《Frontiers in Plant Science》:Integrative haplotype and SNP-based GWAS supports the identification of stable genomic loci controlling yield-related traits in soybean
编辑推荐:
大豆产量易受环境变异影响,因此在大豆育种程序中检测并利用与产量相关性状相关的稳定基因组区域具有重要意义。本研究开展了基于SNP和单倍型的全基因组关联分析(GWAS),以揭示与大豆产量相关性状相关的重要候选基因组区域和推定候选基因。研究表明,单倍型与SNP-ba
大豆产量易受环境变异影响,因此在大豆育种程序中检测并利用与产量相关性状相关的稳定基因组区域具有重要意义。本研究开展了基于SNP和单倍型的全基因组关联分析(GWAS),以揭示与大豆产量相关性状相关的重要候选基因组区域和推定候选基因。研究表明,单倍型与SNP-based GWAS的整合可提升复杂性状相关基因组区域的检测能力,增强统计功效,并有助于鉴定具有生物学相关性的候选基因。基于单倍型与SNP-based GWAS的整合分析,分别检测到10个稳定单倍型区块和6个稳定SNP。此外,还鉴定到多个与产量相关性状相关的候选基因。例如,6个基因被注释为转运蛋白,包括Glyma.15G092800(编码丝氨酸型内肽酶活性)、Glyma.15G203300(编码主要协助转运蛋白超家族(MFS)糖转运蛋白)、Glyma.04G163000(跨膜转运蛋白)以及Glyma.04G164100(富含亮氨酸重复受体样蛋白激酶(LRR-RLK)),这些是最有前景的候选基因。此外,3个参与多种植物激素信号通路和代谢途径的基因有望通过改善大豆植株株型来提高种子产量。鉴定到的携带有利等位基因的优良单倍型将有助于未来大豆育种计划中的标记辅助选择。
大豆[Glycine max (L.) Merr.]是重要的豆科作物,因其高蛋白质和油含量而成为人类营养和动物饲料的重要来源。随着商业需求的增长,哈萨克斯坦的大豆种植面积从2000年的3500公顷扩展至2022年的128,000公顷以上。与许多其他作物类似,大豆生长发育受地理位置、温度、湿度等环境因素及农艺措施(播种日期、灌溉、施肥和病虫害防治)的直接影响。大豆产量取决于每株种子数、每株种子重、荚数、百粒重等种子相关性状,也受株高、第一节高度、分枝数、节间长度等株型结构性状影响。这些产量参数由多基因控制且受环境因素强烈影响,因此培育适应不同气候条件的稳产品种十分重要。
为解析大豆产量相关性状的遗传机制,传统研究多采用双亲本作图群体检测QTL,但该类群体仅源于两个对比亲本,遗传多样性较低,存在明显局限。全基因组关联分析(GWAS)利用高多样性关联群体克服了连锁作图的不足,已在多种作物中成功应用。然而,基于单标记的SNP-based GWAS仍有一定局限性:复杂性状中效应较小的位点可能被遗漏,而产量相关性状通常由多基因互作控制。单倍型-based GWAS通过分析染色体片段上共遗传的等位基因组合,可提高统计功效并发现SNP-based GWAS可能遗漏的基因组区域,两种方法具有互补性。尽管如此,在大豆产量研究中结合单倍型与SNP-based GWAS的报道仍然有限。研究人员利用170份来自不同国家、成熟组为000-IV的大豆种质资源,在2023-2024年于哈萨克斯坦东南部的哈萨克农业与作物种植研究所(KRIAPG)试验田开展研究,设置常规播种与延迟播种两种日期构成四个环境(E1-E4),采用随机完全区组设计(RCBD)三次重复,对株高(PH)、第一节高度(HFP)、分枝数(NB)、有效节数(NPN)、每株荚数(NPP)、每株种子数(SNPP)、百粒重(HSW)和每株种子重(SWP)共八个产量相关性状进行了调查与关联分析。研究目的在于:(1)鉴定不同环境(包括不同播种日期)下与产量相关性状相关的稳定基因组位点;(2)确定已鉴定QTL区域的候选基因;(3)检测和评估有利等位基因和单倍型,为未来大豆育种中的标记辅助选择提供依据。该研究成果发表于《Frontiers in Plant Science》。
**主要技术方法**
研究人员采用DArTseq技术对来自不同国家的170份大豆种质(成熟组000-IV)进行全基因组基因分型,获得约60,000个标记,质控后保留30,000余个高质量标记(13,765个Silico-DArT和16,914个DArT-SNP)。单倍型-based GWAS采用PLINK v1.9基于连锁不平衡(LD)构建单倍型区块,运用一般线性模型(GLM)进行关联分析;SNP-based GWAS运用GAPIT版本3中的BLINK、FarmCPU、MLMM、MLM和GLM五种模型。以Bonferroni校正后的-log
10(P)≥6为显著阈值。候选基因预测在显著位点±100kb窗口内基于Williams 82参考基因组(Wm82.a6.v1)进行功能注释与GO富集分析。
**研究结果**
*表型数据*
四个环境下的表型分布显示所有性状均存在明显的环境效应。晚播环境E2中NB、NPN、NPP、SNPP和SWP平均值最高,早播环境E3中这些性状平均值最低;PH和HSW在E3最高、E2最低。广义遗传力(H
2)估计范围为56.4%-91.8%,其中PH遗传力最高(91.8%),HSW为80.5%,表明这些性状受较强的遗传控制。HFP(56.7%)和NB(56.4%)的遗传力中等,环境及基因型×环境互作对表型变异贡献较大。
*分子标记数据与群体结构分析*
质控后保留的标记平均读序深度为19,可重复性为0.995,检出率为0.96。群体结构分析基于前三个主成分,将170份大豆种质分为三个簇,但聚类结果与地理来源无明显对应关系。
*产量相关性状的全基因组关联分析与推定基因鉴定*
**单倍型关联分析**:共生成860个单倍型区块,每个包含2-12个连锁SNP。至少在三个环境中检测到的单倍型被认定为稳定单倍型,共鉴定出10个稳定单倍型区块,分布在4、6、11、15和19号染色体上。其中检测到三个共定位QTL:15号染色体上的qhSY15与SWP、NPP和SNPP相关;4号染色体上的qhSWP-PH4与SWP和PH相关;19号染色体上的qhPH-SNP19与PH和SNPP相关。单倍型效应分析表明,主要或次要单倍型均可能携带有益等位基因,对目标性状产生正向效应。
**SNP关联分析**:通过GAPIT中六个模型的关联分析,共鉴定到24个与九个研究性状相关的QTL,分布于除1、3、12、16和17号染色体外的所有染色体。至少在两个环境中检测到的QTL被认定为稳定QTL,共获得6个稳定QTL:4号染色体上qSWP4和qHSW4分别与SWP和HSW相关;15号染色体上qNPP15与NPP相关;6号染色体上共定位QTL qSY6与NB、NPN和SNPP相关。LD衰减分析显示基因组r
2在约123kb处降至0.2。整合两种GWAS结果共鉴定出18个相关基因,其中qSWP(qhSWP4)和q