[發(fā)明專利]一種預測煙草果糖含量的全基因組選擇模型及其應用

有效

• 申請?zhí)枺?/td>: 201911140610.0
• 申請日: 2019-11-20
• 公開（公告）號: CN110853711B
• 公開（公告）日: 2023-09-12
• 發(fā)明（設計）人: 肖炳光;童治軍;陳學軍;方敦煌;焦芳嬋;姚恒
• 申請（專利權）人: 云南省煙草農業(yè)科學研究院
• 主分類號: G16B40/20
• 分類號: G16B40/20;G16B20/00
• 代理公司: 昆明知道專利事務所(特殊普通合伙企業(yè)) 53116
• 代理人: 姜開俠;姜開遠

本發(fā)明公開了一種預測煙草果糖含量的全基因組選擇模型及其應用，所述的用于預測煙草果糖含量的全基因組選擇模型為Bayes?Csubgt;FRC/subgt;，為使該模型對煙草中果糖含量表型值的預測精度達到最優(yōu)，對候選預測模型Bayes?C中的分子標記數(shù)量（n1）、訓練群體規(guī)模（n2）、訓練群體與測試群體比例（n3）及模型預測精度值（n4）等核心參數(shù)值進行了明確規(guī)定。所述的應用為利用所述的全基因組選擇模型Bayes?Csubgt;FRC/subgt;分析煙草群體的基因型數(shù)據(jù)來預測其果糖含量的應用。本發(fā)明所述的煙草果糖含量全基因組選擇模型Bayes?Csubgt;FRC/subgt;可以依據(jù)煙草群體的基因型來精確的預測出該群體中各煙株的果糖含量值，從而實現(xiàn)煙草品質育種中不同果糖含量水平優(yōu)良品種（系）的培育。

技術領域

本發(fā)明屬于生物技術領域，具體涉及一種預測煙草果糖含量的全基因組選擇模型及其應用。

背景技術

煙草中的果糖含量既是彰顯煙草不同地域特有香型風格的主要化學成分，也是影響卷煙吸食品質的關鍵因素之一。研究表明，果糖在烘烤后煙葉中的含量達到高峰，其屬于受環(huán)境和效應微小且數(shù)量眾多基因位點控制的數(shù)量性狀。不同果糖含量的煙草品種間雜交產生的后代群體或不同煙草品種構成的自然群體中，煙株果糖含量數(shù)值呈現(xiàn)出符合數(shù)量性狀的標準正態(tài)分布（Julio?E.,?Denoyes?Rothan?B.,?Verrier?J.L.,?Dorlhac?de?BorneF.,?Detection?of?QTLslinked?to?leaf?and?smoke?properties?in?Nicotiana?tabacumbased?on?a?study?of?114?recombinant?inbred?lines.?Mol?Breeding,?2006,?10:1012-1033）。基于特定的煙草群體（即，兩個固定親本品種衍生的群體）并結合較少數(shù)量的分子標記獲得的基因型數(shù)據(jù)和多年多點獲得的煙草果糖含量表型數(shù)據(jù)，研究人員將控制煙草果糖含量性狀的基因位點嘗試著進行了初步定位分析，并獲得了少量的控制煙草果糖含量性狀的QTL位點（Julio?E.,?Denoyes?Rothan?B.,?Verrier?J.L.,?Dorlhac?deBorneF.,?Detection?of?QTLs?linked?to?leaf?and?smoke?properties?in?Nicotianatabacum?based?on?a?study?of?114?recombinant?inbred?lines.?Mol?Breeding,?2006,10:1012-1033）。但由于煙草果糖含量數(shù)據(jù)獲得過程十分漫長且困難，往往需要經過漫長的田間生育期后，經過采收、烘烤、初選、分級、制樣、檢測等復雜而繁瑣的工序后，才能獲得煙草果糖含量表型數(shù)據(jù)。上述的全過程至少需要耗時2年以上，且每個工序過程均極易受到環(huán)境、技術、儀器及人為等因素的影響而導致最終獲得的果糖含量表型值的準確度較低。迄今，在分子水平上尤其是針對控制煙草果糖含量性狀的基因位點/QTL的遺傳分析研究相對仍然較少且結果的準確度偏低，從而制約了利用分子標記輔助選擇等生物技術手段開展針對煙草果糖含量的優(yōu)質品種的選育工作。

鑒于此，本發(fā)明一方面利用烤煙品種YY3（果糖含量低，9.2±0.33%）和烤煙品種K326（果糖含量高，13.2±0.28%）構建基于固定雙親衍生的重組自交系（RILs，F(xiàn)7）群體，此外，也組建了一個含有347份不同煙草品種（系）的自然群體，將此兩種不同類型群體代表全部煙草群體或品種（系）；另一方面采用初步篩選獲得的Bayes?C候選預測模型，進一步篩選、優(yōu)化并構建預測煙草果糖含量的全基因組選擇模型BayesC_FRC，加速全基因組范圍內分子標記輔助選擇（Marker?Assistant?Selection，MAS）在具有不同煙草果糖含量水平的煙草品種選育工作，從而實現(xiàn)科學、高效、精準、可靠的培育出具有理想果糖含量水平的煙草優(yōu)質品種。

發(fā)明內容

本發(fā)明的第一目的在于提供一種預測煙草果糖含量的全基因組選擇模型；第二目的在于提供所述的預測煙草果糖含量的全基因組選擇模型的應用。