棉花全基因组核心SNP位点筛选与评价

　　

摘要：

培育高产、优质、多抗性状协同改良的品种是棉花育种的主攻目标，其育种效率的提升依赖于基因组水平遗传变异的精准解析与高效利用。本研究基于陆地棉自然群体基因组241万个原始单核苷酸多态性位点(SNP)，构建了覆盖全基因组的147,307个连锁不平衡区块(LD block)，通过分步筛选策略获得58,207个核心SNP位点，将原始SNP数据集简化了97.59%。核心集SNP在At (38.48 kb/SNP)与Dt (38.59 kb/SNP)亚组分布均衡，次要等位基因频率(MAF)和多态信息含量(PIC)均优于原始集。其中，MAF高值区间(0.2~0.5)比例提升13.74%，PIC高值区间(> 0.2)提升14.23%。基因位置注释显示，核心集中有8173个位点(14%)位于基因区或调控区。位点代表性评估表明，核心集与原始集构建的遗传距离矩阵高度相关(r = 0.85)。将源于37篇文献、与育种目标性状关联的20,009非冗余SNP位点进行染色体位置回帖，发现98.3%位点(19,666/20,009)与核心集中6258个SNP所在的位置或LD block共定位。本研究建立的陆地棉栽培品种核心SNP集，具有较好的遗传背景和优异性状关联位点代表性，借助SNP芯片技术可大幅降低基因型检测成本与数据分析复杂度，为开展陆地棉群体遗传学研究、全基因组关联分析及分子标记辅助选择提供了遗传工具与标记信息，也可为其他作物高密度SNP的高效筛选与利用提供借鉴。