DIVERSIDAD GENÉTICA DEL
ARROZ CRIOLLO DE TOABRÉ, PANAMÁ: ANÁLISIS MOLECULAR POR MARCADORES ISSR[1]
Ismael Camargo-Buitrago[2]; Manuel Jiménez-Montero[3]; Milcíades Cedeño-Castillo[4]; Carmen Bieberach-Forero2;
Axel Villalobos-Cortés2; Simón Vázquez-Wilson[5]
RESUMEN
El arroz es el cultivo alimentario más importante del mundo y se espera
que la demanda de arroz aumente drásticamente en el mundo en desarrollo, la
incorporación de cultivares locales o criollos pueden proporcionar genes de
adaptabilidad para condiciones ambientales específicas. Determinar la
diversidad genética en 31 accesiones de arroz criollo de Toabré (Panamá),
mediante marcadores ISSR. El experimento se realizó en el Laboratorio
Agrobiotecnología del IDIAP, ubicado en Divisa; Panamá, durante el año
2022-2023. Se extrajo ADN de plántulas sanas de arroz, se emplearon dieciséis
cebadores ISSR y se cuantificaron bandas polimórficas. Se estimaron parámetros
de diversidad (I’, H, Fst, Na, Ne, h, uh y, PIC) con los softwares NTSYSpc,
POPGENE y GENALEX v6.4, y se construyó un dendograma UPGMA. De dieciséis
iniciadores, quince generaron 775 bandas, con 148 loci y 95,95 % de
polimorfismo. El índice de Shannon (I’) varió de 0,1425 a 0,6926, y la
heterocigosis (H) de 0,020 a 0,252. El análisis UPGMA reveló cinco grupos con
coeficiente de similitud promedio de 0,726 y se observaron accesiones con
similitud de 1,0. Un 64% de combinaciones mostró similitud superior a 0,900,
evidenciando baja diversidad genética. El uso de los marcadores ISSR
demostraron ser una herramienta efectiva para realizar estudios de diversidad
genética en el arroz criollo del norte de Penonomé. Las 31 accesiones
estudiadas muestran una baja diversidad genética, posiblemente por lo reducida
del área de colecta y el número de muestras estudiadas.
Palabras clave: Genotipado, locus, matrices
de agrupamiento, microsatélite.
GENETIC DIVERSITY OF TOABRÉ NATIVE RICE, PANAMA: MOLECULAR
ANALYSIS USING ISSR MARKERS
ABSTRACT
Rice is the world’s most
important food crop, and global demand is expected to continue increasing. In
developing regions, local or creole cultivars represent valuable genetic
resources, as they may harbor adaptive traits suited to specific environmental
conditions. The objective of this study was to assess the genetic diversity of
31 creole rice accessions from Toabré, Panama, using inter-simple sequence
repeat (ISSR) markers. The experiment was conducted at the IDIAP
Agrobiotechnology Laboratory in Divisa, Panama, during 2022–2023. Genomic DNA
was extracted from healthy rice seedlings, and sixteen ISSR primers were used
to amplify polymorphic bands. Genetic diversity parameters (I′, H, Fst, Na, Ne,
h, uh, and PIC) were estimated using NTSYSpc, POPGENE, and GENALEX v6.4, and
genetic relationships were examined using a UPGMA dendrogram. Of the sixteen
primers evaluated, fifteen yielded 775 bands, corresponding to 148 loci, with a
polymorphism rate of 95.95%. The Shannon diversity index (I′) ranged from 0.1425
to 0.6926, while expected heterozygosity (H) varied between 0.020 and 0.252.
Cluster analysis identified five genetic groups, with an average similarity
coefficient of 0.726; several accessions exhibited complete similarity (1.0).
Approximately 64% of pairwise comparisons showed similarity values greater than
0.900, indicating low overall genetic diversity. These results suggest that the
Toabré native rice accessions analyzed exhibit limited genetic variability,
possibly due to their restricted geographic origin and small sample size.
Nevertheless, ISSR markers proved to be an effective tool for characterizing
genetic diversity in native rice populations from northern Penonomé.
Keywords: genotyping, locus,
clustering matrices, microsatellite.
INTRODUCCIÓN
El arroz (Oryza sativa
L.) es el cultivo alimentario más importante del mundo y se espera que su
demanda aumente drásticamente en el mundo en desarrollo (Moonsap et al., 2019).
La producción de arroz tiene que hacer frente al difícil desafío de superar el
problema recurrente de obtener un rendimiento de grano regular en condiciones
variables, debido al estrés biótico y abiótico (Moonsap
et al., 2019; Singh et al., 2020).
La variabilidad genética es fundamental en el éxito
de cualquier programa de mejoramiento genético, por lo que evaluar el nivel
de variación genética entre las variedades o genotipos de arroz ha sido de gran
interés para los mejoradores genéticos (Ndjiondjop et al., 2010; Islam et al., 2015; Swarup et al.,
2021). La diversidad genética
se puede evaluar con caracteres morfológicos, proteínas de semillas, isoenzimas
y marcadores ADN (Hossain
et al., 2007).
Las tecnologías de
marcadores moleculares pueden ayudar a los esfuerzos del mejoramiento
convencional y son herramientas valiosas para el análisis de parentesco
genético, identificación y selección de genotipos deseables para realizar
cruces con progenitores complementarios, así como para la conservación del
germoplasma en bancos de genes (Hossain et al., 2007; Singh et al., 2020; Islam
et al., 2015). La diversidad genética basada en el fenotipo no es,
suficientemente auténtica debido a la interacción genotipo ambiente, lo que
impulsa a los fitomejoradores a optar por marcadores moleculares o de ADN, ya
que son más precisos y consistentes en diferentes condiciones ambientales (Jonah et al., 2011; Sangeetha et al., 2020).
Entre los marcadores de ADN basados en PCR, el
marcador ISSR es el más eficaz debido a su naturaleza codominante, su amplia
dispersión en todo el genoma, su abundancia de diversidad alélica, su alta
reproducibilidad y su alto nivel de polimorfismo (Saha et al., 2022; Hoshino et al., 2012; Zhang et al., 2011). Los
marcadores moleculares son loci genéticos que pueden ser fácilmente rastreados
y cuantificados dentro de una población y pueden ser asociados con un gen
particular o una característica de interés (Hossain et al.,
2007; Singh et
al., 2020).
Los marcadores moleculares microsatélites como ISSR (Inter-simple sequence repeat, Secuencias
Intergénicas Repetidas Simples) pueden
ser herramientas de gran utilidad para evaluar la
diversidad genética de genotipos, accesiones o clones sometidos a estos
procesos de caracterización de germoplasma (Jonah et al., 2011).
Además, la técnica se caracteriza por una gran simplicidad y economía de manejo, por
poseer la sensibilidad necesaria para distinguir entre individuos genéticamente
muy próximos (Hossain et al., 2007; Singh et al., 2020). Las razas locales o
criollas son recursos genéticos valiosos para cualquier programa de
mejoramiento, ya que contienen una enorme variabilidad genética que puede
utilizarse para complementar y ampliar el acervo genético de los genotipos
avanzados (Kobayashi et al., 2006; Aesomnuk et al., 2021).
Los cultivares locales o criollos pueden proporcionar "genes de
adaptabilidad" para condiciones ambientales específicas. La incorporación
de estos genes de adaptabilidad de razas locales puede garantizar un
rendimiento óptimo de grano con tolerancia a factores bióticos y abióticos para
regiones determinadas (Li et al., 2014; Swarup et al., 2021). Para mantener la
diversidad genética y el mejoramiento de cultivos, es vital programar la
recolección, caracterización y conservación de las razas locales tradicionales
(Islam et al., 2015).
Dada la plasticidad y
resiliencia de los cultivares criollos de arroz éstos pueden proporcionar
"genes de adaptabilidad" para condiciones ambientales definidas (Li
et al., 2014; Aesomnuk et al., 2021). La incorporación de tales genes de
adaptabilidad de razas locales en los proyectos de mejoramiento genético
ampliaría la base genética y podría garantizar la obtención de nuevos
cultivares con características agronómicas interesantes, tolerantes a los
factores bióticos y abióticos, un rendimiento óptimo y de alta calidad de grano
(Singh et al., 2018; Swarup et al., 2021).
El objetivo del presente
trabajo fue determinar la diversidad genética en 31 accesiones de arroz criollo
de Toabré (Panamá), mediante marcadores ISSR.
MATERIALES Y MÉTODOS
Ubicación del estudio
Se
realizó en el Laboratorio de Agrobiotecnología (Sección de Biología Molecular),
del Instituto de Innovación Agropecuaria de Panamá, ubicado en Divisa,
corregimiento de Los Canelos, distrito de Santa María, provincia de Herrera, en
el periodo comprendido entre el año 2022 y 2023.
Material Genético
Consistió
en 31 accesiones de arroz criollo (Cuadro 1) colectado entre los productores de
agricultura familiar que siembran a chuzo o a espeque utilizando un palo puntiagudo para abrir
hoyos pequeños en el suelo, con una separación entre surcos de 0,40 m y 0,30 m
entre plantas, colocando de cuatro a ocho semillas por hoyo, que es el sistema
estandarizado en las comunidades
aledañas al Valle de San Miguel, corregimiento de Toabré, distrito de Penonomé,
provincia de Coclé, Panamá.
Cebadores o iniciadores usados en el análisis de
Microsatélites ISSR
Fueron utilizados dieciséis
iniciadores (cebadores o primers) escogidos después de una exhaustiva revisión
bibliográfica (Cuadro 2). Las reacciones de PCR se realizaron en un
termociclador siguiendo las condiciones óptimas de amplificación.
Extracción del ADN, PCR y electroforesis
Se colectaron muestras de
hojas sanas de arroz con 20 días de germinación provenientes de semillas gámica
de las 31 accesiones. Se obtuvo el ADN siguiendo el protocolo de extracción con
el búfer CTAB 2X estandarizado. Se verificó la calidad del ADN a través de
electroforesis en agarosa 1,5%, con TBE 0,5%, 80 V por 30 min.
Se corrió la PCR con
dieciséis iniciadores ISSR: AM4, AM6, UBC807, UBC 807, UBC 809, UBC 812, UBC
813, UBC 818, UBC 825, UBC 827, UBC 835, UBC 842A, UBC 842B, UBC 872, UBC 879,
UBC 885. La concentración de los reactivos para cada reacción fue la siguiente:
dNTPs 0,2mM, iniciadores 0,2 µM, Taq polimerasa 1 U y 50 ng de ADN. El programa
de la PCR consistió en 35 ciclos (94° C x 1 min, 50° C x 1 min, 72° C x 2 min).
Los productos de PCR se
obtuvieron por electroforesis en gel de agarosa 2,5%, TBE 0,5%, 90 V x 2:30
horas. Se levantó una matriz binaria de ausencia / presencia de bandas para
cada cultivar e iniciador.
Análisis estadístico de datos moleculares
El diseño experimental consistió en un arreglo completamente al azar,
donde cada una de las 31 accesiones de arroz criollo (Oryza sativa L.) representó una unidad experimental independiente
para su caracterización genética. Se obtuvo material foliar de cada accesión, a
partir del cual se extrajo el ADN y se realizó la amplificación con marcadores
ISSR siguiendo el protocolo descrito previamente. Una vez concluidas las
reacciones de PCR, los productos amplificados se visualizaron en geles de
agarosa y se documentaron mediante un sistema de foto‐documentación.
Para cada accesión se registraron los patrones de
bandas; la presencia (1) o ausencia (0) de cada banda conformando una matriz
binaria. Esta matriz, correspondiente a los 31 genotipos de arroz criollo, generó
inicialmente una hoja de cálculo y se convirtió después a los formatos
específicos para los diferentes programas de análisis estadísticos empleados.
Construcción de matrices y árboles de
distancia
En la fase de análisis estadístico, se generaron matrices
de distancia genética (Nei y Jaccard, en caso necesario) con el software
NTSYSpc y POPGENE, con el fin de estimar la similitud o divergencia entre las
accesiones estudiadas. Posteriormente, se empleó el método de agrupamiento
UPGMA (Unweighted Pair Group Method with Arithmetic Mean) para construir los
dendogramas a partir de dichas matrices. Este procedimiento permitió
representar de manera gráfica las relaciones genéticas entre los genotipos.
Análisis de diversidad genética
Con el programa GENALEX
v6.4 se calcularon diversos estadísticos de diversidad genética basados en la
matriz binaria obtenida de las bandas ISSR. Se estimó el índice de Shannon
(I’), que mide la variabilidad genética dentro de la población, y la diversidad
genética total (H), asociada a la probabilidad de heterocigosis esperada.
Posteriormente, se determinó la diferenciación genética entre poblaciones
(Fst), con el fin de cuantificar cuánto de la diversidad total corresponde a
diferencias interpoblacionales, y se evaluó la amplitud alélica mediante el
número de alelos diferentes (Na) y el número de alelos efectivos (Ne).
Se calcularon la diversidad
(h) y la diversidad normalizada (uh), las cuales reflejan la heterogeneidad
alélica promedio, y se estimó el contenido de información polimórfica (PIC),
indicador de la capacidad de cada marcador para discriminar genotipos. En todo
momento se mantuvo el supuesto fundamental del diseño, considerando cada
accesión como una unidad.
RESULTADOS
Amplificaciones por PCR
Los
productos derivados de la PCR mostraron que de 16 primers ISSR utilizados, 15
amplificaron generando un total de 775 bandas. En el iniciador AM6 se
observaron 36 mientras UBC 872 no produjo ninguna amplificación en las 31
accesiones (Figura 1). El iniciador UBC 812, amplificó 59 bandas, en tanto el
UBC 842a contamos 88 bandas (Figura 2). Los iniciadores UBC 807 y UBC 818,
amplificaron 69 y 21 bandas, respectivamente (Figura 3). El UBC 835 generó el
mayor número de bandas (106) y UBC 885, 54 bandas (Figura 4).
Estos resultados ponen en
evidencia la variabilidad en la eficiencia de los iniciadores ISSR y destaca el
potencial de ciertos iniciadores con mayor capacidad para discriminar entre
genotipos.
Cuatro
accesiones, (AC 12, AC 35, AC 41 y AC 55) no fueron capaces de amplificar
bandas con ninguno de los iniciadores utilizados. Por el contrario, cinco
accesiones AC 07, AC 32, AC 40, AC 43 y AC 58 fueron las que presentaron el
mayor número de bandas amplificadas respectivamente, 55, 68, 51, 74 y 64. El rango de bandas observables en las
accesiones fluctúo de 0 (cero) hasta 74, lo que sugiere un amplio rango de
diversidad de secuencias repetitivas en el ADN genómico. Mientras que entre los
microsatélites ISSR el rango de las bandas amplificadas fluctuaron de cero (UBC
872) y 106 (UBC 835).
Caracterización molecular con marcadores ISSR
En el presente estudio se
identificaron 148 loci (caracteres) de los cuales el 95,95 % resultaron ser
polimórficos; resaltando la fortaleza de los marcadores ISSR. Las frecuencias
de las bandas en los 148 loci, fluctuaron de 0,00 en los loci: 51, 59, 67, 71,
94 y 128. Los loci que mostraron la mayor cantidad de frecuencias de bandas
fueron 21(0,484), 87(0,548), 88(0,581), 115(0,516),130(0,548), 133(0,516), y
148(0,452), indicando en la práctica su utilidad en la discriminación
genotípica.
Los valores del Índice de
Shannon (I’), en esta población de arroz criollos fluctuaron de 0,1425 a 0,6926
(Cuadro 3), la diversidad genética total (H) varió de 0,020 a 0,252. En la
práctica no se detectó la diversidad genética dentro de las poblaciones (Hs),
posiblemente porque la colecta se realizó en una región relativamente pequeña,
donde ocurre un intercambio frecuente de semillas entre los productores, con
sus consecuentes mezclas y pérdidas de variabilidad o erosión genética, en los
campos de los pequeños productores dedicados a la agricultura familiar.
En cuanto al valor de Fst, estimado fue de 1,0, tal
vez sobreestimado debido a la muestra relativamente pequeña y área geográfica
reducida; sin embargo, de acuerdo con Hassan & Hama‑Ali (2022), se
considera alto nivel de diferenciación (Fst mayor 0,30) el reporta en su
estudio Fst de 0,726.
El índice de diversidad de NEI, es una medida de la
diversidad genética promedio entre poblaciones, el mismo fluctuó entre 0,0624 y
0,4995, este valor normalmente en la mayoría de los ecosistemas varía entre
0,00 y 1,00, se maximiza cuando hay muchos alelos en frecuencias iguales.
El número de alelos
diferentes (Na) en esta población fue de 1,919±0,033, el número promedio de
alelos efectivos (Ne) fue 1,387±0,023, mientras la diversidad (h) promedio fue
0,252±0,012 y la diversidad normalizada fue de 0,260±0,012; reflejan una
diversidad moderada. La ausencia de diversidad dentro de poblaciones puede
deberse al intercambio constante de semillas entre agricultores, lo cual genera
homogeneidad del material genético. El contenido de información polimórfica
(PIC) tuvo un valor promedio de 0,495 (Cuadro 3).
Matrices de Agrupamientos de similaridad
genéticas
El análisis de similitud genética mediante el
agrupamiento utilizando el algoritmo UPGMA,
generó cinco grupos con un coeficiente de similaridad promedio de 0,726 (72,6%),
(Figura 5). El grupo 1, formado por 13 (41,9%) accesiones; el grupo 2 por siete
(22,6%) accesiones; el grupo 3, consta de cuatro (12,9%) accesiones; el grupo
4, de dos (6,5%) accesiones y el grupo 5, agrupa cinco (16,1%) accesiones.
Grupo 1,
constituido por las accesiones Colorado
(ACC-1) y Coiba blanco
(ACC-3), Colorado (ACC-12), Argentino colorado (ACC- 35), Diana (ACC-41),
Fortuno blanco (ACC-56), Colombiano amarillo (ACC-29), Colorado (ACC-48), Chato
colorado (ACC-38), Chombo (ACC-15), Uvo (ACC-24), Chato colorado (ACC-11),
Argentino amarillo (ACC-26). La similaridad entre los genotipos del
grupo 1 fueron superiores a 0,900 (Cuadro 4).
Grupo 2,
abarca las accesiones Meret (ACC- 28), Chato blanco (ACC-36), Brujo (ACC-44),
Colorado (ACC-52), Fortuno blanco (ACC-57), argentino colorado (ACC-59), Carita
(ACC-62), presentan similaridad por encima de 0,900 (Cuadro 4).
Grupo 3, formado por las accesiones: Ocueño
(ACC-4), Blanco (ACC- 23), Lagueño (ACC-27), Loreño (ACC-49), con
similaridad promedio de 0,764 (Cuadro 4).
Grupo 4, llanero (ACC-7), Plano (ACC-19), con
de similaridad media de 0,696 (Cuadro 4).
Grupo 5, conformado por Bella luna (ACC-2),
Chato colorado (ACC-43), Loreño (ACC-40), Plana blanco (ACC-58), Petaca
(ACC-60). El índice de similaridad fue 0,619.
La matriz de similaridad (Cuadro 4) muestra
que algunas accesiones como: Colorado (ACC-12), Argentino colorado (ACC-35), Diana
(ACC-41), Chombo blanco (ACC-56), tienen similaridad de 1,0, lo que sugiere
que sean genotípicamente el mismo material o
duplicados con diferentes nombres según la comunidad de colecta (Figura 5).
La similaridad basados en UPGMA (Cuadro 4)
destaca que alrededor de 64 combinaciones presentan similaridad superior a
0,900; sugiriendo una baja diversidad genética entre las accesiones de arroz
criollo estudiadas. Probablemente porque el área de influencia del proyecto
donde se hizo la colecta fue reducida y los productores de comunidades vecinas
al intercambiar sus semillas a veces les cambian el nombre.
DISCUSIÓN
Fueron identificados 148 locus (caracteres)
de los cuales 95,95% reflejaron ser polimórficos, demostrando la efectividad de
los marcadores ISSR para detectar variabilidad genética en las accesiones de
arroz criollo. A mayor diversidad genética dentro de la población mayor
adaptabilidad y tolerancia a enfermedades.
A pesar de contar con un alto porcentaje de
loci polimórficos, los valores de diversidad no fueron elevados, por la
reducida región de colecta y la costumbre de intercambio de semillas entre
agricultores, dando origen a la homogeneidad genética.
El
nivel de polimorfismo es similar a los reportados por Singh et al. (2020), Rini
et al. (2023) obtuvieron niveles de 98,17%, Singh et al. (2018) reportaron
100%; sin embargo, Oladosu et al. (2015) reportaron 85,10%, y Rawte &
Saxena (2018), obtuvieron promedio 60%.
El contenido de información polimórfica
(0,495) puede ser considerado de mediano a alto, ésta es una capacidad
intermedia de los loci para distinguir genotipos, importante porque sugiere que
el marcador es informativo y útil en estudios de diversidad genética como el
que nos ocupa. El valor PIC provee un estimado del poder discriminante de un
marcador basado en el número de alelos en un locus y la frecuencia relativa de
estos alelos (Oladosu et al., 2015).
Este valor promedio del PIC, es comparable a
la estimada por otros investigadores: 0,404 (Hassan & Hama, 2022), 0,24
(Thete et al., 2023); 0,5839; (Li et al., 2014); 0,67-0,88, (Thomson et al.,
2007); 0,756, (Nachimuthu et al., 2015); 0,755, (Singh et al., 2024); 0,404,
(Hassan & Hama-Ali, 2022); 0,41, (Islam et al., 2021); 0,29, (Singh et al.,
2016); 0,795, (Kumbhar et al., 2015).
El índice de diversidad de NEI, fluctuó entre
0,0624 a 0,4995, representa un amplio rango con el valor inferior indicando una
muy baja diversidad, mientras el valor mayor puede ser considerado como medio,
muy similar al reportado por Nachimuthu et al. (2015) de 0,520, este valor
normalmente en la mayoría de los ecosistemas varía entre 0,0 y 1,0.
El número de alelos
efectivos (Ne), tiene la particularidad de que su interpretación es variable
depende de la magnitud del estudio, en una población pequeña o aislada, un
valor de 1,384 como en nuestro estudio, podría ser considerado alto; por el
contrario, en una población grande y diversa podría ser considerado bajo.
Cuanto mayor sea el número de alelos efectivos, mayor será la capacidad de la
población para adaptarse a cambios ambientales, esta consideración valoriza y
justifica realizar estos estudios en nuestras poblaciones criollas.
Aunque se obtuvo un valor de Fst = 1,0, este
resultado debe interpretarse con cautela. Este valor sugiere completa
diferenciación entre poblaciones, pero puede estar sesgado por el bajo número
de accesiones o por la falta de estructura poblacional real. La información
disponible sobre la diversidad genética y las diferencias en los cultivares
criollos es escasa.
Los marcadores mostraron
que 20 cultivares (64,5%), correspondiente a los grupos 1 y 2, presentan
similaridad de 0,900. El alto grado de similitud genética entre las variedades
sugiere que sean descendientes de pocos cultivares antiguos introducidos, y que
la escasa variación genética, se mantiene como resultado de la hibridación
natural, la selección y las preferencias impuestas por los pequeños productores
durante muchísimos años.
El coeficiente de similaridad promedio
(0,760), es congruente con los reportados por Moonsap et al. (2019) de 0,7043,
Islam et al. (2021) estimaron 0,33 a 0,97 y Manjunatha et al. (2021) obtuvieron
0,19 y 0,90, mientras Haritha et al. (2016), trabajaron con arroz africano
Oryza rufipogon Griff, lograron 0,53 a 1,00.
Los resultados destacan la necesidad urgente
de ampliar la recolección en otras regiones del país, especialmente en zonas
donde los sistemas de producción sean más aislados. Los cultivares de arroz
criollos incluidos en el presente estudio incorporan una pequeña muestra de la
genética del germoplasma utilizado y conservado por nuestros productores de la
agricultura familiar panameña, en un área geográfica reducida, pero que
representa el principal alimento de su dieta diaria.
Además, representan una importante reserva de
genes que valen la pena conservar para fortalecer los programas de mejoramiento
genético dada su plasticidad y adaptabilidad. Estas características hacen muy
valiosa la genética que poseen para afrontar los retos actuales, exacerbados
por la variabilidad y el cambio climático que están golpeando las actividades
agrícolas, con estrés bióticos y abióticos extremos que afectan nuestros
ecosistemas productivos cada vez con más crudeza. Los resultados también
advierten sobre la vulnerabilidad derivada de la reducida diversidad, un
aspecto crítico frente a los desafíos impuestos por el cambio climático.
CONCLUSIONES
· El uso de los marcadores
ISSR demostraron ser una herramienta efectiva para realizar estudios de
diversidad genética en el arroz criollo del norte de Penonomé.
· Las 31 accesiones
estudiadas muestran una baja diversidad genética, posiblemente por lo reducida
del área de colecta y el número de muestras estudiadas.
AGRADECIMIENTOS
A la SENACYT por el
financiamiento de este trabajo a través del proyecto FID 17-064, a la FUNDACIÓN
TOABRÉ, por la oportunidad de conocer a los pequeños productores del Valle de
San Miguel, conocer sus colecciones de arroz criollo que conservan con mucho
criterio para su preservación y al IDIAP, por el cofinanciamiento a través del
Proyecto 501.B.1.16 y permitirnos realizar el trabajo en el laboratorio de
Biología Molecular en DIVISA.
REFERENCIAS
Aesomnuk, W., Ruengphayak, S., Ruanjaichon,
V., Sreewongchai, T., Malumpong, C., Vanavichit, A., Toojinda, T., Wanchana,
S., & Arikit, S. (2021). Estimation
of the genetic diversity and population structure of Thailand’s rice landraces
using SNP markers. Agronomy,
11(5), Article 995. https://doi.org/10.3390/agronomy11050995
Dharmaraj, K., Ezhilkumar, S., Dinesh, R., & Ananadan, R. (2018). Studies on varietal
identification of rice genotypes using ISSR markers. Journal of Pharmacognosy
and Phytochemistry; 7 (1-Suppl), 2808-2812. https://www.phytojournal.com/archives/2018/vol7issue1S/PartAP/SP-7-1-786-333.pdf
Haritha, G., Sudhakar, T., Chandra, D., Ram, T., Divya, B., & Sarla,
N. (2016). Informative ISSR markers help identify genetically distinct
accessions of Oryza rufipogon in
yield improvement. Rice Science, 23(5),
225-241. https://doi.org/10.1016/j.rsci.2016.08.001
Hassan, D. A., &
Hama-Ali, E. O. (2022). Evaluation of gene flow and genetic diversity in rice
accessions across Kurdistan region Iraq using SSR markers. Molecular Biology Reports, 49, 1007-1016. https://doi.org/10.1007/s11033-021-06920-x
Hoshino, A. A., Bravo, J. P., Nobile, P. M., & Morelli, K. A.
(2012). Microsatellites as tools for genetic diversity analysis. In M. Çalışkan
(Ed.), Genetic diversity in microorganisms (pp. 149-170). InTechOpen. https://www.intechopen.com/chapters/28891
Hossain, M. Z., Rasul, M. G., Ali, M. S., Iftekharuddaula,
K. M., & Mian, M. A. K. (2007). Molecular characterization
and genetic diversity in fine grain and aromatic landraces of rice (Oryza
sativa L.) using microsatellite markers. Bangladesh Journal of Plant Breeding and Genetics, 20(2), 01-10. https://doi.org/10.3329/bjpbg.v20i2.17028
Islam, S. N., Islam, M. M., Asad Ullah, M., & Alam, M. S. (2015). Molecular characterization
of selected landraces of rice for salt tolerance using SSR markers. International
Journal of Innovation and Scientific Research, 17(1), 206-218. http://www.ijisr.issr-journals.org/abstract.php?article=IJISR-15-096-08
Islam, M. Z., Khalequzzaman, M., Chakrabarty, T., Akter, N., Khan, M. F.
R, Bhuiya, A., & Siddique, M. A. (2021). Genetic diversity and population
structure of similar named aromatic rice (Oryza
sativa L.) landraces of bangladesh. SAARC
Journal of Agriculture., 19(2), 57-71. https://doi.org/10.3329/sja.v19i2.57826
Jonah, P. M., Bello, L. L., Lucky, O., Midau,
A., & Moruppa, S. M. (2011). Review: The Importance of Molecular Markers in
Plant Breeding Programmes. Global Journal
of Science Frontier Research, 11(5), 4-12. https://www.researchgate.net/publication/367077493
Kobayashi, A., Ebana, K., Fukuoka, S., & Nagamine, T. (2006). Microsatellite markers
revealed the genetic diversity of an old japanese rice landrace ‘echizen’. Genetic Resources and Crop Evolution, 53(3),
499-506. https://doi.org/10.1007/s10722-004-2029-z
Kumbhar, Kulwal S. D., Patil P. L., Sarawate J. V., C. D., Gaikwad, A.
P., & Jadhav, A. S. (2015). Genetic diversity and population structure in
landraces and improved rice varieties from India. Rice Science, 22(3), 99-107. http://dx.doi.org/10.1016/j.rsci.2015.05.013
Kshirsagar, S. S., Samal, K. C., Rabha, M., Bastia, D.N., & Rout
G.R. (2014) Identification of variety diagnostic molecular marker of high
yielding rice varieties. Proceeding of the National Academy of Sciences,
India. Section B.l. 84(2),389-396.
https://link.springer.com/article/10.1007/s40011-013-0216-4
Li, F. P., Lee, Y. S., Kwon, S. W., Li, G., & Park, Y. J. (2014). Analysis of genetic
diversity and trait correlations among Korean landrace rice (Oryza sativa L.). Genetics and Molecular Research, 13(3), 6316-6331.
Manjunatha,
G. A., Elsy, C. R., Joseph J. & Francies, R. M. (2021). Molecular
characterization and genetic diversity analysis of aromatic rice (Oryza sativa L.) landraces using SSR
markers. Electronic Journal of Plant
Breeding, 12(2), 576-582.
https://pdfs.semanticscholar.org/559c/73a1f8a15c15b7311d4530458df4c0be7112.pdf
Moonsap, P., Nutthalak, L. A., Sittipun, S., Piyama, T., Sureeporn, K.
N., & Chatchawan, J. (2019). Genetic diversity
of Indo-China rice varieties using ISSR, SRAP and InDel markers. Journal of
Genetics, 98(3). https://doi.org/10.1007/s12041-019-1123-0
Nachimuthu, V. V., Muthurajan, R.,
Duraialaguraja, S., Sivakami, R., Pandian, B., Ponniah, G., Gunasekaran, K.,
Swaminathan, M., Suji, K.K. & Sabariappan, R. (2015). Analysis of
population structure and genetic diversity in rice germplasm using SSR markers:
an initiative towards association mapping of agronomic traits in Oryza sativa. Rice, 8(1), 30. https://doi.org/10.1186/s12284-015-0062-5
Ndjiondjop, M. N., Cisse, F., Girma,
G., Sow, M., Bocco, R., Djedatin, G., & Blandine, F. (2010).
Morpho-agronomic and molecular characterisation of Oryza glaberrima germplasm
from Mali. African Journal of Biotechnology, 9(44), 7409-7417. http://www.academicjournals.org/AJB
Oladosu, Y., Rafii, M., Abdullah, N., Malek, M.
A., Rahim H. A., Hussin, G., Ismail M. R., Latif, M. A. & Kareem, I.
(2015). Genetic variability and diversity of mutant rice revealed by
quantitative traits and molecular markers. Agrociencia, 49(3), 249-266.
https://agrociencia-colpos.org/index.php/agrociencia/article/view/1144/1144
Rawte, S., & Saxena, R. (2018). Molecular diversity in rice (Oryza sativa L.) accessions of
Chhattisgarh based on grain length using ISSR markers. Journal of Pharmacognosy and Phytochemistry, 7(2S), 133-137. https://www.phytojournal.com/archives/2018/vol7issue2S/PartD/SP-7-2-39-836.pdf
Rini, D. S., Budiyanti, Y., Valentine, M., & Permana, R. (2023).
ISSR and SRAP for assessing genetic variability of Indonesian local rice
genotypes (Oryza sativa L.). Crop Breeding and Applied Biotechnology, 23 (4).
https://doi.org/10.1590/1984-70332023v23n4a46
Saha S. R.., Ferdausi A., Hassan L., Haque M.A., Begum S. N., Yasmin F.
& Akram W. (2022). Rice landraces from haor areas of Bangladesh possess
greater genetic diversity as revealed by morpho-molecular approaches along with
grain quality traits. Cogent Food & Agriculture, 8 (1).
https://doi.org/10.1080/23311932.2022.2075130
Sangeetha, J., Habeeb, J., Thangadurai, D., Alabhai, J. M., Hospet, R.,
Maxim, S. S., Pandhari, R., & Kushwaha, U. K. S. (2020). Potentiality of
wild rice in quality improvement of cultivated rice varieties. In A.
Roychoudhury (eds.), Rice research for quality improvement: Genomics and
genetic engineering, 1, 61-85.
Springer Singapore. https://doi.org/10.1007/978-981-15-4120-9_4
Singh, S. K., Singh, C., Korada, M., Habde, S., Singh,
D. K., Khaire, A., & Kumar, M. P. (2020). Morpho-molecular diversity
analysis of local rice (Oryza sativa
L.) genotypes using microsatellite markers. Current Journal of Applied Science and
Technology, 39(22),
92-104.
Singh, P., Biradar, H., & Hittalmani, S. (2018). Molecular
characterization of rice (Oryza sativa L.) landraces from southern
karnataka by using simple sequence repeat (SSR) DNA markers. Mysore Journal
of Agricultural Sciences. 52(1), 57-66. https://uasbangalore.edu.in/images/2018-1st-Issue/10.pdf
Singh, N., Choudhury, D. R., Tiwari, G., Singh, A. K., Kumar, S.,
Srinivasan, K. (2016). Tyagi R. K., Sharma A. D., Singh N. K. & Singh R.
Genetic diversity trend in Indian rice varieties: an analysis using SSR
markers. BMC Genetics 17, (127). https://doi.org/10.1186/s12863-016-0437-7
Singh, A. K., Kumar, D.,
Gemmati, D., Ellur, R. K., Singh, A., Tisato, V., Dwivedi, D. K., Singh, S. K.,
Kumar, K., & Khan, N. A. (2024). Investigating genetic diversity and
population structure in rice breeding from association mapping of 116
accessions using 64 polymorphic SSR markers. Crops, 4(2), 180-194.
https://doi.org/10.3390/crops4020014
Suira-Atencio, C. (2020). Evaluación morfoagronómica y selección participativa de accesiones de
arroces criollos en el Valle de San miguel, corregimiento de Toabré, distrito
de Penonomé, Coclé, Panamá [Tesis de Licenciatura, Universidad de Panamá]. Repositorio Institucional
Digital de la Universidad de Panamá. https://up-rid.up.ac.pa/6601/1/carlos_suira.pdf
Swarup, S.,
Cargill, E. J., Crosby, K., Flagel, L., Kniskern, J., & Glenn, K. C.
(2021). Genetic diversity is indispensable for plant breeding to improve crops.
Crop Science, 61(2), 839-852. https://doi.org/10.1002/csc2.20377
Thete, A. M.,
Dahat, D. V., Jambhale, V. M., & Chaudhari, S. R. (2023). Molecular
characterization of rice genotypes using molecular markers. International Journal of Plant & Soil
Science, 35(20), 284-301.
Thomson, M. J.,
Septininsihin, E. M., Suwardjio, F., Santoso, T. J., Silintonga, T. S., &
McCouch, S. R. (2007). Genetic diversity analysis of traditional and improved
Indonesian rice (Oryza sativa L.)
germplasm using microsatellite markers, Theoretical
and Applied Genetics, 114(3), 559-568. https://doi.org/10.1007/s00122-006-0457-1
Zhang, P., Li, J., Li, X., Liu, X., Zhao,
X., & Lu, Y. (2011). Population
structure and genetic diversity in a rice core collection (Oryza sativa L.) investigated with SSR markers. PLoS ONE, 6(12),
Article e27565. https://doi.org/10.1371/journal.pone.0027565