基于21K高密度SNP芯片解析山茶属植物叶片性状杂种优势与遗传架构的基因组预测研究

本研究针对观赏山茶属(Camellia spp.)品种遗传背景复杂、性状解析困难等育种瓶颈，开发了Camellia21K液相SNP芯片，通过全基因组关联分析(GWAS)和基因组选择(GS)模型，鉴定到31个与叶片形态显著关联的SNP位点，优化后的GS模型预测精度提升24.7%-64.7%，为观赏植物精准育种提供了高效技术平台。

　　

山茶属植物作为全球著名的木本花卉，其观赏性状的选育长期依赖人工杂交，导致现代品种遗传背景复杂如"玫瑰20个野生种混杂"的困境。尽管已有茶树(C. sinensis)等经济物种的参考基因组，但观赏山茶仍缺乏高效基因分型工具。杂交起源不明、性状调控机制模糊等问题严重制约育种效率，正如研究者所述："解析这些性状变异的遗传基础和调控机制显得尤为复杂"。

为解决这一难题，中国林业科学院亚热带林业研究所Hengfu Yin团队在《Horticulture Research》发表研究，整合220份种质重测序数据和遗传连锁图谱，开发出包含20,900个SNP的Camellia21K液相芯片。该芯片平均测序深度达83x，标记检出率94.02%，与重测序数据一致性达92.6%，成功解析69个品种的复杂杂交历史。

关键技术包括：1)基于重测序和遗传图谱筛选SNP位点；2)GBTS(靶向测序基因分型)技术构建液相芯片；3)对69份种质进行群体遗传结构分析；4)测量LL(叶长)、LTL(叶尖长)等5个叶片性状开展GWAS；5)比较GBLUP、BayesA等4种GS模型预测效果；6)通过qRT-PCR验证候选基因表达模式。

Characteristics of the Camellia21K SNP array

芯片SNP平均间距123.4kb，覆盖15条染色体，20.72%位于编码区同义突变位点。验证实验显示其可稳定区分C. azalea等远缘杂交种，8个核心SNP即可构建品种指纹图谱

。

GWAS analysis of leaf shape traits

发现Chr11_103989725位点与LTL显著关联(P=5.18×10^-5)，AA单倍型叶尖比TT型长15.8%。候选基因EVM0035365(PP2C家族)在C. japonica与C. azalea叶片中表达差异达4.3倍

。

Optimization of GS model analysis

GBLUP模型在21K SNP密度下表现最优，预测精度(PA)与性状遗传力(H²)显著相关(R=0.894)。整合GWAS获得的50个QTN(数量性状核苷酸)后，LA性状预测准确率(PC)提升64.7%至0.597

。

该研究首次建立观赏山茶高通量基因分型体系，证实GWAS-GS联合策略可突破复杂性状预测瓶颈。正如讨论指出："Camellia21K芯片在品种鉴别、性状分析和基因组预测方面均表现出色"，为木本观赏植物育种提供了"从基因型到表型"的完整解决方案。未来结合多亲本泛基因组，将进一步提升对黄金茶(C. nitidissima)等稀有杂交种的解析能力。