CN115443907B

CN115443907B - 基于全基因组选择的高产大果花生杂交组配选择的方法

Info

Publication number: CN115443907B
Application number: CN202210885800.0A
Authority: CN
Inventors: 郭敏杰; 邓丽; 任丽; 苗建利; 殷君华; 李阳; 芦振华; 李绍伟; 胡俊平; 李军华; 谷建中; 王培云; 申卫国; 马骥; 刘冰; 姚潜
Original assignee: Kaifeng Academy Of Agriculture And Forestry
Current assignee: Kaifeng Academy Of Agriculture And Forestry
Priority date: 2022-07-26
Filing date: 2022-07-26
Publication date: 2023-04-21
Anticipated expiration: 2042-07-26
Also published as: CN115443907A

Abstract

本发明属于植物遗传育种领域，具体涉及基于全基因组选择的高产大果花生杂交组配选择的方法。该方法包括：步骤1：选择花生种质资源材料进行表型数据测定和表型数据处理；步骤2：对花生种质资源材料进行基因组重测序和数据处理；步骤3：计算个体材料的百果重和单株生产力的估计育种值及材料间的亲缘关系系数；步骤4：计算材料间组配综合得分，按照排名直接批量选择杂交组合；步骤5：利用单粒传法进行南繁加代育种；本发明的方法利用表型和重测序数据信息进行全基因组的育种值和亲缘关系分析，高效、准确计算组合间排名，批量选择亲本组合，快速提高育种效率。

Description

基于全基因组选择的高产大果花生杂交组配选择的方法

技术领域

本发明属于植物遗传育种领域，具体涉及基于全基因组选择的高产大果花生杂交组配选择的方法。

背景技术

花生是我国重要的油料作物，是人们重要的食用油来源，培育大果高产花生新品种是花生育种中的首要育种目标。谷类作物产量三因素为果重、单株果数和株数，提高任意要素即可达到高产目的，前两要素的集合即为单株生产力，所以百果重和单株生产力是花生高产的主要组成部分。

生物个体所表现出的所有性状都是受体内遗传物质控制的，单核苷酸多态性(Single Nucleotide Polymorphism，SNP)是指在基因组水平上由单个核苷酸的变异所引起的DNA 序列多态性。基因组重测序是对有参考基因组物种的不同个体进行的DNA序列测定，全基因组选择(Genomic Selection，GS)由Meuwissen于2001年首次提出，它是利用覆盖全基因组的高密度SNP标记，结合表型或系谱对个体的育种值进行估计，其假定这些标记中至少有一个标记与所有控制性状的数量性状基因位点处于连锁不平衡状态，从而标记到多个基因，实现对数量性状的准确评估。花生为异源四倍体作物，基因组大小约2.8G，存在大量 SNP标记位点，GS能够通过估计所有SNP标记效应，实现对全基因组所有基因效应的估计，可以利用估计的标记效应计算个体材料育种值和亲缘关系系数。

亲本的选择是花生育种中的第一步也是最重要的一步，花生育种选择亲本时遵循的原则是“育种值高、亲缘关系远”，育种值越高可以聚合双亲优良性状，亲缘关系远可以分离出更多的变异类型提高遗传多样性。从分子标记辅助育种到全基因组关联分析，生物技术已成为植物育种中不可或缺的一部分，但它们仍不能实现对花生个体材料的综合评估。

发明内容

本发明的目的在于提供一种基于全基因组选择培育高产花生杂交组配选择的方法，以提高育种效率。具体的，本发明利用GS估算花生材料育种值和亲缘关系系数，进而获得亲本选配排名，可大大提高育成目标品种的可能性。选择合适的亲本之后，利用南繁加代单粒传法不但可以尽可能的保留F₂分离类型，同时可以批量配置杂交组合提高育种效率。

为实现上述目的，本发明采用如下技术方案：

基于全基因组选择的高产大果花生杂交组配选择的方法，具体步骤如下：

步骤1：收集花生种质资源群体材料，进行多年多点表型数据测定和表型数据处理。花生种质资源材料在200个以上；表型数据的测定需在不同年份的不同环境下进行，以减小外部环境对表型的影响；表型数据为百果重和单株生产力；表型数据处理前需对各个表型数据进行核对，删除错误值和异常值，将错误值和异常值设置为缺失。利用混合线性模型，计算不同花生种质资源表型数据的最佳线性无偏估计值(BLUE)。计算表型数据的最佳线性无偏估计值时，将花生种质资源作为固定因子，环境、环境与品种互作、环境内区组作为随机因子。将该最佳线性无偏估计值作为表型值，对矫正的表型值进行可视化，查看百果重和单株生产力数据的分布情况，检查并确保百果重和单株生产力符合正态分布。

步骤2：对群体中的每个材料进行深度不低于10×的基因组重测序；然后对全基因组 SNP标记鉴定，并进行SNP数据质量控制、数据填充，其中质量控制标准是：去除缺失率大于10％的SNP、次等位基因频率小于1％的SNP，确保SNP基因分型检出率大于90％。

步骤3：使用GBLUP模型，计算个体材料的百果重、单株生产力的估计育种值。根据基因型数据，计算材料个体间的亲缘关系系数。具体的，该步骤包括：

步骤3-1：构建G矩阵：

采用式(1)所示公式计算G矩阵。

p_i为位点i的次等位基因频率，Z为SNP标记的设计矩阵，Z’为Z的转置矩阵。

步骤3-2：计算GBLUP育种值：

采用式(2)所示公式，使用REML的方法进行迭代，计算GBLUP育种值。

X为固定因子的矩阵结构，Z为随机因子的矩阵结构，Y为观测值的矩阵结构，G^-1为亲缘关系G的逆矩阵，

为固定因子的效应值(BLUE)，

为随机因子的效应值(GBLUP)， k为残差方差组分和加性方差组分的比值。

步骤3-3：计算亲缘关系系数：

根据步骤3-1的方法计算的G矩阵，使用下面公式(3)，计算两两之间的亲缘关系系数：

i和j分别为两个个体材料，r_ij为i和j的亲缘关系系数，G_ij为G矩阵中i和j所在的值，G_ii为G矩阵中i所在的对角线的值，G_jj为G矩阵中j所在的对角线的值。

步骤4：对百果重和单株生产力的估计育种值进行标准化，分别赋予30％和70％的权重，转化为平均值为0、标准差为1的分布，计算出产量(百果重和单株生产力)的综合育种值。接着取排名前20的材料，两两组合，共190个组合(

不考虑正反交)，计算组合间的综合育种值和亲缘关系系数。然后，对组合间的综合育种值和亲缘关系系数分别赋予80％和20％的权重，计算组配综合得分，根据结果排名直接批量选择排名靠前的杂交组合，根据选择结果进行杂交。

步骤5：筛选杂交亲本间多态性标记，利用竞争性等位基因特异性聚合酶链式反应对杂交后代F₁进行真伪杂种鉴定。将F₁真杂交种全部种下，将单粒传法与南繁加代相结合，利用南方冬季温度高进行加代种植，即一年之内种植两代，快速培育大果高产花生品种。

本发明的有益效果是：

本发明基于全基因组选择的大果高产花生品种选育的方法，利用全基因组选择计算产量性状的估计育种值和亲缘关系系数，首次利用标准化和附加权重法得到杂交组合综合得分，直接按照排名选择杂交组配方案，极大提高亲本选择的准确度。

另外，本发明首次将全基因组选择和单粒传法相结合，弥补单粒传育种法批量选择杂交亲本的难题，为高产花生的批量培育提供育种思路，助力花生种业快速发展。

附图说明

图1为花生全基因组选择高产组合流程图。

图2为花生亲本组合批量选择方案流程图。

图3为单株生产力和百果重的直方图和箱线图。图3上方分别是单株生产力的直方图和箱线图；图3下方分别是百果重的直方图和箱线图。

图4为聚类分析热图。

图5为 PCA图。

具体实施方式

下面通过具体实施方式对本发明进行更加详细的说明，以便于对本发明技术方案的理解，但并不用于对本发明保护范围的限制。

实施例1

如图1和2所示，基于全基因组选择的大果高产花生品种选育的方法，包括以下步骤：

一、选择花生材料组成参考群，进行多年多点表型数据测定和处理。

1、选择来源明确、系谱关系清晰且荚果大小、产量差异较大的220份花生种质资源材料构成分析群体。2019年和2020年均分别种植于河南开封市、河南南阳市两地，田间采用随机区组试验设计，小区设3个重复，每穴2粒，每个材料种植面积13.34m²(宽2m×长6.67m)，5月20号左右播种，9月20号左右收获。田间水肥管理按照按当地习惯操作。收获后严格测定各试验小区的百果重和单株生产力。220份种质资源如下：

表1 220份种质资源

整理表型数据，处理表型数据前对各个表型数据进行核对，删除错误值和异常值，将错误值和异常值设置为缺失。利用混合线性模型，在模型中将花生种质资源作为固定因子，环境、环境与品种互作、环境内区组作为随机因子，使用ASReml软件进行方差组分评估和混合线性求解，计算各个种质资源的最佳线性无偏估计(BLUE)值，以作为表型值进行GBLUP的估计。

对矫正的表型值进行直方图和箱线图的可视化，查看百果重和单株生产力数据的分布情况，检查并确保符合正态分布。单株生产力和百果重的直方图和箱线图详见图3。

2、2019年进行田间取样，苗期取每个材料的叶片作为一个样本，对220份样本的叶片组织分别进行DNA提取。采用illunina二代测序技术对每个材料进行基因组重测序，测序深度为10×，将获得DNA片段数据比对到已知参考基因组Tiffrunner (https://www.peanutbase.org/data/v2/Arachis/hypogaea/genomes/Tifrunner.gnm2.J5K5/)上。

对全基因组SNP标记鉴定和质量控制，具体的，针对基因型数据进行基础SNP挖掘(call snp)，每个样本有608809个SNP。对其进行数据质控，缺失质控使用--geno 0.1，去掉缺失率大于10％的位点，共质控掉80433个位点，剩余528376个位点。使用Beagle5.3进行自填充，对填充后的数据进行次等位基因频率质控--maf 0.05，共质控掉907个位点，剩余有效位点为527469个，输出vcf文件。

3、计算GBLUP及个体间的亲缘关系系数。

(3-1)使用GBLUP模型估计育种值

将基因型数据数字化，对于每一个位点，主等位基因位点纯合编码为0，杂合基因位点编码为1，次等位基因纯合编码为2。对于plink文件，使用--recodeA进行编码。使用ASRgenomics包进行G矩阵的构建，并对G矩阵进行聚类和PCA分析。聚类分析热图和 PCA图分别如图4和图5所示。

使用ASReml软件，分别分析单株生产力和百果重两个性状，得到两个性状的GBLUP育种值。并保存到本地，种质资源材料代码为G，部分结果如下表2：

表2部分种质资源的单株生产力和百果重两个性状的GBLUP育种值

(3-2)根据G矩阵计算两两之间的亲缘关系系数，代码如下：

得到材料间的亲缘关系系数，保存到本地，部分结果如下表3：

表3部分种质资源间的亲缘关系系数

ID1	ID2	亲缘关系系数
			G109	G109	1
G87	G109	0.0054
			G46	G109	-0.1855
G23	G109	-0.137
			G47	G109	-0.1659
G56	G109	0.4029
			G169	G109	0.2918
G64	G109	-0.2257
			G98	G109	0.2134
G71	G109	-0.0372

3、计算材料间组配综合得分。

(4-1)对百果重和单株生产力的估计育种值进行标准化，分别赋予30％和70％的权重，转化为平均值为0、标准差为1的分布，计算出个体材料产量(百果重和单株生产力)的综合育种值。代码如下：

library(asreml)

library(openxlsx)

gblup＝read.xlsx("hebing-gblup.xlsx")

#各个性状GBLUP标准化

gblupa＝gblup

gblupa$y1_GBLUP＝(gblupa$y1_GBLUP-mean(gblupa$y1_GBLUP))/sd(gblupa$y1_ GBLUP)

gblupa$y2_GBLUP＝(gblupa$y2_GBLUP-mean(gblupa$y2_GBLUP))/sd(gblupa$y2_ GBLUP)

#计算综合育种值

gblupa$index＝gblupa$y1_GBLUP*0.3+gblupa$y2_GBLUP*0.7

#综合育种值标准化

gblupa$index＝100+25*(gblupa$index-mean(gblupa$index))/sd(gblupa$index)

#导出结果

write.csv(gblupa,"zong_index.csv",row.names＝F)，

将个体材料产量的综合育种值进行排序，取排名前20的材料，结果如下表4：

表4部分种子资源产量的综合育种值

ID	单株生产力_GBLUP	百果重_GBLUP	index
				G103	0.863891721	3.171760288	169.5927713
G130	2.852902264	2.264872911	168.5228602
				G56	1.322491525	2.122874127	152.8460335
G108	0.338857078	2.490231365	151.7811111
				G100	1.372883576	1.746136478	145.8682659
G3	0.285751704	2.117221992	144.0050942
				G21	1.311158473	1.592987548	142.3394572
G38	1.236581007	1.622701304	142.2952885
				G8	0.857284546	1.685077666	140.3269786
G1	1.279609339	1.49811005	140.2096558
				G80	0.989418602	1.60113139	139.7902498
G166	-0.163002053	2.000064163	137.9244522
				G113	1.396033399	1.314752044	137.5874112
G170	1.029738928	1.432069565	136.808062
				G132	1.387444759	1.255680864	136.3544672
G23	0.929412493	1.444238677	136.2023586
				G70	1.524022212	1.188830459	136.1910516
G131	0.950457579	1.429978631	136.0993895
				G9	1.411326605	1.2238065	135.9293011
G112	1.448182167	1.197270637	135.7182707

(4-2)上表中前20名的材料进行两两组合，共有190个组合(

不考虑正反交)，计算组合间的综合育种值。代码如下：

library(asreml)

library(openxlsx)

library(data.table)

library(tidyverse)

#读取育种值

gblup＝fread("zong_index.csv")

gblup1＝gblup％>％arrange(-index)％>％head(20)

d1＝data.frame(ID1＝rep(gblup1$ID,each＝20),ID2＝rep(gblup1$ID,20))

d11＝d1[d1$ID1>d1$ID2,]

#计算平均综合育种值

re1＝inner_join(d11,blup1,by＝c("ID1"＝"ID"))％>％inner_join(.,gblup1,by＝ c("ID2"＝"ID"))％>％

select(ID1,ID2,index.x,index.y)％>％mutate(mean_index＝(index.x+index.y)/2)％>％

arrange(-mean_index)

fwrite(re1,"zuhejian_pingjun_index.csv")

材料两两组合间产量的综合育种值的部分结果如下表5：

表5部分种质资源组合间产量的综合育种值

ID1	ID2	组合_index
			G130	G103	169.0578158
G56	G103	161.2194024
			G108	G103	160.6869412
G56	G130	160.6844469
			G130	G108	160.1519857
G103	G100	157.7305186
			G130	G100	157.195563
G3	G103	156.7989327
			G3	G130	156.2639772
G21	G103	155.9661143

(4-3)将组合的综合育种值与组合的亲缘关系系数合并，将组合综合育种值进行标准化，将亲缘关系系数进行标准化，对(4-2)的组合综合育种值和(3-2)的亲缘关系系数分别赋予80％和20％的权重，计算组配综合得分，并进行排序。代码如下：

library(asreml)

library(openxlsx)

library(data.table)

library(tidyverse)

#读取育种值

gblup＝fread("../02-GBLUP-计算的育种值/zong_index.csv")

gblup1＝blup％>％arrange(-index)％>％head(20)

d1＝data.frame(ID1＝rep(gblup1$ID,each＝20),ID2＝rep(gblup1$ID,20))

d11＝d1[d1$ID1>d1$ID2,]

#计算组合综合育种值

re1＝inner_join(d11,gblup1,by＝c("ID1"＝"ID"))％>％inner_join(.,gblup1,by＝ c("ID2"＝"ID"))％>％

arrange(-mean_index)

#组合综合育种值和亲缘关系系数合并

rela＝fread("relation_ship.csv")

rela1＝rela[,c(2,1,3)]

names(rela)＝names(rela1)

re2＝rbind(rela,rela1)％>％unique()

setDF(re2)

#合并组合综合育种值和亲缘关系系数

re2％>％filter(ID1＝＝"K130",ID2＝＝"K103")

re3＝inner_join(re1,re2,by＝c("ID1","ID2"))

#组合综合得分，赋予80％，亲缘关系系数-20％

re4＝re3％>％select(ID1,ID2,mean_index,y)％>％

mutate(mean_index＝scale(mean_index),y＝scale(y),zonghe_defen＝mean_index*0.8 +y*(-0.2))％>％

arrange(-zonghe_defen)

fwrite(re4,"zonghe_defen.csv")

组配综合得分排名前60的杂交组合结果如下表6：

表6组配综合得分排名前60的杂交组合

4、根据组配综合得分的结果直接指定杂交组配计划。具体的，从种质资源中挑选20 份材料，配制大果高产杂交组合60个。

表7 60个大果高产杂交组合

2021年在开封配置杂交组合进行杂交，每个组合母本种植9株，父本种植9株。杂交花朵数在80个以上，确保杂交组配效率。收获时，将每个组合的杂交种混收。同年即2021 年冬，将60个组合的杂交种及亲本种植于海南三亚市试验基地，利用竞争性等位基因特异性聚合酶链式反应筛选杂交亲本间多态性分子标记，对杂交后代F₁进行真伪杂种鉴定，真杂交种检出率范围为50～80％。收获时淘汰假杂交种，将F₁真杂交种单株混收。2022年在开封将F₁全部种下获得分离类型丰富的F₂，与单粒传法和南繁加代相结合，可为快速培育大果高产花生品种奠定坚实基础。

以上所述之实施例，只是本发明的较佳实施例而已，并非限制本发明的实施范围，故凡依本发明专利范围所述的构造、特征及原理所做的等效变化或修饰，均应包括于本发明申请专利范围内。

Claims

1.基于全基因组选择的高产大果花生杂交组配选择的方法，其特征在于，包括以下步骤：

步骤1：选择花生种质资源群体材料进行多年多点表型数据测定和表型数据处理；花生种质资源群体中的材料数不少于200个；多年多点表型数据为不少于两年、两个生态区域以上的百果重和单株生产力性状数据；

步骤2：对花生种质资源群体材料中的每个材料进行基因组重测序、全基因组SNP标记鉴定和基因组重测序数据质控；

步骤3：计算个体材料的估计育种值和个体材料间的亲缘关系系数；基于GBLUP模型计算个体材料的百果重和单株生产力的估计育种值，根据基因型数据，计算个体材料间的亲缘关系系数；包括：

(1)构建G矩阵：

采用公式(1)计算G矩阵；

p_i为位点i的次等位基因频率，Z为SNP标记的设计矩阵，Z’为Z的转置矩阵；

(2)计算GBLUP育种值：

采用公式(2)，使用REML的方法进行迭代，计算GBLUP育种值；

为固定因子的效应值，

为随机因子的效应值，k为残差方差组分和加性方差组分的比值；

(3)计算亲缘关系系数：

根据G矩阵，使用公式(3)计算两个材料之间的亲缘关系系数：

i和j分别为两个个体材料，r_ij为i和j的亲缘关系系数，G_ij为G矩阵中i和j所在的值，G_ii为G矩阵中i所在的对角线的值，G_jj为G矩阵中j所在的对角线的值；

步骤4：计算材料组配综合得分，批量选择优异的高产大果花生杂交亲本组合；对百果重和单株生产力的估计育种值进行标准化，分别赋予30％和70％的权重，计算产量的综合育种值；接着取排名靠前的材料，两两组合，计算组合间的综合育种值和亲缘关系系数；然后对组合间综合育种值和亲缘关系系数分别赋予80％和20％的权重，计算组配综合得分，根据结果排名直接批量选择排名靠前的杂交亲本组合，进行杂交；

步骤5：对杂交后代F₁进行分子标记真伪杂种鉴定，结合单粒传法进行加代选育大果高产花生品种。

2.根据权利要求1所述的方法，其特征在于，所述步骤1中，表型数据处理为删除错误值和异常值，并确保百果重和单株生产力符合正态分布。

3.根据权利要求2所述的方法，其特征在于，计算花生种质资源表型数据的最佳线性无偏估计值，以检验百果重和单株生产力是否符合正态分布，计算表型数据的最佳线性无偏估计值时，将花生种质资源作为固定因子，环境、环境与品种互作、环境内区组作为随机因子。

4.根据权利要求1所述的方法，其特征在于，所述步骤2中，基因组重测序深度不低于10×；重测序数据质控是去除缺失率大于10％的SNP、次等位基因频率小于1％的SNP，确保SNP基因分型检出率大于90％。

5.根据权利要求1所述的方法，其特征在于，所述步骤4中，批量选择排名前20的杂交亲本组合。

6.根据权利要求1所述的方法，其特征在于，所述步骤5中，利用杂交亲本间差异标记筛选F₁真杂交种；进行南繁加代，利用单粒传法选育大果高产花生品种。