林业科学

作者：魏瑞研1,2,张卫华2,徐放2,林元震1,*

单位：1. 华南农业大学林学与风景园林学院　广州 5106422. 广东省林业科学研究院　广州 510520

关键词：红锥,基因组选择,生长性状,早期选择,SNP

基金：广东省重点领域研发计划项目(2020B020215002)；国家重点研发计划项目(2016YFD0600606)。

目的: 开展红锥全基因组选择（genomic selection，GS）研究和优良子代早期评选，对快速选育优良新品种具有重要意义。方法: 以红锥全分布区内226个无性系和覆盖23个半同胞家系的479株子代为试验材料，通过高通量重测序获取基因型分型数据，针对生长性状开展GS研究，采用5折交叉验证法评估5种GS模型和10种SNPs数量对GS预测准确性的影响；基于GS预测模型估计候选群体的基因组估计育种值（genomic estimated breeding value，GEBV），采用布雷金多性状评定法进行优良子代个体的早期综合评选。结果: 训练群体中，胸径性状的变异系数为22.73%，大于树高（17.13%），它们之间呈极显著正相关(r=0.63, P<0.001)；树高和胸径在种源间均存在极显著差异（P<0.001）。参考群体和候选群体经重测序分型、数据质控后，每个个体得到790 877个SNPs，这些SNPs较均匀地分布在红锥基因组上。基于基因组最佳无偏估计（genomic best linear unbiased prediction，GBLUP）模型，训练群体树高和胸径的广义遗传力分别为0.52和0.48，不同标记SNPs数量对遗传力估计影响很小。在五种GS模型中，树高GS预测准确性最高的是Bayes B模型（0.21），胸径则是Bayes ridge regression（BRR）模型（0.06）；贝叶斯模型预测准确性要优于GBLUP模型，但它们之间差异不显著。对于10种SNPs数量，在0.5~5 K阶段，GS预测准确性先升高，随后达到平台期。树高性状调用Bayes B模型，胸径性状调用BRR模型，对红锥候选群体各性状GEBV使用布雷金多性状综合评定法评选出15株优良子代个体，树高、胸径GEBV均值分别比参考群体均值提高了7.0%和5.2%。这些子代个体具体为4 438、4 468、4 407、4 388、4 052、4 461、4 390、4 389、4 410、4 399、4 460、4 467、4 212、4 044、4 459和4 020，主要来自F5和F29两个家系。结论: 本研究建立了红锥的GS预测模型，并依据候选群体GEBV进行了优良个体的早期评选，为后续红锥优良新品种的快速选育奠定了技术和材料基础。

来源：2024年第12期

《林业科学》期刊编辑部

查看林业科学杂志2024年第12期