楸树高密度遗传图谱助力叶片和生长性状QTL定位 | 群体遗传

发表时间：2019.12影响因子：4.03
背景

楸树(2 n = 40)属于梓属紫葳科的木本植物。因楸树树形外貌姣好，还可有效地降低浮沉颗粒物，所以作为重要的观赏树种广泛种植于中国的中部和北方城市。楸树原产于中国，中国据记载，早在汉朝(公元前202年至公元220年)，中国古人就开始培育和利用楸树。除景观美化的用途以外，楸树可以抵御微生物和昆虫造成的腐蚀，是一种具有优异的机械性能和高耐久性木材。在中国古代，它通常被用来制作棺材、乐器、船只和其他高档木制品。即使在今天，它仍然是高档家具制造和家庭装饰的流行材料。为了满足中国对木材供应和城市园林绿化的巨大需求，出于经济和生态的目的，人们正在努力进行楸树杂交。然而，由于目标性状的遗传信息的缺乏，使得楸树的高效育种策略的制定比在作物中要困难得多。
由于楸树是城市林树木材，因此，其生长性状是它最重要的经济性状，近期的研究表明叶片形状如叶面积(LA)、叶柄长度(PL)等与它从空气中捕获颗粒的能力有关。这些性状是复杂的数量性状，可能由细胞分裂和扩展、物候和光合效率等因素决定。识别数量性状位点(QTLs)将有助于揭示这些重要性状的遗传结构。本研究作者，利用来自楸母本7080和父本16-PJ-3杂交产生的F1群体，采用RAD测序构建高密度遗传图谱。随后，利用所构建的图谱对叶片相关性状进行QTL精细定位。此外，还研究了生长季节中6个时间点的与株高的关系QTL，该图谱是楸树的第一张遗传图谱，为以后的基因研究和标记辅助育种（MAS）奠定了基础。
材料方法

楸树“7080”母本与父本“16-PJ-3”杂交得到的200个子代F1群体，收集群体的叶片和株高性状。利用Illumina HiSeq X Ten进行简化基因组测序，得到测序数据与楸树基因组进行BWA比对。之后进行变异检测，获得的变异位点根据亲本基因型对子代样品进行基因型分型过滤，得到高质量SNP和Indel。采用MSTmap方法分连锁群，然后对基因型文件进行smooth校正后采用kosambi计算方法计算图距来构建遗传图谱。根据图谱基因型数据和群体表型数据进行QTL定位，进而找到与性状相关QTL区域并识别性状相关候选基因。
结果

测序得到288.75Gb原始数据经过过滤得到280.72Gb clean数据，平均Q30（%）93.0%， GC（%）含量37.0%，亲本分别获得9.9Gb和9.97Gb,覆盖深度分别为10.09X，10.47X，子代平均获得1.3Gb clean数据。
随后，测序数据与参考基因组进行比对，变异检测（SNP,indel）共获得614,295个SNP和2,871,647个Indel。对其进行分型过滤，过滤标准为：1】亲本基因型缺失；2】完整度70%以下；3】偏分离卡方检验p_value<0.05进行过滤。最终剩下9,593个多态标记，其中nnxnp类型标记3,570，hkxhk类型标记1119，lmxll类型标记4,883，efxeg类型标记21个。剩下的高质量标记用于构建图谱，采用MSTmap分出20条连锁群，对基因型文件进行smooth校正后采用kosambi算法计算遗传图距，构建出两张单性图谱和一张整合图谱，详细图谱信息如下：得到的图谱作者进行了图谱评估，图谱标记缺失率为0.19%，热图分析表明连锁群中相邻标记间的连锁较强，随着距离的增加，连锁关系逐渐减弱，说明LGs中标记间的顺序是正确的。作者还计算了遗传图谱与物理图谱的间spearman相关性系数，均为99%，说明遗传图谱与物理图谱间具有较好的共线性。
接下来作者用GACD软件中的ICIM算法对遗传图谱和表型数据进行QTL定位，7个叶片性状和株高性状，6个叶片性状定位到20个QTL区域，其中的Q16–60, Q16–67 and Q16–97，都定位到16号染色体，并且Q16-60，在LA（叶片面积），LL（叶长），LP（叶周长），L/W（叶长/宽比）和PL（株高），表型贡献率分别为5.16，16.51，14.0和6.21，对应的LOD值分别为3.28，17.64，5.47，4.27。其中LA和LL性状定位到的Q16-60对应较高的PVE(表型贡献率)说明这个QTL位点可能与这两个性状具有更高的相关性。此外，在染色体19上找到4个QTL，其中三个（Q19-106，Q19-116,Q19-126）是与性状叶片面积LA相关QTL，Q19-137是SPAD叶绿素含量值相关QTL。与此之外，5个时间点的株高性状作找到13个QTL区域。为了进一步验证的遗传图谱的准确性和可用性，作者用叶片性状Q16-60（该QTL在多个叶片性状中被检测到）和株高性状定位到的Q18-66和Q18-73（这两个QTL在多个时间点的株高性状中被检测）进行基因预测。Q16-66QTL区域遗传距离为0.45cM，物理距离约为58Kb，包含5个预测基因，其中有4个基因注释到GO和KEGG数据库中，GO功能注释揭示这些基因涉及DNA结合（evm.model.group5.473），细胞周期调控（evm.model.group5.471）以及胚胎发育（evm.model.group5.475）。Q18-66和Q18-73分别定位到18号连锁群0.320cM和0.359 cM，它们在楸树基因组上的物理大小为213 Kb和52 bp。Q18-73的52-bp序列位于evm.model.group7.1784基因的编码区，它可能编码(CPSF)3-II亚型X3。GO注释表明该基因主要参与催化活性、mRNA加工、极性核融合、以及蛋质结合等过程。在Q18-66中发现了15个预测基因。除了一种未知基因，Q18-66的其余14个基因GO功能注释表明主要参与类黄酮的生物合成、DNA结合和镁离子结合，以及其他生物学过程。KEGG注释到两个基因，即evm.model.group7.1478evm.model.group7.1479，主要参与糖酵解、碳代谢和氨基的生物合成酸，它可能在植物生长中起到一定作用。Q18-66中的其他基因可能参与花青素生物合成，α-亚麻酸酸代谢、氨基酸降解、mRNA监测通路等。
结论

本文作者采用RAD测序技术，构建了第一张楸树高密度遗传图谱，为分子标记辅助育种奠定了基础。此外，获得的基因组序列也为之后楸树在进化和功能基因组学研究提供了丰富的资源。在QTLs分析中识别到的候选基因可能是调控楸树叶片性状和促进植株生长的基因，有待进一步研究。靠谱er点评：前段时间我们为大家分析了F1图谱定位葡萄果实硬度性状的文献，这篇楸树F1遗传图谱也基本同一时间发表出来。对于这些难以构建复杂遗传群体，并且本身杂合度就相当高的物种而言，F1的确是定位工作的首选，在获得QTL初步定位结果之后再对关键性状进行精细定位，是目前定位工作的常规方法。当然，在图谱质量足够高的情况下，例如本研究当中，也能够直接获得很小范围的定位，结合基因的功能注释，可以获得较理想的定位和关联结果。

想了解更多关于群体知识的老师，本周五晚上7：30，将由我们高级工程师、BSA百科全书作者许语辉博士在千聊直播《BSA的故事》，欢迎各位老师一起来学习、交流。


相关阅读

泪目：揭秘联川网红许语辉博士身陷疫情重地的封锁生活看到小师妹新发表的文章后，我退出了群聊
F1群体遗传图谱定位葡萄果实硬基因 | 群体遗传
联川群体遗传高手公开课问答锦集 | 群体遗传
叶不障目可见泰山|GBS-GWAS，QTLs定位白杨叶形决定基因 | 群体遗传
大力水手讨厌霜霉病 | GBS-BSA定位抗性基因座 | 群体遗传