在玉米不同育种材料内部和不同育种材料之间进行表型组选择的潜力


发布时间:

2022-03-05

来源:

本站

作者:

PhenoTrait

  全基因组选择(Genomic selection)可利用覆盖全基因组的高密度标记进行选择育种,能够辅助筛选复杂性状,已成为现代作物育种中使用的标准工具。相比之下,刚刚兴起的表型组选择(Phenomic selection)则利用近红外光谱数据代替标记数据,并使用和全基因组选择相同的统计模型预测目标性状。尽管表型组选择以其低成本、高通量的优势在作物育种中表现出极大的应用潜力,但目前关于表型组选择的研究依然较少。本研究利用400个不同基因型的玉米品种,分别提取了它们在不同生长环境下的雌雄穗开花间隔、早期幼苗活力、株高、籽粒干物质含量、籽粒产量和籽粒磷含量等6种表型参数,以及近红外光谱数据,然后对比了全基因组选择和表型组选择的预测能力。本研究使用的400个不同基因型玉米品种可以被分为8组(图1),每组品种在分子水平和表型水平均具有显著差异(图2)。实验结果显示,全基因组选择和表型组选择在组内的预测能力相当(图3),而表型组选择在组间的预测能力则要优于全基因组选择(图4)。因此,表型组选择是一种极具潜力的实用育种工具,尤其是在处理未知且差异较大的种植资源时,表型组选择相比于基因组选择具有更大优势。

  

  图1 种群构成和主成分判别分析结果。A. 优质材料(n=200)包括elite Dents (ED)和elite Flints (EF)两组,地方材料(n=200)包括Campan-Galade (CG), Gelber Badischer (GB), Sankt Galler Rheintaler (RT), Satu Mare (SM), Strenzfelder (SF)和Walliser (WA) 六组,圆圈中的数字为每组包含的品种数。B. 八组玉米品种的主成分判别分析(Discriminant analysis of principal components, DAPC)结果,上方为基因标记数据的分析结果,下方为近红外数据的分析结果,图中分别显示了前两个判别分析函数DA1和DA2的变异量

 

  图2 八组玉米品种之间的表型差异。不同字母代表均值呈显著差异(α=0.05),H2表示广义遗传力;ASI, EV, Final PH, GDM, GYield和Pconc分别表示雌雄穗开花间隔、早期幼苗活力、株高、籽粒干物质含量、籽粒产量和籽粒磷含量

 

  图3 全基因组选择(GS)和表型组选择(PS)的组内预测能力对比

 

  图4 全基因组选择(GS)和表型组选择(PS)的组间预测能力对比

 

  来源:Thea Mi Weiß, Xintian Zhu, Willmar L Leiser, et al. Unraveling the potential of phenomic selection within and among diverse breeding material of maize (Zea mays L.). G3 Genes|Genomes|Genetics, 2022, jkab445.

  

  编辑:段博

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。