大豆早期耐涝性的基因组预测与关联分析：发掘新遗传资源与育种工具

本研究通过全基因组关联分析（GWAS）和随机森林（RF）模型，首次系统鉴定了大豆（Glycine max）V2/V4营养阶段早期耐涝性的关键基因组区域（Chr.4/17/20）和29个高效SNP标记，揭示了早期与中期耐涝性遗传架构的差异，为培育全生育期耐涝品种提供了精准基因组工具和育种策略。

　　

Abstract

洪水胁迫已成为威胁全球大豆生产的主要因素。本研究聚焦于大豆V2/V4营养生长阶段的早期耐涝性，通过评估254份大豆种质资源，结合全基因组关联分析（GWAS）和机器学习驱动的基因组预测模型，揭示了与早期耐涝性相关的关键基因组区域和分子标记。研究发现，早期耐涝性的遗传机制与中期（生殖阶段）耐涝性截然不同，且通过随机森林（RF）模型筛选出的29个SNP可实现高达0.64的预测精度，显著优于传统方法。这些成果为大豆耐涝育种提供了新的遗传资源和精准工具。

---

1 INTRODUCTION

气候变化导致极端降水事件频发，洪水已成为美国第二大农业灾害，造成约4000亿美元损失。全球超过10%的耕地受洪水威胁，大豆作为易涝作物，在种子萌发、早期营养生长（V2–V4）和中期生殖生长（R1–R4）阶段均对涝害敏感。缺氧环境导致叶片褪绿、根系坏死、植株矮化和根瘤死亡，严重时可造成100%减产。尽管中期耐涝性的遗传资源和基因组区域已有较多研究，但早期耐涝性仍缺乏系统解析。本研究旨在填补这一空白，通过多模型GWAS和基因组预测，发掘早期耐涝性的关键基因位点，并评估预测模型在育种中的应用潜力。

---

2 MATERIALS AND METHODS

2.1 Experimental Design

2.1.1 Plant Materials and Genotypic Data

研究选用254份大豆种质，来源覆盖14个国家，成熟组（MG）涵盖IV、V、VI组。基因型数据基于SoySNP50K BeadChip获取，共31,410个SNP标记，均匀分布於20条染色体。

2.1.2 Field Trials and Data Collection

田间试验在阿肯色州斯图加特水稻研究中心进行，采用随机区组设计，三年重复。在V2/V4阶段进行8–10天淹水处理（水深5–10 cm），淹水结束后7天按1–9级标准评估涝害损伤评分（FDS）。通过计算Cronbach’s α（α=0.83）确保评分一致性，并使用混合线性模型计算基因型调整平均值。

2.2 Genomic Analysis

2.2.1 Genome-Wide Association Studies (GWAS)

采用BLINK（Bayesian-information and linkage-disequilibrium iteratively nested keyway）和MLMM（multiple locus mixed linear model）两种模型进行关联分析。显著性阈值通过Sidak校正确定（α_p=7.89×10^?5），有效独立检验数（M_eff）≈650。

2.2.2 Genomic Prediction Models

基于随机森林（RF）算法构建前向逐步基因组预测模型。首先通过偏最小二乘（PLS）模型计算变量重要性（VIP），筛选VIP≥1.5且互相关性<0.7的SNP，最终纳入613个标记。模型通过五折交叉验证评估预测精度（r），并以RR-BLUP（ridge regression best linear unbiased prediction）作为基准对比。

---

3 RESULTS AND DISCUSSION

3.1 Flooding Response

两年平均FDS为4.4（标准差1.2–1.3），鉴定出14个高耐基因型（FDS≤3.0，如PI594567A）和18个高感基因型（FDS≥6.0，如PI424445）。耐涝性与来源国家、成熟组、花色等农艺性状无显著相关性。

3.2 Genomic Regions of Interest

GWAS分析在Chr.4、17和20上鉴定到显著关联位点：

• •
  Chr.4（ss715587369）：附近基因包括B-box锌指蛋白（Glyma.04g027000，同源拟南芥STH2）和α/β水解酶（Glyma.04g026500/026900），可能通过转录调控和脂代谢参与应激响应。
• •
  Chr.17（ss715628153/154）：关联基因涉及核苷碱基-抗坏血酸转运蛋白（NAT，Glyma.17g092300）、亚精胺合成酶（Glyma.17g092400）和钙调蛋白结合蛋白（Glyma.17g092700），功能覆盖抗氧化、多胺合成和钙信号通路。
• •
  Chr.20（ss715638723）：Glyma.20g228000编码蛋白激酶样结构域，可能通过磷酸化调控应激信号传导。

这些区域与已报道的中期耐涝性QTL无重叠，证实早期耐涝具有独特遗传架构。

3.3 Feature Selection and Prediction Accuracy

RF模型通过逐步添加SNP优化预测精度，在纳入29个SNP时达到最高精度（r=0.64，RMSE=0.72）。相比之下，使用全部31,410个SNP的RF模型精度仅0.30，RR-BLUP模型为0.46。结果表明，过多SNP引入的多重共线性和过拟合会显著降低模型性能，而针对性筛选关键标记可大幅提升预测效率。

---

4 CONCLUSIONS

本研究首次系统解析了大豆早期耐涝性的遗传基础，发现其与中期耐涝性存在显著差异。通过GWAS鉴定到Chr.4/17/20上的关键区域及相关候选基因，并开发出基于29个SNP的RF预测模型（精度0.64）。这些成果为培育全生育期耐涝品种提供了分子工具和遗传资源，对保障洪水胁迫下的大豆安全生产具有重要意义。

---

作者贡献与致谢

Caio Canella Vieira负责概念设计、数据分析和论文撰写；Chengjun Wu参与试验设计与数据收集；Derrick Harrison等负责田间操作与验证；Grover Shannon和Henry T. Nguyen指导项目设计与资金支持。研究得到美国大豆委员会（USB）项目资助。