利用基因组选择技术提升玉米抗镰刀菌茎腐病（FSR）的潜力评估与模型优化研究

本文系统评估了基因组选择（GS）在玉米抗镰刀菌茎腐病（FSR）育种中的应用潜力，通过优化训练群体（TP）规模、标记密度及统计模型（如GBLUP、BayesA/B/C、BLASSO、BRR），证实了基于双单倍体（DH）群体和基因组估计育种值（GEBV）预测的高效性，为复杂数量抗病性状的分子设计育种提供了重要理论依据和实践策略。

　　

1 引言

玉米（Zea mays L.）是全球重要的粮食作物，但受镰刀菌茎腐病（FSR）严重威胁。该病由Fusarium verticillioides引起，具有复杂的数量遗传特性。传统育种进展缓慢，因此本研究探索基因组选择（GS）技术，通过双单倍体（DH）群体和多种统计模型预测基因组估计育种值（GEBV），以加速抗病育种进程。

2 材料与方法

2.1 表型数据

研究使用四个玉米自交系（VL1043、VL121096、CM212、CM202）构建三个DH群体：VL1043 × CM212的F₁和F₂衍生的DH群体（336和280个系），以及VL121096 × CM202的F₂衍生DH群体（94个系）。通过人工接种和病害评分（1-9级标准）评估FSR抗性，采用增强设计和混合线性模型（如lme4包）计算最佳线性无偏预测值（BLUP）和估计值（BLUE）。

2.2 预测模型

应用六种参数模型：GBLUP、BayesA、BayesB、BayesC、BLASSO和BRR，通过BGLR软件进行五折交叉验证。模型基于标记效应和基因组关系矩阵（G矩阵），利用VanRaden方法计算。贝叶斯模型采用不同先验分布处理标记效应方差。

2.3 训练群体与标记密度优化

通过调整训练集（TS）与验证集（VS）比例（60:40至80:20）和标记密度（40%至100%），评估对预测准确性的影响。同时，基于连锁不平衡（LD）衰减分析（阈值r²=0.2）确定最优标记数量。

3 结果

3.1 表型变异

DHF₂群体显示更高的遗传方差（V_g）和表型系数变异（PCV），表明F₂衍生群体具有更丰富的遗传多样性。广义遗传力（H²）均高于70%，遗传进展（GAM）达中等至高水平，证实FSR抗性具有高遗传性且对表型选择响应良好。

3.2 预测准确性

3.2.1 训练群体规模影响

TS:VS比例为75:25时，预测准确性最高（平均0.25）。GBLUP和BayesB模型表现稳定，均方根误差（RMSE）较低。增加TS比例显著提升准确性，减少过拟合。

3.2.2 标记密度影响

标记密度达100%时，预测准确性最高（0.24–0.31）。LD衰减分析表明，DHF₂群体需65–286个SNP即可有效覆盖基因组，过高密度未显著提升准确性。

3.3 独立验证与测试杂交

使用VL1043 × CM212的DH群体训练模型，预测VL121096 × CM202的DH群体，准确性达0.24。GEBV与测试杂交后代表型显著相关（r=0.48–0.66），验证了GS模型的实际应用价值。

4 讨论

研究表明，DHF₂群体因额外重组事件具有更高遗传多样性，更适合GS。优化TP规模（75–80% TS）和标记密度（85–100%）是关键。贝叶斯模型（如BayesB）和GBLUP在处理复杂性状时表现优异。LD衰减与群体结构共同影响标记需求，玉米中适度标记数即可实现高效预测。

5 结论

基因组选择可有效提升玉米FSR抗性育种效率。优化TP组成、标记密度及模型选择能显著提高GEBV预测准确性。DH技术与GS结合为抗病育种提供了高效、精准的解决方案，未来需在多群体和环境中进一步验证模型的普适性。