任源 王佐惠 吳江 林彥萍

摘? ?要：全基因組選擇（Genomic Selection，GS）是估計全基因組上所有標(biāo)記或單倍型的效應(yīng)，從而得到基因組估計育種值（Genomic estimated breeding value，GEBV）。與傳統(tǒng)的標(biāo)記輔助選擇（Marker-assisted selection，MAS）的最大區(qū)別在于，全基因組選擇不僅僅是一組顯著的分子標(biāo)記，而且還是聯(lián)合分析群體中的所有標(biāo)記，再與參考群體的表型數(shù)據(jù)建立BLUP模型進(jìn)行個體育種值的預(yù)測，隨后進(jìn)行人工選擇。GS的育種技術(shù)已在植物中實(shí)現(xiàn)。近年來許多研究表明，GS在玉米育種中已顯示出切實(shí)可見的遺傳增益。相比于傳統(tǒng)育種，這大大加快了玉米育種的周期，提高了選擇的效率，降低了育種的成本。對GS的影響因素及其在玉米育種中的應(yīng)用現(xiàn)狀進(jìn)行了全面的綜述，期待為玉米育種提供實(shí)用指南。

關(guān)鍵詞：全基因組選擇;玉米育種;分子標(biāo)記

文章編號： 1005-2690（2019）13-0035-03? ? ? ?中圖分類號： Q789? ? ? ?文獻(xiàn)標(biāo)志碼： B

從20世紀(jì)80年代開始，分子標(biāo)記系統(tǒng)的開發(fā)使植物育種者和分子生物學(xué)家獲得多態(tài)性標(biāo)記的數(shù)量大大增加。單核苷酸多態(tài)性（Single nucleotide polymorphisms，SNPs）已經(jīng)在數(shù)量性狀基因座（Quantitative trait locus，QTL）中廣泛使用。目前已有多項研究結(jié)果表明，超過10000個不同標(biāo)記系統(tǒng)的QTL應(yīng)用于12種植物中，旨在改善具有重要經(jīng)濟(jì)價值的數(shù)量性狀。最初，通過應(yīng)用MAS將分子標(biāo)記整合到傳統(tǒng)的表型選擇（Phenotypic selection，PS）中。對于簡單的性狀，MAS只選擇具有主要作用的QTL相關(guān)標(biāo)記的個體，不使用與性狀無顯著相關(guān)的標(biāo)記的個體。由于QTL與環(huán)境相互作用，難以在多種環(huán)境中或不同的遺傳背景下找到相同的QTL，通過使用QTL相關(guān)標(biāo)記檢測來改善多基因控制的復(fù)雜數(shù)量性狀是不可行的，因此，新的MAS技術(shù)-基因組選擇（GS）應(yīng)運(yùn)而生。

Meuwissen等首次提出了GS育種策略，GS育種分為兩步。第一步主要是利用訓(xùn)練群體的基因分型結(jié)果和表型建立最佳線性無偏預(yù)測（Best linear unbiased prediction，BLUP）模型，得到訓(xùn)練的育種值（Breeding value，BV）。第二組是育種群體的基因型數(shù)據(jù)，但群體中的個體均沒有表型，基于BLUP模型和與訓(xùn)練群體中的表型相關(guān)的基因組的等位基因同一性來預(yù)測育種群體的各種性狀的表現(xiàn)，從而得到GEBV，GEBV來源于預(yù)測群體中每個個體的基因組中發(fā)生的有用基因組的組合，并且提供了每個個體具有優(yōu)良表型的估計值，即高育種值?？梢愿鶕?jù)GEBV選擇新的育種親本。

GS與傳統(tǒng)的MAS相比有以下優(yōu)點(diǎn)：①GS不需要QTL定位。GS不同于連鎖和關(guān)聯(lián)作圖的策略，它不是映射單個基因效應(yīng)，而是基于大量分子標(biāo)記對有效育種值進(jìn)行估計，理想地覆蓋全基因組。②GS更精確，特別是對于早期選擇?；蚍中褪褂酶呙芏确肿訕?biāo)記，可以估計所有的QTL效應(yīng)，并解釋性狀的遺傳方差形成，而MAS在性狀選擇中僅使用幾個標(biāo)記，因此，GS比MAS具有更高的準(zhǔn)確率。③GS可以縮短生長周期，加速遺傳進(jìn)程，降低生產(chǎn)成本，GS的遺傳進(jìn)程超過表型選擇的4%～25%，GS的成本低于傳統(tǒng)育種26%～56%。④GS的低敏感性狀選擇效率高于MAS。⑤GS的標(biāo)準(zhǔn)是育種值，每個個體的所有等位基因遺傳效應(yīng)的總和，它是通過其雜交后代的平均表現(xiàn)來判斷的，而不是自身的表現(xiàn)，所以GS更準(zhǔn)確。

玉米對全球糧食安全至關(guān)重要，隨著玉米基因組測序的完成和SNPs檢測成本變得越來越低，玉米中數(shù)以萬計的高密度SNP陣列的統(tǒng)計模型能夠準(zhǔn)確地重新進(jìn)行標(biāo)記并與性狀關(guān)聯(lián)，結(jié)合生物信息學(xué)的成熟理論方法，再加上近年來玉米GS研究越來越多，GS在未來將成為玉米育種的關(guān)鍵技術(shù)。下面介紹GS在玉米育種中的應(yīng)用進(jìn)展，并提出了今后中國玉米育種的研究方向。

1? ?影響GS的因素

影響GS預(yù)測準(zhǔn)確性的因素主要包括用于估計GEBVs的標(biāo)記數(shù)、性狀遺傳力、參考群體大小、統(tǒng)計模型、分子標(biāo)記的數(shù)量和類型、連鎖不平衡、有效群體大小、參考和預(yù)測群體的關(guān)系和群體結(jié)構(gòu)。

1.1? ?GS的訓(xùn)練群體

在GS預(yù)測準(zhǔn)確性時將訓(xùn)練群體分為兩部分：參考群體和預(yù)測群體，包含表型信息、分子標(biāo)記數(shù)、親緣關(guān)系。在動物育種中，探討GS只是在群體連鎖不平衡背景下，這里的群體可以指牛、豬或雞等。如果預(yù)測群體由參考群體的后代組成，在進(jìn)行GS時可以降低高標(biāo)記密度的要求，在這種情況下，可以在預(yù)測群體上使用參考群體均勻間隔的低密度標(biāo)記，并且可以通過共分離來推斷全部標(biāo)記數(shù)量。因為植物經(jīng)常產(chǎn)生同胞關(guān)系（如F1通過自交產(chǎn)生的F2群體就是這種同胞群體），在這樣的同胞群體中也存在QTL檢測，MAS和GS。Bernardo將來自適應(yīng)×外來雜交玉米的分離后代群體F2，BC1和BC2作為模擬實(shí)驗中的訓(xùn)練群體進(jìn)行了比較，結(jié)果表明GS應(yīng)該從F2而不是回交群體開始，即使有利等位基因的數(shù)量是在適應(yīng)親本中比在外來親本中大得多。與自然群體相比，F(xiàn)2群體的遺傳基礎(chǔ)更為簡單，因為F2群體來自2個近交系，因此，親本群體規(guī)模可能小于自然群體。模擬研究表明，在適應(yīng)×外來雜交中GS的群體大小NC0=144通常就足夠了。低密度標(biāo)記適用于F2群體，但F2群體存在缺點(diǎn)：親本群體需要在每個雜交內(nèi)進(jìn)行不同模型的訓(xùn)練;BLUP模型僅適用于來自2個親本的后代選擇，必須通過F3測交的表型值來選擇F2群體的后代，后代選擇可能只有在F3之后才能使用BLUP模型[1]。

將F2作為訓(xùn)練群體通常對玉米等異花授粉植物有效。趙玉生基于6個分離種群的試驗數(shù)據(jù)，采用半對位交配設(shè)計了788個來自優(yōu)良玉米育種計劃的雜交后代。在Vannesa等人的研究中，預(yù)測了255種不同玉米雜交種的標(biāo)記效應(yīng)，用于預(yù)測種群雜交后代的產(chǎn)量、開花期、開花吐絲間隔和來自5個種群中30個F2衍生系的測交后代。Wegenast等人提出將GS應(yīng)用于植物育種，不僅可以在特定的雙親雜交內(nèi)和不同的優(yōu)良品系中，而且也可以在雜交內(nèi)和雜交之間。自花授粉植物通常采用小麥或甜菜等自然群體，Würschum等人使用924個甜菜系作為訓(xùn)練群體，結(jié)果表明，來自育種項目的集中表型和基因分型不同的品系的訓(xùn)練群體，確實(shí)可以建立GS的穩(wěn)健評估模型。Daetwyler等人證實(shí)了GEBVs對206個六倍體小麥地方品種的抗銹性預(yù)測的準(zhǔn)確性[2]。

1.2? ?GS的預(yù)測模型

GS模型的建立主要是利用分子標(biāo)記的豐富性來模擬許多微效遺傳區(qū)域。等位基因效應(yīng)的估計方法包括很多，主要是最小二乘回歸、嶺回歸BLUP（RR-BLUP）、主成分分析和貝葉斯（Bayes）回歸等。最小二乘法本質(zhì)上是通過全基因組關(guān)聯(lián)研究（GWAS）選擇與性狀相關(guān)的染色體片段或標(biāo)記，然后估計片段的作用。RR-BLUP方法將片段效應(yīng)視為隨機(jī)的效應(yīng)，通過線性混合模型估計標(biāo)記效應(yīng)，片段效應(yīng)的總和是個體的育種值。Bayes方法結(jié)合了標(biāo)記效應(yīng)方差的先驗分布和數(shù)據(jù)收集。經(jīng)常使用的Bayes方法就是Bayes A和Bayes B，二者之間的主要區(qū)別是Bayes A允許不同標(biāo)記的方差不同，而Bayes B允許一些標(biāo)記的方差為0。此外，機(jī)器學(xué)習(xí)方法也可用于預(yù)測標(biāo)記效果，包括支持向量機(jī)器（Support vector machine，SVM），啟動和運(yùn)行森林（Booting and random forest，RF）。Ogutu等人將這些方法與GS進(jìn)行了比較，結(jié)果表明：在GS中，預(yù)測值和真實(shí)育種值之間的相關(guān)性為0.547，對于SVM為0.497，對于RF為0.483，表明這些預(yù)測模型的方法優(yōu)于SVM和RF[3]。

1.3? ?影響GS的其他因素

在GS方法中，預(yù)測準(zhǔn)確性受群體大?。∟），性狀平均遺傳（h2）和標(biāo)記數(shù)（NM）的影響。模擬研究表明群體結(jié)構(gòu)對GS的預(yù)測準(zhǔn)確性也至關(guān)重要。

預(yù)測的準(zhǔn)確性隨著標(biāo)記密度的增加而增加。一定長度基因組的遺傳數(shù)量也直接影響遺傳標(biāo)記的總信息。如果SSR（Simple Sequence Repeat）標(biāo)記密度從0.25 Ne morgan-1（Ne，有效群體大?。┰黾拥? Ne morgan-1，預(yù)測準(zhǔn)確度將從0.63提高到0.83。如果SNP標(biāo)記密度從1 Ne morgan-1增加到8 Ne morgan-1，預(yù)測準(zhǔn)確度將從0.69提高到0.86。盡管每個Morgan的2個Ne SSR標(biāo)記或每個Morgan的8個Ne SNP標(biāo)記達(dá)到最高測試密度，其準(zhǔn)確度也沒有達(dá)到穩(wěn)定水平。同時，標(biāo)記數(shù)越多越容易得到連鎖不平衡（LD）標(biāo)記。Combs等人發(fā)現(xiàn)，在雙親群體中，全基因組預(yù)測（rmp）沒有從增加標(biāo)記物濃度（每12.5cm一個標(biāo)記物）中獲得一致的增益。Zhao等人發(fā)現(xiàn)，當(dāng)標(biāo)記數(shù)量從100～800時，800個SNP的準(zhǔn)確度幾乎達(dá)到穩(wěn)定水平。原因是當(dāng)預(yù)測準(zhǔn)確度達(dá)到穩(wěn)定水平時，基因組標(biāo)記充分飽和。準(zhǔn)確預(yù)測基因型所需的標(biāo)記數(shù)量取決于標(biāo)記與QTL之間的連鎖不平衡程度（LD）以及種質(zhì)資源。

不同的標(biāo)記類型具有不同的多態(tài)信息含量（Polymorphism information content，PIC）。比較SSR和SNP標(biāo)記，發(fā)現(xiàn)對于相似的精確度，SNP標(biāo)記需要的密度是SSR的2～3倍。

模擬研究表明，種群大小對于GS的預(yù)測準(zhǔn)確性至關(guān)重要。Combs等人的結(jié)果表明，隨著群體大小N增加，預(yù)測精度rmp增加。在雙親玉米群體中，最高標(biāo)記數(shù)NM（1213個標(biāo)記）和性狀平均遺傳h2=0.30，籽粒產(chǎn)量的預(yù)測準(zhǔn)確度rmp=0.19（N=48），rmp=0.26（N=96），當(dāng)rmp=0.33，N=192。趙玉生觀察到，隨著群體大小的增加，預(yù)測的籽粒產(chǎn)量準(zhǔn)確性也會增加，坡度沒有顯著下降。Bernardo的研究也表明，較大的群體將獲得較高的預(yù)測精度，但是F2的群體大小NC0=144通常是足夠的。

訓(xùn)練群體的結(jié)構(gòu)也是影響多親本群體基因選擇預(yù)測準(zhǔn)確性的重要因素。訓(xùn)練群體結(jié)構(gòu)集合的方法包括隨機(jī)抽樣、單向抽樣（選擇具有最高基因型值的個體）、雙向抽樣（選擇最高或最低基因型值的個體）。雙向抽樣比隨機(jī)抽樣更有效。趙玉生觀察到單向抽樣群體中基因組育種值的準(zhǔn)確性大幅下降，雙向抽樣是植物育種計劃中GS的有效方法。

對于同一群體中的相同性狀，對于群體大小（N）和性狀遺傳（h2）的不同組合預(yù)測準(zhǔn)確度（rmp）將保持不變。對于h2的減少可以通過N的不成比例增加來補(bǔ)償（反之亦然），rmp得以保持不變。另一方面，最初低h2的性狀可以用較大的N評估，或者通過使用額外的測試資源增加性狀子集的h2。然而，即使當(dāng)N、h2和NM（標(biāo)記數(shù)）恒定時，不同性狀的預(yù)測準(zhǔn)確度也不同。性狀的預(yù)測準(zhǔn)確性低于N、h2和NM恒定的其他性狀。模擬結(jié)果表明，rmp對于產(chǎn)量性狀是最低的，即使h2與其他性狀一樣時，株高和倒伏的預(yù)測是最準(zhǔn)確的，其次是開花時間。在設(shè)計訓(xùn)練群體時，不同性狀可預(yù)測性的實(shí)證和經(jīng)驗是十分關(guān)鍵的。

2? ?玉米育種中的GS

2.1? ?玉米中GS的起源

與其他作物相比，GS在玉米中應(yīng)用最為廣泛。各國科學(xué)家分別利用玉米自交系、測交群體和雜交群體，對個體的玉米產(chǎn)量、籽粒含水量、代謝物含量等進(jìn)行了基因組預(yù)測。玉米雜交預(yù)測BLUP模型的標(biāo)記效應(yīng)或親本系數(shù)是玉米GS關(guān)鍵技術(shù)。首先用于預(yù)測玉米雜交育種中的單交?；跍y試的雜種數(shù)據(jù)和其親本的標(biāo)記信息建立BLUP模型，通過BLUP模型預(yù)測未測試的雜種的表型和親本的標(biāo)記數(shù)據(jù)。

Bernardo等致力于玉米BLUP模型的雜交預(yù)測近10年，通過RFLP標(biāo)記發(fā)現(xiàn)理論與實(shí)際觀察的相關(guān)系數(shù)為0.668～0.800。BLUP適用于雜種優(yōu)勢預(yù)測，因為該性狀具有中等遺傳力。分子標(biāo)記效應(yīng)的預(yù)測準(zhǔn)確性高于系統(tǒng)發(fā)育關(guān)系。隨著分子標(biāo)記的發(fā)展，出現(xiàn)了新的分子標(biāo)記物，簡單的序列重復(fù)序列（SSR）和單核苷酸多態(tài)性（SNP）等被廣泛使用。Gowda等發(fā)現(xiàn)，玉米SSR標(biāo)記對開花時間和株高的預(yù)測準(zhǔn)確度均在0.8以上。Massman等人的研究表明，利用SSR標(biāo)記，籽粒產(chǎn)量預(yù)測準(zhǔn)確度為0.8，根伐數(shù)比為0.87，但親本系數(shù)對籽粒產(chǎn)量的預(yù)測效果僅為0.50～0.66，根伐數(shù)比為0.31～0.45，表明分子標(biāo)記更適合于雜種表型預(yù)測。

科學(xué)家們發(fā)現(xiàn)BLUP不僅適用于雜交性狀預(yù)測，而且還適用于玉米群體的個體繁殖育種值估計，因此，BLUP可用于選擇和繁殖自交系中F2群體的個體選擇，雜種優(yōu)勢預(yù)測為玉米GS擇奠定了基礎(chǔ)。

2.2? ?GS在玉米中的應(yīng)用

近年來關(guān)于玉米GS的研究逐漸增多，Bernardo的實(shí)驗室對GS在玉米育種中的應(yīng)用進(jìn)行了大量的模擬和實(shí)驗，德國的Piepho和巴西的Fritscheneto也試圖在玉米育種中使用GS進(jìn)行研究。GS在玉米育種包括兩個方面，雜交種的性能預(yù)測和自交系的改良。在利用GS進(jìn)行自交系的改良時，兩個自交系的雙親群體的BLUP模型對雙親的后代都是有效的。玉米的GS主要涉及兩個步驟：首先，對分離的玉米群體進(jìn)行基因分型并評估F3家族的測試雜交優(yōu)勢，基于基因型和表型數(shù)據(jù)，根據(jù)感興趣的性狀計算與大量標(biāo)記相關(guān)的育種值。不使用標(biāo)記顯著性檢驗，通過最佳線性無偏預(yù)測（BLUP）將標(biāo)記效應(yīng)擬合為線性模型中的隨機(jī)效應(yīng)。其次，兩代或三代的GS是基于一年四季或者溫室中進(jìn)行的所有標(biāo)記，預(yù)測的性狀值為所有標(biāo)記中單個植物標(biāo)記值的總和，隨后基于這些全基因組預(yù)測進(jìn)行選擇。根據(jù)這些步驟，Combs將半矮稈種質(zhì)基因?qū)朊绹衩讕ё越幌抵?，發(fā)現(xiàn)從第1～5周期過程，GS改善了第1周期中的表型。

此外，Bernardo的結(jié)果還表明，GS改善適應(yīng)性×外來雜交從F2開始的7～8個周期。Mcclosky等人證明漸近自交對GS有顯著增益，F(xiàn)8的自交比F2增加了72%。然而大部分的增益都是通過F5代（F8增益的95%）來實(shí)現(xiàn)的，F(xiàn)8和DH的表現(xiàn)相似，與這先前的研究一致。在Bernardo的研究中，訓(xùn)練群體是來自2個親本的特定群體，因此BLUP模型適合于2個自交系的發(fā)育。玉米中GS的其他研究是關(guān)于多親本群體作為訓(xùn)練群體。趙玉生的研究是基于半-雙列交配設(shè)計的6個分離群體的實(shí)驗數(shù)據(jù)，對于玉米來說每年可以繁殖3代，每個單位時間的選擇性較高，因此，GS對玉米育種計劃有很大幫助。這些研究結(jié)果可能作為進(jìn)一步培育6個群體之間的優(yōu)良玉米品系的基因組預(yù)測模型。在Windhausen等人的研究中，將255個玉米雜交種中估計的標(biāo)記效應(yīng)用于預(yù)測來自5個群體中每個群體的30個F2衍生系的測交雜交后代的產(chǎn)量，開花時間和吐絲間隔，討論了玉米雜交育種中基因組預(yù)測的注意事項：①明確定義應(yīng)采用基因組預(yù)測的育種方案（群體之間或群體內(nèi)的預(yù)測）;②在進(jìn)行交叉驗證之前對群體結(jié)構(gòu)進(jìn)行詳細(xì)分析;③驗證群體與訓(xùn)練群體應(yīng)具有密切的遺傳關(guān)系。

3? ?小結(jié)

玉米作為糧食、飼料、能源應(yīng)用等多元功能于一體的作物，在全球有著廣泛的種植，但隨著世界人口的增加，玉米的需求也呈現(xiàn)急劇的增長。傳統(tǒng)育種技術(shù)顯然不能滿足玉米需求量的增加，GS由于其顯著的優(yōu)勢將成為玉米育種的核心技術(shù)，但是，目前玉米的GS育種還處于發(fā)展階段，仍需要在很多方面努力。未來的工作應(yīng)該集中在兩個方面：首先，應(yīng)該致力于為產(chǎn)量和品質(zhì)等各種近交系建立一個通用的預(yù)測模型。其次，植物病害以及非生物脅迫耐受性也嚴(yán)重降低玉米產(chǎn)量，建立抗病耐脅迫的預(yù)測模型將為玉米產(chǎn)量和品質(zhì)性狀改善提供理論和技術(shù)支持。

參考文獻(xiàn)：

[ 1 ] Bernardo R.Molecular markers and selection for complex traits in plants： learning from the last 20 years[J].Crop Sci，2008（48）：1649–1664.

[ 2 ] Tanksley S D，Young N D，Paterson A H.RFLP Mapping in Plant Breeding： New Tools for an Old Science[J].Biotechnology，1989，7（3）：257-264.

[ 3 ] Tanksley S D.Molecular markers in plant breeding[J].Plant Molecular Biology Reporter，1983，1（1）：3-8.

（收稿日期：2019-09-21）