基于全基因组选择预测玉米籽粒含水率

摘要

玉米作为我国重要的粮食作物，在保障我国粮食安全等方面发挥着重要作用。玉米成熟期籽粒含水率是玉米机械化粒收的重要衡量指标之一。培育成熟期低籽粒含水率的玉米品种是当前玉米育种的重要方向之一。籽粒含水率受复杂数量性状控制，单靠表型选择效率较低，全基因组选择技术能够对复杂数量性状进行快速筛选改良。在忻州和榆次2个地点对组配的250份玉米杂交种的籽粒含水率进行鉴定，结合基因型数据，利用9种GS模型开展全基因组选择分析。结果表明，玉米杂交种平均籽粒含水率为21.51%，变异系数为5.31%，广义遗传力为0.41，特殊和一般配合力方差比值σ²_SCA/σ²_GCA为0.20，表明玉米杂交种的籽粒含水率主要受加性效应控制。全基因组选择分析结果表明，9个GS模型的预测准确度平均为0.592，其中，rrBLUP、RKHS、BayesC、SVM等4个模型预测准确性较高，准确度均为0.600,LASSO模型的预测准确性最低，为0.572；当标记密度为2 000个、训练群体大小为70%时，预测准确性就能达到较高水平。在此基础上，利用rrBLUP模型对4 700份玉米杂交种GMC进行预测，发现Top 100杂交种的籽粒含水率平均为22.63%,Bottom 100杂交种的籽粒含水率平均为18.56%。选择籽粒含水率预测结果的Bottom 100杂交种进行育种，新玉米品种籽粒含水率相对于Top 100降低4.08%，相当于17.98%的增益。

关键词

玉米 / 复杂数量性状 / 籽粒含水率 / 全基因组选择分析 / 标记密度 / 预测准确度