Go to the content. | Move to the navigation | Go to the site search | Go to the menu | Contacts | Accessibility

| Create Account

Patella, Alice (2019) Breeding new varieties of horticultural species by means of conventional genetics and biotechnological methods. [Ph.D. thesis]

Full text disponibile come:

[img]PDF Document (Tesi dottorato definitiva) - Submitted Version
Thesis not accessible until 30 September 2022 for intellectual property related reasons.
Visibile to: nobody

5Mb

Abstract (italian or english)

The growing demand for new vegetable varieties is forcing seed companies to plan faster and more efficient breeding programs. Therefore, conventional breeding methods are increasingly supported by biotechnological methods. In particular, marker-assisted breeding (MAB) reduces the time needed to develop new varieties thanks to the use of molecular assays. The crucial role played by molecular markers in breeding new varieties is discussed in the three works carried out in different horticultural species belonging to Asteraceae family. In a first case study, conventional breeding methods are complemented by molecular methods throughout a typical breeding program in lettuce (Lactuca sativa L.). A total of 16 SSR (Simple Sequence Repeats) markers or microsatellites were efficiently used to genetically characterise 71 putative parental lines and to plan 89 crossings, designed to maximise the yield deriving from each manual pollination. After that, the resulting 871 progeny plants were screened, and their molecular profiles were compared with those expected considering their putative parents. The out-pollination success rate resulted in being, on average, 68 ± 33 % and 602 F1 hybrids were identified. Finally, in an advanced step of this breeding program, 47 different experimental populations (F3 generation) were evaluated in terms of observed homozygosity and genetic similarity within the population. Three of them resulted particularly suitable for pre-commercial trials due to observed median homozygosity above 90 % and an intra-genetic similarity value always higher than 95%. Hence, this study shows the synergetic effect of conventional and biotechnological methods in different steps of a breeding program. In addition to lettuce, different Cichorium intybus var. foliosum L. varieties were compared and molecularly characterised, both for the economic value and the great cultural interest of this species in Veneto region. C. intybus var. foliosum, better known in Italy as radicchio, is an important locally cultivated leafy vegetable that prevalently reproduces by allogamy. Considering that marker-assisted breeding is widely used by seed firms to develop new F1 hybrid varieties that are distinguished by high plant uniformity and crop yields, in this second case study we performed the molecular characterisation and the genetic structure investigation of different commercial populations of Radicchio. A total of 29 mapped microsatellite markers were used for genotyping 504 samples of the Red of Chioggia biotype. Two synthetics, four F1 hybrids and two derived F2 populations were initially characterised and compared in terms of genetic similarity and diversity statistics. Then, the uniformity and the stability of three years of production of an F1 variety were investigated by applying the same panel of molecular markers. As main finding, the mean similarity estimates enabled the clear molecular discrimination of OP synthetics from F1 varieties and their F2 progenies and the determination of individual plant memberships. Moreover, the genetic structure of F1 hybrids produced in 3 years unexpectedly revealed two main clusters that discriminate the first 2 years from the 3rd, mainly because of the presence of uncommon specific alleles and different allele frequencies. Overall, this molecular information will enable breeders to determine the genetic distinctness, uniformity and stability of commercial and experimental populations, as well as their genetic relationships and relatedness. Unlike the previous two more relevant and more studied species (lettuce and chicory), the amount of biological and molecular data available for endive (Cichorium endivia Lam.) is incredibly scarce. This species is a self-pollinated leafy green vegetable, belonging to the Asteraceae family and it is characterized by two cultivar types: curly endive (C. endivia var. crispum Lam.) and escarole or smooth endive (C. endivia var. latifolium Lam.). For seed firms the genetic diversity characterisation of elite breeding material is crucial for the registration and protection of future varieties. In our case study, we verified the distinctiveness of 32 experimental materials belonging to the two cultivar types (escarole and curly endive). In a first SSR-based attempt, only 14 out of 29 microsatellite markers belonging to C. intybus, were successfully transferred to endive and only 8 of them resulted polymorphic. Due to the limited level of discrimination of this molecular assay, an alternative approach based on single nucleotide polymorphisms (SNP) was applied using the restriction site-associated DNA sequencing (RADseq). Overall, a set of 4,621 SNP markers was able to separate curly endive from escarole endive and, in particular 50 of them were able to discriminate the two cultivar types. Moreover, the resulting SNP-supported dendrogram and the PCoA analysis divided the two cultivar types of endive into two distinct clusters, discriminating univocally all the plant materials. Overall, our research was able to evaluate the distinctiveness requirement of the DUS testing. We also evaluated the observed homozygosity to predict the uniformity and stability of progenies, two additional requirements of the DUS testing: individuals with the highest homozygosity are known to produce more uniform and stable populations over generations. In conclusion, this molecular information enabled breeders to determine the genetic distinctness of the 32 elite breeding materials and to reconstruct their genetic relationships.

Abstract (a different language)

La crescente domanda di nuove varietà sta spingendo le ditte sementiere a pianificare programmi di miglioramento genetico sempre più rapidi ed efficienti. Pertanto, i metodi convenzionali di costituzione di nuove varietà sono sempre più supportati da quelli biotecnologici. In particolare, la costituzione di nuove varietà assistita da marcatori (marker assisted breeding, MAB) riduce il tempo necessario per sviluppare nuove varietà grazie all’utilizzo di saggi molecolari. Nei seguenti tre lavori è discusso il ruolo cruciale svolto dai marcatori molecolari in questi programmi di miglioramento genetico, che sono stati condotti in diverse specie orticole appartenenti alla famiglia delle Asteraceae. Nel primo caso studio, i metodi convenzionali sono integrati dai metodi molecolari attraverso un tipico schema di miglioramento genetico in lattuga (Lactuca sativa L.). Sono stati impiegati marcatori SSR (Simple Sequence Repeats) o microsatelliti, 16 loci in totale, al fine di caratterizzare geneticamente 71 putative linee parentali e di pianificare 89 incroci, i quali sono stati progettati per massimizzare la resa delle impollinazioni manuali e il potenziale di ricombinazione genetica. Successivamente, la progenie risultante, costituita da 871 piante, è stata selezionata e i profili molecolari dei campioni sono stati confrontati con quelli dei loro putativi parentali. Il tasso di successo di questi incroci è risultato in media pari a 68 ± 33 % e il numero di ibridi F1 è risultato pari a 602. Infine, in una fase avanzata di questo programma genetico, sono state valutate 47 popolazioni sperimentali (generazione F3) in termini di omozigosi osservata e di similarità genetica. Tre di queste popolazioni sono risultate particolarmente idonee per accedere ai test pre-commerciali. In particolare questo materiale sperimentale presentava un elevato grado di omozigosi, superiore al 90 %, e gradi di similarità intra-popolazione superiori al 95 %. In conclusione, questo studio evidenzia l’effetto sinergico dei metodi convenzionali e biotecnologici in diverse fasi di un programma di miglioramento genetico. Oltre alla lattuga, sono state confrontate e caratterizzate molecolarmente diverse varietà di Cichorium intybus var. foliosum L., sia per il loro valore economico che per il grande interesse culturale di questa specie in Veneto. C. intybus var. foliosum, meglio conosciuto in Italia come radicchio, è un importante ortaggio a foglia coltivato localmente che si riproduce prevalentemente per allogamia. Le aziende sementiere si avvalgono ampiamente di marcatori molecolari per la costituzione di nuove varietà, soprattutto di ibridi F1 che si distinguono per la loro elevata uniformità e le rese colturali. In questo secondo caso studio abbiamo eseguito una caratterizzazione e un’indagine molecolare sulla struttura genetica di diverse popolazioni commerciali di Radicchio. Sono stati impiegati 29 marcatori microsatellite per la genotipizzazione di 504 campioni del biotipo rosso di Chioggia. In particolare, sono state inizialmente caratterizzate e confrontate in termini di similarità genetica, ricorrendo anche all’uso di statistiche sulla diversità genetica: due sintetiche, quattro ibridi F1 e due popolazioni F2 derivate. Utilizzando il medesimo saggio molecolare sono state valutate anche l’uniformità e la stabilità di tre lotti di tre anni di produzione di una varietà F1. I gradi medi di similarità risultanti hanno consentito la chiara discriminazione molecolare delle sintetiche OP dalle varietà F1 e dalla loro progenie F2, oltre che la determinazione delle singole popolazioni. Inoltre, la struttura genetica degli ibridi F1 prodotti in 3 anni ha rivelato inaspettatamente due gruppi principali che discriminano i primi due anni dal terzo, principalmente a causa della presenza di alleli specifici non comuni e di diverse frequenze alleliche. Nel complesso, queste informazioni molecolari consentiranno ai costitutori di determinare la distinzione genetica, l'uniformità e la stabilità di popolazioni commerciali e sperimentali, nonché le loro relazioni genetiche. A differenza delle due precedenti specie più rilevanti e più studiate (lattuga e cicoria), la quantità di dati biologici e molecolari disponibili per l’indivia (Cichorium endivia Lam.) è incredibilmente minore. Questa specie è un’orticola a foglia verde con un sistema riproduttivo di tipo autogamo. L’indivia appartenente alla famiglia delle Asteraceae ed è caratterizzata da due tipi di cultivar: indivia riccia (C. endivia var. crispum Lam.) e indivia scarola o liscia (C. endivia var. latifolium Lam.). Per le ditte sementiere la caratterizzazione genetica del loro materiale è fondamentale sia al momento della registrazione che in seguito per la protezione delle loro varietà. Nel nostro caso di studio, abbiamo verificato il carattere distintivo di 32 materiali sperimentali appartenenti ai due tipi di cultivar (indivia scarola e riccia). In un primo tentativo basato su marcatori SSR, solo 14 loci marcatori su 29 appartenenti a C. intybus sono stati trasferiti con successo in indivia e solo 8 di essi sono risultati polimorfici. A causa del livello limitato di discriminazione di questo saggio molecolare, è stato applicato un approccio alternativo basato su marcatori SNP (Single Nucleotide Polymorphisms) utilizzando il sequenziamento del DNA associato al sito di restrizione (RADseq). Complessivamente 4.621 marcatori SNP sono stati in grado di separare tutti gli individui di indivia riccia e scarola, in particolare, 50 di loro hanno discriminato i due tipi di cultivar. Inoltre, il dendrogramma e l’analisi PCoA, supportati dagli SNP, hanno diviso i due tipi cultivar di indivia in due sottogruppi distinti, discriminando in modo univoco tutti i materiali vegetali. Nel complesso, la nostra ricerca è stata in grado di valutare la distinguibilità di tutti i campioni analizzati, che rappresenta il primo requisito del test DUS. É stato valutato, inoltre, anche il grado di omozigosi, in modo da prevedere l'uniformità della progenie, ovvero il secondo requisito del DUS test, in quanto gli individui con un elevato grado di omozigosi sono noti per produrre popolazioni maggiormente uniformi. In conclusione, queste informazioni molecolari hanno permesso i costitutori di determinare la distinguibilità genetica dei 32 materiali d’élite e ogni possibile loro relazione genetica.

EPrint type:Ph.D. thesis
Tutor:Barcaccia, Gianni
Supervisor:Palumbo, Fabio
Ph.D. course:Ciclo 32 > Corsi 32 > SCIENZE DELLE PRODUZIONI VEGETALI
Data di deposito della tesi:01 December 2019
Anno di Pubblicazione:01 December 2019
Key Words:Pure lines, F1 hybrids, microsatellite markers, marker-assisted breeding, crop improvement, varieties. SSR markers; red-chicory; genotyping; microsatellite; DUS test; plant breeders’ rights. RADseq, genetic marker discovery, microsatellite markers, genetic diversity, plants breeder rights
Settori scientifico-disciplinari MIUR:Area 07 - Scienze agrarie e veterinarie > AGR/07 Genetica agraria
Struttura di riferimento:Dipartimenti > Dipartimento di Agronomia Animali Alimenti Risorse Naturali e Ambiente
Codice ID:12245
Depositato il:10 Feb 2021 18:32
Simple Metadata
Full Metadata
EndNote Format

Bibliografia

I riferimenti della bibliografia possono essere cercati con Cerca la citazione di AIRE, copiando il titolo dell'articolo (o del libro) e la rivista (se presente) nei campi appositi di "Cerca la Citazione di AIRE".
Le url contenute in alcuni riferimenti sono raggiungibili cliccando sul link alla fine della citazione (Vai!) e tramite Google (Ricerca con Google). Il risultato dipende dalla formattazione della citazione.

1. Wang, S.; Wang, B.; Liu, J.; Ren, J.; Huang, X.; Zhou, G.; Wang, A. Novel polymorphic EST-based microsatellite markers characterized in lettuce (Lactuca sativa). Biologia 2017, 72, 1300–1305. Cerca con Google

2. Nagata, R. Clip-and-wash Method of Emasculation for Lettuce. HortScience 1992, 27, 907–908. Cerca con Google

3. Barcaccia, G.; Falcinelli, M. Genetica e Genomica; Liguori Editore, S.r.l.: Naples, Italy, 2006; Volume 3. Cerca con Google

4. Oliver, G.W. New methods of plant breeding. J. Hered. 1910, 1, 21–30. Cerca con Google

5. Prohens-Tomás, J.; Nuez, F. Vegetables I: Asteraceae, Brassicaceae, Chenopodicaceae, and Cucurbitaceae; Springer Science & Business Media: Berlin, Germany, 2007; Volume 1. Cerca con Google

6. Patella, A.; Scariolo, F.; Palumbo, F.; Barcaccia, G. Genetic Structure of Cultivated Varieties of Radicchio (Cichorium intybus L.): A Comparison between F1 Hybrids and Synthetics. Plants 2019, 8, 213. Cerca con Google

7. Palumbo, F.; Galla, G.; Vitulo, N.; Barcaccia, G. First draft genome sequencing of fennel (Foeniculum vulgare Mill.): Identification of simple sequence repeats and their application in marker-assisted breeding. Mol. Breed. 2018, 38, 122. Cerca con Google

8. Jha, N.; Jacob, S.; Nepolean, T.; Jain, S.; Kumar, M. SSR markers based DNA fingerprinting and it’s utility in testing purity of eggplant hybrid seeds. Qual. Assur. Saf. Crop. Foods 2016, 8, 333–338. Cerca con Google

9. Singh, D.; Singh, C.K.; Tomar, R.S.S.; Taunk, J.; Singh, R.; Maurya, S.; Chaturvedi, A.K.; Pal, M.; Singh, R.; Dubey, S.K. Molecular Assortment of Lens Species with Different Adaptations to Drought Conditions Using SSR Markers. PLoS ONE 2016, 11, e0147213. Cerca con Google

10. Rauscher, G.; Simko, I. Development of genomic SSR markers for fingerprinting lettuce (Lactuca sativa L.) cultivars and mapping genes. BMC Plant Biol. 2013, 13, 11. Cerca con Google

11. Truco, M.J.; Antonise, R.; Lavelle, D.; Ochoa, O.; Kozik, A.; Witsenboer, H.; Fort, S.B.; Jeuken, M.J.W.; Kesseli, R.V.; Lindhout, P.; et al. A high-density, integrated genetic linkage map of lettuce (Lactuca spp.). Theor. Appl. Genet. 2007, 115, 735–746. Cerca con Google

12. Reyes-Chin-Wo, S.; Wang, Z.; Yang, X.; Kozik, A.; Arikit, S.; Song, C.; Xia, L.; Froenicke, L.; Lavelle, D.O.; Truco, M.-J.; et al. Genome assembly with in vitro proximity ligation data and whole-genome triplication in lettuce. Nat. Commun. 2017, 8, 14953. Cerca con Google

13. Bull, C.T.; Goldman, P.H.; Hayes, R.; Madden, L.V.; Koike, S.T.; Ryder, E. Genetic Diversity of Lettuce for Resistance to Bacterial Leaf Spot Caused by Xanthomonas campestris pv. vitians. Plant Health Prog. 2007, 8, 11. Cerca con Google

14. Giesbers, A.K.J.; Pelgrom, A.J.E.; Visser, R.G.F.; Niks, R.E.; Ackerveken, G.V.D.; Jeuken, M.J.W. Effector‐mediated discovery of a novel resistance gene against Bremia lactucae in a nonhost lettuce species. New Phytol. 2017, 216, 915–926. Cerca con Google

15. Macias-González, M.; Truco, M.J.; Bertier, L.D.; Jenni, S.; Simko, I.; Hayes, R.J.; Michelmore, R.W. Genetic architecture of tipburn resistance in lettuce. Theor. Appl. Genet. 2019, 132, 2209–2222. Cerca con Google

16. Mamo, B.E.; Hayes, R.J.; Truco, M.J.; Puri, K.D.; Michelmore, R.W.; Subbarao, K.V.; Simko, I. The genetics of resistance to lettuce drop (Sclerotinia spp.) in lettuce in a recombinant inbred line population from Reine des Glaces × Eruption. Theor. Appl. Genet. 2019, 132, 2439–2460. Cerca con Google

17. Hartman, Y.; Hooftman, D.A.P.; Uwimana, B.; Schranz, M.E.; Van De Wiel, C.C.M.; Smulders, M.J.M.; Visser, R.G.F.; Michelmore, R.W.; Van Tienderen, P.H. Abiotic stress QTL in lettuce crop–wild hybrids: Comparing greenhouse and field experiments. Ecol. Evol. 2014, 4, 2395–2409. Cerca con Google

18. Su, W.; Tao, R.; Liu, W.; Yu, C.; Yue, Z.; He, S.; Lavelle, D.; Zhang, W.; Zhang, L.; An, G.; et al. Characterization of four polymorphic genes controlling red leaf colour in lettuce that have undergone disruptive selection since domestication. Plant Biotechnol. J. 2019, doi:10.1111/pbi.13213. Cerca con Google

19. El-Esawi, M.A. Molecular Genetic Markers for Assessing the Genetic Variation and Relationships in Lactuca Germplasm. Annu. Res. Rev. Biol. 2015, 8, 1–13. Cerca con Google

20. Hayes, R.; Simko, I. Breeding lettuce for improved fresh-cut processing. Acta Hortic. 2016, 1141, 65–76. Cerca con Google

21. Simko, I. Development of EST-SSR markers for the study of population structure in lettuce (Lactuca sativa L.). J. Hered. 2009, 100, 256–262, doi:10.1093/jhered/esn072. Cerca con Google

22. Schuelke, M. An economic method for the fluorescent labeling of PCR fragments. Nat. Biotechnol. 2000, 18, 233–234. Cerca con Google

23. Nonis, A.; Scortegagna, M.; Nonis, A.; Ruperti, B. PRaTo: A web-tool to select optimal primer pairs for qPCR. Biochem. Biophys. Res. Commun. 2011, 415, 707–708. Cerca con Google

24. Saitou, N.; Nei, M. The neighbor-joining method: A new method for reconstructing phylogenetic trees. Mol. Biol. Evol. 1987, 4, 406–425. Cerca con Google

25. Hammer, Ø.; Harper, D.A.; Ryan, P.D. PAST: Paleontological statistics software package for education and data analysis. Palaeontol. Electron. 2001, 4, 1–9. Cerca con Google

26. Evanno, G.; Regnaut, S.; Goudet, J. Detecting the number of clusters of individuals using the software structure: A simulation study. Mol. Ecol. 2005, 14, 2611–2620. Cerca con Google

27. Yeh, F.C.; Yang, R.-C.; Boyle, T. POPGENE Version 1.31; University of Alberta: Edmonton, AB, Canada, 1999. Cerca con Google

28. Palumbo, F.; Galla, G.; Martinez-Bello, L.; Barcaccia, G. Venetian Local Corn (Zea mays L.) Germplasm: Disclosing the Genetic Anatomy of Old Landraces Suited for Typical Cornmeal Mush Production. Diversity 2017, 9, 32. Cerca con Google

29. Feng, J.Y.; Li, M.; Zhao, S.; Zhang, C.; Yang, S.T.; Qiao, S.; Tan, W.F.; Qu, H.J.; Wang, D.Y.; Pu, Z.G. Analysis of evolution and genetic diversity of sweetpotato and its related different polyploidy wild species I-trifida using RAD-seq. BMC Plant Biol. 2018, 18, 181. Cerca con Google

30. Lawson, C. Plant Breeder’s Rights and Essentially Derived Varieties: Still Searching for Workable Solutions; European Intellectual Property Review 499: Griffith University Law School Research, Australia, 2016; 16–17. Cerca con Google

31. Hand, P.; Kift, N.; McClement, S.; Lynn, J.; Grube, R.; Schut, J.; Van der Arend, A.; Pink, D. Progress towards mapping QTLs for pest and disease resistance in lettuce. In Proceedings of the Eucarpia Leafy Vegetables Conference, Centre for Genetic Resources, Wageningen, The Netherlands, 22–24 May 2003; pp. 31–35. Cerca con Google

32. Šimko, I.; Pechenick, D.; McHale, L.; Truco, M.; Ochoa, O.; Michelmore, R.; Scheffler, B. Development of Molecular Markers for Marker-Assisted Selection of Dieback Disease Resistance in Lettuce (Lactuca sativa). Acta Hortic. 2010, 859, 401–408. Cerca con Google

33. Sochor, M.; Jemelková, M.; Doležalová, I. Phenotyping and SSR markers as a tool for identification of duplicates in lettuce germplasm. Czech J. Genet. Plant Breed. 2019, 55, 110–119. Cerca con Google

34. Bhat, J.A.; Shivaraj, S.M.; Ali, S.; Mir, Z.A.; Islam, A.; Deshmukh, R. Genomic Resources and Omics-Assisted Breeding Approaches for Pulse Crop Improvement. In Pulse Improvement; Springer: Berlin/Heidelberg, Germany, 2018; pp. 13–55. Cerca con Google

35. Phing Lau, W.C.; Latif, M.A.; Rafii, M.Y.; Ismail, M.R.; Puteh, A. Advances to improve the eating and cooking qualities of rice by marker-assisted breeding. Crit. Rev. Biotechnol. 2016, 36, 87–98, doi:10.3109/07388551.2014.923987. Cerca con Google

36. FAO Site. Availabe online: http://www.fao.org/faostat/en/#data/QC (accessed on 11 September 2019). Vai! Cerca con Google

37. Uwimana, B.; Smulders, M.J.M.; Hooftman, D.A.P.; Hartman, Y.; Van Tienderen, P.H.; Jansen, J.; McHale, L.K.; Michelmore, R.W.; Van De Wiel, C.C.M.; Visser, R.G.F. Hybridization between crops and wild relatives: The contribution of cultivated lettuce to the vigour of crop-wild hybrids under drought, salinity and nutrient deficiency conditions. Theor. Appl. Genet. 2012, 125, 1097–1111. Cerca con Google

-- Cerca con Google

1. Funk, V.A.; Susanna, A.; Stuessy, T.F.; Bayer, R.J. Systematics, Evolution, and Biogeography of Compositae; International Association for Plant Taxonomy, Institute of Botany, University of Vienna: Vienna, Austria, 2009; ISBN 3950175431. Cerca con Google

2. Bellamy, A.; Mathieu, C.; Vedel, F.; Bannerot, H. Cytoplasmic DNAs and nuclear rDNA restriction fragment length polymorphisms in commercial witloof chicories. Theor. Appl. Genet. 1995, 91, 505–509. Cerca con Google

3. Barcaccia, G.; Pallottini, L.; Soattin, M.; Lazzarin, R.; Parrini, P.; Lucchin, M. Genomic DNA fingerprints as a tool for identifying cultivated types of radicchio (Cichorium intybus L.) from Veneto, Italy. Plant Breed. 2003, 122, 178–183. Cerca con Google

4. Charcosset, A.; Moreau, L. Use of molecular markers for the development of new cultivars and the evaluation of genetic diversity. Euphytica 2004, 137, 81–94. Cerca con Google

5. Cadalen, T.; Mörchen, M.; Blassiau, C.; Clabaut, A.; Scheer, I.; Hilbert, J.L.; Hendriks, T.; Quillet, M.C. Development of SSR markers and construction of a consensus genetic map for chicory (Cichorium intybus L.). Mol. Breed. 2010, 25, 699–722. Cerca con Google

6. Gonthier, L.; Blassiau, C.; Mörchen, M.; Cadalen, T.; Poiret, M.; Hendriks, T.; Quillet, M.C. High-density genetic maps for loci involved in nuclear male sterility (NMS1) and sporophytic self-incompatibility (S-locus) in chicory (Cichorium intybus L., Asteraceae). Theor. Appl. Genet. 2013, 126, 2103–2121. Cerca con Google

7. Muys, C.; Thienpont, C.N.; Dauchot, N.; Maudoux, O.; Draye, X.; Cutsem, P.V. Integration of AFLPs, SSRs and SNPs markers into a new genetic map of industrial chicory (Cichorium intybus L. var. sativum). Plant Breed. 2014, 133, 130–137. Cerca con Google

8. Palumbo, F.; Qi, P.; Batista Pinto, V.; Devos, K.M.; Barcaccia, G. Construction of the first SNP-based linkage map using genotyping-by-sequencing and mapping of the male-sterility gene in leaf chicory. Front. Plant Sci. 2019, 10, 276. Cerca con Google

9. Galla, G.; Ghedina, A.; Tiozzo, S.C.; Barcaccia, G. Toward a First High-quality Genome Draft for Marker-assisted Breeding in Leaf Chicory, Radicchio (Cichorium intybus L.). Plant Genom. 2016, 1, 65–87. Cerca con Google

10. Ghedina, A.; Galla, G.; Cadalen, T.; Hilbert, J.L.; Caenazzo, S.T.; Barcaccia, G. A method for genotyping elite breeding stocks of leaf chicory (Cichorium intybus L.) by assaying mapped microsatellite marker loci Genetics. BMC Res. Notes 2015, 8, 1–12. Cerca con Google

11. Singh, B.D.; Singh, A.K. Marker-Assisted Plant Breeding: Principles and Practices; Springer: New Delhi, India, 2015; ISBN 9788132223160. Cerca con Google

12. Van Stallen, N.; Vandenbussche, B.; Verdoodt, V.; De Proft, M. Construction of a genetic linkage map for witloof (Cichorium intybus L. var. foliosum Hegi). Plant Breed. 2003, 122, 521–526. Cerca con Google

13. Botstein, D.; White, R.L.; Skolnick, M.; Davis, R.W. Construction of a genetic linkage map in man using restriction fragment length polymorphisms. Am. J. Hum. Genet. 1980, 32, 314–331. Cerca con Google

14. Brumlop, S.; Finckh, M.R. Applications and Potentials of Marker Assisted Selection (MAS) in Plant Breeding; Bundesamt für Naturschutz: Bonn, Germany, 2011; Volume 298, ISBN 9783896240330. Cerca con Google

15. Palumbo, F.; Galla, G.; Martínez-Bello, L.; Barcaccia, G. Venetian local corn (Zea mays L.) germplasm: Disclosing the genetic anatomy of old landraces suited for typical cornmeal mush production. Diversity 2017, 9, 32. Cerca con Google

16. Barcaccia, G.; Ghedina, A.; Lucchin, M. Current Advances in Genomics and Breeding of Leaf Chicory (Cichorium intybus L.). Agriculture 2016, 6, 50. Cerca con Google

17. Barcaccia, G.; Tiozzo, C.S. New Male Sterile Chicorium spp. Mutant, Parts or Derivatives, Where Male Sterility is Due to a Nuclear Recessive Mutation Linked to a Polymorphic Genetic Marker, Useful for Producing Mutant F1 Hybrids of Chicorium spp. EU Patent No. WO2012163389-A1, 6 December 2012. Cerca con Google

18. Schuelke, M. An economic method for the fluorescent labeling of PCR fragments. Nat. Biotechnol. 2000,18, 233. Cerca con Google

19. Peakall, R.; Smouse, P.E. GenALEx 6.5: Genetic analysis in Excel. Population genetic software for teaching and research-an update. Bioinformatics 2012, 28, 2537–2539. Cerca con Google

20. Yeh, F.; Boyle, T. Population genetic analysis of co-dominant and dominant markers and quantitative traits. Belgian J. Bot. 1997, 130, 129–157. Cerca con Google

21. Rohlf, F.J. NTSYS-pc: Microcomputer Programs for Numerical Taxonomy and Multivariate Analysis; American Statistician: New York, NY, USA, 1987; Volume 41, ISBN 0925031313. Cerca con Google

22. Falush, D.; Stephens, M.; Pritchard, J.K. Inference of population structure using multilocus genotype data: Linked loci and correlated allele frequencies. Genetics 2003, 164, 1567–1587. Cerca con Google

23. Evanno, G.; Regnaut, S.; Goudet, J. Detecting the number of clusters of individuals using the software STRUCTURE: A simulation study. Mol. Ecol. 2005, 14, 2611–2620. Cerca con Google

-- Cerca con Google

1. Raulier, P.; Maudoux, O.; Notté, C.; Draye, X.; Bertin, P. Exploration of genetic diversity within Cichorium endivia and Cichorium intybus with focus on the gene pool of industrial chicory. Genetic Resources and Crop Evolution 2015, 63, 243-259, doi:10.1007/s10722-015-0244-4. Cerca con Google

2. Kowalczyk, K.; Gajc-Wolska, J.; Marcinkowska, M.; Jabrucka-Pióro, E. Assessment of quality attributes of endive (Cichorium endivia L.) depending on a cultivar and growing conditions. Acta Sci. Pol. Hortorum Cultus 2015, 14, 13-16. Cerca con Google

3. D’Antuono, L.F.; Ferioli, F.; Manco, M.A. The impact of sesquiterpene lactones and phenolics on sensory attributes: an investigation of a curly endive and escarole germplasm collection. Food chemistry 2016, 199, 238-245. Cerca con Google

4. Lucchin, M.; Varotto, S.; Barcaccia, G.; Parrini, P. Chicory and endive. In Vegetables I, Springer: 2008; pp. 3-48. Cerca con Google

5. Testone, G.; Mele, G.; di Giacomo, E.; Tenore, G.C.; Gonnella, M.; Nicolodi, C.; Frugis, G.; Iannelli, M.A.; Arnesi, G.; Schiappa, A., et al. Transcriptome driven characterization of curly- and smooth-leafed endives reveals molecular differences in the sesquiterpenoid pathway. Hortic Res 2019, 6, 1, doi:10.1038/s41438-018-0066-6. Cerca con Google

6. Wang, F.-X.; Deng, A.-J.; Li, M.; Wei, J.-F.; Qin, H.-L.; Wang, A.-P. (3S)-1, 2, 3, 4-Tetrahydro-β-carboline-3-carboxylic Acid from Cichorium endivia. L Induces Apoptosis of Human Colorectal Cancer HCT-8 Cells. Molecules 2012, 18, 418-429. Cerca con Google

7. Wang, S.Z.; Wang, B.C.; Liu, J.; Ren, J.; Huang, X.X.; Zhou, G.L.; Wang, A.H. Novel polymorphic EST-based microsatellite markers characterized in lettuce (Lactuca sativa). Biologia 2017, 72, 1300-1305, doi:10.1515/biolog-2017-0154. Cerca con Google

8. Ryder, E. Physiology of germination, growth and development. In Lettuce, endive chicory. Crop production science in horticulture, Publishing, C., Ed. Nueva York, 1998; pp 54-78. Cerca con Google

9. Van Inghelandt, D.; Melchinger, A.E.; Lebreton, C.; Stich, B. Population structure and genetic diversity in a commercial maize breeding program assessed with SSR and SNP markers. Theor Appl Genet 2010, 120, 1289-1299, doi:10.1007/s00122-009-1256-2. Cerca con Google

10. Lawson, C. Plant Breeder's Rights and Essentially Derived Varieties: Still Searching for Workable Solutions. European Intellectual Property Review 499, Griffith University Law School Research Paper No. 16-17 2016. Cerca con Google

11. Galla, G.; Ghedina, A.; Tiozzo, S.C.; Barcaccia, G. Toward a First High-quality Genome Draft for Marker-assisted Breeding in Leaf Chicory, Radicchio (Cichorium intybus L.). In Plant Genomics, 2016; 10.5772/61747pp. 67-87. Cerca con Google

12. Barcaccia, G.; Pallottini, L.; Soattin, M.; Lazzarin, R.; Parrini, P.; Lucchin, M. Genomic DNA fingerprints as a tool for identifying cultivated types of radicchio (Cichorium intybus L.) from Veneto, Italy. Plant Breeding 2003, 122, 178-183, doi:10.1046/j.1439-0523.2003.00786.x. Cerca con Google

13. Ghedina, A.; Galla, G.; Cadalen, T.; Hilbert, J.L.; Caenazzo, S.T.; Barcaccia, G. A method for genotyping elite breeding stocks of leaf chicory (Cichorium intybus L.) by assaying mapped microsatellite marker loci. BMC Res Notes 2015, 8, 831-843, doi:10.1186/s13104-015-1819-z. Cerca con Google

14. Patella, A.; Scariolo, F.; Palumbo, F.; Barcaccia, G. Genetic Structure of Cultivated Varieties of Radicchio (Cichorium intybus L.): A Comparison between F1 Hybrids and Synthetics. Plants 2019, 8, 1-16, doi:10.3390/plants8070213. Cerca con Google

15. Palumbo, F.; Qi, P.; Pinto, V.B.; Devos, K.M.; Barcaccia, G. Construction of the First SNP-Based Linkage Map Using Genotyping-by-Sequencing and Mapping of the Male-Sterility Gene in Leaf Chicory. Frontiers in Plant Science 2019, 10, 276, doi:ARTN 27610.3389/fpls.2019.00276. Cerca con Google

16. Cadalen, T.; Morchen, M.; Blassiau, C.; Clabaut, A.; Scheer, I.; Hilbert, J.L.; Hendriks, T.; Quillet, M.C. Development of SSR markers and construction of a consensus genetic map for chicory (Cichorium intybus L.). Molecular Breeding 2010, 25, 699-722, doi:10.1007/s11032-009-9369-5. Cerca con Google

17. De Simone, M.; Morgante, M.; Lucchin, M.; Parrini, P.; Marocco, A.J.M.B. A first linkage map of Cichorium intybus L. using a one-way pseudo-testcross and PCR-derived markers. 1997, 3, 415-425. Cerca con Google

18. Schuelke, M. An economic method for the fluorescent labeling of PCR fragments. Nat Biotechnol 2000, 18, 233-234, doi:10.1038/72708. Cerca con Google

19. Yeh, F.C.; Yang, R.-C.; Boyle, T.J.M.w.-b.f.f.p.g.a.U.o.A., Edmonton, Canada. POPGENE version 1.31. 1999. Cerca con Google

20. Hammer, Ø.; Harper, D.A.; Ryan, P.D. PAST: paleontological statistics software package for education and data analysis. Palaeontologia electronica 2001, 4, 1 - 9. Cerca con Google

21. Evanno, G.; Regnaut, S.; Goudet, J. Detecting the number of clusters of individuals using the software STRUCTURE: a simulation study. Mol Ecol 2005, 14, 2611-2620, doi:10.1111/j.1365-294X.2005.02553.x. Cerca con Google

22. Earl, D.A.; Vonholdt, B.M. STRUCTURE HARVESTER: a website and program for visualizing STRUCTURE output and implementing the Evanno method. Conserv Genet Resour 2012, 4, 359-361, doi:10.1007/s12686-011-9548-7. Cerca con Google

23. Stevanato, P.; Broccanello, C.; Biscarini, F.; Del Corvo, M.; Sablok, G.; Panella, L.; Stella, A.; Concheri, G. High-Throughput RAD-SNP Genotyping for Characterization of Sugar Beet Genotypes. Plant Molecular Biology Reporter 2014, 32, 691-696, doi:10.1007/s11105-013-0685-x. Cerca con Google

24. Rochette, N.C.; Rivera-Colon, A.G.; Catchen, J.M. Stacks 2: analytical methods for paired-end sequencing improve RADseq-based population genomics. Mol Ecol 2019, 10.1111/mec.15253, 615385, doi:10.1111/mec.15253. Cerca con Google

25. Goodstein, D.M.; Shu, S.; Howson, R.; Neupane, R.; Hayes, R.D.; Fazo, J.; Mitros, T.; Dirks, W.; Hellsten, U.; Putnam, N., et al. Phytozome: a comparative platform for green plant genomics. Nucleic Acids Res 2012, 40, D1178-1186, doi:10.1093/nar/gkr944. Cerca con Google

26. Reyes-Chin-Wo, S.; Wang, Z.; Yang, X.; Kozik, A.; Arikit, S.; Song, C.; Xia, L.; Froenicke, L.; Lavelle, D.O.; Truco, M.J., et al. Genome assembly with in vitro proximity ligation data and whole-genome triplication in lettuce. Nat Commun 2017, 8, 14953, doi:10.1038/ncomms14953. Cerca con Google

27. Szklarczyk, D.; Gable, A.L.; Lyon, D.; Junge, A.; Wyder, S.; Huerta-Cepas, J.; Simonovic, M.; Doncheva, N.T.; Morris, J.H.; Bork, P.J.N.a.r. STRING v11: protein–protein association networks with increased coverage, supporting functional discovery in genome-wide experimental datasets. 2018, 47, D607-D613. Cerca con Google

28. Gene Ontology Consortium Internet. Availabe online: http://geneontology.org/ (accessed on 23rd September 2019). Vai! Cerca con Google

29. STRING Availabe online: https://string-db.org (accessed on 26th September 2019). Vai! Cerca con Google

30. Saitou, N.; Nei, M. The neighbor-joining method: a new method for reconstructing phylogenetic trees. Mol Biol Evol 1987, 4, 406-425, doi:10.1093/oxfordjournals.molbev.a040454. Cerca con Google

31. Chisari, M.; Todaro, A.; Barbagallo, R.N.; Spagna, G. Salinity effects on enzymatic browning and antioxidant capacity of fresh-cut baby Romaine lettuce (Lactuca sativa L. cv. Duende). Food Chemistry 2010, 119, 1502-1506, doi:10.1016/j.foodchem.2009.09.033. Cerca con Google

32. Wulfkuehler, S.; Kurfiss, L.; Kammerer, D.R.; Weiss, A.; Schmidt, H.; Carle, R. Impact of different washing procedures on quality of fresh-cut iceberg lettuce (Lactuca sativa var. capitata L.) and endive (Cichorium endivia L.). Eur Food Res Technol 2013, 236, 229-241, doi:10.1007/s00217-012-1878-5. Cerca con Google

33. Hoshino, A.A.; Bravo, J.P.; Angelici, C.M.L.C.D.; Barbosa, A.V.G.; Lopes, C.R.; Gimenes, M.A. Heterologous microsatellite primer pairs informative for the whole genus Arachis. Genetics and Molecular Biology 2006, 29, 665-675, doi:Doi 10.1590/S1415-47572006000400016. Cerca con Google

34. Wang, M.; Gillaspie, A.; Newman, M.; Dean, R.; Pittman, R.; Morris, J.; Pederson, G. Transfer of simple sequence repeat (SSR) markers across the legume family for germplasm characterization and evaluation. Plant Genetic Resources: Characterization Utilization 2004, 2, 107-119. Cerca con Google

35. Bombonato, J.R.; Bonatelli, I.A.S.; Silva, G.A.R.; Moraes, E.M.; Zappi, D.C.; Taylor, N.P.; Franco, F.F. Cross-genera SSR transferability in cacti revealed by a case study using Cereus (Cereeae, Cactaceae). Genetics molecular biology 2019, 42, 87-94. Cerca con Google

36. Harijan, Y.; Nishanth, G.; Katageri, I.; Khadi, B. Research Note Transferability of heterologous SSR Markers to cotton genotypes. Electronic Journal of Plant Breeding 2017, 8, 379-384. Cerca con Google

37. Kim, C.; Guo, H.; Kong, W.; Chandnani, R.; Shuang, L.S.; Paterson, A.H. Application of genotyping by sequencing technology to a variety of crop breeding programs. Plant Sci 2016, 242, 14-22, doi:10.1016/j.plantsci.2015.04.016. Cerca con Google

38. Li, Z.; Zhang, Z.; Yan, P.; Huang, S.; Fei, Z.; Lin, K. RNA-Seq improves annotation of protein-coding genes in the cucumber genome. BMC Genomics 2011, 12, 540, doi:10.1186/1471-2164-12-540. Cerca con Google

39. Feng, J.Y.; Li, M.; Zhao, S.; Zhang, C.; Yang, S.T.; Qiao, S.; Tan, W.F.; Qu, H.J.; Wang, D.Y.; Pu, Z.G. Analysis of evolution and genetic diversity of sweetpotato and its related different polyploidy wild species I-trifida using RAD-seq. Bmc Plant Biol 2018, 18, 181, doi:ARTN 18110.1186/s12870-018-1399-x. Cerca con Google

40. Andrews, K.R.; Good, J.M.; Miller, M.R.; Luikart, G.; Hohenlohe, P.A. Harnessing the power of RADseq for ecological and evolutionary genomics. Nat Rev Genet 2016, 17, 81-92, doi:10.1038/nrg.2015.28. Cerca con Google

41. Díaz-Arce, N.; Rodríguez-Ezpeleta, N. Selecting RAD-seq data analysis parameters for population genetics: the more the better? Frontiers in genetics 2019, 10, 533, doi: 10.3389/fgene.2019.00533. Cerca con Google

42. Michael, T.P. Plant genome size variation: bloating and purging DNA. Brief Funct Genomics 2014, 13, 308-317, doi:10.1093/bfgp/elu005. Cerca con Google

43. Nelissen, H.; De Groeve, S.; Fleury, D.; Neyt, P.; Bruno, L.; Bitonti, M.B.; Vandenbussche, F.; Van Der Straeten, D.; Yamaguchi, T.; Tsukaya, H. Plant Elongator regulates auxin-related genes during RNA polymerase II transcription elongation. Proceedings of the National Academy of Sciences 2010, 107, 1678-1683, doi:10.1073/pnas.0913559107. Cerca con Google

44. An, C.; Ding, Y.; Zhang, X.; Wang, C.; Mou, Z. Elongator Plays a Positive Role in Exogenous NAD-Induced Defense Responses in Arabidopsis. Mol Plant Microbe Interact 2016, 29, 396-404, doi:10.1094/MPMI-01-16-0005-R. Cerca con Google

45. TAIR. Availabe online: http://www.arabidopsis.org (accessed on 26th September 2019). Vai! Cerca con Google

Solo per lo Staff dell Archivio: Modifica questo record