad de garbanzos y realiza GWAS para detectar asociaciones entre marcadores genéticos y concentraciones de ácidos grasos seleccionados. Estos hallazgos demuestran que la biofortificación de los ácidos grasos de garbanzo es posible utilizando técnicas de mejoramiento convencionales y genómicas, para desarrollar cultivares superiores con mejores perfiles de ácidos grasos para mejorar la salud humana y las respuestas al estrés de las plantas.

Las grasas proporcionan importantes calorías y energía para el bienestar humano y una vida sana. Los ácidos grasos tienen varias funciones metabólicas importantes en el cuerpo humano, incluida la de almacenarse como fuentes de energía para su uso en niveles reducidos de glucosa en sangre, ayudar a regular la expresión genética, formar estructuras celulares, promover la señalización celular y ayudar a controlar los niveles de colesterol y las respuestas inflamatorias1. Los ácidos grasos se clasifican en ácidos grasos saturados (AGS), ácidos grasos monoinsaturados (MUFA) y ácidos grasos poliinsaturados (PUFA). La carne, los aceites de semillas, los mariscos y las legumbres contienen AGS y MUFA que varían de 1,5 a 52 g/100 g y de 0,9 a 85 g/100 g, respectivamente2, mientras que los AGPI varían de 0,027 a 7 g/100 g. El ácido oleico es un MUFA que tiene propiedades antiinflamatorias3. Los PUFA se consideran ácidos grasos esenciales (AGE) y tienen dos subfamilias, a saber, los ácidos grasos omega-6 (ω-6) y omega-3 (ω-3). El ácido linoleico (LA; ω-6) y el ácido alfa-linolénico (ALA; ω-3) son PUFA importantes para la salud humana 1,4. Estos ácidos grasos esenciales deben obtenerse a través de la dieta diaria5.

Los cultivos de legumbres, incluido el garbanzo (Cicer arietinum L.), proporcionan las necesidades diarias de AGE6. El garbanzo es originario del sureste de Turquía y se consume ampliamente en todo el mundo, especialmente en el suroeste de Asia7. Los garbanzos se componen de 50 a 58 % de carbohidratos, 18 a 22 % de proteínas, 3,8 a 10 % de grasas y < 1 % de micronutrientes8. Además, el garbanzo es una rica fuente de carbohidratos prebióticos9. Un estudio de nutrición humana informó que una dieta rica en legumbres, incluidos los garbanzos, redujo el peso, el colesterol total, las lipoproteínas de baja densidad (LDL) y las lipoproteínas de alta densidad (HDL) en ocho semanas10. Los ácidos grasos del garbanzo también desempeñan un papel crucial en las respuestas al estrés, la adaptabilidad y la supervivencia de las plantas11. El grado de saturación de los ácidos grasos del garbanzo mantiene la estructura, función, integridad, fluidez y permeabilidad de la membrana alterando sus propiedades físicas y fisiológicas 12,13. Las desaturasas de ácidos grasos (DAP) regulan la desaturación de los ácidos grasos en los garbanzos14, y se han identificado 39 genes de FAD en respuesta a la sequía, la salinidad y el estrés por frío15. Por lo tanto, la amplia gama de ácidos grasos, que sugiere una amplia variación genética, puede utilizarse no sólo para explorar el potencial de biofortificación de los ácidos grasos sino también para mejorar la tolerancia al estrés de las plantas en los garbanzos.

El garbanzo es una de las legumbres más consumidas a nivel mundial y tiene un gran potencial para combatir el hambre oculta y los trastornos y carencias nutricionales. Los programas mundiales de mejoramiento de garbanzos se centran en mejorar el rendimiento y mejorar la resistencia a las enfermedades. Sin embargo, la mejora nutricional de los garbanzos se ha convertido en parte de los programas de mejoramiento en respuesta a la creciente demanda de los consumidores de productos alimenticios a base de garbanzos, incluidos hummus y pastas para untar. La calidad nutricional de los cultivos puede mejorarse para aumentar su biodisponibilidad para el consumidor utilizando enfoques de biofortificación basados ​​en la agronomía, el fitomejoramiento y las intervenciones biotecnológicas16. La biofortificación de micronutrientes en garbanzos se ha adoptado comúnmente mediante enfoques agronómicos17,18,19, de mejoramiento genético20,21,22,23 y transgénicos24. Asimismo, también se ha sugerido que la biofortificación mediante métodos de mejoramiento mejora las concentraciones de proteínas en los garbanzos25,26,27.

La biofortificación mediante métodos de mejoramiento ofrece una solución permanente, prometedora y relativamente económica para mejorar los nutrientes. Sin embargo, aún no se ha abordado la biofortificación de los garbanzos para obtener ácidos grasos. Este estudio se realizó para explorar las concentraciones de ácidos grasos en un panel de diversidad de garbanzos para proporcionar información para la biofortificación de ácidos grasos en programas de mejoramiento de garbanzos. Se supone que la gran variación genética en el panel de germoplasma de garbanzo para los ácidos grasos primarios, a saber, PA, LA, ALA y OA, es suficiente para respaldar los esfuerzos de biofortificación de ácidos grasos. Se evaluó un panel de germoplasma de garbanzo de 256 muestras (tanto del tipo desi como de Kabuli) para (1) determinar el rango de concentraciones de cuatro ácidos grasos, a saber, PA, OA, LA y ALA, (2) estimar las correlaciones entre estos ácidos grasos. ácidos, (3) estudiar la estructura de la población de garbanzos e (4) identificar SNP asociados con concentraciones de ácidos grasos en el panel de diversidad de garbanzos.

El panel de diversidad de ácidos grasos del garbanzo tiene accesiones originarias principalmente de Asia y América del Norte (77,7% y 21,5%, respectivamente); las adhesiones de otros continentes sólo representan alrededor del 0,8% (Cuadro 1). Las concentraciones de ácidos grasos, a saber, PA, LA, ALA y OA, se distribuyeron normalmente en el panel de germoplasma de garbanzo (Fig. 1). Las concentraciones medias de PA, LA, ALA y OA fueron 591,13 (rango 450,7–912,6) mg/100 g, 2456,39 (rango 1605,7–3459,9) mg/100 g, 650,99 (rango 416,4–864,5) mg/100 g, y 1423,31 (rango 1035,5-1907,2) mg/g, respectivamente. El porcentaje de la cantidad diaria recomendada (%CDR) proporcionado por estas muestras fue mayor para LA y ALA que para PA y OA (Tabla 2). El análisis de varianza reveló efectos genotípicos significativos solo para PA y ALA con valores de p <0,01. Además de los efectos genotípicos, todos los ácidos grasos variaron en sus efectos de replicación, bloqueo y experimento. El efecto de interacción de los experimentos con replicación (Exp × Rep) fue significativo para todos los ácidos grasos. Solo se detectaron efectos de interacción significativos del genotipo en todos los experimentos (Exp × Geno) para PA (Tabla 3). Los efectos de interacción del experimento con replicación y bloqueo (Exp × Rep × Bloque) fueron significativos para todos los ácidos grasos excepto OA. Las sumas de cuadrados medias residuales fueron altas para todos los ácidos grasos. Sólo se observaron correlaciones menores entre las concentraciones de diferentes ácidos grasos. PA mostró una correlación negativa significativa con LA (r = − 0,2100; valor de p <0,001). La OA mostró una correlación negativa significativa con el ALA (r = − 0,1278; valor de p <0,05). Todas las demás correlaciones no fueron significativas (Fig. 2).

Histogramas de accesiones de garbanzo con valores medios de ácidos grasos de garbanzo (mg/100 g de semillas). En los diagramas de caja, la posición de los valores medios se indica mediante un rombo (◊), la línea pequeña en el cuadro representa la mediana y las posibles entradas de garbanzos atípicas se muestran como puntos. La distribución normal de los datos de ácidos grasos se probó utilizando la prueba de normalidad de Shapiro-Wilk y se indicó mediante curvas normales verdes ajustadas en función de los valores medios de los ácidos grasos de garbanzo en las muestras. También se muestran barras de error estándar.

Análisis de correlación de ácidos grasos de garbanzo. Códigos de significado: '***' 0,001, '**' 0,01, '*' 0,05.

Además, informes anteriores sobre nutrición humana sugieren que concentraciones más altas de LA, ALA y OA y concentraciones más bajas de PA tienen un impacto positivo en la salud humana28. En nuestro estudio, la accesión de garbanzo con mayor concentración de LA fue la blanca española (3459,9 mg/100 g), la mayor concentración de ALA fue W6 26.016 (864,5 mg/100 g), la mayor concentración de OA fue CA13900162C (1907,2 mg/100 g), y la concentración más baja de PA fue W6 25894 (450,7 mg/100 g). El amplio rango de concentraciones de ácidos grasos en el panel de germoplasma de garbanzo (Tabla 2) puede ayudar a seleccionar genotipos con concentraciones bajas de PA y concentraciones altas de LA, ALA y OA.

El análisis de componentes principales (PCA) realizado en los datos de ácidos grasos indicó que los componentes principales 1 (PC1) y 2 (PC2) explicaron el 74,5 % y el 18,85 % de la varianza, respectivamente, o aproximadamente el 93 % juntos. El diagrama de dispersión PCA mostró agrupaciones indistintas según el origen. Además, el biplot de PCA indicó que PC1 contenía principalmente información para la variación en LA, mientras que PC2 contenía principalmente información para la variación en OA (Figura 1 complementaria). Sin embargo, las dos primeras PC explicaron solo una variación menor en ALA y PA, que en cambio fue explicada por PC3 y PC4, respectivamente.

El análisis de la estructura poblacional determinó siete subpoblaciones en el panel de diversidad de garbanzos. La subpoblación 4 (púrpura) tuvo la menor mezcla, mientras que la subpoblación 7 (marrón) tuvo la mayor (Fig. 3a). La composición de la subpoblación mixta de cada país de origen se muestra en el mapa (Fig. 3b). La mayoría de las accesiones en el panel de germoplasma de garbanzo procedían de la India (n = 183). En consecuencia, la mayoría de las subpoblaciones estaban compuestas total o parcialmente por muestras originarias de la India. Esto se ve en las subpoblaciones 2 (azul) y 3 (verde), que incluyen exclusivamente muestras de origen indio (n = 77 combinadas). De manera similar, de las 35 muestras de la subpoblación 6 (amarilla), 34 eran de origen indio y una era de Irán. Las subpoblaciones 4 (púrpura) y 5 (naranja) comprendían 23 muestras de la India y siete muestras de Irán. El segundo mayor número de accesiones provino de Estados Unidos (n = 52) y se encontraron en dos subpoblaciones: la subpoblación 1 (62% del total) y la subpoblación 7 (38% del total). En la subpoblación 1, casi todas las muestras se originaron en los Estados Unidos (n = 32), excepto una muestra de Canadá. La subpoblación 7 fue el grupo ancestral más diverso, con accesiones de India (n = 49), Estados Unidos (n = 20), Irán (n = 7), Perú (n = 1) y Pakistán (n = 1). . La subpoblación 4 representó el grupo más pequeño, con sólo 14 muestras, mientras que la subpoblación 7 fue el grupo más grande, con 78 muestras.

(a) Análisis de mezcla poblacional del panel de germoplasma de garbanzo (n = 252). Las muestras individuales en el panel se muestran a lo largo del eje x en diferentes colores correspondientes a sus estimaciones ancestrales (eje y) para cada subpoblación distinta (K = 7), y (b) contribuciones de mezcla de muestras del mismo país de origen se indican en gráficos circulares cuya circunferencia es proporcional al número de muestras. Esta figura se creó utilizando el paquete R 'rworldmap' (Versión 1.3–6).

En el PCA genético, los dos primeros componentes principales (PC1 y PC2) representaron el 15,4% y el 6,69% ​​de la varianza total, respectivamente. Los tipos desi y kabuli forman grupos distintos (Fig. 4a). Los PC también separaron las muestras según su origen, especialmente de India y Estados Unidos (Fig. 4b). Las subpoblaciones mixtas 2, 3, 4 y 6 se pueden ver estrechamente agrupadas en relación con otras subpoblaciones (Fig. 4c). Estas subpoblaciones mixtas estaban compuestas por muestras de la India, como lo indica el diagrama de dispersión de PCA coloreado por origen (Fig. 4b). Las accesiones de las subpoblaciones 1, 5 o 7 no formaron grupos distintos (Fig. 4c), ni tampoco las accesiones originarias de Irán, Pakistán o Perú (Fig. 4b).

(a) Los componentes principales 1 y 2 indican las accesiones como puntos coloreados según los tipos de garbanzo, (b) los componentes principales 1 y 2 indican las accesiones como puntos coloreados según su país de origen, y (c) los componentes principales 1 y 2 indican las accesiones como puntos coloreados según la subpoblación ancestral.

De los cuatro ácidos grasos examinados, solo se detectaron SNP significativamente asociados para la PA (Fig. 5). Se encontraron cinco SNP significativos con un valor de p <0,05, con una frecuencia de alelo menor (MAF) que oscilaba entre 1,19 y 12,30% (Tabla 4). Se identificó un SNP significativo en el cromosoma 1 con un MAF del 12,30 %, mientras que se identificaron dos en el cromosoma 2 (MAF: 3,37 y 4,76 %) y en el cromosoma 8 (MAF: 1,19 y 2,78 %). De estos cinco SNP importantes, se encontró un SNP, SCM001765.1_7756123, en el cromosoma 2 dentro de un gen (Tabla complementaria 1). Además, se encontró un SNP significativo, SCM001756.1_7281701, con una pequeña estimación positiva para los tamaños del efecto de 0,72. Se identificaron veinticinco genes candidatos en bloques de desequilibrio de ligamiento (LD) para variantes asociadas con PA (Tabla complementaria 1). Se encontró un SNP significativo, SCM001765.1_7756123, dentro de un gen, cicar.CDCFrontier.Ca_18126, en el cromosoma 2.

Gráficos de Manhattan de GAPIT utilizando BLINK (información bayesiana y desequilibrio de enlace iterativamente anidado Keyway) y MLM (modelo lineal mixto) para ácidos grasos. Solo se encontraron SNP significativos para el ácido palmítico con umbrales de significación de Bonferroni indicados por la línea verde continua (valor de p <0,05/15.927).

El garbanzo es una leguminosa importante de estación fría y se consume ampliamente en las dietas de todo el mundo. Desde una perspectiva agrícola, el garbanzo es un valioso cultivo de rotación que mejora la salud del suelo al enriquecer las reservas de nitrógeno del suelo mediante la fijación biológica, lo que reduce los costos de insumos de fertilizantes para cultivos sucesivos29. Se han realizado numerosos estudios para determinar la composición nutricional de la proteína de garbanzo30,31,32, los carbohidratos9,30,33,34,35, los micronutrientes23,31,36,37 y las grasas38,39,40,41. Sin embargo, la biofortificación mediante enfoques de mejoramiento se ha centrado principalmente en mejoras de proteínas25,26,27 y micronutrientes20,21,22,23. Este es el primer estudio publicado que examina las concentraciones de ácidos grasos en un panel de diversidad de garbanzos, detecta SNP significativamente asociados con la concentración de ácidos grasos e identifica supuestos genes candidatos que pueden condicionar las concentraciones de ácidos grasos en los garbanzos.

En este panel, las concentraciones medias porcentuales de PA (9,79%), ALA (10,78%) y OA (23,57%) fueron superiores a las estimaciones del USDA para PA (8,41%), ALA (1,68%) y OA (22,62%). ) en garbanzo42. Sin embargo, la estimación media de LA de 40,67% fue inferior a la estimación del USDA (43,54%). Las concentraciones porcentuales de LA y OA en este panel (Tabla 2) fueron 40,67 y 23,56 %, respectivamente, que son inferiores a las concentraciones (57,26 y 27,98 %, respectivamente) informadas en un estudio anterior38. Sin embargo, en este estudio se encontró una concentración de PA comparable (9,79%) y una concentración de ALA (10,78%) mucho más alta que la reportada anteriormente (9,69% para PA; 1,59% para ALA)38. Otro informe observó concentraciones más altas de LA (41,25–57,25%) y OA (27,55–42,30%), y concentraciones más bajas de PA (8,43–9,63%) y ALA (1,68–2,68%) en comparación con este estudio40. Un informe reciente sobre garbanzos cultivados convencionalmente encontró concentraciones más bajas de PA (9,25%), OA (24,77%) y ALA (1,61%), y una concentración más alta de LA (59,19%) que este estudio39. Esta amplia variación en las concentraciones de ácidos grasos entre diferentes estudios sugiere una herencia compleja de estos rasgos y la necesidad de una evaluación sólida de estos rasgos en múltiples entornos y años. Esto puede ayudar a comprender mejor la magnitud relativa de los efectos genéticos, ambientales y de interacción sobre las concentraciones de ácidos grasos en los garbanzos.

Las concentraciones de ácidos grasos de garbanzo estaban poco correlacionadas, lo que podría atribuirse a una falta de vínculo genético entre los ácidos grasos o a la influencia ambiental sobre el control genético de los ácidos grasos. PA y LA se correlacionaron negativamente, lo que es inconsistente con un informe anterior en garbanzos que indica una asociación positiva43. Sin embargo, la baja correlación sugiere el potencial para seleccionar muestras con alta calidad general de ácidos grasos, es decir, altas concentraciones de LA y bajas concentraciones de PA. Por el contrario, la correlación negativa significativa entre OA y ALA (Fig. 2) sugiere que seleccionar una concentración más alta de cualquiera de los ácidos grasos puede conducir a una concentración reducida del otro. Esta asociación negativa entre OA y ALA es consistente con hallazgos anteriores43. Se observó una correlación no significativa entre LA, OA y ALA, lo que sugiere que la selección de concentraciones más altas de LA no afectará las concentraciones de OA y ALA. Sin embargo, la correlación no significativa entre LA y ALA contradice el hallazgo anterior44. Las correlaciones entre los ácidos grasos fueron inconsistentes con los hallazgos en la soja 45 y el maní 46,47, excepto para PA y LA, PA y ALA, ALA y OA en la soja 45. Las malas correlaciones pueden atribuirse al control genético pleiotrópico o al vínculo genético débil entre estos. ácidos grasos. Los importantes efectos ambientales también pueden influir sustancialmente en su control genético y sus concentraciones, lo que indica la necesidad de realizar más estudios para confirmar las correlaciones de ácidos grasos. En el PCA fenotípico, las accesiones no formaron grupos distintos según el país de origen cuando se trazaron los dos primeros componentes principales (Figura 1 complementaria). Los dos primeros componentes explicaron aproximadamente el 93% de la variación total.

Se han realizado numerosos GWAS en garbanzos para identificar SNP significativamente asociados con rasgos agronómicos48,49,50,51, tolerancia al estrés52,53 y rasgos nutricionales20,50,54,55. Sin embargo, hasta la fecha no se ha informado de GWAS para los ácidos grasos en los garbanzos. El desarrollo de recursos genómicos en garbanzos ha aumentado desde la publicación del genoma de referencia por parte del Instituto Internacional de Investigación de Cultivos para los Trópicos Semiáridos (ICRISAT), India56. Recientemente, los programas de mejoramiento han comenzado a centrarse en la biofortificación debido a la creciente demanda de productos de calidad en los mercados57. El análisis GWAS de los ácidos grasos de garbanzo encontró cinco SNP significativos asociados con la concentración de PA (Tabla 4, Fig. 5).

Los niveles de PA, LA, ALA y OA en las plantas controlan los cambios de membrana debidos al estrés biótico y abiótico11. En respuesta al estrés por frío, las altas concentraciones de LA aumentan la tolerancia al frío de la papa (Solanum tuberosum)58, mientras que los niveles altos de ALA y OA imparten tolerancia a la sequía, la salinidad y el estrés por frío en los garbanzos15. En última instancia, estos ácidos grasos regulan la salud de las plantas en condiciones de estrés mediante el mantenimiento estructural y funcional de la membrana, regulando el funcionamiento integral de las proteínas y previniendo la fuga de iones11. El gen cicar.CDCFrontier.Ca_20107 se asoció con un SNP significativo SCM001771.1_13092034 en el cromosoma 8 (Tabla complementaria 1). Este gen codifica un dominio similar a la cloranfenicol acetiltransferasa, que está vinculado a las vías de síntesis del palmitato (ésteres del ácido palmítico) en eucariotas59. Este gen también está asociado con el inicio de la biosíntesis de ácidos grasos mitocondriales en Arabidopsis thaliana60 y Pisum sativum61 y con las vías de lipoxigenasa/hidroperoxidasa liasa en Oryza sativa62. Algunos genes asociados con SNP importantes estaban relacionados con el metabolismo de los lípidos en las plantas. Por ejemplo, el gen cicar.CDCFrontier.Ca_19124, asociado con el SNP SCM001769.1_7281701, se identificó en el cromosoma 2 (Tabla complementaria 1). Este gen codifica una superfamilia de glicosilhidrolasas responsable de sintetizar esfingolípidos63 en Arabidopsis thaliana. De manera similar, el gen cicar.CDCFrontier.Ca_02207, en el cromosoma 8, asociado al SNP SCM001768.1_3705203. Este gen codifica proteínas de la superfamilia de la peroxidasa que respaldan la actividad de la peroxidasa y la respuesta al estrés oxidativo en Arabidopsis thaliana 64, Pisum sativum 65 y Nicotiana tabacum 66. Aunque este estudio solo identificó asociaciones genómicas para la AP, es probable que estudios futuros con mayor poder estadístico asocien más Ácidos grasos con marcadores genómicos. Este estudio demuestra la posibilidad de apuntar a ácidos grasos específicos para la mejora de los garbanzos utilizando marcadores moleculares.

El análisis de mezcla reveló siete subpoblaciones ancestrales dentro de este panel de germoplasma de garbanzo (Fig. 3a), que sigue a estudios previos en garbanzo67. Sin embargo, algunos estudios reportaron dos o tres subpoblaciones en garbanzo20,50,54,55. Estas siete subpoblaciones representan los diversos antecedentes ancestrales del garbanzo. También hubo muestras completamente mezcladas, lo que indica la combinación de alelos en múltiples subpoblaciones. La mayoría de las subpoblaciones tenían una mayor candidatura de muestras del mismo país de origen, mientras que algunas estaban compuestas por muestras de diferentes países (Fig. 3b). El PCA genotípico distinguió los tipos de garbanzos, Desi y Kabuli (Fig. 4a) y también mostró una estrecha relación de un tipo particular con el país de origen (Fig. 4b). Esto sugiere la evolución independiente de los garbanzos desi y kabuli en función de sus regiones de domesticación, así como el aislamiento geográfico de ambos tipos 68. El PCA genotípico también indicó las relaciones entre los países de origen y las subpoblaciones de mezcla (Fig. 4b y 4c). Se requieren más estudios genómicos dirigidos y analizando el potencial del garbanzo para mejorar los ácidos grasos dirigidos a la salud humana y la respuesta al estrés de las plantas.

Los ácidos grasos de los garbanzos son cruciales para regular la salud humana, incluido el control del colesterol en sangre, la obesidad, las enfermedades cardiovasculares, etc. Además, estos ácidos grasos ayudan a las plantas a hacer frente a condiciones ambientales adversas, incluido el estrés por frío y sequía. Los ácidos grasos de garbanzo son objetivos de mejoramiento importantes para aumentar la tolerancia al estrés de las plantas. Por lo tanto, la exploración de la variación genética en las concentraciones de ácidos grasos seguida de la utilización de accesiones prometedoras del panel de germoplasma de garbanzo podría beneficiar a las poblaciones con mayor riesgo de enfermedades del estilo de vida al proporcionar concentraciones ideales de ácidos grasos para mejorar su salud. Estos hallazgos también pueden ayudar a los mejoradores a aumentar la resiliencia al estrés abiótico y desarrollar nuevos cultivares de garbanzo que se adapten a nuevos entornos y climas cambiantes.

El material experimental incluyó un panel de germoplasma de garbanzo de 256 muestras que contenían tipos Kabuli y desi según lo designado por el Departamento de Agricultura de los Estados Unidos, Washington, DC, Estados Unidos de América (EE.UU.). Las muestras del panel se recopilaron de diferentes continentes y países de origen. La mayoría de las adhesiones provinieron de Asia (199), seguida de América del Norte (55), Europa (1) y América del Sur (1) (Cuadro 1).

Este estudio cumple con las directrices y legislación institucionales, nacionales e internacionales pertinentes. Se obtuvieron los permisos correspondientes para recolectar especímenes de semillas en el programa de mejoramiento de garbanzos del Dr. Vandermarks. Todas las entradas se plantaron en 2020 en la granja de agronomía Spillman de la Universidad Estatal de Washington en Pullman, WA (46,73° N, 117,18° W). Se aplicó un tratamiento a la semilla antes de la siembra que contenía los fungicidas fludioxonil (0,56 g kg-1, Syngenta, Greensboro, NC), mefenoxam (0,38 g kg-1, Syngenta, Greensboro, NC) y tiabendazol (1,87 g kg-1). , Syngenta, Greensboro, NC), tiametoxam (0,66 ml kg-1, Syngenta, Greensboro, NC) para el control de insectos y molibdeno (0,35 g kg-1).

Todas las entradas fueron evaluadas en dos experimentos de campo replicados en diferentes ubicaciones en Spillman Agronomy Farm. El suelo fue Molisoles (serie Palouse, limo fino, superactivo mixto, mésico, Haploxerolls Pachic Ultic)69. El Experimento 1 (DTST1) se plantó el 30/04/2020 y el Experimento 2 (DTST2) el 29/05/2020. Los experimentos utilizaron un diseño de red α con tres repeticiones/entrada. Las entradas se sembraron mecánicamente en una parcela de cuatro hileras (1,5 m) con 25 semillas/parcela y 20 cm de espacio entre hileras. Las malezas se controlaron mediante una única aplicación post-planta/preemergencia de metribuzina (0,42 kg ha-1, Bayer Crop Science, Raleigh, NC) y linuron (1,34 kg ha-1, NovaSource, Phoenix, AZ). Todas las parcelas para el Experimento 1 se cosecharon mecánicamente entre el 23/09/2020 y el 25/09/2020. Todas las parcelas para el Experimento 2 se cosecharon mecánicamente entre el 19/10/2020 y el 21/10/2020. Se limpió la semilla de cada parcela y se enviaron muestras a la Universidad de Clemson para análisis de ácidos grasos.

Cada muestra de semilla de garbanzo molida (1 g) se pesó en una botella de vidrio. Luego se agregaron 20 mL de hexano a cada botella para formar una mezcla que se sonicó a 50 °C durante 30 min en un baño de agua termostático. Después de la sonicación, los sobrenadantes se filtraron al vacío para recoger los extractos de hexano en tubos de vidrio. El extracto de hexano obtenido se mezcló con 10 ml de KOH metanólico 2 M y se agitó durante 30 s. Las muestras se dejaron reposar durante 1 min para permitir la separación de fases (fases de hexano y metanol). El contenido de la fase de hexano (fase superior) se diluyó 100 veces con hexano antes del análisis.

Las muestras se analizaron utilizando el sistema de cromatografía de gases 8860 de Agilent con un detector de masas GC (MSD) 5977 B. En este estudio se utilizó una columna Agilent HPS-MS UI:US0347823H con dimensiones de 30 m × 250 µm × 0,25 µm. El horno, inicialmente a temperatura constante de 40 °C, se programó para aumentar a 10 °C por min hasta alcanzar 320 °C, que se mantuvo durante 5 min. La temperatura de entrada se mantuvo a 300 °C. El tiempo total de ejecución del análisis fue de 34 min. Los ácidos grasos observados en el cromatograma se identificaron a través de la biblioteca del NIST (Instituto Nacional de Estándares y Tecnología) construida sobre el análisis cualitativo de la estación de trabajo Mass Hunter de Agilent para GCMS y LCMS (versión 10.1). Los picos identificados de cada ácido graso se cuantificaron utilizando el análisis cuantitativo de la estación de trabajo Mass Hunter de Agilent para cromatografía de gases/espectrometría de masas (GCMS) y cromatografía líquida/espectrometría de masas (LCMS) (versión 10.1) bajo integración automática.

Se utilizó JMP Pro 16.2.070 para estimar las medias, rangos y coeficientes de correlación de los ácidos grasos; generar distribuciones de frecuencia; evaluar la normalidad de la distribución; y realizar PCA. Los datos fenotípicos de todos los ácidos grasos se evaluaron en busca de valores atípicos utilizando la regla del rango intercuartil de 1,5 ×. Los valores atípicos se eliminaron (n = 255) antes de realizar más análisis. Las medias y los rangos se calcularon promediando las réplicas y luego los experimentos. Las distribuciones de ácidos grasos se visualizaron utilizando el software JMP para generar diagramas de caja e histogramas de frecuencia con barras de error estándar (Fig. 1). Los histogramas se ajustaron con curvas de densidad normales. La normalidad se evaluó mediante la prueba de Shapiro-Wilk. Los coeficientes de correlación de Pearson se estimaron entre los ácidos grasos utilizando el enfoque de máxima verosimilitud restringida (REML) y se visualizaron en diagramas de dispersión (Fig. 2) utilizando el software JMP. Los diagramas de dispersión se ajustaron con elipses de densidad del 95% y líneas de regresión con intervalos de confianza del 95%. Se calculó el porcentaje de ingesta diaria recomendada (% RDA) para cada ácido graso utilizando la ingesta diaria recomendada promedio de 13,5 g/d para PA, 7,5 g/d para LA, 1,2 g/d para ALA y 24 g/d para OA para bebés. y adultos (hombres y mujeres) según los informes de encuestas de los Centros para el Control y la Prevención de Enfermedades71 con la siguiente fórmula:

% CDR = (x/CDR promedio para un ácido graso en particular según los informes de encuestas de los Centros para el Control y la Prevención de Enfermedades) × 100

Aquí, x = concentración baja y alta de un ácido graso particular indicado por su rango en la Tabla 2.

Los efectos del genotipo, la replicación, el experimento y su interacción se evaluaron mediante la realización de análisis de varianza (ANOVA) para el diseño de red alfa utilizando el paquete agricolae72 en R versión 4.0.5. Se estimaron los mejores predictores lineales insesgados (BLUP) para cada ácido graso utilizando el paquete rstanarm versión 2.21.3 73 en R según el modelo: Ácido graso ~ (1|GenotypeNum) + (1|Block:Exp:Rep) + (1| Rep:Exp) + (1|Exp) + (1|GenotypeNum:Exp)"). Se utilizaron BLUP en lugar de medias para los análisis GWAS.

Cada entrada se cultivó como plantas individuales en un invernadero y se recogió tejido foliar de plántulas sanas y se utilizó para la detección de SNP. LGC, Biosearch Technologies (https://www.biosearchtech.com/), realizó la extracción de ácido nucleico del tejido foliar y la detección de SNP mediante el enfoque de genotipado mediante secuenciación (GBS), como se describió anteriormente51. El procesamiento de lecturas finales emparejadas (150 pb) y el filtrado de calidad se realizaron como se describió anteriormente51. Las lecturas sin procesar filtradas se alinearon con el genoma de referencia de garbanzo de la variedad CDC Frontier (Cicer arietinum v1.0)74 utilizando el alineador Burrow-Wheeler75 (Li y Durbin, 2010). El kit de herramientas de análisis del genoma76 (GATK; https://gatk.broadinstitute.org/) facilitó la llamada a SNP. El filtrado de SNP (< 20 % de datos faltantes y > 5 % de frecuencia de alelos menores) se realizó utilizando VCFtools77 para el control de calidad, lo que resultó en 15,927 SNP de alta calidad. Después del filtrado, los genotipos faltantes se imputaron utilizando la versión 5.478 de Beagle. Finalmente, el archivo VCF se convirtió al formato HapMap en la versión 5.079 del software Tassel. Los GWAS de ácidos grasos se realizaron utilizando información bayesiana y desequilibrio de enlace Keyway iterativamente anidado (BLINK) y modelo lineal mixto (MLM) en el paquete Genome Association and Prediction Integrated Tool (GAPIT) versión 380 en gráficos R. Manhattan y gráficos QQ. se generaron durante el análisis GAPIT (Figs. 5 y 6 respectivamente). El desequilibrio de ligamiento (LD) se estimó utilizando el software PLINK81 para determinar el tamaño de los bloques de LD que contienen SNP significativos (Tabla complementaria 1). Se utilizó Jbrowse82 para identificar genes candidatos en LD local con SNP significativos.

Gráficos QQ de ácido palmítico, ácido linoleico, ácido alfa-linoleico y ácido oleico utilizando modelos MLM y Blink para estudios de asociación de todo el genoma de GAPIT.

El archivo VCF filtrado e imputado se utilizó para realizar análisis de mezcla y PCA para evaluar la estructura de la población. La mezcla en el panel de germoplasma de garbanzo se determinó utilizando ADMIXTURE versión 1.3.0.83. Se determinó que el valor K con el error de validación cruzada de cinco veces más bajo (K = 7) era el número óptimo de poblaciones ancestrales. El análisis generó una matriz Q, que indica los coeficientes ancestrales para cada accesión. Se generó un gráfico de mezcla utilizando el paquete ggplot284 versión 3.3.5 en R (Fig. 3a). Las accesiones se clasificaron en subpoblaciones ancestrales según su coeficiente de ascendencia más alto (> 0,5). El paquete rworldmap85 en R se utilizó para generar gráficos circulares que representan la composición de la mezcla de muestras del mismo país de origen (Fig. 3b). Las circunferencias de los gráficos circulares son proporcionales al número de muestras que comparten el país de origen. El PCA se realizó con GAPIT y las dos primeras PC se graficaron con ggplot284. Los puntos del diagrama de dispersión PCA corresponden a las accesiones y están coloreados según sus tipos (Fig. 4a), país de origen (Fig. 4b) y subpoblación (Fig. 4c).

Los datos fenotípicos de los ácidos grasos de garbanzo y todas las secuencias de comandos utilizadas para este proyecto están disponibles en https://github.com/SSalaria5/Chickpea-fatty-acids-02-09-2023-.

Calder, PC Funciones funcionales de los ácidos grasos y sus efectos en la salud humana. J. Parenter. Ingresar. Nutrición. 39, 18-32 (2015).

Artículo de Google Scholar

Lunn, J. Monoinsaturados en la dieta. Nutrición. Toro. 32, 378–391 (2007).

Artículo de Google Scholar

Jacob, P. Ácidos grasos monoinsaturados y función inmune. EUR. J.Clin. Nutrición. 56 (Suplemento 3), S9-S13 (2002).

Artículo CAS PubMed Google Scholar

Simopoulos, AP Un aumento en la proporción de ácidos grasos omega-6/omega-3 aumenta el riesgo de obesidad. Nutrientes 8(3), 128 (2016).

Artículo PubMed PubMed Central Google Scholar

Kaur, N., Chugh, V. y Gupta, AK Ácidos grasos esenciales como componentes funcionales de los alimentos: una revisión. J. Ciencia de los alimentos. Tecnología. 51, 2289 (2012).

Artículo PubMed PubMed Central Google Scholar

Kaur, R. & Prasad, K. Aspectos tecnológicos, de procesamiento y nutricionales del garbanzo (Cicer arietinum) - Una revisión. Tendencias Ciencia de los alimentos. Tecnología. 109, 448–463 (2021).

Artículo CAS Google Scholar

Kerem, Z., Lev-Yadun, S., Gopher, A., Weinberg, P. & Abbo, S. Domesticación de garbanzos en el Levante Neolítico a través de la perspectiva nutricional. J. Arqueol. Ciencia. 34, 1289-1293 (2007).

Artículo de Google Scholar

Jukanti, AK, Gaur, PM, Gowda, CLL y Chibbar, RN Calidad nutricional y beneficios para la salud del garbanzo (Cicer arietinum L.): una revisión. Británico. J. Nutr. 108, T11-S26 (2012).

Artículo CAS PubMed Google Scholar

Vandemark, G., Thavarajah, S., Siva, N. & Thavarajah, D. Efectos del genotipo y el medio ambiente sobre las concentraciones de carbohidratos prebióticos en cultivares de garbanzo kabuli y líneas de mejoramiento cultivadas en el noroeste del Pacífico de EE. UU. Frente. Ciencia vegetal. 11, 112 (2020).

Artículo PubMed PubMed Central Google Scholar

Hermsdorff, HHM, Zulet, M. Á., Abete, I. & Martínez, JA Una dieta hipocalórica a base de leguminosas reduce el estado proinflamatorio y mejora las características metabólicas en sujetos con sobrepeso/obesidad. EUR. J. Nutr. 50, 61–69 (2010).

Artículo PubMed Google Scholar

Upchurch, RG Insaturación, movilización y regulación de ácidos grasos en la respuesta de las plantas al estrés. Biotecnología. Letón. 30, 967–977 (2008).

Artículo CAS PubMed Google Scholar

Huang, J. y col. Identificación y mapeo de QTL estables para el contenido de aceite de semilla y proteína en soja [Glycine max (L.) Merr.]. J. Agrícola. Química de los alimentos. 68, 6448 (2020).

Artículo CAS PubMed Google Scholar

Chi, X. y col. Análisis de todo el genoma de desaturasas de ácidos grasos en soja (glicina máx). Planta Mol. Biol. Representante 29, 769–783 (2011).

Artículo CAS Google Scholar

Sakamoto, T. & Murata, N. Regulación de la desaturación de los ácidos grasos y su papel en la tolerancia al frío y al estrés salino. actual. Opinión. Microbiol. 5, 206–210 (2002).

Artículo CAS Google Scholar

Saini, R. & Kumar, S. Identificación, caracterización y perfilado in silico de todo el genoma de genes que codifican proteínas FAD (ácidos grasos desaturasas) en garbanzos (Cicer arietinum L.). Gen vegetal 18, 100180 (2019).

Artículo CAS Google Scholar

Garg, M. y col. Los cultivos biofortificados generados mediante técnicas de mejoramiento genético, agronomía y transgénicos están mejorando la vida de millones de personas en todo el mundo. Frente. Nutrición. 5, 12 (2018).

Artículo PubMed PubMed Central Google Scholar

Sathya, A., Vijayabharathi, R., Srinivas, V. & Gopalakrishnan, S. Actinobacterias que promueven el crecimiento de las plantas sobre la densidad mineral de las semillas de garbanzo: una próxima herramienta complementaria para una estrategia de biofortificación sostenible. 3 Biotecnología 6, 1–6 (2016).

Artículo de Google Scholar

Pellegrino, E. & Bedini, S. Mejora de los servicios ecosistémicos en la agricultura sostenible: biofertilización y biofortificación del garbanzo (Cicer arietinum L.) mediante hongos micorrízicos arbusculares. Biol del suelo. Bioquímica. 68, 429–439 (2014).

Artículo CAS Google Scholar

Shivay, YS, Prasad, R. & Pal, M. Efectos de la fuente y el método de aplicación de zinc sobre el rendimiento, la biofortificación de granos con zinc y la eficiencia de absorción y uso de zinc en garbanzos (Cicer arietinum L.). Comunitario. Ciencia del suelo. Planta Anal. 46, 2191–2200 (2015).

Artículo CAS Google Scholar

Diapari, M. et al. Diversidad genética y mapeo de asociación de concentraciones de hierro y zinc en garbanzo (Cicer arietinum L.). Genoma 57, 459–468 (2014).

Artículo CAS PubMed Google Scholar

Upadhyaya, HD y cols. Disección genética de las concentraciones de hierro y zinc en semillas de garbanzo. Ciencia. Rep. 6(1), 24050 (2016).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Mehboob, N. y col. Detección de genotipos de garbanzo para determinar su potencial de biofortificación con boro. Universidad J. Rey Saud. Ciencia. 34(6), 102190 (2022).

Artículo de Google Scholar

Thavarajah, D. & Thavarajah, P. Evaluación de la composición de micronutrientes del garbanzo (Cicer arietinum L.): oportunidades de biofortificación para combatir la desnutrición global de micronutrientes. Res. alimentaria. En t. 49, 99-104 (2012).

Artículo CAS Google Scholar

Tan, Q., Grennan, AK, Pelissier, HC, Rentsch, D. y Tegeder, M. Caracterización y expresión del transportador de aminoácidos de frijol francés PvAAP1. Ciencia vegetal. (Limerick) 174, 348–356 (2008).

Artículo CAS Google Scholar

Jadhav, AA y cols. Estudio de asociación marcador-rasgo del contenido proteico en garbanzo (Cicer arietinum L.). J. Genet. 94, 279–286 (2015).

Artículo CAS PubMed Google Scholar

Upadhyaya, HD y cols. Exploraciones de todo el genoma para delimitar genes candidatos que regulan el contenido de proteínas de las semillas de garbanzos. Frente. Ciencia vegetal. 7, 302 (2016).

Artículo PubMed PubMed Central Google Scholar

Gaur, PM y cols. Herencia del contenido de proteína y su relación con el tamaño de la semilla, el rendimiento de grano y otras características del garbanzo. Eufítica 209, 253–260 (2016).

Artículo CAS Google Scholar

Mancini, A. y col. Propiedades biológicas y nutricionales del aceite de palma y del ácido palmítico: Efectos sobre la salud. Moléculas 20, 17339 (2015).

Artículo CAS PubMed PubMed Central Google Scholar

Yegrem, L. Composición nutricional, factores antinutricionales y tendencias de utilización del garbanzo etíope (Cicer arietinum L.). En t. J. Ciencia de los alimentos. 2021, 1 (2021).

Artículo de Google Scholar

de Almeida Costa, GE, da Silva Queiroz-Monici, K., Pissini Machado Reis, SM & de Oliveira, AC Composición química, contenido de fibra dietética y almidón resistente de leguminosas de guisantes, frijoles, garbanzos y lentejas crudos y cocidos. Química de los alimentos. 94, 327–330 (2006).

Artículo de Google Scholar

Xu, Y. et al. Composición nutricional y antinutricional y digestibilidad proteica in vitro del garbanzo Kabuli (Cicer arietinum L.) afectada por métodos de procesamiento diferencial. Medidas de alimentos. 10, 625–633 (2016).

Artículo de Google Scholar

Shah, SMS, Ullah, F. & Munir, I. Caracterización bioquímica para la determinación de distancias genéticas entre diferentes variedades autóctonas de garbanzo (Cicer arietinum L.) del noroeste de Pakistán. Braz. J. Biol. 81, 977 (2021).

Artículo CAS PubMed Google Scholar

Frias, J., Vidal-Valverde, C., Sotomayor, C., Diaz-Pollan, C. & Urbano, G. Influencia del procesamiento sobre el contenido de carbohidratos disponibles y factores antinutricionales de los garbanzos. EUR. Res. alimentaria. Tecnología. 210, 340–345 (2000).

Artículo CAS Google Scholar

Siva, N. Perfiles de carbohidratos prebióticos de lentejas, garbanzos y frijoles comunes (2019).

Johnson, CR y cols. El procesamiento, la cocción y el enfriamiento afectan las concentraciones de prebióticos en las lentejas (Lens culinaris Medikus). J. Composturas alimentarias. Anal. 38, 106-111 (2015).

Artículo CAS Google Scholar

Ramírez-Ojeda, AM, Moreno-Rojas, R. & Cámara-Martos, F. Contenido de minerales y oligoelementos en legumbres (lentejas, garbanzos y judías): bioaccesibilidad y evaluación probabilística de la ingesta dietética. J. Composturas alimentarias. Anal. 73, 17-28 (2018).

Artículo de Google Scholar

Vandemark, GJ, Grusak, MA y McGee, RJ Concentraciones minerales de cultivares y líneas de reproducción de garbanzos y lentejas cultivadas en el noroeste del Pacífico de EE. UU. Cultivo J. 6, 253–262 (2018).

Artículo de Google Scholar

Mittal, R., Nagi, HPS, Sharma, P. & Sharma, S. Efecto del procesamiento sobre la composición química y los factores antinutricionales de la harina de garbanzo. J. Ciencia de los alimentos. Ing. 2, 180 (2012).

Google Académico

Devisetti, R. & Prakash, J. Evaluación comparativa de garbanzos y caupí orgánicos y no orgánicos, composición nutricional y antinutrientes tras la germinación. Mundo J. Adv. Res. Rev.8(2), 262–270 (2020).

Artículo CAS Google Scholar

Kaya, M., Kan, A., Yilmaz, A., Karaman, R. & Sener, A. La composición de ácidos grasos y minerales de diferentes cultivares de garbanzos cultivados. Entorno Fresenius. Toro. 27(2), 1240–1247 (2018).

CAS Google Académico

Summo, C., Angelis, DD, Rochette, I., Mouquet-Rivier, C., Pasqualone, A. Influencia del proceso de preparación en la composición química y el valor nutricional del puré enlatado de kabuli y garbanzos negros de Apulia. Heliyon 5 (2019).

USDA. Informe central de datos alimentarios, Departamento de Agricultura de Estados Unidos. https://fdc.nal.usda.gov/fdc-app.html#/food-details/173756/nutrients. Última actualización: 1 de abril de 2019. Datos recuperados: 17 de septiembre de 2022.

Gül, MK, Egesel, C. Ö. & Turhan, H. Los efectos del tiempo de siembra sobre los ácidos grasos y tocoferoles en los garbanzos. EUR. Res. alimentaria. Tecnología. 226, 517–522 (2008).

Artículo de Google Scholar

Friesen, RW & Innis, SM El ácido linoleico se asocia con ácidos grasos n-6 y n-3 de cadena larga inferiores en los lípidos de los glóbulos rojos de mujeres embarazadas canadienses. Soy. J.Clin. Nutrición. 91, 23-31 (2010).

Artículo CAS PubMed Google Scholar

Abdelghany, AM y cols. Perfil de la composición de ácidos grasos de semillas en 1025 muestras de soja chinas de diversas ecorregiones. Cultivo J. 8, 635–644 (2020).

Artículo de Google Scholar

Andersen, PC, Hill, K., Gorbet, DW y Brodbeck, BV Perfiles de ácidos grasos y aminoácidos de cultivares de maní seleccionados y líneas de mejoramiento. J. Composturas alimentarias. Anal. 11, 100-111 (1998).

Artículo CAS Google Scholar

Shasidhar, Y. et al. Mapeo molecular del contenido de aceite y ácidos grasos utilizando mapas genéticos densos en maní (Arachis hipogaea L.). Frente. Ciencia vegetal. 8, 794 (2017).

Artículo PubMed PubMed Central Google Scholar

Kujur, A. y col. Una exploración SNP de todo el genoma acelera la identificación de loci genómicos reguladores de rasgos en garbanzos. Ciencia. Rep. 5(1), 11166 (2015).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Rajendran, K. y col. Diversidad genética y GWAS de rasgos agronómicos utilizando una colección ICARDA de lenteja (Lens culinaris Medik.) Reference Plus. Genética vegetal. Recurso. Carácter. Útil. 19, 279–288 (2021).

Artículo CAS Google Scholar

Srungarapu, R. y col. El análisis de asociación de todo el genoma revela marcadores vinculados a rasgos de nutrientes de granos y rasgos agronómicos en diversos conjuntos de germoplasma de garbanzo. Celdas 11(15), 2457 (2022).

Artículo CAS PubMed PubMed Central Google Scholar

Agarwal, C., Chen, W., Varshney, RK y Vandemark, G. Estudio de mapeo de QTL de vinculación y asociación de todo el genoma sobre la resistencia del garbanzo al pythium ultimum. Frente. Gineta. 13, 945787 (2022).

Artículo CAS PubMed PubMed Central Google Scholar

Soren, KR y cols. Disección genética e identificación de genes candidatos para la tolerancia a la salinidad utilizando la matriz Axiom®CicerSNP en garbanzo. IJMS 21(14), 5058 (2020).

Artículo CAS PubMed PubMed Central Google Scholar

Kalve, S., Gali, KK y Taran, B. Análisis de asociación de todo el genoma de los índices de tolerancia al estrés en una población interespecífica de garbanzos. Frente. Ciencia vegetal. 13, 933277 (2022).

Artículo PubMed PubMed Central Google Scholar

Fayaz, H. et al. Análisis de asociación de todo el genoma para delinear SNP de alta calidad para la densidad de micronutrientes de semillas de garbanzo (Cicer arietinum L.). Ciencia. Rep. 12(1), 11357 (2022).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Roorkiwal, M. y col. Mapeo de asociaciones de rasgos nutricionales en todo el genoma para el diseño de variedades superiores de garbanzos. Frente. Ciencia vegetal. 13, 843911 (2022).

Artículo PubMed PubMed Central Google Scholar

Varshney, RK y cols. El borrador de la secuencia del genoma del garbanzo (Cicer arietinum) proporciona un recurso para la mejora de rasgos. Nat Biotecnología. 31, 240 (2013).

Artículo CAS PubMed Google Scholar

Strano, A., Hudson, T., Redman, M., Meskell, J., Stopes, C., Schalenbourg, C., Angiolini, S., Ockso, E., Baliuleviciene, R., Bloch, E., O'Hara, E., Parissaki, M., Hayes, A., Gardner, S. y Toland J. EU Rural Review. EUR. Com. Agrícola. Desarrollo rural. 1–52 (2011).

Vega, SE, del Rio, AH, Bamberg, JB y Palta, JP Evidencia de la regulación positiva de la expresión del gen estearoil-ACP (Δ9) desaturasa durante la aclimatación al frío. Soy. J. Patata Res. 81, 125-135 (2004).

Artículo CAS Google Scholar

White, SW, Zheng, J., Zhang, YM y Rock, CO La biología estructural de la biosíntesis de ácidos grasos tipo II. Año. Rev. Bioquímica. 74(1), 791–831 (2005).

Artículo CAS PubMed Google Scholar

Chen, H., Kim, HU, Weng, H. & Browse, J. La malonil-CoA sintetasa, codificada por la ENZIMA ACTIVADORA DE ACILO 13, es esencial para el crecimiento y desarrollo de arabidopsis. Célula vegetal 23, 2247–2262 (2011).

Artículo CAS PubMed PubMed Central Google Scholar

Gueguen, V., Macherel, D., Jaquinod, M., Douce, R. & Bourguignon, J. Biosíntesis de ácidos grasos y ácidos lipoicos en mitocondrias de plantas superiores. J. Biol. Química. 275, 5016–5025 (2000).

Artículo CAS PubMed Google Scholar

Kuroda, H. (Sapporo Breweries Co. Ltd., Yaizu, Shizuoka (Japón). Frontier Labs. of Value Creation), Oshima, T., Kaneda, H. & Takashio, M. Identificación y análisis funcionales de dos ADNc que codifican Ácido graso 9-/13-hidroperóxido liasa (CYP74C) en arroz [Oryza sativa]. Biosci. Biotecnología. Bioquímica. 69, 1545-1554 (2005).

Chen, M., Markham, JE y Cahoon, EB La insaturación del esfingolípido Δ8 es importante para la biosíntesis de glucosilceramida y el rendimiento a baja temperatura en Arabidopsis. Planta J. Cell Mol. Biol. 69, 769–781 (2012).

Artículo CAS Google Scholar

De León, IP, Sanz, A., Hamberg, M. & Castresana, C. Implicación de la dioxigenasa del ácido graso Arabidopsisα-DOX1 en la protección contra el estrés oxidativo y la muerte celular. Planta J. Cell Mol. Biol. 29, 61–72 (2002).

Artículo de Google Scholar

Saffert, A., Hartmann-Schreier, J., Schon, A. & Schreier, P. Una enzima activa de doble función alfa -dioxigenasa-peroxidasa y NAD+ oxidorreductasa procedente de la germinación de guisantes que racionaliza la alfa -oxidación de ácidos grasos en plantas. Fisiol vegetal. 123, 1545-1551 (2000).

Artículo CAS PubMed PubMed Central Google Scholar

Hamberg, M., Sanz, A., Rodríguez, MJ, Calvo, AP y Castresana, C. Activación de la vía de la α-dioxigenasa del ácido graso durante la infección bacteriana de las hojas de tabaco. J. Biol. Química. 278, 51796 (2003).

Artículo CAS PubMed Google Scholar

Samineni, S. y col. Impacto del estrés por calor y sequía en el contenido de nutrientes del grano en garbanzos: asociaciones de marcadores y rasgos de proteína en todo el genoma. Fe y Zn. Reinar. Exp. Bot. 194, 104688 (2022).

Artículo CAS Google Scholar

Gowda, CLL, Rao, BV y Chopra, S. Utilidad de los cruces desi × kabuli en la mejora de los garbanzos. En t. Boletín de garbanzos. 17, 4–6 (1987).

Google Académico

Hipple, atlas de suelos de KW Washington. Departamento de Agricultura de EE. UU., Servicio de Conservación de Recursos Naturales (USDA NRCS) (2011).

SAS Institute Inc., C., Carolina del Norte. JMP. 16.2.0 (2020-2021).

Ervin, RB, Wright, JD, MPH, Wang, C. y Kennedy-Stephenson, J. Ingesta dietética de grasas y ácidos grasos para la población de Estados Unidos: 1999-2000 (2004).

Mendiburu F y Yaseen M. agricolae: Procedimientos estadísticos para la investigación agrícola. Paquete R versión 1.4.0 (2020).

Equipo de desarrollo de Stan. "RStan: la interfaz R para Stan". Paquete R versión 2.21.3 (2021).

Varshney, RK y cols. El borrador de la secuencia del genoma del garbanzo (Cicer arietinum) proporciona un recurso para la mejora de rasgos. Nat. Biotecnología. 31, 240–246 (2013).

Artículo CAS PubMed Google Scholar

Li, H. y Durbin, R. Alineación de lectura larga rápida y precisa con la transformada de Burrows-Wheeler. Bioinformática 26(5), 589–595 (2010).

Artículo PubMed PubMed Central Google Scholar

Van der Auwera, GA & O'Connor, BD Genomics en la nube: usando Docker, GATK y WDL en Terra. (O'Reilly Media, 2020).

Danecek, P. y col. El formato de llamada variante y VCFtools. Bioinformática 27, 2156 (2011).

Artículo CAS PubMed PubMed Central Google Scholar

Browning, BL, Zhou, Y. & Browning, SR Un genoma imputado de un centavo a partir de paneles de referencia de próxima generación. Soy. J. Hum. Gineta. 103, 338 (2018).

Artículo CAS PubMed PubMed Central Google Scholar

Bradbury, PJ y cols. TASSEL: Software para mapeo de asociaciones de rasgos complejos en muestras diversas. Bioinformática 23, 2633–2635 (2007).

Artículo CAS PubMed Google Scholar

Wang, J. & Zhang, Z. GAPIT Versión 3: Aumento del poder y la precisión para la asociación y predicción genómica. Genoma. Proteómica Bioinf. 19, 629 (2021).

Artículo de Google Scholar

Purcell, S. y col. PLINK: un conjunto de herramientas para la asociación de todo el genoma y el análisis de vinculación basado en la población. Soy. J. Hum. Gineta. 81(3), 559–575 (2007).

Artículo CAS PubMed PubMed Central Google Scholar

Skinner, ME, Uzilov, AV, Stein, LD, Mungall, CJ y Holmes, IH JBrowse: un navegador genómico de próxima generación. Genoma Res 19 (9), 1630-1638 (2009).

Artículo CAS PubMed PubMed Central Google Scholar

Alexander, DH, Novembre, J. & Lange, K. Estimación rápida de ascendencia basada en modelos en individuos no relacionados. Genoma Res. 19, 1655-1664 (2009).

Artículo CAS PubMed PubMed Central Google Scholar

Wickham, H. ggplot2: Gráficos elegantes para análisis de datos (Springer-Verlag, 2016).

Libro MATEMÁTICAS Google Scholar

South, A. rworldmap: un nuevo paquete R para mapear datos globales. La revista R 3, 35 (2011).

Artículo de Google Scholar

Descargar referencias

El apoyo financiero para este proyecto fue proporcionado por la Iniciativa de Investigación y Extensión de Agricultura Orgánica (OREI) (premio no. 2018–51300-28431/propuesta no. 2018–02799) y el Departamento de Agricultura de los Estados Unidos, Instituto Nacional de Alimentación y Agricultura ( laudo nº 2021–51300-34805/propuesta nº 2021–02927) (DT, LB); el Instituto Nacional de Alimentación y Agricultura del USDA, proyecto [Hatch] [1022664] (DT); USAID Feed the Future Innovation Lab (DT) y el Programa de Mejoramiento de Garbanzos del USDA-ARS, Universidad Estatal de Washington (GV). Su contenido es responsabilidad exclusiva de los autores y no representa necesariamente las opiniones oficiales del USDA. Agradecemos al Programa de Mejoramiento de Garbanzos (GV) del USDA-ARS por compartir datos de genotipado con DT.

Ciencias Vegetales y Ambientales, Universidad de Clemson, 113 Biosystems Research Complex, Clemson, SC, 29634, EE. UU.

Sonia Salaria, J. Lucas Boatwright, Nathan Johnson, Amod Madurapperumage, Priyanka Joshi, Pushparajah Thavarajah y Dil Thavarajah

Tecnología vegetal avanzada, Clemson University, Clemson, SC, 29634, EE. UU.

J. Lucas Boatwright

Unidad de Investigación de Genética y Fisiología de Leguminosas de Grano, USDA-ARS, Universidad Estatal de Washington, 303 Johnson Hall, Pullman, WA, 99164, EE. UU.

George Vandemark

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

SS es el estudiante de doctorado que realizó análisis de datos y análisis GWAS y escribió el borrador del manuscrito y lo revisó con DT; JLB y NJ supervisaron la bioinformática de SS y editaron el manuscrito; PT supervisó el análisis de ácidos grasos, el desarrollo de métodos analíticos y la edición de manuscritos; AM (ex estudiante de doctorado) en el programa DT realizó el análisis de ácidos grasos. PJ hizo el trabajo de campo y preparó muestras para SGB bajo la supervisión de GV; GV realizó y supervisó experimentos de campo y proporcionó los datos GBS para este proyecto; GV escribió secciones del manuscrito, análisis de datos y editó el manuscrito (co-PI del proyecto); DT es el IP del proyecto, supervisión de SS, análisis de datos, redacción de secciones del artículo y edición del manuscrito. Todos los autores revisaron el manuscrito.

Correspondencia a Dil Thavarajah.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado a los autores originales y a la fuente. proporcione un enlace a la licencia Creative Commons e indique si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la normativa legal o excede el uso permitido, deberá obtener permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Salaria, S., Boatwright, JL, Johnson, N. et al. Composición de ácidos grasos y asociaciones de todo el genoma de un panel de diversidad de garbanzo (Cicer arietinum L.) para esfuerzos de biofortificación. Representante científico 13, 14002 (2023). https://doi.org/10.1038/s41598-023-41274-3

Descargar cita

Recibido: 10 de febrero de 2023

Aceptado: 24 de agosto de 2023

Publicado: 27 de agosto de 2023

DOI: https://doi.org/10.1038/s41598-023-41274-3

Cualquier persona con la que comparta el siguiente enlace podrá leer este contenido:

Lo sentimos, actualmente no hay un enlace para compartir disponible para este artículo.

Proporcionado por la iniciativa de intercambio de contenidos Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.