利用基因型填补整合油菜群体用于黑胫病抗性的全基因组关联分析和基因组预测

为利用不同平台基因分型的种质资源，研究人员对油菜开展相关研究，发现整合群体有优势，且评估了填补准确性。

　　在农业生产的大舞台上，油菜（Brassica napus L.）作为全球广泛种植的油料作物，扮演着举足轻重的角色。然而，一种名为黑胫病的病害，如同隐藏在暗处的 “杀手”，时刻威胁着油菜的产量。它由真菌病原体 Leptosphaeria maculans 引起，严重时能让油菜减产 80% ，给农业带来巨大损失。

与此同时，现代植物育种的发展对基因分型技术提出了高要求。低成本的基因分型测序（GBS）和低覆盖度全基因组测序（skim-WGS）等技术虽已出现，但如何整合这些不同平台产生的遗传资源，成了摆在科研人员面前的难题。在这样的背景下，来自 Agriculture Victoria 等机构的研究人员，开启了一项旨在解决上述问题的研究，相关成果发表在《BMC Genomics》杂志上。

研究人员开展此项研究的目的明确，一是评估 Minimac、Beagle 和 GLIMPSE 三种基因分型填补软件的性能；二是用最佳方法填补数据集并整合；三是探究整合数据集在油菜黑胫病抗性的全基因组关联研究（GWAS）和基因组选择（GS）中的表现。

为达成研究目的，研究人员采用了一系列关键技术方法。首先，收集了三个不同平台基因分型的油菜数据集，包括 GBS-t 数据集、skim-WGS 数据集和 10× 全基因组测序（WGS）数据集。对这些数据集进行严格的筛选和预处理后，利用不同软件进行基因型填补，再将填补后的数据集进行整合。同时，开展田间试验获取油菜黑胫病抗性的表型数据，并运用多种统计模型进行数据分析，如利用混合线性模型（MLM）进行 GWAS 分析，使用 GBLUP 模型估计狭义遗传力（h2）和预测能力（PA）等。

研究结果主要体现在以下几个方面：

• 经验性填补准确性：Minimac3 从 GBS-t 密度到 WGS 的填补准确性中等，平均r2为 0.64。通过去除 Minimac3 报告的 Rsq<0.2 的单核苷酸多态性（SNP），r2显著提高到 0.82。在从不同低覆盖度到全覆盖度 WGS 的填补中，GLIMPSE 的r2比 Beagle 更高，在 0.5× 和 1.0× 覆盖度时优势明显，分别达到 0.88 和 0.9，比 Beagle 高 16% 。
• 整合数据集的群体结构：整合三个基因型数据集后，发现共享的约 921K SNPs 在 A 基因组比 C 基因组分布更均匀。基于基因组关系矩阵（GRM）的主成分分析显示，PC1 能明显区分冬油菜、春油菜和双单倍体（DH）系，DH 系与春油菜有重叠但更具多样性，WGS 填补参考充分覆盖了群体多样性。
• 基因组预测：分析发现，DH 系的平均存活数（SurvRT）略高，平均内部感染率（AveInf）略低。h2在各群体中为 0.3 - 0.53，属中等水平。整合群体在预测多样性个体时 PA 略高，但预测 DH 系时无明显提升。降低 SNP 密度后，各群体的h2和 PA 均下降。
• 全基因组关联研究：不同群体的连锁不平衡（LD）衰减模式不同，DH 系最慢，整合群体居中。GWAS 分析发现，不同群体检测到的显著 SNP 有差异，整合群体虽未增加显著 SNP 数量，但部分 SNP 的显著性水平提高。在多个群体中，检测到大量与黑胫病抗性相关的假定数量性状位点（QTL）区域。

研究结论和讨论部分指出，本研究证实了 Minimac3 的质量统计（Rsq）可用于筛选低质量填补基因型，提高填补准确性。相比 Beagle，GLIMPSE 更适合 skim-WGS 数据的填补。整合不同平台测序的基因型数据集后，整合群体在标记 - 性状关联检测上有更强的能力，预测能力也相似或略高。不过，研究也发现整合群体对 GS 和 GWAS 的益处有限，这可能与亚群体间 LD 差异、SNP 密度和模型选择等因素有关。总的来说，该研究为油菜遗传资源的整合利用和黑胫病抗性研究提供了重要参考，对油菜育种工作的推进具有重要意义，也为后续相关研究指明了方向 。