《Theoretical and Applied Genetics》：Univariate and multivariate QTL analyses provide insights into genetic architecture of variation of key volatile aroma compounds in cucumber (Cucumis sativus L.)
编辑推荐：
关键信息：基于单变量和多变量（主成分）QTL分析，研究人员在多个分离群体和多种环境中鉴定出24种黄瓜挥发性香气化合物的284个QTL和52个PC-QTL，其中包括两个环境稳定的QTL簇，分别包含26个和25个与主要C6/C9醇类和醛类相关的QTL。
摘要：消费
关键信息：基于单变量和多变量（主成分）QTL分析，研究人员在多个分离群体和多种环境中鉴定出24种黄瓜挥发性香气化合物的284个QTL和52个PC-QTL，其中包括两个环境稳定的QTL簇，分别包含26个和25个与主要C6/C9醇类和醛类相关的QTL。
摘要：消费者喜爱黄瓜因其清爽的口感，这主要与脂氧合酶（lipoxygenase，LOX）生物合成途径产生的挥发性有机化合物（volatile organic compounds，VOCs）有关。然而，研究人员对黄瓜风味遗传学的认识仍然有限。本研究在温室和露地条件下种植的多个分离群体中开展了VOCs的QTL定位研究。VOC丰度表现出高度数量遗传特征，具有强烈的环境效应和较低的广义遗传力。大多数VOC观察到超亲分离和亚显性现象。单变量QTL分析鉴定出24种VOCs的284个QTL，其中6种最丰富且具有香气意义的VOCs平均有17个QTL。加性效应和显性效应均对VOC变异有显著贡献。与许多VOC之间的强相关性一致，284个QTL中有154个共定位到15个不同的簇。基于主成分（principal component，PC）的多变量QTL分析鉴定出52个PC-QTL，捕获了VOCs之间的最大协方差。两种方法的结果高度一致，包括鉴定出两个群体无关且环境稳定的QTL簇，分别包含26个和25个与主要C6/C9醇类和醛类相关的QTL。定位到这些QTL簇的PC的cos2和载荷模式表明是紧密连锁的位点而非多效性效应。对两个簇内注释基因的序列变异和表达分析鉴定出几个转录因子基因作为潜在候选基因。本研究揭示了黄瓜VOC变异的复杂遗传架构。研究人员在等位基因效应、偏分离、QTL聚类与LOX途径的关联以及对黄瓜风味改良育种的意义等方面讨论了研究结果。
论文解读
一、研究背景与科学问题
香气是果蔬品质的重要属性，直接影响消费者的接受度。香气主要由挥发性有机化合物（volatile organic compounds，VOCs）决定，这些化合物是包括萜类、氨基酸衍生物、类胡萝卜素衍生物和脂肪酸衍生物在内的次生代谢产物。黄瓜（Cucumis sativus L.）以其未成熟果实（通常为开花后7–12天）供消费者食用，其独特的清爽风味和脆嫩质地深受喜爱。黄瓜果实通常含有约150种VOCs，其中脂肪酸衍生的醛类和醇类最为丰富，C6和C9醛类通常占黄瓜品种总挥发物的74–82%，以(E,Z)-2,6-壬二烯醛、(E)-2-壬烯醛和己醛最为丰富。其中两种C9醛类——(E,Z)-2,6-壬二烯醛和(E)-2-壬烯醛——兼具高丰度和极低的嗅觉阈值，是黄瓜特征香气和清爽感的主要贡献者。
黄瓜VOCs是在组织破碎时通过脂氧合酶-氢过氧化物裂解酶（lipoxygenase-hydroperoxide lyase，LOX-HPL）途径酶解亚油酸和亚麻酸产生的，涉及9-/13-LOX、9-/13-HPL、醇脱氢酶（alcohol dehydrogenase，ADH）和异构酶（isomerase，ISO）。然而，黄瓜VOCs自然变异的遗传基础仍然知之甚少。早期研究仅提示主要黄瓜VOCs具有涉及加性和显性效应的数量遗传特征。近期一项基于重组自交系（recombinant inbred line，RIL）群体的研究鉴定出19种VOCs的34个QTL，但检测到的QTL数量有限。因此，亟需利用多种分离群体和多种环境开展系统的QTL定位研究，以全面解析黄瓜VOC变异的遗传架构，为风味改良育种提供理论基础。
二、研究内容与主要结论
本研究以具有不同感官属性和VOC谱的黄瓜品系9930和WI7633为亲本，构建了F2、F2:3和RIL（群体编号WI7799）分离群体，在温室和露地两种环境下进行表型鉴定和基因型分析，采用单变量和多变量QTL定位策略，系统解析了24种LOX途径来源的C6/C9醛类和醇类VOCs的遗传架构。研究发现VOC变异具有高度数量遗传特征、强环境效应和低广义遗传力，并鉴定出两个环境稳定的主要QTL簇（voc2.1和voc3.1），为黄瓜风味遗传改良提供了重要靶点。
三、关键技术与方法
研究人员采用了以下主要技术方法：利用固相微萃取-气相色谱-质谱联用（SPME-GC-MS）对果实VOCs进行定量分析；对F2群体采用基于测序的基因分型（genotyping-by-sequencing，GBS）技术，对RIL群体采用DArTag 3000-SNP芯片进行基因分型；构建高密度连锁图谱；采用复合区间作图（composite interval mapping，CIM）和二维基因组扫描进行单变量QTL定位；采用基于主成分分析（principal component analysis，PCA）的多变量QTL定位方法；利用线性混合模型估计广义遗传力；结合亲本基因组HiFi组装序列进行候选基因推断和转录组表达分析。样本来源为美国威斯康星大学Walnut Street温室（WSGH）和Hancock农业研究站（HARS）露地试验。
四、研究结果
VOCs复杂数量遗传且受环境影响强烈：SPME-GC-MS在亲本和WI7799分离群体中鉴定出140–165种VOCs，其中24种LOX来源的C6/C9醛醇约占总量50%。9930和WI7633总VOC含量相当，但各VOC相对丰度差异显著：WI7633的C9醛类（60.4%）高于9930，而9930的己醛含量是WI7633的1.76倍。F1总VOC含量约为亲本的75%，20种VOC中有18种低于中亲值，表明存在亚显性或负杂种优势。露地种植的RIL总醇类（9.9%）显著高于温室（3.8%），而C9醛类则相反，凸显环境对VOC积累的强烈影响。多数C9 VOC间呈正相关，(E,Z)-2,6-壬二烯醛与(E)-2-壬烯醛相关性最强（rs = 0.88）。所有VOC的平均广义遗传力较低（0.217），但(E,Z)-2,6-壬二烯醛在RIL群体中遗传力最高（0.539）。
连锁图谱构建与偏分离区域（SDRs）检测：F2连锁图谱包含1,912个高质量binned SNP标记，覆盖1,076.6 cM，跨7条连锁群；RIL图谱包含334个标记位点，覆盖947.9 cM。F2群体中检测到4个主要偏分离区域（SDRs）：Chr1（4–7 Mbp）、Chr2（0–9 Mbp）和Chr6（21–30 Mbp）偏向9930等位基因传递，Chr4（0–4 Mbp）偏向WI7633等位基因。RIL图谱中Chr2和Chr6上的两个约9 Mbp的SDRs也持续存在，均偏向9930等位基因。
单变量QTL定位揭示VOC变异的复杂遗传基础：单变量QTL分析在5个群体/环境中检测到284个QTL。6种最丰富VOC平均有17个QTL。(E,Z)-2,6-壬二烯醛检测到19个QTL，其中3个共识QTL分别位于Chr1、Chr3和Chr4，多数QTL为负加性效应，表明WI7633等位基因增加其含量。(E)-2-壬烯醛检测到18个QTL，其中6个QTL组成的共识QTL（E2neal3.1–3.6）在所有群体和环境中稳定检测到，定位于Chr3约12.9–17.8 Mbp区域，平均PVE为17.9%。己醛检测到21个QTL，两个共识QTL分别位于Chr3和Chr4，均表现一致的正加性效应和负显性效应。1-己醇的共识QTL（hol2.1–2.6）和(Z)-3-己烯-1-醇的共识QTL（Z3heol2.1–2.4）在所有群体和环境中检测到，共定位于Chr2约1.5 Mbp区域，平均PVE分别高达36.94%和28.63%。
QTL簇鉴定：284个QTL中有154个共定位到15个QTL簇。voc2.1a亚簇位于Chr2约1.5 Mbp区域，包含23个环境稳定的主效QTL（平均LOD = 14.97，PVE = 35.2%），调控7种醇类，所有QTL均表现一致且强烈的负加性效应；voc2.1b包含3个正加性效应的QTL，调控(Z)-6-壬烯醛和壬醛两种C9醛类。voc3.1簇包含25个QTL调控10种VOC：voc3.1a亚簇18个QTL中15个与5种醛类相关，包括(E,Z)-2,6-壬二烯醛、(E)-2-壬烯醛和(E)-2-己烯醛等主要香气贡献物；voc3.1b亚簇7个QTL调控3种醇类。所有受voc3.1调控的VOC均来源于9-/13-HPOT和9-HPOD分支，表明WI7633等位基因增强主要醛类产生同时减少醇类积累。
多变量QTL分析验证QTL簇：PCA分析显示PC1和PC2分别解释28.8–39.6%和19.2–24.9%的方差。基于PC1–PC5和TotalPC的QTL定位鉴定出52个PC-QTL，其中28个与15个单变量QTL簇中的13个共定位，两种方法结果高度一致。8个PC-QTL与voc2.1共定位，其相关PC主要由7种醇类和2种C9醛类的变异驱动；7个PC-QTL与voc3.1共定位，主要捕获9-/13-HPOT和9-HPOD醛醇的变异。PC载荷模式分析表明voc2.1和voc3.1内醛类和醇类的变异被独立捕获，提示可能存在紧密连锁的多个基因分别控制不同的生化亚簇。
候选基因推断：对voc2.1和voc3.1簇内注释基因进行序列变异和表达分析，鉴定出多个转录因子基因作为调控VOC积累的潜在候选基因。
五、讨论与结论
本研究表明黄瓜VOC变异具有复杂的遗传架构，涉及大量微效QTL和少数主效QTL的共同作用。加性和显性效应均对VOC变异有重要贡献，强调了利用保留杂合性的早期世代群体进行遗传解析的必要性。多变量PC-QTL分析与单变量分析结果高度一致，验证了PC-based方法捕获VOC协方差的能力，同时PC载荷模式有助于区分多效性与紧密连锁。两个环境稳定的QTL簇（voc2.1和voc3.1）的鉴定为黄瓜风味分子标记辅助选择育种提供了重要靶标。研究还发现F1杂种中多数VOC呈亚显性，鉴于商业黄瓜生产几乎全部使用F1杂种，这一遗传模式值得进一步研究。偏分离区域的跨世代持续存在及其对VOC表型分布的影响，对标记辅助风味育种具有重要意义。尽管多数VOC遗传力较低，但部分丰度高的关键香气化合物（如(E,Z)-2,6-壬二烯醛）具有中等遗传力，表明针对关键香气化合物的选择是可行的。
