论文部分内容阅读
微量元素缺乏症被称为隐形饥饿,在以谷类作物为主要饮食的中低收入国家的孕妇和儿童中非常的流行。锌、铁等微量元素摄入不足,严重损害人类的身体健康。生物强化,即通过培育新品种提高食品中的微量元素,是改善微量元素营养不良的有效方法。玉米是重要的粮食作物,通过生物强化的方法增加玉米籽粒锌含量是解决锌缺乏症的最有效途径之一。全基因组选择已被证明是加速玉米育种遗传收益的有效途径。测序成本是全基因组选择应用于育种中最主要的限制因素之一,每个基因型rAmpSeq的测序成本大约为GBS的1/7。本研究利用多个群体和两种测序平台分析影响玉米籽粒锌含量全基因组选择的因素,为籽粒锌含量的育种工作提供参考。本研究中无论是GBS测序平台还是rAmpSeq,各个群体内的预测精度都较高,全基因组选择表现出对籽粒锌含量较好的预测能力。因此可以利用全基因组选择技术来加快籽粒锌含量的育种进程。主要结果如下:1.rAmpSeq测序平台能够应用到全基因组选择中。对于同一群体rAmpSeq测序平台的预测精度低于GBS的预测精度。不同群体中,rAmpSeq预测精度平均值的变异范围为0.35-0.67,表现出较高的预测能力。rAmpSeq测序成本低,在未来的育种工作中全基因组选择技术加rAmpSeq的测序技术能够发挥重要的作用。2.建模群体大小、分子标记密度和分子标记质量对预测精度的影响。当一半的基因型被包含在建模群体,3000和500个标记分别被用于关联群体和DH群体的预测时,得到最大的预测精度和最小的标准误差。通过平衡标记数量和标记质量,选择合适的最小等位基因频率和缺失率水平,达到较好的预测精度,同时减少计算负担。3.根据目标性状的表型变异来改善建模群体。目标性状在建模群体中变异程度高,表现出比其他情况下更高的预测精度。表明建模群体有广泛的遗传变异可以提高预测精度。4.建模群体和预测群体的关系影响预测精度。近的建模群体和预测群体的关系及增加建模群体遗传多样性的广度有利于得到较高的预测精度。在全基因组预测实践中,根据目标性状育种家应该设计和预测群体相关的基因多样性建模群体,最大化遗传效应对预测精度的响应。5.预测模型对预测精度的效应。相同群体中,不同预测模型对于籽粒锌含量的5倍交叉验证预测精度的差异最大为0.03,不同类型的跨群体预测中,各预测模型之间没有显著差异。利用A-matrix的PBLUP在某些群体中5倍交叉验证的预测精度小于利用Gmatrix和GBLUP和同时利用G-matrix和A-matrix的PGBLUP。同类型的跨群体预测PBLUP、GBLUP以及PGBLUP的差异很大。GBLUP在所有跨群体类型的预测精度平均值为0.21,大于PBLUP的0.18和PGBLUP的0.17。GBLUP表现出比PBLUP以及PGBLUP对籽粒锌含量有更高的预测能力。