科技进步推动广东省农业科学院科研项目进展

本研究由国家重点研发计划项目(2018YFD0100106, 2018YFD0200700), 广东省重点领域研发计划项目(2018B020202008), 广东省乡 村振兴战略专项(粤财农[2020]100号), 广东省农业科学院学科团队建设项目(202115TD), 广东省农业种业共性关键技术创新团队项目 (2020KJ106), 广 州 市 科 技 计 划 项 目(201804020081)和 科 技 创 新 战 略-高 水 平 农 科 院 建 设 项 目(R2017YJ-YB1002, R2018PY-QF006, R2018QD-048)资助。

This study was supported by the National Key Research and Development Project of China (2018YFD0100106, 2018YFD0200700), the Key Area Research and Development Program of Guangdong Province (2018B020202008), the Provincial Rural Revitalization Strategy Special Project of Guangdong (YueCaiNong [2020]100), the Discipline Team Building Projects of Guangdong Academy of Agricultural Sciences (202115TD), the Common Technical Innovation Team on Agricultural Seed Industry of Guangdong Province (2020KJ106), the Science and Technology Planning Project of Guangzhou (201804020081), and the Special Fund for Scientific Innovation Strategy-Construction of High Level Academy of Agricultural Science (R2017YJ-YB1002, R2018PY-QF006, R2018QD-048).

* 通信作者(Corresponding authors): 胡建广, E-mail: jghu2003@263.net, Tel: 020-85514234; 李高科, E-mail: ligaoke790326@163.com, Tel: 020-85514234

** 同等贡献(Contributed equally to this work)

第一作者联系方式: 肖颖妮, E-mail: xyn_xyn@126.com

Received (收稿日期): 2021-04-18; Accepted (接受日期): 2021-10-19; Published online (网络出版日期): 2021-11-10.

URL: https://kns.cnki.net/kcms/detail/11.1809.S.20211109.1820.002.html DOI: 10.3724/SP.J.1006.2022.13031

基于 SNP 标记揭示中国鲜食玉米品种的遗传多样性

肖颖妮

^**

于永涛

^**

谢利华 祁喜涛 李春艳 文天祥 李高科

^*

胡建广

^*

广东省农业科学院作物研究所 / 广东省农作物遗传改良重点实验室, 广东广州 510640

摘

要: 中国已经成为全球鲜食玉米最主要生产和消费国家之一

,

解析我国鲜食玉米品种之间的遗传多样性和亲缘 关系

,

对品种鉴定和品种培育具有重要的指导意义。本研究利用

Illumina Maize 6K

芯片对全国范围内的

385

个鲜食 玉米品种进行全基因组扫描, 了解群体结构, 划分种质类群, 估算品种间的遗传距离, 揭示其遗传多样性。结果表明,

5067

个

SNP

标记在

385

个鲜食玉米品种中基因多样性平均

0.406,

变幅为

0.097~0.500;

多态信息含量(polymorphism

information content, PIC)

平均

0.319,

变幅为

0.092~0.375

。通过

PCA

分析和群体遗传结构分析一致表明

,

本研究所收 集的品种主要划分为

3

个类群, 分别为糯玉米类群(糯玉米和甜糯玉米, 共

185

个品种)、温带甜玉米类群(123个品种) 和热带甜玉米类群(77个品种)。两两品种间的遗传距离在

0.132~0.472

之间, 平均值为

0.37。通过

F_ST分析检测到不 同类群间有

160

个区域受到强烈选择, 其中包括

4

个玉米籽粒淀粉合成途径的关键基因(sh2、su1、su2和wx1), 进一 步利用分子标记验证了sh2和DGAT1-2两个位点在鲜食玉米群体不同选择模式。本研究为我国鲜食玉米品种选育和 改良提供了重要的理论指导。

关键词: 鲜食玉米

;

遗传多样性

;

群体结构

;

遗传距离

;

选择位点

Genetic diversity analysis of Chinese fresh corn hybrids using SNP Chips

XIAO Ying-Ni

^**

, YU Yong-Tao

^**

, XIE Li-Hua, QI Xi-Tao, LI Chun-Yan, WEN Tian-Xiang, LI Gao-Ke

^*

, and HU Jian-Guang

^*

Crop Research Institute, Guangdong Academy of Agricultural Sciences / Key Laboratory of Crops Genetics and Improvement of Guangdong Province, Guangzhou 510640, Guangdong, China

Abstract: China is a major fresh corn production and consumption country in the world. Assessment of genetic diversity and rela-

tionships among fresh corn hybrids in China has great benefit for hybrid identification and breed cultivation. In this study, an

Illumina Maize 6K chip was employed to perform genome-wide scanning for the population structure and genetic distance of 385

fresh corn hybrids nationwide. The results showed that the average genetic diversity of 5067 SNP markers in 385 fresh corn hy-

brids was 0.406, with a range of 0.097–0.500. The average polymorphic information content (PIC) was 0.319, with a range of

0.092–0.375. The results of PCA and population genetic structure analysis revealed that the hybrids were mainly divided into three groups, which were non-sweet corn group (185 varieties), temperate sweet corn group (123 varieties), and tropical sweet corn group (77 varieties). The genetic distance between any two hybrids ranged from 0.132 to 0.472, with an average of 0.37. A total of 160 genome regions indicated strong population differentiation among different groups following F

_ST

analysis. Four key genes (sh2, su1, su2, and wx1) of starch synthesis pathway in maize grains were detected. Two candidate genes (sh2 and

DGAT1-2)

demonstrated different selection patterns in fresh corn groups and were validated using molecular markers. These results provide important theoretical guidance for the breeding and improvement of fresh corn varieties in China.

Keywords: fresh corn; genetic diversity; population structure; genetic relationships; selective signals

鲜食玉米是指在乳熟末期采收, 像水果和蔬菜 一样食用鲜嫩果穗的特用玉米

,

主要包含甜玉米、

糯玉米以及甜糯玉米^[1]。鲜食玉米由于风味独特、

营 养 价 值 高

,

且 生 产 工 艺 相 对 简 单

,

经 济 价 值 高

,

深受广大消费者以及农民喜爱。目前

,

我国鲜食玉 米种植面积已达

133.3

万公顷, 成为全球最大鲜食 玉米生产国和消费国。

甜玉米起源于美洲大陆

, 20

世纪

50

年代引入我 国进行甜玉米育种研究^[2]

,

糯玉米尽管起源于我国 西南地区, 但直至

20

世纪

70

年代我国才开始糯玉 米育种工作^[3]

,

甜糯玉米是

20

世纪

90

年代我国自主 创新选育的一种新型鲜食玉米

,

该玉米

F

2果穗上同 时含有甜粒和糯粒(比例为

1∶3),

兼具甜玉米和糯 玉米的优点^[4]。尽管我国鲜食玉米育种研究起步较 晚

,

但发展迅猛

,

截至

2019

年

,

国家审定鲜食玉米 品种累计超过

200

多个

,

品种类型逐渐多元化

,

推 广品种的数量和类型都发生了较大变化, 但我国的 甜玉米品种, 由于育种起步较晚和种质资源的相对 缺乏

,

其食用品质与国外最优良的品种相比

,

还存在 一定差距

,

不能完全满足市场及消费者的需求。因此

,

全面了解鲜食玉米品种的遗传关系和亲缘关系

,

阐 明不同类型品种之间的遗传分化特点, 对品种鉴定、

种质资源收集以及指导品种培育具有重要意义。

随着分子标记技术的发展

, SNP

标记由于具备 遗传稳定性好、通量高、成本低等优点, 迅速取代

了

RFLP、 SSR

等传统标记, 已广泛用于我国普通玉

米的遗传多样性分析^[5-8]。迄今为止

,

国内外对鲜食 玉米遗传多样性的研究主要集中在自交系种质资源 评估和群体结构划分, 卢柏山等^[9]利用

1031

个

SNP

标记将

39

份甜玉米自交系划分为

5

个类群, 李余良 等^[10]利用

169,128

个

SNP

标记将

81

份甜、糯玉米资 源分为两大类群

,

卢媛等^[11]利用

29

对

SSR

标记将

87

份糯玉米自交系划分为

4

个类群。显然, 以上研 究对象偏少

,

所选资源分布不够广泛, 不能代表当 前我国鲜食玉米的真实水平

;

此外

,

我国鲜食玉米 主栽品种约

100

多个

,

还有大量品种正在推广过程

中, 主栽品种和参展品种代表了当前我国鲜食玉米 的水平和动向, 仅有王凤格等^[12]利用

40

对

SSR

标记 对我国

328

个玉米品种(包含

41

个鲜食甜糯玉米品 种

)

的遗传多样性分析

,

但尚未见从全基因组水平上 对我国当前鲜食玉米品种进行全面综合的遗传多样 性分析。

本研究收集了全国范围内具有代表性的

385

个 鲜食玉米品种

,

利用覆盖全基因组的

SNP

芯片

,

揭 示上述品种的遗传多样性和群体结构, 并探讨了不 同亚群之间的遗传分化位点, 全面阐述中国鲜食玉 米品种的遗传特征, 为鲜食玉米育种实践提供指导 和参考。

1 材料与方法

1.1 试验材料及田间试验

收集了来自全国范围内具有代表性的

385

个鲜 食玉米品种, 其中包括

200

个甜玉米品种, 106个甜 糯玉米品种, 79个糯玉米品种(附表

1)。这些品种涵

盖了我国目前鲜食玉米的主导品种以及新培育出的 品种组合

,

代表当前我国鲜食玉米的育种水平。所 有品种于

2018

年种植于成都, 每个品种种

1

行, 每 行

20

株, 行距

0.50 m,

株距

0.25 m, 按照当地栽培

方法进行田间管理。

1.2 SNP

芯片分型以及统计分析

对每个品种

3~5

株植株的幼嫩叶片进行混合取 样

,

采 用 改 良 的

CTAB

法 提 取

DNA

^[13]

,

利 用

Illumina Maize 6K

芯片

(

辽宁东亚种业公司

)

对

385

个 鲜食玉米品种进行全基因组扫描。该芯片包含

5259

个

SNP

标记, 均匀分布在玉米

10

条染色体上, 覆盖 了

2946

个 基 因 。 采 用

Illumina’s GenomeStudio

Software

进行样本的原始

SNP

分型

,

再对

SNP

标记 进行如下过滤

:

首先

,

删除在群体中没有多态性的 标记, 其次, 删除最小等位基因频率小于

0.05

和缺 失率大于

0.2

的标记, 最终获得了

5067

个高质量的

SNP

标 记

,

用 来 进 行 下 一 步 的 分 析 。 利 用

PowerMarker V3.25

计算群体的最小等位频率

(minor

allele frequency, MAF)

、杂合率、缺失率、基因多样 性以及多态信息含量(PIC)^[14]。

1.3

主成分分析(PCA)和群体结构分析

利用

PLINK

软件对群体进行主成分分析

(www.

cog-genomics.org/plink2; v1.9)

^[15]。利用

STRUCTURE

2.3.4

软件对品种进行群体结构分析

, burn-in

步长和

MCMC

迭代次数均设置为

10,000,

对亚群数目划分 为

1

到

10

分别进行计算, 根据连续

2

个后验概率值

[ln P(D)]的变化速率 (∆K)选择最优亚群数目,

多次 运行结果用

CLUMPP

软件^[16]整合。计算每个品种源 于特定亚群 的概率值

,

当某亚群的 概率值最大 时

,

相应品种被划分到该类群。

1.4

遗传距离分析和邻近树的构建

利用

TASSEL5

软件对

2

个品种之间的遗传距离

(identity-by-state, IBS)进行计算

^[17]。IBS越小, 表明

2

个品种之间的亲缘关系越近

,

当

2

个品种的基因型 完全一致时

, IBS

等于

0,

反之

,

当

2

个品种基因型完 全不一致时

, IBS

等于

1

。根据品种之间的遗传距离

,

利用

MEGA5.2

软件以邻结法(Neighbor-Joining, NJ) 计算品种间的

Nei’s

遗传距离, 构建树状聚类图。

1.5

群体分化分析以及

2

个候选基因的分子标记

验证

利用

PLINK

软件计算不同亚群之间群体分化指

数(FST

)

^[15]。

F

ST值越大, 代表亚群之间的遗传分化越

强烈

,

取分化指数为前

1%

的

SNP

为

2

个亚群之间的 选择分化位点。考虑到甜玉米自交系具有很强的连 锁不平衡^[18]

,

选取位点上下游各

500 kb

范围内的基 因作为选择分化位点的候选基因。利用

2

对分子标 记分别对

2

个选择位点上的候选基因进行验证, 其 中

sh2

基因上的分子标记引物为

39-F (5'-GCAGTGC TGTGAGTTAGAGCAG-3')

和

39-R (5'-ACTGACCT GAAGTTCCAGCCTC-3'), DGAT1-2

基因上的分子 标记引物为

DGAT04-F (5'-TACTATCTGGATTTGTG C-3')

和

DGAT04-R (5'-TGGTAACAAAGTGTTGG G-3')

^[19]。

2 结果与分析

2.1

鲜食玉米群体基因型分析

利用

Maize6K

芯片对群体进行基因型检测, 过

滤后最终获得

5067

个

SNP

标记(图

1)。通过统计分

析发现, 这些

SNP

的平均最小等位基因频率

0.318,

变 幅 为

0.051~0.500;

平 均 杂 合 率

0.381,

变 幅 为

0~0.837;

平均缺失率

0.043,

变幅为

0~0.200;

平均 基因多样性

0.406,

变幅为

0.097~0.500;

平均多态信 息含量(PIC) 0.319, 变幅为

0.092~0.375;

进一步分 析发现, 不同类群鲜食玉米品种的

SNP

的差别不大

(

图

1-A~E)

。此外

,

我们对每个品种进行杂合度的分

析

,

发现个体杂合度平均

0.381,

变幅为

0.134~0.619,

图1 385个鲜食玉米品种群体中的5067个SNP的统计分析 Fig. 1 Characteristics of 5067 SNPs in 385 fresh corn hybrids

A: 最小等位基因频率分布图; B: 杂合率分布图; C: 缺失率箱线图; D: 基因多样性箱线图; E: 多态信息含量分布箱线图; F: 个体杂 合度箱线图。

A: the Minor Allele Frequency (MAF); B: heterozygosity of all groups of corn; C–F: box plots of missing rate (C), gene diversity (D), poly- morphism information content (PIC) (E), and heterozygosity of individual corn varieties (F), respectively.

其 中 甜 糯 玉米 品 种 的 杂合 度 要 高 于甜 玉 米 品 种和 糯玉米品种

(图 1-F),

这和甜糯玉米品种的选育有 关

,

甜 糯 玉 米 品 种 是 利 用 甜 加 糯 亲 本 和 另 一 个 糯 亲 本 杂 交 而来 。 对 两 两品 种 之 间 进行 多 态 性 位点 的分析比较

,

其变异范围为

0.02%~68.10%,

平均 值为

55.10%,

其中

HT-178

和

HT-179

多态性位点 比例最低(0.02%), HT-130 和

CT-63

多态性位点比 例最高(68.1%)。

2.2

鲜食玉米群体主成分分析和群体结构分析

利用

PLINK

软件对

385

个鲜食玉米品种进行主

成分分析

(

图

2),

图

2

中清楚显示

,

供试品种主要分 为三大类, 以万糯

2000

和京科糯

928

为代表的糯玉 米和甜糯玉米聚集为一类, 以库普拉为代表的温带 甜玉米聚集为一类

,

以广良田

27

为代表的热带甜玉 米聚集为一类, 主成分

1 (PC1)和主成分 2 (PC2)分

别解释

10.6%和 7.8%的遗传变异(图 2-A),

该结论首 次从分子水平上证实了甜糯玉米和糯玉米来自同一 个亚群, 符合甜糯玉米是从糯玉米中选育的一种新 型鲜食玉米。相反, 甜玉米品种则包含温带甜玉米 和热带甜玉米两大类。

图2 385份鲜食玉米品种PCA分析和群体遗传结构分析

Fig. 2 Principal component analysis (PCA) and population structure of the 385 fresh corn hybrids

A: 385份鲜食玉米品种2个主成分分析结果图。万糯2000、京科糯928、库普拉和广良田27号分别代表糯玉米、甜糯玉米、温带甜

玉米和热带甜玉米4个主栽品种, 在图中用红点标出。B: 利用STRUCTURE软件计算385份鲜食玉米品种的群体结构, 分别计算K =

2~7时的ΔK。C: K = 2和K = 3时的群体结构。每条竖线代表一个品种, 不同颜色代表基因型来源不同, 当K = 3时, 群体可大体分为

非甜玉米、温带甜玉米和热带甜玉米三大类。

A: PCA plot of the first two components (PC1 and PC2) of the 385 corn varieties. Four varieties, Wannuo 2000, Jingkenuo 928, Cupola and Guangliangtian 27, which represent the typical waxy, sweet-waxy, temperate sweet, and tropic sweet corn respectively are highlighted with red dots. B: estimated ΔK over five repeats of STRUCTURE analysis. C: population structure analysis using 5067 SNPs. Each individual is represented by a vertical bar, partitioned into colored segments with the length of each segment representing the proportion of the individual’s genome from K = 2 and 3 groups. The genetic groups, namely groups 1, 2, and 3, roughly correspond to the non-sweet, sweet-temp, and sweet-tropic groups.

为了准确将

385

个鲜食玉米品种划分类群

,

利

用

STRUCTURE

软件进行群体结构分析, 基于

ΔK

的最大似然来估计适宜亚群数, 当

K = 3

时, ΔK出现 峰值

,

因此

,

该鲜食玉米群体可分为

3

大类

(

图

2-B, C),

其中分别包含

185

个非甜玉米品种、

123

个温带 甜玉米品种以及

77

个热带甜玉米品种(附表

2),

根据 群体结构划分, 库普拉包含

0.9967

的温带甜玉米血 缘

,

广良田

27

包含

0.9993

的热带甜玉米血缘

,

和它 们的系谱来源吻合

,

群体结构分析结果和

PCA

结果一 致, 这进一步说明鲜食玉米群体主要分为

3

个类群。

此外, 我们发现非甜玉米的部分位点和温带甜玉米来 源相同

,

少部分位点和热带甜玉米来源相同

(

图

2-C),

表明非甜玉米和温带甜玉米的遗传距离更近。

为了进一步研究两两品种之间的遗传距离, 我 们 计 算 了 品 种 之 间 的

I B S

值

,

其 变 异 范 围 为

0.132~0.472,

大部分品种之间遗传距离表现适中

,

平均值为

0.37 (

图

3-A)

。研究发现

,

热带甜玉米类群

的

IBS

均值比其他

3

个类群的

IBS

低

(

均值为

0.31,

图

3-B),

说 明 热 带 甜 玉 米 品 种 间 的 遗 传 距 离 较 近

,

这 可能是 由于 我国热 带甜 玉米育 种种 质主要 引自 泰国

,

导致了遗传基础相对狭窄。在这

385

个品种 中

,

有

15

组 品 种 之 间 的 遗 传 距 离 较 小

(IBS< 0.15,

表

1),

说明这些品种亲缘关系较近, 可能使用了相 同或相近的亲本。我们进而利用品种之间的遗传距 离构建了系统进化树

(

图

4),

从图

4

可以看出

,

群体 主要分为三大分支

, I

类群主要包含甜糯玉米和糯玉 米品种, II类群主要包含温带甜玉米品种, III类群包 含绝大部分的热带甜玉米品种以及少部分温带甜玉 米品种。聚类分析结果与上述利用全基因组遗传背 景划分的

PCA

和群体结构分析结果大部分一致。我 们还发现, 广东省农业科学院育成的甜玉米品种聚 集在一个小分支上(图4), 同一育种单位育成品种遗 传距离较近

,

与它们的系谱来源吻合

,

进一步说明 了系统进化树的准确性。

图3 385个鲜食玉米品种之间的遗传距离

Fig. 3 Genetic relationships among 385 fresh corn hybrids

A: 所有品种两两间的遗传距离。蓝色代表遗传距离较近, 红色代表遗传距离较远。B: 不同亚群之间的遗传距离比较。

A: the heatmap of IBS values among all corn lines. Blue represents a low IBS value, showing a close distance between two lines. Red repre- sents a high IBS value, showing a greater distance between two lines. B: IBS values for four groups.

表1 遗传距离较近的品种列表(IBS小于0.15) Table 1 Closest pairs with IBS < 0.15

组合 Pair

品种1 Line 1

名称 Name

品种2 Line 2

名称 Name

状态一致性 IBS

类群 Group 1 HT-2 双色先蜜Shuangsexianmi HT-149 夏美甜12号Xiameitian 12 0.147 温带甜玉米Sweet-Temp

2 HT-49 RA-Y-10 HT-149 夏美甜12号Xiameitian 12 0.147 温带甜玉米Sweet-Temp

3 HT-2 双色先蜜Shuangsexianmi HT-49 RA-Y-10 0.148 温带甜玉米Sweet-Temp

4 HT-16 SWCB5801 HT-190 泰阳3F Taiyang 3F 0.132 热带甜玉米Sweet-Tropic

5 HT-16 SWCB5801 HT-182 10号甜玉米No.10 Tianyumi 0.134 热带甜玉米Sweet-Tropic

6 HT-16 SWCB5801 HT-116 泰美甜6号Taimeitian 6 0.134 热带甜玉米Sweet-Tropic

(续表1) 组合

Pair 品种1 Line 1

名称 Name

品种2 Line 2

名称 Name

状态一致性 IBS

类群 Group

7 HT-16 SWCB5801 HT-181 3号玉米No.3 Yumi 0.134 热带甜玉米Sweet-Tropic

8 HT-10 汕甜7号Shantian 7 HT-16 SWCB5801 0.137 热带甜玉米Sweet-Tropic

9 HT-190 泰阳3F Taiyang 3F HT-182 10号甜玉米No.10 Tianyumi 0.146 热带甜玉米Sweet-Tropic

10 HT-116 泰美甜6号Taimeitian 6 HT-190 泰阳3F Taiyang 3F 0.147 热带甜玉米Sweet-Tropic

11 HT-190 泰阳3F Taiyang 3F HT-181 3号玉米No.3 Yumi 0.147 热带甜玉米Sweet-Tropic

12 HT-182 10号甜玉米No.10 Tianyumi HT-181 3号玉米No.3 Yumi 0.148 热带甜玉米Sweet-Tropic

13 HT-116 泰美甜6号Taimeitian 6 HT-182 10号甜玉米No.10 Tianyumi 0.148 热带甜玉米Sweet-Tropic

14 HT-116 泰美甜6号Taimeitian 6 HT-181 3号玉米No.3 Yumi 0.149 热带甜玉米Sweet-Tropic

15 HT-115 泰王甜玉米Taiwangtian HT-195 泰鲜甜1号Taixiantian 1 0.139 热带甜玉米Sweet-Tropic

图4 基于5067个SNP标记的385份鲜食玉米品种的系统树图

Fig. 4 Neighbor-Joining tree for 385 fresh corn varieties based on IBS matrix calculated from 5067 SNP markers

红色代表温带甜玉米, 蓝色代表热带甜玉米, 绿色代表甜糯玉米, 紫色代表糯玉米。4个主栽品种在图中用三角形标出来, 黑色线下面 代表广东省农业科学院的品种。

The groups are represented as follows: red for sweet-temp; blue for sweet-tropic; green for sweet-waxy; purple for waxy. Four main cultivars are highlighted with filled triangles. The lines under the black line came from the Guangdong Academy of Agricultural Sciences.

2.3

不同亚群之间群体分化的选择位点分析

F

ST 是衡量2个群体之间分化强度的指标, 我们 通过计算

SNP

在不同类群之间的

F

ST值, 来挖掘不同 类群之间的选择位点。甜糯玉米和糯玉米间的

F

ST值 很小

(–0.012~0.24),

说明这

2

个群体基本一致

,

无明 显遗传分化。然而, 其他类群之间的

F

ST值较大, 存 在明显的群体分化。我们选取了

F

ST值前1%作为选择 位点的阈值

,

一共检测到

160

个受到强烈选择的区域

(

图

5

和附表

3)

。这些选择位点大部分是参与

RNA

调 控和蛋白质合成(附表3), 其中有4个基因参与籽粒淀 粉代谢合成途径, 是甜玉米和糯玉米形成的主要突 变基因

(

图

5

和附表

3)

。如我们发现

sh2

和

su1

两个基因 在温带甜玉米和糯玉米类群间都存在遗传分化

,

这

2

个基因分别是超甜玉米和普甜玉米形成的突变基因,

wx1基因在甜玉米和非甜玉米类群间也存在明显的遗

传分化

,

该基因是糯玉米形成的突变基因。以上结论 都符合鲜食玉米形成的机制。此外

,

我们还发现一些 有意思的新位点。比如, 温带甜玉米和糯玉米类群之 间 最 强 的 选 择 位 点 位 于

6

号 染 色 体 上

,

落 在

GRMZM2G169089 (DAGT1-2)

基因上

,

该基因编码乙 酰基甘油酰基转移酶, 它影响玉米籽粒油分和油酸 组分含量^[20]

;

温带甜玉米和热带甜玉米/糯玉米之间 存 在 一 个 共 同 的 选 择 位 点

——GRMZM2G009785

(ZmVTE1),

该基因编码生育酚环化酶。研究发现温带

甜玉米存在多个影响籽粒品质的选择位点, 这可能 与在甜玉米育种过程中对品质的关注有关。

2.4

不同选择位点具有不同的选择模式

通过比较不同群体之间选择位点的差异后发现

,

有的位点只在

2个类群之间发生遗传分化,

有的位 点在多个类群之间都发生了遗传分化(附表3)。为了 进一步研究不同位点的选择模式的差异

,

我们选择

2

个不同位点进行分析。温带甜玉米在

sh2

基因附近 受到了强烈的选择(图5), 利用该基因第一外显子上 的一个插入缺失标记

ID39扫描4个不同亚群,

发现4 个亚群中该标记的频率存在显著差异

,

和

F

ST 结果 类似

,

温带甜玉米和热带甜玉米品种都包含这个

39 bp

的插入片段, 而在甜糯玉米和糯玉米亚群中包含 该插入片段的频率很低(图6-A, C), 这说明在甜玉

图5 4个鲜食玉米亚群之间的选择位点扫描

Fig. 5 Selective-sweep signals among the four fresh corn groups

不同亚群之间的选择位点的全基因组扫描图(不包含甜糯玉米和糯玉米的比较结果)。蓝色虚线代表的是 1%的显著性阈值。5 个已知 基因在图中用竖虚线标出。S-Temp、S-Tropic、SW和W分别代表温带甜玉米、热带甜玉米、甜糯玉米和糯玉米。

A genome-wide distribution of selective-sweep signals identified through comparisons between two different corn groups (except the com- parison between sweet-waxy and waxy groups). The blue dashed lines represent the thresholds (top 1% of FST values). Five known genes are identified and shown with vertical dashed lines. S-Temp, S-Tropic, SW, and W represent the sweet-temp group, the sweet-tropic group, the sweet-waxy group, and the waxy group, respectively.

图6 2个基因的不同选择模式图

Fig. 6 Selection patterns of two known genes among four fresh corn groups

A和B分别表示2个存在遗传分化的选择区间。图中竖虚线代表的是sh2和DGAT1-2基因所处的具体位置。图下方标出了该基因的 基因结构, 其中红色箭头代表所用分子标记位置, 绿色箭头表示的是DGAT1-2的功能位点。C和D分别表示的是ID39 (+/+)和ID274

(+/+)两个标记在4个亚群中的频率变化。

A–B: FST profiles for the identified genes among four corn groups. The vertical dashed lines indicate the position of two genes. The gene structure and position of the markers used here are shown with red arrows. The functional site of DGAT1-2 is shown with a green arrow. C–D:

frequency changes for markers of sh2 (C) and DGAT1-2 (D) among four fresh corn groups.

米形成初期就对

sh2

基因进行了选择, 符合甜玉米 的育种过程

;

此外, 这也一定程度上反映出我国目 前甜玉米品种都是包含

sh2

基因的超甜玉米。我们 同样还利用和

DGAT1-2

功能位点完全连锁的一个

274 bp

的

InDel

标记对群体进行扫描, 发现在温带甜

玉米品种中有利等位基因存在的频率明显高于其他

亚群

(

图

6-B, D),

这说明甜玉米分化成热带甜玉米

和温带甜玉米以后对

DGAT1-2

基因进行了选择, 是 甜玉米育种后期的一个选择结果。以上分子标记结 果进一步验证了遗传分化的结果

,

并且不同选择位 点的选择模式有所差异。

3 讨论

3.1

我国鲜食玉米遗传多样性分析

一直以来, 遗传多样性分析对植物种质资源的 评价与利用以及新品种培育具有重要意义, 是植物

遗传学、育种、保护和进化的重要组成部分。本研 究利用

5067

个覆盖全基因组的

SNP

标记对收集到 的

385

个鲜食玉米品种进行遗传多样性分析, 检测 到鲜食玉米品种的平均基因多样性

0.406,

平均多态 信息含量

(PIC)

为

0.319,

均高于

Liu

等^[6]、

Zhang

等^[7]

和

Zhang

等^[21]对我国不同普通玉米自交系群体的结

果, 说明本研究收集到的鲜食玉米品种的遗传多样 性比普通玉米自交系高

,

该结果与王凤格等^[12]研究 中国

328

个玉米品种的遗传多样性结果一致。同时, 本研究中的

PIC

值也高于卢柏山等^[9]检测的

39

份甜 玉米自交系、史亚兴等^[22]检测的

39

份糯玉米自交系 以及

Hao

等^[23]检测的

110

份糯玉米自交系, 这可能 是本研究收集到的材料更多, 或者是本研究利用的 包含甜玉米和糯玉米两大类群

,

其遗传多样性更丰 富所致。

本研究根据

PCA

与群体结构的结果对

385

个鲜

食玉米品种划分类群

,

反映了不同类群间全基因组 遗传背景的差异

,

将甜、糯玉米品种可以完全区分 开来, 与依据淀粉合成途径中的

sh2

和

wx1

等几个 关键基因导致的甜、糯玉米商品类型划分结果一致, 这一定程度上反映了鲜食玉米不同类型品种选育种 质利用的特异性和保守性。

解析不同品种之间的遗传关系对品种鉴定以及 指导品种培育具有重要意义。本研究基于遗传距离 对品种间的亲缘关系进行聚类分析

,

主要将鲜食玉 米分为

3

个类群

,

该结果和利用

STRUCTURE

进行 群体结构划分的结果大部分一致; 由于本研究所选 用的供试材料是杂交种, 利用

STRUCTURE

进行群 体结构划分的结果是相对的

,

尤其是温带甜玉米和 热带甜玉米的划分没有那么准确

,

比如我们在研究 中发现

,

一部分温带品种与热带品种聚类在一起

(

图

4),

这部分品种包含广东省农业科学院培育的粤甜

26

、粤甜

35

、粤甜

36

和粤甜

415,

这

4

个品种从系 谱上被认为是亚热带甜玉米品种; 亚热带甜玉米介 于热带和温 带之间

,

在 群体结构划 分中并未体 现

,

需要今后选用更多试验材料和采用新的划分方法予 以验证

;

当然, 可利用品种之间亲缘关系的聚类分 析和群体结构的划分相互印证

,

互为补充。此外

,

在 聚类结果中我们发现, 甜糯玉米品种有一个很明显 的小分支

(

图

4),

该分支上主要是彩甜糯玉米品种

,

彩甜糯玉米由于颜色丰富多彩

,

成为一种新兴的时 尚鲜食玉米

;

但是从聚类分析可以清晰看出

,

彩甜 糯玉米品种之间的遗传距离较近

,

这亟须加强彩色 鲜食玉米和其他鲜食玉米类群的基因交流, 拓宽亲 本的遗传基础, 为选育优质彩色鲜食玉米提供分子 理论依据。

3.2

不同鲜食玉米类群之间的遗传分化位点

根据控制甜玉米基因不同, 甜玉米分为

“普甜 (su1)玉米”、“超甜(sh2

或

bt1、bt2)玉米”和“加强甜

(su1、se)玉米”三种类型

^[2]

,

经过遗传分化位点的分

析以及分子标记的验证, 发现收集到的

200

个甜玉 米品种均包含

sh2

基因

,

说明我国的甜玉米主推品 种都是以

sh2

基因为主的超甜玉米。本研究试图通 过对甜玉米群体中的

sh2

进行重测序

,

进一步分析 甜玉米中

sh2

的单倍型类型, 然而由于

sh2

基因的突 变 是 由 巨 大 的 遗 传 结 构 变 异 而 引 起 的^[24]

,

未 能 对

sh2

基因成功重测序

,

但是根据目前拼接出来的测 序结果可以看出,

sh2

基因还未出现其他突变位点,

sh2

从

20

世纪

50

年代发现至今

,

仅仅应用了

60

余

年

,

可能由于时间太短且

sh2

非常保守

,

未能出现新 的突变位点。

本研究检测到

DGAT1-2

基因在温带甜玉米中受 到强烈选择,

DGAT1-2

是控制籽粒油分含量和亚油 酸含量的主效基因, 在高油玉米中受到强烈的选择, 有利等位基因的频率明显升高^[20,25]

,

而温带甜玉米 中包含有利等位基因的频率也高达

0.79 (

图

6-D),

说明温带甜玉米籽粒的含油量较高。此外, 本研究 还 检 测 到

ZmVTE1

基 因 在 温 带 玉 米 中 受 到 选 择

,

ZmVTE1

基因是维生素

E

合成代谢途径中的关键基

因

,

和

δ/(γ+α)

生育三烯酚比例有关^[26-27]。因此

,

温 带甜玉米除了口感好, 还具有更高的营养价值。相 对于温带甜玉米, 热带甜玉米具有产量高、抗病性 好 等 优 点^[28]

,

利 用 分 子 标 记 辅 助 选 择 的 方 法 可 以 提高甜玉米籽粒的营养品质^[18,29-30]

,

因此我们可以 通 过 筛 选 有 利 等 位 基 因 来 提 高 热 带 甜 玉 米 的 营养 品质。

4 结论

本研究利用

5067

个高质量的

SNP

对全国范围 内的

385

个鲜食玉米品种进行了群体结构划分和遗 传距离的估算。PCA分析和群体遗传结构分析都将 收集的品种划分为

3

个类群, 分别为糯玉米类群、

温带甜玉米和热带甜玉米类群, 该结果和聚类分析 结果大部分一致。此外, 通过

F

ST分析检测到不同类 群之间有

160

个区域受到强烈选择。该研究综合全 面地解析了我国目前鲜食玉米的遗传多样性, 为我 国鲜食玉米育种提供理论指导。

附表和附图 请见网络版: 1) 本刊网站

http://zwxb.

chinacrops.org/; 2)

中 国 知 网

http://www.cnki.net/;

3)

万方数据

http://c.wanfangdata.com.cn/Periodical- zuowxb.aspx

。

References

[1] 汪黎明, 孙琦, 孟昭东, 张发军, 丁照华, 郭庆法. 我国鲜食 玉米育种现状及进展分析. 玉米科学, 2005, 13(3): 35–38.

Wang L M, Sun Q, Meng Z D, Zhang F J, Ding Z H, Guo Q F.

Analysis on fresh-eating maize breeding situation progress in China. J Maize Sci, 2005, 13(3): 282–285 (in Chinese).

[2] 胡建广, 王子明, 李余良, 刘建华. 我国甜玉米育种概况与发 展方向. 玉米科学, 2004, 12(1): 12–15.

Hu J G, Wang Z M, Li Y L, Liu J H. General situation and deve- lopment direction of sweet corn breeding in China. J Maize Sci, 2004, 12(1): 12–15 (in Chinese with English abstract).

[3] 赵久然, 卢柏山, 史亚兴, 徐丽. 我国糯玉米育种及产业发展 动态. 玉米科学, 2016, 24(4): 67–71.

Zhao J R, Lu B S, Shi Y X, Xu L. Development trends of waxy corn breeding and industry in China. J Maize Sci, 2016, 24(4):

67–71 (in Chinese with English abstract).

[4] 郝小琴, 吴子恺. 双隐性甜糯玉米的主要农艺及品质性状. 作 物学报, 2003, 29: 321–329.

Hao X Q, Wu Z K. The major agronomic and quality characteris- tic in double recessive sweet-waxy maize. Acta Agron Sin, 2003, 29: 321–329 (in Chinese with English abstract).

[5] Wu X, Li Y, Shi Y, Song Y, Wang T, Huang Y, Li Y. Fine genetic characterization of elite maize germplasm using high-throughput SNP genotyping. Theor Appl Genet, 2014, 127: 621–631.

[6] Liu C, Hao Z, Zhang D, Xie C, Li M, Zhang X, Yong H, Zhang S, Weng J, Li X. Genetic properties of 240 maize inbred lines and identity-by-descent segments revealed by high-density SNP markers. Mol Breed, 2015, 35: 146.

[7] Zhang R, Xu G, Li J, Yan J, Li H, Yang X. Patterns of genomic variation in Chinese maize inbred lines and implications for ge- netic improvement. Theor Appl Genet, 2018, 131: 1207–1221.

[8] 赵久然, 李春辉, 宋伟, 王元东, 张如养, 王继东, 王凤格, 田 红丽, 王蕊. 基于 SNP 芯片揭示中国玉米育种种质的遗传多 样性与群体遗传结构. 中国农业科学, 2018, 51: 626–634.

Zhao J R, Li C H, Song W, Wang Y D, Zhang R Y, Wang J D, Wang F G, Tian H L, Wang R. Genetic diversity and population structure of important Chinese maize breeding germplasm re- vealed by SNP-chips. Sci Agric Sin, 2018, 51: 626–634 (in Chi- nese with English abstract).

[9] 卢柏山, 史亚兴, 宋伟, 徐丽, 赵久然. 利用SNP标记划分甜 玉米自交系的杂种优势类群. 玉米科学, 2015, 23(1):58–62.

Lu B S, Shi Y X, Song W, Xu L, Zhao J R. Heterotic grouping of sweet corn inbred lines by SNP markers. J Maize Sci, 2015, 23(1):

58–62 (in Chinese with English abstract).

[10] 李余良, 索海翠, 韩福光, 刘建华, 胡建广, 高磊, 李武. 基于

SLAF-seq 技术分析甜、糯玉米种质遗传多样性. 玉米科学,

2019, 27(4): 71–78.

Li Y L, Suo H C, Han F G, Liu J H, Hu J G, Gao L, Li W. Analy- sis of genetic diversity of sweet and wax corn germplasms using SLAF-seq technology. J Maize Sci, 2019, 27(4): 71–78 (in Chi- nese with English abstract).

[11] 卢媛, 艾为大, 韩晴, 王义发, 李宏杨, 瞿玉玑, 施标, 沈雪芳.

糯玉米自交系 SSR标记遗传多样性及群体遗传结构分析. 作 物学报, 2019, 45: 214–224.

Lu Y, Ai W D, Han Q, Wang Y F, Li H Y, Qu Y J, Shi B, Shen X F.

Genetic diversity and population structure analysis by SSR markers in waxy maize. Acta Agron Sin, 2019, 45: 214–224 (in Chinese with English abstract).

[12] 王凤格, 田红丽, 赵久然, 王璐, 易红梅, 宋伟, 高玉倩, 杨国 航. 中国328个玉米品种(组合) SSR标记遗传多样性分析. 中 国农业科学, 2014, 47: 856–864.

Wang F G, Tian H L, Zhao J R, Wang L, Yi H M, Song W, Gao Y Q, Yang G H. Genetic diversity analysis of 328 maize varieties (hybridized combinations) using SSR markers. Sci Agric Sin, 2014, 47: 856–864 (in Chinese with English abstract).

[13] Murray M G, Thompson W F. Rapid isolation of high molecular weight plant DNA. Nucleic Acids Res, 1980, 8: 4321–4325.

[14] Liu K, Muse SV. PowerMarker: an integrated analysis environ- ment for genetic marker analysis. Bioinformatics, 2005, 21:

2128–2129.

[15] Chang C C, Chow C C, Tellier L C, Vattikuti S, Purcell S M, Lee J J. Second-generation PLINK: rising to the challenge of larger and richer datasets. GigaScience, 2015, 4: 7.

[16] Jakobsson M, Rosenberg N A. CLUMPP: a cluster matching and permutation program for dealing with label switching and multi- modality in analysis of population structure. Bioinformatics, 2007, 23: 1801–1806.

[17] Bradbury P J, Zhang Z, Kroon D E, Casstevens T M, Ramdoss Y, Buckler E S. TASSEL: software for association mapping of com- plex traits in diverse samples. Bioinformatics, 2007, 23:

2633–2635.

[18] Xiao Y, Yu Y, Li G, Xie L, Guo X, Li J, Li Y, Hu J. Genome-wide association study of vitamin E in sweet corn kernels. Crop J, 2020, 8: 341–350.

[19] Chai Y, Hao X, Yang X, Allen W B, Li J, Yan J, Shen B, Li J.

Validation of DGAT1-2 polymorphisms associated with oil con- tent and development of functional markers for molecular breed- ing of high-oil maize. Mol Breed, 2011, 29: 939–949.

[20] Zheng P, Allen W B, Roesler K, Williams M E, Zhang S, Li J, Glassman K, Ranch J, Nubel D, Solawetz W, Bhattramakki D, Llaca V, Deschamps S, Zhong G, Tarczynski M C, Shen B. A phenylalanine in DGAT is a key determinant of oil content and composition in maize. Nat Genet, 2008, 40: 367–372.

[21] Zhang X, Zhang H, Li L, Lan H, Ren Z, Liu D, Wu L, Liu H, Jaqueth J, Li B, Pan G, Gao S. Characterizing the population structure and genetic diversity of maize breeding germplasm in Southwest China using genome-wide SNP markers. BMC Genom, 2016, 17: 697.

[22] 史亚兴, 卢柏山, 宋伟, 徐丽, 赵久然. 基于SNP标记技术的 糯玉米种质遗传多样性分析. 华北农学报, 2015, 30(3): 77–82.

Shi Y X, Lu B S, Song W, Xu L, Zhao J R. Genetic diversity analysis of waxy corn inbred lines by single nucleotide polymor- phism (SNP) markers. Acta Agric Boreali-Occident Sin, 2015, 30(3): 77–82 (in Chinese with English abstract).

[23] Hao D, Zhang Z, Cheng Y, Chen G, Lu H, Mao Y, Shi M, Huang X, Zhou G, Xue L. Identification of genetic differentiation be- tween waxy and common maize by SNP genotyping. PLoS One, 2015, 10: e0142585.

[24] Hu Y, Colantonio V, Müller B S F, Leach K A, Nanni A, Finegan C, Wang B, Baseggio M, Newton C, Juhl E, Hislop L, Gonzalez J, Rios E F, Hannah L C, Swarts K, Michael G, Hennen-Bierwagen T A, Myers A M, Settles A M, Tracy W F, Resende Jr M F R.

Genome assembly and population genomic analysis provide in- sights into the evolution of modern sweet corn. Nat Commun, 2021, 12: 1227.

[25] Fang H, Fu X, Wang Y, Xu J, Feng H, Li W, Xu J, Jittham O, Zhang X, Zhang L, Yang N, Xu G, Wang M, Li X, Li J, Yan J, Yang X. Genetic basis of kernel nutritional traits during maize domestication and improvement. Plant J, 2020, 101: 278–292.

[26] Baseggio M, Murray M, Magallanes-Lundback M, Kaczmar N, Chamness J, Buckler E S, Smith M E, DellaPenna D, Tracy W F, Gore M A. Genome-wide association and genomic prediction models of tocochromanols in fresh sweet corn kernels. Plant Ge- nom, 2019, 12: 1–17.

[27] Lipka A E, Gore M A, Magallanes-Lundback M, Mesberg A, Lin

H, Tiede T, Chen C, Buell C R, Buckler E S, Rocheford T, Del- lapenna D. Genome-wide association study and pathway-level analysis of tocochromanol levels in maize grain. G3: Genes Ge- nom Genet, 2013, 3: 1287–1299.

[28] Brewbaker J L, Martin I. Plant Breeding Reviews. Westport: John Wiley & Sons, Inc Press, 2015. pp 125–198.

[29] Feng F, Wang Q, Liang C, Yang R, Li X. Enhancement of toco- pherols in sweet corn by marker-assisted backcrossing of ZmVTE4. Euphytica, 2015, 206: 513–521.

[30] Yang R, Yan Z, Wang Q, Li X, Feng F. Marker-assisted back- crossing of lcyE for enhancement of proA in sweet corn.

Euphytica, 2018, 214: 130.