白羽扇豆关键种子品质性状的遗传变异与基因组选择研究

《BMC Genomics》：Genetic variation and genome-enabled selection of white lupin for key seed quality traits

　　为解决白羽扇豆作为高蛋白作物的品质改良难题，本研究针对低喹诺里西啶生物碱（QA）含量、种子重量、蛋白质和含油量等关键性状，开展了遗传变异、基因型与环境互作（GEI）、全基因组关联分析（GWAS）及基因组选择（GS）研究。结果表明，育种群体存在丰富的遗传变异，目标性状多为多基因控制，GS模型对种子重量和总QA含量具有较高预测能力（预测能力分别达0.80和0.66），为制定高效育种策略提供了重要依据。

　　

随着人们对植物基健康食品和环境可持续农业的关注日益增加，白羽扇豆（Lupinus albus L.）因其高蛋白含量（33-47%）和优质油脂（6-13%）而展现出巨大潜力。然而，其种子中存在的喹诺里西啶生物碱（Quinolizidine Alkaloids, QAs）会产生苦味并可能对人和动物产生毒性，成为限制其广泛应用的主要障碍。尽管已利用pauper基因座进行低生物碱含量筛选，但如何在保持优良农艺性状的同时，将总QA含量稳定控制在食品安全阈值（200 mg/kg）以下，仍是育种家面临的严峻挑战。此外，种子重量、蛋白质和油脂含量等重要品质性状的遗传调控机制复杂，基因型与环境互作（Genotype × Environment Interaction, GEI）的影响尚不明确，缺乏高效的基因组选择（Genomic Selection, GS）策略。为此，Paolo Annicchiarico等研究人员在《BMC Genomics》上发表了最新研究，旨在通过大规模表型鉴定和基因分型技术，揭示白羽扇豆关键种子品质性状的遗传基础，并评估基因组选择在实际育种中的应用前景。

本研究主要采用了以下关键技术方法：利用气相色谱-质谱联用（GC/MS）技术精准定量13种QA含量；通过基因分型测序（GBS）获得高密度SNP标记（育种系33,473个，地方品种41,116个）；基于判别主成分分析（DAPC）解析群体结构；运用全基因组关联分析（GWAS）挖掘显著关联SNP及候选基因；采用rrBLUP和BayesC模型进行基因组选择预测能力评估。试验材料包括来自意大利和智利多环境评价的甜籽育种系群体以及全球来源的地方品种群体。

遗传变异与基因型与环境互作

研究发现，白羽扇豆育种系和地方品种群体在种子重量、蛋白质含量、含油量及总QA含量上均存在极显著遗传变异（P<0.001）。仅约24%的育种系总QA含量低于200 mg/kg的安全阈值，其中鲁帕宁（lupanine）平均占比达62%，为主要QA成分。基因型与环境互作分析显示，蛋白质含量在意大利与智利两地间GEI极大（遗传相关系数r_g <0.25），含油量GEI中等（0.47 < r_g <0.66），而种子重量GEI较低（r_g ≥0.79）。同一地区不同年份间GEI均较小。亲本与后代性状值高度一致，表明性状遗传稳定性较好。

全基因组关联研究

GWAS分析揭示了目标性状的多基因遗传架构。地方品种群体中，种子重量和蛋白质含量分别检测到2个显著SNP（P<0.01），而含油量无显著位点。育种系群体中，不同地点间显著SNP不一致，进一步证实了多基因控制的复杂性。QA成分的GWAS发现，鲁帕宁、13α-羟基鲁帕宁（13α-hydroxylupanine）和13α-天使酰氧基鲁帕宁（13α-angeloyloxylupanine）等主要QA分别与染色体3、12、7、21等位点显著关联，总QA含量关联位点位于染色体1。候选基因分析挖掘出多个可能与QA生物合成相关的基因，如编码DNA修复蛋白Rad23的Lalb_Chr21g0308981基因与多种鲁帕宁衍生物含量关联。

基因组选择预测

基因组选择模型在白羽扇豆育种中展现出良好应用潜力。种子重量的群体内跨环境预测能力最高（0.80），含油量和蛋白质含量预测能力分别为0.41-0.73和0.41-0.73。跨群体预测中，基于地方品种训练模型对育种系种子重量的预测能力达0.47-0.64，含油量在洛迪的预测能力为0.47，而蛋白质含量预测能力较低（≤0.17）。总QA含量的群体内预测能力为0.66，为低QA含量筛选提供了高效工具。

本研究系统解析了白羽扇豆关键种子品质性状的遗传变异特征与基因组选择策略。研究证实，种子重量、蛋白质含量、含油量及QA含量均受多基因控制，且GEI对蛋白质和含油量的影响因环境而异。基因组选择在种子重量和总QA含量预测中表现优异，跨群体预测能力为地方种质资源挖掘和育种系选育提供了可行方案。值得注意的是，利用近红外光谱（NIRS）技术进行早期低QA含量单籽粒无损检测，结合基因组选择对高代株系的精准预测，可构建高效育种流水线。该研究为白羽扇豆品质育种提供了理论依据和技术支撑，对推动其作为可持续蛋白作物的发展具有重要意义。