《Theoretical and Applied Genetics》:Genomic approaches to build de novo elite breeding gene pools from locally adapted landraces
编辑推荐:
许多新兴育种项目旨在通过杂交本地精英种质(germplasm)实现遗传增益,但缺乏从本地适应品种中系统化开发精英基因库(elite gene pool)的方法,阻碍了其进展。受塞内加尔谷物育种项目中假定精英杂交(presumed elite crosses)产
许多新兴育种项目旨在通过杂交本地精英种质(germplasm)实现遗传增益,但缺乏从本地适应品种中系统化开发精英基因库(elite gene pool)的方法,阻碍了其进展。受塞内加尔谷物育种项目中假定精英杂交(presumed elite crosses)产生不良超亲分离(undesirable transgressive segregation)现象的启发,研究人员设计了从本地适应地方品种衍生种质中从头(de novo)开发精英基因库的方法。研究人员首先定义了两类“精英”种质:同质精英(iso-elite),即在本地适应性状(“已获得性状” [attained traits])上表型相似且遗传同质;异质精英(allo-elite),即在已获得性状上表型相似但遗传异质。其次,研究人员定义了两种用于从头推断精英基因库的基因组学方法:基于群体的基因型推断(population-based genotypic inference, PGI)和基于QTL的基因型推断(QTL-based genotypic inference, QGI),并将其与基于家系的表型推断(family-based phenotypic inference, FPI)方法进行比较。通过模拟从本地适应地方品种到精英育种品系的演化过程,研究人员评估了这些策略在新兴正向育种(forward breeding)项目中的有效性。QGI能准确且成本有效地识别同质精英和异质精英配对,且不受潜在性状遗传结构的影响;而当性状结构为寡基因(oligogenic)时,PGI的敏感性较低。在十轮表型轮回选择(phenotypic recurrent selection)中,基于同质精英杂交的项目在遗传增益上始终优于基于异质精英杂交的项目。这些发现强调了性状遗传结构知识对精英基因库开发的价值,并为现代化育种项目中的精英种质开发提供了实用路线图。
**论文解读:利用基因组学方法从本地适应地方品种中从头构建精英育种基因库**
**研究背景、问题与开展原因**
现代植物育种的核心在于杂交精英品系以改进品种,然而“精英”一词在育种文献中缺乏统一定义,也缺乏系统化指导来开发精英种质。先进育种项目(如北美和欧洲的大麦或玉米育种)通常管理着狭窄的精英基因库;相比之下,新兴育种项目往往从深受当地农民和消费者喜爱的地方品种(landraces)起步,但由于缺乏明确定义的精英基因库,难以设计精英×精英杂交。同时,试图从不同地理区域的成熟育种项目引入“精英”种质常因不适应本地环境和小农文化需求而失败。因此,需要开发从本地适应地方品种中从头创建精英种质的新方法。
遗传增益依赖于有意的群体改良策略,需平衡稳定选择(stabilizing selection)以维持有利性状和定向选择(directional selection)以推动育种目标。大量新兴育种项目,尤其是撒哈拉以南非洲地区,过去一个世纪主要聚焦于收集和纯化本地适应地方品种成为纯系品种,但这些假定精英品系在杂交中常出现意外超亲分离,如塞内加尔高粱和珍珠粟育种项目中,早花×长穗杂交后代仅33%花期在可接受范围内,严重减少了选择候选个体和有效群体大小。研究人员假设,表型相似但遗传异质(即异质精英)的平行演化(parallel evolution)是导致超亲分离的根本原因。因此,开展本研究旨在定义同质精英(iso-elite)与异质精英(allo-elite)概念,开发基于基因组学的推断方法,优化杂交决策以加速遗传增益。论文发表在《Theoretical and Applied Genetics》。
**研究人员开展的研究、结论及意义**
研究人员提出了两种新型基因组学推断方法——基于群体的基因型推断(population-based genotypic inference, PGI)和基于QTL的基因型推断(QTL-based genotypic inference, QGI),并与基于家系的表型推断(family-based phenotypic inference, FPI)进行比较。通过模拟地方品种演化、纯化、杂交、轮回选择全过程,评估各方法对精英类型推断的准确性、成本效益及对遗传增益的影响。主要结论:QGI在已知性状位点时是最准确且成本效益最高的方法;PGI在多基因(polygenic)性状架构下有效,但在寡基因架构下敏感性降低;FPI仅适用于简单遗传架构。同质精英杂交,尤其是来自不同亚群的同质精英父母本,能在维持已获得性状稳定性的同时优化期望性状的遗传增益。研究为新兴育种项目提供了从地方品种中系统化开发精英基因库的实用路线图,强调了性状遗传结构知识的重要性。
**主要关键技术方法(不超过250字)**
研究人员利用AlphaSimR软件中的MaCS模拟器,生成了500个个体组成的祖先奠基群体,模拟7条染色体(等效于珍珠粟2n=2x=14),并设置群体历史有效大小变化。从该群体中衍生5个亚群,各经50代随机交配与选择,模拟本地适应过程。随后通过单籽传代(single-seed descent, SSD)纯化200个品系作为初始地方品种。关键技术包括:(1)基于家系的表型推断(FPI):采用半双列杂交设计,通过F
2表型分布宽窄推断精英关系;(2)基于群体的基因型推断(PGI):利用全基因组标记数据,通过判别主成分分析(Discriminant Analysis of Principal Components, DAPC)进行聚类,基于欧氏距离判断同质/异质精英;(3)基于QTL的基因型推断(QGI):计算已知QTL位点的状态同源(identity-by-state, IBS)得分,IBS=1判定为同质精英。成本估算基于塞内加尔珍珠粟育种项目2016/2017财年预算数据(表S2),包括基因分型(每品系20美元全基因组,每QTL 5美元)和表型鉴定(每品系64美元)。
**研究结果**
**Unexpected transgressive segregation from presumed elite breeding crosses**
通过对塞内加尔珍珠粟和高粱假定精英×精英杂交后代的分析,研究人员发现仅33%和28%的后代花期落在可接受范围内,表明表型相似不代表遗传同质,超亲分离显著减少了有效群体大小。
**Conceptual model for genetic heterogeneity in elite germplasm: iso- versus allo-eliteness**
研究人员定义了同质精英(iso-elite:表型相似且遗传同质)和异质精英(allo-elite:表型相似但遗传异质)两种关系,并构建了从地方品种收集、纯化、初始杂交到轮回选择的演化框架,揭示了平行演化导致的隐蔽遗传异质性是超亲分离的原因。
**Proposed approaches to infer iso- versus allo-elite relationships**
提出了三种推断方法:FPI(基于家系表型分布)、PGI(基于群体基因组聚类)、QGI(基于目标QTL的IBS相似性),并系统比较其理论依据与应用场景。
**Family-based phenotypic inference is simple but limited to simple attained trait architecture**
通过模拟2、4、20个QTL的遗传架构,FPI仅在寡基因(2-4 QTL)下能部分区分精英类型(准确率70%),在20 QTL时几乎无法区分(>94%后代在可接受范围内),证明其受限于性状复杂度。
**Population-based genotypic inference can be effective for polygenic attained trait architecture**
PGI在寡基因(2、4 QTL)下无法准确识别异质精英(部分异质精英后代分布窄),但在多基因(20 QTL)下准确率与QGI相当,表明其依赖于因果变异在全基因组中的分布。
**QTL-based genotypic interprets elite type across a range of trait genetic architectures**
QGI在所有模拟场景下(2、4、20 QTL)均能准确推断同质与异质精英,同质精英后代花期分布狭窄(几乎全在可接受范围),异质精英后代分布广泛,且在寡基因下超亲分离更严重。
**QTL-based genotypic inference provides highest accuracy for elite-type inference**
比较三种方法的表型方差,QGI在同质精英后代中方差最低、异质精英后代中方差最高,且差异在所有QTL数目下均极显著(p<0.001),而FPI和PGI区分度较差。
**QTL-based genotypic inference is the most cost-effective approach when trait loci are known**
当QTL已知时,QGI每品系成本75-165美元(随QTL数增加),低于PGI的125美元和FPI的904美元;当QTL未知需通过全基因组关联研究(GWAS)或连锁定位发现时,QGI成本升至670-843美元,不再是成本最优。
**Genetic gain under recurrent selection is more rapid for iso-elite crosses**
模拟10轮表型轮回选择,同质精英杂交在已获得性状上保持稳定种群均值与窄方差;在期望性状上,若同质精英父母本来自不同亚群,其遗传增益超过异质精英杂交,结合了亚群多样性同时保留精英背景。
**总结讨论与结论翻译**
**讨论总结**
研究指出,许多新兴育种项目依赖个体表型选择(individual-based phenotypic selection, IPS),但本地适应品种间的杂交常出现意外超亲分离,表明“精英”状态不等于遗传同质性。通过区分已获得性状(attained traits,受稳定选择)和期望性状(desired traits,受定向选择),研究人员构建了精英基因库开发的理论框架。FPI在简单遗传架构下有一定价值,但在多基因下失效;PGI在多基因性状下有效,但受聚类方法影响;QGI在已知QTL时最准确且成本最低。研究还发现,同质精英杂交的遗传增益取决于父母本亚群来源:来自同一亚群会限制变异,而来自不同亚群则结合稳定性与多样性。未来需通过实证验证,如使用嵌套关联作图(NAM)群体或多亲本高世代互交(MAGIC)群体。研究还强调了因果基因鉴定(如高粱Ma1、Dw1等)对提高育种效率的价值。
**结论翻译(Conclusion部分)**
这项研究强调,新兴育种项目中的假定精英品系常常隐藏遗传异质性,导致杂交时出现意外的超亲分离。通过区分已获得性状和期望性状,研究表明精英×精英杂交的结果取决于亲本遗传关系。在所评估的推断方法中,当性状位点已知时,基于QTL的基因型推断(QGI)被证明是识别同质精英与异质精英关系最准确且成本效益最高的方法。模拟表明,来自不同亚群的同质精英父母本杂交能够在已获得性状的稳定性与期望性状的重组之间取得最佳平衡,从而优化长期遗传增益。基于实际育种项目成本数据,分析揭示了如何通过公共基因组资源和种质资源将FPI、PGI和QGI方法付诸实施。这些方法共同提供了一个实用框架,将同质精英与异质精英的概念区分转化为在资源有限项目中指导精英基因库开发的可扩展策略。