功能基因筛选干货系列•作物改良（二）

上一期（功能基因筛选干货系列•作物改良（二））中，小编为大家介绍了作物基因组测序的一些进展，对高通量基因分型技术做了个总结。这一期小编就为大家介绍作物中的连锁定位和作物驯化基因组多样性。

LINKAGE MAPPING IN CROPS作物中的连锁定位

Methods for identifying genes involvedin specific traits

为揭示复杂QTL（例如粮食产量、抗逆性）的遗传基础，庞大的样本量是关键——通常需要数以千计的单株。比起基因分型，大多数野外工作仍是艰苦的，包括在不同环境中的不同时间点对大量材料的多种性状进行测量。目前开发出了一些基于传感器的仪器用于生物量性状的测量，包括农业收获机械及农机具上的近红外光谱和植物冠层的光谱反射率。表型分析技术的发展将加速作物遗传定位和基因发现。

作物的遗传定位通常开始于定位群体的分离（例如F2、RIL、回交系、自交系等）。随后进行的是遗传作图与基因克隆，通常使用高级回交衍生群体。O.sativa ssp. indica Kasalath和O.sativa ssp. japonica Nipponbare变种杂交所得定位群体中鉴定了数十个QTL。尽管该策略已经非常成功地应用于作物功能基因组学研究，其仍存在两个主要的短板。首先，在定位群体中只有少数重组事件，例如，通常在水稻分离群体中每染色体发生一个或两个重组，这将导致极低的定位分辨率，除非使用非常大的群体。其次，因为在特定分离群体中选择的亲本之间的序列差异仅代表物种内所有遗传变异的一小部分，在单个分离的作图群体中，只能检测到两个亲本间不同的QTL。

Segregating mapping populations

为克服这些缺陷，一些新的群体类型被构建并使用。在玉米中，利用联合连锁关联分析（jointlinkage-association analysis）开发了高分辨率的嵌套关联映射（nested association mapping, NAM）。通过25个不同的玉米近交系与B73参考系杂交构建了NAM群体，包含了约5000 RILs。NAM群体已经用于一些重要位点的大型遗传定位。在模式植物拟南芥中构建了MAGIC（Multiparent Advanced GenerationInter-Cross）群体，包含数百来源于一个19种相互交配的拟南芥种质的异质库的RIL。计算模拟表明，当使用MAGIC群体时，解释10％的表型方差的QTL可以用约300 kb的平均作图误差检测。另一组研究人员用8个不同拟南芥种质杂交得到一套称为AMPRIL（Arabidopsis multiparent RIL）的群体。AMPRIL群体中的QTL分析显示，该群体检出的QTLs能解释一个多态性位点的2%或更多。

Entering the second century of maize quantitative genetics

Crossing scheme of the eight-parentbarley MAGIC cross

混合分组分析（bulk segregation analysis, BSA）——多样本混池测序，可作为常规连锁分析的一种替代方法，用于性状和突变的定位。已有一些方法使用了该策略，例如SHOREmap、next-generation mapping、Mutmap、MutMap-Gap等。在拟南芥中，将Columbia（Col-0）参考背景中的突变体与Landsberg erecta（Ler-1）杂交，对500株突变体F2植物进行测序以检测致病突变位点。为避免不同遗传背景可能造成的干扰，James等人建议使用从突变系与无突变亲本回交后分离出的群体进行测序定位。在水稻中，将隐性突变体与用于诱变的亲本系杂交，然后把来自突变体F2后代的多个系的基因组混池并测序。这个策略经进一步改良可用于作物QTL鉴定（例如根据特定性状将RIL分级为几个测序库）。

GENOME VARIATION INSIGHTS INTO CROP DOMESTICATION

面包小麦和大麦在西亚的Fertile Crescent region驯化。耕种水稻O.sativa最初从中国南方野生水稻O.rufipogon驯化而来。小米可能是从中国北部的绿狐尾草驯化而来。遗传学研究表明野生墨西哥类蜀黍是最接近玉米的品种。蕃薯（地瓜，Ipomoea batatas）在非洲南部驯化并散布到全世界。现在生长于干旱和少雨的热带地区的高粱的驯化最初出现在非洲。

对作物驯化选择相关的QTL和基因的检测，最常用的方法：

1. 某作物与其野生亲本杂交构建重组群体；

2. 通过重测序检测全基因组范围内的序列多态性；

3. 用人造标记进行基因的筛选（例如，消除与已固定的有益突变连锁的区域的序列多态性）。

一些计算流程可用来检测选择性消除（例如，简单多样性比例，杂交群体复合似然比，杂交群体扩展单体型纯合性）。随着测序成本的大幅下降，这个策略已经在一些作物中成功应用。

在水稻中，一些报告关注于对水稻栽培种和野生种的不同种质进行选择性清除测序和分析。对大量水稻栽培种和野生种进行的系统的比较分析，鉴定到了55个选择性去除，包括表征最好的（most well-characterized）水稻基因。在玉米中，基于全基因组重测序对75个野生、地方作物品种和玉米改良系的选择性清除进行了一个综合评价。484驯化特点的分析结果揭示，玉米的驯化targeted数以百计与多种生物功能有关的基因，这可能影响了许多未研究的表型。

遗传定位和比较基因组学研究发现，影响种子碎裂的Shattering1基因在高粱、小米、水稻和玉米的驯化中的选择是平行的。类似的包括Waxy，C1等。

基于在作物（例如高粱、大麦和小米）比较基因组学中使用的群体规模的需求，多种作物中驯化消除的综合比较可能与平行选择下的禾本科植物中发现更多关键基因。然而，在很多case中，对不同作物中同样位点的驯化是被不同的基因所控制的（一些在某个作物中鉴定到的驯化基因在其他作物中甚至都没有同源片段）。

近期对一个栽培种和野生种水稻杂交构建的永久群体进行了基因分型研究，基于分辨率相对较高、范围较广的驯化位点鉴定了数十个QTL。墨西哥类蜀黍和玉米的杂交也广泛用于玉米遗传学研究，调查驯化位点的功能、鉴定相关基因。

因为采集与种植上的困难，目前大多数作物野生种并没有被有效利用，但是与野生近缘种相关的驯化作物对生态学和群体遗传学研究来说是非常重要的系统。农作物的野生近缘种已经适应了多种气候变化并生存到了现在，常包含许多卓越的农业上很重要的位点，包括生物性、非生物性压力的抗性，因此对作物改良来说应是有价值的遗传资源。由于作物驯化中遗传学上的瓶颈，作物等位基因的丰富性和遗传多样性可能会在驯化过程中丢失。

驯化相关的多态性位点由新突变或者野生型已有的变异造成。对于已有的变异等位基因，在野生型中进行GWAS研究将作为一种替代方法来鉴定驯化基因。因此，野生型基因组装配对研究驯化和测定野生资源效用都非常有帮助。为开发水稻野生型的遗传潜力，一个通用Oryza图谱构建项目致力于Oryza属所有23个物种的基因组测序和拼接。随着野生种高级作图群体的构建，23个参考基因组序列能够为Oryza属物种的育种和分子应用提供支持。

下期小编将为大家介绍如何通过基因组级别的选择进行作物设计，敬请期待。