花生含油量全基因组选择及近红外光谱筛选的育种技术探究

• Published in: 作物学报 Vol. 50; no. 4; pp. 969 - 980
• Main Authors: 鲁清, 刘浩, 李海芬, 王润风, 黄璐, 梁炫强, 陈小平, 洪彦彬, 刘海燕, 李少雄
• Format: Journal Article
• Language: Chinese
• Published: 广东省农业科学院作物研究所/广东省农作物遗传改良重点实验室/国家油料作物改良中心南方花生分中心,广东广州 510640 2024
• Subjects: near infrared ray; genomic selection; peanut(Arachis hypogaea L.); 基因组育种值; 含油量; genomic breeding value; 全基因组选择; 近红外光谱分析; 花生; oil content
• ISSN: 0496-3490
• DOI: 10.3724/SP.J.1006.2024.34115

花生含油量对单位面积产油量至关重要.该性状受多个微效基因控制,但可用的紧密连锁标记十分有限,传统的分子标记辅助选择育种准确性不高.全基因组选择作为一种新的育种方法,可实现对数量性状的早期预测;近红外光谱分析可对作物品质性状(如含油量等)进行无损检测.通过两者优势互补,建立花生含油量全基因组选择和近红外光谱筛选联合的育种技术,探讨影响花生含油量全基因组选择预测准确性的因素,为花生分子育种奠定理论基础.本研究以 216 个重组自交系为材料构建训练群体;分别以 139、464 和 505 株 F2、F3 和 F4 为材料构建育种群体;利用自主开发的"PeanutGBTS40K"液相芯片进行基因分型,开展含油量全基因组选择育种模型分析;通过联合全基因组选择和近红外光谱筛选技术,开展花生含油量性状的育种应用,并评价其育种效果.结果显示,对训练群体进行基因分型后,总共获得 30,355 个高质量 SNPs,并用于 11 个全基因组预测的模型选择分析.含油量预测准确性最高的模型为rrBLUP,其次是randomforest和svmrbf.以重组自交系为预测群体,F2、F3 和F4 各世代含油量的预测准确性分别为 0.116、0.128 和 0.119;以重组自交系叠加上一轮的育种群体为预测群体,各世代含油量的预测准确性分别为0.116、0.131 和 0.160.全基因组选择联合近红外筛选要比单独的全基因组选择对各世代的含油量选择效果提高 1.8%、2.7%和 3.4%;与单独的近红外筛选相比,差异不显著(0.10%、0.06%和 0.07%);而近红外筛选与全基因组选择相比,含油量可显著提高 1.7%、2.6%和 3.3%.通过联合全基因组选择和近红外光谱筛选育种,F3 和F4 分别比F2 的含油量提高1.2%和1.0%.F4 总共获得16个入选改良株系,有10个株系含油量≥55.0%,其中2个株系(SF4_201和SF4_379)的理论产量分别比对照增产 7.0%和 11.1%.本研究通过建立花生含油量性状的全基因组选择-近红外光谱筛选联合育种技术,可有效实现花生含油量性状的遗传改良.