论文部分内容阅读
玉米作为我国重要的粮食作物、饲料作物和能源作物,其丰歉对我国的粮食安全、畜禽产品和能源供应安全有着重要的影响。玉米产量受很多因素影响,其中大斑病（Northern Corn Leaf Blight,NCLB）是影响玉米产量的常见病害。玉米大斑病抗性属于数量性状,通过QTL（quantitative trait loci,数量性状基因座）定位、GWAS（Genome-wide association study,全基因组关联分析）等方式获得的抗性基因或遗传位点通常已经包含在现有的玉米骨干自交系中,对继续提高品种抗性的作用有限。因此,继续提升我国玉米种质的大斑病抗性需要聚合更多的微效基因。全基因组选择（genomic selection,GS）技术利用覆盖整个基因组的分子标记,更适合对微效多基因控制的复杂数量性状进行预测。本研究利用由300个自交系组成的DTMA群体和三个DH（doubled haploid,双单倍体）双亲群体组成的联合群体为材料,分别在4个和2个地点鉴定大斑病发病情况,每个地点3次重复。所用材料均在GBS（genotyping-by-sequencing,简化基因组测序）平台进行基因分型,获得SNP标记。然后进行全基因组关联分析（GWAS）,获得根据与大斑病抗性性状的关联程度对SNP标记进行排序;再利用这些与大斑病关联度不同的SNP标记,采用经典的RR-BLUP模型进行全基因组预测。本研究的主要结果如下:1.DTMA群体和DH联合群体的大斑病抗性表型数据跨环境平均BLUP（best linear unbiased prediction,最佳线性无偏预测）值分别为2.36和1.94,遗传力分别为0.56和0.62。两个群体的表型值呈现连续变异,符合数量性状的遗传特点。2.DTMA群体和DH联合群体的GBS基因分型数据进行质控后,分别获得42197和73459个SNP标记。两个群体的SNP分布在玉米的10条染色体上,染色体两端的密度高于中间的标记密度,其中在DTMA群体中,4号染色体和10号染色体长端标记密度高于短端标记密度;而在DH联合群体中,9号和10号染色体长端的标记密度高于短端标记密度。3.GWAS分析在DTMA群体中定位到4个与大斑病抗性密切相关的SNP,分布在2号（2个）、6号和8号染色体上,表型贡献率从3.218%到11.889%;在DH联合群体中定位到7个SNP,分布于1号（2个）、2号、4号、5号（2个）和8号染色体上,表型贡献率从2.778%到23.135%。两个群体都在2号和8号染色体定位到显著SNP,但它们的物理位置不一致,不是相同的QTL。此外,DH联合群体中定位到的1号和8号染色体上的SNP和DTMA群体定位到的2号染色体上的SNP与前人定位到的位置是一致的,而在前人的研究中尽管发现与4、5和6号染色体大斑病抗性相关的SNP或者基因,但这些基因与本试验定位到的SNP物理距离并不一致,推测可能是新的与大斑病抗性相关的微效基因。4.DTMA和DH联合群体在建模群体与预测群体比例分析中获得了一致的结果,即建模群体和验证群体的比例为6:4时,具有较高的平均预测精度和相对较低的标准差。5.两个群体利用与大斑病有一定关联度SNP标记的预测精度都高于利用全部SNP的预测精度。对于DTMA群体,在建模群体与验证预测群体比值为6:4时,利用全部42197个SNP标记进行全基因组预测,预测精度为0.655,用P≤0.01的600个SNP标记的预测精度均高于利用全部SNP标记的预测精度,其中,利用P≤0.1的5052个SNP的预测精度最高,比利用全部SNP标记的预测精度高34.3%;对于DH联合群体,在建模群体与验证预测群体比值为6:4时,利用全部73459个SNP标记进行全基因组预测,预测精度为0.679,用P≤0.001的396个SNP标记的预测精度均高于利用全部SNP标记的预测精度,其中,利用P≤0.05的6814个SNP标记的预测精度最高,比利用全部SNP标记的预测精度高12.2%。本研究结果表明,GWAS分析从DTMA群体和DH联合群体中,定位到不同的与大斑病抗性关联显著的SNP标记,其中在4、5和6号染色体定位到与已知QTL不同的大斑病抗性QTL,该QTL可能对应了新的生理小种,需要进一步研究;另一方面,新的QTL可能参与了复合生理小种引起的大斑病的响应和应答机制,这些都有助于进一步研究。全基因组预测对于自然群体DTMA和DH联合群体大斑病抗性的预测精度不同,对DH联合群体的预测精度高于对DTMA群体的预测;不论是控制群体结构的DH联合群体,还是DTMA群体,利用与大斑病有一定关联度SNP标记的预测精度都高于利用全部SNP标记的预测精度。本研究的结果为玉米抗大斑病育种提供了新的QTL,为下一步的精细定位和图位克隆提供了基础。与性状紧密相关的SNP标记在全基因组预测精度的提升上表现出了巨大潜力,推荐在玉米大斑病及类似病害的全基因组预测中整合该步骤,精简标记、提高运算效率的同时增加预测精度。