![]()
2025年1月8日，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，在国际著名学术期刊Journal of Advanced Research（IF=11.4）在线发表了题为“Reconciliation of wheat 660K and 90K SNP arrays and their utilization in dough rheological properties of bread wheat”的研究论文。该研究基于矮抗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，其scaffold N50达到了715 Mb，约为中国春的100倍。因此，我们将小麦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。根据比对结果可将标记分为5种类型，其中I型标记为最优匹配标记，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。![]()
图1. 小麦660K和90K SNP芯片标记的融合。
a-b：小麦90K和660K芯片中5种标记百分比；c-d：更新前后物理位置之间差异
面团流变学特性和淀粉糊化特性是影响小麦加工品质的重要因素。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）。![]()
图2 稳定时间显著区段联合分析。
a: QTL定位；b: GWAS; c: QTL定位与GWAS结果在矮抗58基因组上的重叠区域；d: 1D染色体上与稳定时间相关的重叠区域单倍型分析。虚线和实线分别表示更新前后的物理位置
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。![]()
图3. 稳定时间1号染色体连锁群显著区段的共线性分析
河南农业大学农学院孙丛苇副教授为论文第一作者，河南农业大学陈锋教授、中国农业科学院何中虎研究员、高丽锋副研究员为论文共同通讯作者，中国农科院作科所贾继增、河南农业大学农学院硕士研究生井震海等参与了研究工作。该研究受到农业生物育种国家科技重大专项（2023ZD04069）、国家自然科学基金青年项目（32201849）、河南省重大科技专项（232102111109）的资助。文章链接：
https://doi.org/10.1016/j.jare.2025.01.011
为了能更有效地帮助广大的科研工作者获取相关信息，植物生物技术Pbj特建立微信群，Plant Biotechnology Journal投稿以及文献相关问题、公众号发布内容及公众号投稿问题都会集中在群内进行解答，同时鼓励在群内交流学术、碰撞思维。为了保证群内良好的讨论环境，请先添加小编微信，扫描二维码添加，之后我们会及时邀请您进群。小提示：添加小编微信时及进群后请务必备注学校或单位+姓名，PI在结尾注明，我们会邀请您进入PI群。
![]()
![]()
