编辑推荐：
为解决大豆耐绿综合征（SGS）对生产的威胁，研究人员评估种质抗性，发现抗性种质，明确影响因素，意义重大。
# 大豆耐绿综合征抗性种质评估：大豆育种的关键突破
在大豆的生长过程中，有一种令人头疼的 “病症”—— 耐绿综合征（Stay-green syndrome，SGS），也叫 “症青” 。大豆染上这种病后，到了成熟阶段，茎、叶依然翠绿，豆荚还扁扁的，就像被施了魔法，一直停留在生长阶段。这可给大豆生产带来了大麻烦，在中国黄淮地区，因为 SGS，大豆产量损失可达 20% - 84%，严重时甚至颗粒无收。
一开始，大家都不清楚 SGS 是怎么来的，有人觉得是干旱、高温这些环境因素在捣乱，也有人怀疑是缺硼或者种植模式的问题。后来发现，昆虫好像和它关系很大，比如豆缘蝽的取食就被认为是主要原因。但 2019 年河南颍上县的大规模 SGS 爆发，当时豆缘蝽密度很低，这又说明还有其他 “隐藏凶手”。直到 2022 年，一种新型双生病毒 —— 大豆耐绿相关病毒（Soybean stay-green associated virus，SoSGV）被揪了出来，它就是引发 SGS 的罪魁祸首。而且，普通褐飞虱才是传播这种病毒的 “帮凶”。
目前，控制 SGS 主要靠杀虫剂，但这带来了成本增加、环境污染、有益昆虫减少等问题。培育抗 SGS 的大豆品种才是可持续的解决办法。可难题在于，抗性种质稀缺，而且对 SGS 抗性的评估也不准确。为了攻克这些难题，聊城大学、中国农业科学院作物科学研究所等单位的研究人员展开了一场探索之旅，相关研究成果发表在《Scientific Reports》上。
研究人员在 2020 - 2022 年期间，利用位于中国黄淮地区中部聊城大学东校区的实验田，这里能提供稳定的致病环境。他们采用了多种技术方法：
- 自然接种评估抗性：在不同年份，通过自然接种的方式，对大量大豆种质进行 SGS 抗性评估，观察记录 SGS 症状。
- 数据分析挖掘关联：运用方差分析（ANOVA）、主成分分析（PCA）等统计方法，分析 SGS 水平与其他特征的关系，计算广义遗传力（H2）。
- 病毒检测与分析：从 SGS 患病植株中采集 DNA 样本，用 PCR 技术检测 SoSGV，克隆病毒分离株，进行系统发育分析和 qPCR 检测病毒含量。
下面来看看研究的主要结果：
- 抗性种质筛选：2020 年，研究人员种下 1553 份大豆种质，初步筛选出 140 份无 SGS 症状和 13 份症状严重的种质。2021 年，对其中 121 份进一步评估，发现多数种质 SGS 症状严重，但也有少数表现出抗性。老黑豆（LaoBaiDou）和早熟黑豆（ZaoShuHeiDou）这两种地方品种的 SGS 水平显著低于其他种质。
- SGS 水平与其他特征关系：地方品种的 SGS 水平比改良品种低；蔓生和匍匐型品种的 SGS 水平低于直立和半直立品种；早熟组的 SGS 水平高于晚熟组；黄淮生态区的种质 SGS 水平明显低于其他地区。SGS 水平还与一些大豆改良性状呈正相关，如油含量、种子宽度等；与驯化过程中的衰减性状呈负相关，像株高、单株荚数等。
- 影响 SGS 的因素：通过实验发现，杀虫剂能显著降低 SGS 的严重程度，而有机肥和土壤灭菌对其没有明显影响。早播的种质 SGS 水平比晚播的更高。
- 病毒检测与分析：研究人员成功从 83 份 SGS 患病植株的 DNA 样本中扩增出 SoSGV，还分离出了 SoSGV LCU - 1 株系。qPCR 分析表明，SGS 严重程度与植株中 SoSGV 的相对拷贝数呈正相关。
研究人员在结论和讨论中指出，地方品种的 SGS 水平明显低于改良品种，这可能是因为在品种改良过程中，一些 SGS 抗性等位基因丢失了，以后可以从地方品种或野生大豆中寻找这些抗性基因。研究还发现，不同年份种质间存在稳定差异，杀虫剂对减轻 SGS 严重程度效果显著，而土壤营养和土壤传播疾病在该实验田不是 SGS 的影响因素。此外，SGS 水平与生长周期呈负相关，黄淮地区种质 SGS 发病率低可能是自然选择的结果。
这项研究意义重大，它找到了像早熟黑豆这样的 SGS 抗性种质，为培育抗 SGS 大豆品种提供了宝贵资源。明确了影响 SGS 的因素，为制定防治策略提供了科学依据。而且，对 SoSGV 的深入研究，也有助于我们更好地理解 SGS 的发病机制，为大豆生产保驾护航，让大豆远离 SGS 的威胁，保障农民的收成。
