基于10K SNP 芯片分析255 份玉米種質(zhì)資源的遺傳多樣性

摘 要：玉米（ Zea mays L.） 是全球三大糧食作物之一，也是重要的飼料作物。分析玉米種質(zhì)資源的農(nóng)藝性狀和遺傳多樣性對玉米育種和生產(chǎn)具有重要指導(dǎo)意義。以255份玉米種質(zhì)構(gòu)成的自然群體作為研究材料，利用10K SNP液相芯片進(jìn)行全基因組掃描，獲取基因分型；利用VCF2PCA Cluster和Mega11等軟件進(jìn)行表型聚類和遺傳多樣性分析。結(jié)果表明，檢測到14 139個(gè)高質(zhì)量SNP位點(diǎn)，分布于玉米10條染色體上；基因多態(tài)性的變化范圍為0.05～0.50，均值為0.29；多態(tài)信息含量（polymorphism information content， PIC）的變化范圍為0.04～0.38，均值為0.24；熱帶群體和溫帶群體的等位基因頻率差異絕對值大于0.30的位點(diǎn)有104個(gè)；通過群體遺傳結(jié)構(gòu)分析、主成分分析和聚類分析，將255份供試材料劃分為溫帶和熱帶2個(gè)主要亞群。研究結(jié)果確定了255份來自溫帶和熱帶玉米種質(zhì)間的遺傳多樣性和親緣關(guān)系，為后續(xù)玉米種質(zhì)資源改良和創(chuàng)新奠定基礎(chǔ)。

關(guān)鍵詞：玉米；10K SNP；種質(zhì)資源；遺傳多樣性

doi：10.13304/j.nykjdb.2023.0801

中圖分類號：S513 文獻(xiàn)標(biāo)志碼：A 文章編號：1008‐0864（2024）08‐0020‐14

玉米（Zea mays L.）是全球三大糧食作物之一[1]，也是重要的飼料作物，而且隨著對玉米研究的深入，應(yīng)用場景擴(kuò)展到了化工以及醫(yī)藥等領(lǐng)域中。玉米種質(zhì)資源類型較多，包括雜交種、綜合種以及自交系等，為新品種選育提供了多種選擇。然而，種質(zhì)遺傳基礎(chǔ)狹窄仍是玉米育種工作的關(guān)鍵制約因素[2-4]，種質(zhì)資源遺傳多樣性是玉米育種改良的重要研究內(nèi)容，對種質(zhì)利用和保護(hù)具有重要作用。陳文娟等[5]對903份來自多地的玉米種質(zhì)資源遺傳多樣性進(jìn)行分析，發(fā)現(xiàn)不同地區(qū)的種質(zhì)資源抗病性不同，以山西和內(nèi)蒙谷地區(qū)居多。王仕偉等[6]深入研究了不同種質(zhì)資源的蚜蟲抗性，發(fā)現(xiàn)Reid、Lancaster種質(zhì)在抗病蟲方面表現(xiàn)突出。蒙祖慶等[7]利用179份來自西藏栽培地方種進(jìn)行表型性狀評價(jià)研究，最終鑒定出89份特異資源，包括長穗、雙穗、早熟以及雄穗少分枝型等性狀顯著不同的品種。

目前，研究者對玉米種質(zhì)資源改良方法進(jìn)行了大量研究，并取得了較好的進(jìn)展。一系列新品種已經(jīng)投入生產(chǎn)中，玉米品質(zhì)得到明顯改善，產(chǎn)量大幅提高，并具備了耐寒、耐旱、抗病蟲害等優(yōu)良的特性。分子標(biāo)記技術(shù)于20世紀(jì)發(fā)展起來，之后被逐步應(yīng)用于玉米種質(zhì)遺傳多樣性評價(jià)、種質(zhì)資源鑒定和QTL（quantitative trait locus）定位等研究中，具有穩(wěn)定的遺傳性和豐富的多態(tài)性等優(yōu)點(diǎn)[8-12]，其中SNP（single nucleotide polymorphism，單核苷酸多態(tài)性標(biāo)記）作為第三代DNA 分子標(biāo)記，具有更高的遺傳穩(wěn)定性、更強(qiáng)的可靠性、更全面的覆蓋性[13-15]。目前，利用SNP標(biāo)記對玉米雜種優(yōu)勢資源的劃分已被廣泛運(yùn)用。楊宏霞等[16]利用23 801個(gè)高質(zhì)量SNPs對350份玉米自交系進(jìn)行遺傳多樣性分析，發(fā)現(xiàn)自交系間的遺傳相似系數(shù)范圍為0.332 0～0.999 9，均值為0.569 2，進(jìn)而將群體分為3個(gè)大類群和5個(gè)小亞群，表明玉米自交系群體擁有廣泛的遺傳多樣性。冷益豐等[17]開發(fā)了4 976個(gè)高質(zhì)量SNP標(biāo)記，并從多態(tài)性信息含量、群體結(jié)構(gòu)和進(jìn)化樹等方面展開分析，將157份自交系材料劃分為4個(gè)亞群，提出四川省當(dāng)前玉米育種種質(zhì)資源的遺傳變異資源較為豐富。陳堅(jiān)劍等[18]在141份甜玉米自交系中檢測出16 383個(gè)高質(zhì)量SNP 位點(diǎn)，基于基因多樣性指數(shù)（H 均值0.36）、多態(tài)性信息含量（polymorphism informationcontent，PIC，均值0.288 8）、遺傳群體結(jié)構(gòu)（K=4），利用PHYLIP聚類分析將其劃分為4個(gè)類群，進(jìn)一步研究發(fā)現(xiàn)甜玉米自交系群體整體上存在較豐富的遺傳多樣性，親緣關(guān)系復(fù)雜。

本研究采用10K SNP液態(tài)芯片對255份玉米自交系品種進(jìn)行種質(zhì)群體結(jié)構(gòu)劃分，揭示玉米育種種質(zhì)的表型特點(diǎn)和遺傳多樣性，為玉米育種應(yīng)用提供參考。

1 材料與方法

1.1 試驗(yàn)材料

供試材料為255份具有多樣性的普通玉米種質(zhì)資源，139份種質(zhì)來自國際小麥玉米改良中心（International Maize and Wheat Improvement Center，CIMMYT）的DTMA項(xiàng)目，116份為普通玉米種質(zhì)。其中，5份為代表我國玉米主要雜種優(yōu)勢群的標(biāo)準(zhǔn)測驗(yàn)種：丹340（代表旅大紅骨類群）、Mo17（代表Lancaster類群）、鄭58（代表Reid類群）、黃早4（代表塘四平頭類群）、齊319（代表P類群）。

1.2 基因型鑒定

玉米材料種植在河北農(nóng)業(yè)大學(xué)育種中心基地，在玉米出苗近1個(gè)月時(shí)，每份玉米種質(zhì)隨機(jī)選取2～3株取相同葉位鮮嫩葉片混合，液氮速凍后置于-80 ℃冰箱中備用。利用10K SNP 芯片對255份自交系群體進(jìn)行基因型鑒定，供試玉米葉片材料的DNA提取和基因型分析均委托給石家莊博睿迪生物技術(shù)有限公司完成。255份樣品共檢測到53 705個(gè)SNP位點(diǎn)，在此基礎(chǔ)上進(jìn)一步過慮篩選，將最小等位基因頻率（minor allelefrequency，MAF）低于0.01，缺失率和雜合率高于20%的位點(diǎn)去除，最終獲得了14 139個(gè)高質(zhì)量的SNPs用于后續(xù)研究。

1.3 數(shù)據(jù)分析

利用CMplo（t https：//github.com/YinLiLin/CMplot）R語言程序包計(jì)算基因組SNP密度并對結(jié)果進(jìn)行可視化；利用VCF2PCA Cluster（https：//github.com/hewm2008/VCF2PCACluster） V1.40計(jì)算樣本間的遺傳相似系數(shù)（genetic similarity coefficient， GSC）并進(jìn)行主成分分析（principal component analysis，PCA），并利用GSC矩陣計(jì)算獲得樣本間的遺傳距離；利用MEGA11[19]計(jì)算并可視化鄰近連接樹，利用在線網(wǎng)站itol（https：//itol.embl.de/）對群體鄰近連接樹進(jìn)行美化；利用自寫的Python腳本計(jì)算基因多樣性（diversity，D）和多態(tài)信息含量（PIC）。群體遺傳距離矩陣熱圖、群體PCA結(jié)果可視化、LD衰減距離等均利用自寫的R語言軟件完成。

2 結(jié)果與分析

2.1 基因數(shù)據(jù)質(zhì)控分析

本研究利用CMplot（https：//github. com/YinLiLin/CMplot）R語言程序包對255份玉米種質(zhì)基因型數(shù)據(jù)進(jìn)行質(zhì)控，缺失率均值為0.028 02，按照缺失率lt;0.1標(biāo)準(zhǔn)篩選出14 139個(gè)高質(zhì)量SNPs；SNP位點(diǎn)在玉米10條染色體上不均勻分布，可能是由于靠近著絲粒區(qū)，或者比較保守的區(qū)域突變頻率比較低（表1）。其中，位于1號染色體上的SNP標(biāo)記數(shù)目最多（2 483個(gè)）；9號染色體上SNP標(biāo)記最少（963個(gè)）。255份玉米種質(zhì)雜合率（表2）均值為0.026 50，表明在這255份玉米高代種質(zhì)基因純度較高。從玉米種質(zhì)群體基因組SNP 密度（圖1）可以看出，染色體兩端的SNP標(biāo)記數(shù)目較多，表明越靠近著絲粒區(qū)越保守，遺傳多樣性越低。

2.2 255 份玉米種質(zhì)遺傳多樣性分析

利用14 139 個(gè)高質(zhì)量SNPs 數(shù)據(jù)集對255 份玉米種質(zhì)的基因多樣性（D）和多態(tài)信息含量（PIC）進(jìn)行統(tǒng)計(jì)（表3），D 的變化范圍是0.05～0.50，均值為0.29；而PIC 的變化范圍是0.04～0.38，均值為0.24；結(jié)合二者數(shù)據(jù)發(fā)現(xiàn)，全基因組SNP位點(diǎn)的多樣性變劃范圍較大，但是染色體間差異較小。綜上結(jié)果表明，本研究所選255份玉米種質(zhì)的遺傳多樣性較為豐富。

2.3 kinship 分析

基于本研究檢測到的14 139個(gè)高質(zhì)量SNPs，利用VCF2PCACluster（https：//github.com/hewm2008/VCF2PCACluster）軟件對255份玉米種質(zhì)進(jìn)行親緣關(guān)系分析。255份玉米種質(zhì)的遺傳相似系數(shù)（GSC）變化范圍為0.655 21～0.996 89，均值為0.705 44，遺傳相似系數(shù)最大和最小的10對種質(zhì)資源如表4所示。其中，0.6lt;GSC≤0.7的材料對占47.34%，0.7lt;GSC≤0.8的材料對占51.78%，0.8lt;GSC≤0.9的材料對占0.70%，0.9lt;GSC≤1.0 的材料對占0.18%（圖2）。D90與GS138之間GSC最低，為0.655 21，D55與D112之間的GSC最大，為0.996 89，以上結(jié)果表明本研究所選255份玉米種質(zhì)試驗(yàn)群體具有較為豐富遺傳多樣性。

2.4 255 份玉米種質(zhì)基于SNP 標(biāo)記的聚類分析

為了解255 份玉米種質(zhì)群體結(jié)構(gòu)，利用Structure[20]軟件對這些種質(zhì)的群體結(jié)構(gòu)進(jìn)行了系統(tǒng)解析（圖3），△K 值在K=2時(shí)達(dá)到最大值，認(rèn)為255份供試材料可分為2個(gè)亞群，利用MEGA11軟件對供試材料進(jìn)行聚類分析（圖4），255份供試材料分為溫帶（TZ）和熱帶（TP）2 個(gè)主要類群，與K 值結(jié)果相符。

2.5 群體主成分分析

基于14 139 個(gè)SNPs 對255 份玉米種質(zhì)進(jìn)行主成分分析（PCA）。以第1個(gè)主成分和第2個(gè)主成分為坐標(biāo)軸，并利用R語言對PCA散點(diǎn)圖結(jié)果可視化（圖5）?？梢钥闯觯鞒煞諴CA1和PCA2的方差貢獻(xiàn)率分別為63.49%和1.66%，累計(jì)方差貢獻(xiàn)率為65.15%；將255份種質(zhì)鑒定為2大類群，分別為溫帶和熱帶；相對于溫帶類群而言，熱帶的樣本點(diǎn)更加聚集，品種間差異較小，與參考系（CK）的距離更緊密；且與群體聚類分析結(jié)果一致，這表明不同的亞群之間具有明顯的遺傳結(jié)構(gòu)差異。

2.6 LD 衰減距離分析

通過每個(gè)距離區(qū)間的平均r2來估計(jì)255份玉米種質(zhì)群體基因組的LD衰減距離，結(jié)果（圖6）顯示，伴隨著物理距離降低，r2 不斷增加；當(dāng)r2gt;0.2時(shí)，隨著物理距離的降低，r2迅速增加；r2=0.2是個(gè)重要拐點(diǎn)，此時(shí)衰減物理距離為3.5 kb，表明該種質(zhì)群體的多樣性非常豐富。

2.7 熱帶群體和溫帶群體間等位基因頻率分析

對熱帶群體和溫帶群體的等位基因頻率（表5）進(jìn)行分析，在14 139 個(gè)SNP 位點(diǎn)中，有1 317個(gè)SNP導(dǎo)致897個(gè)基因發(fā)生了氨基酸突變。在熱帶群體和溫帶群體中，1 317個(gè)等位基因頻率差異絕對值在0.30及以上的位點(diǎn)有104個(gè)（表5），這些基因可直接影響溫帶和熱帶群體間的差異。

3 討論

深入研究玉米種質(zhì)材料間遺傳多樣性有助于更好地了解玉米的遺傳基礎(chǔ)，從而提高玉米的育種效率和品質(zhì)。遺傳多樣性是衡量群體內(nèi)個(gè)體間的遺傳變異程度，與環(huán)境適應(yīng)性和后代繁殖能力密切相關(guān)[21‐22]，因此，對試驗(yàn)群體進(jìn)行遺傳多樣性分析對育種研究至關(guān)重要，因?yàn)槿后w的遺傳多樣性越豐富，其個(gè)體間的遺傳差異較大，從而使得群體更能適應(yīng)各種環(huán)境條件并成功繁殖后代；相反，可能會(huì)導(dǎo)致群體對環(huán)境的適應(yīng)性較弱，繁殖后代的能力也相應(yīng)減弱。因此，本研究基于10K SNP液體芯片對255份玉米自交系進(jìn)行基因型研究，獲得14 139個(gè)高質(zhì)量的SNPs，進(jìn)一步利用這些標(biāo)記從群體的遺傳結(jié)構(gòu)分析、主成分分析和聚類分析等方面進(jìn)行遺傳多樣性分析，結(jié)果都將255份種質(zhì)劃分為溫帶和熱帶2個(gè)主要亞群，這說明不同玉米材料為了適應(yīng)溫帶和熱帶不同氣候從而發(fā)生了較大的遺傳分歧。

本研究中基因多態(tài)性的變化范圍為0.05～0.50，均值為0.29，結(jié)果低于謝和霞等[23]對169份玉米地方品種遺傳多樣性研究結(jié)果。本研究中所用的255份玉米材料的多態(tài)信息含量的變化范圍為0.04～0.38，均值為0.24，而染色體間基本上沒有顯著性差別，這表明玉米種質(zhì)群體在全基因組范圍內(nèi)具有適度的基因多態(tài)性和多態(tài)信息含量。此外，還發(fā)現(xiàn)各材料間的遺傳相似系數(shù)變化范圍是0.655～0.997，均值為0.705。熱帶群體和溫帶群體的等位基因頻率差異絕對值在0.30及以上的位點(diǎn)有104個(gè)，表明該試驗(yàn)群體遺傳多樣性較為豐富，但是存在少數(shù)材料之間相似性系數(shù)較高的問題，這可能是育種過程選育的姊妹系。綜上所述，本研究結(jié)果有利于了解255份材料間的遺傳多樣性和親緣關(guān)系，為進(jìn)一步收集或鑒定玉米種質(zhì)資源和玉米種質(zhì)創(chuàng)新育種實(shí)踐提供指導(dǎo)。

參考文獻(xiàn)

［1］ 劉希慧，劉文欣，張義榮，等.利用SSR分子標(biāo)記鑒定若干玉

米自交系的親緣關(guān)系[J].分子植物育種，2005，3（2）：179-187.

LIU X H， LIU W X， ZHANG Y R， et al .. Genetic relationship

among several maize inbreds revealed by SSR markers [J]. Mol.

Plant Breeding， 2005，3（2）：179-187.

［2］ 程莉莉，劉麗君，林浩，等.玉米種質(zhì)資源遺傳多樣性分析[J].

東北農(nóng)業(yè)大學(xué)學(xué)報(bào)，2010，41（9）： 6-14.

CHENG L L， LIU L J， LIN H， et al .. Analysis on genetic

diversity of maize germplasm [J]. J. Norhteast Agric. Univ.，

2010，41（9）： 6-14.

［3］ 鄒成林，譚華，黃開健，等.基于SNP芯片劃分CIMMYT和廣

西玉米自交系雜種優(yōu)勢群[J].分子植物育種，2022： 1-17.

ZOU C L， TAN H， HUANG K J， et al .. Heterotic groups of

CIMMYT and Guangxi maize inbred lines by SNP chips [J].

Mol. Plant Breeding， 2024，22（2）： 480-489.

［4］ 段燦星，董懷玉，李曉，等.玉米種質(zhì)資源大規(guī)模多年多點(diǎn)多

病害的自然發(fā)病抗性鑒定[J]. 作物學(xué)報(bào)，2020，46（8）： 1135-

1145.

DUAN C X， DONG H Y， LI X， et al .. A large-scale screening

of maize germplasm for resistance to multiple diseases in multiplot

demonstration for several years under natural condition [J].

Acta Agron. Sin.， 2020，46（8）： 1135-1145.

［5］ 陳文娟，李萬昌，楊知還，等.玉米抗南方銹病種質(zhì)資源初步

鑒定及遺傳多樣性分析[J].植物遺傳資源學(xué)報(bào)，2018，19（2）：

225-231，242.

CHEN W J， LI W C， YANG Z H， et al .. Preliminary

identification and genetic diversity analysis of maize

germplasm resources for resistance to southern corn rust [J]. J.

Plant Genet. Resour.， 2018，19（2）： 225-231，242.

［6］ 王仕偉，李曉鵬，陳甲法，等.玉米抗蚜蟲種質(zhì)資源的鑒定[J].

玉米科學(xué)，2018，26（2）： 156-160，165.

WANG S W，LI X P， CHEN J F， et al .. Germplasm evaluation

for Rhopalosiphummaidis （Fitch） resistance in maize [J]. J.

Maize Sci.， 2018，26（2）：156-160，165.

［7］ 蒙祖慶，宋豐萍.西藏玉米地方品種表型性狀的綜合評價(jià)與

特異種質(zhì)篩選[J]. 西北農(nóng)林科技大學(xué)學(xué)報(bào)，2017，45（8）： 56-

68，75.

MENG Z Q， SONG F P. Comprehensive evaluation of

phenotypic characteristics and selection of specific germplasms of

Tibet maize landraces [J]. J. Northwest Aamp;F Univ. （Nat. Sci.），

2017，45（8）： 56-68，75.

［8］ 徐云碧，王冰冰，張健，等.應(yīng)用分子標(biāo)記技術(shù)改進(jìn)作物品種

保護(hù)和監(jiān)督[J].作物學(xué)報(bào)，2022，48（8）： 1853-1870.

XU Y B， WANG B B， ZHANG J， et al .. Enhancement of plant

variety protection and regulation using molecular marker

technology [J]. Acta Agron. Sin.， 2022，48（8）： 1853-1870.

［9］ 馬世鵬，張?jiān)讫垼蚊裥?，?基于Maize6H-60K 芯片精準(zhǔn)分

型的玉米DH 群體遺傳規(guī)律研究[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報(bào)，

2022，27（11）： 1-12.

MA S P， ZHANG Y L， DUAN M X， et al.. Study on genetic rule of

maize doubled haploid population based on Maize6H-60K

accurate-genotyping [J]. J. China Agric. Univ.， 2022，27（11）： 1-12.

［10］ JOHES E S， SULLIVAN H， BHATTRAMAKKI D， et al.. A

comparison of simple sequence repeat and single nucleotide

polymorphism marker technologies for the genotypic analysis of

maize （Zea mays L.） [J]. Theor. Appl. Genet.， 2007，115（3）： 361-371.

［11］ VARSHNEY R K，THIEL T，SRETENOVIC-RAIJCIC T， et al ..

Identification and validation of a core set of informative genic

SSR and SNP markers for assaying functional diversity in

barley [J]. Mol. Breeding， 2008，22（1）： 1-13.

［12］ ZHANG X， ZHANG H， LI L， et al .. Characterizing the

population structure and genetic diversity of maize breeding

germplasm in Southwest China using genome-wide SNP marker

[J/OL]. BMC Genomics， 2016，17： 697 [2024-01-25]. https：//doi.

org/10.1186/s12864-016-3041-3.

［13］ 杜雪，李國勤，盧立志.SNP分子標(biāo)記研究進(jìn)展[C]//全國生物

遺傳多樣性高峰論壇論文集.昆明，2012：2.

［14］ 唐立群，肖層林，王偉平.SNP分子標(biāo)記的研究及其應(yīng)用進(jìn)展

[J].中國農(nóng)學(xué)通報(bào)，2012，28（12）： 154-158.

TANG L Q， XIAO C L， WANG W P. Research and application

progress of SNP markers [J]. Chin. Agric. Sci. Bull.， 2012，28

（12）： 154-158.

［15］ 劉傳光，張桂權(quán). 水稻單核苷酸多態(tài)性及其應(yīng)用[J]. 遺傳，

2006 （6）：737-744.

LIU C G， ZHANG G Q. Single nucleotide polymorphism （SNP）

and its application in rice [J]. Hereditas， 2006 （6）：737-744.

［16］ 楊宏霞. 玉米自交系重要農(nóng)藝性狀的全基因組關(guān)聯(lián)分析

[D]. 榆林：榆林學(xué)院，2023.

YANG H X. Genome-wide association analysis of important

agronomic traits in maize inbred lines [D]. Yulin： Yulin

University， 2023.

［17］ 冷益豐.四川當(dāng)前主要玉米種質(zhì)雜種優(yōu)勢類群及產(chǎn)量配合

力研究[D].雅安：四川農(nóng)業(yè)大學(xué)， 2018.

LENG Y F. Studies on heterotic grouping and combining

ability of yield properties of current main maize germplasm in

Sichuan province [D]. Ya’an： Sichuan Agricultural University，

2018.

［18］ 陳堅(jiān)劍，張慧，王婷甄，等.甜玉米自交系遺傳多樣性和群體

結(jié)構(gòu)分析[J].分子植物育種，2022，20（19）： 6559-6565.

CHEN J J，ZHANG H，WANG T Z， et al .. Genetic diversity and

population genetic structure analysis of sweet corn inbred lines

[J]. Mol. Plant Breeding， 2022，20（19）： 6559-6565.

［19］ KUMAR S， STECHER G， LI M， et al .. MEGA X： molecular

evolutionary genetics analysis across computing platforms [J].

Mol. Biol. Evol.， 2018，35（6）： 1547-1549.

［20］ FALUSH D， STEPHENS M， PRITCHSRD J K. Inference of

population structure using multiocus genotype data： linked loci

and correlated allele frequencies [J]. Genetics， 2003， 164（4）：

1567-1587.

［21］ 季維智，宿兵.遺傳多樣性研究的原理和方法[M].杭州：浙江

科學(xué)技術(shù)出版社，1999：1-3.

［22］ 吳金鳳，宋偉，王蕊，等.利用SNP標(biāo)記對51份玉米自交系進(jìn)

行類群劃分[J].玉米科學(xué)，2014，22（5）： 29-34.

WU J F， SONG W， WANG R， et al .. Heterotic grouping of 51

maize inbred lines by SNP markers [J]. J. Maize Sci.， 2014，

22（5）： 29-34.

［23］ 謝和霞，范兢升，謝小東，等.基于SNP標(biāo)記分析廣西玉米地

方品種遺傳多樣性[J].植物遺傳資源學(xué)報(bào)，2023，24（6）：1580-

1590.

XIE H X， FAN J S， XIE X D， et al .. SNP-based genetic

diversity dissection of maize landraces from Guangxi [J]. J.

Plant Genet. Resour.， 2023，24（6）：1580-1590.