《Agronomy》：Correction: Joel, M.F.; Glina, B. From Drainage to Rewetting—Soil Transformations in European Agricultural Peatlands: A Review. Agronomy 2026, 16, 586
编辑推荐：
种子含油量是大豆育种的重要目标之一。然而，种子含油量的遗传基础仍很大程度上未被解析。研究人员利用由Feidong与Guanyun杂交衍生的201个株系组成的重组自交系（recombinant inbred line，RIL）群体，在5个环境下鉴定大豆种子含油量
种子含油量是大豆育种的重要目标之一。然而，种子含油量的遗传基础仍很大程度上未被解析。研究人员利用由Feidong与Guanyun杂交衍生的201个株系组成的重组自交系（recombinant inbred line，RIL）群体，在5个环境下鉴定大豆种子含油量的数量性状位点（quantitative trait locus，QTL）。广义遗传力高达92.34%，表明该群体和这组环境下表型变异主要由遗传贡献。研究人员构建了包含11,220个单核苷酸多态性（single nucleotide polymorphism，SNP）标记的高密度遗传图谱，总图距2507.62 cM，标记间平均距离0.22 cM。通过联合使用5种QTL定位方法，共鉴定24个QTL，其中8个为至少在3个环境中检测到的稳定QTL，7个为5种方法均检出的QTL。其中qOil-5-4、qOil-9-2和qOil-10-3被视为主效且稳定QTL。在这三个主效稳定QTL区间内，除Glyma.05g244100（GmMFT/GmST05）为实验验证基因外，其余6个在种子发育阶段高表达的基因被鉴定为需进一步验证的推定性候选基因。综上，该研究鉴定的主效稳定QTL与候选基因为解析种子含油量遗传架构提供依据，并在独立遗传背景下精细定位与验证后，具有培育高油大豆品种的应用潜力。
研究背景方面，大豆（Glycine max (L.) Merr.）是全球重要油料作物，大豆油广泛用于食品与工业领域。种子含油量属复杂数量性状，受多基因与环境共同影响。过去三十年已报道超过300个大豆种子含油量QTL，但早期研究因标记密度和群体规模限制，区间较宽；且许多QTL跨环境、遗传背景不稳定、加性效应较小，极少能用于标记辅助选择（marker-assisted selection，MAS）。因此，研究人员亟需在高密度图谱与多环境下识别主效、稳定QTL及候选基因，以提升分子育种效率。该研究由研究人员利用Feidong×Guanyun重组自交系（RIL）群体开展，结论为：鉴定出24个QTL，其中qOil-5-4、qOil-9-2、qOil-10-3为主效稳定QTL；三个位点有利等位基因聚合可使种子含油量由16.41%提升至19.13%；并提出7个推定性候选基因。相关成果发表于《Agronomy》。
关键技术方法上，研究人员以Feidong与Guanyun杂交经单粒传（single seed descent，SSD）获得的201个RIL为材料，在江苏淮安2018—2021年4个环境及山东济宁2019年1个环境共5个环境种植并测产；采用双酶切限制性位点关联DNA测序（double digest restriction-site-associated DNA sequencing，ddRAD-seq）进行基因型分型；用近红外反射光谱（near-infrared reflectance，NIR）测定种子含油量；构建高密度SNP遗传连锁图；联合复合区间作图（composite interval mapping，CIM）、全基因组复合区间作图（genome-wide composite interval mapping，GCIM）、包容复合区间作图（inclusive composite interval mapping，ICIM）、三方差组分多位点随机SNP效应混合线性模型（3 variance-component multi-locus random-SNP-effect mixed linear model，3VmrMLM）及基于混合模型的复合区间作图（mixed-model-based composite interval mapping，MCIM）五类方法定位QTL；并基于基因本体（gene ontology，GO）注释与公共RNA-seq表达数据筛选候选基因。
3.1 表型变异：研究人员对FG-RIL群体5个环境下种子含油量进行描述统计与方差分析，亲本Feidong平均16.69%、Guanyun平均19.19%；RIL群体呈连续分布与超亲分离，广义遗传力92.34%，表明种子含油量为多基因控制且遗传贡献大。
3.2 遗传连锁图构建：研究人员通过ddRAD-seq获得42,974个高质量SNP，过滤冗余后以11,220个SNP建图，覆盖20条染色体、2507.62 cM，平均间距0.22 cM，遗传图与物理图Spearman相关系数均值0.92，满足QTL定位需要。
3.3 QTL鉴定：3.3.1 单环境分析显示，CIM、GCIM、ICIM、3VmrMLM四类方法共得24个QTL；qOil-5-4、qOil-9-2、qOil-10-3在多种方法中稳定出现。3.3.2 多环境联合MCIM分析检出11个主效加性QTL、7对加性×加性上位性QTL；主效加性贡献64.61%，上位性仅3.81%，加性×环境互作弱，说明含油量主要由加性效应控制。
3.4 主效稳定QTL个体与组合效应：研究人员比较qOil-5-4、qOil-9-2、qOil-10-3单一位点与两位点、三位点组合，三位点均携有利等位基因RIL平均含油量19.13%，均不利者为16.41%，证明三主效稳定QTL对含油量遗传架构具关键作用。
3.5 候选基因预测：研究人员在qOil-5-4（40,912,045~42,228,920 bp）、qOil-9-2（45,485,059~48,772,587 bp）、qOil-10-3（44,729,744~45,546,292 bp）内分别获175、393、99个注释基因；依GO与14种组织RNA-seq表达，筛选出7个种子发育期高表达基因，其中Glyma.05g244100（GmMFT/GmST05）为已验证基因，其余Glyma.05g232700、Glyma.05g246100、Glyma.09g233900、Glyma.09g243000、Glyma.09g243100、Glyma.10g215400为推定性候选基因。
讨论部分指出，FG-RIL群体表型变异显著且遗传力高，为定位奠定基础；五法联用提升QTL检出可靠性；七对 ded 上位性中五对为负上位性，提示聚合有利等位基因不一定获最优表型，育种须考虑等位基因组合；三个主效稳定QTL区间较既往更窄且与已发表区间重叠；转录组筛选候选基因有局限，mRNA丰度不等于蛋白功能，推定性候选基因须经基因编辑与过表达验证；未来需用次级分离群体与KASP标记对qOil-10-3精细定位，并量化温度、降水等环境因子与QTL效应关系。
结论部分译为：本研究构建了含11,220个SNP标记、平均标记距离0.22 cM、总长2507.62 cM的高密度遗传图谱；共鉴定24个大豆种子含油量QTL，包括至少3个环境检出的8个稳定QTL及5种方法均检出的7个QTL；qOil-5-4、qOil-9-2、qOil-10-3为主效稳定QTL；3个加性QTL具显著加性×环境互作，7对上位性均由加性QTL构成；三主效稳定QTL区间筛得7个候选基因，Glyma.05g244100（GmMFT/GmST05）已实验验证，其余6个为需功能验证的推定性候选基因；上述发现经独立遗传背景精细定位与验证后，可作为大豆分子育种的有前景靶点。
