石慧敏，蘇飛燕，侯建華

（內(nèi)蒙古農(nóng)業(yè)大學(xué)農(nóng)學(xué)院，內(nèi)蒙古 呼和浩特，010019）

我國常見的油料作物包括大豆、油菜、花生、芝麻、向日葵、油茶、蓖麻、胡麻等[1]。我國目前食用植物油自給率嚴(yán)重不足，且接近一半以上依賴進(jìn)口，其中葵花籽、芝麻、胡麻產(chǎn)量更是僅占世界總產(chǎn)的5.8%、10.6%、12.4%，這嚴(yán)重威脅到國家食用油安全[2]。有研究報道，國產(chǎn)大豆不能滿足自給，對外進(jìn)口依賴程度居高不下，2019年大豆進(jìn)口接近9000萬噸[3]。此外，中國還是第一大芝麻進(jìn)口國、第二大胡麻進(jìn)口國[2]。國內(nèi)特色油料品種抗病抗逆性相對較差，導(dǎo)致病害多發(fā)難控，使得產(chǎn)量和品質(zhì)降低[4]，育種是提高作物產(chǎn)量和品質(zhì)的有效手段，挖掘品質(zhì)性狀相關(guān)基因，從分子水平改良油料作物品質(zhì)是近年來研究的熱點。

油料作物的品質(zhì)性狀是由多基因（主效基因和微效基因）共同控制的數(shù)量性狀。近年來，由Risch于1996 年提出的全基因組關(guān)聯(lián)分析（genome-wide association study,GWAS），基于群體內(nèi)基因位點間的連鎖不平衡來分析目標(biāo)性狀和標(biāo)記或候選基因之間的關(guān)聯(lián)性，為挖掘數(shù)量性狀位點提供了新的研究策略[5]，由于能夠同時檢測自然群體中的多個等位基因（適合數(shù)量性狀的定位），具有定位精度高，實用性強，成本低等優(yōu)勢[6]，已廣泛應(yīng)用于多種作物復(fù)雜數(shù)量性狀的遺傳分析中，例如玉米、小麥、水稻、油菜等[7～10]。隨著基因組技術(shù)的快速發(fā)展，新型測序技術(shù)層出不窮，越來越多動植物的全基因組信息被報道，使得GWAS 分析技術(shù)成為了研究復(fù)雜性狀的重要方法。本文對GWAS 分析在幾種油料作物品質(zhì)性狀相關(guān)基因挖掘中的應(yīng)用進(jìn)行了綜述，為今后通過分子途徑改善油料作物品質(zhì)提供參考借鑒。

1 GWAS在大豆品質(zhì)性狀中的應(yīng)用

大豆（Glycine mɑxL.Merrill）是世界第一大油料作物，占世界植物油消費量的29%，數(shù)量相當(dāng)于5.39×107噸（http://soystats. com/international worldvegetable-oil-consumption/，2016）。其中蛋白質(zhì)含量和油脂含量在大豆組分中分別占40%和20%，是人類食品、食用植物油和牲畜飼料的重要來源，并應(yīng)用于生物柴油、工業(yè)和制藥等方面[11]。近幾十年來，人們利用GWAS 對大豆中蛋白質(zhì)和油脂含量相關(guān)基因的鑒定和挖掘也做了大量的工作。

1.1 蛋白質(zhì)和油脂含量

王自力于2015 年利用573 份材料建立江淮地區(qū)大豆種質(zhì)群體，對3個質(zhì)量性狀（花色、茸毛顏色、葉形）和8個農(nóng)藝品質(zhì)性狀進(jìn)行GWAS 研究，定位到控制蛋白質(zhì)含量和油脂含量的QTL 位點分別為3個和8 個[12]。隨后，Liu 等利用137 份大豆將不同種植密度下大豆產(chǎn)量和品質(zhì)相關(guān)性狀進(jìn)行了GWAS分析?？偣矙z測到40 個顯著的SNP 位點分布在18條染色體上，并發(fā)現(xiàn)一些穩(wěn)定且多效的基因位點[13]。接著，Dias等評估了169個巴西大豆品種，并用6000個SNP 標(biāo)記進(jìn)行了基因分型，發(fā)現(xiàn)6個染色體（2、6、11、12、13 和16）上7 個與蛋白質(zhì)含量相關(guān)的QTL。對于含油量，在6 個染色體（1、4、5、6、17 和19）上鑒定出8 個QTL[14]。Zhang 等利用高密度SNP 陣列對313 份大豆種質(zhì)資源進(jìn)行基因分型，并對大豆種子蛋白質(zhì)、油脂、脂肪酸和氨基酸組成進(jìn)行了全基因組水平的關(guān)聯(lián)分析，共鑒定到87個染色體區(qū)域與種子組成有關(guān)，在主效應(yīng)位點發(fā)現(xiàn)了功能已知的候選基因GmSAT1、AK-HSDH、SACPD-C和FAD3A，并推測了參與固氮、氨基酸生物合成和脂肪酸代謝的根瘤蛋白MtN21、脂肪b 和甾體-5-α-還原酶[15]。沈甲誠等利用1514 個高質(zhì)量的SNP 分子標(biāo)記對224 份大豆材料的水溶性蛋白質(zhì)含量進(jìn)行GWAS 分析，共檢測到18 個顯著關(guān)聯(lián)的SNP 標(biāo)記，位點qWSPC7和qWSPC8-1對表型變異的解釋率較高且穩(wěn)定關(guān)聯(lián)，預(yù)測兩個位點的候選區(qū)間內(nèi)基因，發(fā)現(xiàn)了25個候選基因，其中有7 個基因（Glymɑ. 07g195000、Glymɑ.08g103100、Glymɑ. 08g108900、Glymɑ. 08g105100、Glymɑ. 08g107800、Glymɑ. 08g107700和Glymɑ.08G115800）在大豆籽粒、根或根瘤中具有較高的表達(dá)水平[16]。同樣的，Zhang 等也將qWSPC8-1定位到Glymɑ. 08G107800，可能參與油酯和水溶性蛋白合成；另發(fā)現(xiàn)qPC-15-1中的Glymɑ.15G049200影響蛋白 合 成[17]。Sui 等 利 用GWAS 通 過33 149 個SNP 標(biāo)記鑒定到178 個優(yōu)良種質(zhì)組成的大豆群體的WSPC（水溶性蛋白質(zhì)濃度）3個關(guān)聯(lián)信號，其中1個為新發(fā)現(xiàn)的；同時檢測到30 個候選基因，并未定位到與沈甲誠等[16]研究中相同的基因，但其中4 個基因（Glymɑ. 06G207900、Glymɑ. 06G208200、Glymɑ. 06G2083 00和Glymɑ. 08G223300）值得進(jìn)一步研究[18]。Miao等通過關(guān)聯(lián)分析，通過功能研究和群體遺傳學(xué)，了解了GmSWEET39基因編碼的糖轉(zhuǎn)運外排蛋白在大豆種子中高度表達(dá)，其表達(dá)水平與大豆籽油含量呈正相關(guān)。GmSWEET39中的序列變異會影響在大豆種子中的相對表達(dá)和種子油含量[19]。

近年來，由于SNP 分子標(biāo)記在一個標(biāo)記位點上僅有2 個等位變異，因此傳統(tǒng)的GWAS 不能檢測自然群體中廣泛存在的復(fù)等位變異，不僅一定程度限制了其應(yīng)用，同時也可能降低檢測效率。此外，以往GWAS 通常使用非常嚴(yán)格的顯著水平來控制假陽性，從而導(dǎo)致較高的假陰性，以至于不能全面解析全基因組遺傳位點，使得檢測到的主要QTL 較少[20]。2017 年，He 等針對GWAS 存在的一些局限性，將多個相鄰且連鎖不平衡程度高的SNP 標(biāo)記組成具有復(fù)等位變異的SNP LDB（SNP 連鎖不平衡模塊）標(biāo)記，并基于多位點復(fù)等位變異模型進(jìn)行全基因組QTL 檢測，提出了限制性兩階段多位點GWAS分析方法（restricted two-stage multi-locus genomewide association analysis，RTM-GWAS）[21]。Zhang 等利用RTM-GWAS，使用29 119 個SNP LDB 鑒定了多個環(huán)境下366份種質(zhì)材料組成的中國大豆地方種群（CSLRP）種子油份的QTL 位點，檢測到種子油分含量、油酸含量及亞麻酸含量的50、98 和50 個QTL位點，分別具有136、283 和154 個等位基因（每個位點2～9 個），其中有38、27 和25 個候選基因得到了功能注釋[22]。Li 等同樣利用RTM-GWAS 程序，對279 個大豆種質(zhì)的蛋白質(zhì)和含油量進(jìn)行遺傳結(jié)構(gòu)的分析，發(fā)現(xiàn)了8 個可能改善大豆?fàn)I養(yǎng)品質(zhì)的候選基因[23]。

這些結(jié)果將有助于發(fā)現(xiàn)大豆控制蛋白質(zhì)及油脂生物合成的多基因網(wǎng)絡(luò)，育種者可明確具體的育種目標(biāo)，有針對性的選擇，同時也要兼顧其它的性狀，這些新發(fā)現(xiàn)的遺傳位點及候選基因可以顯著改善大豆分子育種程序。

1.2 油脂組分

脂肪酸比例對大豆油的油脂品質(zhì)具有重要影響，大豆脂肪酸的遺傳研究具有重要意義。早在2013 年，韓世鳳利用285 份來自于不同生態(tài)區(qū)的大豆材料與84 443個SNP標(biāo)記的GWAS識別了與油脂組分相關(guān)的基因座，兩年共檢測到1212個與脂肪酸相關(guān)的QTL 位點，并于關(guān)聯(lián)標(biāo)記附近發(fā)現(xiàn)1269個基因，其中有94 個與擬南芥脂質(zhì)代謝同源[24]。Li 等使用1536個SNP（主要是非同義的）芯片對421份大豆種質(zhì)資源進(jìn)行了基因分型，通過關(guān)聯(lián)映射分析確定了與脂肪酸相關(guān)的總共37個顯著位點，這些關(guān)聯(lián)由33 個SNP（在32 個帶注釋的基因中發(fā)生）表示；此外，發(fā)現(xiàn)另外4 個SNP 與兩個不同的脂肪酸具有顯著的關(guān)聯(lián)，可能是由多效性作用導(dǎo)致[25]。Zhou 等對302 份大豆材料的種子大小、種皮顏色、生長習(xí)性、含油量等性狀進(jìn)行了GWAS 研究，最終鑒定到21個與脂肪酸合成相關(guān)的基因[26]。戴亞楠以284 份大豆組成的自然群體為材料，利用高通量測序技術(shù)對關(guān)聯(lián)群體進(jìn)行全基因組重測序，共關(guān)聯(lián)到油脂、油酸、亞油酸、亞麻酸、硬脂酸、棕櫚酸和蛋白質(zhì)含量7 個品質(zhì)性狀358個位點，與參考基因組比對，共得到42個與擬南芥高度同源的基因[27]。這些結(jié)果對研究大豆脂肪酸含量的遺傳變異規(guī)律，以及對大豆?fàn)I養(yǎng)品質(zhì)改良具有重要意義。

1.3 其它品質(zhì)性狀

籽粒大小、籽粒硬度是大豆重要的品質(zhì)性狀，與納豆加工品質(zhì)和菜用大豆食味品質(zhì)密切相關(guān)[28]，此外這些性狀，還影響了大豆籽粒的吸水速率、種皮透性、蒸煮特性及整個籽粒的結(jié)構(gòu)特性[29]。Hu 等利用219 份栽培大豆通過GWAS 分析得到20 個與籽粒大小性狀顯著關(guān)聯(lián)的SNP 位點，7 個與粒型性狀顯著關(guān)聯(lián)SNP 位點[30]。Niu 等對257 份栽培大豆組成的群體進(jìn)行了與籽粒大小的關(guān)聯(lián)分析，得到59個主效QTL[31]。張星利用1514 個SNP 對216 份中國栽培大豆微核心種質(zhì)資源的籽粒硬度進(jìn)行GWAS分析，依據(jù)候選區(qū)段內(nèi)的基因功能注釋初步篩選到24 個候選基因，并在具有極端差異的材料中，分析與Q-15-0087770距離較近的5個候選基因在大豆3個生育期（R5、R6 和R7）的相對表達(dá)量變化，得到Q-15-0087770 落點基因Glymɑ. 15G147800以及基因Glymɑ. 15G149800可能與大豆成熟籽粒硬度相關(guān)[32]。這些研究為大豆的外觀及加工品質(zhì)方面的選育提供了新的參考。

2 GWAS在油菜品質(zhì)性狀中的應(yīng)用

甘藍(lán)型油菜（Brɑssicɑ nɑpusL., AACC，2n= 38）是僅次于大豆的世界第二大產(chǎn)油作物，在世界許多國家的溫帶地區(qū)種植，占食用植物油生產(chǎn)的14%[33]。油菜營養(yǎng)價值和品質(zhì)的高低主要是由脂肪酸組分決定，其中亞麻酸等組份是關(guān)注的重點[34]。隨著油菜基因組的公布，近年來利用GWAS 分析對油菜品質(zhì)相關(guān)性狀進(jìn)行遺傳分析的研究也層出不窮。早在2010 年，F(xiàn)rancki 等利用684 個AFLP 標(biāo)記對84 個優(yōu)質(zhì)冬油菜品種的14個性狀進(jìn)行了關(guān)聯(lián)分析，其中10 個性狀關(guān)聯(lián)1 到34 標(biāo)記不等?？紤]到顯著標(biāo)記之間的連鎖不平衡，這些標(biāo)記代表了1～22 個不同性狀的QTL，說明這些標(biāo)記在表型間共享，使得各性狀呈極顯著關(guān)聯(lián)。因此認(rèn)為在油菜群體利用關(guān)聯(lián)分析進(jìn)行QTL定位是一種可行的方法[35]。

2.1 含油量

為了挖掘與油菜含油量相關(guān)的基因位點，段繼鳳將來自全球油菜主要生產(chǎn)國的189份自交系材料構(gòu)建的自然群體為研究對象，結(jié)合21 348 個SNP 標(biāo)記及兩年含油量表型數(shù)據(jù)，分析了該群體的群體結(jié)構(gòu)、親緣關(guān)系、連鎖不平衡及含油量性狀表型變異，雙向方差分析表明含油量性狀變異主要受基因型控制，且遺傳比較穩(wěn)定[36]。魏大勇等結(jié)合60K SNP芯片數(shù)據(jù)對308 份油菜含油量進(jìn)行了GWAS 分析，并將所鑒定的顯著位點與先前2 個自然群體及10個分離群體鑒定到的位點進(jìn)行全基因組比較與整合。共獲得193 個油菜含油量整合位點，分布于油菜的19 條染色體，對不同群體鑒定結(jié)果的比較發(fā)現(xiàn)，其中有7 個整合區(qū)間能在至少3 個群體中被檢測到，均位于A 亞基因組染色體(A01、A02、A03、A06、A08、A09 和A10)上，其中有3 個與C 亞基因組上的區(qū)間存在同源性，在這3 個區(qū)間中共鑒定到26個已知的油脂代謝相關(guān)基因[37]。Liu 等也利用基因芯片技術(shù)對521 份油菜資源進(jìn)行種子含油量的GWAS 研究，新發(fā)現(xiàn)了29 個顯著關(guān)聯(lián)的位點，此外，還發(fā)現(xiàn)一個位于染色體A5 上可提高油菜種子含油量1.5%～1.7%的新位點，并進(jìn)行了雙親本的連鎖分析驗證[38]。

這些新發(fā)現(xiàn)的遺傳位點可以顯著改善油菜分子育種程序，所鑒定到的候選基因有助于闡明油菜油脂生物合成的機(jī)制，為選育含油量高的材料提供了新的依據(jù)。

2.2 脂肪酸及其它組分

為了更好地了解油菜籽中種子脂肪成分和生物合成的遺傳機(jī)制，Gajardo 等采用GWAS 和候選數(shù)量性狀基因座（cQTL）方法鑒定了89 個冬季甘藍(lán)型油菜種質(zhì)；分別發(fā)現(xiàn)種子芥子油苷含量和種子半纖維素含量的17 個和5 個顯著關(guān)聯(lián)位點；用cQTL 發(fā)現(xiàn)種子芥子油苷含量的4個顯著關(guān)聯(lián)和種子半纖維素含量的6 個顯著關(guān)聯(lián)[39]。吳志坤利用GWAS 分析189 個自交系的油菜的開花期、含油量、芥酸和硫苷含量，共檢測到與4 個性狀顯著關(guān)聯(lián)的109 個位點[40]。李施蒙利用60K SNP 芯片對520 份甘藍(lán)型油菜的硫苷、芥酸、油酸、亞油酸、亞麻酸和棕櫚酸共6個品質(zhì)相關(guān)性狀進(jìn)行了GWAS 分析，最終定位到3個與硫苷代謝途徑相關(guān)基因，15 個與脂質(zhì)代謝相關(guān)基因[41]。Qu 等也做了類似的研究，確定了62 個與7個脂肪酸組成呈顯著相關(guān)的基因組區(qū)域，以及5 個分別映射到A2、A8、A9、C1 和C3 染色體的共有區(qū)域。發(fā)現(xiàn)了與脂肪酸生物合成有關(guān)的功能候選基因的24 個直系同源基因，但不包括A8 和C3 同源基因組模塊上的BnɑA.FAE1和BnɑC.FAE1，它們已知在脂肪酸生物合成途徑中具有關(guān)鍵作用，并有潛在的 直 系 同 源 基 因，例 如，LACS9、KCR1、FAB1、LPAT4、KCS17、CER4、TT16和ACBP5）[42]。Zhu 等基于從SLAF-seq（特定基因座擴(kuò)增片段測序）開發(fā)的201 187個SNP標(biāo)記，對芥酸、油酸、亞油酸和亞麻酸進(jìn)行了GWAS 研究，發(fā)現(xiàn)了20個與脂肪酸生物合成相關(guān)的功能候選基因的直系同源基因，但包括已知的位于A08和C03染色體上的脂肪酸生物合成基因BnɑA. FAE1和BnɑC.FAE1。同時在芥酸含量，油酸含量和亞油酸含量3 個性狀中分別檢測到A08 和C03 染色體上的30 個SNP 基因座，并發(fā)現(xiàn)108 個十分有利的等位基因，可增加油酸和亞油酸含量，同時還可降低芥酸含量[43]。陳聰?shù)壤没旌暇€性模型對104 份甘藍(lán)型油菜種子中的芥酸、油酸與硫代葡萄糖苷含量進(jìn)行GWAS 分析，結(jié)果發(fā)現(xiàn)，與芥酸、油酸含量顯著關(guān)聯(lián)的SNP 標(biāo)記主要也分布在A08 與C03 染色體上，與硫代葡萄糖苷含量顯著關(guān)聯(lián)的標(biāo)記分布在A05、A02 與C09 染色體上[44]。Li等對芥酸和油酸的研究也得到相同結(jié)果[45]，因此認(rèn)為A08、C03含有油菜籽品質(zhì)改良的重要區(qū)段。

這些結(jié)果對于改良油菜油分品質(zhì)具有十分重要的意義，為揭示甘藍(lán)型油菜的遺傳變異及脂肪酸組成的改善奠定了基礎(chǔ)。

3 GWAS在花生品質(zhì)性狀中的應(yīng)用

花生（Arɑchis hypogɑeɑ）是十分重要的油料作物之一，因其良好的脂肪酸組分分布和富含高水平的抗氧化成分被公認(rèn)為功能食品[46]。雖然目前種植的花生品種中的油脂含量一般較高，但種質(zhì)之間仍存在明顯差異，即介于31.7%至57.0%之間[47]，栽培花生是具有復(fù)雜基因組結(jié)構(gòu)的四倍體植物，有A、B兩個基因組，且這兩個基因組間高度同源，并且同源和非同源交換較為普遍[48]。這種基因組的復(fù)雜性使得在關(guān)聯(lián)分析中，檢測發(fā)現(xiàn)高質(zhì)量的分子標(biāo)記成為難題。但是，目前多位學(xué)者已經(jīng)利用GWAS 分析對其它同種多倍體物種進(jìn)行了多項研究，表明該技術(shù)在花生中應(yīng)用也是可行的[49]。Wang 等最先利用81 個SSR 標(biāo)記和2 個來自脂肪酸去飽和酶2(FAD2)功能性SNP 標(biāo)記對94 份材料組成的微核心種質(zhì)進(jìn)行了基因分型，分析了這些材料的群體結(jié)構(gòu)及其對關(guān)聯(lián)分析的影響[50]。Wang 等對49 個花生品種利用轉(zhuǎn)錄組分析確定了5458 個差異表達(dá)基因（DEG），包括2243個陽性DEG和3215個陰性DEG參與了油分合成過程。GWAS 研究確定了在5 個環(huán)境中與種子油含量相關(guān)的48 個重要的插入/缺失（InDel）標(biāo)記。比較基因組學(xué)和轉(zhuǎn)錄組學(xué)分析檢測到位于17 條染色體上的147 個共有基因簇。有趣的是，在3 個不同的環(huán)境中檢測到了與A03染色體上的種子油含量相關(guān)的InDel 簇。在A03 上鑒定的候選基因形成一個單倍型，其中在獨立群體中發(fā)現(xiàn)可變等位基因的油含量不同。該基因座值得下一步深入研究[49]。Zhang 等 進(jìn) 行 了 涉 及13 382 個SNP 標(biāo) 記 的GWAS 研究，使用120份不同的花生材料研究了油、蛋白質(zhì)、8個脂肪酸含量和O/L 比（油酸和亞油酸之比）的遺傳基礎(chǔ)，共鑒定到178 個重要QTL 位點，并利用RNASeq分析確定了282個差異表達(dá)基因，最終根據(jù)基因功能注釋篩選出16 個與種子脂肪酸代謝和蛋白質(zhì)合成的相關(guān)的候選基因[51]。

這些研究結(jié)果為剖析花生品質(zhì)性狀的遺傳基礎(chǔ)及探究類似于花生這種基因組復(fù)雜、利用傳統(tǒng)育種改良比較困難的作物提供了新的啟發(fā)。

4 GWAS在胡麻品質(zhì)性狀中的應(yīng)用

胡麻是我國北方十分重要的特色油料作物之一，它是油用亞麻和油纖兼用亞麻的俗稱，屬于亞麻科（Linaceae)亞麻屬（Linum）普通亞麻種群（Linum usitɑtissimum)自花授粉二倍體植物[52]。目前，利用GWAS 分析研究胡麻品質(zhì)性狀的案例并不是很多。Soto-Cerda 等最先利用390 個胡麻資源材料組成的核心種質(zhì)庫，采用2 個GLM 和3 個MLM 模型，在158 個SSR 標(biāo)記和7 個種子品質(zhì)性狀之間進(jìn)行了關(guān)聯(lián)分析，檢測出9 個QTL，其中，與亞油酸和亞麻酸關(guān)聯(lián)的QTL 3個，與硬脂酸、粗脂肪和碘價關(guān)聯(lián)的QTL 各1 個[53]。伊六喜利用全基因組重測序技術(shù)對269 份胡麻關(guān)聯(lián)群體進(jìn)行GWAS 分析，并通過KEGG、GO、NR、Swiss-port 等數(shù)據(jù)庫進(jìn)行基因功能注釋，獲得胡麻品質(zhì)相關(guān)性狀的19個顯著SNP 位點及43個候選基因，其中亞麻酸相關(guān)SNP 位點和候選基因最多[54]。隨后，伊六喜等又用該群體的基因型數(shù)據(jù)和木酚素含量數(shù)據(jù)進(jìn)行GWAS 分析，獲得了13個顯著關(guān)聯(lián)SNP位點和21個候選基因[55]。

這些研究結(jié)果為解析胡麻脂肪酸、木酚素等品質(zhì)性狀合成過程中的功能提供了新思路，為提高胡麻營養(yǎng)價值、培育高品質(zhì)胡麻新品種奠定重要基礎(chǔ)。

5 GWAS在芝麻品質(zhì)性狀中的應(yīng)用

芝麻（Sesɑmum indicumL.,2n＝26）為胡麻科胡麻屬植物，是我國具有較高經(jīng)濟(jì)價值的主要油料作物之一[56,57]。早期，岳文娣利用自行開發(fā)的42 對SSR 分子標(biāo)記從545 份資源中選擇出的371 份核心資源，進(jìn)行遺傳多樣性分析和群體結(jié)構(gòu)分析。結(jié)果顯示這些芝麻材料可劃分成兩大亞群，并檢測到其中有11個SSR標(biāo)記與10個芝麻農(nóng)藝性狀及產(chǎn)量、品質(zhì)相關(guān)性狀穩(wěn)定關(guān)聯(lián)[58]。王肖淑利用112 對具有明顯多態(tài)的SSR 引物對國內(nèi)外369 份芝麻種質(zhì)材料進(jìn)行 基 因 型 鑒 定，Hs1036、Hs485、Hs586、Hs4061、Hs4381、Hs4325 等6 個標(biāo)記能夠同時與兩個或多個性狀相關(guān)聯(lián)，分析原因可能是由性狀間的相關(guān)性或一因多效的遺傳基礎(chǔ)所導(dǎo)致[59]。

由于上述關(guān)聯(lián)分析涉及到的標(biāo)記數(shù)量少，多態(tài)性差，因此并不算真正意義上的GWAS 分析。2014年中國農(nóng)業(yè)科學(xué)院油料作物研究所張秀榮研究員領(lǐng)銜的芝麻與特色油料遺傳育種創(chuàng)新團(tuán)隊，與中國科學(xué)院國家基因研究中心等單位合作，在國際上率先對來自29 個國家705 份芝麻資源完成了全基因組測序[60]。隨后，Wei 等構(gòu)建了單倍型圖譜，利用GWAS 分析鑒定獲得6 個與含油量相關(guān)候選基因，分 別 是SIN_1003248(CXE17)、SIN_1013005、SIN_1019167、SIN_1009923、SIN_1005755（SiNST1）和SIN_1016759（SiPPO），另有一些編碼含油量的酶所關(guān)聯(lián)的候選基因參與了油的代謝[61]。崔承齊利用44 109 個SNP 標(biāo)記對363 份芝麻樣本的主要農(nóng)藝性狀和耐漬性狀進(jìn)行GWAS，共檢測到79 個關(guān)聯(lián)位點，其中28 個SNP 位點與含油量關(guān)聯(lián)，27 個位點與蛋白含量關(guān)聯(lián)，共鑒定到480個候選基因，其中，6個為品質(zhì)相關(guān)性狀的重要候選基因，SIN_1006022和SIN_1016759分別屬于細(xì)胞色素P450家族基因和多酚氧化酶基因，SIN_1010914為4-香豆酰輔酶A連接酶基因；SIN_1010859為單甘油酯脂肪酶（monoglyceride lipase）；SIN_1003867注釋為乙酰輔酶Aa-轉(zhuǎn)羧酶亞基；SIN_1005755注釋信息為NAC 結(jié)構(gòu)域蛋白（NAC domain-containing protein,43），主要參與調(diào)節(jié)次生細(xì)胞壁的生物合成[62]。

通過對芝麻種子含油量、脂肪酸成分等品質(zhì)性狀的關(guān)聯(lián)分析，發(fā)現(xiàn)了多個油脂代謝關(guān)鍵基因，初步解析了芝麻油脂代謝調(diào)控網(wǎng)絡(luò)，為芝麻遺傳改良和分子育種提供了新的依據(jù)。

6 GWAS在向日葵品質(zhì)性狀中的應(yīng)用

向日葵（Heliɑnthus ɑnnuusL.）為菊科向日葵屬植物。其中油用向日葵是我國北方食用油的重要來源之一?？ㄗ阎兄舅峤M成和含量與大豆、花生等主要油料作物基本相似，但不飽和脂肪酸含量要比其它油料作物高[63]。雖然向日葵的基因組已于2017 公布[64]，但是目前利用GWAS 分析進(jìn)行向日葵品質(zhì)相關(guān)性狀的研究還未見報道，只有少數(shù)研究者進(jìn)行了脂肪酸組分的QTL 定位研究。Kusterer 等在向日葵連鎖群A 上發(fā)現(xiàn)了2 個油酸和亞油酸含量相關(guān)QTL[65]。Perez-Vich 等以向日葵F2分離群體為材料，在利用80 個RFLP 和19 個SSR 標(biāo)記構(gòu)建的遺傳連鎖圖譜上進(jìn)行定位，在LG3、LG11、LG13的連鎖群上發(fā)現(xiàn)3 個控制硬脂酸（C18:0）含量的QTL，同時將兩個硬脂酸脫氫酶基因SAD6、SAD17及兩個硫脂酶基因FɑtA和FɑtB定位在QTL 圖譜上，并發(fā)現(xiàn)第11 連鎖群上的QTL 為SAD6位點[66]。之后，Premnath等在向日葵連鎖群上定位到3個與油酸含量相關(guān)的QTL,最終將控制油酸基因定位在第14連鎖群上，發(fā)現(xiàn)該基因和標(biāo)記HO_Fsp_b 緊密連鎖。此外，還定位到了2 個脂肪和2 個亞油酸相關(guān)QTL[67]。周菲基于構(gòu)建的向日葵高密度遺傳圖譜，定位到3 個控制油酸QTL,分別位于第9 連鎖群和第6 連鎖群上。并利用轉(zhuǎn)錄組數(shù)據(jù)篩選出兩個控制油酸合成的基因FAD2和FAB2[63]。

目前，利用GWAS 揭示向日葵遺傳基礎(chǔ)的研究報道少之又少，僅馬宇[68]利用GWAS 分析于干旱脅迫下對122 份油葵資源材料進(jìn)行研究，發(fā)現(xiàn)了20 個可能與抗旱性相關(guān)的上調(diào)表達(dá)候選基因，說明向日葵群體利用GWAS 進(jìn)行數(shù)量性狀位點的發(fā)掘是可行的，這也為向日葵品質(zhì)性狀相關(guān)基因位點的發(fā)掘提供了參考借鑒。

7 展望

利用GWAS 對油料作物品質(zhì)性狀開展研究取得了不少成果，說明GWAS 在油料作物品質(zhì)性狀相關(guān)遺傳位點的挖掘中具有很大的應(yīng)用潛力，GWAS分析在今后分子標(biāo)記輔助選擇育種中的應(yīng)用將更加廣泛。首先，優(yōu)良豐富的種質(zhì)資源是育種的基礎(chǔ)材料，收集和挖掘更多種質(zhì)資源仍然是今后科研工作的重點之一；其次，盡管利用GWAS 分析發(fā)現(xiàn)了大量與控制油料作物品質(zhì)性狀相關(guān)的位點，為品質(zhì)性狀分子機(jī)制的解析和分子育種的應(yīng)用提供了理論依據(jù)，但是許多位點仍缺乏候選基因的鑒定和驗證[69]，所以后續(xù)研究中應(yīng)該著重候選基因的鑒定和功能研究；最后，多組學(xué)聯(lián)合分析（基因組、轉(zhuǎn)錄組、蛋白組、代謝組）及轉(zhuǎn)基因技術(shù)的結(jié)合為闡明油料作物品質(zhì)相關(guān)性狀的分子和生理遺傳機(jī)制提供了可能，今后在這方面的科學(xué)探索也將為保證我國糧油安全，提高國際市場競爭力做出巨大的貢獻(xiàn)。