基于基因组SNP标记的豇豆（Vigna unguiculata [L.] Walp.）群体遗传结构解析及育种相关性状在以尼日尔为中心的萨赫勒多样性群体中的分布

《Plant Genetic Resources》：Population structure and diversity of cowpea (Vigna unguiculata [L.] Walp.): Genomic inference and preliminary distribution of breeding-relevant traits in a Niger-centred Sahelian diversity panel

　　

遗传多样性研究对于理解群体结构和优化育种计划至关重要。为支持豇豆育种工作，研究人员对一个包含185份种质资源的群体进行了多样性研究，其中包括125份从尼日尔新收集的种质资源以及由尼日利亚、布基纳法索、塞内加尔和尼日尔研究机构提供的其他种质资源。本研究旨在分析豇豆的群体结构（population structure）和基因组多样性，并对不同基因组聚类间的表型变异进行初步评估。通过基因分型测序（GBS，genotyping-by-sequencing）获得了20,918个单核苷酸多态性（SNP，single nucleotide polymorphism）标记，用于评估群体结构和遗传多样性。采用贝叶斯方法（ADMIXTURE软件）推断群体结构，并通过多元方法——主成分判别分析（DAPC，discriminant analysis of principal components）对聚类结果进行了验证。共鉴定出7个遗传聚类（A1–A7）。尼日尔种质资源主要归属于聚类A1、A2、A3和A5；塞内加尔种质资源主要归属于A4；而尼日利亚种质资源主要归属于A7。尼日利亚种质资源与尼日尔种质资源之间存在强烈的遗传分化。物候性状和产量构成因素的评估揭示了聚类间的显著差异。大多数聚类表现出低且多峰的籽粒和荚壳产量分布，而聚类A5则一致地结合了早熟性、高秸秆产量和优越的繁殖性能，凸显了其育种潜力。总体而言，本研究产生了一个大规模的SNP标记数据集，并为一个多样化的豇豆种质群体提供了整合的基因组和初步表型信息。这些资源将有助于进一步开展豇豆——一种对萨赫勒地区国家至关重要的豆类作物——的群体遗传学、育种和关联作图研究。

**论文解读**

**一、研究背景与问题提出**

豇豆（Vigna unguiculata [L.] Walp.）是一种自花授粉的二倍体（2n=22）豆类作物，基因组大小为613 Mb，是撒哈拉以南非洲消费最广泛的食用豆类之一。豇豆籽粒富含蛋白质、叶酸、碳水化合物和矿物质，其秸秆和荚壳是优质的饲料资源，同时豇豆还通过根际共生固氮作用提升土壤肥力，并为小农户提供收入来源。

早期豇豆遗传多样性研究主要依赖形态学标记和基于PCR的标记（如随机扩增多态性DNA即RAPD和简单序列重复即SSR），但形态标记的表达易受环境影响，而SSR对基因组的覆盖度有限。单核苷酸多态性（SNP）标记因其广泛的基因组分布、高重复性和染色体特异性定位，已成为群体基因组学研究的首选工具。基因分型测序（GBS）能够以较低成本实现全基因组规模SNP的高效发掘。豇豆育种重点关注早熟性（以逃避末期干旱）、对寄生杂草（Striga gesnerioides和Alectra vogelii）的抗性、籽粒产量和品质、饲料生物量生产以及对多样化农业生态条件的适应性等关键性状。然而，尼日尔豇豆种质资源的遗传结构，尤其是当地地方品种与来自邻近萨赫勒地区国家研究机构育成品种之间的关系，尚未得到充分表征。近期一项基于DArTseq SNP标记的研究揭示了西非豇豆种质有限的遗传多样性和高度结构化的群体，但未专门探讨尼日尔农民管理的多样性或遗传聚类与表型之间的关联。本研究通过将全基因组GBS基因分型与参与式育种导向多样性群体的表型鉴定相结合，填补了这一空白。

**二、研究方法概述**

研究人员组建了一个包含185份豇豆种质资源的参与式育种导向多样性群体，其中125份来自尼日尔Dosso、Maradi、Tillabery和Zinder等地区的农民田间，另60份来自西非各国的研究机构和种子公司（包括尼日尔INRAN和ICRISAT、布基纳法索INERA、尼日利亚IITA和ABU、塞内加尔CERAAS）。DNA提取采用混合取样策略，每份种质取10株幼苗叶片等量混合，按照Risterucci等人的方案提取DNA。利用PstI和MseI限制性内切酶进行双酶切制备DNA文库，在Illumina HiSeq 4000平台进行150 bp单端测序。测序数据经GBSX解复用、CUTADAPT去除接头、FASTQC质控后，将序列比对到豇豆参考基因组IT97K-499-35，利用VCFHunter流程进行SNP检岀，经VCFPreFilter和vcfFilter过滤后，仅保留次要等位基因频率≥0.025且缺失率低于30%的位点，最终获得20,918个高质量SNP。群体结构采用ADMIXTURE（K=1至15，100次重复）和DAPC两种方法推断，以交叉验证误差最低和diffNgroup准则确定最佳聚类数。遗传多样性指标（观测杂合度H_o、期望杂合度H_e、近交系数F_is、等位基因丰富度、私有等位基因数）使用R包hierfstat和poppr计算。表型试验在尼日尔ICRISAT Sadore研究站进行（2019年3月至6月），采用增广区组设计，调查了首次分枝天数、首次开花天数、成熟天数、籽粒产量、秸秆产量和荚壳产量6个性状。

**三、研究结果**

（一）群体遗传结构

经SNP过滤后共保留20,918个高质量SNP。ADMIXTURE在100次重复中最常支持的聚类数为K=12，而DAPC在所有100次重复中一致识别出K=7。两种方法在K=7时的聚类方案具有一致性（卡方检验P<2.2×10^-16），仅少数种质在两个方法间分配不一致。最终采用ADMIXTURE的7个聚类（A1–A7）进行后续分析。聚类大小分别为：A1（n=79）、A2（n=21）、A3（n=16）、A4（n=13）、A5（n=23）、A6（n=12）和A7（n=21）。从来源国分布来看，尼日尔种质在所有聚类中均有分布，但半数以上归属于A1；布基纳法索种质分布在5个聚类中，以A2为主；尼日利亚种质主要归属于A7；塞内加尔种质主要归属于A4。

（二）尼日尔地方品种在遗传聚类中的分布

59%的尼日尔农民田间收集种质归属于A1聚类，该聚类包含来自所有四个调查区域的种质。地方品种在聚类A5中占16.12%，在A3中占11.29%。总体而言，尼日尔地方品种在遗传聚类间未呈现出清晰的地理结构模式。

（三）地方品种名称与遗传聚类的关系

总体而言，具有相同俗名的种质归属于同一遗传聚类，不受采集村庄的影响。但存在少数例外：来自Zinder的一份Baadare种质被归入A5聚类，而来自Maradi的另外两份Baadare则归入A1；来自Dosso的一份Dan Bauchi种质与来自Maradi的另外两份Dan Bauchi不在同一聚类；四份Doungouri Kirey中有一份与其余三份不在同一聚类，尽管它们采集自同一村庄。

（四）研究机构品种与地方品种的分布关联

所有7个聚类均包含地方品种和研究机构育成品种的混合组成，没有任一聚类仅由地方品种构成。聚类A1以地方品种为主；A2中地方品种与研究品种比例大致均衡；A3和A5也以地方品种为主；A4主要由塞内加尔CERAAS种质构成；A6包含来自多个机构的地方品种和研究品种；A7最为独特，包含19份尼日利亚种质。

（五）群体间遗传分化

两两F_st分析揭示了三类遗传分化模式。A1（尼日尔种质）与A2（尼日尔种质）之间分化可忽略不计（F_st=0.03），表明共同的遗传背景。A5与A6之间呈中等分化（F_st=0.09）。以尼日利亚种质为主的A7与所有其他聚类高度分化（F_st=0.24–0.41）。A4（塞内加尔种质）与A6之间的分化最高，表明两者遗传背景显著不同。总体遗传结构在很大程度上反映了地理来源。

（六）群体内遗传多样性

所有聚类的观测杂合度H_o均较低（0.095–0.143），与豇豆自花授粉的交配系统一致。期望杂合度H_e在A4中最低（0.194），在A6中最高（0.301）。等位基因丰富度在A6和A7中最高，在A4中最低。私有等位基因数以A1最高（109个），其次为A3（57个）、A5（21个）和A7（21个），而A2、A4和A6的私有等位基因数很少。近交系数F_is在所有聚类中均较高，仅A7低于0.5（F_is=0.492），进一步支持其遗传背景的独特性。

（七）表型性状在各遗传聚类中的分布

**首次分枝天数**：聚类A2、A4和A6分枝起始较晚，分布峰值集中在较高数值；A1和A3分枝稍早且分布较宽；A5分布偏向晚分枝并具有明显单峰；A7分布居中且较窄。

**首次开花天数**：A2和A4开花较晚，分布较宽且对称；A1和A6开花较早但分布更宽；A3开花时间同步性高，呈尖锐单峰；A5呈双峰分布，表明存在两个开花亚群；A7开花较早且稳定，分布较窄。

**成熟天数**：A1分布较宽，峰值集中在72–75天；A2成熟较晚（78–80天）；A3呈双峰分布；A4集中在75–78天且较均一；A5成熟较早（68–72天）；A6分布分散（70–75天），带有晚熟尾端；A7在70–73天处有明显峰值，另有一小群更早（约60天）。

**籽粒产量**：A1、A2、A3、A4、A6和A7均呈强烈右偏分布，大量观测值集中在极低产量区域。A5明显不同，分布更宽且更接近单峰，籽粒产量更高且更一致。

**秸秆产量**：A1、A2、A4和A6呈双峰分布，表明聚类内存在秸秆生产水平的差异。A3分布较宽但较平滑，秸秆产量中等且相对稳定。A5秸秆产量最高，分布向高生物量方向延伸。A7分布强烈偏向低秸秆产量。

**荚壳产量**：总体呈高度右偏分布。A1、A2和A3在极低值处有尖锐峰值和长右尾；A4峰值极窄且接近零；A5分布更宽更连续，向较高荚壳产量延伸；A6和A7分布强烈集中在零附近。

**四、讨论与结论**

DAPC与ADMIXTURE结果的广泛一致性增强了对所推断遗传结构的信心。在国家层面，遗传结构大体反映了地理来源。A7（尼日利亚种质）与所有其他聚类高度分化，与Ali Koura等人的研究结果一致。尼日利亚种质聚为单一聚类可能与其狭窄的遗传基础有关，Li等人曾报道尼日利亚研究品种的多态性有限。布基纳法索研究品种分布在5个聚类中，反映出其育种计划所用亲本系的多样化来源。塞内加尔种质几乎全部归入A4，这可能与其作为农民品种而非研究材料的状态有关，反映了较为局限的遗传来源，与Kouakou等人在塞内加尔Louga地区观察到的低基因流现象一致。

关于"农民管理的地方品种遗传多样性高于研究机构品种"的假设仅获得部分支持：尼日利亚研究品种确实局限于单一聚类（A7），遗传基础狭窄；但布基纳法索研究品种分布在5个聚类中，表现出与地方品种相当的遗传多样性。这些对比表明研究品种的遗传多样性并非普遍狭窄，而反映了各国育种策略和亲本多样性的差异。

在尼日尔境内，地方品种在聚类间无清晰地理模式，这可能归因于农民间种子交换（包括赠与、种子公司和农业推广服务）促进的基因流。一般而言，具有相同俗名的种质归属于同一遗传聚类，但Baadare、Dan Bauchi和Doungouri Kirey的例外情况可能与农民基于农艺形态特征命名有关——两个遗传上不同的地方品种若形态相似可能获得同一名称，这提示需厘清同物异名和重复材料以正确评估地方品种内的多样性。

聚类A5在7个遗传聚类中独具优势，结合了早熟性、高秸秆产量和优越的籽粒产量，是育种的高优先级聚类和产量改良亲本的潜在来源。聚类A2表现晚熟、晚花和晚分枝但产量较低，可能对特定干旱响应策略的晚熟性状有价值。聚类A7代表有限的早熟性和低生产力。聚类A3的双峰物候模式表明聚类内存在亚结构，可作为遗传研究中对比等位基因的来源。在高产聚类A5与遗传距离较远但表型对比鲜明的聚类A2或A3之间进行杂交，有望最大化等位基因重组和超亲分离，从而提高在农民管理条件下选育优良品系的概率。

**研究结论译文：** 本研究鉴定了20,918个SNP，据此推断出7个分化良好的遗传聚类。包含59.67%尼日尔地方品种的主要聚类由来自两个主要豇豆产区（西部和中南部）的种质组成，表明地理分化有限。尼日利亚研究品种与尼日尔地方品种遗传距离较远。部分布基纳法索种质与尼日尔地方品种表现出较近的遗传亲缘关系。塞内加尔种质形成独立聚类，但与尼日尔地方品种呈中等遗传距离。基因组结构推断与表型性状分布分析的结合为后续关联作图和育种提供了稳健框架。聚类间及聚类内物候和产量相关性状的表型变异识别增强了标记-性状关联检测的效力。各聚类在物候和产量性状上的互补特征应有助于在育种计划中选择遗传多样的亲本以促进重组和环境适应性。