[发明专利]一种基于全基因组选择高效预测菊花花期的方法

说明书

本发明公开了一种全基因组选择预测菊花花期模型的筛选方法。本发明还公开了由所述方法筛选的全基因组选择预测模型在预测菊花花期、筛选菊花品种、菊花花期育种中的应用。本发明还公开了基于全基因组选择高效预测菊花花期的方法。本发明发现全基因组关联分析鉴定获得的显著关联位点以及SVM模型可以快速、高效、精准预测菊花动态花期，准确度可达0.90～0.95。本发明可实现菊花现蕾期、显色期、初开期、盛花期、衰败期以及开花早晚的早期预测，无需进行繁琐的田间全生育期观测，既避免了环境因子以及人为主观因素对花期表型鉴定的影响又大大缩短了育种周期，对于菊花花期改良和周年生产具有重要的理论和实践意义。

技术领域

本发明涉及一种基于全基因组选择高效预测菊花花期的方法，属于植物分子育种领域。

背景技术

开花是植物由营养生长转向生殖生长的标志，适时开花有利于植物避开不良外界环境并顺利繁殖后代。对于花卉作物而言，开花时间直接影响了其观赏品质和经济效益。菊花是我国十大传统名花和世界四大切花之一，栽培与应用广泛，在花卉产业中占据重要地位。依照自然花期不同，菊花可以分为夏菊(6-9月开花)、秋菊(10月中旬-11月下旬开花)、寒菊(12月-翌年1月开花)等类型。目前市场上常见的菊花品种大部分属于秋菊，花期较为集中，严重影响了菊花的周年供应，而反季节栽培的能耗成本高。因此，花期改良是菊花育种工作者的重要目标。

植物花期性状是受多个基因控制的复杂数量性状。目前，通过传统QTL定位和关联分析，已在菊花中检测到部分控制花期性状的QTL和位点。然而，这些位点绝大多数都属于环境特异的微效位点，很难直接应用到实际育种工作中。分子标记辅助选择(molecularassisted selection，MAS)是利用与目标性状基因紧密连锁的标记进行间接有效选择的分子育种技术，但其效率易受群体大小、标记类型和数量、标记与基因间的距离、目标性状遗传力等因素的影响，且高度依赖于QTL定位的准确性。因此，利用MAS对菊花花期性状进行遗传改良具有很大的局限性。全基因组选择(genomicselection，GS)是继MAS后由Meuwissen等人于2001年率先提出的一种育种策略。该方法使用全部的分子标记对候选个体的基因组估计育种值(GEBV，genomic estimatedbreeding value)进行预测和选择，可提高对微效多基因控制复杂性状以及低遗传力性状的选择效率。

GS预测准确度的影响因素有很多，主要包括训练群体大小、分子标记密度、统计模型、训练群体与验证群体间的亲缘关系等。如何构建高效GS预测模型已成为当下国际植物数量遗传学研究的热点方向之一。目前，GS已成功应用在水稻、玉米、大豆等作物上，但在菊花中尚未报道。菊花基因组图谱的公布以及简化基因组GBS测序技术的快速发展为菊花全基因组选择提供了丰富的遗传变异信息。综上，亟需建立一种基于全基因组选择高效预测菊花花期的方法，实现菊花优异花期性状的早期选择，从而缩短育种周期。

发明内容

发明目的：本发明所要解决的技术问题是提供了一种全基因组选择预测菊花花期模型的筛选方法。

本发明还要解决的技术问题是提供所述方法筛选的全基因组选择预测菊花花期模型在预测菊花花期中的应用。

本发明还要解决的技术问题是提供所述方法筛选的全基因组选择预测菊花花期模型在筛选菊花品种中的应用。

本发明还要解决的技术问题是提供所述方法筛选的全基因组选择预测菊花花期模型在菊花花期育种中的应用。

本发明还要解决的技术问题是提供基于全基因组选择高效预测菊花花期的方法。

技术方案：为解决上述技术问题，本发明提供一种全基因组选择预测菊花花期模型的筛选方法，包括以下步骤：

(1)选取来源不同且无直接亲缘关系的代表性菊花品种，以无性繁殖方式进行多年多点种植；详细记录每个菊花品种的现蕾期、显色期、初开期、盛花期和衰败期，计算每个品种各花期性状在多个环境下的均值和最佳线性无偏预测BLUP值，并估算性状广义遗传力；