整合型多基因位点全基因组关联研究（GWAS）和单核苷酸多态性（SNP）效应分析揭示了面包小麦穗形成、成熟期及籽粒灌浆时间的遗传基础

《Plant Physiology and Biochemistry》：Integrative multi-locus GWAS and SNP effect analysis reveal the genetic basis of heading, maturity, and grain-filling duration in a bread wheat

抽穗期、成熟期及籽粒灌浆持续时间等表型性状的遗传调控机制，通过多 locus GWAS 分析发现 261 个显著关联的 SNPs，并鉴定出 Ppd1、TFL1b、JMJ30 等开花时间相关基因及调控网络。基于全基因组关联分析和单倍型分析，揭示了 A、B、D 基因组的连锁不平衡差异，并筛选出 13 个具有显著表型效应的候选 SNPs，为分子育种提供新靶点。

　　这项研究通过基因组范围的关联分析（GWAS）方法，探讨了小麦的三个关键表型特征：抽穗期（HD）、灌浆期长度（GFD）和成熟期（MD）的遗传结构。研究团队利用35K Axiom? SNP芯片对562个小麦核心种质资源进行了基因分型，这些种质资源来自全球48个国家，涵盖了9个主要地理区域，确保了基因组的广泛多样性。通过使用多位点模型FarmCPU和BLINK，研究者发现了261个非冗余的与表型特征相关的SNP，其中238个SNP在考虑种群结构后表现出显著的表型差异。研究还识别了多个关键的开花与衰老相关基因，包括Ppd1、TFL1b、JMJ30、PIN1AT、VRN5和STAY-GREEN，这些基因涉及光周期、昼夜节律、染色质调控、激素信号等多种机制，揭示了小麦表型调控的复杂网络。

研究首先描述了小麦核心种质资源的表型多样性，结果显示HD、GFD和MD在不同环境中均表现出显著的变异，且这些表型特征的分布接近正态分布。进一步的方差分析表明，这些表型特征的广义遗传力（H2）非常高，分别为0.963、0.939和0.963，说明它们在种质资源中具有较高的遗传稳定性。同时，研究发现HD与GFD之间存在显著的负相关，而HD与MD之间则有正相关，这提示了抽穗时间与灌浆期长度及成熟时间之间存在一定的相互作用，可能对产量和抗逆性产生重要影响。

在基因型数据处理方面，研究团队首先进行了质量控制，排除了超过10%缺失数据的样本和SNP，最终保留了21,989个高质量的SNP用于后续分析。随后，利用sNMF算法对种质资源进行了种群结构分析，确定了最优的祖先种群数量为4个，表明该种质资源在遗传上可以划分为几个相对独立的群体。此外，研究还计算了基因组各部分的连锁不平衡（LD）衰减情况，发现A亚基因组的LD衰减最快，达到约1.5 Mb，而B和D亚基因组的LD衰减分别为约2.1 Mb。这一结果表明，A亚基因组的遗传多样性更高，而D亚基因组由于较低的重组率和基因流动，其遗传结构更为保守。

通过多位点GWAS分析，研究团队在24个表型数据集中发现了261个显著的SNP-表型关联，其中8个SNP与GFD和HD相关，15个SNP与HD和MD相关。这些SNP不仅覆盖了不同的染色体，还涉及多种生物学功能，如光周期敏感性、染色质重塑、激素调控等。研究进一步通过ΔMean方法评估了这些SNP的表型影响，发现有8个SNP显著影响HD（7–11天），4个SNP显著影响MD（6–8天），以及4个SNP显著影响GFD（约3天）。这些SNP在不同环境中均表现出显著的表型差异，说明它们在调控小麦表型特征中具有重要的功能。

研究还通过基因组区域的关联分析，发现了多个可能的候选基因，包括位于A亚基因组的TraesCS4B02G307900基因中的stop-gain SNP AX-95222044，以及位于B和D亚基因组的TraesCS3D02G203900和TraesCS3B02G218500基因中的missense变异。这些变异可能通过改变蛋白质结构或调控基因表达，进而影响小麦的抽穗、灌浆和成熟过程。此外，研究还识别了三个影响3′-UTR区域的SNP，如AX-94678469（TraesCS1B02G196200基因）、AX-94842780（TraesCS3D02G020400基因）和AX-95131834（TraesCS6D02G184100基因），这些SNP可能通过调控基因表达水平来影响表型特征。

通过单倍型分析，研究进一步细化了这些候选区域的遗传调控机制。例如，在染色体4B上，AX-95222044和AX-95165912两个SNP形成了四个不同的单倍型，其中Hap_1（n=390）在所有表型特征中表现出显著的差异，表明该区域的基因变异可能对小麦的抽穗和成熟时间产生重要影响。同样，在染色体3D上，AX-94481588和AX-95156660两个SNP形成了不同的单倍型，其中Hap_3表现出延迟的抽穗和成熟时间以及缩短的灌浆期，这可能与该区域的基因功能相关。

研究还发现，某些SNP在不同地理区域中的分布存在显著差异。例如，AX-95222044–AX-95165912单倍型在东亚地区较为常见，而在其他地区则较少。这种地理分布的差异可能反映了不同地区在长期适应过程中对表型特征的定向选择。例如，东亚地区的水稻双季种植制度和多雨季节可能促使小麦品种向更早抽穗和成熟的方向进化，以避免与水稻的生长周期冲突和减少病害风险。

此外，研究还探讨了这些SNP在实际农业应用中的潜力。通过ΔMean方法，研究团队能够量化每个SNP的表型效应，从而识别出具有显著农业价值的变异。这些SNP不仅为小麦表型改良提供了新的基因组靶点，还可能用于分子标记辅助选择（MAS）和气候适应性育种计划。研究结果表明，通过整合基因组学和表型数据，可以更有效地识别和利用这些基因变异，以培育适应不同气候条件和生产需求的小麦品种。

总的来说，这项研究为理解小麦表型特征的遗传基础提供了重要的科学依据。通过多位点GWAS和单倍型分析，研究团队揭示了多个关键基因和变异位点，这些发现不仅有助于解析小麦表型调控的复杂机制，还为未来小麦育种和遗传改良提供了宝贵的资源。研究强调了在不同地理区域和气候条件下，对表型特征进行精细调控的重要性，以实现更高的产量和更强的环境适应能力。这些结果表明，通过基因组学手段，可以更精准地指导小麦育种实践，提高小麦的气候适应性和生产效率。