楊宗瑩 肖貴 張紅偉

（1 吉林農(nóng)業(yè)大學(xué)農(nóng)學(xué)院，130118，吉林長春；2 定西市農(nóng)業(yè)科學(xué)研究院，743000，甘肅定西；3 中國農(nóng)業(yè)科學(xué)院作物科學(xué)研究所，100193，北京）

玉米是我國第一大糧食作物，在我國乃至全世界都占據(jù)著至關(guān)重要的地位[1]。當(dāng)前，由于人口增加和資源短缺，糧食安全面臨著嚴(yán)峻的威脅，所以急需開發(fā)生物量和產(chǎn)量高的玉米品種[2]。與籽粒玉米相比，青貯玉米具有更高的經(jīng)濟(jì)價(jià)值。近年來，隨著畜牧業(yè)的快速發(fā)展，青貯玉米的需求也顯著提高，選育出更高產(chǎn)的青貯玉米品種尤為重要。植株鮮重即單位面積內(nèi)地上有機(jī)物質(zhì)總質(zhì)量代表著全株生物量，玉米鮮重與產(chǎn)量相關(guān)性較大，且生物量是青貯玉米品種選育中的重要參考指標(biāo)[3]。因此，對玉米生物量性狀進(jìn)行研究，可以為選育鮮重高的玉米新品種提供參考。

基因組預(yù)測（genomic prediction，GP）是由Meuwissen 最早提出的[4]，它可以預(yù)測作物品種或種質(zhì)資源的表現(xiàn)。與其他分子育種工具相比，基因組預(yù)測能同時估計(jì)標(biāo)記效應(yīng)和計(jì)算育種值，不需要對標(biāo)記—性狀的相關(guān)性進(jìn)行檢測；基因組預(yù)測還可加快育種周期、提高遺傳增益來提高育種效率[5]。但不同群體間基因組預(yù)測準(zhǔn)確性較低，導(dǎo)致選擇效率降低，制約了該技術(shù)在田間的應(yīng)用[6-7]。

對雜交組合表型進(jìn)行預(yù)測可以減少雜交制種和田間測試的過程，大大減少工作量，節(jié)省雜交組合選育和測試的成本，并提高雜交組合的選育效率。Xu 等[8]利用全基因組選擇技術(shù)以278 份雜交種作為訓(xùn)練群體，預(yù)測了21 945 個潛在雜交種；Cui 等[9]以1495 個不同品種的雜交水稻作為訓(xùn)練群體，預(yù)測了3000 份水稻種質(zhì)育成的44 636 個潛在雜交組合的表現(xiàn)，并在此基礎(chǔ)上確定了200 個最好的潛在雜交組合[10-11]。這都證明全基因組預(yù)測可以在大規(guī)模縮減工作量和經(jīng)費(fèi)的條件下，選出最好的雜交組合。

本研究構(gòu)建了4 個玉米雜交組合群體，并對群體的全株鮮重進(jìn)行評估。然后對所有材料進(jìn)行親緣關(guān)系分析，設(shè)計(jì)不同的基因組預(yù)測方案，評估不同基因組預(yù)測方案的準(zhǔn)確度，找到最佳的方案，為雜交組合基因組預(yù)測提供參考。

1 材料與方法

1.1 試驗(yàn)材料構(gòu)建

以青貯玉米材料的骨干自交系中北410 的父母本（SN915×YH-1）以及北農(nóng)368 的父母本（60271×2193）4 個材料為父本，中北410 和北農(nóng)368 為專用型青貯玉米，具有生物量大和產(chǎn)量高的優(yōu)勢。以實(shí)驗(yàn)室青貯性狀表型優(yōu)異的120 個自交系材料為母本，通過雜交組配出一個4×120 的群體，用于后續(xù)的表型鑒定。田間試驗(yàn)期間按照常規(guī)農(nóng)田管理。4 個群體依次命名為群體1（P1，SN915×母本）、群體2（P2，YH-1×母本）、群體3（P3，2193×母本）和群體4（P4，60271×母本）。

1.2 試驗(yàn)材料鑒定

在2019 年，分別在河北廊坊、新疆昌吉和甘肅定西種植480 份F1材料，按照完全隨機(jī)設(shè)計(jì)，每個地點(diǎn)設(shè)置2 個重復(fù)，雙行區(qū)種植，行長5m，行距60cm，株距25cm，每行種植21 株。全株鮮重鑒定標(biāo)準(zhǔn)為散粉期45d 時，收獲2 行材料中生長一致的8 株進(jìn)行稱重，精確到0.05kg，取其平均值代表全株鮮重。3 個種植環(huán)境分別用LF（河北廊坊）、CJ（新疆昌吉）和DX（甘肅定西）表示。

1.3 表型數(shù)據(jù)處理

對于獲得的一年多點(diǎn)數(shù)據(jù)，首先利用R 語言分別計(jì)算每個環(huán)境的平均數(shù)、標(biāo)準(zhǔn)差、變異系數(shù)等基本統(tǒng)計(jì)量。根據(jù)田間試驗(yàn)設(shè)計(jì)計(jì)算材料的BLUE值和遺傳力等參數(shù)，BLUE 值計(jì)算模型[12-13]：yikm=μ+gi+τk+gτik+δ(k)m+εikm。

式中，yikm代表第ith（i=1，2，...，480）個材料在第kth（k=1，2，3）個環(huán)境、mth（m=1，2）個重復(fù)下的表型值，μ是總體平均數(shù)，gi是基因型效應(yīng)，τk是環(huán)境效應(yīng)，gτik是基因型和環(huán)境互作效應(yīng)，δ(k)m是第k個環(huán)境內(nèi)第m個重復(fù)的效應(yīng)，εikm是隨機(jī)誤差效應(yīng)，服從正態(tài)分布并且相互獨(dú)立。計(jì)算材料的BLUE 值時，除了基因型效應(yīng)為固定效應(yīng)外，其他因素均為隨機(jī)效應(yīng)，并假設(shè)服從正態(tài)分布。使用R 語言lm4 包進(jìn)行擬合[14]計(jì)算BLUE 值。

計(jì)算廣義遺傳力（H2）的公式[15]：H2=Vg/[Vg+(VGL/L)+(Ve/RL)]。

式中，Vg是材料的方差組分，VGL是材料與地點(diǎn)的交互方差組分，Ve為殘差方差組分，L是環(huán)境個數(shù)，R是地點(diǎn)內(nèi)重復(fù)數(shù)。

1.4 基因分型及基因數(shù)據(jù)分析

取所有材料親本葉片，采用改良CTAB 方法提取DNA[16]，使用中玉金標(biāo)記的10k 育種芯片進(jìn)行基因組鑒定，SNP 質(zhì)控標(biāo)準(zhǔn)如下：刪除親本有多態(tài)性的標(biāo)記；去除缺失率＞20%、雜合率＞20%的親本基因型；刪除沒有物理位置信息的SNP；去除最小等位基因頻率（MAF＜0.05），對確實(shí)標(biāo)記利用Beagle 進(jìn)行填充，獲得親本基因型，包含7120 個SNP 位點(diǎn)。根據(jù)雙親的基因型信息，推測出每個雜交組合的基因型[9]。利用過濾后的SNP進(jìn)行主成分分析。

1.5 全基因組預(yù)測模型

用4 個群體的BLUE 值進(jìn)行全基因組選擇?？紤]加性和顯性遺傳效應(yīng)的基因組BLUP（GBLUP）模型為y=μ+ξa+ξd+ε。

式中，y是F1雜交種的BLUE 值，μ是總體平均值，ξa是服從ξa～N（0，Kaσa2）分布的加性多基因效應(yīng)向量，ξd是服從ξd～N（0，Kdσd2）分布的顯性多基因效應(yīng)向量，ε是正態(tài)分布的殘差ε～N（0，Iσε2），其中I是單位矩陣，σε2是殘差方差。ξa和ξd是由單位矩陣構(gòu)成的。利用R 包BGLR 對線性混合模型進(jìn)行擬合[17]（參數(shù)nIter 和burnin 分別是15 000 和1000）。分別使用了GBLUP 和Bayes B這2 種全基因組預(yù)測模型。

1.6 全基因組預(yù)測

通過設(shè)計(jì)不同的訓(xùn)練群體進(jìn)行全基因組預(yù)測，主要有2 種設(shè)計(jì)，第1 種是4 個群體中的1個群體分別預(yù)測其他3 個群體；第2 種是4 個群體中的3 個群體和剩余1 個群體隨機(jī)選取一半預(yù)測剩余1 個群體的一半。利用BLUE 值進(jìn)行基因組預(yù)測，預(yù)測準(zhǔn)確性（PA）是預(yù)測值與測量值之間的相關(guān)系數(shù)。基因組預(yù)測模型采用5 折交叉驗(yàn)證方案，重復(fù)200 次。PA 為200 次的平均值。

2 結(jié)果與分析

2.1 表型數(shù)據(jù)分析

在3 種環(huán)境中，甘肅定西的材料全株鮮重最高。在4 個雜交群體中，P2 的全株鮮重最高，其次是P1 和P4，最小的是P3（圖1）。結(jié)果表明這個群體中YH-1 的一般配合力最好（圖1，表1）。對于每個群體來說，3 個環(huán)境之間的相關(guān)性都顯著，這表明遺傳基礎(chǔ)在3 個環(huán)境中發(fā)揮了重要的作用（圖2）。利用BLUE 值計(jì)算，全株鮮重的H2為0.66，雖然3 個環(huán)境之間有所差異，但是每個環(huán)境都是穩(wěn)定的。以上結(jié)果表明遺傳因素對全株鮮重起主要作用。

表1 4 個群體鮮重基本統(tǒng)計(jì)數(shù)據(jù)匯總Table 1 Summary of the basic statistics of fresh weight of four groups

圖1 不同環(huán)境中材料及不同群體全株鮮重匯總Fig.1 Summary of fresh weight data of different environmental materials and different groups

圖2 3 個環(huán)境中全株鮮重相關(guān)性分析Fig.2 Correlation analysis of fresh weight per plant in three environments

2.2 多群體間的遺傳關(guān)系

經(jīng)過SNP 篩選和定位后，總共獲得7119 個高質(zhì)量的SNP。這些SNP 均勻分布在10 條染色體上（圖3a），而且標(biāo)記密度足夠高，可以用于全基因組預(yù)測[18]。對所有親本的進(jìn)化樹分析結(jié)果表明了北農(nóng)368 父母本（60271，2193）親緣關(guān)系較近，中北410 的親本（SN915，YH-1）親緣關(guān)系較遠(yuǎn)，所有材料共分為3 個部分（圖3b）?？紤]到群體之間存在親緣關(guān)系，利用基因型數(shù)據(jù)對4 個群體間的遺傳關(guān)系進(jìn)行分析。由主成分分析（PCA）結(jié)果（圖3c）可以看出，4 個群體中P3 和P4 的親緣關(guān)系最近，PC1 和PC2 可以解釋總方差的20.91%和14.85%。親緣關(guān)系熱圖（圖3d）顯示P3 和P4親緣關(guān)系較為密切，與PCA 的結(jié)果是一致的。聚類分析也表明所有材料分為3 個部分，YH-1 為父本組配的一個群體（P1）、SN915 為父本組配的一個群體（P2）以及60271 和2193 為父本組配的一個群體（P3，P4）（圖3c）。

圖3 測序標(biāo)記及遺傳相似性分析Fig.3 Sequencing markers and genetic similarity analysis

2.3 不同群體的群基因組預(yù)測

通過構(gòu)建不同的訓(xùn)練群體，利用GBLUP 和BayesB 這2 種模型進(jìn)行預(yù)測，發(fā)現(xiàn)2 種模型的預(yù)測準(zhǔn)確性差異不大（圖4）。全基因組預(yù)測的結(jié)果表明，第2 種預(yù)測方案的預(yù)測準(zhǔn)確性較高于第1種，即雜交群體間的基因組預(yù)測準(zhǔn)確性低于多群體作為訓(xùn)練群體的預(yù)測準(zhǔn)確性，且當(dāng)訓(xùn)練群體中包含預(yù)測群中的材料時，預(yù)期準(zhǔn)確性變高。親緣關(guān)系較近的2 個群體間預(yù)測準(zhǔn)確性更高。

圖4 利用GBLUP 和BayesB 模型對不同群體全株鮮重的全基因組預(yù)測Fig.4 Genome-wide prediction of fresh weight per plant in different populations using GBLUP and BayesB models

3 討論

基因組預(yù)測是一種重要的分子育種技術(shù)，對玉米品種的改良具有重要意義，特別是對復(fù)雜性狀的改良[19-20]。盡管以前報(bào)道過在動植物中基于多種群的基因組預(yù)測研究[6-7,21]，但這些研究中使用的群體是自然群體或純合株系組成的群體。然而生產(chǎn)中應(yīng)用的是雜交種，因此對F1群體的基因組預(yù)測具有重要意義。本研究在分析F1群體親緣關(guān)系的基礎(chǔ)上，利用F1群體進(jìn)行全基因組預(yù)測，對于開展基于F1群體的全基因組選擇育種具有參考價(jià)值。

訓(xùn)練群體大小、訓(xùn)練群體與預(yù)測群體親緣關(guān)系都會影響基因組預(yù)測[22-23]，我們也發(fā)現(xiàn)不同群體的全基因組預(yù)測的準(zhǔn)確性與訓(xùn)練和驗(yàn)證群體之間的關(guān)系有關(guān)。例如，我們通過嘗試不同的訓(xùn)練群體，發(fā)現(xiàn)訓(xùn)練和驗(yàn)證群體之間的關(guān)系是可以影響預(yù)測準(zhǔn)確性的。因此，訓(xùn)練群體與驗(yàn)證群體之間的遺傳關(guān)聯(lián)性是造成群體遺傳變異的重要因素之一。此外，4 個群體間性狀遺傳基礎(chǔ)的差異可能是影響全基因組預(yù)測準(zhǔn)確性的另一個重要因素[17]。訓(xùn)練群體和驗(yàn)證群體之間的遺傳關(guān)系越密切，它們共同的遺傳基礎(chǔ)就越多，進(jìn)行全基因組預(yù)測的準(zhǔn)確性會增加?；谶@一推測，當(dāng)預(yù)測群體的個體包含在訓(xùn)練群體中時，訓(xùn)練群體和驗(yàn)證群體的遺傳關(guān)系將是密切的。因此我們設(shè)計(jì)了第2 種預(yù)測方案來驗(yàn)證這一假設(shè)，發(fā)現(xiàn)第2 種方案的預(yù)測準(zhǔn)確性高于群體間預(yù)測準(zhǔn)確性，這一結(jié)果支持了我們的推測。

4 結(jié)論

雜交群體間的基因組預(yù)測準(zhǔn)確性較低。通過改進(jìn)訓(xùn)練群體的組成，加入與訓(xùn)練群體有關(guān)的群體可以提高雜交群體基因組預(yù)測的準(zhǔn)確性。