主要谷类作物非生物胁迫抗性的分子与基因组辅助育种策略

《Plant Stress》：Molecular and Genomics-Assisted Breeding Strategies for Enhancing Abiotic Stress Resilience in Major Cereals

　　

全球人口预计到2050年将达到约97亿。这一预期增长将需要可持续且充足的作物生产，尤其是在发展中国家，胁迫、土地退化和有限的农业资源仍然是主要挑战。因此，开发具有胁迫抗性的作物品种对于减少产量损失并在气候变化条件下加强全球粮食安全至关重要。传统植物育种在提高农业生产率方面取得了显著成就，特别是通过作物产量潜力的稳步提高。然而，由于非生物胁迫适应性的进一步遗传改良仍然困难，因为胁迫响应通常是多基因控制的，受基因型×环境（genotype?×?environment, G?×?E）互作的强烈影响，并在目标环境中表现出不同的表达模式。在过去十年中，基因组辅助育种（genomics-assisted breeding, GAB）为鉴定、预测和修饰胁迫适应性遗传变异提供了更多机会，但将基因组发现转化为稳定的遗传增益仍然不一致。因此，本综述通过三个决定基因组信息转化为遗传增益的问题，批判性地审视了GAB的当前进展：（a）为什么许多与胁迫相关的位点和候选基因未能从发现阶段推进到育种应用阶段；（b）应如何通过标记辅助回交导入和聚合、全基因组预测以及靶向遗传修饰来利用主效位点和分散的多基因变异；（c）以及在G?×?E背景下，如何在目标环境群体中提高预测和选择的可靠性？解决这些问题有助于明确基因组信息应如何在目标环境中转化为持续的遗传增益，并支持开发具有胁迫抗性的谷类作物品种。

1. 引言
以谷类作物为基础的粮食系统在全球粮食安全中占据战略地位，三大主要谷类作物水稻（Oryza sativa L.）、小麦（Triticum aestivum L.）和玉米（Zea mays L.）合计约占世界粮食热量的42%和蛋白质摄入量的37%。尽管农业生产率大幅提高，但全球粮食和营养不安全状况依然持续，2024年估计有6.73亿人面临饥饿，另有数十亿人经历中度或重度粮食不安全或无法负担健康饮食。人为气候变化正在加剧这一挑战，它增加了气候变率，并改变了环境极端事件的发生频率、强度、持续时间和共现性。这些影响在脆弱的生产区域尤为明显，特别是在南亚、撒哈拉以南非洲以及干旱和半干旱农业生态区。因此，一个长期存在的挑战是减少产量不稳定性，同时缩小潜在作物生产力与实际生产力之间的差距。与此观点一致，Rong等人（2021）报道小麦、玉米和水稻的实际产量分别仅达到其估计潜在产量的约53%、53%和47%。这些产量差距分布不均，发达国家较小，但发展中国家，特别是非洲和其他脆弱农业生态区则显著更大，在这些地区，不利天气、获得适应性品种和生产投入品的途径有限以及社会经济制约因素共同限制了作物生产力。
主要气候相关非生物胁迫，包括干旱、高温（包括生育后期高温）、盐害、冷害和涝渍，在田间条件下很少单独发生。其影响具有很强的阶段依赖性和环境依赖性，最终产量损失由胁迫强度、持续时间和相对于作物发育的时间决定。因此，胁迫互作通常是非加性的，组合胁迫或连续胁迫可以产生无法从相应单一胁迫中可靠预测的生理响应。非生物胁迫从胚胎萌发阶段到胚胎成熟阶段不同程度地干扰作物的遗传潜力，然而对生长、发育和生产的影响在很大程度上取决于作物遭受非生物胁迫时的生育阶段。在萌发和幼苗建成期，非生物胁迫可限制水分吸收、扰乱植物激素平衡、延迟出苗、降低幼苗活力和群体整齐度。在营养生长阶段，非生物胁迫通过减少叶片扩展、分蘖或分枝、叶绿素保持、气孔导度、蒸腾作用、光合速率、根系增殖和生物量积累来限制冠层发育。从营养生长向生殖生长过渡并随后进入籽粒灌浆阶段是对胁迫最敏感的时期，其影响可能为高度至极高，具体取决于胁迫强度，因为该时期的非生物胁迫可能损害花粉活力、受精和籽粒形成。此外，非生物胁迫还能加速衰老并限制同化物向发育籽粒的转运，从而降低籽粒数量、籽粒重量和籽粒品质。
在过去一个世纪，尤其是过去五十年中，植物育种通过利用地方品种、农家品种、野生近缘种等中自然存在的有利变异组合，选择理想的农艺性状、适应性和抗病虫性，在提高作物生产力方面非常有效。传统育种也培育出对若干非生物胁迫具有部分耐受性的品种，但在胁迫抗性方面的进展相对有限。针对非生物胁迫耐受性的传统表型选择存在若干固有局限：环境异质性导致胁迫条件下关键性状的遗传力低或不稳定；避逆机制可能混淆对真正生理耐受性的评估；由于G?×?E，有利（非胁迫）环境和胁迫环境之间的遗传相关性通常较弱或为负。分子生物学、基因组学和组学方法的进展已转变了对植物基因组组织、基因调控以及非生物胁迫耐受性背后的生化网络的理解。这些发展使GAB流程超越了传统表型选择，能够检测、导入、创造和靶向操作胁迫适应性遗传变异。当与分子标记、基因组选择、转基因、基因组编辑和机器学习/深度学习辅助预测相结合时，现代育种方法增加了可利用的有用等位基因库，也提高了适应性变异在气候抗性谷类作物育种中的部署效率。
尽管取得了这些进展，将基因组信息转化为目标胁迫环境中可靠的育种应用仍然是一个核心挑战。在本综述中，研究人员首先讨论了谷类作物在营养生长和生殖生长阶段对主要非生物胁迫的生理响应，然后分析了限制非生物胁迫下表型选择的数量遗传学约束。随后，研究人员检视了用于发现胁迫相关变异的QTL定位和全基因组关联研究，用于部署已验证变异的标记辅助育种和单倍型分析，以及用于复杂性状预测和选择的基因组选择和高通量表型分析。接下来，研究人员考虑了用于功能验证和靶向遗传修饰的基因组编辑，及其在育种应用中的技术和监管限制，随后研究了用于优先排序胁迫响应调控因子并将调控变异与有利等位基因和单倍型关联的基因调控网络。研究人员进一步评估了用于候选基因优先排序和基因组预测的机器学习与深度学习方法，包括其补充传统基因组预测模型的潜力。最后，研究人员检验了从G?×?E到QTL?×?环境以及标记?×?环境效应的进展，及其对跨目标环境群体选择GAB方法的影响。研究人员的目的是对基因组信息转化为有效选择和实现谷类作物非生物胁迫适应性遗传增益的条件进行批判性综合。
2. 非生物胁迫对谷类作物生长和生产力的生理影响
田间条件下，作物通常同时或相继遭遇非生物胁迫。干旱、高温、盐害和淹水对作物施加不同的主要限制，但其下游效应汇聚于若干生理过程，包括植物水分关系、气孔调节、光合作用和氧化还原平衡。一种胁迫引起的响应可能加强或部分抵消另一种胁迫引起的响应。在其他情况下，对一种胁迫的驯化可能与第二种胁迫强加的生理需求相冲突。因此，组合胁迫下的响应不能总是从单独胁迫下测得的响应可靠外推。
2.1. 复合非生物胁迫对营养生长阶段的影响
干旱和盐害对植物水分关系施加相似的最初限制；干旱降低土壤基质势，而溶解盐则降低土壤溶液的渗透势。根区随之发生的水分亏缺促进气孔关闭并减少CO?向叶片内的扩散，限制光合碳同化。外部水势下降也可通过溶质积累诱导渗透调节，使细胞渗透势变得更负，有助于维持膨压。在盐害下，当Na?和Cl?被区隔在液泡中时，其有限吸收有助于渗透调节，而相容性有机溶质则有助于细胞质中的渗透平衡。随着盐害持续，被运送到蒸腾叶片的Na?和Cl?逐渐积累；如果离子排斥和细胞内区隔化不足，它们可达到毒性浓度，尤其是在老叶中。因此，过量的离子积累在盐害初始渗透效应之上增加了一个较慢的离子阶段，加速成熟叶片的衰老。由水分亏缺引起的气孔关闭在干旱与高温同时发生时可能在生理上相互冲突。高温促进气孔开放并增加叶片表面的蒸腾冷却，而叶片水势下降则有利于气孔关闭以限制水分损失。当这些胁迫同时发生时，叶片水势下降可抑制高温诱导的气孔开放，从而限制蒸腾作用和光合作用。在叶片温度高于光合最适温度时，高温可通过Rubisco失活和叶绿体电子传递速率降低施加非气孔限制。因此，干旱和高温组合可通过相互作用的扩散限制、生化限制和光化学限制来限制碳同化，其相对贡献随胁迫强度和生理背景而变化。在这些CO?限制条件下，光合电子传递链组分可能被过度还原，有利于电子传递给O?并在叶绿体中形成活性氧（ROS）。当ROS产生超过细胞清除能力时，可对膜、蛋白质和光合色素造成氧化损伤。然而，复合胁迫下的ROS积累并非一致协同；ROS水平和抗氧化响应均可能不同于相应单一胁迫诱导的水平。已在干旱和高温组合下报道了增强的ROS积累，而在干旱-盐害组合中ROS积累低于加性水平，可能反映了两种胁迫之间的交叉抗性。
与干旱相反，洪水使植物暴露于过量水分，可表现为涝渍（根区饱和而地上部保持在水面上方），或部分至完全淹没地上部。在完全淹没期间，有氧呼吸和光合作用直接受到O?和CO?在水中缓慢扩散的限制，而水深增加和浊度进一步降低淹没叶片的光照可用性。随着O?可用性下降，ATP产生从氧化磷酸化转向效率较低的底物水平磷酸化，加速碳水化合物储备的利用，并使淹没组织易于出现能量亏缺。受限的气体扩散也限制乙烯逸出，导致其在受淹组织中快速积累，作为调节淹水驯化反应的早期信号。这些驯化反应在淹水期间运作，但洪水在退水时施加第二个生理挑战。在水稻中，淹水后的复氧可诱导ROS积累和氧化损伤，而叶片尽管土壤水分充足仍可快速脱水。在盐水涝渍下，根O?缺乏降低质膜H?-ATP酶的ATP可用性，损害Na?排斥和K?保留所需的质子梯度和膜电位。这种能量限制在盐害和淹水组合期间变得特别重要，因为离子排斥与有限碳水化合物储备的保存相竞争。在这种条件下，水稻中SUB1介导的静止状态与更强的组织耐受性相结合，比Na?排斥更有效，部分通过保存碳水化合物储备和更长时间保留叶片气体膜来实现，后者延迟了Na?进入淹没叶片。
2.2. 复合非生物胁迫对生殖生长阶段的影响
生殖发育期间的非生物胁迫可影响雄性和雌性配子体形成、受精和早期种子发育，导致不育、种子败育和结实率降低。开花期间干旱和高温同时发生可同时损害雄性和雌性生殖功能及受精。糖代谢和花器官库强的破坏可进一步导致干旱和高温组合下的生殖失败。然而，这种互作的幅度在不同研究中有所差异，表明对干旱和高温组合的生殖响应不能从任一单一胁迫可靠推断。在籽粒灌浆期间，复合胁迫还可在碳供应、运输和储存的不同阶段破坏源-库关系。干旱和盐害组合可降低花后生物量积累和茎秆非结构性碳水化合物库，并伴随储备物质动员增强。类似地，干旱和高温组合可减少穗轴中维管束的数量和面积，损害蔗糖运输，而淀粉代谢的破坏可进一步限制发育籽粒中的碳沉积。胁迫顺序也可改变生殖性能，因为早期胁迫诱导的生理效应可持续存在并影响对后期发育阶段施加的后续胁迫的响应。因此，驯化反应的适应值取决于其在目标环境中遇到的胁迫时间、严重程度、持续时间和顺序下是否维持植物功能和生产力的能力。促成这种驯化的生理性状和调控机制随后可进行遗传解析和评估，以确定分子与基因组育种的靶标。
3. 仅靠表型选择难以改良非生物胁迫耐受性
传统育种通过利用现有品种、地方品种和野生近缘种中存在的自然变异，为作物生产力和粮食安全做出了重大贡献。它依赖于表型选择来组装多个基因的最佳组合，很少关注单个基因。胁迫耐受性育种通常源于农民在边际和极端环境下对野生种质的长期选择或适应性进化。然而，非生物胁迫环境下表型选择的效率受到胁迫适应性性状生物学性质的限制。胁迫耐受性通常是多基因的，强烈依赖环境，需要较长的选择周期，并且当有用等位基因存在于远缘种质中时受生殖障碍限制。因此，其表达通常与低至中等遗传力、不稳定的基因型排名和强烈的G?×?E互作相关。这种不可靠的遗传力估计降低了表型选择的效率，并限制了对遗传基础的解析，表明基因型在不利环境下可能无法完全表达其产量遗传潜力。为胁迫易发环境育种的核心决策是选择应在目标胁迫下直接进行还是在有利条件下间接进行。直接或间接选择的相对优势取决于产量在胁迫和非胁迫条件下的遗传力，以及胁迫和非胁迫环境中产量表现之间的遗传相关性。在有利环境中选择可能提高遗传力，但由于基因型?×?环境互作降低了胁迫与非胁迫表现之间的遗传相关性，这可能对胁迫育种产生误导。因此，当这种相关性较低时，在目标胁迫环境下直接选择通常能取得更大进展，而当相关性较高时，在有利条件下间接选择可能有效。因此，选择响应随遗传相关、遗传力和G?×?E互作而变化。此外，当次级性状测量成本低、与胁迫下产量生物学相关、比产量本身在胁迫下具有更高遗传力，并且在目标环境中一致有用时，间接选择次级性状可提高表型选择的效率。
在表型选择中，这些性状的遗传分析以统计概念进行，通过这些方法，无法识别参与数量性状的单个（多）基因，也无法评估其效应。利用这种“经典”方法，关于基因作用方式（加性、显性、上位性）以及由潜在基因引起的变异量的推断适用于它们的联合效应，而非单个基因。然而，分子标记的出现似乎改变了数量性状遗传学研究水平，这些标记位点具有简单遗传方式，易于研究，因此可利用标记的遗传研究来获取关于控制所关心数量性状的QTL/基因存在与否的信息。分子标记允许育种者选择与胁迫适应相关的基因组区域、单倍型或经验证的标记-性状关联，而不是完全依赖环境依赖的表型表达。一旦在标记和影响目标性状的位点之间建立了稳健关联，就可以基于该位点的遗传组成而非仅基于表型进行选择，从而部分克服与低遗传力和困难表型筛选相关的问题。这种方法已被证明对由主效基因或稳定QTL控制的性状有用，在这些性状中，有利等位基因可以相对高精度地导入或聚合到优良背景中。原则上，紧密连锁的标记允许以比可变田间胁迫下表型选择高得多的可靠性来选择特定位点；然而，这种优势主要适用于在遗传背景和目标环境中具有一致效应的已验证位点。事实上，大效应QTL是罕见的，在大多数情况下，即使存在，它们也只能解释表型变异的一小部分；通常适应性胁迫表现由许多小效应位点、上位性和G?×?E互作控制，基于有限数量标记的MAS通常不足。在这种情况下，分子标记通过基因组选择更有效地使用，其中全基因组标记信息用于预测个体的育种值或基因型值，而不是聚合固定数量的已知有利等位基因。尽管基因分型已变得高通量且成本效益高，但表型分析仍然是主要瓶颈；结合动态中间表型可以捕捉胁迫响应的时间变异，并为遗传解析和基因组预测提供信息丰富的次级性状。综合来看，这些发展表明分子标记相对于表型选择的优势取决于它们根据目标性状的遗传结构被如何适当地部署。
4. 提高主要谷类作物非生物胁迫耐受性的基因组辅助育种策略
分子技术有可能通过扩大育种群体规模来提高育种效率，因此育种者可以在育种计划早期施加更严格的选择强度而无需增加主要表型成本。基因型信息允许在广泛的多年份、多环境田间测试之前进行早期选择。仔细实施这些策略可以缩短育种周期时间，并加速遗传增益。基因分型化学和测序技术的最新进展使基因组数据生成越来越便宜，而同一育种材料在多环境试验中的广泛表型分析则成本更高。这种成本降低扩大了GAB在作物改良计划中的实际应用。根据性状结构和育种目标，育种者可使用标记辅助选择、标记辅助回交、基因组选择或基因编辑。这些方法可提高作物改良的精度和效率，特别是对于难以、昂贵或耗时进行表型分析的性状。
4.1. 用于标记辅助育种和品种开发的非生物胁迫QTL和候选位点
在主要谷类作物中已报道了大量与非生物胁迫及相关次级性状相关的QTL，但它们向育种增益的转化仍然有限。许多早期QTL研究依赖于相对较小的定位群体和稀疏的标记覆盖，这降低了统计功效和定位分辨率。然而，为了育种目的，QTL的重要性不仅应通过其解释的表型方差比例来判断，还应通过当有利等位基因替代较不利等位基因时品种性能的变化来判断。因此，只有当QTL的连锁标记可靠追踪有利等位基因、其效应在转移到相关遗传背景后得以保留，并且由此产生的优势在目标胁迫环境下得以表达时，该QTL才变得有用。标记辅助选择（MAS）的实际价值还取决于这些额外标记信息是否提高了选择准确性、减少了表型分析需求或缩短了育种周期以证明其成本合理。因此，当可以在保留理想遗传背景的同时操纵一个或少数几个效应较大且稳定的位点时，MAS最适合基因型构建。因此，本节不编目大量已报道的QTL，而是关注那些已进入标记辅助导入、在优良种质中验证或品种开发的位点，也考虑已定位区域内功能性多态性被转化为育种者友好标记的案例。
干旱、淹水和盐害是水稻生产面临的主要非生物限制因素，尽管其重要性在不同生产生态系统中有所差异。淹水是南亚和东南亚低地水稻生产环境中反复出现的问题。一个重要进展是来自耐受性地方品种FR13A的9号染色体上Sub1 QTL的鉴定，它解释了完全淹水下存活表型变异的约69%。精细定位将该位点缩小至约0.06 cM，随后的序列分析确定了三个ERF基因Sub1A、Sub1B和Sub1C，其中Sub1A被确定为主要决定因子。一旦获得紧密连锁的侧翼标记，Sub1就通过标记辅助回交被转移到广泛栽培的背景中，包括Swarna、Samba Mahsuri、BR11、IR64、CR1009和TDK1，促进了印度Swarna-Sub1以及孟加拉国BRRI dhan51和BRRI dhan52等耐淹品种的开发。Sub1位点保护已建立的水稻植株在完全淹水下存活，但不赋予厌氧萌发耐受性。在直播稻中，厌氧萌发能力变得越来越重要，因为在淹水或涝渍条件下成苗不良仍是一个主要限制。已在水稻7号和9号染色体上鉴定出控制厌氧萌发耐受性的几个主效QTL。其中，qAG-9-2 QTL（AG1）已被精细定位并克隆为OsTPP7，其编码海藻糖-6-磷酸磷酸酶（TPP）。为增加其育种实用性，AG1位点的多态性首先被转化为基于凝胶的InDel DNA标记，后转化为KASP标记用于育种计划常规使用。沿海、三角洲和其他盐害影响的水稻生态系统中存在一个独立的育种挑战，盐害可损害作物建植和生殖性能。然而，大部分标记辅助育种工作集中在通过主要Saltol QTL进行苗期耐受性。Saltol QTL与苗期盐害耐受性和地上部Na?/K?稳态相关，使用Pokkali/IR29重组自交系群体定位在1号染色体上。最初，SSR标记RM3412、AP3206、RM8094、RM10793和RM493被用作前景标记，将Saltol QTL导入不同国家的优良背景中。例子包括孟加拉国品种BR11和BRRI dhan28，越南的AS996和BT7，西非的Rassi，印度的Pusa Basmati 1、Pusa Basmati 1121和PB 1509。虽然这些计划中的许多产生了耐盐导入系或近等基因系，但在缅甸实现了品种级部署，通过将Pokkali来源的Saltol位点标记辅助回交到Sin Thwe Latt中，释放了Saltol Sin Thwe Latt。Saltol还与Sub1通过标记辅助育种结合，用于同时受盐害和淹水影响的沿海环境，促成了孟加拉国BRRI dhan78和菲律宾Salinas 22的后续释放。与淹水在洪泛平原低地以及盐害在沿海和其他盐害影响地区的较局部发生相比，干旱影响雨养旱地和水稻低地系统，其发生时间、持续时间和强度变化很大。早期在水稻中鉴定的一个主要干旱下籽粒产量QTL是在Vandana/Way Rarem群体中鉴定的12号染色体上qtl12.1，解释了生殖期干旱下籽粒产量遗传变异的51%。随后的定位鉴定出若干干旱下籽粒产量的大效应QTL，包括qDTY1.1、qDTY2.1、qDTY2.2、qDTY3.1、qDTY3.2和qDTY9.1。在Swarna-Sub1背景下，通过标记辅助聚合不同组合的qDTY位点与Sub1，导致了印度CR Dhan 801以及尼泊尔Bahuguni Dhan-1和Bahuguni Dhan-2的释放。这些品种在生殖期干旱下提供了0.2-1.7 t ha?1的产量优势，在淹水下提供0.1-1.0 t ha?1的产量优势，且在非胁迫条件下无明显产量损失。
小麦庞大的异源六倍体和高度重复的基因组阻碍了早期标记开发和目标位点的可靠导入。近年来，近完整参考基因组组装的可获得性大大改善了MAS的标记发现、验证和部署。在影响小麦生产力的非生物胁迫中，高温是近年来的主要育种关注点，据报道每升高1°C，小麦产量下降约4-8.5%。小麦的作物野生近缘种（CWRs）已成为耐热相关等位基因的有用供体，用于优良小麦品种的标记辅助改良。来自硬粒小麦-节节麦回交导入系的若干耐热QTL被转移到小麦品种中，试验表明，在热胁迫下，野生等位基因改善了BC?F?后代的灌浆持续时间、每穗小穗数、分蘖数、千粒重和产量。类似地，将来自WH730的耐热籽粒产量QTL和开花天数从WH730转移到HD 2733改善了热胁迫下的产量相关性状。尽管小麦中热响应QTL的导入取得了成功，但大多数报道的结果仍停留在高级品系阶段。小麦中MAS的品种级转化通过耐旱育种得以体现。先前研究的若干耐旱QTL被导入HD2733和GW322背景中。在选定的BC?F?和BC?F?后代中回收到约90%的轮回亲本基因组，自交的BC?F?和BC?F?纯合系在田间干旱条件下优于轮回亲本。类似地，来自C306的四个干旱相关QTL区域使用SSR标记Xgdm93（NDVI，2A）、Xbarc68-Xbarc101（冠层温度，3B）、Xgwm304（籽粒产量/叶绿素含量，5A）和Xgwm301（叶绿素含量，2D）被转移到HD2733中。标记辅助回交与表型选择相结合产生了HD3411，它通过了国家多点评估并被确定用于品种释放。
从QTL导入到品种开发的进展在大麦中也很明显，酸性土壤上的铝毒害提供了一个明确的育种目标。对铝毒性的耐受性由铝诱导的柠檬酸外排介导，受4H染色体上含有HvAACT1基因的Alt1/Alp位点控制，该基因促进根尖柠檬酸分泌并螯合根际有毒铝。WB229来源的Alt1等位基因的标记辅助转移最终产生了已释放品种Litmus，其在西澳大利亚酸性底土上表现出10-40%的产量优势。一个互补的MABC靶向HvAACT1的调控变异，将来自Murasakimochi的1 kb上游插入导入Haruna Nijo，产生了预释放品系Haruna Nijo-AT，其HvAACT1表达、柠檬酸外排增加，根尖铝积累减少。标记辅助回交也用于高粱。不是靶向单个功能定义的等位基因，而是针对花后干旱适应性的选择涉及多个控制延迟衰老（stay-green）表型的QTL。stay-green性状延迟花后衰老并在末期干旱期间维持同化物供应。B35来源的StgB、Stg1、Stg3、Stg4 QTL被导入轮回亲本R16的基因组中，而Stg1-Stg4被导入苏丹品种Tabat和Wad Ahmed中。后来，来自B35/S35的STG3A、STG3B QTL被转移到坦桑尼亚农民偏好背景中，包括NACO Mtama 1和Seguifa。这些计划表明stay-green QTL可以跨适应育种背景转移，尽管报道的材料大多停留在导入系或预释放阶段，且响应幅度因受体背景和干旱环境而异。与水稻不同，水稻中有几个qDTY位点在生殖期干旱下对籽粒产量具有相对较大且可重复的效应，为导入提供了离散靶标，而玉米的干旱适应性通常分布在众多位点上，这些位点的效应受遗传背景和胁迫强度强烈影响。因此，QTL发现通常侧重于组分性状，如开花-吐丝间隔（ASI）、根系结构和stay-green，以及籽粒产量，已报道超过1,080个与开花、成熟和产量相关性状相关的QTL。然而，尽管报道了大量QTL，但只有有限的一组来自耐旱供体Ac7643的ASI QTL（累计解释约38%的表型方差）被导入干旱敏感的优良自交系CML-247中，产生的选系在干旱胁迫下产量高于对照。
总体而言，将这些基因组区域转移到不同谷类作物背景中的成功程度差异很大。在定位群体中检测到的QTL只有当其效应在相关遗传背景和环境中的到验证，并且有利等位基因可通过合适标记可靠选择时，才能用于育种。水稻中品种级MAS成功的更高可见性反映了早期基因组资源、育种上有用的主效位点和合适的轮回超级品种的组合，而非仅基因组大小。其相对较小的基因组大小（约389 Mb）、1990年代末高质量高密度连锁图谱的可用性，以及2005年的高质量参考基因组，加速了QTL定位、精细图谱和适合导入的标记开发。更重要的是，Sub1等位点将大且可重复的效应与已建立的优良受体背景相结合，为MABC创造了有利条件。相比之下，小麦和大麦由于基因组庞大、重复序列丰富以及不同亚基因组之间广泛的同源序列相似性，历史上对位点特异性标记开发构成更大限制。大麦中的低重组区域进一步限制了有利等位基因与连锁供体片段的分离。另一方面，针对数量性状的标记辅助选择已广泛整合到商业化玉米育种计划中，而私营公司因商业竞争通常不披露详细的MAS方法。尽管高粱基因组相对较小（约730 Mb），但已记录的MAS部署仍然有限，部分原因是在许多高粱主要用于粮食安全的地区，育种投资、私营部门参与和育种基础设施受到限制。综上所述，MAS很可能仍对具有稳定效应的已验证主效位点最有用，而高度多基因的胁迫响应将日益需要与多环境表型分析、单倍型分析和基因组选择相结合。将QTL区域进一步解析至因果基因或功能多态性也将支持诊断标记的开发，并通过优良育种背景中的基因组编辑实现更有针对性的部署。
4.2. 基于连锁不平衡（LD）的主要谷类作物非生物胁迫响应推定因果位点作图
双亲QTL定位为鉴定控制非生物胁迫抗性或耐受性的基因组区域提供了早期框架。该策略已被证明可用于导入几个作物中的大效应QTL。然而，双亲定位存在等位基因多样性低、重组事件少的问题，导致QTL分辨率差，这限制了其支持高度多基因胁迫性状常规标记部署的能力。随后高密度基因分型、参考基因组和统计模型的进步扩展了基于连锁不平衡（LD）的作图（也称为关联作图或全基因组关联研究，GWAS）的使用。基于LD的作图依赖于数量性状位点（QTL）与定位遗传标记之间的相关强度，这种相关性随世代逐渐衰减。在无结构的随机交配群体中，基于LD的作图应用简单，只有与QTL紧密连锁的标记通常会在世代间保持关联，从而允许对因果位点进行更精细的作图。在实践中，关联群体通常含有一定程度的群体结构和遗传相关性，这可能产生无关标记与性状之间的虚假关联。这些以及影响GWAS信号解释和可转移性的其他限制将在本节后面讨论。
在非生物胁迫育种中，GWAS越来越多地用于鉴定与不同胁迫响应和组分性状相关的基因组区域，包括生殖期干旱和高温下的籽粒产量、幼苗存活、干旱下开花-吐丝间隔以及盐害下萌发。除了鉴定标记-性状关联外，将GWAS与群体遗传分析相结合可以揭示驯化和随后的育种如何改变胁迫适应性等位基因的频率。在玉米中，耐旱ZmSRO1d-R等位基因在干旱下赋予籽粒产量优势，但在有利环境下产生产量损失，且其频率在驯化和随后育种过程中下降。这类权衡与育种者相关，因为当选择主要在高效环境下进行时，在胁迫下有利的等位基因可能被反向选择。GWAS的表型范围也通过与高通量表型分析相结合得到扩展。重复的非破坏性成像提供了单一终点性状难以代表的中间表型和响应。这种方法将时间干旱响应与潜在遗传变异联系起来，并为干旱选择提供了候选性状和基因。中间表型和i-性状的纳入大大扩展了GWAS检查的胁迫响应范围，然而关联对标记辅助选择的有用性取决于它是否在独立种质中得到验证。在硬粒小麦中的交叉群体验证表明，只有一部分热相关位点在独立种质中保持可重复，这强调了在开发育种标记之前必须超越发现群体验证GWAS信号。随着基因组编辑技术，特别是基于CRISPR系统的发展，GWAS衍生的候选基因可能提供越来越多的功能靶标，如小麦中的TaPP2C6所示。GWAS衍生信息还可通过在基因组选择中优先考虑生物学信息丰富的标记或候选基因来进一步利用。当关联位点捕获了所有标记等权处理未能充分代表的性状相关遗传变异时，GWAS可以补充基因组预测。然而，任何好处都取决于关联的强度及其与被预测群体的相关性。
然而，GWAS信息在此类下游应用中的有用性取决于潜在关联的可靠性。标记-性状关联（MTA）的可靠性取决于控制由多重检验、群体结构和相关性引起的虚假关联，同时保留足够的功效来检测真实位点。测试大量全基因组标记增加了假阳性关联的概率，需要通过错误发现率控制或Bonferroni校正等方法进行调整。Bonferroni校正等严格显著性阈值可排除具有小或中等效应的真实位点，而基于FDR的阈值不那么保守，保留更多关联信号以进行进一步验证。同样，群体结构和相关性可在亚群间等位基因频率差异与表型差异重合时产生虚假关联，允许与因果位点无关的标记与性状关联。考虑群体结构和亲缘关系的混合模型，或使用主成分表示群体结构的方法，可大大减少这些假关联。然而，对群体结构的强烈校正也可以在因果等位基因本身与群体结构相关时去除真实关联。此外，为了克服传统单位点混合模型GWAS的局限性，已开发了多位点方法（MLMM、FarmCPU、BLINK），在标记检验过程中考虑多个关联位点，从而在控制假阳性的同时提高真实关联的检测。改进的GWAS模型可以减少朴素统计模型的固有局限，但恢复的信息也取决于标记本身如何代表遗传变异。
GWA研究也可以使用单倍型进行，这些单倍型组合了多个连锁SNP的信息，而不是单独测试每个SNP。单个SNP是双等位的，因此包含有限的等位基因信息。SNP芯片也可能引入 ascertainment bias，因为标记通常选择中等至高次等位基因频率，低频变异代表性较差。此外，一个显著的SNP可能只是通过LD标记功能变异，而不是代表因果多态性本身。模拟研究结果表明，基于单倍型的GWAS可能比单SNP分析具有更大的功效，特别是当一个位点内的多个多态性共同促成性状变异时。单倍型GWAS的更大功效可能部分来源于单倍型块的多等位性质，这可以比单个双等位SNP捕获更多等位基因信息。这种增加的等位基因信息可导致关联解释的表型变异比例高于相应的单SNP分析。一旦鉴定了有利单倍型，可以通过回顾性或前瞻性单倍型育种策略在育种群体中组装。回顾性方法在小麦改良中找到了应用，耐旱TaDT1-A hapI等位基因在过去育种中被富集并在世界范围内广泛传播，但在亚洲种质中仍相对罕见，表明具有特定部署的空间。相比之下，将OsIRO2-H3单倍型前瞻性部署到DRR Dhan 44中，改善了生殖期干旱下的性能。
即使标记覆盖和关联模型得到改进，显著的GWAS位点通常只能解释复杂性状下遗传变异的一部分，因为许多贡献位点的效应太小，无法超过全基因组显著性阈值。因此，仅基于显著MTA的选择可能只能捕获复杂胁迫响应下可利用遗传变异的一部分。剩余的多基因变异为基因组选择提供了理由，后者从全基因组标记效应中预测育种值，而不是仅依赖单独显著的位点。
4.3. 主要谷类作物多基因胁迫适应的基因组预测
大多数育种相关性状，包括产量、品质和非生物胁迫耐受性，都是多基因的，许多小效应位点促成性状表达，并受环境影响。通过双亲作图和GWA研究鉴定的QTL和QTN可能对导入主效基因或大效应位点有效，但对于多基因性状，当许多小效应等位基因分离且无法鉴定出实质性可靠效应时，这些方法远非成功。这些方法的一个主要弱点在于其两步过程：首先检测QTL，然后估计其效应。双亲定位群体通常较小，对育种计划中存在的等位基因多样性和连锁相代表性差，而严格显著性阈值可能夸大估计效应并排除许多未检测到的微效位点。育种种质中的关联作图提高了相关性，但仍依赖统计显著的标记-性状关联，因此预测能力有限。相比之下，基因组选择（GS）基于以下假设：主效/微效位点分布在整个基因组中，基因组的每个标记都可能与一个或多个控制目标性状的位点（主效或微效）相关。因此，育种者希望知道每个标记位点每个等位基因的育种值，并根据个体植物中所有标记位点的等位基因GEBV进行选择。相对于表型选择，基因组选择的有效性只有在它能提高育种计划效率时才能确立。育种效率可通过运营和遗传指标评估，包括每次杂交的释放数量、每个品系的释放数量、每年的释放数量、每单位投资的释放数量以及每个周期或每年的遗传增益。其中，每单位时间的遗传增益由育种者方程描述：ΔG = σ2A × i × r / L，其中ΔG是每单位时间的预期遗传增益，i是选择强度，r是选择准确性，σ2A是加性遗传标准差，L是育种周期持续时间。GS对遗传增益的贡献可通过其对育种者方程不同组分的影响来理解。理论上，在完整表型评估前预测育种值可允许更早选择，从而缩短周期长度（L）。全基因组标记信息可在GEBV比同阶段表型选择可用的信息更可靠地预测遗传优劣时提高选择准确性（r）。基因组选择还可在育种计划早期阶段评估更多候选者，减少