基于BLUP的干旱适应指数（DAI）：柳枝稷耐旱种质筛选新策略

本研究创新性地提出基于最佳线性无偏预测（BLUP）的干旱适应指数（DAI），通过连续4年（2019-2022）对404个柳枝稷（Panicum virgatum L.）基因型在干旱胁迫（CV）和正常灌溉（UC）条件下的生物量评估，建立了兼顾高产与耐旱的四级分类体系。DAI与常规耐旱指标（SSI、STI、GMP、YSI）高度相关，结合GGE和AMMI双标图分析，鉴定出J222.A等高产稳产品种，为生物能源作物育种提供了精准选择工具。

　　

1 引言

作为兼具生物能源与饲用价值的C₄禾草，柳枝稷的生态型分化（低地型、高地型、海岸型）与其耐旱性密切相关。传统育种依赖表型轮回选择，而基因组选择（GS）通过全基因组标记预测遗传值，显著加速遗传增益。然而现有耐旱指标多基于绝对产量差异，难以同时捕获高产与耐旱特性。本研究受酸性土壤适应指数（ASAI）启发，开发基于BLUP的DAI指数，整合空间变异校正与多环境评估，填补了精准选择工具的空白。

2 材料与方法

2.1 试验设计

美国佐治亚大学Tifton试验站采用随机区组设计，设置雨棚遮蔽（CV）与露天灌溉（UC）两组处理，土壤体积含水量（VWC）监测证实CV组持续干旱（0-10 cm土层含水量显著低于UC）。供试404份材料涵盖不同倍性（四倍体/八倍体）和生态型，通过薄板样条（TPS）模型校正田间空间变异。

2.2 数据建模

BLUP模型将基因型设为随机效应，计算遗传方差（V_g）与重复力（R=0.23-0.63）。DAI公式定义为：

DAI = (Y_CV×Y_UC)/(?_CV×?_UC)

同时对比9种耐旱指标（如SSI=1-(Y_s/Y_p)/1-(?_s/?_p)），通过Pearson相关性验证一致性。

3 结果

3.1 指数效能

DAI与STI（r=0.92）、GMP（r=0.89）呈极显著正相关，与SSI负相关（r=-0.85）。年际相关性分析显示DAI稳定性最佳（2020-2021年r=0.89）。

3.2 基因型筛选

DAI等值线将材料分为四类：J222.A和J295.A连续4年列为"极适应"组（DAI>1.5），生物量超群体均值2.1倍；J463.A虽高产但稳定性较差（IPCA1=37.13）。

3.3 互作解析

GGE双标图揭示UC21为最佳测试环境（平均产量2869 g/株），AMMI分析显示环境贡献率占变异来源61.3%。J222.A在AEC横轴投影最近，兼具高产与稳产特性。

4 讨论

DAI的创新性在于：

1）通过BLUP消除环境噪声，比原始数据提高选择精度23%；

2）等值线可视化实现多维度分类；

3）与分子标记辅助选择兼容性强。低地型材料在UC条件下产量高但CV适应性差，印证了生态型分化对育种策略的指导价值。

5 结论

DAI为柳枝稷耐旱育种提供了可量化、可重复的选择标准，其BLUP框架可扩展至其他多年生能源作物。未来需结合根系构型等生理性状，完善耐旱机制的多组学解析。