Reproducere a plantelor

Editat de
Sean Mayes

Universitatea din Nottingham, Regatul Unit

Revizuite de
Sivakumar Sukumaran

Centrul internațional de îmbunătățire a porumbului și grâului (Mexic), Mexic

Eiji Yamamoto

Cazul DNA Research Institute, Japonia

Afilierile editorului și ale recenzenților sunt cele mai recente oferite în profilurile lor de cercetare Loop și este posibil să nu reflecte situația lor în momentul examinării.

genome-wide

  • Descărcați articolul
    • Descărcați PDF
    • ReadCube
    • EPUB
    • XML (NLM)
    • Suplimentar
      Material
  • Citarea exportului
    • Notă finală
    • Manager de referință
    • Fișier TEXT simplu
    • BibTex
DISTRIBUIE PE

Cercetare originală ARTICOL

  • 1 Laborator comun CAAS-IRRI pentru îmbunătățirea germoplasmei asistată de genomică, Institutul de genomică agricolă din Shenzhen, Academia Chineză de Științe Agricole, Shenzhen, China
  • 2 Laborator cheie de stat pentru biologia orezului, Institutul Național de Cercetare a Orezului din China, Hangzhou, China
  • 3 Platformă strategică de inovare, Institutul internațional de cercetare a orezului, Metro Manila, Filipine

Mărimea boabelor de orez joacă un rol crucial în determinarea calității și randamentului boabelor. În acest studiu, două populații intercross de generație avansată multiparentă (MAGIC), DC1 și BIM, au fost evaluate pentru mărimea granulelor în trei medii și genotipate cu detectare SNP bazată pe matrice 55K și respectiv genotip-prin-secvențiere (GBS), pentru a identifica QTL-urile și SNP asociate cu lungimea bobului, lățimea bobului, raportul lungimea - lățimea bobului, grosimea bobului și greutatea miilor de bob. Un total de 18 QTL au fost identificate pentru cele cinci trăsături legate de mărimea boabelor și au explicat 6,43-63,35% din varianța fenotipică totală. Doisprezece dintre aceste QTL s-au colocalizat cu genele clonate, GS3, GW5/qSW5, GW7/GL7/SLG7, și GW8/OsSPL16, dintre care primele două gene au arătat cel mai puternic efect pentru lungimea și, respectiv, lățimea bobului. Patru gene noi potențiale au fost, de asemenea, identificate din QTL-uri, care au prezentat atât independență de fond genetic, cât și stabilitate a mediului și ar putea fi validate în studii viitoare. Mai mult, markerii SNP semnificativi identificați sunt valoroși pentru utilizarea directă în reproducerea asistată de markeri pentru a îmbunătăți mărimea bobului de orez.

Introducere

Dimensiunea boabelor este una dintre trăsăturile agronomice cheie care au rezultat din presiunea selectivă inconștientă pe parcursul domesticirii orezului. Îmbunătățirea mărimii boabelor ca răspuns timpuriu adaptativ la cultivarea orezului este rezultatul selecției neintenționate a semințelor care ar putea supraviețui chiar și cu o cultivare mai profundă a solului (Purugganan și Fuller, 2009). Interesant este faptul că a fost supus în continuare selecției și reproducerii deliberate, deoarece afectează calitatea și randamentul boabelor de orez în sine (Tan și colab., 2000; Lu și colab., 2013). Prin urmare, există o gamă largă de caracteristici ale mărimii cerealelor în soiurile moderne de orez, care definesc în principal preferințele consumatorilor și valoarea de piață (Fitzgerald și colab., 2009).

Studiul de asociere la nivel de genom (GWAS) depășește limitarea cartografierii legăturii biparentale, profitând de mulți ani de recombinare istorică și evolutivă pentru a localiza QTL în populații genetice diverse. În orez, GWAS s-a dovedit a fi o strategie complementară puternică pentru cartarea legăturii biparentale pentru mărimea boabelor (Si și colab., 2016; Duan și colab., 2017; Yu și colab., 2017; Ma și colab., 2019 ). Cu toate acestea, GWAS care utilizează populații naturale este adesea asociat cu o structură a populației complicată și o rudenie criptică, care rezultă în asociații de trăsături de marker fals (MTA). Utilizarea populațiilor intercross de generație avansată multiparentă (MAGIC) oferă o abordare alternativă la GWAS folosind populații naturale și pentru a lega cartografierea utilizând populații derivate din încrucișări biparentale. MAGIC are mai multă diversitate alelică și fenotipică, asigurându-se că mai multe QTL se separă în populație (Cavanagh și colab., 2008; Huang și colab., 2015). Mai mult, are un control mai bun asupra structurii populației și a rudeniei și s-a dovedit eficient în identificarea genelor majore prin cartografierea asocierii (Bandillo și colab., 2013; Meng și colab., 2016, 2017; Descalsota și colab., 2018; Ogawa și colab., 2018; Ponce și colab., 2018).

În acest studiu, cartografierea asocierii a fost efectuată în două populații MAGIC testate pe trei medii timp de 2 ani pentru a identifica QTL-urile asociate cu trăsăturile legate de dimensiunea granulelor - GL, GW, raportul lungimea bobului - lățimea (GLWR) și TGW Rezultatele acestui studiu ar putea oferi informații valoroase pentru a elucida în continuare baza genetică a mărimii bobului de orez și în reproducerea asistată de markeri.

Materiale și metode

Panoul de cartografiere a asociației

Au fost utilizate două populații MAGIC dezvoltate la Institutul Internațional de Cercetare a Orezului (IRRI): (1) o populație MAGIC cu patru părinți, DC1, caracterizată anterior de Meng și colab. (2016) și (2) o populație MAGIC cu opt părinți raportată de Bandillo și colab. (2013), la care am numit Bandillo indica Populația MAGIC (BIM) din acest studiu. Părinții obișnuiți să dezvolte ambele populații au fost prezentați în tabelul suplimentar 1. Un total de 221 și 378 de linii în populațiile DC1 și respectiv BIM au fost evaluate pentru cinci trăsături legate de mărimea boabelor.

Fenotipare și analiză fenotipică

Testele de teren au fost efectuate în trei medii de testare, unul în Filipine la sediul IRRI, Los Baños, Laguna în 2017 și două în China la Henan în 2018 și la Hainan în 2017 și în 2018. În fiecare mediu de testare au fost prezentate într-un design de bloc incomplet. Necunoscutul proaspăt recoltat a fost uscat până la un conținut de umiditate de 12-14% și echilibrat în pungi de hârtie la temperatura camerei timp de 3 luni înainte de măsurarea trăsăturilor legate de mărimea bobului. GL (mm) și GW (mm) au fost evaluate folosind un scaner de cereale (Seiko Epson, Suwa City, Japonia). Imaginile de cereale (0,042433 mm/pixel) au fost analizate utilizând programul software SmartGrain (Tanabata și colab., 2012). GLWR a fost calculat ca raportul dintre GL și GW. GT (mm) și TGW (g) au fost măsurate în conformitate cu standardul național de evaluare a calității cerealelor de orez din China (GB/T17891-1999). Aproximativ 100 de boabe pentru fiecare intrare au fost evaluate pentru GL și GW, iar un total de 6 boabe au fost măsurate pentru GT.

Dimensiunea populației DC1 și BIM a variat foarte mult în toate cele trei medii de testare (tabelul suplimentar 2). Analiza fenotipică a fost realizată utilizând un model mixt liniar pentru a trata corect datele neechilibrate. Cele mai bune estimări liniare imparțiale (ALBASTRU) ale fiecărei linii au fost obținute folosind PBTools (bbi.irri.org). Corelațiile de trăsături au fost calculate și reprezentate grafic folosind pachetul de corplot din R.

Genotipare SNP

Populația DC1 a fost secvențiată cu o platformă SNP bazată pe matrice de înaltă densitate utilizând matricea de genotipare a orezului Affymetrix Axiom 55K la CapitalBio Technology Beijing, China (Meng și colab., 2017), în timp ce populația BIM a fost secvențiată cu o abordare GBS utilizând Illumina HiSeq la Universitatea Cornell (Bandillo și colab., 2013). O strategie strictă de filtrare a fost efectuată pentru a alege SNP-uri de înaltă calitate pentru asociație. Toți markerii heterozigoți erau lipsiți. Markerii cu frecvență alelă minoră (MAF) 2> 0,95) au fost, de asemenea, excluși din setul de date SNP (Foaia de date suplimentară 1).

Structura populației și analiza dezechilibrului legăturii

Analiza componentelor principale (PCA) a fost utilizată pentru a deduce structura populației. Primele două componente principale (PC-uri) au fost reprezentate grafic folosind ggplot2 în R pentru a vizualiza dispersia liniilor DC1 și BIM. Analiza LD a fost realizată prin comparații perechi într-un set de markeri SNP filtrați (MAF 2) între perechile de markeri au fost folosiți pentru a estima LD. Loci cu LD semnificativă au fost identificați pe baza p 2 valori au fost reprezentate grafic în funcție de distanța fizică și o curbă LOESS mai ușoară de gradul doi (Cleveland, 1979) a fost montată folosind pachetul ggplot2 din R (Wickham, 2016). Intersecția curbei loess și cea critică r 2 valoarea dincolo de care LD ar putea fi cauzată de legătura genetică a fost considerată ca amploarea estimată a degradării LD (Breseghello și Sorrells, 2006).

Analiza Asociației

Analiza asocierii a fost efectuată utilizând GAPIT în R implementând un model liniar mixt pentru a ține cont atât de structura populației, cât și de rudenie (Yu și colab., 2006). Valoarea pragului a fost stabilită la −log10 (P) 2> 0,2 a fost folosit pentru a fi pragul adecvat pentru LD (Meng și colab., 2016). O împrăștiere r 2 împotriva distanței fizice a arătat un model curat de degradare a LD în populațiile DC1 și BIM. Declinul LD la 50% din valoarea sa inițială a fost de 2,25 Mb pentru DC1 (Meng și colab., 2016) și de 1,70 Mb pentru populația BIM (Figura 2 suplimentară)

QTL-uri identificate prin analiza asocierii

Un număr total de 329 și 334 de MTA-uri semnificative au fost identificate pentru populația DC1 din Hainan 2017 și respectiv Hainan 2018. Pentru populația BIM, un total de 480, 413 și 254 MTA semnificative au fost identificate în IRRI 2017, Hainan 2017 și respectiv Henan 2018 (Tabelul suplimentar 3). Aceste MTA semnificative au fost delimitate într-un total de 18 QTL pentru cele cinci trăsături măsurate (Tabelul 1). Graficele Manhattan la nivelul genomului pentru trăsăturile legate de mărimea boabelor cu QTL-uri care au arătat independența genetică și stabilitatea mediului au fost prezentate în Figura 3. Graficele Manhattan pentru toate combinațiile de trăsături - mediu au fost prezentate în Figura Suplimentară 3.

tabelul 1. QTL-uri identificate din populațiile DC1 și BIM pentru cele cinci trăsături legate de mărimea boabelor.

Figura 3. Comploturi ale întregului genom din Manhattan pentru (A) lungimea bobului, (B) lățimea bobului și (C) raportul lungime - lățime a bobului în DC1 și BIM măsurat în două medii de testare. QTL-urile în culoarea albastră au prezentat independență genetică de fond și stabilitate a mediului. Punctele de culoare verde sunt SNP-uri corespunzătoare genelor clonate anterior (GS3, GW5/qSW5, GL7/GW7/SLG7, și GW8/OsSPL16 pe cromozomii 3, 5, 7 și respectiv 8).

Trei QTL, două pe cromozomul 3 și unul pe cromozomul 7, au fost identificate pentru GL (Figura 3). qGL3.1 și qGL3.2 au fost detectate în mod constant în ambele populații DC1 și BIM din cele trei medii de testare. Aceste două QTL-uri strâns localizate se aflau în blocuri LD diferite (Figura 4 suplimentară) și, prin urmare, sunt independente una de alta. Varianța fenotipică a qGL3.1 a variat între 21,56 și 55,28%, în timp ce a variat între 17,74 și 55,28% pentru qGL3.2 (Tabelul 1). Patru SNP semnificativi în qGL3.1, una în regiunea de codificare și trei situate la 7,2-7,3 kb în aval de GS3, au fost identificate în mod constant în populația BIM în cele trei medii de testare. Un total de 10 SNP-uri semnificative din care 8 erau în intron, 1 în regiunea de codificare și 1 la aproximativ 6,2 kb în aval de GS3 genele au fost identificate semnificative în populația DC1. Interesant este că SNP-urile semnificative AX-115826214 non-sinonime în DC1 și rs3_16729992 în BIM se aflau în regiunea de codificare a GS3 genă. qGL7 a fost detectat doar la populația BIM, ceea ce a explicat 35,07 și 21,60% din varianța fenotipică totală în IRRI 2017 și, respectiv, în Hainan 2018. Vârful SNP, rs7_24669663, în acest locus a fost situat la 5,2 kb în amonte de GL7/GW7/SLG7 genă (Tabelul suplimentar 3).

Un total de trei QTL au fost detectate pe cromozomii 5, 7 și 8 pentru GW (Figura 3). qGW5 a fost detectat în DC1 și a explicat 59,78 și 24,88% din varianța fenotipică totală în Hainan 2017 și respectiv Hainan 2018. Acest QTL a fost, de asemenea, detectat în populația BIM în toate cele trei medii de testare, cu varianța fenotipică explicată variind de la 10,42 la 22,78%. În acest locus, cele două SNP-uri semnificative, AX-155172546 și AX-165092179, detectate în DC1 se aflau la 1,2 kb în amonte de GW5/qSW5 genă. qGW7 și qGW8 au fost detectate numai la populația BIM, ambele explicând 22,78, 17,96 și 10,42% din variația fenotipică totală în IRRI 2017, Hainan 2017 și, respectiv, Hainan 2018. Vârful SNP, rs7_24279896, în qGL7 a fost situat la 5,2 kb în amonte de GL7/GW7/SLG7 genă. Mai mult, vârful SNP, rs8_26505685, în qGW8 loci se afla în regiunea de codificare a GW8 (Tabelul 1 și Tabelul suplimentar 3).

Trei QTL-uri localizate pe cromozomii 1, 3 și 5 au fost detectate pentru GT. qGT1 și qGT3 au fost detectate numai la populația BIM în IRRI 2017 și, respectiv, în Henan 2018. qGT1 a explicat varianța fenotipică moderată (22,47%), în timp ce qGT3 au avut varianță fenotipică relativ scăzută (6,43%). qGT5 a fost identificat la ambele populații și a explicat 21,79–33,68% din variația fenotipică totală. Vârful SNP din acest QTL, AX-165092179, a fost situat la 1,2 kb în amonte de GW5/qSW5 genă (Tabelul 1 și Tabelul suplimentar 3).

Un total de cinci QTL, două pe cromozomii 3 și 8 și unul pe cromozomul 5, au fost detectate pentru TGW. qTGW3.1 a fost detectat numai la populația DC1 din Hainan 2017 și a reprezentat 40,47% din varianța fenotipică totală. qTGW3.2 a fost detectat doar la populația BIM și a explicat 19,94-31,31% din varianța fenotipică totală. Patru SNP - uri semnificative în qTGW3.2 locus au fost în regiunea netradusă și codificatoare a GS3. qTGW5 a fost detectat numai la populația DC1 cu 40,49 și 40,80% din varianța fenotipică în Hainan 2017 și respectiv Hainan 2018. Două SNP-uri semnificative, AX-155172546 și AX-165092179, în acest QTL se aflau la 1,2 kb în amonte de GW5/qSW5 genă. qTGW8.1 a fost detectat numai la populația DC1 din Hainan 2018 și a reprezentat 40,47% din varianța fenotipică totală, întrucât qTGW8.2 a fost detectat în populația BIM din Henan 2018 și a reprezentat 11,38% din varianța fenotipică totală (Tabelul 1 și Tabelul suplimentar 3).

Gene potențiale candidate pentru QTL-uri promițătoare

Pe baza atât a independenței genetice cât și a stabilității în diferite medii, patru QTL-uri pe cromozomii 3 și 5 au fost considerate promițătoare (Figura 3). Potențialele gene candidate în aceste regiuni QTL au fost restrânse la un total de patru (Tabelul 2) prin căutări în literatură și luând în considerare doar pe cele cu SNP-uri non-sinonime semnificative în regiunea de codificare. Două gene candidate potențiale, LOC_Os03g29630 (ulp1) și LOC_Os03g29810 (OsClp6), au fost identificate pentru qGL3.1 și qGLWR3. Interesant, OsClp6 a fost identificat în ambele populații DC1 și BIM din toate cele trei medii de testare. Două gene potențiale, LOC_Os05g08850 (citocromul putativ P450) și LOC_Os05g10620 (domeniul NAC conținând proteina 75), au fost identificate pentru qGW5 și qGLWR5.

masa 2. Gene potențiale candidate din QTL-uri promițătoare detectate pentru trăsăturile legate de mărimea boabelor.

Discuţie

Variația fenotipică și corelarea trăsăturilor

S-a observat variație fenotipică largă pentru toate trăsăturile din toate mediile de testare în raport cu liniile fondatoare, sugerând formarea de segreganți transgresivi. Segregarea transgresivă este de interes pentru crescători, deoarece oferă cele mai bune materiale de reproducere pentru îmbunătățirea culturilor. Variabilitatea largă a trăsăturilor legate de mărimea boabelor între liniile MAGIC în studiu va permite crescătorilor să selecteze liniile superioare cu mărimea boabelor îmbunătățite. Variația ridicată observată sugerează, de asemenea, că ambele populații DC1 și BIM pot fi utilizate în mod eficient în găsirea variantelor alelice responsabile de diferențele de mărime a bobului.

În studiul de față, s-au observat corelații pozitive și puternice între GL și TGW, GT și GW, ceea ce a fost în concordanță cu studiile anterioare (Tan și colab., 2000; Wang și colab., 2012b). Acest lucru sugerează că GL are cel mai mare efect asupra greutății cerealelor comparativ cu alte trăsături legate de mărimea cerealelor (Rui și Zhao, 1983; Lin și Wu, 2003; Xing și Zhang, 2010), în timp ce GW contribuie mai mult la GT. O corelație foarte slabă și pozitivă între TGW și GLWR ​​a fost observată la cele două populații MAGIC din cele trei medii de testare. Acest rezultat a fost în concordanță cu constatările lui Qiu și colab. (2015), dar diferit cu rezultatul Xu et al. (2015b).

Structura populației și modelul genomului întreg al degradării LD

Unul dintre avantajele populațiilor MAGIC este că acestea sunt omogene fără structura populației. Într-adevăr, nu s-a observat nicio substructură pentru populațiile MAGIC din orez (Bandillo și colab., 2013; Meng și colab., 2016), roșii (Pascual și colab., 2015), grâu (Huang și colab., 2012a) și orz (Sannemann și colab., 2015). În acest studiu, nu s-a observat nicio subpopulație la populația BIM, în timp ce o substructură evidentă a fost observată în DC1. Prin inspectarea atentă a genotipului liniilor DC1, s-a constatat că substructurarea a fost cauzată de prezența câtorva linii excepțional de similare. Eliminarea acestor linii nu a dus la nicio substructură. Prin urmare, este important în GWAS ca analiza structurii populației să fie făcută înainte de asociere, indiferent de tipul populațiilor.

Decăderea LD a populațiilor MAGIC studiate a variat de la 1,70 la 2,25 Mb. Această distanță a fost mai mare în comparație cu indica panouri cu germoplasmă de orez raportate anterior de Huang și colab. (2012b); Mcnally și colab. (2009) și Zhao și colab. (2011), care a variat de la 100 kb la 1 Mb. Acest lucru nu este surprinzător datorită multor evenimente istorice de recombinare a indica panouri cu germoplasmă de orez, care au contribuit la degradarea rapidă a LD. Astfel, diferite modele de LD reflectă probabil istoriile de reproducere și originile panoului de germoplasmă utilizat (Flint-Garcia și colab., 2003).

Fundal genetic și efecte de mediu asupra QTL-urilor detectate

Citație: Ponce K, Zhang Y, Guo L, Leng Y și Ye G (2020) Studiu de asociere a genomului larg asupra trăsăturilor dimensiunii cerealelor Indica Populație de orez multiparent de generație avansată (MAGIC). Față. Plant Sci. 11: 395. doi: 10.3389/fpls.2020.00395

Primit: 14 octombrie 2019; Acceptat: 19 martie 2020;
Publicat: 24 aprilie 2020.

Sean Mayes, Universitatea din Nottingham, Regatul Unit

Sivakumar Sukumaran, Centrul internațional de îmbunătățire a porumbului și grâului, Mexic
Eiji Yamamoto, Kazusa DNA Research Institute, Japonia