曹珂，陳昌文，楊選文，別航靈，王力榮

桃果實(shí)單果重及可溶性固形物含量的全基因組選擇分析

曹珂，陳昌文，楊選文，別航靈，王力榮

中國(guó)農(nóng)業(yè)科學(xué)院鄭州果樹研究所，鄭州 450009

【背景】桃單果重和可溶性固形物含量（SSC）是育種家關(guān)注的兩個(gè)重要的數(shù)量性狀，受到多個(gè)微效基因的控制，難以通過(guò)單個(gè)標(biāo)記進(jìn)行早期篩選。全基因組選擇作為一種新穎的數(shù)量性狀早期預(yù)測(cè)工具，在果樹上已經(jīng)有了初步應(yīng)用，但其在桃上的應(yīng)用效果以及影響預(yù)測(cè)準(zhǔn)確性的因素仍需要深入探討?！灸康摹拷⑻覇喂睾蚐SC的全基因組選擇技術(shù)，為桃高效分子育種技術(shù)體系的建立奠定基礎(chǔ)。【方法】以520株訓(xùn)練自然群體為試材，通過(guò)重測(cè)序篩選出的48 398個(gè)SNP進(jìn)行分型，在11個(gè)全基因組預(yù)測(cè)模型中分別篩選出兩個(gè)數(shù)量性狀適宜的模型，進(jìn)而在56株自然群體和1 145株雜交群體上進(jìn)行應(yīng)用?！窘Y(jié)果】3類群體的平均測(cè)序數(shù)據(jù)量在1.95—3.52 Gb，測(cè)序深度為5.29—10.79×。訓(xùn)練自然群體經(jīng)與參考基因組比對(duì)，共得到5 065 726個(gè)SNP，去除缺失率較高（＞20%）、最小等位基因頻率過(guò)低（＜0.05）的位點(diǎn)后，隨機(jī)挑選基因組上48 398個(gè)SNP用于訓(xùn)練群體的全基因組選擇模型構(gòu)建。單果重預(yù)測(cè)精度最高的模型是BayesA，SSC預(yù)測(cè)精度最高的模型為randomforest。分別利用兩個(gè)數(shù)量性狀最適的模型進(jìn)行預(yù)測(cè)，發(fā)現(xiàn)在自然群體中，單果重的預(yù)測(cè)精度為0.4767—0.6141，高于SSC的0.3220—0.4329；而在雜交群體中，單果重的預(yù)測(cè)精度為0.2319—0.4870，同樣高于SSC的0.0200—0.2793；該結(jié)果也表明利用訓(xùn)練自然群體構(gòu)建的預(yù)測(cè)模型在預(yù)測(cè)自然群體上應(yīng)用的精度高于雜交群體。進(jìn)而以單果重為例，發(fā)現(xiàn)當(dāng)育種目標(biāo)是大果時(shí)，全基因組選擇僅需保留17.78%的單株，效率明顯高于單標(biāo)記和雙標(biāo)記篩選。同時(shí)探討了群體離散程度、遺傳力和群體結(jié)構(gòu)等對(duì)預(yù)測(cè)精度的影響，發(fā)現(xiàn)預(yù)測(cè)精度可能受到上述因子的綜合影響?！窘Y(jié)論】本研究篩選出桃果實(shí)單果重和SSC適宜全基因組選擇模型，表明該方法的選擇效率明顯高于單標(biāo)記篩選，研究結(jié)果為兩個(gè)數(shù)量性狀的高效分子輔助育種奠定了理論和技術(shù)支撐。

桃；單果重；可溶性固形物含量；全基因組選擇；早期預(yù)測(cè)

0 引言

【研究意義】桃是我國(guó)主要果樹樹種，栽培面積和產(chǎn)量均居世界首位。進(jìn)入21世紀(jì)，我國(guó)育種家利用常規(guī)育種技術(shù)選育出的品種，逐漸取代了20世紀(jì)日本、韓國(guó)品種在我國(guó)的主導(dǎo)地位。然而，多年生果樹常規(guī)育種費(fèi)時(shí)費(fèi)力，成為限制桃育種水平進(jìn)步的障礙。隨著分子生物學(xué)的發(fā)展，分子育種可以有效地提高果樹育種效率，成為實(shí)現(xiàn)豐產(chǎn)優(yōu)質(zhì)、提高貯運(yùn)性能、增強(qiáng)抗逆性等果樹育種目標(biāo)的重要手段[1]?！厩叭搜芯窟M(jìn)展】在桃上，已有不少重要農(nóng)藝性狀的優(yōu)異基因被發(fā)掘，且開發(fā)出準(zhǔn)確的、實(shí)用的前景選擇分子標(biāo)記，如與桃果皮毛有/無(wú)性狀相關(guān)的位點(diǎn)為第5染色體上第3個(gè)外顯子上的一個(gè)轉(zhuǎn)座子插入[2]，與肉質(zhì)相關(guān)的位點(diǎn)為第4染色體兩個(gè)串聯(lián)排列基因和的存在與缺失變異[3]，與果形扁/圓共分離的變異為第6染色體上的一個(gè)長(zhǎng)度為1.67 Mb的染色體倒位[4]。然而，上述性狀均為質(zhì)量性狀，而育種家更為關(guān)注的性狀如單果重、可溶性固形物含量（SSC）和果皮著色等性狀多為數(shù)量性狀，由多個(gè)基因控制。如Dirlewanger等[5]利用普通桃種質(zhì)FerjalouJalousia與油桃Fantasia雜交的F2群體，進(jìn)行連續(xù)兩年的農(nóng)藝性狀評(píng)價(jià)，將單果重定位在第6連鎖群。QUILOT等[6]利用山桃種質(zhì)P1908與黃肉油桃Summergrand雜交的BC2群體，將單果重性狀定位在第1、2、4、5和7連鎖群。EDUARDO等[7]利用Contender×Ambra群體，在第4和6連鎖群獲得了年度重復(fù)的單果重性狀的數(shù)量性狀位點(diǎn)（QTL）。隨后，DA SILVA LINGE等[8]首次采用9 K的SNP芯片，將單果重定位到第1、2、3、5、6和7連鎖群。ZEBALLOS等[9]同樣利用上述芯片，在連鎖群1、4、8上鑒定出了與單果重連鎖的QTL。綜上，在桃的8個(gè)連鎖群上，均有單果重QTL定位的報(bào)道，根據(jù)上述定位結(jié)果開發(fā)的標(biāo)記由于遺傳背景狹窄、標(biāo)記的變異解釋率較低，因此通用性差，難以在其他群體上進(jìn)行應(yīng)用。近年來(lái)，全基因組選擇作為一種新的目標(biāo)性狀早期預(yù)測(cè)工具，在果樹上有了一定程度的應(yīng)用，該技術(shù)利用覆蓋全基因組的高密度分子標(biāo)記，通過(guò)構(gòu)建預(yù)測(cè)模型，計(jì)算個(gè)體的基因組育種值，然后根據(jù)育種值的大小進(jìn)行選擇。該方法可以加快育種進(jìn)程、降低育種成本，對(duì)于遺傳力較低以及難以測(cè)量的復(fù)雜性狀具有良好的預(yù)測(cè)效果[10]。該方法在動(dòng)物[11]遺傳育種中發(fā)揮了重要作用，在作物[12]和林木[13]上的應(yīng)用處于初級(jí)階段。在蘋果上，KUMAR等[14]利用來(lái)自4個(gè)母本和2個(gè)父本雜交的包含1 120個(gè)單株的雜交群體，采用包含8 000個(gè)SNP的Infinium SNP芯片進(jìn)行基因分型，然后采用RR-BLUP和Bayesian LASSO模型進(jìn)行果實(shí)性狀的育種值估計(jì)。研究發(fā)現(xiàn)，兩種方法所得到的預(yù)測(cè)準(zhǔn)確性比較相似，均在0.7—0.9。以RR-BLUP方法為例，SSC的預(yù)測(cè)準(zhǔn)確性最高，其次為果實(shí)硬度和可滴定酸（TA），最低是食用果肉時(shí)的收斂性。研究認(rèn)為，標(biāo)記的數(shù)量、基因組連鎖不平衡水平會(huì)影響全基因組選擇的準(zhǔn)確性。MURANTY等[15]利用包含20個(gè)全同胞家系的977個(gè)蘋果單株為訓(xùn)練群體，以5個(gè)全同胞家系的1 390個(gè)單株為預(yù)測(cè)群體，采用BayesCπ模型，分析了全基因組選擇對(duì)10個(gè)果實(shí)相關(guān)性狀的預(yù)測(cè)效果；結(jié)果發(fā)現(xiàn)，在這些性狀中，平均預(yù)測(cè)準(zhǔn)確度最高的為果皮著色百分比，其次為果皮著色、果實(shí)大小、外觀鮮艷程度和果皮銹斑等，預(yù)測(cè)能力較弱的有著色類型、采前落果和裂果率等指標(biāo)，表型分布的離散程度及遺傳力大小是影響全基因組選擇預(yù)測(cè)準(zhǔn)確性的重要因素。在桃上，BISCARINI等[16]以來(lái)自意大利、法國(guó)和西班牙的11個(gè)雜交群體的1 147個(gè)單株作為訓(xùn)練群體，對(duì)單果重、SSC和TA的3—5年的表型數(shù)據(jù)進(jìn)行了全基因組選擇分析，選擇9 K IPSC芯片中的6 076個(gè)SNP的分型結(jié)果，結(jié)合GBLUP模型進(jìn)行育種值預(yù)測(cè)。研究發(fā)現(xiàn)，在不同群體中，SSC的預(yù)測(cè)準(zhǔn)確性最高，達(dá)到0.72，其次是TA的0.65，最低是單果重0.6。研究結(jié)果顯示，群體數(shù)量和表型變異越大，預(yù)測(cè)的精度越高。在梨上，MINAMIKAWA等[17]選擇包含86個(gè)品種的自然群體和16個(gè)全同胞系的765個(gè)單株的雜交群體為材料，完成了18個(gè)性狀的表型評(píng)價(jià)，進(jìn)而利用1 506個(gè)SNP的基因型分型結(jié)果進(jìn)行全基因組選擇分析，發(fā)現(xiàn)當(dāng)自然群體和雜交群體合并在一起，能夠明顯提高育種值預(yù)測(cè)的準(zhǔn)確性。在杏上，NSIBI等[18]利用1個(gè)包含153個(gè)單株的來(lái)自杏Goldrich×Moniqui的F1群體進(jìn)行全基因組選擇分析，表型為連續(xù)2年的果實(shí)相關(guān)性狀，基因型數(shù)據(jù)來(lái)自簡(jiǎn)化基因組測(cè)序產(chǎn)生61 030個(gè)SNP的分型信息。該研究利用6個(gè)模型估算10個(gè)性狀（單果重、乙烯含量、果皮底色、可滴定酸、3種糖組分、2種酸組分以及果形指數(shù)）的育種值，發(fā)現(xiàn)6個(gè)性狀中，RR-BLUP模型的預(yù)測(cè)準(zhǔn)確度均高于其他5個(gè)模型。研究同時(shí)發(fā)現(xiàn)，隨著訓(xùn)練群體數(shù)目從總數(shù)的25%增加到75%，預(yù)測(cè)準(zhǔn)確性持續(xù)增加；而標(biāo)記數(shù)目從50增加到6 103個(gè)（10%的總標(biāo)記）標(biāo)記時(shí)，預(yù)測(cè)準(zhǔn)確性持續(xù)增加；之后，標(biāo)記數(shù)目的增加對(duì)預(yù)測(cè)準(zhǔn)確性增幅不大?！颈狙芯壳腥朦c(diǎn)】綜上，國(guó)內(nèi)外對(duì)于果樹甚至桃的全基因組選擇已有研究，但多以雜交群體為主，僅梨上有利用自然群體的報(bào)道。同時(shí)，許多研究均發(fā)現(xiàn)群體數(shù)量和標(biāo)記數(shù)量均會(huì)影響全基因組選擇的準(zhǔn)確性?！緮M解決的關(guān)鍵問(wèn)題】本研究以520個(gè)桃自然群體的單株為試材，利用高達(dá)50 K的SNP分型結(jié)果，以單果重和SSC為例，探討在桃上進(jìn)行數(shù)量性狀全基因組選擇的應(yīng)用效果，并分析影響預(yù)測(cè)準(zhǔn)確性的因素，為桃高效分子育種技術(shù)體系的建立奠定基礎(chǔ)。

1 材料與方法

1.1 植物材料

1.2 性狀評(píng)價(jià)

參考王力榮[19]的方法，測(cè)定3類群體果實(shí)成熟期的單果重和SSC，并鑒定了2個(gè)質(zhì)量性狀（果形扁/圓和果皮毛有/無(wú)）；其中，單果重為10個(gè)果實(shí)的平均值，SSC為3個(gè)果實(shí)的平均值。自然群體的表型性狀分別在2012、2015和2016年進(jìn)行采集，雜交群體的表型性狀則分別在2019、2020和2021年進(jìn)行采集。利用訓(xùn)練群體進(jìn)行模型構(gòu)建時(shí)，所用的表型為2012、2015和2016年的平均值。

1.3 基因型評(píng)價(jià)

3個(gè)群體的基因型評(píng)價(jià)采用相同方法，即取幼嫩葉片，采用CTAB法[20]提取總的基因組DNA，經(jīng)過(guò)瓊脂糖電泳質(zhì)檢合格后，參考GenoBaits DNA-seq Library Prep試劑盒的使用說(shuō)明構(gòu)建重測(cè)序文庫(kù)，文庫(kù)質(zhì)量檢測(cè)合格后，利用華大MGI-2000/MGI-T7測(cè)序平臺(tái)進(jìn)行測(cè)序，測(cè)序模式為PE150模式。測(cè)序所得的raw reads，經(jīng)測(cè)序數(shù)據(jù)質(zhì)控即使用fastp軟件[21]去除接頭和低質(zhì)量的reads后獲得clean reads，使用BWA軟件[22]將clean reads與參考基因組進(jìn)行比對(duì)，繼而使用GATK軟件[23]的UnifiedGenotyper模塊獲得每個(gè)個(gè)體的SNP信息。

1.4 遺傳力和群體結(jié)構(gòu)分析

利用表型數(shù)據(jù)和篩選后的基因型數(shù)據(jù)，首先使用R軟件包（rrBLUP）的kin.blup函數(shù)估算遺傳方差（σG2，genetic variance）和誤差方差（σE2，error variance），然后估計(jì)各性狀的遺傳力。其公式為：h2=σG2/（σG2+σE2）。

使用GCTA軟件[24]基于過(guò)濾后的SNP信息，進(jìn)行主成分分析（PCA），獲得各個(gè)PC的方差解釋率及樣本在各個(gè)PC中的得分矩陣，從SNP信息中提取的關(guān)鍵信息按照效應(yīng)從大到小分為PC1、PC2、PC3...，以表征群體結(jié)構(gòu)信息。

1.5 基因組預(yù)測(cè)模型

本研究采用11種模型，包括rrblup、svmrbf、svmpoly、randomforest、pls、gblupD、gblupA、BayesA、BayesB、BayesC、BayesLasso，對(duì)訓(xùn)練群體的基因型數(shù)據(jù)和表型數(shù)據(jù)進(jìn)行訓(xùn)練，并通過(guò)5-fold交叉驗(yàn)證計(jì)算預(yù)測(cè)精度，然后對(duì)預(yù)測(cè)群體進(jìn)行表型值預(yù)測(cè)。所有模型均使用R語(yǔ)言包實(shí)現(xiàn)，其中rrblup使用mix.solve，svmrbf和svmpoly使用kemlab，randomforest使用randomForest，pls使用plf，gblupD和gblupA使用kin.blup函數(shù)，BayesA、BayesB、BayesC和BayesLasso均使用BGLR。

另外，5-fold交叉驗(yàn)證具體方法為：將訓(xùn)練群體隨機(jī)分成5份，其中4份作為訓(xùn)練集，剩余1份作為測(cè)試集，每一份抽樣均有機(jī)會(huì)作為測(cè)試集，并且計(jì)算測(cè)試集的真實(shí)值與預(yù)測(cè)值間的皮爾森相關(guān)系數(shù)。重復(fù)交叉驗(yàn)證4次，最終的相關(guān)系數(shù)均值作為預(yù)測(cè)精度（）。

1.6 預(yù)測(cè)值和真實(shí)值之間的符合度

在訓(xùn)練自然群體中，篩選單果重和SSC性狀預(yù)測(cè)精度最高的模型，然后用該模型估計(jì)預(yù)測(cè)自然群體和雜交群體的基因組育種值。最后，計(jì)算預(yù)測(cè)群體的估計(jì)值和真實(shí)值得到皮爾森相關(guān)系數(shù)，用來(lái)評(píng)價(jià)全基因選擇模型在桃兩個(gè)數(shù)量性狀上的應(yīng)用效果。

2 結(jié)果

2.1 訓(xùn)練和預(yù)測(cè)群體的重測(cè)序

本研究所用的群體共3類。如表1，訓(xùn)練自然群體為520個(gè)單株，而預(yù)測(cè)自然群體數(shù)目為56株、預(yù)測(cè)雜交群體1 145株。單個(gè)樣本的平均測(cè)序數(shù)據(jù)量在1.95—3.52 Gb，測(cè)序深度為5.29—10.79×，與參考基因組比對(duì)后，覆蓋度為78.22%—89.58%。

為促進(jìn)幼果快速膨大、減少畸形果與落果、提早上市，可以噴施赤霉酸5～6 mg/L+蕓苔素0.02～0.03 mg/L。

2.2 訓(xùn)練群體的基因型鑒定

所有樣本共檢測(cè)出5 065 726個(gè)SNP，去除缺失率在20%以上的位點(diǎn)后剩余4 254 657個(gè)SNP，繼續(xù)去除最小等位基因頻率小于0.05的位點(diǎn)后剩余3 231 646個(gè)SNP，然后采用隨機(jī)挑選的方法，選擇48 398個(gè)SNP用于后續(xù)訓(xùn)練群體的全基因組選擇模型構(gòu)建。這些SNP在桃不同染色體的分布如表2所示，SNP密度平均每Mb達(dá)到214.44個(gè)，分布密度最高的為第4染色體，密度最低的為第5染色體。

表1 本研究中所用材料的重測(cè)序結(jié)果

表2 用于全基因組選擇分析的SNP在染色體上的分布

觀察SNP在不同染色體上的分布（圖1），發(fā)現(xiàn)在第2染色體的3—5 Mb、第4染色體的0—1 Mb和23—25 Mb存在密度較高的熱點(diǎn)區(qū)域，這些密度較高的區(qū)域與前人報(bào)道的SNP在基因組上的分布[25]一致。

2.3 訓(xùn)練和測(cè)試群體中兩個(gè)數(shù)量性狀的表型分布

如圖2所示，訓(xùn)練群體的兩個(gè)表型性狀為正態(tài)分布，呈現(xiàn)數(shù)量性狀的典型特征。單果重的變異系數(shù)為31.43%，高于可溶性固形物的14.20%。

兩類預(yù)測(cè)群體的表型分布如圖3所示。在自然群體中，2012與2015及與2016年的重復(fù)單株較少，因此沒(méi)有計(jì)算其重復(fù)性。2015與2016年間的單果重相關(guān)性為0.73，達(dá)到顯著水平；而SSC的相關(guān)性僅為0.16，且不顯著。在雜交群體中，2019和2021年的單果重相關(guān)性最高，達(dá)到0.81（＜0.01）；2020與2021年相關(guān)性也較高，2019與2020年相關(guān)性不顯著，表明環(huán)境對(duì)2019年的單果重性狀影響較大；而SSC則以2019與2020以及與2021年間顯著相關(guān)，暗示2021年的SSC性狀受環(huán)境影響較為明顯。

圖1 篩選后的SNPs在桃基因組上的分布

圖2 訓(xùn)練群體兩個(gè)數(shù)量性狀的表型分布

表格中顯示為3年性狀的相關(guān)性The values in the table indicate the correlation between phenotypes evaluated in different years

2.4 基于訓(xùn)練群體的不同預(yù)測(cè)模型的精度

利用前期鑒定出的48 398個(gè)SNP，基于訓(xùn)練群體進(jìn)行5-fold交叉驗(yàn)證，計(jì)算每個(gè)模型的預(yù)測(cè)精度。

如圖4所示，單果重性狀采用不同模型的預(yù)測(cè)精度均高于SSC，在11個(gè)模型中，單果重預(yù)測(cè)精度最高的模型是BayesA，精度為0.6017；最低為svmrbf，精度僅為0.4576。SSC預(yù)測(cè)精度最高的模型為randomforest，精度達(dá)到0.4306；最低為svmpoly，精度僅為0.2607。

2.5 用最適宜的模型進(jìn)行預(yù)測(cè)群體的育種值估計(jì)

分別用最適宜的模型進(jìn)行兩類預(yù)測(cè)群體的育種值估計(jì)，并比較其與真實(shí)觀測(cè)值的相關(guān)性。其中，自然群體（圖5）3年的單果重表型與預(yù)測(cè)值的相關(guān)性為0.4767—0.6141，高于SSC的0.3220—0.4329，其中單果重以2012年預(yù)測(cè)最準(zhǔn)確，SSC則以2015年的準(zhǔn)確度最高。

圖4 兩個(gè)數(shù)量性狀采用不同預(yù)測(cè)模型的預(yù)測(cè)精度

圖5 預(yù)測(cè)自然群體兩個(gè)數(shù)量性狀的預(yù)測(cè)值與觀測(cè)值的相關(guān)性分析

對(duì)于雜交群體（圖6），研究發(fā)現(xiàn)無(wú)論是單果重還是SSC，其準(zhǔn)確度較自然群體均有所下降，尤其是SSC，不同年份的預(yù)測(cè)精度低至0.0200—0.2793。

2.6 單果重性狀的單標(biāo)記篩選與全基因組選擇的效率比較

由于2019年度的單果重性狀進(jìn)行全基因組選擇的精度較高，因此，以該年度數(shù)據(jù)為例，比較其與單個(gè)標(biāo)記進(jìn)行篩選的效率。如圖7所示，在單標(biāo)記方法中，本研究使用的是筆者團(tuán)隊(duì)前期鑒定出的不同年份關(guān)聯(lián)程度最高的兩個(gè)標(biāo)記Chr6: 2 281 398 bp和Chr6: 3 296 344 bp[26]，從結(jié)果可以看出，Chr6: 2 281 398 bp的CC基因型表型與CG基因型沒(méi)有差異，而CG基因型與GG基因型的表型差異顯著性值為2.5E-07。Chr6: 3 296 344 bp的AA基因型與AG基因型的表型同樣無(wú)顯著差異，而AG基因型與GG基因型的表型差異顯著性值達(dá)到2.4E-16，即區(qū)分效率高于Chr6: 2 281 398 bp。

與單標(biāo)記難以區(qū)分優(yōu)勢(shì)等位基因型的雜合與純合類型不同（如Chr6: 2 281 398 bp的CG和CC，以及Chr6: 3 296 344 bp的AG和AA），根據(jù)全基因組選擇的預(yù)測(cè)值可將雜交群體分為3個(gè)類群，且類群間的差異均達(dá)到顯著水平（＜0.05）。

進(jìn)一步將上述兩個(gè)單果重的分子標(biāo)記組成9種單倍型，結(jié)果發(fā)現(xiàn)，7種單倍型（Chr6: 2 281 398 bp和Chr6: 3 296 344 bp分別組成的CG:AG、CC:AA、GG:AG、GG:AA、CG:AA、CC:AG和CC:GG）的單果重較大，但類型間并沒(méi)有明顯差異；單倍型CG:GG的單果重表現(xiàn)為中等，而單倍型GG:GG的單果重最低（圖8）。

2.7 性狀遺傳力對(duì)群體預(yù)測(cè)精度的影響

前人研究認(rèn)為，性狀的遺傳力是影響全基因組選擇精度的重要因素[27-30]，因此，本研究評(píng)價(jià)了單果重和SSC的遺傳力，并以兩個(gè)質(zhì)量性狀（果形扁/平和果皮毛有/無(wú)）為對(duì)照，隨機(jī)選擇gblupA模型進(jìn)行育種值的估計(jì)。結(jié)果顯示，遺傳力最高的為果形（0.8185），其次為單果重（0.7021）和果皮毛（0.6866），最低為SSC（0.2815），而預(yù)測(cè)精度從高到低依次為果皮毛（0.8293）、果形（0.7300）、單果重（0.5986）和SSC（0.4064）。即在兩個(gè)數(shù)量性狀間，遺傳力較高的性狀其表型預(yù)測(cè)精度較高；但當(dāng)與質(zhì)量性狀比較時(shí)，盡管單果重的遺傳力高于果皮毛，但其預(yù)測(cè)精度卻低于后者；同時(shí)，在兩個(gè)質(zhì)量性狀之間，遺傳力與全基因組選擇的預(yù)測(cè)精度同樣不一致。

圖6 預(yù)測(cè)雜交群體兩個(gè)數(shù)量性狀的預(yù)測(cè)值與觀測(cè)值的相關(guān)性分析

圖7 單果重單標(biāo)記篩選與全基因組選擇的效率比較

不同小寫字母表示處理間差異顯著（P＜0.05） Different lowercase letters indicate significant differences between treatments (P＜0.05)

2.8 群體結(jié)構(gòu)對(duì)雜交群體預(yù)測(cè)精度的影響

群體結(jié)構(gòu)也會(huì)影響預(yù)測(cè)精度[31]，在本研究中，以雜交群體表型評(píng)價(jià)最完善的2020年單果重?cái)?shù)據(jù)為例，首先進(jìn)行單個(gè)雜交群體的單果重預(yù)測(cè)育種值與觀測(cè)值的相關(guān)性分析（表3），發(fā)現(xiàn)不同群體的相關(guān)性差異較大，分布在-0.15—0.26。在相關(guān)性為負(fù)值的群體中，既有群體大小為27的小群體，也有單株數(shù)目達(dá)到97的中等群體。

由于本研究是根據(jù)自然群體的預(yù)測(cè)育種值與表型進(jìn)行比較而篩選精度較高的全基因組選擇模型，并進(jìn)行隨后的應(yīng)用驗(yàn)證。因此，以自然群體為背景，與上述20個(gè)雜交群體一起進(jìn)行PCA分析。如圖9所示，相對(duì)于其他群體，群體2、4、5和13與背景群體的遺傳距離較遠(yuǎn)，其預(yù)測(cè)育種值與觀測(cè)值的相關(guān)性較低，分別為0.03、-0.03、-0.15和-0.04；但群體7、11、14、15和19與自然群體的親緣關(guān)系并不遠(yuǎn)，其預(yù)測(cè)育種值與觀測(cè)值的相關(guān)性卻仍為負(fù)值。

3 討論

3.1 全基因組選擇技術(shù)在桃上的應(yīng)用效果

單果重和SSC是桃重要的育種目標(biāo)性狀，研究其早期選擇技術(shù)體系對(duì)其分子育種具有重要的實(shí)踐意義。理論上，全基因組選擇技術(shù)將有效地提高數(shù)量性狀的選擇效率。例如本研究比較了單標(biāo)記和全基因組選擇對(duì)單果重早期選擇的影響，發(fā)現(xiàn)當(dāng)采用單標(biāo)記時(shí)，如以大果為育種目標(biāo)，則需要保留純合或雜合的優(yōu)勢(shì)等位基因，以應(yīng)用Chr6: 3 296 344 bp為例，需要保留72株，占整個(gè)群體的40.68%；當(dāng)采用雙標(biāo)記時(shí)，需要保留7種單倍型，共71株，占整個(gè)群體的42.77%，與采用單標(biāo)記的應(yīng)用效率相比沒(méi)有明顯提升。而采用全基因組選擇，僅需保留預(yù)測(cè)育種值最高的一類，約32株，占整個(gè)群體的17.78%，篩選效率顯著提高。前人研究同樣表明全基因組選擇的效率高于分子標(biāo)記輔助選擇[32-33]。

3.2 影響全基因組選擇效率的因素分析

本研究以單果重和SSC為例，發(fā)現(xiàn)單果重預(yù)測(cè)精度高于SSC，同時(shí)利用自然群體構(gòu)建的模型更適宜預(yù)測(cè)自然群體。對(duì)于雜交群體預(yù)測(cè)準(zhǔn)確率稍低的原因，推測(cè)可能是其遺傳背景與訓(xùn)練自然群體較遠(yuǎn)；然而，當(dāng)比較不同的雜交群體時(shí)，卻發(fā)現(xiàn)預(yù)測(cè)精度與該單個(gè)群體和訓(xùn)練自然群體間的親緣關(guān)系遠(yuǎn)近無(wú)關(guān)（圖9）；對(duì)于訓(xùn)練群體與預(yù)測(cè)群體的遺傳相關(guān)性對(duì)預(yù)測(cè)精度的影響，需要后續(xù)進(jìn)行更加深入的研究。

對(duì)于影響全基因組選擇效率的其他因素，前人有不少研究。如MURANTY等[15]在蘋果上的研究表明，遺傳力大小是影響全基因組選擇預(yù)測(cè)準(zhǔn)確性的重要因素。而在桃上，BISCARINI等[16]發(fā)現(xiàn)在單果重、SSC 和可滴定酸（TA）共3個(gè)性狀中，雖然TA的遺傳力最高（平均0.53），但預(yù)測(cè)精度最高的卻為SSC（平均0.72）。本研究同樣發(fā)現(xiàn)，無(wú)論是將數(shù)量性狀與質(zhì)量性狀進(jìn)行比較或者是比較兩個(gè)質(zhì)量性狀，全基因組選擇的預(yù)測(cè)精度與遺傳力均不呈正相關(guān)。同時(shí)，MURANTY等[15]和BISCARINI等[16]分別在蘋果和桃上均認(rèn)為表型的離散程度越大，預(yù)測(cè)的精度越高。本研究中，單果重的變異系數(shù)高于SSC，但其是否為單果重性狀預(yù)測(cè)精度高于SSC的主要原因仍有待探討，筆者更傾向于認(rèn)為單果重有主效基因而SSC不明顯[26]，這可能是單果重性狀預(yù)測(cè)精度高的主要原因。此外，在本研究中，由于全基因組選擇的預(yù)測(cè)模型構(gòu)建基于自然群體3年的平均值，在進(jìn)行應(yīng)用時(shí)，如果實(shí)測(cè)的表型值易受環(huán)境影響，在理論上會(huì)與預(yù)測(cè)的育種值差異較大。因此，本研究試圖探討全基因組預(yù)測(cè)精度與表型值在年度間相關(guān)性的關(guān)系，在預(yù)測(cè)雜交群體中，盡管2019年的單果重相對(duì)其他年份受到環(huán)境影響更加明顯，然而該年度的表型預(yù)測(cè)精度卻最高，達(dá)到0.4870。最后，本研究也探討了群體結(jié)構(gòu)對(duì)預(yù)測(cè)準(zhǔn)確性的影響，同樣表明影響全基因組選擇精度的因素復(fù)雜多樣。此外，在前人研究[12]中提到的分子標(biāo)記密度以及訓(xùn)練群體樣本大小等影響全基因組選擇準(zhǔn)確率的因素，本研究并沒(méi)有關(guān)注，有待開展更廣泛深入的研究以歸納總結(jié)。

表3 不同雜交群體單果重的預(yù)測(cè)育種值與2020年觀測(cè)值的相關(guān)性分析

3.3 應(yīng)用全基因組選擇技術(shù)對(duì)性狀的要求

對(duì)于全基因組選擇的適用范圍，本研究在分析遺傳力對(duì)預(yù)測(cè)準(zhǔn)確性的影響時(shí)，加入了兩個(gè)質(zhì)量性狀，即果皮毛有/無(wú)和果形扁/圓，發(fā)現(xiàn)這兩個(gè)性狀的預(yù)測(cè)精度分別為0.8293和0.7300，低于采用單標(biāo)記進(jìn)行篩選的準(zhǔn)確率（分別為92.86%和100%）[34]。該結(jié)果再次表明，全基因組選擇對(duì)難以測(cè)量的復(fù)雜性狀具有良好的預(yù)測(cè)效果，對(duì)于主效基因和關(guān)鍵變異明確的質(zhì)量性狀，反而過(guò)度考慮了其他無(wú)效變異的效應(yīng)，降低了育種值估計(jì)的準(zhǔn)確性。

圖9 共20個(gè)雜交群體的PCA分析

4 結(jié)論

本研究通過(guò)對(duì)訓(xùn)練自然群體進(jìn)行基因分型，篩選了桃果實(shí)單果重和可溶性固形物含量（SSC）的適宜全基因組選擇模型，并在預(yù)測(cè)自然群體和雜交群體上進(jìn)行應(yīng)用。研究發(fā)現(xiàn)單果重預(yù)測(cè)精度最高的模型是BayesA，SSC預(yù)測(cè)精度最高的模型為randomforest。在不同模型下，單果重的育種值估計(jì)精度均高于SSC。以單果重為例，對(duì)數(shù)量性狀進(jìn)行全基因組選擇的篩選效率明顯高于單標(biāo)記。

[1] 苑兆和, 陳立德, 張心慧, 趙玉潔. 果樹分子育種研究進(jìn)展. 南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版), 2021, 45(4): 1-12.

YUAN Z H, CHEN L D, ZHANG X H, ZHAO Y J. Advances in molecular breeding of fruit trees. Journal of Nanjing Forestry University (Natural Science Edition), 2021, 45(4): 1-12. (in Chinese)

[2] VENDRAMIN E, PEA G, DONDINI L, PACHECO I, TERESA DETTORI M, GAZZA L, SCALABRIN S, STROZZI F, TARTARINI S, BASSI D, VERDE I, ROSSINI L. A unique mutation in agene cosegregates with the nectarine phenotype in peach. PLoS ONE, 2014, 9(3): e90574.

[3] GU C, WANG L, WANG W, ZHOU H, MA B Q, ZHENG H Y, FANG T, OGUTU C, VIMOLMANGKANG S, HAN Y P. Copy number variation of a gene cluster encoding endopolygalacturonase mediates flesh texture and stone adhesion in peach. Journal of Experimental Botany, 2016, 67(6): 1993-2005.

[4] GUO J, CAO K, DENG C, LI Y, ZHU G R, FANG W C, CHEN C W, WANG X W, WU J L, GUAN L P, WU S, GUO W W, YAO J L, FEI Z J, WANG L R. An integrated peach genome structural variation map uncovers genes associated with fruit traits. Genome Biology, 2020, 21(1): 258.

[5] DIRLEWANGER E, PRONIER V, PARVERY C, ROTHAN C, GUYE A, MONET R. Genetic linkage map of peach [(L.) Batsch] using morphological and molecular markers. Theoretical and Applied Genetics, 1998, 97(5/6): 888-895.

[6] QUILOT B, WU B H, KERVELLA J, GéNARD M, FOULONGNE M, MOREAU K. QTL analysis of quality traits in an advanced backcross betweencultivars and the wild relative species. TAG Theoretical and Applied Genetics Theoretische Und Angewandte Genetik, 2004, 109(4): 884-897.

[7] EDUARDO I, PACHECO I, CHIETERA G, BASSI D, POZZI C,

VECCHIETTI A, ROSSINI L. QTL analysis of fruit quality traits in two peach intraspecific populations and importance of maturity date pleiotropic effect. Tree Genetics and Genomes, 2011, 7(2): 323-335.

[8] DA SILVA LINGE C, BASSI D, BIANCO L, PACHECO I, PIRONA R, ROSSINI L. Genetic dissection of fruit weight and size in an F2peach [(L.) Batsch] progeny. Molecular Breeding, 2015, 35: 71.

[9] ZEBALLOS J L, ABIDI W, GIMéNEZ R, MONFORTE A J, MORENO M A, GOGORCENA Y. Mapping QTLs associated with fruit quality traits in peach [(L.) Batsch] using SNP maps. Tree Genetics & Genomes, 2016, 12: 37.

[10] 倪海枝, 王引, 顏幫國(guó), 陳方永. 果樹基因組輔助育種技術(shù)研究現(xiàn)狀與展望. 分子植物育種, 2021, https://kns.cnki.net/kcms/detail/46. 1068.S.20210416.1640.009.html.

NI H Z, WANG Y, YAN B G, CHEN F Y. Research status and prospects of genomics-assisted breeding technology in fruit trees. Molecular Plant Breeding, 2021, https://kns.cnki.net/kcms/detail/46. 1068.S.20210416.1640.009.html. (in Chinese)

[11] 張順進(jìn), 寇浩瑋, 丁曉婷, 劉賢, 蔡雯雯, 張子敬, 施巧婷, 茹寶瑞, 雷初朝, 黃永震. 全基因組選擇技術(shù)在反芻動(dòng)物遺傳育種中的研究進(jìn)展及其應(yīng)用. 農(nóng)業(yè)生物技術(shù)學(xué)報(bào), 2021, 29(3): 571-578.

ZHANG S J, KOU H W, DING X T, LIU X, CAI W W, ZHANG Z J, SHI Q T, RU B R, LEI C Z, HUANG Y Z. The research progress and application of genomic-wide selection in ruminant genetics and breeding. Journal of Agricultural Biotechnology, 2021, 29(3): 571-578. (in Chinese)

[12] 劉海嵐, 夏超, 蘭海. 全基因組選擇技術(shù)在作物育種中的研究進(jìn)展. 華北農(nóng)學(xué)報(bào), 2022, 37(增刊): 51-58.

LIU H L, XIA C, LAN H. The research progress of genomic selection in breeding of crops. Acta Agricultrae Boreali-Sinica, 2022, 37(Suppl): 51-58. (in Chinese)

[13] 張苗苗, 王軍輝, 盧楠, 麻文俊, 王楠, 吳夏明. 林木全基因組選擇研究現(xiàn)狀和應(yīng)用. 世界林業(yè)研究, 2021, 34(4): 26-32.

ZHANG M M, WANG J H, LU N, MA W J, WANG N, WU X M. Research progress and application of whole genome selection in forest tree breeding. World Forestry Research, 2021, 34(4): 26-32. (in Chinese)

[14] KUMAR S, CHAGNé D, BINK M C A M, VOLZ R K, WHITWORTH C, CARLISLE C. Genomic selection for fruit quality traits in apple (× domestica Borkh.). PLoS ONE, 2012, 7(5): e36674.

[15] MURANTY H, TROGGIO M, BEN SADOK I, AL RIFA? M, AUWERKERKEN A, BANCHI E, VELASCO R, STEVANATO P, VAN DE WEG W E, DI GUARDO M, KUMAR S, LAURENS F, BINK M C A M. Accuracy and responses of genomic selection on key traits in apple breeding. Horticulture Research, 2015, 2: 15060.

[16] BISCARINI F, NAZZICARI N, BINK M, ARúS P, ARANZANA M J, VERDE I, MICALI S, PASCAL T, QUILOT-TURION B, LAMBERT P, DA SILVA LINGE C, PACHECO I, BASSI D, STELLA A, ROSSINI L. Genome-enabled predictions for fruit weight and quality from repeated records in European peach progenies. BMC Genomics, 2017, 18: 432.

[17] MINAMIKAWA M F, TAKADA N, TERAKAMI S, SAITO T, ONOGI A, KAJIYA-KANEGAE H, HAYASHI T, YAMAMOTO T, IWATA H. Genome-wide association study and genomic prediction using parental and breeding populations of Japanese pear (Nakai). Scientific Reports, 2018, 8: 11994.

[18] NSIBI M, GOUBLE B, BUREAU S, FLUTRE T, SAUVAGE C, AUDERGON J M, REGNARD J L. Adoption and optimization of genomic selection to sustain breeding for apricot fruit quality. G3: Genes Genomes Genetics, 2020, 10(12): 4513-4529.

[19] 王力榮, 朱更瑞. 桃種質(zhì)資源描述規(guī)范和數(shù)據(jù)標(biāo)準(zhǔn). 北京: 中國(guó)農(nóng)業(yè)出版社, 2005: 54-76.

WANG L R, ZHU G R. Descriptors and Data Standard for Peach (L.). Beijing: China Agriculture Press, 2005: 54-76. (in Chinese)

[20] MURRAY M G, THOMPSON W F. Rapid isolation of high molecular weight plant DNA. Nucleic Acids Research, 1980, 8(19): 4321-4326.

[21] CHEN S F, ZHOU Y Q, CHEN Y R, GU J. Fastp: An ultra-fast all-in-one FASTQ preprocessor. Bioinformatics, 2018, 34(17): i884-i890.

[22] LI H. Aligning sequence reads, clone sequences and assembly contigs with BWA-MEM. 2013: arXiv: 1303.3997. https://arxiv.org/abs/1303. 3997.

[23] MCKENNA A, HANNA M, BANKS E, SIVACHENKO A, CIBULSKIS K, KERNYTSKY A, GARIMELLA K, ALTSHULER D, GABRIEL S, DALY M, DEPRISTO M A. The Genome Analysis Toolkit: A MapReduce framework for analyzing next-generation DNA sequencing data. Genome Research, 2010, 20(9): 1297-1303.

[24] YANG J, LEE S H, GODDARD M E, VISSCHER P M. GCTA: A tool for genome-wide complex trait analysis. American Journal of Human Genetics, 2011, 88(1): 76-82.

[25] VERDE L, ABBOTT A G, SCALABRIN S, JUNG S, SHU S Q, MARRONI F, ZHEBENTYAYEVA T, DETTORI M T, GRIMWOOD J, CATTONARO F,. The high-quality draft genome of peach () identifies unique patterns of genetic diversity, domestication and genome evolution. Nature Genetics, 2013, 45(5): 487-494.

[26] CAO K, LI Y, DENG C H, GARDINER S E, ZHU G R, FANG W C, CHEN C W, WANG X W, WANG L R. Comparative population genomics identified genomic regions and candidate genes associated with fruit domestication traits in peach. Plant Biotechnology Journal, 2019, 17: 1954-1970.

[27] HERNANDEZ C O, WYATT L E, MAZOUREK M R. Genomic prediction and selection for fruit traits in winter squash. G3: Genes Genomes Genetics, 2020, 10(10): 3601-3610.

[28] HONG J P, RO N, LEE H Y, KIM G W, KWON J K, YAMAMOTO E, KANG B C. Genomic selection for prediction of fruit-related traits in pepper (spp.). Frontiers in Plant Science, 2020, 11: 570871.

[29] LI Y L, RUPERAO P, BATLEY J, EDWARDS D, KHAN T, COLMER T D, PANG J Y, SIDDIQUE K H M, SUTTON T. Investigating drought tolerance in chickpea using genome-wide association mapping and genomic selection based on whole-genome resequencing data. Frontiers in Plant Science, 2018, 9: 190.

[30] WIMMER V, LEHERMEIER C, ALBRECHT T, AUINGER H J, WANG Y, SCH?N C C. Genome-wide prediction of traits with different genetic architecture through efficient variable selection. Genetics, 2013, 195(2): 573-587.

[31] CALUS M P L, VEERKAMP R F. Accuracy of multi-trait genomic selection using different methods. Genetics Selection Evolution: GSE, 2011, 43(1): 26.

[32] HEFFNER E L, JANNINK J L, IWATA H, SOUZA E, SORRELLS M E. Genomic selection accuracy for grain quality traits in biparental wheat populations. Crop Science, 2011, 51(6): 2597-2606.

[33] HEFFNER E L, JANNINK J L, SORRELLS M E. Genomic selection accuracy using multifamily prediction models in a wheat breeding program. The Plant Genome, 2011, 4(1): 65-75.

[34] CAO K, ZHOU Z K, WANG Q, GUO J, ZHAO P, ZHU G R, FANG W C, CHEN C W, WANG X W, WANG X L, TIAN Z X, WANG L R. Genome-wide association study of 12 agronomic traits in peach. Nature Communications, 2016, 7: 13246.

Genomic Selection for Fruit Weight and Soluble Solid Contents in Peach

CAO Ke, CHEN ChangWen, YANG XuanWen, BIE HangLing, WANG LiRong

Zhengzhou Fruit Research Institute, Chinese Academy of Agricultural Sciences, Zhengzhou 450009

【Background】Fruit weight and soluble solid content (SSC) are two important quantitative traits in peach which are of importance to breeders. However, performing early prediction using a single marker is challenging as the traits are controlled by multiple minor genes. Genomic selection, a novel genome-wide tool, has been applied in fruit crops and can potentially enhance the breeding efficiency of these quantitative traits. However, its effects in peach and influencing factors require further investigation.【Objective】Establish a whole-genome selection technology system for peach single fruit weight and SSC, and laid a methodological foundation for the establishment of efficient molecular breeding technology system for peach.【Method】The objectives of this study were to assess the accuracy of prediction of peach fruit weight and SSC in natural and hybrid populations using genomic selection. Here, a training population of 520 individuals was selected. Using genotypic data for 48 398 single nucleotide polymorphisms (SNPs) obtained from the resequencing results of the above training population, a total of 11 genome-wide prediction models were built to select the optimum model for fruit weight and SSC. Subsequently, the genomic breeding values of a small natural population of 56 individuals and 29 hybrid populations comprising a total of 1 145 seedlings were calculated.【Result】The average sequencing data of each variety of the three groups was 1.95-3.52 Gb, and the sequencing depth was 5.29-10.79×. The sequencing data of the training natural population was aligned with the reference genome, and a total of 5 065 726 SNPs were obtained. After removing the SNPs with a high missing rate (＞20%) and minor allele frequency of ＜0.05, a total of 48 398 SNPs on the genome were randomly selected for constructing whole-genome selection models for the training population. The models with the highest prediction accuracy for fruit weight and SSC were BayesA and randomforest, respectively. Using the above two models, it was found that the goodness of fit between the predicted breeding values and observed phenotype of fruit weight was 0.4767-0.6141, which was higher than that of SSC (0.3220-0.4329) in the natural populations. In hybrid populations, the prediction accuracy of fruit weight was 0.2319-0.4870, which was also higher than that of SSC (0.0200-0.2793). The results also showed that the prediction model constructed by training natural populations was more accurate in predicting natural populations than hybrid populations. Taking fruit weight as an example, it was also found that only 17.78% of the seedlings needed to be retained by genomic selection when targeting large fruit. Genomic selection was significantly more efficient than single and double marker selection. Furthermore, the effects of population dispersion, heritability and population structure on prediction accuracy are also discussed. The results indicated that prediction accuracy may vary and be affected by a combination of several factors.【Conclusion】In this study, a suitable genomic selection model for peach fruit weight and SSC was screened, and it was confirmed that the prediction efficiency of genomic selection was significantly higher than that of single marker selection. The results indicated the potential of genomic prediction in accelerating breeding progress of these two quantitative traits in peach.

peach; fruit weight; soluble solid contents; genomic selection; early prediction

10.3864/j.issn.0578-1752.2023.05.011

2022-04-28；

2022-09-09

中國(guó)農(nóng)業(yè)科學(xué)院科技創(chuàng)新工程專項(xiàng)（CAAS-ASTIP-2020-ZFRI）

曹珂，Tel：13673618358；E-mail：wyandck@126.com。通信作者王力榮，Tel：13700883956；E-mail：wanglirong@caas.cn

（責(zé)任編輯 趙伶俐）