[发明专利]一种基于全基因组选择玉米苞叶松紧度的育种方法

说明书

本发明公开一种基于全基因组选择玉米苞叶松紧度的育种方法，属于植物育种的技术领域。为了提供一种利用全基因组选择获得玉米苞叶松紧度的方法，本发明选取关联群体中玉米自交系全基因组数据作为原始数据，经过质量控制的预处理后，进行基因型缺失的补充，然后筛选出不同密度标记的基因数据，再经过主成成分分析、亲缘关系分析获得协方差数据，将不同环境玉米苞叶松紧度数据带入到混合模型中获得BLUP值，将上述分析获得的基因型数据、协方差数据和BLUP值代入不同的统计模型进行GS分析，选择最优的预测模型，进一步根据待测材料的基因型预测优选苞叶松紧度。本发明的方法为玉米其他农艺性状的GS育种和分子育种提供依据。

技术领域

本发明属于植物育种的技术领域，具体涉及一种基于全基因组选择玉米苞叶松紧度的育种方法。

背景技术

玉米苞叶作为包裹其果穗的变态叶，能保护籽粒在发育过程中免于病虫害及脱水。随着玉米种植面积的不断扩大，普通的人力收获已难以跟上步伐，因此机械化收获将成为必然趋势。包括苞叶长度，苞叶层数及松紧度等在内的众多穗部性状，直接或间接影响着玉米的机械化收获。苞叶松紧度是基于包括苞叶长度、苞叶宽度、苞叶厚度等多种苞叶测量值所得到的综合性状。在Jiang等(2020)的研究中，发现苞叶松紧度与其厚度和宽度都呈显著负相关，表明越厚和越宽的苞叶将包裹的更加紧实。高树仁等(1999)通过调研分析国内外文献，认为苞叶松紧度作为负相关性状影响着玉米籽粒的含水量。适宜的苞叶松紧度，有助于玉米的生长发育及机械收获。

随着测序技术的不断发展以及分子育种领域分子标记的开发，标记辅助选择(MAS)逐渐成为近年来作物改良方面的主力军(Stuber et al.1999)。但玉米的很多农艺性状都是数量性状，一些限制因素如标记质量、小效应QTL检测准确性和环境变异等原因严重限制了MAS在复杂的数量性状育种中的有效利用(Hasan et al.2021,Platten etal.2019,Hospital et al.2009)。GS育种是通过对群体基因型和表型的分析，构筑一个训练模型，再将育种群体的基因型数据代入到该模型中，即可得到GEBVs，根据GEBVs对待测群体进行选择(Cui et al.2020)。

覆盖全基因组的标记的分析使得GS有能力解释总遗传变异，而优于MAS。GS的这种特点将表型的作用从筛选品系而引入到了构建模型的层面上。而如何提高对GS所构建的模型的准确度，是当下GS研究的关键。目前在利用多平台测序基因型进行GS时，尚未有很好的筛选方法，这导致直接整合基因型的预测精度过低。此外，目前尚未有研究针对玉米苞叶松紧度进行过GS分析。因此，需要提供一种全基因组选择(GS)苞叶松紧度的分析育种方法。

发明内容

本发明的目的是为了提供一种利用全基因组选择获得玉米苞叶松紧度的方法，再根据玉米苞叶松紧度进行育种的方法。

本发明提供一种基于全基因组选择玉米苞叶松紧度的育种方法，所述育种方法的步骤如下：

步骤1：选取4个基因测序平台的玉米全基因组数据作为原始数据，将原始数据进行质量控制的预处理筛选；

步骤2：将步骤1进行预处理筛选的数据进行基因型缺失的补充，通过计算基因组不同标记连锁不平衡程度的r²筛选出不同密度标记的基因数据；

步骤3：将不同密度标记的基因数据进行主成成分分析获得主成成分分析基因数据；将不同密度标记的基因数据进行亲缘关系分析获得亲缘关系分析基因数据；

步骤4：预先统计玉米苞叶松紧度数据，并将其带入到混合模型中，获得的BLUP值；

步骤5：将步骤3获得的主成成分分析基因数据和亲缘关系分析基因数据，与步骤4获得的BLUP值进行GS分析获得最优的统计模型；

步骤6：测定待测玉米自交系的基因型，带入到步骤5获得的最优模型，获得基因组估计育种值，根据育种者的需求优选部分GEBV值排名靠前作为优选的育种材料。