Identifikasi SNP Terkait Ketahanan Penyakit Bacterial Spot (BS) dan Bacterial Wilt (BW) pada Tanaman Tomat Menggunakan Analisis GWAS Multi-Lokus

Abstract

Penyakit bacterial spot (BS) dan bacterial wilt (BW) merupakan kendala utama dalam produksi tomat karena dapat menurunkan hasil dan kualitas tanaman secara signifikan. Penelitian ini bertujuan untuk mengidentifikasi penanda molekuler berbasis Single Nucleotide Polymorphisms (SNP) yang berasosiasi dengan ketahanan tomat terhadap kedua penyakit tersebut serta membandingkan kinerja lima model Genome-Wide Association Study (GWAS) multi-lokus. Penelitian menggunakan 100 genotipe tomat koleksi PT Ewindo dengan 15.420 penanda SNP yang setelah proses penyaringan frekuensi alel minor diperoleh 15.120 penanda

untuk analisis. Analisis asosiasi dilakukan menggunakan lima model GWAS multi- lokus, yaitu MLMM, BLINK, FarmCPU, MrMLM, dan ISIS EM-BLASSO.

Hasil analisis menunjukkan bahwa pada penyakit BS teridentifikasi beberapa SNP signifikan pada berbagai kromosom, dengan konsentrasi tertinggi pada kromosom 11 yang mengindikasikan adanya hotspot genomik terkait ketahanan terhadap BS. Dua SNP pada kromosom tersebut, yaitu S11_31536146 dan S11_7283270, terdeteksi pada dua isolat BS sehingga berpotensi menjadi lokus penting yang berperan dalam ketahanan. Pada penyakit BW, SNP signifikan terutama teridentifikasi pada kromosom 7 dan kromosom 12, yang menunjukkan potensi peran penting wilayah genom tersebut dalam ketahanan terhadap BW. Evaluasi kinerja model menunjukkan bahwa pada trait BS model MLMM dan FarmCPU memiliki kalibrasi statistik paling baik, sedangkan pada trait BW model BLINK dan MLMM menunjukkan performa paling optimal. Analisis konsistensi multi-model mengidentifikasi beberapa SNP kandidat utama, yaitu S11_7283270, S1_97365330, dan S5_46922578 untuk BS serta S7_61187868, S8_10611554,

S2_45492547, S_12_29_306, S_6_40_609, dan S8_50362160 untuk BW. SNP- SNP tersebut berpotensi dimanfaatkan sebagai penanda molekuler dalam seleksi

berbantuan marker (MAS) untuk pengembangan varietas tomat tahan penyakit. Penelitian selanjutnya disarankan menggunakan populasi yang lebih besar dan beragam, menerapkan seleksi fitur penanda sebelum analisis, serta mengintegrasikan pendekatan machine learning dan analisis spasial untuk meningkatkan akurasi identifikasi SNP terkait ketahanan penyakit.