SCMV (Sugarcane mosaic virus) is one of the most important virus diseases of maize in Europe and causes serious yield losses in susceptible cultivars. It is readily transmitted by aphids in a non-persistent manner. Thus, chemical control is not efficient for control of SCMV. Cultivation of resistant maize varieties is the most efficient and environmentally sound approach to limit yield-loss caused by SCMV. So far, the molecular mechanisms underlying the development and progression of SCMV infection in maize are poorly understood. Furthermore, the characterization of genes underlying QTL by positional cloning is very laborious and time consuming. Recently, the methods becoming available within the functional genomics “toolbox” provide an alternative for pinpointing genes underlying SCMV resistance, especially in view of the planned sequencing of major parts of maize genome. Two complementary approaches, SSH (Suppression subtractive hybridization) and microarray-based expression profiling, were used to isolate and identify candidate genes associated with SCMV resistance (1st and 2nd paper, respectively). Since current maize microarrays include less than 30% of all maize genes, SSH was conducted to identify rare transcripts associated with SCMV resistance. Expression profiling has become the predominant high-throughput transcript profiling method in understanding host-pathogen interaction. In the 1st paper, SSH was combined with macroarray hybridization to identify genes differently expressed in NILs (Near isogenic lines) F7+ (SCMV resistant, carrying Scmv1 and Scmv2 regions from FAP1360A) and F7 (SCMV susceptible). Altogether, 302 differentially expressed SSH-ESTs were identified in four comparisons addressing constitutive genetic discrepancy, inducible genetic discrepancy, compatible reaction, and incompatible reaction. Except for genes related to “metabolism”, most of the classified genes belonged to the three pathogenesis-related categories, “cell rescue, defense, cell death and ageing”, “signal transduction” and “transcription”, which accounted for 56-66% of the classified genes. In total, 19% (60 of 302) of the identified SSH-ESTs have previously been assigned to 29 bins distributed over all the 10 maize chromosomes. Among the mapped SSH-ESTs, 30% (18 of 60) were located within the Scmv2 and Scmv1 genome regions on chromosomes 3 and 6, respectively, conferring resistance to SCMV. Promising candidate genes have been identified, such as AA661457 (receptor-like kinase Xa21-binding protein 3) for Scmv1. In the 2nd paper, genes associated with SCMV resistance in the NIL pair F7+ and F7 were identified by transcript profiling based on maize unigene-microarrays. Altogether, 497 differentially expressed genes were identified in the same four comparisons as in the SSH approach, addressing constitutive genetic discrepancy, inducible discrepancy, compatible reaction, and incompatible reaction. Compared to the SSH approach, expression patterns of microarray-ESTs and SSH-ESTs were consistent for the same comparisons despite of technical discrepancies. Since pathogen-induced transcripts were underrepresented on the unigene-microarray, fewer microarray-ESTs (45.8%) were classified into pathogenesis-related categories than by using SSH-ESTs (60.5%). Moreover, fewer microarray-ESTs (4) co-segregated with Scmv QTL than SSH-ESTs (18). Therefore, our results demonstrate that SSH-macroarray complements incomprehensive microarrays. The candidate genes isolated and described in the 1st paper were employed to investigate their association with SCMV resistance across seven resistant or susceptible inbreds in the 3rd paper. The number of differentially expressed genes (SCMV infected versus non-infected) in individual lines was 177, 163, 165, 62, 47, 37, and 93, for FAP1360A, D21, D32, Pa405, F7, D145, and D408, respectively. All inbreds were divided into two groups by hierarchical cluster analysis: D32, D21, FAP1360A and D408 formed one group; Pa405, D145 and F7 another group. Due to the genetic structure among the seven inbreds, genetic background and resistance response are confounded. With or without the resistant U.S. inbred line Pa405, 22 and 112 genes were identified by t tests between resistant (D21, D32, and FAP1360A) and susceptible (D145, D408, and F7) inbred lines, respectively. The 112 candidate genes were divided into three clusters by K-means clustering and analyzed in more detail. These candidate genes identified from present analysis can be further investigated in a segregating population by “genetical genomics” approach. In conclusion, this thesis demonstrates the usefulness of expression profiling to study SCMV resistance and to identify candidate genes potentially affecting the signal transduction pathway or even for previously identified SCMV QTL. This information is relevant for plant breeders in view of development of functional markers. Due to oligogenic inheritance of SCMV resistance, marker-assisted selection (MAS) programs with functional markers would increase the breeding efficiency.     «

SCMV (Sugarcane mosaic virus) is one of the most important virus diseases of maize in Europe and causes serious yield losses in susceptible cultivars. It is readily transmitted by aphids in a non-persistent manner. Thus, chemical control is not efficient for control of SCMV. Cultivation of resistant maize varieties is the most efficient and environmentally sound approach to limit yield-loss caused by SCMV. So far, the molecular mechanisms underlying the development and progression of SCMV infect...     »

SCMV (Sugarcane mosaic virus) ist eine der wichtigsten Viruserkrankungen beim Mais in Europa und verursacht erhebliche Ernteverluste in anfälligen Sorten. Er wird leicht von Aphiden auf eine nicht-persistente Weise übertragen. Daher sind chemische Bekämpfungsmassnahmen des SCMV nicht effektiv. Der Anbau resistenter Maissorten ist die effektivste und umweltfreundlichste Massnahme zur Begrenzung von Ernteverlusten. Bisher sind die molekularen Mechanismen, denen die Entwicklung und das Fortschreiten einer Infektion mit SCMV unterliegen, wenig verstanden. Zudem ist die Charakterisierung von Genen, die für QTL verantwortlich sind, durch positionelles Klonieren sehr arbeits- und zeitintensiv. Seit kurzem bieten Methoden der funktionalen Genomik eine Alternative für die Identifikation von Genen, die an der Ausprägung der SCMV-Resistenz beteiligt sind. Zwei sich gegenseitig ergänzende Ansätze, SSH (suppressive subtraktive Hybridisierung) und Microarray-basiertes Expressionsprofiling, wurden verwendet, um mit SCMV-Resistenz assoziierte Kandidatengene zu isolieren und zu identifizieren (erste und zweite Veröffentlichung). Da aktuelle Mais Microarrays weniger als 30% aller Maisgene enthalten, wurde die SSH zur Identifizierung seltener Transkripte eingesetzt. Expressionsprofilierung ist mittlerweile eine wichtige high-throughput (Hochdurchsatz-) Transkript-Profilierungsmethode zum Verständnis von Wirt-Pathogen Interaktion. In der ersten Veröffentlichung wurde die SSH mit Microarray-Hybridisierung kombiniert, um unterschiedlich exprimierte Gene in den NILs (nah-isogene Linien) F7+ (SCMV-resistent, Träger der Scmv1 und Scmv2 Regionen von FAP1360A) und F7 (SCMV-anfällig) zu identifizieren. Insgesamt wurden in vier Vergleichen 302 differentiell exprimierte SSH-ESTs identifiziert, die konstitutive Abwehr, induzierbare Abwehr, kompatible und inkompatible Reaktion ansprechen. Mit Ausnahme der mit dem „Stoffwechsel“ zusammenhängenden Gene gehörten die meisten klassifizierten Gene (56-66%) zu den drei Klassen, „Zellrettung, Abwehr, Zelltod und Altern“, „Signaltransduktion“ und „Transkription“. Insgesamt waren bereits vorher 19% der identifizierten SSH-ESTs (60 von 302) 29 Chromosomenregionen (bins) zugeordnet worden, die über alle 10 Maischromosomen verteilt sind. 30% der kartierten SSH-ESTs (18 von 60) waren innerhalb der Scmv2 und Scmv1 Genomregionen auf den Chromosomen 3 und 6 lokalisiert, die Resistenz gegen SCMV vermitteln. Vielversprechende Kandidatengene wie z.B. AA661457 (receptor-like kinase Xa21-binding protein 3) für Scmv1, wurden identifiziert. In der zweiten Veröffentlichung wurden Gene, die mit SCMV-Resistenz assoziiert sind, in dem NIL-Paar F7+ und F7 durch Transkriptprofilierung auf der Grundlage von Mais „unigene microarrays“ identifiziert. Insgesamt wurden 497 unterschiedlich exprimierte Gene in den gleichen vier Vergleichen wie im SSH-Ansatz identifiziert, die konstitutiver und induzierbarer Abwehr, sowie kompatibler und inkompatibler Reaktion entsprechen. Verglichen mit der SSH stimmten die Expressionsmuster der Microarray-ESTs und der SSH-ESTs trotz technischer Diskrepanzen grundsätzlich für die gleichen Vergleiche überein. Da Pathogen-induzierte Transkripte auf den „unigene microarrays“ unterrepräsentiert waren, wurden weniger Microarray-ESTs (45,8%) in Pathogenese-bezogene Kategorien eingeteilt als bei der Verwendung von SSH-ESTs (60,5%). Darüberhinaus kosegregierten weniger Microarray-ESTs (4) mit Scmv QTL als SSH-ESTs (18). Daher demonstrieren unsere Ergebnisse, dass SSH-Microarrays unvollständige Microarrays koplementieren. Die isolierten Kandidatengene, die in der ersten Veröffentlichung beschrieben wurden, wurden herangezogen, um ihre Verbindung mit SCMV-Resistenz über sieben resistente oder anfällige Inzuchtlininien in einer dritten Veröffentlichung zu untersuchen. Die Anzahl der unterschiedlich exprimierten Gene (SCMV infiziert versus nicht-infiziert) war 177, 163, 165, 62, 47, 37 und 93 für die einzelnen Linien FAP1360A, D21, D32, Pa405 (alle resistent), F7, D145, and D408 (anfällig). Alle Inzuchtlinien wurden durch hierarchische Clusteranalyse in zwei Gruppen eingeteilt: D32, D21, FAP1360A und D408 bildeten die eine Gruppe; Pa405, D145 und F7 bildeteten die andere Gruppe. In der ersten Gruppe handelt es sich um europäische Dent-Linien, bei der zeiten um Flint-Linien bzw. eine U.S.-amerikanische Linie (Pa405).Mit und ohne die U.S. Inzuchtlinie Pa405 wurden 22 bzw. 112 Gene durch t-Tests als gemeinsam differentiell exprimiert zwischen resistenten (D21, D32 und FAP1360A) und anfälligen Inzuchtlinien (D145, D408 und F7) identifiziert. Die 112 Kandidatengene wurden durch „K-Mittelwert-Clusterung“ in drei Cluster eingeteilt und detaillierter analysiert. Diese identifizierten Kandidatengene der aktuellen Analysen können in einer spaltenden Population durch „genetical genomics“ weiter untersucht werden. Zusammenfassend zeigt diese Arbeit die Zweckmäßigkeit des Expressionsprofiling für für die Identifikation potentieller Kandidatengene für SCMV Resistenz, die Genen der Signaltransduktionskette oder sogar früher identifizierten SCMV QTL entsprechen. Diese Information ist für Pflanzenzüchter im Hinblick auf die Entwicklung funktionaler Marker relevant. Da SCMV-Resistenz oligogen vererbt wird, würden markergestützte Selektionsprogramme mit funktionalen Markern die Züchtungseffizienz deutlich erhöhen.     «

SCMV (Sugarcane mosaic virus) ist eine der wichtigsten Viruserkrankungen beim Mais in Europa und verursacht erhebliche Ernteverluste in anfälligen Sorten. Er wird leicht von Aphiden auf eine nicht-persistente Weise übertragen. Daher sind chemische Bekämpfungsmassnahmen des SCMV nicht effektiv. Der Anbau resistenter Maissorten ist die effektivste und umweltfreundlichste Massnahme zur Begrenzung von Ernteverlusten. Bisher sind die molekularen Mechanismen, denen die Entwicklung und das Fortschreite...     »