华中农大开发水稻抽穗期预测模型并通过422份材料GWAS解析积温指数遗传基础

学术   2024-11-06 11:02   山东  

近日,华中农业大学携手美国加利福尼亚大学和中国种子集团,在《Plant Biotechnology Journal》期刊上发布了题为“Redefining the Accumulated Temperature Index for Precise Prediction of Rice Flowering Time Across Diverse Environments”的合作研究成果。该研究依托178次广泛的杂交籼稻品种比较与区域试验数据,开创性地优化了积温指数的计算方法,并据此构建了一个单参数的积温指数水稻抽穗期预测模型。此模型能够跨越不同环境,实现对水稻抽穗期的高精度预测。

抽穗期(开花期)作为决定水稻种植季节和品种区域适应性的关键农艺性状,其预测准确性对栽培管理决策和新品种培育至关重要。这一性状不仅受到遗传因素的调控,还显著受到环境因素如光周期和温度的影响。传统上,积温指数(Accumulated Temperature Index, ATI)被用作估计水稻开花时间的工具,定义为从播种到抽穗期间日平均温度超过基准温度的累积和,被视为在不同环境中较稳定的品种参数。然而,尽管ATI在育种和生产实践中得到了广泛应用,其计算窗口的准确性和稳定性却尚未得到系统评估,使得跨环境预测水稻抽穗期仍然是一项挑战。

为了优化ATI的计算并提高其预测准确性,该研究团队在长江中下游稻区进行了广泛的田间试验。研究团队收集了422份杂交籼稻在47个试点共178次试验中的抽穗期数据,每次试验包含12至95个品种,每个品种平均有17次种植记录。结合气象数据,研究团队发现温度是影响抽穗期的主要环境因素。通过深入分析,团队发现传统定义的ATI在不同环境下变异较小,表明其作为跨环境预测基础的潜力。进一步地,研究团队通过枚举所有可能的ATI计算窗口,并基于大量田间试验数据进行了系统评估,最终确定了播种后1天至开花前26天为最佳计算窗口。这一时间窗口恰好对应水稻的营养生长阶段,其终点大致对应成花转换的关键时期,揭示了温度累积与水稻发育转变之间的生物学联系。这一发现为建立更准确的基于ATI的水稻抽穗期预测模型提供了重要基础。

图1 水稻积温指数计算窗口的优化及预测模型效果评估 

基于上述研究发现,积温指数(ATI)的实际应用直观且高效。对于已有田间记录的品种,仅需通过至少一次田间试验便能轻松计算出其ATI值;而对于那些仅知晓基因型信息的新品种,则可借助基因组预测技术获得品种基因型,然后根据基因型预估其ATI值。一旦ATI值被确定,只需在新环境中从播种首日开始,逐日累加日均温度,当累计温度达到ATI阈值时,即可预测该品种将在接下来的26天内抽穗。此外,研究人员还能利用历史气象数据,模拟不同区域和播种时间下的抽穗情况,从而精确评估品种的适宜种植范围。整个过程简洁明了,无需复杂的数学运算。

为了验证ATI的实际效用,研究团队开发了基于ATI的单参数水稻跨环境抽穗期预测模型,并在杂交籼稻中进行了广泛测试。在包括训练品种应用于新环境、新品种应用于训练环境以及新品种应用于新环境等多种测试场景下,模型预测的抽穗期与实际抽穗期之间的平均皮尔逊相关系数高达0.895、0.847和0.847,分别有83.4%、69.5%和66.1%的测试样本预测误差控制在5天以内。与当前表现最优的反应规范指数(RNI)模型相比,ATI模型不仅预测精度更高,而且在训练数据稀缺的情况下依然能保持稳定的预测性能。这些积极成果预示着ATI方法在长江中下游地区杂交籼稻育种及生产中具有广阔的应用前景。

该研究还深入探索了杂交籼稻中ATI的遗传基础。通过对422份材料进行全基因组关联分析(GWAS),成功鉴定出10个与ATI变异显著相关的基因组位点。其中,三个位点靠近已知的抽穗期调控基因OsSOC1/Ef-cd、Ghd8和DEP1,尤其是DEP1附近的位点,可能隐藏着新的影响积温的基因。尤为引人注目的是,研究还发现了四个与水稻生态型分化紧密相关的位点。利用这四个位点的基因型信息,能够以93.8%的高准确率将杂交籼稻精准划分为中籼和晚籼两大生态型,这一发现对于指导杂交稻亲本的合理选择及配对具有重大意义。

图2 积温指数的遗传基础解析

最后,为了促进ATI模型的普及与应用,研究者精心挑选了28个功能性标记,构建了一个更为简化的ATI预测模型,并专门设立了在线预测平台(链接见文末)。用户只需在该平台上输入这28个标记的基因型信息以及目标地点的历史日平均温度数据,系统便能迅速预测出不同播种日期下的水稻抽穗期。

综上所述,本研究通过革新积温指数ATI的计算方式,成功打造出既简单又实用的水稻抽穗期预测工具。这款模型仅需一个核心参数—ATI,便能实现预测过程,同时具备高精度的预测能力和低门槛的应用优势,无疑将为水稻育种及生产实践带来强有力的技术支撑。

华中农业大学水稻团队谢为博教授、美国加州大学河滨分校贾震宇教授和中国种子集团有限公司生命科学技术中心王凯博士为该论文的共同通讯作者。我校徐兴兵博士、美国加州大学河滨分校贾琼博士和已毕业硕士李思嘉为该论文的共同第一作者。研究还得到了美国韦恩州立大学医学院的魏巨龙博士、爱荷华州立大学余建明教授和我校郭婷婷教授的帮助。

原文链接:
https://onlinelibrary.wiley.com/doi/10.1111/pbi.14498

END

让知识分享更顺畅
点击下方图片直达本号精品合集,发现更多知识
组学大讲堂致力于基因组学、转录组学、蛋白质组学、代谢组学等组学知识及生信技能的传播,让知识分享更顺畅!




为了避免我们意外失散
快把“组学大讲堂”设置为星标吧★
只需三步↓↓
点击下方“组学大讲堂”进入公众号主页,点击右上角“...”,设为星标,精彩资讯不容错过!
   测序、数据分析、课程培训等事宜请联系邮箱:Tech@biomics.com.cn 

听说点在看会发大文章


组学大讲堂
生物科学知识,生信技能应有尽有,生物科研工作者必关注!
 最新文章