新闻媒体-太阳成tyc7111cc

发稿时间：2021-03-22来源：天昊生物

英文题目：genome-wide association study (gwas) of major qtls for bunch and oil yield related traits in elaeis guineensis l

中文题目：油棕果穗和产油量相关主效qtls的全基因组关联研究

期刊名：plant science   

影响因子：3.591  

发表时间：2021-1-15

油棕(elaeis guineensis jacq.)是一种育种周期长的多年生作物，基因组大小为1.8 gb。本研究是迄今为止首次利用400个ssr标记，对310份非洲油棕种质进行的全基因组关联研究(gwas)。叶面积(la)与穗轴长(rl)呈极显著相关，其次是穗重(bw)和穗指数(bi)，而穗数(bn)与平均穗重(abw)呈负相关。前两个pca一起解释了最大变化量(84.5 %)。pca1显示，第2组(几内亚比绍和喀麦隆)和第4组(赞比亚和喀麦隆)基因型最适合bn、bi和bw性状。利用混合线性模型(mlm)对6个群体产量性状和7个群体油产量性状进行gwas分析，得到43个显著qtls。在染色体1、4、7、10、12和15上发现了7个与油对干中果皮(odm)相关的ssr位点。odm的ssr基因座megcir1753显著连锁，解释了34.6 %的表型变异。odm、owm和ob等重要参数分别位于4、10、11和15号染色体上。所鉴定的标记可有效用于标记辅助选择高产油棕基因型。

油棕是一种多年生作物，占全球植物油的三分之一。在油棕中，产量是一个非常复杂的性状，其产量受几个性状的影响，即鲜果穗(ffb)，穗数(bn)，平均穗重(abw)，穗指数(bi)和轴长(rl)等。油棕的含油量果穗比、壳果比、仁果比(kf)、油干中果皮和油湿中果皮(owm)等参数的影响。据观察，只有同时增加穗产量和产油量参数，产量和产油量才有可能持续增加。重要经济性状基因座的鉴定对于提高产量和油产量相关性状及其在标记辅助选择中的进一步应用至关重要。gwas最初被用作人类群体中追踪复杂疾病相关基因座的有力工具，后来应用于作物。在油棕等多年生作物中，与连锁图谱相比，gwas利用自然群体的表型和标记数据的关联提供了几个优势，如更高的图谱分辨率、更大的等位基因数、更短的时间和更广泛的参考群体。微卫星标记也称为简单序列重复ssr，是重复多次的短核苷酸(2到7个)序列，重复次数因物种类型而异。ssr标记是分子育种家和遗传学家最广泛使用的标记，因为它具有高多态性、准确性、快速性、简单性、低成本、全基因组可重复性以及不同应用所需的少量dna。本研究中，用400个ssr对大量(310个)高度多样的种质进行了基因分型，通过重要qtls的鉴定和验证，有助于在早期阶段选择具有良好产量和产油性状的优良油棕种质。

植本研究中的种质是从非洲油棕试验场收集的。共有310个15年龄的油棕基因型用于的gwas分析，包括127个赞比亚、97个喀麦隆、51个坦桑尼亚和35个几内亚比绍来源(图1)。

取叶片用于dna提取，使用0.8 %琼脂糖凝胶电泳和dna作为标准来估计质量和数量。本实验对束产量和产油量组分的13个数量性状进行了关联研究。第一类由群体产量性状组成，而第二类由产油量组成(表1)。

从公共数据库 (http://www.mpob.gov.my)中获得的400个ssrs用于gwas分析，这些标记分布在油棕的16条染色体上。通过将400个ssr标记基因型数据与非洲种质的13个性状的表型数据相关联来进行gwas分析。利用power marker (upgma算法)软件对非洲种质进行遗传多样性分析，生成谱系图。主成分分析是用r软件完成的。群体结构和基因流是使用嵌入在structure软件中的基于模型的聚类方法进行的。混合模型用于确定种群数量(k)。tassel软件用于使用表型、基因型数据和q矩阵来鉴定qtl。统计参数如一般线性模型(glm)和混合线性模型(mlm)方法被用于估计qtl效应。除了用于mlm分析的基因类型、表型数据和q矩阵外，还使用了亲缘关系矩阵，并通过ncbi数据库来确定候选基因。

果穗油产量性状的表型分析

产量和果穗参数的表型分析是油棕加工业的主要关注点。因此，鉴定决定产量和果穗性状的qtls将提高油棕产量和生产力。在目前的研究中，果穗产量从29%到98%不等，平均为62.4%(表2)。

图2给出了描述不同性状的正态分布柱状图。owm和odm之间的相关性非常显著，其次是mf和odm。odm、owm和ffb是油棕产油量的重要组成部分。ob和sf之间呈高度显著负相关，其次是ob和kf (图3)。产量相关性状的相关分析结果表明，与bw相比，bn有可能成为更好的生产选择标准。

另外研究了6个群体产量性状和7个群体产油性状的主成分分析及其相互关系 (图4)。前两个组分(pc1和pc2)分别解释了84.5 %和68.9 %的群体产量和油产量性状的变异。

图5为果穗产量和油产率参数的热图。热图显示性状fb、ob、kf和sf在一组中(图5a)。同样，rl与其余性状形成了一个单独的聚类(图5b)。主成分分析和热图获得的聚类模式相似。这种关系清楚地表明，这些种质将更适合在育种计划中选择特定的性状。

通过对非洲油棕种质的遗传多样性和基因流分析发现，ssr基因座将非洲种质大致分为三大类(a、b和c)，主要基于基因型的地理起源。由基因型组成的聚类a属于几内亚比绍起源，聚类b具有喀麦隆种质，而聚类c具有赞比亚基因型(图6)。

非洲种质的群体结构模式表明，用于关联作图的种质之间的结构模式对于识别重要性状的重要位点非常重要。群体结构分析显示在非洲种质中存在两种结构模式(图7)。

gwas使用了8个群体产油量参数，并通过mlm方法在p值≤0.005发现了30个显著的标记-性状关联。发现更多的基因位点与odm和ob性状相关。在染色体1、4、7、10、12和15上发现了7个与odm连锁的ssr位点。这些qtl解释的表型变异在11 %到34 %之间。果实品质成分如odm和owm的相对经济价值高于作为重要选择因素的任何其它果实品质成分。因此，owm和odm的qtl在早期选择高油棕榈时更有用，其中ssr基因座megcir1753有非常显著的连锁，解释了34.6 %的表型变异(表3)。

染色体上qtls的物理位置如图8所示。共发现7个位点与ob性状相关，其中3个高度显著。其中，ssr基因座megcir3569解释了18.5 %的表型方差，其次是megcir3382 ssr标记，解释了13.5 %的ob表型方差。ob的连锁qtl主要位于4、6、10、11和14号染色体上。6号染色体也有owm的qtls，这表明ob和owm在形态和遗传上有显著的相关性。因此，6号和11号染色体可能是ob和owm性状的热点，可用于产油的改良。这表明这些染色体区域可能是owm、odm和ob性状的主要热点。

往期精选文章：

ssr基因分型相关文章；