基于全基因组选择预测甘蓝型油菜杂种优势的方法技术

本发明专利技术公开了一种基于全基因组选择预测甘蓝型油菜杂种优势的方法，该方法包括：获取亲本材料，根据亲本材料配置若干杂种组合；确定各个亲本材料及其杂种组合的性状表型；进行基因型分型，得到基因型数据；基于所述性状表型和所述基因型数据，筛选出组间差异显著点位以及关联分析显著点位；基于所述性状表型、基因型数据、组间差异显著点位和关联分析显著点位，构建多个预测模型；基于组间差异显著点位，利用逐步回归方法进行多元性线性分析，得到多元逐步回归模型；基于交叉验证，评估多个预测模型以及所述多元逐步回归模型的预测准确性，确定对性状最优的模型。本发明专利技术构建简便有效的预测指标体系指导亲本选配以及对杂交组合预测。测。测。

【技术实现步骤摘要】
基于全基因组选择预测甘蓝型油菜杂种优势的方法


[0001]本专利技术涉及农业数据智能化处理
，特别是涉及一种基于全基因组选择预测甘蓝型油菜杂种优势的方法。

技术介绍

[0002]甘蓝型油菜(Brassica napus L)是十字花科芸薹属草本植物，作为主要的油料作物和经济作物，利用杂种优势选育高产的甘蓝型油菜品种是育种家密切关注的育种方向。在杂种优势育种中，可供配置的杂交组合数量远远超过育种家实际选配的数量，构建简便有效的预测指标体系指导亲本选配以及对杂交组合预测具有重要的理论和实践意义。
[0003]杂种优势(heterosis)是指两个亲本的杂交后代的性状值超过其亲本的性状值的现象(商连光，2017)。Darwin在1876年发现了杂种优势现象，Shull于1914年对其现象进行了更为细致的描述(Darwin，1876；Shull，1914)。杂种优势这一现象在植物育种中普遍存在，并在农业生产中得到广泛应用，已成为主要作物如玉米、水稻、油菜、高粱等增产的主要手段，对农业生产至关重要，为我国乃至全世界粮食产量做出了非常重要的贡献(Whaley，1944；Shao et al.，2019)。
[0004]杂种优势利用系统的开发一直是作物增产和杂交品种培育的主要驱动力之一，受到育种工作者和研究人员极大的关注。杂种优势育种在各种作物中得到广泛的应用，但对杂种优势遗传机理的研究却远远落后于其应用。因此，研究者们提出了各种假说来试图解说其遗传机理，如显性(dominance)假说、超显性(overdominance)假说、上位性(epistasis)假说、遗传平衡假说、DNA甲基化假说、染色体组
‑
胞质基因互作模式等假说。
[0005]油菜(十字花科Cruciferae芸薹属Brassica)在世界范围内广泛种植的油料作物，也是杂种优势研究和利用发展最快的大田作物。我国是油菜生产大国，油菜种植面积位于世界前列，2019年油菜种植面积稳定在658hm2，总产量达1348万吨(甘国渝，2022)。在芸薹属中，白菜(Brassica rapa，AA，2n＝20)、黑芥(Brassica nigra，BB，2n＝16)和甘蓝(Brassica oleracea，CC，2n＝18)是三个二倍体基本种。通过基本种在自然条件下两两杂交并且加倍形成了三个异源四倍体，分别是甘蓝型油菜(Brassica napus，AACC，2n＝38)，芥菜型油菜(Brassica juncea，AABB，2n＝36)和埃塞俄比亚芥(Brassica carinata，BBCC，2n＝34)，它们之间基因组的关系被称为“禹式三角”(UN，1935)。
[0006]甘蓝型油菜(Brassica napus L，AACC，2n＝38)是由白菜(Brassica rapa，2n＝20)和甘蓝(Brassica oleracea，2n＝18)大约在7500年间经自然杂交加倍得来的异源四倍体，自20世纪30年代从欧洲和日本引进我国以来，在我国长江流域广泛种植，成为我国主要的栽培类型(刘后利，1993)。我国甘蓝型油菜的育种与发展是在引进国外油菜资源的基础上发展起来的。我国育种学家从日本引进了欧洲甘蓝型油菜后，因其产量高、抗病性强等特点于1953年在四川、长江中下游以及云南贵州各省广泛种植，自此以后甘蓝型油菜资源被大量引进，如从加拿大引进的甘蓝型油菜春性中熟和中晚熟品种，从瑞典引进的丰产性好、抗寒性强的甘蓝型油菜品种等，极大丰富了我国的种质资源(田洪云，2016)。
[0007]甘蓝型油菜是一个比较年轻的异源四倍体物种，其种植历史比较短，遗传基础比较狭窄，因此，利用有效的方法创造新的甘蓝型杂交油菜变得十分重要(Becker et al.，1995)。甘蓝型油菜可以分为春性、半冬性和冬性三种生态类型，大量研究表明，杂种优势在甘蓝型油菜品种间普遍存在，通过将这三种生态类型相互杂交或者进行种间杂交可以加入外源优异基因从而扩大甘蓝型油菜遗传基础并增加其遗传多样性(Grant et al.，1985)。Quijada(2006)等将冬油菜和春油菜进行杂交，并利用F1代对种子产量、开花期、株高等性状进行QTL定位，发现冬油菜的基因导入可以增加春油菜的单株产量。Radoev(2008)等用一个常规油菜品种与一个合成油菜杂交构建了250个DH系构成的群体，并利用该DH系群体与常规油菜亲本杂交，通过考察其产量相关的性状，发现在种子产量上具有显性和超显性作用。
[0008]利用杂种优势选育高产的甘蓝型油菜品种是育种家密切关注的育种方向。然而选育高产品种往往需要多年多点交配设计和数据分析统计，因此利用简便高效的方式指导亲本选配显得至关重要。

技术实现思路

[0009]鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种基于全基因组选择预测甘蓝型油菜杂种优势的方法，构建简便有效的预测指标体系指导亲本选配以及对杂交组合预测。
[0010]本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。
[0011]根据本申请的一个方面，提供一种基于全基因组选择预测甘蓝型油菜杂种优势的方法，所述方法包括：
[0012]获取亲本材料，根据亲本材料配置若干杂种组合；
[0013]基于所述亲本材料和所述杂种组合，确定各个亲本材料及其杂种组合的性状表型；
[0014]基于所述亲本材料进行基因型分型，得到基因型数据；
[0015]基于所述性状表型和所述基因型数据，筛选出组间差异显著点位以及关联分析显著点位；
[0016]基于所述性状表型、基因型数据、组间差异显著点位和关联分析显著点位，构建多个预测模型；
[0017]基于所述组间差异显著点位，利用逐步回归方法进行多元性线性分析，得到多元逐步回归模型；
[0018]基于交叉验证，评估多个预测模型以及所述多元逐步回归模型的预测准确性，确定对性状最优的模型。
[0019]进一步地，所述各个亲本材料及其杂种组合的性状表型包括中亲优势、超亲优势、各性状相关性、配合力和遗传力。
[0020]进一步地，通过如下方法筛选出关联分析显著点位：
[0021]对过滤填充后的基因型数据进行主成分分析和亲缘关系分析，得到PCA矩阵和K矩阵；
[0022]将所述PCA矩阵和K矩阵作为协变量建立群体表型和基因的混合线性模进行关联分析：
[0023]y＝Xβ+Zμ+ε
[0024]其中，y是表型观测值，β是固定效应向量，包括遗传标记和群体结构，μ为个体/品系的随机加性遗传效应向量，X和Z分别是固定效应和随机效应未知的设计矩阵，ε是残差效应，μ和ε服从应，μ和ε服从和正态分布，K为基因组亲缘关系矩阵，为加性遗传方差，为剩余方差；
[0025]使用校正因子多重检验来确定点位的显著水平P，该显著水平P反映标记与表型变异的关联程度，P值越小，表明该标记与性状型变异的关联程度高；
[0026]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于全基因组选择预测甘蓝型油菜杂种优势的方法，其特征在于，所述方法包括：获取亲本材料，根据亲本材料配置若干杂种组合；基于所述亲本材料和所述杂种组合，确定各个亲本材料及其杂种组合的性状表型；基于所述亲本材料进行基因型分型，得到基因型数据；基于所述性状表型和所述基因型数据，筛选出组间差异显著点位以及关联分析显著点位；基于所述性状表型、基因型数据、组间差异显著点位和关联分析显著点位，构建多个预测模型；基于所述组间差异显著点位，利用逐步回归方法进行多元性线性分析，得到多元逐步回归模型；基于交叉验证，评估多个预测模型以及所述多元逐步回归模型的预测准确性，确定对性状最优的模型。2.根据权利要求1所述的方法，其特征在于，所述各个亲本材料及其杂种组合的性状表型包括中亲优势、超亲优势、各性状相关性、配合力和遗传力。3.根据权利要求1所述的方法，其特征在于，通过如下方法筛选出关联分析显著点位：对过滤填充后的基因型数据进行主成分分析和亲缘关系分析，得到PCA矩阵和K矩阵；将所述PCA矩阵和K矩阵作为协变量建立群体表型和基因的混合线性模进行关联分析：y＝Xβ+Zμ+ε其中，y是表型观测值，β是固定效应向量，包括遗传标记和群体结构，μ为个体/品系的随机加性遗传效应向量，X和Z分别是固定效应和随机效应未知的设计矩阵，ε是残差效应，μ和ε服从和正态分布，K为基因组亲缘关系矩阵，为加性遗传方差，为剩余方差；使用校正因子多重检验来确定点位的显著水平P，该显著水平P反映标记与表型变异的关联程度，P值越小，表明该标记与性状型变异的关联程度高；设置不同显著性阈值筛选出关联分析显著点位。4.如权利要求1所述的方法，其特征在于，通过如下方法筛选出组间差异显著点位：根据亲本的标记型推算出杂种组合存在的标记型种类，所述亲本的标记型包括参考基因组型、突变型以及杂合型的一种及其组合；根据标记型种类对所述杂种组合进行分组，统计分析组间表型均值差异性，根据所述表型均值差异性确定组间差异显著点位。5.如权利要求4所述的方法，其特征在于，所述杂种组合存在的标记型种类为6种，分别是M
P1
，M
P2
，M
F1
，M
F2
，M
BC1
和M
BC2
，按标记型解析各组间差异是否存在可计算的加性效应和显性效应作用，并根据其差异显著性，建立组间(0，1)系数矩阵Ka、Kd以及组间标准化的效应矩阵A
6*1
和D
10*1
，按如下公式计算显著位点的加性效应a和显性效应d：a＝Ka*A/∑ka(1,i)d＝2Kd*D/∑kd(1,i)
加性效应可计算的组间差异包含6组：(M
F2
，M
BC1
)、(M
F2
，M
BC2
)、(M
F1
，M
BC1
)、(M
F1
，M
BC2
)、(M
BC1
，M
BC2
)与(M
P1
，M
P2
)；显性效应可计算的组...

【专利技术属性】
技术研发人员：徐新福，魏丽娟，曲存民，李加纳，王倩倩，王文宁，
申请(专利权)人：西南大学，
类型：发明
国别省市：