整合全基因组关联研究 (GWAS) 和标记器辅助选择,以提高大豆寒冷耐受性的预测性能
Yongguo Xue1, Xiaofei Tang1, Xiaoyue Zhu2
1Soybean Research Institute, Heilongjiang Academy of Agricultural Sciences, Harbin 150086, China.
International journal of molecular sciences
|January 10, 2026
概括
提高大豆的耐寒性对全球粮食安全至关重要. 这项研究使用全基因组关联研究 (GWAS) 和基因组选择 (GS) 来识别可增强大豆育种寒冷耐受性预测准确性的标记物.
科学领域:
- 农业科学 农业科学
- 遗传学 遗传学 是一个
- 植物生物学 植物生物学
背景情况:
- 大豆是全球石油和蛋白质的重要来源.
- 低温压力显著影响大豆产量,特别是在寒冷的气候.
- 提高耐寒性是大豆育种计划的主要目标.
研究的目的:
- 整合全基因组关联研究 (GWAS) 和基因组选择 (GS) 以改善大豆耐寒性预测.
- 为了确定与寒冷耐受性特征相关的显著SNP标记物.
- 为耐寒大豆品种的分子育种提供理论支持.
主要方法:
- 采用了三种GWAS方法 (Fast3VmrMLM,fastGWA,FarmCPU) 来识别重要的SNP标记.
- 利用主要成分分析 (PCA) 来分析大豆生殖质中的遗传多样性.
- 应用多个GS模型 (GBLUP,BayesA,BayesB,BayesC,BL,BRR) 进行预测准确性评估.
- 进行了基因本体学 (GO) 分析,以确定与耐寒性相关的候选基因.
主要成果:
- 使用GWAS确定了与大豆寒冷耐受性相关的显著SNP标志物.
- 基因组选择模型,特别是使用Fast3VmrMLM和FarmCPU标记物的基因组选择模型,显示出更好的预测准确性.
- 在PCA中,大豆生殖质中发现了明显的遗传差异.
- 在GO分析中,确定了参与与寒冷耐受性相关的生物功能的候选基因.
结论:
- 与GS结合的GWAS有效地提高了大豆寒冷耐受性特征的预测.
- 特定的GWAS方法和标记物选择策略显著提高了预测性能.
- 鉴定的标记物和候选基因为通过分子育种开发耐寒大豆品种提供了宝贵的资源.
相关概念视频
Responses to Heat and Cold Stress
14.6K
Every organism has an optimum temperature range within which healthy growth and physiological functioning can occur. At the ends of this range, there will be a minimum and maximum temperature that interrupt biological processes.
14.6K
Plant Breeding and Biotechnology
21.4K
Crop cultivation has a long history in human civilization, with records showing the cultivation of cereal plants beginning at around 8000 BC. This early plant breeding was developed primarily to provide a steady supply of food.
21.4K


