大麦黄矮病(BYD)是谷物的主要病毒病之一。由于与其他生物和非生物胁迫相似，小麦中的 BYD 表型分析极具挑战性。抗性育种也具有挑战性，因为小麦初级种质库缺乏遗传抗性，迄今为止命名的少数抗性基因中的大多数来自野生近缘物种。

　　本研究的目的是，i) 评估使用无人机系统的高通量表型 (HTP) 来改进 BYD 评估和选择，ii) 确定与 BYD 抗性相关的基因组区域，以及 iii) 评估基因组预测模型的能力预测大麦黄矮病阻力。在杀虫剂处理和未处理的地块下，在五个田间季节的每个季节中，多达 107 个小麦品系进行了表型分析。在所有季节中，大麦黄矮病的严重程度随着杀虫剂的处理而降低，并且相对于未经处理的地块而言，株高(PTHTM)和谷物产量(GY)显示出增加值。只有 9.2% 的品系对染色体 7DL 上携带抗性基因 Bdv2 的易位片段的存在呈阳性。尽管频率较低，但该区域是通过关联映射确定的。此外，作者绘制了一个潜在的新基因组区域，以抵抗染色体 5AS。考虑到性状的可变遗传力(0.211 - 0.806)，本研究获得了相对较好的 BYD 严重性预测能力，范围在 0.06 - 0.26 之间。在预测模型中加入 Bdv2 对预测 BYD 有很大影响，但对 PTHTM 和 GY 几乎没有影响。本研究首次尝试使用 field-HTP 表征 BYD，并应用 GS 预测疾病严重程度。这些方法有可能改善大麦黄矮病的特性，确定新的抗性来源对于提供大麦黄矮病抗性种质至关重要。

图1在五个不同的田间季节(2015-2016 年至 2019-2020 年)手动收集的性状调整后的表型值。 A-E)：大麦黄矮病 (BYD) 严重程度 (%) 使用 0 – 100% 视觉尺度，F-I) 手动植物高度/矮化 (PTHTM)(米)，表征为叶片变黄/发紫的典型视觉症状，请注意 2015 – 2016 季节没有记录该性状，J-N) 谷物产量 (G-Y) (吨/公顷)。 杀虫剂处理和未处理的复制分别用紫色和绿色表示。虚线表示每个处理中性状的平均值。

图2人工收集的小麦表型性状的广义遗传力，包括在两种杀虫剂处理下五个不同田间季节的视觉大麦黄矮病 (BYD) 评分、株高 (PTHTM) 和谷物产量 (GY)。

图3前两个主成分轴的散点图，由对标记矩阵的主成分分析得出，n = 357 小麦品系，标记 = 29,480。 每个数据点代表一个单独的小麦品系，由 A) 育种状态、B) Bdv2 存在/不存在的预测和 C) 视觉评分的 BYD 严重性 (BYD BLUE) 调整平均值进行颜色编码。每个主成分 (PC) 解释的总方差列在轴上。

图4曼哈顿图显示了使用 346 个小麦种质和 29,480 个 SNP 标记获得的标记-性状关联，这些标记是通过基因分型测序 (GBS) 获得的 A) BYD 严重性和 B) Bdv2 抗性基因的存在/不存在。 具有物理位置的 21 个标记的小麦染色体位于 x 轴上，y 轴是每个 SNP 标记的 p 值的 –log10。 水平虚线表示 0.01 水平的错误发现率阈值，以紫色突出显示且高于阈值的数据点表示与性状显着相关的 SNP。 在图 a 中，显示了由显着 SNP 标记定义的区域长度和单倍型。

图5基于某些单倍型效应的小麦大麦黄矮病严重程度的测量 A) 代表携带抗性基因 Bdv2 的易位片段，B) 显示染色体 5AS 上显着区域的两个单倍型，C) 显示Bdv2的组合 抗性基因和 5A 单倍型。 箱线图显示通过平均线的表型最佳线性无偏估计 (BLUE) 或最佳线性无偏预测 (BLUP) 值显着降低 BYD 疾病严重程度。

图6基因组选择模型预测能力，其中每一列代表一个性状，每一行显示训练群体的构象，包括训练和测试群体的大小以及存在Bdv2抗性基因的系数。每个单元格中的值表示预测能力，即GS预测值(GBLUP)和表型最佳线性无偏预测因子(BLUP)之间的相关性。

　　来源：Silva, P., Evers, B., Kieffaber, A., Wang, X., Brown, R., Gao, L., ... & Poland, J. (2022). Applied phenomics and genomics for improving barley yellow dwarf resistance in winter wheat. bioRxiv.

　　编辑：婷婷