Genetic dynamics drive maize growth and breeding

遗传动态驱动玉米生长和育种

阅读:2

Abstract

BACKGROUND: Phenotypic diversity arises from the process of development and is shaped by genomic variation in plants. However, the genetic basis of growth dynamics remains poorly understood in maize. RESULTS: Here, we analyze 679 maize inbred lines derived from a synthetic CUBIC population with approximately 2.8 million SNPs, leveraging high-throughput phenotyping to capture 1,002,240 RGB images across 18 growth stages. We quantify 67 image-based traits (i-traits), revealing distinct dynamic patterns throughout development. Genome-wide association studies identify 857 quantitative trait loci (QTLs) influencing growth variation, with 88.6% classified as period-specific dynamic QTLs exhibiting modest effects, and 11.4% as conservative QTLs with sustained effects. Notably, 1.5% of cryptic pleiotropic QTLs spanning different growth stages suggest genetic relocations during development. These QTLs enhance heritability estimates for mature traits by an average of 6.2%. We further characterize the novel function of key genes linked with these QTLs, including BRD1 with the pleiotropic effects on plant height and perimeter of convex hull and ZmGalOx1 with the broad-spectrum regulation of plant architecture. Developmental rewiring of epistatic networks shapes maize growth, underscoring the vitality of temporal genetic regulation. Trajectory modeling of i-traits across periods decodes the growth variation patterns, supporting the ontogenic hypothesis driven predictive breeding strategies. CONCLUSION: The findings elucidate the genetic architecture underlying growth dynamics from a spatial-temporal perspective, offering novel insights for maize improvement.

文献解析

1. 领域背景与文献

文献英文标题:Dynamic genetic architecture underlying maize growth revealed by high-throughput phenotyping;发表期刊:Genome Biology;影响因子:未公开;研究领域:玉米功能基因组学与作物遗传育种

玉米作为全球核心的粮食、饲料及工业原料作物,其遗传改良始终是作物科学领域的研究重点。过去几十年,玉米功能基因组学研究通过连锁分析、全基因组关联分析(GWAS)等技术鉴定了数百个调控农艺性状的基因,多基因假说、全基因假说为复杂性状的遗传解析提供了理论框架,但这类研究多聚焦于收获期的终点性状,忽略了生长过程中基因调控的时空动态变化,无法解释终点性状形成的动态机制。高通量表型技术的发展为植物生长动态研究提供了工具,此前在拟南芥、大麦、玉米等作物中的研究利用无人机、表型平台获取时间序列表型数据,发现数量性状位点(QTL)的效应具有时空特异性,但这些研究多采用自然群体或特定胁迫条件下的群体,遗传背景复杂,且未系统解析上位性网络的动态变化。当前领域的核心问题是玉米生长动态的遗传架构尚不清晰,关键调控基因的时空功能及上位性网络的动态变化未被揭示,限制了基于生长动态的精准育种策略开发。

本文针对这一研究空白,利用玉米CUBIC(Complete-diallel plus Unbalanced Breeding-derived Inter-Cross)群体,结合高通量表型平台采集18个生长阶段的RGB图像,提取67个图像性状(i-traits),通过全基因组关联分析、基因功能验证和生长轨迹建模,系统解析了玉米生长动态的遗传架构,提出个体发生假说拓展全基因假说至时间维度,为玉米遗传改良提供了新的理论基础和技术途径。

2. 文献综述解析

本文综述部分以作物遗传育种的研究范式演变为逻辑主线,将现有研究分为传统终点性状遗传解析、高通量表型技术应用、复杂性状遗传假说发展三个维度,系统评述了各阶段研究的进展与局限性,明确了生长动态遗传解析的必要性与创新方向。

传统玉米遗传改良研究多聚焦于收获期的产量、株高、抗病性等终点性状,通过连锁分析和GWAS鉴定了大量调控基因,但这类研究仅关注性状的最终状态,忽略了生长过程中基因表达和调控的时空动态变化,无法解释终点性状形成的动态机制。高通量表型技术的出现为植物生长动态研究提供了可能,此前在拟南芥、大麦、玉米等作物中的研究利用无人机、表型平台等工具获取时间序列表型数据,发现QTL的效应具有时空特异性,部分研究还验证了关键基因的功能,但这些研究多采用自然群体或特定胁迫条件下的群体,遗传背景复杂,且对生长动态的遗传解析不够系统,未涉及上位性网络的动态变化。在遗传假说方面,多基因假说认为复杂性状由大量微效基因调控,全基因假说进一步提出核心基因和外围基因的概念,但这些假说均未考虑时间维度的调控,无法解释生长过程中基因功能的动态变化。

通过对比现有研究的不足,本文的创新价值凸显:首次利用遗传背景更可控的CUBIC群体,结合全生长周期的高通量表型数据,系统鉴定了调控玉米生长动态的动态QTL、保守QTL和多效QTL,解析了上位性网络的动态变化;首次提出个体发生假说,将全基因假说拓展至时间维度,为复杂性状的遗传解析提供了新的理论框架;通过基因编辑和突变体验证了ZmGalOx1、ZmEBF4等关键基因的时空功能,明确了其在植物构型调控中的作用;构建了生长轨迹模型,为基于生长动态的杂交育种设计提供了新策略。

3. 研究思路总结与详细解析

本文的研究目标是系统解析玉米生长动态的遗传架构,揭示生长过程中QTL、基因和上位性网络的时空动态变化,开发基于生长动态的育种策略。核心科学问题包括:玉米生长动态的QTL时空特征是什么?关键调控基因的时空功能如何?上位性网络在生长过程中如何动态变化?生长轨迹模型能否用于杂交育种设计?技术路线遵循“群体种植→高通量表型采集→遗传解析→功能验证→模型构建→育种应用”的闭环逻辑,通过多组学技术和分子生物学实验系统回答上述科学问题。

3.1 实验材料与高通量表型采集

本环节的核心目标是获取玉米全生长周期的高分辨率表型数据,为后续遗传解析提供基础。实验采用玉米CUBIC群体中的679个自交系,以盆栽方式种植,每个自交系设置4个重复,完全随机区组设计,同时设置CHANG7-2和DAN340两个对照系以减少微环境影响。利用植物-传感器高通量表型平台,从苗期(V4,播种后38天)到成熟期(R4,播种后95天)共18个生长阶段采集RGB图像,每个阶段采集超过100万张图像,通过基于LabVIEW、C++和OpenCV开发的图像分析流程,提取67个图像性状(i-traits),涵盖生物量、颜色、形态、纹理四大类。

结果显示,聚类分析表明i-traits的表型模式与农艺性状更接近,而与基因组变异模式差异较大,说明i-traits能够连接基因型与终点表型,符合遗传学中心法则。变异系数分析将67个i-traits分为两组,Group-I为纹理相关特征,变异系数显著低于农艺性状(p=9.6×10^-3,n=679);Group-II为形态相关特征,变异系数显著高于农艺性状(p=1.3×10^-4,n=679)。进一步分析将18个生长阶段分为早期(V4-V10)、中期(V10-R1)、晚期(R1-R4)三个阶段,通过层次聚类鉴定了三种典型生长模式:递增型(如株高、生物量)、递减型(如周长/投影面积比)和稳定型,其中递增型性状的遗传力在晚期阶段显著升高,表明不同类型性状的遗传调控机制存在差异。产品关联:文献未提及具体实验产品,领域常规使用高通量表型平台(如植物表型成像系统)、图像分析软件(如OpenCV、LabVIEW)。

3.2 生长动态性状的遗传架构解析

本环节的核心目标是鉴定调控玉米生长动态的QTL,并解析其时空特征。实验利用679个自交系的2822486个高质量SNP(MAF≥0.05),对67个i-traits在18个生长阶段进行全基因组关联分析(GWAS),采用GEMMA软件的线性混合模型控制群体结构。对鉴定的QTL进行合并分析,将位于20kb以内且连锁不平衡(r²≥0.2)的显著SNP聚类为同一QTL,最终得到857个QTL,进一步合并为263个独特的基因组区域。

结果显示,这些QTL分为两类时空模式:88.6%为动态QTL,仅在特定生长阶段与i-traits关联,如7号染色体上的一个位点仅在晚期阶段与Heywood圆形度关联;11.4%为保守QTL,在多个生长阶段持续发挥作用,如4号染色体上的一个位点在整个生长周期与植物紧凑度关联。功能上,24.7%的QTL为多效QTL,调控多个i-traits,其中1.5%为跨阶段多效QTL,在不同生长阶段调控不同的i-traits,如1号染色体上的一个位点在早期调控株高,在花期转换后调控Heywood圆形度,体现了发育过程中基因功能的重定位。统计分析表明,保守QTL解释的表型变异显著高于动态QTL(p<6.9×10^-6,n=263),多效QTL解释的表型变异显著高于单效QTL(p<4×10^-3,n=263)。将阶段特异性QTL加入回归模型后,成熟性状的遗传力解释平均提高6.2%,部分性状(如植物紧凑度3)的遗传力解释从7.1%提升至29.2%,更好地匹配了估计的遗传力。产品关联:文献未提及具体实验产品,领域常规使用GWAS分析软件(如GEMMA)、连锁不平衡分析工具(如SNPRelate)。

3.3 关键功能基因的鉴定与验证

本环节的核心目标是验证调控玉米植物构型的关键基因功能,明确其时空调控机制。实验通过GWAS定位到两个关键基因:ZmGalOx1和BRD1,分别调控植物紧凑度和株高的动态变化;同时通过上位性分析定位到ZmEBF4,调控早期株高。

对于ZmGalOx1,实验利用CRISPR–CasY7基因编辑系统在Jing724自交系中构建了敲除株系(ZmGalOx1-KO^Jing724),通过全生长周期的表型分析发现,敲除株系在多个植物构型相关i-traits上与野生型存在显著差异,如周长/投影面积比(PAR)在多个时间点的p值≤0.05至p≤0.0001(n=20),植物紧凑度1-6、总投影面积/bounding矩形面积(TBR)等性状也有显著差异,验证了ZmGalOx1作为多效基因调控植物理想构型的功能。对于BRD1,GWAS分析发现其在中期调控株高,在晚期调控凸包周长,等位效应分析显示CC等位基因的效应随生长阶段递增,说明BRD1的效应是累积的,且在花期转换后功能发生重定位。对于ZmEBF4,实验利用EMS突变体(ebf4)进行验证,发现突变体在早期生长阶段(V7-V8)的株高显著低于野生型(p=1.4×10^-4,n=30),晚期阶段差异减小,验证了ZmEBF4作为早期株高特异性调控基因的功能。产品关联:实验所用关键产品:CRISPR–CasY7基因编辑系统(WIMI Biotechnology Co., Ltd.)、EMS突变体库(https://elabcaas.cn/memd/public/index.html#/)。

3.4 上位性网络的动态解析

本环节的核心目标是解析玉米生长过程中上位性相互作用的动态变化,揭示其对生长动态的调控机制。实验对GWAS鉴定的QTL的leading SNP进行双QTL相互作用分析,采用双向ANOVA检验,经过Bonferroni校正后得到721个显著上位性对。

结果显示,这些上位性对具有显著的时空特异性,大多数仅在1-2个生长阶段显著,且97.5%的上位性对涉及单个QTL不显著的位点(NN类型),说明存在大量被上位性缓冲的隐性遗传变异。上位性网络的复杂度随生长阶段增加,早期阶段仅15.4%的QTL参与上位性相互作用,中期和晚期阶段参与比例分别达到40.5%和49.9%,表明遗传网络在生长过程中不断重连以协调后期生长。以株高为例,GWAS鉴定到4号染色体上的一个QTL仅在早期阶段显著,而1号染色体上的一个QTL仅在晚期阶段显著,上位性分析显示这两个位点存在相互作用,早期阶段4号染色体位点的效应显著,晚期阶段当1号染色体位点为AA基因型时,4号染色体位点的效应仍显著,当1号染色体位点为TT基因型时,4号染色体位点的效应被逆转,说明上位性相互作用调控了株高的动态变化。产品关联:文献未提及具体实验产品,领域常规使用统计分析软件(如R语言的lme4、anova函数)。

3.5 生长轨迹建模与育种应用

本环节的核心目标是构建玉米生长轨迹模型,并探索其在杂交育种中的应用潜力。实验采用Gompertz模型拟合递增和递减型i-traits的生长曲线,再用抛物线函数拟合生长轨迹,得到五个参数(a、b、c、对称轴、极值),这些参数能够反映自交系的生长模式。

结果显示,生长轨迹参数的狭义遗传力平均比原始i-traits高0.026,其中对称轴和参数b的遗传力最高(h²=0.411和0.407),表明生长轨迹具有较高的遗传可选择性。对生长轨迹参数进行GWAS分析,在严格阈值下鉴定到28个显著QTL,暗示阈值下鉴定到235个QTL,能够解释62.8%-76.0%的变异,显著高于原始i-traits的解释率。为探索生长轨迹在杂交育种中的应用,实验预测了6210个杂交种的生长轨迹参数,选择30个高杂种优势和30个低杂种优势的杂交种进行分析,发现高杂种优势杂交种的生长轨迹参数与低杂种优势杂交种存在显著差异(p=0.008 for a;p=0.065 for b),且高杂种优势杂交种的亲本生长轨迹不对称,而低杂种优势杂交种的亲本生长轨迹相似,说明亲本生长轨迹的互补性与杂种优势相关,为杂交育种设计提供了新的思路。产品关联:文献未提及具体实验产品,领域常规使用基因组预测软件(如rrBLUP)。

4. Biomarker研究及发现成果

本文中的Biomarker包括调控玉米生长动态的QTL(动态QTL、保守QTL、多效QTL)、关键功能基因(ZmGalOx1、ZmEBF4、BRD1)以及生长轨迹参数,这些Biomarker的筛选遵循“GWAS定位→功能验证→模型构建”的完整逻辑,为玉米生长动态的遗传解析和育种应用提供了核心靶点。

Biomarker的定位过程如下:QTL通过679个自交系的基因组数据和18个生长阶段的i-traits进行全基因组关联分析(GWAS)鉴定,经过合并和分类得到动态、保守、多效、单效QTL;关键基因通过GWAS定位到的QTL区间,结合基因表达数据和同源基因功能预测筛选候选基因,再通过基因编辑或EMS突变体进行功能验证;生长轨迹参数通过Gompertz模型和抛物线函数拟合生长曲线得到。验证方法方面,QTL的验证通过GWAS的重复检测和表型变异解释率分析,关键基因的验证通过基因编辑株系和突变体的表型分析,生长轨迹参数的验证通过遗传力分析和杂种优势预测。特异性方面,动态QTL仅在特定生长阶段发挥作用,保守QTL在整个生长周期持续发挥作用,多效QTL调控多个i-traits,ZmGalOx1调控多个植物构型相关性状,ZmEBF4特异性调控早期株高,BRD1在不同生长阶段调控不同性状;敏感性方面,ZmGalOx1敲除株系在多个i-traits上与野生型存在显著差异,ZmEBF4突变体在早期株高上与野生型存在显著差异,生长轨迹参数能够有效区分高杂种优势和低杂种优势杂交种。

核心成果提炼:ZmGalOx1是调控玉米理想植物构型的多效基因,其功能贯穿整个生长周期,通过协调多个性状的生长实现对植物构型的调控;ZmEBF4是早期株高的特异性调控基因,其效应在早期阶段显著,晚期阶段减弱;BRD1是具有功能重定位的基因,在中期调控株高,在晚期调控凸包周长;生长轨迹参数可作为预测杂种优势的Biomarker,高杂种优势杂交种的亲本生长轨迹具有互补性;本文提出的个体发生假说拓展了全基因假说至时间维度,认为复杂性状由关键基因和上位性对的全景时空相互作用决定,为复杂性状的遗传解析提供了新的理论框架。这些成果为玉米遗传改良提供了新的靶点和策略,有望推动基于生长动态的精准育种发展。

特别声明

1、本页面内容包含部分的内容是基于公开信息的合理引用;引用内容仅为补充信息,不代表本站立场。

2、若认为本页面引用内容涉及侵权,请及时与本站联系,我们将第一时间处理。

3、其他媒体/个人如需使用本页面原创内容,需注明“来源:[生知库]”并获得授权;使用引用内容的,需自行联系原作者获得许可。

4、投稿及合作请联系:info@biocloudy.com。