绘制新的黄色和叶子生位置,并预测来自加拿大硬小麦的交叉耐药性
Juan Menor de Gaspar1, Alejandro Domínguez Rondón1, Julián García-Abadillo1
1Centro de Biotecnologia y Genómica de Plantas (CBGP, UPM-INIA), Universidad Politécnica de Madrid (UPM)-Instituto Nacional de Investigación y Tecnologia Agraria y Alimentaria (INIA), Campus de Montegancedo-UPM, Madrid, Spain.
The plant genome
|October 8, 2025
概括
这项研究使用全基因组关联研究 (GWAS) 识别了 durum wheat 中抗的新遗传基因位点. 基因组选择 (GS) 模型显示出高预测准确度,特定的表型化指标证明每个生类型的最有效.
科学领域:
- 植物育种 植物育种
- 遗传学 是一个遗传学.
- 农业科学 农业科学
背景情况:
- 坚硬小麦 (Triticum turgidum ssp. 这种类型的麦) 由于黄 (Puccinia striiformis) 和叶 (Puccinia triticina) 的影响, durum) 面临着显著的产量减少.
- 有效的抗育种需要了解耐药性的遗传结构和准确的表型化策略.
研究的目的:
- 通过全基因组关联研究 (GWAS) 在加拿大 durum wheat 面板中识别与黄和叶抗性相关的遗传位点.
- 评估不同基因组选择 (GS) 模型和耐性表型指标的预测准确性.
主要方法:
- 全基因组关联研究 (GWAS) 在墨西哥对硬小麦面板进行了评估,以评估其抗性.
- 包括贝叶斯方法 (BayesB) 在内的基因组选择 (GS) 模型被用于评估预测准确性.
- 四个表型化指标 (AUDPC_GDD,角度,GDD50和maxVar) 的有效性进行了比较.
主要成果:
- GWAS确定了36个显著标记特征关联 (MTA),包括已知的和新的3A,3B,5A和7A染色体上的耐性基位.
- 在新型MTA附近的候选基因编码与防御相关的蛋白质,如氨酸/氨酸激酶和NB-ARC域.
- AUDPC_GDD对黄色生表型是最佳的,而maxVar对叶子生是最好的.
- 贝叶斯式GS模型 (BayesB) 显示出最高的预测准确度,但将GWAS固定效应纳入并没有提高预测.
结论:
- 这项研究强调了生特异性表型对于准确的遗传分析和育种的重要性.
- 发现了与抗性相关的新型基因组区域,为未来的育种工作提供了目标.
- 将GWAS的发现整合到GS模型中,以检测诸如耐性等复杂特征,提出了需要进一步调查的挑战.
