[發明專利]基于高光譜成像的作物籽粒代謝性狀檢測和遺傳解析方法

有效

• 申請號: 202110707252.8
• 申請日: 2021-06-22
• 公開（公告）號: CN113393897B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 楊萬能;馮慧;宋鵬;戴國新;宋京燕;趙爽;陳曉茜;葉軍立;李為坤;嚴建兵;羅杰;郭亮;陳偉;石濤濤;肖英杰;劉謙;熊立仲
• 申請（專利權）人: 華中農業大學
• 主分類號: G16B20/20
• 分類號: G16B20/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于高光譜成像的作物籽粒代謝性狀檢測和遺傳解析方法。首先利用高光譜相機采集作物籽粒的高光譜圖像，得到上千種作物籽粒高光譜指數，其次利用氣相/高效液相色譜?串聯質譜法檢測上千種代謝物；基于群體各株系的基因分型信息，分別以高光譜指數和代謝物含量作為作物籽粒表型性狀進行全基因組關聯分析，篩選顯著SNP位點，對兩組顯著SNP位點進行共定位分析，構建高光譜表型?基因型?代謝表型關聯網絡H1?G?M1；對高光譜指數和代謝物含量使用Lasso回歸進行特征篩選，構建高光譜?代謝表型關聯網絡H2?M2；綜合分析H1?G?M1和H2?M2網絡，整合二者構建高光譜表型?基因型?代謝物表型關聯網絡H3?G?M3，進一步挖掘作物籽粒代謝遺傳結構的新信息。

技術領域

本發明屬于農業生物信息技術領域，具體涉及一種基于高光譜成像的作物籽粒代謝性狀檢測和遺傳解析方法。

背景技術

隨著核磁共振、色譜-質譜等技術的發展，植物代謝組學發展迅速，數以千計的不同種類代謝物得以同時被檢測以及定量。在技術的發展過程中，特別是非靶向技術的出現，使得被檢測的代謝物中存在大量的未知結構代謝物。通過mGWAS的策略可以揭示這些分子在植物體內積累變化的遺傳基礎，但仍有大量遺傳學聯系未能被很好地解釋。

植物高通量表型測量技術的發展使得數以千計的植物表型性狀得以被同時測量。高光譜成像技術因其在獲得光譜信息上的高分辨率，得以同時獲得成千上萬的光譜表型信息。對這些光譜表型進行全基因組關聯分析能獲得許多顯著性的SNP位點，其中部分能關聯到控制葉綠素降解、蛋白質合成以及植物大分子物質代謝相關等基因。在從基因到轉錄產物到蛋白質到代謝產物再到表型的中心法則傳遞鏈中，代謝物較之其他產物與植物表型更為接近，其兩者的聯合分析能幫助解釋單一數據集無法解釋的一些表型性狀的遺傳基礎。

發明內容

(一)要解決的技術問題

為了解決在mGWAS策略中鑒別到的顯著SNP信息的遺傳解析不充分問題，結合高光譜表型數據以及由高光譜表型性狀進行全基因組關聯分析得到的遺傳信息進行聯合分析并構建關聯網絡，為代謝分子遺傳信息的解析提供一種輔助方法，挖掘出單一數據集無法解釋的代謝分子遺傳基礎，同時挖掘高光譜數據與已知或未知代謝物的新遺傳關聯。

(二)技術方案

為了解決上述問題，本發明提供了如下技術方案，提出了一種基于高光譜成像的作物籽粒代謝性狀檢測和遺傳解析方法，具體如下。

基于高光譜成像的作物籽粒代謝性狀檢測和遺傳解析方法，其特征在于：

步驟A，采集水稻、玉米、小麥和油菜籽粒的高光譜圖像，提取高光譜指數h-trait，并測量相應作物籽粒的代謝物含量m-traits；

步驟B，測序獲得作物籽?；蚪M數據；

步驟C，以步驟A中提取的作物籽粒高光譜指數h-traits為表型性狀，結合測序獲得的基因組數據進行全基因組關聯分析，即hGWAS，并統計顯著SNP位點信息；以步驟A測定的作物籽粒代謝物含量m-traits為表型性狀結合測序獲得的基因組數據進行全基因組關聯分析，即mGWAS，并統計顯著SNP位點信息；

步驟D，對步驟C中hGWAS結果得到的顯著SNP位點信息和mGWAS結果得到的顯著SNP位點信息進行共定位分析，構建H1-G-M1網絡，挖掘其潛在關聯信息；

步驟E，對步驟A中提取的作物籽粒高光譜指數和測量的作物籽粒代謝物含量進行特征篩選，構建H2-M2網絡；

步驟F，對步驟D和步驟E中構建的網絡數據進行綜合，構建H3-G-M3網絡，挖掘其潛在關聯信息。