大豆株高與主莖節數的全基因組關聯分析

摘 "要：株高和主莖節數是大豆重要的株型性狀，對產量有顯著影響。該研究以281份大豆種質為試驗材料，利用多個田間環境的表型數據，使用3VmrMLM模型對大豆株高和主莖節數進行全基因組關聯分析。共檢測到36個顯著QTNs（Quantitative Trait Nucleotides，數量性狀核苷酸）和1個環境互作QTN（QEI）及25個顯著QTN和2個QEI分別控制大豆株高和主莖節數。進一步分析發現，位于6號染色體40.69～41.18 Mb、18號染色體3.40～3.74 Mb和20號染色體34.66～34.87 Mb 3個基因組區間同時控制2個性狀，可以認為是控制大豆株型的重要位點，且18號染色體上基因組區間為該研究新檢測到的。研究結果可以為深入了解大豆株型性狀的遺傳基礎及標記輔助育種提供有用的信息。

關鍵詞：大豆：株高；主莖節數；全基因組關聯分析；3VmrMLM模型

中圖分類號：Q348 " " " "文獻標志碼：A " " " " "文章編號：2096-9902（2023）19-0034-05

Abstract： Plant height and the number of nodes on the main stem are important plant type traits of soybean， which have a significant impact on yield. In this study， 281 soybeans were used to conduct genome-wide association study on plant height and the number of nodes on the main stem using 3VmrMLM model based on the phenotypic data of multiple field environments. A total of 36 QTNs （quantitative trait nuckotides） and 1 environmental interaction QTN （QEI） were detected for plant height， while 25 QTNs and 2 QEIswere detected for the number of soybean main stem nodes. Three genomic regions located on 40.69～41.18 Mb on chromosome 6， 3.40～3.74 Mb on chromosome 18 and 34.66～34.87 Mb chromosome 20 were found that simultaneously control two traits， which can be considered as important loci for controlling soybean plant type. In addition， the important locus on chromosome 18 was newly detected in this study. The research results can provide useful information for in-depth understanding of the genetic basis and marker assisted selection breeding for soybean plant type traits.

Keywords： soybean; plant height; number of nodes on main stem; genome-wide association analysis; 3VmrMLM model

大豆（Glycine max）起源于中國，因其含有豐富的植物油脂和蛋白質，在世界各地廣泛種植[1]。近年來我國對大豆的需求和消費量在不斷攀升，國內大豆產量已滿足不了市場需求[2]。在此背景下選育高產大豆品種顯得尤為重要。株高和主莖節數是大豆重要的株型構成性狀，對其產量有重要影響[3]。但大豆株高和主莖節數屬于典型的數量性狀，受主效和微效多基因控制，也易受到環境影響[4]。已有研究表明，大豆株高和主莖節數受大豆生長習性基因Dt1和Dt2影響較大，與品種的生長習性密切相關[5-7]。除生長習性基因外，仍有許多控制大豆株高和主莖節數QTL被報道[8-11]，表明大豆株高和主莖節數的遺傳基礎尚不清晰。

隨著基因組測序技術的發展，全基因組關聯分析（GWAS）被越來越方便應用于解析作物復雜性狀的遺傳基礎[12-13]。基于上述，本研究利用281份大豆種質構成的關聯群體為試驗材料，結合覆蓋全基因組的SNP標記，在多個田間種植環境下利用3VmrMLM模型對大豆株高和主莖節數性狀進行全基因組關聯分析。以期發掘控制性狀的QTN、環境互作QTN（QEI）和重要基因組區間，為大豆株型育種和基因發掘提供信息。

1 "材料與方法

1.1 "試驗材料與田間試驗設計

本研究以281份大豆種質構成的關聯群體為試驗材料，這些種質主要收集自我國西北、黃淮、江淮等地區。所有試驗材料于2018、2019、2020年種植在陜西省延安市農業科學研究所安塞試驗站。采用隨機完全區組田間試驗設計種植，單行區，相鄰行距50 cm，株距10 cm，行長1.5 m，單個環境下設3次種植重復。常規田間試驗管理。

1.2 "株高和主莖節數表型調查及統計分析

株高（PH）和主莖節數（NN）均于大豆成熟時期測量。單個小區取3株代表性植株進行測量，單個環境下表型值取該環境中3個種植重復的平均值。使用Excel等軟件對性狀表型數據進行描述性統計分析。使用lme4包中的lmer函數估計廣義遺傳力（h2）[14]。其計算公式為

h2=σ■■/（σ■■+σ■■/n+σ■■/rn），

式中：σ■■、σ■■和σ■■分別表示基因型方差、基因型與環境互作方差、殘差，r和n分別表示區組個數和環境個數。

1.3 "全基因組關聯分析及重要基因組區間發掘

本研究所使用的材料已在前期工作中完成了重測序及SNP（Single Nucleotide Polymorphism）分型工作，共計58 112個高質量SNP標記被用于關聯分析[15]。基于3個田間環境和環境中的平均表型值，采用IIIVmrMLM包中的3VmrMLM（PCA+K）模型對大豆株高和主莖節數進行了全基因組關聯分析[16]。以LOD（Logarithm Of Odd）值大于3.0作為篩選與株型性狀顯著相關QTN及環境互作QTN（QEI）的閾值。同時為獲得控制大豆株型性狀重要的基因組區間，使用Haploview 4.2[17]對同時控制2個性狀或所處基因組位置相近的控制單個性狀的QTN進行單倍型分析，將這些QTN所處的單倍型區塊，作為控制大豆株型性狀的重要基因組區間。

1.4 "QTN增效等位變異在極端材料中的分布分析

為了進一步了解優異等位變異在大豆種質中的分布情況及驗證顯著QTN分析結果，筆者根據關聯群體的表型信息及變異效應信息，在關聯群體中分別選取了端差異材料（20份大表型材料和20份小表型材料）進行優異等位變異效應分析。使用增效等位基因分布比例（Proportion of excellent alleles，PEA）反映優異等位基因在該種質的分布情況。計算公式為

PAE=n/N×100%，

式中：n、N分別表示該種質優異等位變異數量和鑒定到顯著QTN的總數。

2 "結果與分析

2.1 "關聯群體株高和主莖節數性狀表型變異特點

關聯群體的PH和NN在2018、2019、2020年種植環境和3個環境均值的描述性統計結果及分布情況見表1。在E1、E2與E3環境下PH在各個環境的平均值分別為113.28±13.20、87.74±16.27、98.03±12.05 cm；NN的平均值分別為19.00±2.46、18.86±2.67、17.66±1.58個。綜合3個環境，PH和NN的平均值分別為98.61±12.70 cm與18.51±1.82個，變異系數分別為12.88%和9.81%。表明該群體表型變異廣泛，能夠較好地體現PH和NN的遺傳基礎。在所有環境下，2個性狀表型呈連續分布的近似正態分布，屬于數量性狀的典型特征。此外，利用3年的田間種植環境數據計算PH和NN的遺傳力分別為81.97%及73.40%，遺傳力較高，說明2個性狀主要受到遺傳因素的影響。

2.2 "大豆株高和主莖節數的全基因組關聯分析結果

利用3VmrMLM模型，以LOD大于3作為QTN與QEI的顯著閾值。最終檢測得到36個株高QTN（圖1（a））。這些QTN在大豆所有20條染色體上不均勻分布，單個QTN的LOD、加性效應和表型貢獻率（R2）分別在4.07～53.06、-4.02～3.24 cm和0.28%～2.82%之間。同時鑒定到的1個控制株高的環境互作QTN（Gm18_7591402），能夠解釋0.89%的表型貢獻率（表2）。

對于主莖節數，共檢測到25個QTN（圖1（b））。這些QTN分布于除7、11、12、17和19號染色體以外大豆的其他染色體上。單個QTN的表型貢獻率在0.53%～4.29%之間、LOD在3.51～45.87之間、加性效應在-0.62～0.47之間。此外，2個QEI（Gm15_44310378和Gm18_15358542）也被檢測到，其表型貢獻率分別為2.37%和1.57%（表2）。

比較PH和NN的QTN檢測結果，發現QTN_Gm06_ 40688999同時控制2個性狀，所處的單倍型區間為6號染色體40.69～41.18 Mb；控制株高的QTN_Gm18_3404039和控制主莖節數的QTN_Gm18_3404254位置相近，處于同一單倍型區間（18號染色體3.40～3.74 Mb）；控制株高的QTN_Gm20_34770123與控制主莖節數的QTN_Gm20_3 4769788位置接近，處于同一單倍型區間（20號染色體34.66～34.87 Mb）（表3）。表明這3個單倍型區間是控制大豆株型的重要基因組區間。

2.3 "株高和主莖節數QTN等位變異分布特點分析結果

利用SNP標記等位變異信息，對本研究鑒定到的36個株高和25個主莖節數QTN在具極端表型大豆種質（20份表型小的種質，20份表型大的種質）中的等位變異分布特點進行了分析（圖2）。結果顯示，大豆種質的表型與增效等位變異占比（PEA）成正相關，表型值較高的材料具有更高的PEA。如低PH種質的表型值在55.28～80.46 cm之間，PEA為21.62%～54.05%，僅有2份種質的PEA超過50%。而高PH種質（表型值在117.31～152.39 cm之間）的PEA為48.65%～72.97%，有18份種質的PEA超過50%。對NN的分析也存在相似的結果，低NN種質（12.78～15.83個）PEA的最小值為25.93%，最大值為48.15%；而高NN種質（21.17～24.78個）的PEA在51.85%～77.78%之間，均高于低NN種質。

2.4 "討論

理想株型育種對合理密植、提高大豆產量有著重要意義，也是緩解我國大豆供求矛盾及維護國家糧食安全的有效途徑之一[18]。而大豆株高和主莖節數是株型性狀重要構成，但PH和NN屬于典型的數量性狀，其表型是基因型和環境相關作用的結果[19-20]。雖然可以通過傳統育種方式針對株型性狀進行改良，但分子標記輔助選擇育種可以通過分子標記快速追蹤控制目標性狀的功能基因實現在苗期對植株進行選擇。因此，揭示PH和NN的遺傳基礎將極大地促進分子標記輔助選擇在大豆株型改良中的應用。據此，本研究利用具有QTN、QEI檢測能力的3VmrMLM模型對大豆株高和主莖節數進行了全基因組關聯分析。最終發掘了36個株高QTN、25個主莖節數QTN及3個QEI，研究結果能夠增加對大豆PH和NN的遺傳基礎的認識。此外，基于檢測到的QTN進行等位變異分布特點分析也發現表型值大的個體增效等位變異占比高，這些結果表明了本研究所檢測到的這些QTN對大豆株高和主莖節數存在重要影響，能夠較好地揭示性狀變異的遺傳基礎，為大豆株型的全基因組設計育種及親本組配提供信息。

在該群體中株高和主莖節數具有顯著正相關（相關系數0.73，Plt;0.05），QTN檢測結果也可以在一定程度上揭示這2個性狀正相關的分子遺傳，發現3個基因組區間能夠同時控制2個性狀（表3）。將這3個基因組區間與前人研究結果進行比較發現有2個區間（6號染色體40.69～41.18 Mb和20號染色體34.66～34.87 Mb）分別與Gai等[21]及Yao等[11]報道的QTL的基因組區間重疊或相鄰，研究結果得到相互印證。但同前人研究結果相比，本研究將QTL的基因組區間均縮小到500 kb以內，作圖精度有很大提升。此外，位于18號染色體3.40～3.74 Mb區間內尚未見有關控制大豆株高和主莖節數QTL的報道，推測是本研究新檢測到的一個位點。這些較小的基因組區間，為分子輔助育種及基因發掘提供了便利，可以作為下一步研究工作的重要靶點。同時在這3個重要基因組區間內，根據基因注釋信息，本研究也發現一些基因，如Glyma.06G244200、Glyma.06G247100、Glyma.18G042100和Glyma.06G246400等參與乙烯合成、細胞生長等生物過程。前人研究表明赤霉素、生長素、細胞分裂素和乙烯等植物激素在植物株高和主莖節數等性狀的調控中具有重要的作用[22-24]。因此，這些基因也可以作為候選基因進行基因功能驗證研究。綜上所述，本研究結果能為深入了解大豆株高和主莖節數遺傳基礎提供有用信息，并為株型新基因發掘及性狀的分子標記輔助育種提供重要目標靶點。

3 "結論

大豆株高和主莖節數遺傳基礎復雜，受QTN和QEI控制。共檢測到36個QTN和1個QEI控制株高，25個QTN和2個QEI控制主莖節數。3個基因組區間（6號染色體40.69～41.18 Mb、18號染色體3.40～3.74 Mb和20號染色體34.66～34.87 Mb）同時控制2個性狀，是該群體中控制大豆株型的重要位點。

參考文獻：

[1] DU H， FANG C， LI Y， et al. Understandings and future challenges in soybean functional genomics and molecular breeding[J].Journal of Integrative Plant Biology，2023，65（2）：468-495.

[2] 李利活.中國大豆供求關系與貿易現狀研究[J].商場現代化，2022（16）：84-86.

[3] 楊勝先.大豆品種群體株高、分枝數、主莖節數、莖粗和單株莢數的關聯分析[D].南京：南京農業大學，2011.

[4] 陳亮宇，張君，韓笑，等.大豆株高和主莖節數QTL定位及候選基因挖掘[J/OL].吉林農業大學學報：1-12[2023-09-27].

[5] LEE S H， BAILEY M A， MIAN M A. R， et al. Molecular Markers Associated with Soybean Plant Height， Lodging， and Maturity across Locations[J]. Crop Science， 1996，36（3）：728-735.

[6] LIU B， WATANABE S， UCHIYAMA T， et al. The Soybean Stem Growth Habit Gene Dt1 is an Ortholog of Arabidopsis TERMINAL FLOWER1[J]. Plant Physiology， 2010，153（1）：198-210.

[7] PING J， LIU Y， SUN L， et al. Dt2 is a Gain-of-Function MADS-Domain factor gene that specifies Semideterminacy in Soybean[J]. The Plant Cell， 2014，26（7）：2831-2842.

[8] FANG Y， LIU S， DONG Q， et al. Linkage Analysis and Multi-Locus Genome-Wide Association Studies Identify QTNs Controlling Soybean Plant Height[J]. Frontiers in Plant Science， 2020（11）：9.

[9] 王萍.大豆四向重組自交系株高和主莖節數及其密度響應的QTL/QTN定位[D].哈爾濱：東北農業大學，2021.

[10] LI W X， WANG P， ZHAO H， et al. QTL for Main Stem Node Number and its response to plant densities in 144 soybean FW-RILs[J]. Frontiers in Plant Science， 2021（12）：666796.

[11] YAO D， LIU Z Z， ZHANG J， et al. Analysis of quantitative trait loci for main plant traits in soybean[J]. Genetics and molecular research： GMR， 2015，14（2）：6101-6109.

[12] SHAO Z， SHAO J， HUO X， et al. Identification of closely associated SNPs and candidate genes with seed size and shape via deep re-sequencing GWAS in soybean[J]. The oretical and applied genetics， 2022，135（7）：2341-2351.

[13] PRIYANATHA C， TORKAMANEH D， RAJCAN I. Genome-wide association study of soybean germplasm derived from Canadian × Chinese crosses to mine for novel alleles to improve seed yield and seed quality traits[J]. Frontiers in Plant Science， 2022，13：823.

[14] BATES D， M？魧CHLER M， BOLKER B， et al. Fitting linear mixed-Effects models using lme4[J]. Journal of statistical software， 2015（67）：1-48.

[15] CAO Y， ZHANG X， JIA S， et al. Genome-wide association among soybean accessions for the genetic basis of salinity-alkalinity tolerance during germination[J]. Crop and Pasture Science， 2021，72（4）：255-267.

[16] LI M， ZHANG Y W， ZHANG Z C， et al. A compressed variance component mixed model for detecting QTNs and QTN-by-environment and QTN-by-QTN interactions in genome-wide association studies[J]. Molecular Plant， 2022，15（4）：630-650.

[17] BARRETT J C， FRY B， MALLER J， et al. Haploview： analysis and visualization of LD and haplotype maps[J]. Bioinformatics （Oxford， England）， 2005，21（2）：263-265.

[18] 張威，許亞男，許文靜，等.大豆株高全基因組關聯分析[J/OL].中國油料作物學報：1-7[2023-09-27].

[19] LIU Y， LI Y， REIF J C， et al. Identification of quantitative trait loci underlying plant height and seed weight in soybean[J]. The Plant Genome， 2013，6（3）：841-856.

[20] CHANG F， GUO C， SUN F， et al. Genome-wide association studies for dynamic plant height and number of nodes on the main stem in summer sowing soybeans[J]. Frontiers in plant science， 2018（9）：1184.

[21] GAI J， WANG Y， WU X， et al. A comparative study on segregation analysis and QTL mapping of quantitative traits in plants-with a case in soybean[J]. Frontiers of Agriculture in China， 2007，1（1）：1-7.

[22] LI R， JIANG H， ZHANG Z， et al. Combined linkage mapping and BSA to identify QTL and candidate genes for plant height and the number of nodes on the main stem in soybean[J]. International Journal of Molecular Sciences， 2020，21（1）：42.

[23] WANG Y， ZHAO J， LU W， et al. Gibberellin in plant height control： old player， new story[J]. Plant Cell Reports， 2017，36（3）：391-398.

[24] XU Z， WANG R， KONG K， et al. An APETALA2/ethylene responsive factor transcription factor GmCRF4a regulates plant height and auxin biosynthesis in soybean[J]. Frontiers in Plant Science， 2022（13）：983650.