通过使用关联测试和加权的GBLUPUP,同时提高 durum小麦的谷物产量和谷物蛋白度
Salvatore Esposito1, Paolo Vitale1,2, Francesca Taranto3
1Research Centre for Cereal and Industrial Crops (CREA-CI), CREA - Council for Agricultural Research and Economics, SS 673 Meters 25200, 71122, Foggia, Italy.
概括
研究人员同时使用全基因组关联研究 (GWAS) 和基因组最好的线性公正预测 (GBLUP) 提高了 durum wheat 谷物产量 (GY) 和谷物蛋白度 (GPC). 这为小麦的标记辅助选择和繁殖提供了新的策略.
科学领域:
- 农业科学 农业科学
- 植物育种 植物育种
- 遗传学 遗传学 是一个
背景情况:
- 谷物产量 (GY) 和谷物蛋白度 (GPC) 之间的负相关性是硬小麦育种的一个重大挑战.
- 改善GY和GPC对于提高小麦质量和产量潜力至关重要.
研究的目的:
- 在 durum小麦中识别与GY和GPC相关的遗传标记.
- 评估全基因组关联研究 (GWAS) 和基因组最佳线性无偏预测 (GBLUP) 对 durum小麦改善的有效性.
- 探索减轻反向GY和GPC关系的策略.
主要方法:
- 在八个条件下对200种 durum小麦基因型进行了GY,GPC和衍生指数 (GPD,GYD) 的评估.
- 使用Illumina 25k iSelect阵列对面板进行基因型测定.
- 使用两个统计模型执行GWAS,并应用加权的GBLUP进行基因组预测.
主要成果:
- 确定了数十种标记特征关联 (MTA),其中一些解释了高达30%的表型变异.
- 染色体2A和6B上的两个标记与GY和GPC一致相关.
- 基因组预测模型证实了GBLUP的实用性,尽管环境和遗传因素存在挑战.
结论:
- 通过GWAS和GBLUP,可以同时改善GY和GPC,这表明在 durum小麦育种中具有重要应用.
- 衍生指数 (GPD,GYD) 有效地减轻了反向GY和GPC关系.
- 新型标记物和基因组预测方法为开发改进的 durum小麦品种提供了新的途径.
