基于GWAS、转录组学和机器学习的麦芽大麦籽粒镉含量基因组预测

《Plant Physiology and Biochemistry》：Integrating GWAS, transcriptomics, and machine learning enables genomic prediction of grain cadmium content in malting barley

专业术语翻译 整合全基因组关联分析（GWAS）、转录组学和机器学习实现了麦芽大麦籽粒镉含量的基因组预测。研究人员利用基于GWAS衍生的单核苷酸多态性（SNPs）结合XGBoost算法，开发了一个高精度的麦芽大麦籽粒镉（Cd）浓度基因组预测模型（相关系数r = 0.86）。多组学整合分析优先筛选出67个可能参与镉积累的候选金属转运蛋白基因。其中，HvACA8a被推断为籽粒镉的潜在负调控因子，而HvAHA9和HvYSL15则被鉴定为正调控因子，这为培育低镉麦芽大麦品种提供了靶点。

论文解读文章

研究背景与科学问题

镉（Cd）污染对农业生产构成日益严重的威胁，其主要来源包括工业活动和磷肥施用。大麦作为全球第四大谷类作物，更是酿造工业的关键原料。然而，大麦植株易从污染土壤中吸收镉并在籽粒中积累，这不仅影响发芽均匀度、降低糖化力，还会损害酵母发酵性能，最终决定麦芽和啤酒的品质。因此，亟需高效的方法来预测麦芽大麦籽粒的镉积累情况，以保障工业原料质量和酿造产业的稳定供应。尽管已有基于土壤性质的预测模型，但不同大麦品种间的基因型变异显著，主要由遗传因素决定。基因型到表型（G2P）模型为此提供了强大替代方案，可直接从基因组数据预测表型性状。然而，针对镉积累性状的G2P模型性能尚未得到系统评估，且关键调控基因仍不明确。为此，研究人员结合基因组与多组学方法，旨在阐明大麦籽粒镉积累的遗传基础。

研究方法与技术路线

研究人员首先利用来自100份大麦种质在镉胁迫下的根和叶组织的转录组测序（RNA-seq）数据进行变异检测，经过严格过滤获得高质量双等位SNP数据集。随后进行全基因组关联分析（GWAS）鉴定显著关联SNP，并构建了GWAS-SNP标记组合随机-SNP标记组。采用四种机器学习算法——弹性网络（Elastic Net）、极限梯度提升（XGBoost）、随机森林（RF）和支持向量回归（SVR），以及传统基因组最佳线性无偏预测（GBLUP）作为基线模型，对籽粒镉浓度进行预测。此外，还进行了顺式表达数量性状位点（cis-eQTL）定位、差异表达基因（DEGs）分析和加权基因共表达网络分析（WGCNA），以整合多组学数据鉴定候选基因。

研究结果

1. 表型和基因型数据用于G2P分析

表型分析显示，100份大麦种质的籽粒镉浓度在2012年和2013年间呈现强正相关（R=0.8），广义遗传力为68.4%，表明该性状主要由遗传因素控制。GWAS分析在显著性阈值P_值<1.23×10^-6下，鉴定了多个与籽粒镉浓度（2013年）、根溶液镉浓度及根向地上部镉转运相关的位点，共获得3,902个显著关联SNP用于后续分析。

2. SNP标记组与G2P建模

研究发现显著SNP富集于转录起始位点（TSS）附近。基于此，研究人员构建了包含前500、1,000、2,000和3,500个最显著SNP的GWAS-SNP标记组及相应大小的随机对照标记组。在所有模型中，基于前1,000个GWAS衍生SNP的XGBoost模型在测试集上取得了最高预测精度（r=0.86），尽管计算时间有所增加。使用GWAS-SNP组的模型性能始终优于随机SNP组，证明了利用GWAS衍生标记可有效提升预测性能。

3. 根和叶中cis-eQTL的鉴定

在假发现率（FDR）<0.05阈值下，共鉴定出25,438个eQTL，关联16,251个独特基因（eGenes）。其中，61.7%的eQTL在两个组织中共享，但仅有51.9%的eGenes表现出保守的调控模式，表明镉响应涉及组织特异性的动态调控重连。

4. DEGs鉴定与WGCNA分析

镉处理与对照比较，根中鉴定出5,709个DEGs，叶中为3,092个。GO和KEGG富集分析显示，根DEGs主要富集于叶绿素结合、类囊体膜和苯丙烷生物合成，而叶DEGs主要涉及过氧化物酶活性和次生细胞壁。高镉与低镉积累组比较，根中有2,964个基因、叶中有2,684个基因满足|log₂倍数变化|>1。WGCNA分析构建了12个共表达模块，其中多个根模块（ME1、ME5、ME6、ME9、ME11）和叶模块（ME4、ME7）的表达与籽粒镉浓度高度相关。

5. 整合分析揭示调控镉积累的关键基因

通过整合GWAS、cis-eQTL、WGCNA和DEGs分析，研究人员聚焦于重金属转运蛋白家族（HMA、ZIP、NRAMP、YSL），共鉴定出67个候选基因。特别地，编码钙转运ATP酶的HvACA8a基因被四种独立分析方法共同鉴定。表达分析显示，HvACA8a受镉处理诱导，且在高镉积累种质中下调表达，其表达水平与籽粒镉浓度呈负相关，表明其为潜在负调控因子。相反，HvAHA9和HvYSL15被鉴定为正调控因子。

讨论与结论

讨论部分指出，镉污染威胁工业作物品质，而传统的化学分析方法耗时费力。本研究首次建立了基于G2P的麦芽大麦籽粒镉风险预测框架。在模型选择上，XGBoost在特定标记组上表现最优，但其优势依赖于标记集的选择，这与近期研究一致。SNP标记的相关性和密度对预测准确性至关重要，本研究表明1,000个SNP足以实现高精度预测。在生物学解释方面，多组学整合策略将数千个候选基因缩小至67个，这些基因显著富集于金属离子跨膜转运活性等关键功能。HvACA8a、HvAHA9和HvYSL15等基因的发现为分子育种提供了可操作的标记。

研究结论：本研究整合基因组、转录组和调控分析，阐明了麦芽大麦籽粒镉积累的遗传基础。通过联合GWAS和基因组预测，研究人员鉴定了显著的SNP标记，并证明XGBoost能准确预测籽粒镉浓度。顺式eQTL分析揭示了镉响应背后既有组织特异性也有共享的调控架构。通过交叉分析差异表达、共表达网络和GWAS信号，研究人员锁定了关键候选基因，特别是钙转运ATP酶HvACA8a，它被推断为籽粒镉积累的潜在负调控因子。这些发现为培育低镉麦芽大麦品种提供了有价值的遗传标记和候选基因，最终有助于保障酿造工业的高质量原料供应，并提升大麦作为工业作物的价值链。