玉米大规模稀有变异图谱揭示复杂农艺性状遗传基础 中国农业大学

高校级学科建设科研管理数据报告北京

AI摘要

中国农业大学赖锦盛团队在《细胞》发表研究,对来自23个国家的3367份玉米自交系进行高深度全基因组重测序,构建了包含约7500万个高质量遗传变异的图谱,其中79.2%为稀有变异。研究鉴定出411个独立关联信号,87.3%与稀有变异相关,稀有关联信号平均效应值约为常见信号的2.4倍。研究还揭示了适应性选择对遗传变异频率分布的影响,并构建了高质量基因型参考面板,开发了以基因为单位的关联分析策略,为玉米复杂性状遗传研究和育种提供了新视角和资源。

关键词: 玉米, 稀有变异, 全基因组重测序, 农艺性状, 遗传基础
【AI摘要】中国农业大学赖锦盛团队在《细胞》发表研究,对来自23个国家的3367份玉米自交系进行高深度全基因组重测序,构建了包含约7500万个高质量遗传变异的图谱,其中79.2%为稀有变异。研究鉴定出411个独立关联信号,87.3%与稀有变异相关,稀有关联信号平均效应值约为常见信号的2.4倍。研究还揭示了适应性选择对遗传变异频率分布的影响,并构建了高质量基因型参考面板,开发了以基因为单位的关联分析策略,为玉米复杂性状遗传研究和育种提供了新视角和资源。
关键词:玉米 稀有变异 全基因组重测序 农艺性状 遗传基础

10月27日,中国农业大学玉米生物育种全国重点实验室赖锦盛团队在国际学术期刊《细胞》(Cell)发表题为《对3367个玉米基因组的深度测序揭示稀有变异对农艺性状的重要贡献》(Deep Sequencing of 3,367 Maize Genomes Uncovers Substantial Contribution of Rare Variants to Agronomic Traits)的研究论文。研究团队通过对3,367份来自全球20多个国家的玉米自交系进行深度测序,构建了玉米大规模稀有变异图谱,并揭示了稀有变异对玉米复杂性状遗传基础的重要贡献。该研究进一步加深了人们对玉米复杂性状遗传基础及其演化过程的认识,也为深入挖掘和利用作物遗传变异资源提供了新的视角。

遗传变异是物种形成和生物进化的基础。此前的作物学研究已鉴定出大量与常见变异(minor allele frequency,MAF ≥ 5%)相关的数量性状位点(QTL),加深了人们对作物重要农艺性状遗传基础的认识。然而,作物群体中的遗传变异绝大多数为稀有变异(MAF < 5%),但受现有测序规模限制,其对作物农艺性状的贡献仍不明确。

研究团队对来自23个国家的3,367份玉米自交系开展了高深度全基因组重测序(35.7×),构建了包含约7,500万个高质量遗传变异的遗传图谱,其中79.2%为稀有变异。与常见变异相比,稀有变异往往具有更大的蛋白质破坏效应。基于这一包含大量稀有变异的图谱,研究团队鉴定出约2.9万个潜在的自然敲除(natural knockout)基因,为玉米基因功能研究和潜在育种靶点挖掘提供了丰富的遗传资源。

图1:3,367份玉米材料的地理来源和群体结构

稀有变异对玉米复杂农艺性状的重要贡献

结合10个重要农艺性状的表型数据,研究团队共鉴定出411个独立关联信号,其中359个(87.3%)与稀有变异相关,且稀有关联信号的平均效应值约为常见关联信号的2.4倍。此外,约25.6%的稀有基因型有助于性状朝育种目标方向变化,凸显了稀有变异在改良玉米重要农艺性状中的潜在应用价值。

除了挖掘显著的关联信号,研究团队还评估了不同频率变异对表型变异的整体贡献。结果显示,在10个性状中,有7个性状表现出显著的稀有变异遗传力贡献。其中,开花期和雄穗分枝数等性状的稀有变异遗传力估计值甚至高于常见变异。考虑到玉米复杂的群体结构和谱系关系,这些遗传力估计值可能不完全等同于稀有功能变异的实际遗传贡献,但这一结果仍与以常见变异为主的人类复杂性状遗传结构形成鲜明对比。综上,稀有变异不仅具有较大的单变异效应,也对玉米多个重要农艺性状的整体遗传结构具有重要贡献。

适应性选择对玉米农艺性状遗传结构的塑造作用

长期以来,人工选择与自然选择共同塑造了玉米的表型变异,为研究选择如何影响稀有变异提供了理想模型。研究团队比较了这些稀有关联位点在热带和温带玉米群体中的频率差异。结果发现,67.7%的热带偏好等位基因型在温带群体中的频率低于热带群体。进一步分析发现,约13%的表型相关稀有变异在热带群体中属于常见变异,而在温带群体中则表现为稀有变异。这些结果暗示,适应性选择改变了与性状相关的遗传变异在不同生态类型群体中的频率分布,使部分变异在特定群体中呈现稀有状态,进而影响稀有变异对表型变异的相对贡献。

图2:温热带玉米之间功能变异的动态

玉米高质量基因型参考面板

以低成本获取更大规模群体的基因型数据,将有助于进一步挖掘与表型相关的稀有变异。基于本研究的测序数据,研究团队构建了高质量基因型参考面板(reference panel),并通过对经济高效的浅层测序数据进行基因型填补,实现了群体基因型数据的低成本获取。将该参考面板应用于已发表的大规模基因分型测序(Genotype by sequencing)数据后,研究团队鉴定出了原始数据中未能检出的稀有关联信号。该高质量基因型参考面板的构建,为未来将相关研究拓展至更大规模的测序队列奠定了基础。

创新关联分析策略挖掘稀有功能位点

创新的关联分析策略也有助于提高稀有功能变异的挖掘能力。以基因为单位的关联分析在人类复杂性状和疾病遗传研究中得到了广泛的应用。该方法通过整合同一基因内多个稀有变异的效应,评估其整体效应与表型之间的关联,从而提高功能位点的挖掘能力。研究团队首次将这一策略应用于植物复杂农艺性状研究,挖掘出94个常规单变异关联分析未能检出的候选基因–农艺性状关联,体现了该方法对常规单变异关联分析的补充作用。

中国农业大学玉米生物育种全国重点实验室博士后黄亮亮、卞超研究员、辛蓓蓓副教授,以及中国农业科学院作物科学研究所张学才研究员为论文的第一作者;赖锦盛教授和宋伟彬教授为通讯作者。中国农业大学杨淑华教授、云南省农业科学院番兴明研究员、中国农业科学院王天宇研究员、辽宁省农业科学院王延波研究员、黑龙江省农业科学院曹靖生研究员和张建国研究员、河南农业大学吴建宇教授和陈彦惠教授、中国农业大学林中伟教授、北京市农林科学院赵久然研究员和刘新香副研究员、广西农业科学院程伟东研究员、四川农业大学高世斌教授、黑龙江大学路运才教授、四川省农业科学院杨俊品研究员、吉林省农业科学院刘文国研究员、崖州湾国家实验室陈泽辉研究员、西南大学孙海燕教授、河南省农业科学院鲁晓民研究员、西北农林科技大学薛吉全教授等为本研究提供了宝贵的材料和数据。本研究得到国家自然科学基金委青年科学基金项目(A类)、国家重点研发计划等项目的资助。

供稿:农学院

供图:农学院

编辑:马文哲

责编:姜萍萍

分享


来源:中国农业大学 | 查看原文