研究团队在小麦芯片融合及其在面团流变学特性应用研究方面取得重要进展

        河南农业大学农学院陈锋教授团队联合中国农科院作科所何中虎、高丽锋团队基于矮抗58高质量参考基因组，融合更新了小麦660K与90K SNP芯片标记并将其应用于面团流变学特性研究，通过全基因组关联分析（GWAS）、QTL定位、共线性分析、基因表达量分析等手段，定位到多个调控小麦流变学特性的重要遗传区段，并预测了控制面团稳定时间的7个候选基因，找出了优异单倍型，为小麦品质性状改良提供了重要基因资源。小麦660K和90K SNP芯片是目前小麦基因挖掘过程中常用的两款芯片，分别基于中国春1.0和0.4版本的参考基因组设计，基因组版本不同使得两款芯片的物理位置无法直接比较。矮抗58是黄淮麦区2005年审定的主栽品种，2013年获得国国家科技进步一等奖，2023年矮抗58高质量参考基因组释放，因此，团队将小麦660K和90K SNP芯片标记的侧翼序列重新比对到矮抗58参考基因组以获得准确、可比较的标记物理位置。结果表明，在小麦660K和90K SNP芯片中，分别有92.3%和83%的I型标记被精确定位到矮抗58参考基因组。对黄淮麦区两套关联群体和一个重组近交系群体（RIL，藁城8901/周麦16）分别进行了面团流变学性状调查，包括面团稳定时间、吸水率等9个品质性状，其中关联群体I由小麦660K芯片进行基因分型，关联群体II 和RIL群体由小麦90K芯片进行基因分型。基于更新后的芯片物理位置，GWAS共挖掘到26个显著区段与9个品质性状关联，其中两个关联群体挖掘到位于1D染色体上8.4 Mb的重叠区段与稳定时间显著关联。QTL定位分析进一步挖掘到2个QTL与该区段重叠，分别为1.64 Mb（QST.hau-1D.2）和4.81 Mb（QST.hau-1D.3）。共线性分析表明，35个注释基因位于两个QTL区段内，进一步通过基因功能注释、基因表达量分析、t检验等手段，预测到7个调控小麦面团稳定时间的潜在候选基因，并分析了优异单倍型，从而为小麦品质育种提供了重要基因资源。研究成果发表于《Journal of Advanced Research》。