编辑推荐：
为解决蚕豆产量相关性状遗传调控未充分探索的问题，研究人员开展了通过全基因组关联研究（GWAS）及开发基因组选择（GS）模型的研究。结果发现多个 SNP - 性状关联，且 GS 模型预测能力良好。这为蚕豆分子育种提供依据，加速性状整合。
在当今追求可持续农业和 “蛋白质转型” 的时代，豆类作物的种植愈发受到重视。蚕豆作为一种潜力巨大的凉季作物，蛋白质含量高，还具备固氮能力，本应在农业舞台上大放异彩，然而现实却不尽如人意。其全球种植面积不断下降，在欧洲的种植比例也极低。这背后的原因复杂多样，包括研究和育种投入不足、品种选择有限，以及自身存在的诸多育种难题，比如异交率不稳定、缺乏野生祖先、基因组庞大且测序困难等。尽管蚕豆拥有丰富的遗传多样性，但种质资源的特征却未得到充分研究，大量的遗传潜力被埋没。
为了挖掘蚕豆的潜力，来自 Wageningen University & Research 等机构的研究人员开启了一项意义重大的研究。他们的目标是深入了解蚕豆产量相关性状的遗传机制，通过精准的基因分析找到提升产量的关键。研究人员精心挑选了 256 份蚕豆种质（CGN panel），这些种质来自 43 个国家，涵盖了不同的类型。随后，研究人员在 2021 年和 2022 年于荷兰开展田间试验，详细记录了开花时间（FT）、株高（PH）、荚长（PL）、每荚种子数（SP）、单粒种子重（SSW）和产量（YLD）等性状数据。
在技术方法上，研究人员采用了多种关键技术。首先是 90K - SPET（Single Primer Enrichment Technology）靶向基因分型技术，对蚕豆基因组特定区域进行测序，获取大量单核苷酸多态性（SNP）数据。接着，运用主成分分析（PCA）和 K - 均值聚类分析对群体结构进行剖析。同时，借助线性混合模型进行全基因组关联研究（GWAS），分析 SNP 与性状之间的关联。此外，基于贝叶斯建模方法构建基因组选择（GS）模型，预测未表型种子库资源的遗传价值。
研究结果十分丰硕。在表型数据方面，各性状表现出丰富的变异和较高的狭义遗传力。不同年份间，产量的基因型与年份互作（GxY）效应显著，而其他性状的 GxY 效应相对较弱。性状间的遗传相关性表明，部分性状如 PL 和 SSW 存在共享遗传控制，且通过间接选择某些性状有望提升产量。在基因型数据方面，90K - SPET 技术成功筛选出高质量的 SNP，这些 SNP 在基因组上分布均匀。通过分析发现，蚕豆种质可分为四个遗传群体，群体内遗传相关性较低，这为后续研究提供了良好基础。GWAS 共鉴定出多个与产量相关性状关联的 SNP，其中部分 SNP 在不同年份稳定出现，成为潜在的关键分子标记。例如，鉴定出一个与 FT 相关的稳定 QTL（SNP chr5_468973212），以及四个与 SSW 相关的稳定 QTL。同时，研究还发现了多个可能影响蛋白质功能的错义变异，为深入研究相关基因功能提供了线索。GS 模型在预测产量相关性状方面表现出色，具有较高的预测能力（PA）和预测准确性（ACC），且跨年度预测结果稳定，这意味着 GS 模型在蚕豆种质改良中具有巨大潜力。
综合研究结论和讨论部分，该研究意义非凡。通过 GWAS 揭示的 QTL 和新的候选基因，为蚕豆分子育种提供了重要的理论依据和分子标记。那些被预测可能影响蛋白质功能的错义变异，为后续功能验证研究指明了方向。而 GS 模型的成功应用，首次证明了其在挖掘蚕豆基因库多样性、加速性状整合到育种计划中的潜力。这一研究成果发表在《BMC Plant Biology》上，为蚕豆的遗传研究和育种工作开辟了新的道路，有望推动蚕豆成为欧洲重要的蛋白质作物，助力实现更可持续的农业发展。
