Nature子刊|华中农业大学李一博等开发了一种快速绘制多QTL图的方法,在农作物中的应用将加速基因发现和基因组育种

克隆数量性状位点费时费力,阻碍了对自然变异和遗传多样性的理解。食用植物和农场动物的自然变异为其驯化和后续改良提供了大量的遗传基础。一个物种中具有重要农艺和经济意义的自然变异性状,通常由多个QTL控制。此外,到目前为止,通过使用一些双亲群体确定的QTG数量非常有限,只能解释群体中的部分表型变化。

克隆数量性状位点(QTL)费时费力,阻碍了对自然变异和遗传多样性的理解。

2021年9月28日,来自华中农业大学李一博等研究团队在Nature Communications上在线发表了题为“Theidentification of grain size genes by RapMap reveals directional selectionduring rice domestication”的研究论文,介绍了RapMap,一种通过采用由小表型差异加入物构建的F2梯度群体(F2GPs)来快速绘制多QTL图的方法。

食用植物和农场动物的自然变异为其驯化和后续改良提供了大量的遗传基础。一个物种中具有重要农艺和经济意义的自然变异性状,通常由多个QTL控制。要全面了解一个性状的自然变异,就需要识别因果基因,这是从QTL到其相应基因的长期挑战。识别导致表型差异的QTL基因(QTG)的功能变异是说明基础和应用生物学研究如何协同的一个重要目标。

在过去的20年中,通常采用双亲群体,包括F2、重组近交系(RIL)、双倍单倍体(DH)和回交(BC)群体,进行初级QTL作图,由于其功能变异与QTL区域的许多其他变异紧密相连,基于地图的克隆方法采用足够的重组体已被证明是分离作物中因果QTG的最成功和可靠的策略。然而,用传统的方法将QTL鉴定和剖析成单一的孟德尔因子,往往需要通过反复回交构建高级世代群体和近等基因系(NILs),这是克隆QTL的限制性步骤,仍然耗时费力。此外,到目前为止,通过使用一些双亲群体确定的QTG数量非常有限,只能解释群体中的部分表型变化。

多父母群体克服了传统的使用双亲群体作图的局限性,为准确界定复杂性状的遗传基础提供了理想的潜力。全基因组关联研究(GWAS)可以是评估复杂性状遗传基础的另一种方法,即在一大批自然发生的加入物中寻找SNPs/InDels和表型变异之间的关联。GWAS得益于高遗传多样性和重组事件的历史积累。然而,GWAS需要通过许多额外的实验来进一步分析,以发现因果基因,因为大规模的种群结构,罕见等位基因的力量较低,以及局部连锁不平衡的衰减率较低。

多亲先进代间杂交(MAGIC)和嵌套关联图谱(NAM)种群提供了其他的替代方法,即使用自然非控制种群的GWAS和使用双亲种群的关联图谱。MAGIC和NAM在低种群结构、平衡的父母贡献、丰富的遗传多样性、增加重组和制图分辨率方面具有重大优势。然而,MAGIC或NAM群体的发展需要复杂的亲本选择设计,大量的杂交和近亲繁殖,这些都是耗时耗力的过程。目前,MAGIC和NAM群体主要为一些基因座提供高分辨率的初步图谱,而一个性状的因果基因很少被有效识别。因此,传统的QTL作图和克隆策略不仅非常复杂,耗时长,成本高,而且不能全面了解自然群体的自然变异。

水稻的谷粒大小或形状由三个几何尺寸(谷粒的长度、宽度和厚度)决定,具有不同的变异,是稳定产量、谷粒外观和加工质量、驯化和育种的一个重要目标性状。在过去的15年中,大约有15个控制该性状的QTG被确认。到目前为止,G蛋白信号传导、BR、IAA和CK的生物合成和信号传导、肽信号传导、MAPK信号传导、泛素-蛋白体降解途径、表观遗传途径和转录调控已被确认参与了水稻的粒径调控。然而,由于确定的QTG数量非常有限,QTG之间在谷粒大小变异中的微妙调节关系仍然难以捉摸,可能无法根据人工突变体的分析来解决,成为农业科学的一个重要研究领域。因此,需要鉴定更多的粒径QTG,以揭示水稻中QTG相互作用的调节机制。

深入阐明驯化性状中自然变异的分子基础,对于连接基因功能的分子分析和驯化研究至关重要。然而,水稻粒径自然变异的全球分子基础仍不清楚,这阻碍了在群体水平上对驯化的广泛调查。

为了解决这些问题,引入了一种被称为快速绘图(RapMap)的方法,用于轻松、快速和有力地克隆与感兴趣的性状相关的QTL。它的特点是在共分离标准下整合了一个三合一框架。RapMap的另一个特点是构建一系列F2梯度种群,这些种群来自不同种质中具有梯度表型的多个双亲。应用RapMap在三年内同时发现了控制水稻粒长和粒宽自然变异的八个基因。此外,利用大型和地理上不同的种质对这8个基因进行深入分析,揭示了群体水平上谷粒大小变化的驯化特征。

参考文献:

https://www.nature.com/articles/s41467-021-25961-1

本文版权归原作者所有,文章内容不代表平台观点或立场。如有关于文章内容、版权或其他问题请与我方联系,我方将在核实情况后对相关内容做删除或保留处理!联系邮箱: yzhao@koushare.com

随便看看别的百科