撒哈拉以南非洲菜用大豆核心种质的全基因组特征解析及其遗传多样性对育种工作的启示

《Genetic Resources and Crop Evolution》：Genome-wide characterization of vegetable soybean core collection reveals genetic diversity for breeding efforts in sub-Saharan Africa

　　

菜用大豆[Glycine max (L.) Merr.]是一种未被充分利用的豆类作物，具有改善撒哈拉以南非洲（sub-Saharan Africa, SSA）营养结构和多样化种植体系的潜力。本研究利用21,970个全基因组单核苷酸多态性（single-nucleotide polymorphism, SNP）标记，对包含世界蔬菜中心大籽粒大豆核心种质和SSA优良籽用大豆材料的191份大豆种质进行了鉴定。研究人员采用主成分分析（principal component analysis, PCA）、稀疏非负矩阵分解（sparse non-negative matrix factorization, sNMF）、主成分判别分析（discriminant analysis of principal components, DAPC）及邻接法（neighbor-joining analysis）探究了遗传关系。交叉熵在K=7时最低，而K=3被用于表征主要群体结构并进行群体水平分析。在K=3且祖先系数Q≥0.70的条件下，121份种质被划分为三个遗传类群。分子方差分析（analysis of molecular variance, AMOVA）表明，83.78%的分子变异来源于类群内部，16.22%来源于类群间，全局固定指数（FST）为0.159。敏感性分析显示，随着祖先阈值严格程度的提高，估算的遗传分化程度也随之增加。类群1表现出较高的数值多样性[多态信息含量（polymorphic information content, PIC）=0.212；期望杂合度（expected heterozygosity, He）=0.254]，而类群3则较低（PIC=0.153；He=0.176），尽管各类群的样本量不均衡。遗传结构与市场类别和地理起源均相关，且这两个因素在该群体中存在混杂。总体而言，这些结果为种质资源保护以及鉴定用于菜用大豆育种的遗传多样性候选材料提供了基因组信息。未来需进行表型及多环境评价，以确定其蔬菜品质、农艺表现及对SSA环境的适应性。

研究背景与目的

植物遗传资源作为基因多样性的宝库，是培育具有目标性状改良品种的基础。大豆[Glycine max (L.) Merril]是全球最重要的经济豆科作物之一，为食品、饲料和工业用途提供大量植物蛋白和油脂。除了传统的成熟籽粒用途外，大豆也可在未成熟豆荚阶段收获并作为蔬菜食用，即菜用大豆。菜用大豆因其较大的籽粒尺寸、甜味、柔嫩度和营养价值而备受青睐，约占全球大豆总产量的2%。然而，菜用大豆与籽用大豆代表了不同的市场细分领域，受到针对豆荚性状、籽粒大小及感官属性的不同选择压力影响。菜用大豆育种目标是大型种子、诱人的绿色豆荚、大粒、甜味、柔嫩度和优良食用品质，而籽用大豆育种则侧重于提高籽粒产量、蛋白质和油分含量以及抗逆性。

栽培大豆由其野生近缘种Glycine soja驯化而来，经历了强烈的瓶颈效应，导致遗传多样性显著低于其野生祖先。随后，大豆扩散至多样的农业生态区域，当地的气候条件和农业实践促进了地理上不同种群间的遗传分化。群体结构分析一致地揭示了反映历史传播、局部适应和育种综合效应的地理结构化亚群。

在撒哈拉以南非洲（SSA），过去三十年间大豆生产显著扩张，这得益于国际热带农业研究所（IITA）及合作机构主导的籽用大豆品种改良工作。相比之下，菜用大豆尽管具有营养价值和多样化豆类食物系统的潜力，却获得的育种关注相对较少。由于大多数引进的种质在非洲环境下表现出适应性差、产量稳定性低和农艺性能不足等问题，菜用大豆在SSA的推广仍然有限。因此，开发具有广泛适应性和稳定性能的大粒菜用大豆品种对于在该地区建立可持续的生产和种子体系至关重要。

为支持这一目标，世界蔬菜中心近期开发了一个代表性的大籽粒大豆核心种质。然而，该种质资源的遗传多样性、群体结构及进化关系尚未通过全基因组标记进行全面表征。此类知识对于鉴定遗传多样性亲本系、最大化育种群体中的等位基因多样性以及促进种质资源在非洲菜用大豆改良中的有效利用至关重要。因此，本研究实施了高密度SNP基因分型，以表征世界蔬菜中心大籽粒大豆核心种质及其他来自本地机构的优良育种材料的遗传多样性、群体结构和系统发育关系，为面向SSA的菜用大豆种质资源保护和育种提供基因组基础。

主要关键技术方法

研究人员采用基于测序的基因分型技术（GBS）对191份大豆种质进行全基因组SNP检测，种质来源包括世界蔬菜中心大籽粒大豆核心种质（109份）、美国Seed Savers Exchange的菜用大豆（26份）、日本国家农业研究组织（NARO）的菜用大豆（3份）以及通过泛非品种试验计划获取的SSA优良籽用大豆种质（53份）。利用Stacks软件进行reads处理和质量过滤，使用Genome Analysis Toolkit（GATK）v4.2.6.1进行变异发现，并将reads比对到Williams 82.a5参考基因组。通过GATK VariantFiltration进行质量筛选（QUAL>30, DP>10），并使用LD KNNi方法进行基因型填补，最终在TASSEL v5.2.96中以基因型检出率≥90%和最小等位基因频率≥5%为标准保留高质量SNP。群体结构推断采用LEA v3.18.0中的sNMF方法，遗传关系通过adegenet包中的PCA和DAPC进行分析，系统发育树通过phangorn包中的nj()函数构建。

研究结果

全基因组SNP在大豆基因组中的分布

GBS测序共获得86,592个原始SNP，经填补和过滤后保留21,970个高质量标记（占25.37%），分布于所有20条大豆染色体。其中，18号染色体包含最多标记（9,597个SNP，占最终数据集的43.68%），6号和9号染色体分别含有1,522和1,357个SNP。标记密度在不同染色体及基因组区域内差异显著。

群体结构揭示三个主要遗传类群

交叉熵从K=1时的0.403655下降至K=7时的最低值0.385518，随后上升。从K=2到K=3的交叉熵降幅（ΔCE=0.003112）大于K=3至K=7之间任何后续单步降幅。在K=2时，种质大致分为两个对应菜用和籽用大豆的遗传类群，但存在混合。K=3进一步将种质解析为三个主要遗传类群，因此被用于描述主要群体结构并进行后续群体水平分析。在K=3且Q≥0.70条件下，121份种质被分配到单一遗传类群。市场类别和地理起源在群体内存在混杂，因为籽用大豆种质均源自SSA，而菜用大豆种质的地理起源范围更广。

推断群体的遗传关系

PCA的前两个主成分分别解释了总遗传变异的5.64%和2.52%，累计8.16%。籽用和菜用大豆种质在PC1-PC2排序图中显示出相当大的重叠。按K=3遗传类群可视化PCA显示各类群分布存在差异，但有一定重叠。对121份分配种质的DAPC分析保留了10个主成分和两个判别函数，分别解释了65.95%和34.05%的组间变异，清晰分离了三个预定义的遗传类群。基于成对遗传距离的邻接树也显示了与K=3分配大体对应的分组模式。

推断群体的遗传分化

基于Q≥0.70阈值的121份种质的AMOVA显示，83.78%的分子变异存在于类群内部，16.22%存在于类群间，Phi统计量为0.162（p=0.001），全局F_ST为0.159。成对F_ST值范围为0.128至0.335，其中类群2与类群3之间的值最高（0.335），类群1与类群3之间的值最低（0.128）。敏感性分析表明，随着祖先阈值严格程度的提高，估算的群体分化程度增加。Nei's遗传距离同样显示类群2与类群3之间距离最大（D=0.145），类群1与类群3之间距离最小（D=0.043）。

推断群体的遗传多样性

在Q≥0.70分配的121份种质中，类群1（n=34）表现出最高的数值多样性估计（PIC=0.212, MAF=0.173, He=0.254, Ne=1.394），而类群3（n=82）的相应参数值较低（PIC=0.153, MAF=0.110, He=0.176, Ne=1.247）。类群2仅含5份种质，其PIC、MAF、He和Ne值分别为0.158、0.148、0.199和1.343。所有类群的观测杂合度均较低（Ho=0.009-0.019），F_IS较高（0.894-0.957），符合栽培大豆主要为纯合子的特性。样本量标准化分析进一步证实类群3的预期杂合度低于类群1。

讨论与结论

全基因组SNP分析揭示了大豆种质内的层级遗传结构。K=3捕获了用于群体水平分析的主要群体结构，反映了栽培大豆复杂的驯化、育种和种质交换历史。不同多变量分析提供了互补的遗传关系视图。观察到的遗传结构与市场类别和地理起源相关，但两者在群体中高度混杂，因此聚类模式应被解释为与这些重叠因素的关联，而非单一因素导致的分化。

基于Q≥0.70阈值的AMOVA显示大部分分子变异存在于类群内部，这与先前对栽培大豆和其他自花授粉作物的研究一致。成对F_ST和Nei's遗传距离表明三类群间存在不同程度的遗传分化。遗传分化程度依赖于定义遗传类群所使用的祖先阈值，限制分析于强祖先分配的种质会增加表观分化。类群1表现出最高的数值多样性，而类群3较低，但由于类群规模极不均匀，特别是仅含5份种质的类群2，这些比较需谨慎解读。类群3较低的多样性不应被直接解释为奠基者效应或受限创始系的证据，可能反映了采样、地理起源、育种历史和选择的多种重叠因素。

这项研究为面向SSA的菜用大豆育种提供了重要启示。菜用大豆在SSA仍属未被充分利用的作物。本研究鉴定的遗传多样性类群，特别是类群1中较高的遗传多样性以及类群1与类群3之间相对较低的遗传分化（F_ST=0.128），为选择遗传对比鲜明的亲本进行杂交以创造广泛遗传变异的育种群体提供了候选材料。同时，类群2与类群3之间的高度分化（F_ST=0.335）也为引入远缘遗传资源拓宽SSA菜用大豆的遗传基础提供了机会。研究人员指出，这些结果为种质资源保护和鉴定遗传多样性候选材料提供了基因组信息，但未来仍需进行表型和多环境评价，以确定蔬菜品质、农艺表现及对SSA环境的适应性。