玉米萌發(fā)期和苗期耐寒性全基因組關(guān)聯(lián)分析和基因組選擇研究
發(fā)布時間:2020-05-27 14:59
【摘要】:玉米作為集糧經(jīng)飼、能源應(yīng)用等多元功能于一體的作物,在全球有著廣泛的種植,種植區(qū)域已擴展至北緯57°的冷涼地區(qū)。玉米起源于熱帶地區(qū),是典型的喜溫C4植物,低溫會影響玉米生長的多個進程。低溫脅迫已成為東北玉米生長發(fā)育的主要非生物逆境脅迫之一,黑龍江省作為中國最大的玉米主產(chǎn)區(qū),春季常遭受到不同程度的低溫冷害,嚴重影響玉米的品質(zhì)和產(chǎn)量。面對全球氣候變化及國家糧食安全需求的加劇,開展玉米耐低溫種質(zhì)評價、發(fā)掘玉米耐低溫基因、開發(fā)玉米耐低溫分子標記、創(chuàng)制玉米耐低溫種質(zhì)等工作,進而提高玉米抵御風險的能力從而獲得總體產(chǎn)量的提高成為了亟待解決的問題。隨著高通量測序技術(shù)的發(fā)展,尤其是單核苷酸多態(tài)性(SNP)基因型和簡化基因組測序技術(shù)(GBS)的快速應(yīng)用,可以快速和經(jīng)濟的獲得大量個體的基因型。基于連鎖不平衡(LD)和足夠豐富遺傳背景的玉米關(guān)聯(lián)群體信息,使得全基因組關(guān)聯(lián)分析(GWAS)和基因組選擇(GS)技術(shù)能夠在尋找與復雜性狀相關(guān)的遺傳因素和標記輔助育種上得以高效應(yīng)用。本研究基于美國282份核心自交系組成的關(guān)聯(lián)群體,分別對籽粒性狀、低溫脅迫下的萌發(fā)期性狀、幼苗期性狀進行耐寒性評價;以GBS和55k芯片組數(shù)據(jù)及其整合而成的信息為基因型數(shù)據(jù),并以百粒重、低溫條件下和常溫條件下萌發(fā)期性狀、幼苗期性狀的相對值共10個性狀作為表型性狀,開展GWAS和GS分析,旨在(1)評價和篩選玉米耐冷(凍)種質(zhì)資源,(2)通過全基因組關(guān)聯(lián)分析(GWAS)方法解析玉米耐低溫脅迫遺傳機制,挖掘耐冷(凍)分子標記,并對本研究GWAS結(jié)果與前人耐低溫研究得出的QTL結(jié)果交叉比較,(3)鑒定和分析相關(guān)基因,確定候選基因以供未來基因克隆驗證使用,(4)通過基因組選擇技術(shù),評價不同預測方法、不同基因型密度對預測精度的影響,(5)比較不同水平GWAS結(jié)果對GS預測精度的差異,明確影響耐低溫性狀基因組選擇的主要因素,為基因組選擇技術(shù)的應(yīng)用提供理論支持和技術(shù)參考。得出主要結(jié)果如下:1.8℃低溫脅迫至21天的條件下,鑒定出14份萌發(fā)率達到100%的自交系(A632,B37,B57,C49A,CI91B,CM37,Co255,EP1,NC310,Oh43E,R109B,R4,T232和T234),萌發(fā)率高于85%自交系48個。2.關(guān)聯(lián)性狀的相關(guān)性分析表明:不同部分的性狀間并非完全獨立,仍有部分性狀間有較強的關(guān)聯(lián)性。百粒重和總吸水率、幼苗生長率顯著相關(guān),相對冷持續(xù)苗高和相對冷恢復生長率之間、相對冷恢復苗高和相對冷持續(xù)生長率之間呈顯著正相關(guān);凍害級別與相對冷持續(xù)生長率、總吸水率顯著負相關(guān);相對萌發(fā)率、相對萌發(fā)日數(shù)、相對萌發(fā)指數(shù)之間呈現(xiàn)顯著的相關(guān)性,表型和遺傳相關(guān)性的皮爾森相關(guān)系數(shù)的絕對值分別高于70%和80%;相對萌發(fā)指數(shù)和相對萌發(fā)率之間表型和遺傳相關(guān)性的皮爾森相關(guān)系數(shù)的絕對值分別達到90%和97%,并且在這兩個性狀中發(fā)現(xiàn)了更多的多效性SNPs;同一性狀的兩種處理間均顯著相關(guān),相對冷持續(xù)生長率和相對冷恢復生長率之間,相對冷持續(xù)苗高和相對冷恢復苗高之間達到了極顯著正相關(guān),且相關(guān)系數(shù)達到0.50以上。3.通過比較個體基因型主成分與10個低溫脅迫性狀間的關(guān)系,結(jié)果顯示:百粒重、相對萌發(fā)率、相對萌發(fā)系數(shù)、凍害級別與種質(zhì)遺傳構(gòu)成呈極顯著負相關(guān),總吸水率與種質(zhì)遺傳構(gòu)成呈極顯著正相關(guān);熱帶亞熱帶種質(zhì)在相對萌發(fā)率、相對萌發(fā)指數(shù)性狀中表現(xiàn)為較低值,這可能是由于該部分種質(zhì)沒有經(jīng)歷過低溫萌發(fā)馴化,導致對低溫敏感造成的。4.本研究利用估計育種值作為表型數(shù)據(jù),將55k芯片數(shù)據(jù)和GBS數(shù)據(jù)整合后作為基因型數(shù)據(jù),利用FarmCPU軟件進行全基因組關(guān)聯(lián)分析,共定位到與低溫性狀相關(guān)的顯著關(guān)聯(lián)SNPs 58個,其中與百粒重顯著關(guān)聯(lián)的標記7個,與萌發(fā)期性狀顯著關(guān)聯(lián)的標記25個,與幼苗耐冷性狀顯著關(guān)聯(lián)的標記20個,與幼苗耐凍性狀顯著關(guān)聯(lián)的標記6個,標記ss196436428與相對萌發(fā)日數(shù)和相對萌發(fā)指數(shù)兩個性狀高度關(guān)聯(lián);14個顯著SNP與前人在玉米耐冷研究中的標記重合。在距離顯著位點-375kb~357.05kb范圍內(nèi)共檢測到LD值大于等于0.8的鄰近SNP 191個,其中32個鄰近標記的信息與其對應(yīng)的顯著關(guān)聯(lián)SNP一致。5.本研究中顯著關(guān)聯(lián)SNP及其對應(yīng)的鄰近強LD位點共關(guān)聯(lián)到基因43個,其中14個與前人研究重合的SNP定位到了10個關(guān)聯(lián)基因。綜合GO分析、同源基因分析、轉(zhuǎn)擬南芥同源基因驗證及前人研究結(jié)果信息,發(fā)現(xiàn)與百粒重性狀關(guān)聯(lián)的基因GRMZM5G898867,與萌發(fā)期性狀關(guān)聯(lián)的基因GRMZM2G028413、GRMZM2G065829(mybr35)、GRMZM2G389768、GRMZM2G057186、GRMZM2G012148、GRMZM2G178486和GRMZM5G806387、GRMZM2G073535,與幼苗期性狀關(guān)聯(lián)的基因GRMZM2G125669(aox2-alternative oxidase2)、GRMZM2G029258、GRMZM2G164308、GRMZM2G060057共計13個基因自身或其同源基因功能參與到與冷刺激響應(yīng)有關(guān)的遺傳和生理機制功能,該部分基因可作為未來基因克隆驗證的重要候選基因。6.對三種基因型密度,2種表型值,10個性狀,利用7種方法進行5倍交叉驗證,預測結(jié)果表明,rrBLUP和RKHS方法在耐冷性狀的預測中普遍具有較高的預測精度;方差分析表明基因型密度對預測精度的影響差異不顯著,低密度芯片標記的預測結(jié)果好于其它高密度基因型數(shù)據(jù)。5倍交叉驗證和留一交叉驗證比較后發(fā)現(xiàn),在真實觀測值數(shù)據(jù)為表型的預測當中,5倍交叉驗證好于留一交叉驗證,在以加性效應(yīng)為主的估計育種值為表型的預測中,留一交叉驗證好于5倍交叉驗證,說明遺傳力對留一交叉驗證的影響更明顯。7.本研究以真實觀測值為表型,同時將GWAS關(guān)聯(lián)的位點加到基因組預測模型中,利用GBLUP方法進行5倍交叉驗證,結(jié)果顯示在少量QTN時,預測精度明顯提高,但隨著QTNS數(shù)量的增加,預測精度出現(xiàn)下降趨勢,說明過多的假陽性結(jié)果影響了基因組選擇的精度。
【圖文】:
10圖1-1 基因組預測流程[213]Figure 1-1 The procedure of genomic selection1.3.2.2 育種值的估算方法基因組預測中容易導致多重共線性和過度參數(shù)化等問題,基于解決此類問題的目的,提出了參數(shù)、半?yún)?shù)和非參數(shù)的統(tǒng)計方法,參數(shù)方法主要有 GBLUP、rrBLUP、BayesA、BayesB、LASSO 等。半?yún)?shù)方法主要指再生核希爾伯特空間(reproducing kernel Hilbert space,,RKHS),非參數(shù)方法代表是支持向量機。參數(shù)方法中,目前最常用的方法是 Jarquín[212]提出的基于混合線性模型的 GBLUP(genome best linear unbiased prediction, GBLUP)法;蚪M選擇一般結(jié)合基因型×環(huán)境互作分析,這比單環(huán)境分析準確率提高 10-40%。在不同環(huán)境(yij)下評估表型數(shù)據(jù)的基本模型公式如下:ij i j ij ijy = μ+ E + L + EL + e(公式 1-1)μ代表總評均值,Ei(i=1
13圖1-2 GS結(jié)合DH玉米育種技術(shù)路線[213]Figure 1-2 The technical rout using genomic selection with doubled haploids究的目的和意義米作為集糧經(jīng)飼、能源應(yīng)用等多元功能于一體的作物,在全球有著廣泛的種植,種擴展至北緯 57°的冷涼地區(qū)。但隨著世界人口的增加,玉米的需求也呈現(xiàn)急劇的增
【學位授予單位】:東北農(nóng)業(yè)大學
【學位級別】:博士
【學位授予年份】:2018
【分類號】:S513
本文編號:2683700
【圖文】:
10圖1-1 基因組預測流程[213]Figure 1-1 The procedure of genomic selection1.3.2.2 育種值的估算方法基因組預測中容易導致多重共線性和過度參數(shù)化等問題,基于解決此類問題的目的,提出了參數(shù)、半?yún)?shù)和非參數(shù)的統(tǒng)計方法,參數(shù)方法主要有 GBLUP、rrBLUP、BayesA、BayesB、LASSO 等。半?yún)?shù)方法主要指再生核希爾伯特空間(reproducing kernel Hilbert space,,RKHS),非參數(shù)方法代表是支持向量機。參數(shù)方法中,目前最常用的方法是 Jarquín[212]提出的基于混合線性模型的 GBLUP(genome best linear unbiased prediction, GBLUP)法;蚪M選擇一般結(jié)合基因型×環(huán)境互作分析,這比單環(huán)境分析準確率提高 10-40%。在不同環(huán)境(yij)下評估表型數(shù)據(jù)的基本模型公式如下:ij i j ij ijy = μ+ E + L + EL + e(公式 1-1)μ代表總評均值,Ei(i=1
13圖1-2 GS結(jié)合DH玉米育種技術(shù)路線[213]Figure 1-2 The technical rout using genomic selection with doubled haploids究的目的和意義米作為集糧經(jīng)飼、能源應(yīng)用等多元功能于一體的作物,在全球有著廣泛的種植,種擴展至北緯 57°的冷涼地區(qū)。但隨著世界人口的增加,玉米的需求也呈現(xiàn)急劇的增
【學位授予單位】:東北農(nóng)業(yè)大學
【學位級別】:博士
【學位授予年份】:2018
【分類號】:S513
【參考文獻】
相關(guān)期刊論文 前2條
1 張金龍,周有佳,胡敏,朱蕾,張達;低溫脅迫對玉米幼苗抗冷性的影響初探[J];東北農(nóng)業(yè)大學學報;2004年02期
2 馬樹慶,襲祝香,王琪;中國東北地區(qū)玉米低溫冷害風險評估研究[J];自然災害學報;2003年03期
本文編號:2683700
本文鏈接:http://sikaile.net/nykjlw/nzwlw/2683700.html
最近更新
教材專著