Integrating genomics with adaptive and quality traits in Mediterranean bread wheat: genetic insights from landraces to modern breeding

El blat fariner (Triticum aestivum L.) és un dels cultius més importants del món, però els efectes del canvi climàtic poden reduir la productivitat, especialment en zones com la Conca Mediterrània, on la major part de la producció és en condicions de secà. Davant aquest context, l’objectiu principal d’aquesta tesi és generar coneixement científic que permeti desenvolupar noves varietats de blat amb més qualitat i resiliència davant episodis de sequera i calor, cada vegada més freqüents en aquesta regió. Per assolir aquest objectiu, s’ha utilitzat una col·lecció de varietats tradicionals Mediterrànies i s’han aplicat estudis d’associació genòmica (GWAS) centrats en caràcters relacionats amb el clima mitjançant envGWAS. A més, s’ha utilitzat eigenGWAS per estudiar l’estructura genètica de la col·lecció, i s’han dut a terme anàlisis de sintènia amb espècies model com Brachypodium, arròs i blat de moro. Aquests anàlisis han permès identificar regions genòmiques conservades evolutivament, fet que subratlla la seva rellevància funcional. A partir d’aquests resultats, es van realitzar assaigs de camp durant dos anys, en els quals es van avaluar 15 caràcters agronòmics i de qualitat en el mateix panell, cosa que va permetre identificar QTL d’interès per a caràcters com el contingut de proteïna, el rendiment, el volum del pa i la reologia de la massa. Es van identificar gens candidats, i les anàlisis in silico de dades de RNAseq van revelar l’expressió específica d’alguns d’aquests en el gra, fet que destaca la importància d’aquestes varietats tradicionals per a la millora del blat modern. Mitjançant estudis de predicció genòmica amb RR-BLUP es van obtenir precisions en les prediccions de moderades a altes; a més, l’estudi de regressió multivariant va resultar eficaç per predir trets complexos com el volum de la massa. També es va analitzar la variabilitat genètica en loci de qualitat, com les subunitats de glutenina d’alt pes molecular (HMW-GS) als loci GLU-A1, GLU-B1 i GLU-D1. Es van identificar 35 variants al·lèliques diferents, incloent-hi al·lels rars, nous i nuls, totes amb efectes significatius sobre la força del gluten, les propietats viscoelàstiques de la massa i el rendiment en panificació. Es van identificar també set genotips de puroindolines, amb dues noves mutacions al locus PINB-D1, i es va trobar una variant del gen WBM (GWseqVar3) en 12 varietats locals, associada a un millor volum de la massa i una major força del gluten. Finalment, es van dur a terme assaigs de selecció genòmica en condicions de regadiu i secà amb línies del programa de millora de l’IRTA i varietats comercials utilitzades com a parentals en aquest programa. Es van comparar mètodes clàssics (RR-BLUP), enfocaments semiparamètrics i tècniques de machine learning. Mentre que els models lineals van funcionar bé per a caràcters simples, els mètodes de machine learning van obtenir millors resultats per a caràcters complexos com el rendiment en condicions de sequera. La validació i la integració de dades entre diferents condicions ambientals van millorar l’estabilitat i la precisió de les prediccions. Per tant, aquest treball destaca el valor de les varietats tradicionals Mediterrànies com a recursos genètics únics per afrontar els reptes del canvi climàtic. La integració d’anàlisis genòmics, eines predictives i assaigs en ambients diversos facilitarà la millora dirigida de varietats de blat fariner d’alta qualitat i resilients al clima, contribuint significativament a una producció sostenible a la conca mediterrània i altres regions afectades per la sequera.