高粱杂交种在多环境试验中的谷物品质性状的遗传结构与基因组选择

《Crop Science》：Genetic architecture and genomic selection of grain quality traits in sorghum hybrids across multi-environment trials

基因组选择在 sorghum 谷物质量提升中的应用研究。通过杂交组合和近红外光谱技术，评估了 10 个 elite inbreds 的 100 个杂交种在 10 个环境中的淀粉、蛋白质、脂肪和纤维含量，以及 kernel 硬度、直径和重量。结果显示环境对淀粉、脂肪、纤维影响显著（33.9%-53.9%），而遗传因素对蛋白质、硬度、直径和重量贡献更大（43.8%-59.7%）。多性状基因组模型（整合产量和开花期）相比单性状模型预测精度提高 18%，验证了基因组选择在同步提升谷物成分和物理特性中的有效性。

　　本研究围绕高粱（*Sorghum bicolor* (L.) Moench）的遗传结构与质量性状的预测潜力展开，旨在通过基因组选择（Genomic Selection, GS）方法提升高粱杂交种的质量性状。高粱作为一种重要的谷物作物，其用途广泛，不仅用于饲料，还用于食品和生物燃料生产。然而，传统的育种过程中，质量性状往往未被优先考虑，而更注重产量。随着农业技术的进步，特别是基因组选择和高通量表型分析技术的应用，提升高粱品质成为可能。

### 高粱的品质与遗传背景

高粱的品质包括其化学组成（如淀粉、蛋白质、脂肪和纤维含量）以及物理特性（如粒径、粒重和硬度指数）。这些性状对高粱的加工性能、储存能力和市场价值有着重要影响。例如，较高的淀粉含量有助于提高其作为食品和生物燃料的利用效率，而粒硬度则影响其在储存过程中的耐损性。此外，粒径和粒重通常与较高的加工性能和较高的米磨值相关，因此在高粱育种中也具有重要地位。

研究发现，环境因素对淀粉、脂肪和纤维含量的影响较大，分别占总变异的33.9%、53.5%和53.9%。相比之下，蛋白质含量、粒硬度指数（KHI）、粒径（KD）和粒重（KW）的遗传影响更为显著，分别占29.9%、59.7%、56.9%和43.8%。这表明，对于某些品质性状，遗传基础较强，可以通过基因组选择进行更准确的预测。

### 基因组选择的潜力

基因组选择是一种基于基因组信息的育种方法，利用全基因组分子标记数据来评估亲本的遗传效应，包括一般配合力（General Combining Ability, GCA）和特殊配合力（Specific Combining Ability, SCA）。在本研究中，利用来自德克萨斯A&M大学和堪萨斯州立大学的10个优良自交系进行因子交叉杂交，共获得100个杂交种，并在10个不同的环境中对这些杂交种进行评估。通过基因组选择模型，研究者能够预测杂交种的品质性状，而无需额外的表型测定，从而节省时间和成本。

研究发现，多性状基因组选择模型（即同时预测产量和开花时间）的预测准确率比单一性状模型提高了18%。例如，对于淀粉、纤维、KHI和KD等性状，预测准确率达到了0.38到0.74之间，而蛋白质、脂肪和粒重的预测准确率则在0.26到0.70之间。这说明，将产量和开花时间等农业性状纳入预测模型，可以显著提高对高粱品质性状的预测效果，从而在育种过程中实现更全面的选择。

### 遗传变异与性状间的关联

研究还分析了不同杂交组合的遗传变异和性状间的关联。例如，杂交种的产量与脂肪、粒径和粒重之间存在显著的正相关，而与淀粉和蛋白质则无显著关联。这表明，在选择高产杂交种时，可以同时提升脂肪、粒径和粒重等品质性状，而不影响产量。此外，淀粉与蛋白质和脂肪之间存在显著的负相关，而蛋白质与脂肪之间则有正相关，说明这些性状可能共享部分遗传基础。

粒硬度指数（KHI）与蛋白质、脂肪和纤维含量之间存在显著的正相关，但与产量之间无明显关系。这表明，KHI主要受遗传因素影响，而不是环境。而粒径和粒重则与产量有较强关联，因此在育种过程中，通过优化这些性状的组合，可以提高杂交种的产量和加工性能。

### 环境对性状的影响

尽管遗传因素对某些性状有显著影响，但环境仍然是影响高粱品质的主要因素之一。例如，淀粉、脂肪和纤维含量的变化主要归因于环境差异，而蛋白质、KHI、KD和KW的遗传影响则更为显著。这提示我们，虽然基因组选择可以有效预测这些性状，但环境因素仍需在育种过程中加以考虑，特别是在不同地区推广高粱品种时，应结合当地环境条件进行选择。

此外，研究发现，不同环境之间的基因型与环境互作（G × E）效应差异显著。例如，在较干旱的环境中，淀粉含量较低，但蛋白质含量较高；而在水分充足的环境中，淀粉含量较高，但蛋白质含量较低。这表明，高粱的品质性状在不同环境中的表现存在差异，因此在育种过程中，应注重环境适应性。

### 育种策略的优化

为了提高基因组选择模型的预测准确率，研究者尝试了不同的训练集大小，并采用多性状模型进行预测。结果表明，随着训练集的增加，预测准确率显著提高。然而，即使是较小的训练集，如仅使用10个亲本，多性状模型仍能比单一性状模型表现出更高的预测能力。这提示我们，即使在资源有限的情况下，也可以通过多性状基因组选择模型来优化育种策略。

同时，研究还发现，基因组选择模型在不同环境中的表现也存在差异。例如，在某些环境中，KHI和粒重之间的关联较强，而在其他环境中则较弱。这表明，基因组选择模型的构建需要结合具体的环境条件，以确保其在不同环境中的适用性。

### 结论与展望

综上所述，基因组选择方法在高粱品质性状的预测中展现出巨大的潜力。通过将产量、开花时间和其他农业性状纳入预测模型，可以显著提高对高粱品质性状的预测准确率，从而加快育种进程。此外，研究还表明，多性状基因组选择模型在小样本训练条件下也能有效工作，这对于资源有限的育种项目尤为重要。

未来的研究可以进一步探索如何优化多性状基因组选择模型，以适应不同环境和不同育种目标。同时，随着基因组测序成本的降低，更多的育种项目可以采用基因组选择方法，从而实现对高粱品质性状的高效改良。此外，结合高通量表型分析技术，可以更全面地评估高粱的品质性状，提高育种效率和效果。高粱作为重要的粮食作物，其品质的提升将有助于改善营养状况，满足不同市场的需求，并推动农业可持续发展。