基因组选择技术在蚕豆耐热与耐除草剂性状预测中的应用与优化研究

本研究通过基因组选择（GS）技术，评估了蚕豆（Vicia faba）耐热和耐除草剂性状的预测准确性。研究利用118份蚕豆种质在16个环境下的表型数据和170个显著关联的单核苷酸多态性（SNP），结合竞争性等位基因特异性PCR（KASP）标记验证，发现训练群体规模和标记组成显著影响预测精度。结果表明，开花天数（DFLR）和株高（PLHT）是耐热性理想训练性状，而株高和籽粒产量（GY）适用于耐除草剂性状预测，为蚕豆育种提供了高效分子工具。

　　

引言

蚕豆（Vicia faba L.）作为营养丰富的豆科作物，其生产受高温和杂草威胁。高温超过30°C会损害花粉活力，而除草剂耐受性不足导致产量损失高达60%。传统育种方法效率低，基因组选择（GS）通过全基因组标记捕获复杂性状遗传变异，为加速育种提供了新思路。

材料与方法

表型分析：118份蚕豆种质在摩洛哥、黎巴嫩、苏丹和美国16个环境下评估耐热和耐除草剂性状。耐热试验记录开花天数（DFLR）、冠层温度（CT）等；耐除草剂试验测定株高（PLHT）、籽粒产量（GY）等。
基因型分析：开发192个KASP标记，基于GWAS关联位点，对4512份育种材料进行基因分型。
模型构建：采用两种RKHS模型——含基因型-环境互作（G×E）和不含G×E，通过交叉验证（CV1预测新环境，CV2预测部分缺失数据）评估预测准确性（PA）。

结果

表型变异：耐热和耐除草剂性状均显示显著基因型和环境差异（p<0.001）。耐热性中，DFLR和PLHT遗传力最高；耐除草剂中，PLHT和GY表现最佳。
预测精度：CV2优于CV1，尤其在耐除草剂性状中PA达0.69（DFLR）。模型间差异不显著，但SNP数量显著影响PA——全基因组SNP优于75个优先或随机SNP。耐热性预测中，优先SNP表现优于随机SNP，而耐除草剂性状无此差异。
标记效能：75个优先KASP标记对耐热性PA提升显著（如DFLR PA=0.47），但对耐除草剂性状预测有限，提示需扩展标记覆盖。

讨论

训练群体优化：小规模参考群体（120份）和低遗传力性状限制PA提升。未来需扩大群体并纳入高GEBV亲本。
标记策略：全基因组SNP覆盖对耐除草剂性状预测至关重要，而优先SNP可有效预测耐热性，与QTL定位一致性相关。
应用前景：本研究首次验证GS在蚕豆中的可行性，为耐逆育种提供分子工具。后续需结合高密度SNP芯片和靶向性状优化模型。

核心结论

基因组选择可加速蚕豆耐逆育种，但需平衡标记密度与成本。开花天数（DFLR）和株高（PLHT）是核心训练性状，而耐除草剂育种需更高基因组覆盖。国际合作将推动蚕豆基因组资源的开发与应用。