基于Vrn、Ppd和Rht等位基因的硬粒小麦形态-物候性状的基因组预测模型

《The Plant Genome》：Genomic prediction models for morpho-phenological traits in durum wheat based on Vrn, Ppd, and Rht alleles

durum小麦的Vrn、Ppd和Rht基因多态性显著影响其适应性，本研究通过GWAS在186个基因型中鉴定了与 heading date（HD）、flowering time（FT）和 plant height（PH）相关的关键位点（如Q.HD.cer-2A、Q.FT.cer-2B.1等），并发现19种 allelic combinations（ACs）的分布差异。基因组预测模型显示，整合ACs和GWAS标记作为固定效应可显著提升预测精度（最高达0.93），尤其在多环境模型中。研究证实Vrn-A1c、Ppd-A1a和Rht-B1b等有利等位基因在Modern cultivars（MC）中的高频存在，且ACs与农艺性状（如开花期、株高）存在显著互作效应。未来需结合ACs优化育种策略，以应对气候变化下的环境多样性挑战。

　　这项研究探讨了在气候条件不断变化的背景下，如何通过整合特定基因的等位基因组合（AC）和全基因组关联分析（GWAS）中识别出的标记（M）来提高硬粒小麦（durum wheat）的适应性。研究采用了一种系统的方法，结合了186个硬粒小麦基因型，包括地方品种（LR）、老品种（OC）和现代品种（MC），在八个不同的播种与季节组合环境中进行试验，以评估其对开花时间（FT）、抽穗期（HD）和植株高度（PH）的影响。研究发现，这些基因的变异在作物适应性中起到了关键作用，尤其是在调整播种日期以适应不同气候条件的背景下，基因型和环境的相互作用（G × E）变得尤为复杂。通过利用基因组预测（GP）模型，研究者探索了如何在单环境（SE）和多环境（ME）条件下，提高对这些重要农艺性状的预测准确性（PA）。

在基因层面，研究重点分析了三个主要基因：早熟基因（Vrn）、光周期基因（Ppd）和植株矮化基因（Rht）。这些基因分别控制了作物的冷响应、光周期敏感性和植株高度，它们的等位基因变异直接影响了作物的开花时间和形态表现。研究发现，现代品种中某些等位基因的频率显著高于地方品种和老品种，这表明在育种过程中，基因型的选择方向已经发生了改变。例如，Vrn-A1c、Ppd-A1a（GS105）和Rht-B1b等等位基因在现代品种中具有较高的出现率，这些基因组合的引入使作物在适应气候变化方面表现出更强的竞争力。然而，值得注意的是，某些等位基因如Ppd-A1a（GS100）和Vrn-A1b虽然在地方品种中存在，但在现代品种中却较为罕见，这可能与育种过程中对特定基因型的偏好有关。

研究还通过GWAS方法识别了与HD、FT和PH相关的基因区域。这些基因区域包括Q.PH.cer-4B、Q.HD.cer-2A、Q.FT.cer-2B.1和Q.HD.cer-5A，它们分别与Rht-B1、Ppd-A1、Ppd-B1和Vrn-A1等关键基因有关。此外，还发现了与这些性状相关的次要等位基因组合，进一步丰富了对作物遗传多样性的理解。研究发现，不同等位基因的组合对作物的表型表现有显著影响，特别是在调控开花时间、植株高度以及作物对环境变化的适应能力方面。这些发现为育种者提供了重要的遗传信息，使他们能够更精确地选择适合特定环境条件的基因型。

在模型构建方面，研究采用了一种基于非线性高斯核（GK）和广义最佳线性无偏预测（GBLUP）的基因组预测方法。SE和ME两种模型均用于评估预测准确性，其中ME模型在多环境条件下表现出更高的预测能力。例如，在多环境模型（ME）中，预测准确性可以达到0.93，这表明通过整合多个环境的数据，能够更全面地捕捉基因型与环境的交互效应。研究还发现，当将等位基因组合（AC）和GWAS标记（M）作为固定效应纳入模型时，预测准确性得到了显著提升。这表明，基因型的特定组合可能比单独的标记更能反映作物的适应性特征。

研究进一步探讨了不同播种日期对作物表型特征的影响。结果表明，早期播种会导致开花所需生长积温（GDD）增加，从而加速作物的生长过程并提高植株高度。然而，这种做法可能增加作物在开花期遭遇霜冻或低温胁迫的风险。相比之下，延迟播种会减少开花所需GDD，缩短作物的生长周期，但可能使作物在关键的开花和灌浆阶段面临高温和干旱的威胁。因此，选择合适的播种日期对于优化作物的生长表现和适应性至关重要。

此外，研究还分析了不同基因型在多个环境中的表现差异。例如，在2023–2024年生长季，由于极端气候事件的频繁发生，植株高度受到显著影响，这一结果进一步验证了环境对作物性状的调控作用。同时，研究发现，某些等位基因的组合在特定环境条件下表现出更高的适应性，这可能与这些基因型在长期育种过程中形成的稳定遗传结构有关。

在实际应用方面，研究结果表明，通过整合GWAS标记和等位基因组合，可以有效提高基因组预测模型的准确性，从而在育种过程中实现更精准的性状选择。这一方法不仅适用于已知环境，还能够预测在未测试环境中的表现，为应对未来气候条件的变化提供了科学依据。因此，该研究为育种者提供了一种新的工具，使他们能够在复杂的环境条件下，更高效地选择适应性强的基因型，从而提高作物的产量和稳定性。

总体而言，这项研究强调了基因型与环境相互作用（G × E）在作物适应性中的重要性。通过整合特定的等位基因组合和GWAS标记，可以显著提升基因组预测模型的准确性，尤其是在多环境条件下。这不仅有助于在当前环境下优化育种策略，还能够为未来可能出现的极端气候条件提供前瞻性指导。此外，研究还指出，某些等位基因的组合在现代品种中被广泛采用，这可能反映了育种者对特定适应性特征的重视，而地方品种和老品种中仍然保留了一些独特的遗传变异，这些变异可能在未来育种中发挥重要作用。

从育种实践的角度来看，这项研究的结果为开发适应不同环境条件的硬粒小麦品种提供了重要参考。通过精确选择具有特定等位基因组合的基因型，育种者可以有效应对气候变化带来的挑战，提高作物的产量和稳定性。同时，研究还表明，基因组预测模型在不同环境中的表现存在差异，因此在实际应用中需要结合多种模型和策略，以实现最佳的预测效果。此外，研究还强调了遗传多样性在作物适应性中的关键作用，指出保留和利用多样化的基因型对于提高作物的长期适应性至关重要。

综上所述，这项研究不仅揭示了硬粒小麦中控制开花时间和植株高度的关键基因及其等位基因组合，还为基因组预测模型的优化提供了理论依据和实践指导。通过将这些遗传信息整合到育种过程中，可以更有效地应对气候变化，提高作物的产量和适应性，从而确保粮食安全。研究结果还表明，未来的育种工作应更加关注等位基因组合的系统整合，特别是在预测低遗传力性状（如产量）时，这一方法可能具有更大的潜力。此外，研究还指出，不同环境条件下的表现差异提示了育种策略需要根据具体环境进行调整，以实现最佳的适应性和产量。这些发现为全球范围内的小麦育种工作提供了新的思路和方法，有助于推动可持续农业的发展。