Os dados de genotipagem à escala do genoma renovam o conhecimento sobre a diversidade genética de uma coleção mundial de alfafa e fornecem informações sobre o controlo genético das características fenológicas

A dependência da China e da Europa em relação às proteínas importadas constitui uma ameaça à autossuficiência alimentar destas regiões. Esta situação poderia ser resolvida através do cultivo de mais leguminosas, incluindo a alfafa, que é a cultura com maior produção de proteínas em climas temperados. Para criar variedades produtivas e de elevado valor, o recurso a uma grande diversidade genética, combinado com a avaliação genómica, poderia melhorar os atuais programas de melhoramento genético. Para estudar a diversidade da alfafa, utilizámos um conjunto de 395 acessões (ou seja, populações) de alfafa, principalmente da Europa, América do Norte e do Sul e da China, com dormência de outono variando entre 3 e 7 numa escala de 11. Cinco criadores forneceram materiais (617 acessões) que foram comparados às 400 acessões. Todas as acessões foram genotipadas utilizando Genotipagem por Sequenciação (GBS) para obter a frequência alélica de SNPs. Estes dados genómicos foram utilizados para descrever a diversidade genética e identificar grupos genéticos. As acessões foram fenotipadas quanto a características fenológicas (dormência de outono e data de floração) em dois locais (Lusignan, em França, e Novi Sad, na Sérvia) entre 2018 e 2021. Os QTL foram detetados através de um Modelo Misto Multilocus (mlmm). Posteriormente, foi avaliada a qualidade da previsão genómica para cada característica. Recorreu-se à validação cruzada para avaliar a qualidade da previsão, testando os métodos GBLUP, Regressão Bayesiana Ridge (BRR) e Lasso Bayesiano. Foi identificada uma estrutura genética com sete grupos. A maioria destes grupos estava relacionada com a origem geográfica das acessões e revelou que o material europeu e americano é geneticamente distinto do material chinês. Foram identificados vários QTL associados à dormência de outono, estando a maioria deles ligados a genes. No nosso estudo, os métodos infinitesimais demonstraram uma qualidade de previsão superior à do Lasso Bayesiano, e a previsão genómica alcançou capacidades de previsão elevadas (>0,75) em alguns casos. Os nossos resultados são encorajadores para o melhoramento genético da alfafa, demonstrando que é possível alcançar uma elevada qualidade de previsão genómica.