利用候选基因和来自控制、半控制和田间表型平台的表型数据对黑麦抗冻性进行关联分析gydF4y2Ba

背景gydF4y2Ba

霜冻是限制温带谷物生产的一种重要的非生物胁迫。作为最耐寒的小粒谷物，黑麦(gydF4y2BaSecale cerealegydF4y2Ba水稻耐霜性是一种复杂的多基因遗传性状，是研究其遗传基础的理想模型。本研究利用来自5个东欧和中欧冬季黑麦群体的201个基因型，利用先前从12个候选基因中鉴定出的161个单核苷酸多态性(snp)和9个插入-缺失(Indel)多态性，对黑麦进行了基于多平台的关联分析，这些候选基因可能在霜冻响应网络中起作用。gydF4y2Ba

结果gydF4y2Ba

在对照、半对照和田间三种不同表型平台上的表型数据分析显示，所研究的植物材料存在显著的遗传变异。统计显著性(gydF4y2BaPgydF4y2Ba< 0.05)， FT与候选基因的snp /单倍型之间存在相关性。两个snpgydF4y2BaScCbf15gydF4y2Ba还有一个gydF4y2BaScCbf12gydF4y2Ba，所有这些都导致氨基酸交换，在所有三种表型平台上与FT显著相关。以单个SNP解释的遗传方差百分比表示的SNP效应大小分布高度偏向于零，少数SNP获得了很大的影响。14对候选基因之间存在双向上位性。在三个平台上观察到SNP-FT关联的相对低到中等的经验相关性，这强调了需要多层次实验来解剖基因型与黑麦FT之间的复杂关联。gydF4y2Ba

结论gydF4y2Ba

候选基因关联研究是研究黑麦赤霉病遗传基础的有力工具。本研究结果支持双亲本连锁图谱和表达研究的结果gydF4y2BaCbfgydF4y2Ba基因家族在FT中起重要作用。gydF4y2Ba

霜冻胁迫是重要的非生物胁迫之一，不仅限制了作物生产的地理分布，而且通过冷致干燥、细胞损伤和抑制代谢反应等方式对作物发育和产量产生不利影响[j]。gydF4y2Ba1gydF4y2Ba，gydF4y2Ba2gydF4y2Ba]。因此，抗冻性提高的作物品种对冬季严寒的国家具有巨大的价值。耐霜性是决定冬粮能否存活的最关键性状之一。gydF4y2Ba3.gydF4y2Ba]。在小谷物中，黑麦(gydF4y2BaSecale cerealegydF4y2BaL.)是最耐寒的品种，可作为研究和改良水稻的典型品种[gydF4y2Ba4gydF4y2Ba，gydF4y2Ba5gydF4y2Ba]。经过冷驯化，植物暴露在一段时间的低但不冻结的温度下，最耐霜冻的黑麦品种可以在严重的霜冻胁迫下存活到大约-30°C [gydF4y2Ba6gydF4y2Ba]。评估FT的测试通常可分为直接方法和间接方法。对于直接方法，当植物暴露于冷驯化和冷冻试验时，植物存活率、叶片损伤、植物冠再生、电解质泄漏和叶绿素荧光通常被用作表型终点[gydF4y2Ba3.gydF4y2Ba]。对于间接方法，植物只暴露于冷驯化，水分含量的终点[gydF4y2Ba7gydF4y2Ba]，脯氨酸[gydF4y2Ba8gydF4y2Ba]和冷诱导蛋白[gydF4y2Ba9gydF4y2Ba是常用的。FT的评估既可以在野外条件下自然进行，也可以在生长室内人工进行，两种方法都有各自的优点和缺点。在田间条件下，冬季植物的危害不仅受低温胁迫的影响gydF4y2Ba本身gydF4y2Ba但也受到一系列因素的相互作用，如积雪、供水和风。因此，测量的表型是影响冬季生存的各种因素的结果。评估FT的机会高度依赖于实验期间的温度和天气条件。相比之下，生长箱中的霜冻试验可以更好地控制环境变化，而且不限于每年进行一次试验。然而，它们的能力有限，可能与现场性能不太相关。因此，建议尽可能在自然和受控条件下测试FT [gydF4y2Ba3.gydF4y2Ba]。gydF4y2Ba

FT是一种复杂的多基因遗传性状[gydF4y2Ba6gydF4y2Ba]。当植物暴露于寒冷/霜冻胁迫时，大量基因被上调或下调。转录组分析估计在14%到45%之间gydF4y2Ba拟南芥gydF4y2Ba基因组对冷有反应，取决于冷处理和其他实验因素[gydF4y2Ba10gydF4y2Ba- - - - - -gydF4y2Ba12gydF4y2Ba]。对小麦的研究表明，微阵列上5%至8%的转录本在冷胁迫下受到调节[gydF4y2Ba13gydF4y2Ba，gydF4y2Ba14gydF4y2Ba]。70多个gydF4y2Ba寒冷的响应gydF4y2Ba（gydF4y2Ba天哪gydF4y2Ba基因gydF4y2Ba拟南芥gydF4y2Ba直接参与冷/霜反应，具有多种功能，如增强抗氧化机制或稳定细胞膜免受脱水损伤[gydF4y2Ba15gydF4y2Ba，gydF4y2Ba16gydF4y2Ba]。脱氢基因家族(gydF4y2BaDhn1-13gydF4y2Ba)是其中的一个群体gydF4y2Ba天哪gydF4y2Ba大麦中已被鉴定的基因[gydF4y2Ba17gydF4y2Ba]。脱氢基因家族的六个成员，包括gydF4y2BaHvDhn1gydF4y2Ba和gydF4y2BaHvDhn3gydF4y2Ba，在大麦轻度霜冻胁迫下诱发[gydF4y2Ba18gydF4y2Ba]。的表达gydF4y2Ba天哪gydF4y2Ba基因在冷胁迫下gydF4y2Ba拟南芥gydF4y2Ba是通过约束来调节的gydF4y2Bac -重复结合因子gydF4y2Ba（gydF4y2BaCbfgydF4y2Ba)基因家族gydF4y2Ba独联体gydF4y2Ba-调控元件DRE/CRT存在于的启动子区gydF4y2Ba天哪gydF4y2Ba基因(gydF4y2Ba2gydF4y2Ba，gydF4y2Ba19gydF4y2Ba]。大多数的成员gydF4y2BaCbfgydF4y2Ba基因家族紧密相连并映射到gydF4y2BaFr2gydF4y2Ba与大麦、二倍体和六倍体小麦和草甸羊茅中FT的一个主要数量性状位点(QTL)一致[gydF4y2Ba20.gydF4y2Ba- - - - - -gydF4y2Ba23gydF4y2Ba]。委员会的十二名成员gydF4y2BaCbfgydF4y2Ba基因家族已被分配到黑麦染色体5R长臂上。gydF4y2Ba24gydF4y2Ba]。有证据表明，几名成员gydF4y2BaCbfgydF4y2Ba基因家族受到转录因子的上调gydF4y2BaCbf表达诱导剂gydF4y2Ba（gydF4y2BaIce2gydF4y2Ba在霜冻胁迫下六倍体小麦和gydF4y2Ba拟南芥gydF4y2Ba［gydF4y2Ba25gydF4y2Ba，gydF4y2Ba26gydF4y2Ba]。代谢物分析gydF4y2Ba拟南芥gydF4y2Ba发现311(63%)至434(75%)种代谢物对寒冷的反应发生了改变[gydF4y2Ba27gydF4y2Ba，gydF4y2Ba28gydF4y2Ba]。其中，葡萄糖、半乳糖、果糖、棉子糖、蔗糖和木糖参与中枢碳水化合物代谢，在冷胁迫下的代谢重编程中发挥重要作用。gydF4y2Ba

鉴定农艺性状的基因是基因组育种的关键。由于分子生物学方法的进步，植物育种者现在可以通过分子标记，包括在与理想性状相关的基因中发现的单核苷酸多态性(snp)，选择具有有利等位基因的品种[gydF4y2Ba29gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba]。全基因组和基于候选基因的关联研究已经确定了与一系列性状相关的大量基因组区域和单个基因[gydF4y2Ba31gydF4y2Ba- - - - - -gydF4y2Ba34gydF4y2Ba]。然而，所研究的基因型之间潜在的群体结构和/或家族亲缘关系(亲属关系)已被证明是一个巨大的挑战，由于植物群体的高度混合性质，导致分子标记和植物性状之间的假阳性关联[gydF4y2Ba35gydF4y2Ba]。作为回应，一些先进的统计方法已被开发用于基因型-表型关联研究，包括基因组控制[gydF4y2Ba36gydF4y2Ba]，结构化联想[gydF4y2Ba37gydF4y2Ba]，以及基于线性混合模型的方法[gydF4y2Ba38gydF4y2Ba，gydF4y2Ba39gydF4y2Ba]。后者在第一步中通过结构矩阵估计种群结构，通过亲属关系矩阵估计家族亲缘关系，然后将这些作为协变量包括在线性混合模型中，包括第二步，从而达到调整种群结构和亲属关系的表型-基因型关联研究。gydF4y2Ba

本研究的主要目的是通过在控制、半控制和田间三种表型平台上进行的基于候选基因的关联研究，鉴定具有优越FT的SNP等位基因和单倍型。gydF4y2Ba

植物材料和DNA提取gydF4y2Ba

植物材料来自4个东欧和1个中欧异花授粉冬季黑麦育种群体:44株来自EKOAGRO(波兰)，68株来自Petkus(德国)，33株来自PR 2733(白俄罗斯)，41株来自ROM103(波兰)，15株来自SMH2502(波兰)。为了确定单倍型阶段，每个源群体的15 ~ 68株植物与同一自交自交系Lo152杂交，进行配子捕获。每个产生的杂合SgydF4y2Ba_0gydF4y2Ba植物代表各自源群体的一个配子。年代gydF4y2Ba_0gydF4y2Ba植物自交获得SgydF4y2Ba_1gydF4y2Ba这些随后被自产为SgydF4y2Ba_1:2gydF4y2Ba家族，用于表型实验。在分子分析中，SgydF4y2Ba_0gydF4y2Ba植物是按照前面描述的程序从叶子中提取出来的[gydF4y2Ba40gydF4y2Ba]。gydF4y2Ba

表型数据评估和分析gydF4y2Ba

FT在三种表型平台上测量:受控、半受控和现场。在受控平台上，实验分别于2008年和2009年在匈牙利ARI Martonvásár (MAR)的-19°C和-21°C的气候室中使用既定方案进行[gydF4y2Ba41gydF4y2Ba]。简而言之，幼苗在6周的硬化程序中逐渐适应冷环境，温度从15°C降至-2°C。之后，在6天内通过将温度从-2°C降至-19°C或-21°C，将植物暴露在冰冻温度下，然后在最低温度下保存8小时。冻结后，温度逐渐升高至17℃进行再生。两周后，植物重新生长的能力使用恢复评分进行测量，其范围从0:完全死亡，1:几乎没有生命迹象，2:严重损害，3:中度损害，4:轻微损害，到5:没有损害。光照强度为260 μmol/mgydF4y2Ba^2gydF4y2BaS在幼苗生长和硬化过程中进行，而冻结循环在黑暗中进行。2008年的实验包含139sgydF4y2Ba_1gydF4y2Ba家庭。2009年的实验包含201 SgydF4y2Ba_1:2gydF4y2Ba家庭，增加了相同的139sgydF4y2Ba_1gydF4y2Ba从2008年的实验中获得额外的62个SgydF4y2Ba_1:2gydF4y2Ba家庭。每种植物5株gydF4y2Ba_1gydF4y2Ba或年代gydF4y2Ba_1:2gydF4y2Ba该家族作为一个试验单元，每个温度和年5个重复。由于气候室容量有限，2008年和2009年将基因型随机分为3个和4个气候室。gydF4y2Ba

在半控制平台上，2008年和2009年在德国Oberer Lindenhof (OLI)进行了实验，每年3次重复，使用相同的139sgydF4y2Ba_1gydF4y2Ba家庭和201gydF4y2Ba_1:2gydF4y2Ba家庭。从每个家庭中选取25株植物作为测试单元，在距离地面1米的户外木箱中种植，采用随机完全块设计(RCBD)。在下雪的情况下，植物被保护起来不被雪覆盖，以避免雪霉菌的破坏。霜冻期为2-4周，日平均气温在0°C左右或以下，通常至少在夜间霜冻，最低气温见附加文件gydF4y2Ba1gydF4y2Ba，叶片损伤百分率为每科25株出现叶片损伤(干叶和黄叶)的比例。为了与控制平台和田间平台的测量结果保持一致，将叶片损害百分比改为未受损植株百分比，计算为100% - %叶片损害。在2008年1月、2月和4月记录了139例S的结果gydF4y2Ba_1gydF4y2Ba家庭，2009年2月和3月gydF4y2Ba_1:2gydF4y2Ba家庭。gydF4y2Ba

在野外平台上，用相同的201s进行了实验gydF4y2Ba_1:2gydF4y2Ba2009年五个环境中的家庭(Kasan，俄罗斯，KAS;利佩兹克，俄罗斯，LIP1;明斯克，白俄罗斯，明;加拿大萨斯卡通，两个不同的领域，SAS1和SAS2)， 2010年在一个环境(俄罗斯利佩兹克，LIP2)。根据环境的不同，测试单元包括50-100个工厂。结果存活率用冬季后完整植株数除以冬季前发芽植株总数来计算。SAS1和SAS2环境使用2个重复的rcbd，而所有其他环境使用3个重复的格子设计。半控制和现场平台的气候数据在附加文件中提供gydF4y2Ba1gydF4y2Ba。gydF4y2Ba

为了测试基因型之间的表型差异，每个平台都拟合了用于SNP- ft关联分析的相同平台特异性模型，忽略了SNP和群体结构固定效应。在受控平台中，针对每个温度和年份组合分别拟合单独的模型;在半受控平台中，针对每年的每个月分别拟合单独的模型;在野外平台中，针对每个地理位置分别拟合单独的模型。在每个模型中，遗传变异作为随机基因型效应对应的方差成分进行报道gydF4y2BaPgydF4y2Ba-值使用似然比检验(LRT)计算，这是一个保守估计，因为LRT的真实渐近分布是卡方分布的混合[gydF4y2Ba42gydF4y2Ba]。gydF4y2Ba

人口结构与亲属关系gydF4y2Ba

为了纠正关联研究中的混淆效应，基于37个简单序列重复(SSR)标记对群体结构和亲缘关系进行了估计，这些标记是根据它们的实验质量和地图位置选择的，提供了良好的黑麦基因组覆盖率;详情请参阅[gydF4y2Ba43gydF4y2Ba]。Khlestkina等详细描述了引物和PCR条件。[gydF4y2Ba44gydF4y2Ba]黑麦微卫星位点(RMS)标记和Hackauf和Wehling [gydF4y2Ba45gydF4y2Ba]gydF4y2BaSecale cerealegydF4y2Ba微卫星(SCM)标记。片段在ABI 3130xl遗传分析仪(Applied Biosystems Inc.， Foster City, CA, USA)上分离，并使用GENEMAPPER程序(Applied Biosystems Inc.， Foster City, CA, USA)分配等位基因大小。使用structure软件v2.2从37个SSR标记中推断群体结构，该软件基于基于贝叶斯模型的聚类算法，该算法结合了外合和等位基因相关模型，以解释群体中导致共享祖先的遗传物质交换[gydF4y2Ba46gydF4y2Ba]。简而言之，该方法将每个人分配到预定数量的组(gydF4y2BakgydF4y2Ba)，假设位点处于Hardy-Weinberg平衡和连锁平衡，每个位点上有一组等位基因频率。的值运行10次gydF4y2BakgydF4y2Ba从2到11，使用5万次重复的老化期，然后是5万次马尔可夫链蒙特卡罗迭代。每个的后验概率gydF4y2BakgydF4y2Ba在10次运行中取平均值以确定最大后验gydF4y2BakgydF4y2Ba。人口结构矩阵gydF4y2Ba问gydF4y2Ba_{结构gydF4y2Ba}为201个基因型中的每一个提供了在gydF4y2BakgydF4y2Ba人群。亲属关系矩阵(gydF4y2BaKgydF4y2Ba)用等位基因相似度法从相同的SSR标记中估计[gydF4y2Ba47gydF4y2Ba]，保证了201个基因型之间的正半确定关系矩阵，并用于线性混合模型中随机基因型效应的协方差结构。对于给定的基因座，相似度指数gydF4y2Ba年代gydF4y2Ba_xygydF4y2Ba等位基因相同时，两基因型间差为1;等位基因不同时，两基因型间差为0。gydF4y2Ba年代gydF4y2Ba_xygydF4y2Ba在37个基因座上取平均值，转化并标准化为gydF4y2BaŜgydF4y2Ba_xygydF4y2Ba= （gydF4y2Ba年代gydF4y2Ba_xygydF4y2Ba-gydF4y2Ba年代gydF4y2Ba_{xymingydF4y2Ba}) / (1 -gydF4y2BaŜgydF4y2Ba_{xymingydF4y2Ba}),gydF4y2BaŜgydF4y2Ba_{xymingydF4y2Ba}是矩阵中的最小关系。gydF4y2Ba

SNP-FT关联分析gydF4y2Ba

12个候选基因gydF4y2BaScCbf2gydF4y2Ba，gydF4y2BaScCbf6gydF4y2Ba，gydF4y2BaScCbf9bgydF4y2Ba，gydF4y2BaScCbf11gydF4y2Ba，gydF4y2BaScCbf12gydF4y2Ba，gydF4y2BaScCbf14gydF4y2Ba，gydF4y2BaScCbf15gydF4y2Ba，gydF4y2BaScDhn1gydF4y2Ba，gydF4y2BaScDhn3gydF4y2Ba，gydF4y2BaScDreb2gydF4y2Ba，gydF4y2BaScIce2gydF4y2Ba,gydF4y2BaScVrn1gydF4y2Ba被选中进行分析是因为它们在FT网络中的假定作用[gydF4y2Ba17gydF4y2Ba，gydF4y2Ba20.gydF4y2Ba，gydF4y2Ba24gydF4y2Ba，gydF4y2Ba25gydF4y2Ba，gydF4y2Ba48gydF4y2Ba]。关于候选基因测序、SNP和插入-删除(Indel)检测、单倍型结构和连锁不平衡(LD)的详细信息已在前面描述[gydF4y2Ba43gydF4y2Ba]除了gydF4y2BaScDreb2gydF4y2Ba，这在附加文件中有描述gydF4y2Ba2gydF4y2Ba。Indels被视为单个多态位点，为方便起见，每个基因序列上的多态位点以“SNP1”开头编号，在本文中称为snp，而不区分snp和Indels。gydF4y2Ba

所有平台的SNP-FT关联使用线性混合模型进行，该模型评估了单个次要等位基因频率(MAF) > 5%的snp的影响，并根据群体结构、亲属关系和平台特异性效应进行了调整。一个阶段的方法被选择用于分析，直接建模表型的原始数据作为响应。三个平台线性混合模型的一般形式为:gydF4y2Ba

在哪里gydF4y2BaygydF4y2Ba是gydF4y2BangydF4y2Ba1个平台特异性表型载体;gydF4y2BaXgydF4y2Ba_{单核苷酸多态性gydF4y2Ba}（gydF4y2BangydF4y2Ba×gydF4y2BapgydF4y2Ba)，gydF4y2Ba问gydF4y2Ba_{结构gydF4y2Ba}（gydF4y2BangydF4y2Ba×gydF4y2Ba问gydF4y2Ba),gydF4y2BaXgydF4y2Ba_{平台gydF4y2Ba}（gydF4y2BangydF4y2Ba×gydF4y2BakgydF4y2Ba)分别为snp、种群隶属度和平台固定效应的设计矩阵，和gydF4y2BaZgydF4y2Ba_{平台gydF4y2Ba}（gydF4y2BangydF4y2Ba×gydF4y2Ba米gydF4y2Ba),gydF4y2BaZgydF4y2Ba_{基因型gydF4y2Ba}（gydF4y2BangydF4y2Ba×gydF4y2BalgydF4y2Ba)分别为平台(详见下文)和基因型随机效应对应的设计矩阵;gydF4y2BaβgydF4y2Ba_1gydF4y2Ba是截距，gydF4y2BaβgydF4y2Ba_{单核苷酸多态性gydF4y2Ba}与参考等位基因(Lo152)相比，非参考等位基因的等位效应为gydF4y2BaβgydF4y2Ba_{结构gydF4y2Ba}和gydF4y2BaβgydF4y2Ba_{平台gydF4y2Ba}分别为种群结构的相关固定效应和平台特定效应。如果一个平台包含随机效应，那么这些随机效应就会被纳入其中gydF4y2BaγgydF4y2Ba_{平台gydF4y2Ba}~ n (0，gydF4y2BaDgydF4y2BaσgydF4y2Ba^2gydF4y2Ba)，均值为0，方差协方差矩阵gydF4y2BaDgydF4y2Ba。随机基因型效应同样被假定为遵循正态分布，gydF4y2BaγgydF4y2Ba_{基因型gydF4y2Ba}~ n (0，gydF4y2BaKgydF4y2BaσgydF4y2Ba^2gydF4y2Ba_ggydF4y2Ba),gydF4y2BaKgydF4y2Ba估计亲属矩阵和σgydF4y2Ba^2gydF4y2Ba_ggydF4y2Ba由基因型引起的方差成分。为了在估计随机基因型效应时考虑亲属关系，γgydF4y2Ba基因型gydF4y2Ba，设计矩阵gydF4y2BaZgydF4y2Ba_{基因型gydF4y2Ba}乘以亲属矩阵的cholesky根。残差gydF4y2BaεgydF4y2Ba假设由独立的同分布随机正态误差组成，平均值为0，方差为σgydF4y2Ba^2gydF4y2Ba，gydF4y2BaεgydF4y2Ba~ n (0，gydF4y2Ba我gydF4y2BaσgydF4y2Ba^2gydF4y2Ba)。gydF4y2Ba

使用lme4包进行标记- ft关联分析[gydF4y2Ba49gydF4y2Ba]在R中实现[gydF4y2Ba50gydF4y2Ba]。个体SNP效应的显著性通过gydF4y2BatgydF4y2Ba-在双侧α = 0.05水平上进行统计。一个多重测试问题出现了，这增加了研究的假阳性率。处理此问题的一种简单而常见的方法是Bonferroni校正，其中显著性水平除以测试数。然而，Bonferroni校正过于保守，只适用于独立检验，由于一些snp之间的LD较高，如前所示，本研究违背了这一假设[gydF4y2Ba43gydF4y2Ba]。因此，本文报告了不太严格的显著性水平α = 0.05，以便在接下来的实验中保留候选人进行进一步验证。确切的gydF4y2BaPgydF4y2Ba-value在附加文件中可用gydF4y2Ba3.gydF4y2Ba并可调整多次测试。在三个表型平台中报告的170个SNP-FT关联之间的经验相关性使用基于Pearson的相关性gydF4y2BatgydF4y2Ba对应关联测试的值。单个SNP或单倍型解释的遗传变异计算为100 × ((σ)gydF4y2Ba^2gydF4y2Ba_ggydF4y2Ba- - - - - -σgydF4y2Ba^2gydF4y2Ba_{gSNPgydF4y2Ba}) /σgydF4y2Ba^2gydF4y2Ba_ggydF4y2Ba)，其中σgydF4y2Ba^2gydF4y2Ba_ggydF4y2Ba在没有个体SNP和σ的简化模型中的遗传变异是多少gydF4y2Ba^2gydF4y2Ba_{gSNPgydF4y2Ba}是包含单个SNP的模型[gydF4y2Ba51gydF4y2Ba]。这种临时措施可能导致负估计，因为方差成分不会像误差平方和那样随着模型中更多的调整而自动减少;负估计被截断为零。gydF4y2Ba

受控平台分析gydF4y2Ba

结果向量gydF4y2BaygydF4y2Ba为康复评分和平台特异性效果，gydF4y2BaβgydF4y2Ba_{平台gydF4y2Ba}包括2008年和2009年这两年的测量，以及-19和-21°C这两种温度。在2008年和2009年这两年，模型中包含了一个控制七个房间的通用平台特定随机效应，gydF4y2BaγgydF4y2Ba_{平台gydF4y2Ba}~ n (0，gydF4y2Ba我gydF4y2BaσgydF4y2Ba^2gydF4y2Ba_室gydF4y2Ba)，因为它提供了一个更简洁的模型，与年内嵌套的随机效应结构相比，具有相同的拟合优度。无需对S进行额外的显式生成调整gydF4y2Ba_1gydF4y2Ba和年代gydF4y2Ba_1:2gydF4y2Ba统计模型中包含家庭，因为这些家庭与年份固定效应调整和随机室效应相混淆，因此无法额外估计。换句话说，生成效应被假设隐含地调整了模型中的其他年份效应。gydF4y2Ba

半控制平台分析gydF4y2Ba

结果向量gydF4y2BaygydF4y2Ba2008年1月、2月、4月和2009年2月、3月重复测量叶片未受损植株%。线性混合模型是为单个测试单元制定的，每个测试单元包括大约25个工厂。平台特定的固定效果向量，gydF4y2BaβgydF4y2Ba_{平台gydF4y2Ba}，包括三个术语:一年效应，2008年三个月和2009年两个月的整体线性时间趋势，以及年份和线性时间趋势的相互作用。三个特定于平台的随机效果(向量)gydF4y2BaγgydF4y2Ba_{平台gydF4y2Ba})，采用重复、随机截距和随月份随机趋势。假设复制随机效应与随机截距和趋势无关。gydF4y2Ba

现场平台分析gydF4y2Ba

结果向量gydF4y2BaygydF4y2Ba生存率和特定于平台的效应是否固定gydF4y2BaβgydF4y2Ba_{平台gydF4y2Ba}包括六个环境的指标变量，2009年的五个环境和2010年的一个环境。特定于平台的随机效应包括嵌套在格子设计环境中的块效应。gydF4y2Ba

单倍型- ft关联分析及基因-基因互作gydF4y2Ba

通过减去共同亲本Lo152等位基因来确定单倍型阶段，并使用DnaSP v5.10在每个候选基因中定义单倍型[gydF4y2Ba52gydF4y2Ba]。MAF > 5%的候选基因单倍型进行单倍型- ft关联。控制种群结构、亲属关系和平台特异性效应的相同平台特异性统计模型被用于测试各自候选基因的单倍型与FT之间的关联gydF4y2BaβgydF4y2Ba_{偶然发生gydF4y2Ba}取代gydF4y2BaβgydF4y2Ba_{单核苷酸多态性gydF4y2Ba}作为衡量非参考单倍型与参考单倍型Lo152的单倍型效应。首先，使用似然比检验评估一个基因的单倍型之间的显著差异。如果总体统计量显著，则通过参考单倍型Lo152检验个体单倍型效应gydF4y2BatgydF4y2Ba测试。基于单倍型信息，采用似然比检验评估基因×基因相互作用，将主效应加相互作用的完整模型与仅主效应的简化模型进行比较。gydF4y2Ba

表型数据分析gydF4y2Ba

在3个不同表型平台的12个环境中对FT进行表型评估。在每种环境下分别分析表型数据(图2)gydF4y2Ba1gydF4y2Ba)。在受控制的平台上，两年内两种温度下FT的基因型变异都很显著(gydF4y2BaPgydF4y2Ba< 0.001)。恢复评分的中位数从2008年-19°C时接近2.5(介于严重和中度损害之间)到2009年-21°C时接近1.0(几乎没有生命迹象)。正如预期的那样，当年-19°C的恢复分数高于-21°C，但2009年的恢复分数低于2008年，这可能是由于黑麦材料的不同世代(SgydF4y2Ba_1gydF4y2Ba和年代gydF4y2Ba_1:2gydF4y2Ba家庭)。2008年-21°C时的高变异性可能是由腔室之间的巨大差异引起的。在半控制平台中，两年中所有月份的FT基因型变异都很显著(gydF4y2BaPgydF4y2Ba< 0.01)。由于这些数据是纵向数据，因此随着冬季的进行，植物的受损部分增加，因此每年都观察到线性下降趋势。在野外平台上，FT基因型变异显著(gydF4y2BaPgydF4y2Ba< 0.05)， 6个环境中的4个(LIP1、LIP2、SAS1和SAS2) (gydF4y2BaPgydF4y2Ba< 0.05)。与其他环境相比，SAS1和SAS2在基因型之间表现出更好的FT分化，分别为5%至100%(中位存活率为75%)和0%至95%(中位存活率为20%)。SAS1和SAS2的成活率差异较大，可能是由于海拔不同，霜冻胁迫程度也不同。gydF4y2Ba

人口结构与亲属关系gydF4y2Ba

基于结构分析，gydF4y2BakgydF4y2Ba= 3是最可能的组数。种群PR2733(白俄罗斯)和Petkus(德国)形成了两个不同的群体，而种群EKOAGRO、SMH2502和ROM103(均来自波兰)混合在第三个群体中，与种群PR2733具有相同的隶属分数(图2)gydF4y2Ba2gydF4y2Ba)。这可能归因于白俄罗斯和波兰种群之间的种子交换。等位基因相似性亲缘关系矩阵估计的201个基因型的亲缘关系范围为0.11 ~ 1.00，平均为0.37。与东欧人群相比，来自Petkus的基因型之间的亲缘性更高，平均为0.53。gydF4y2Ba

关联分析gydF4y2Ba

使用来自12个候选基因的170个snp进行SNP-FT关联。在对照平台中，9个基因共鉴定出69个具有统计学意义的snp:gydF4y2BaScCbf2gydF4y2Ba，gydF4y2BaScCbf9bgydF4y2Ba，gydF4y2BaScCbf11gydF4y2Ba，gydF4y2BaScCbf12gydF4y2Ba，gydF4y2BaScCbf15gydF4y2Ba，gydF4y2BaScDhn1gydF4y2Ba，gydF4y2BaScDhn3gydF4y2Ba，gydF4y2BaScDreb2gydF4y2Ba，gydF4y2BaScIce2gydF4y2Ba(所有gydF4y2BaPgydF4y2Ba< 0.05;数字gydF4y2Ba3.gydF4y2Ba)。在半控制的实验平台上，有22例(gydF4y2BaPgydF4y2Ba< 0.05) 5个基因间存在snp:gydF4y2BaScCbf2gydF4y2Ba，gydF4y2BaScCbf11gydF4y2Ba，gydF4y2BaScCbf12gydF4y2Ba，gydF4y2BaScCbf15gydF4y2Ba,gydF4y2BaScIce2gydF4y2Ba。在现场平台中，有29个具有统计学意义(gydF4y2BaPgydF4y2Ba< 0.05) 6个基因间存在snp:gydF4y2BaScCbf9bgydF4y2Ba，gydF4y2BaScCbf12gydF4y2Ba，gydF4y2BaScCbf15gydF4y2Ba，gydF4y2BaScDhn1gydF4y2Ba，gydF4y2BaScDreb2gydF4y2Ba,gydF4y2BaScIce2gydF4y2Ba。来自9个基因的84个SNPs在三个平台中的至少一个平台上与FT显著相关，来自6个基因的33个SNPs在三个平台中的至少两个平台上与FT显著相关。在所有三种表型平台中，两个snp位于gydF4y2BaScCbf15gydF4y2Ba一个SNPgydF4y2BaScCbf12gydF4y2Ba与FT显著相关;所有这三个snp都是非同义的，导致氨基酸替换。没有发现SNP-FT关联gydF4y2BaScCbf6gydF4y2Ba，gydF4y2BaScCbf14gydF4y2Ba,gydF4y2BaScVrn1gydF4y2Ba。在附加文件中可以找到所有平台的SNP-FT关联的完整信息gydF4y2Ba3.gydF4y2Ba。gydF4y2Ba

等位基因效应(gydF4y2BaβgydF4y2Ba_{单核苷酸多态性gydF4y2Ba})所研究的170个SNPs中相对较低，受控平台的恢复分数为-0.43至0.32，半受控平台中%叶片未受损植株的恢复分数为-2.17%至2.44%，田间平台中%存活率为-3.66%至4.30%(图2)gydF4y2Ba4gydF4y2Ba)。在至少一个平台上发现的所有显著snp中，45.5%具有正等位效应，表明非参考等位基因比参考等位基因传递了更好的FT。最大的积极因素gydF4y2BaβgydF4y2Ba_{单核苷酸多态性gydF4y2Ba}在野外平台的170个SNPs中，SNP7被观察到gydF4y2BaScIce2gydF4y2Ba（gydF4y2BaβgydF4y2Ba_{单核苷酸多态性gydF4y2Ba}= 4.30)。该有利等位基因主要存在于PR2733群体(55.2%)，而在其他4个群体(EKOAGRO: 4.7%， Petkus: 0%， ROM103: 7.1%， SMH2502: 6.7%)中出现的频率要低得多。单个snp解释的遗传变异比例在受控平台为0% ~ 27.9%，中位数为0.4%;在半受控平台为0% ~ 25.6%，中位数为1.2%;在野外平台为0% ~ 28.9%，中位数为2.0%(图2)gydF4y2Ba5gydF4y2Ba)。这些分布高度集中在零附近。gydF4y2Ba

SNP-FT关联结果的经验相关性，根据gydF4y2BatgydF4y2Ba三个表型平台之间的值为中等到低。控制平台与半控制平台的相关系数最高gydF4y2BargydF4y2Ba= 0.56，其次是被控平台与现场平台之间的相关性gydF4y2BargydF4y2Ba= 0.54，半控制和现场平台为gydF4y2BargydF4y2Ba= 0.18。当相关性仅限于显著snp时，观察到与gydF4y2BargydF4y2Ba受控平台与半受控平台之间= 0.64;gydF4y2BargydF4y2Ba受控平台与现场平台之间= 0.66，且gydF4y2BargydF4y2Ba半控制平台与现场平台之间= 0.34。gydF4y2Ba

在11个候选基因中使用30个单倍型(MAF > 5%)进行了单倍型- ft关联。因为只有一个单倍型gydF4y2BaScDhn1gydF4y2BaMAF > 5%;gydF4y2BaScDhn1gydF4y2Ba被排除在进一步的分析之外。发现大量罕见单倍型(MAF < 5%)gydF4y2BaScCbf9bgydF4y2Ba(N = 62)和gydF4y2BaScCbf12gydF4y2Ba(N = 22)导致大量缺失基因型(87.9%和61.3%)进行关联分析。单倍型2、3和4英寸gydF4y2BaScCbf2gydF4y2Ba显著地(gydF4y2BaPgydF4y2Ba< 0.05)与受控平台的FT相关。对于单倍型1和2gydF4y2BaScCbf15gydF4y2Ba单倍型1gydF4y2BaScIce2gydF4y2Ba，重大关联(gydF4y2BaPgydF4y2Ba< 0.05)，分别在两个和三个平台上发现(表3)gydF4y2Ba1gydF4y2Ba)。单倍型效应(gydF4y2BaβgydF4y2Ba_{偶然发生gydF4y2Ba})的影响相对较低，与等位基因效应(gydF4y2BaβgydF4y2Ba_{单核苷酸多态性gydF4y2Ba})，恢复评分为-0.31 ~ 0.49，叶片完好率为-1.71% ~ 2.74%，成活率为-3.32% ~ 3.47%。单倍型1对存活率的积极影响最大gydF4y2BaScIce2gydF4y2Ba该优势单倍型主要存在于PR2733群体中(35.7%)，在其他4个群体中出现的频率要低得多(EKOAGRO群体为0.0%，Petkus群体为0.0%，ROM103群体为5.3%，SMH2503群体为6.7%)。单倍型解释的遗传变异比例在对照平台为0% ~ 25.7%，中位数为1.6%;在半对照平台为0% ~ 17.6%，中位数为1.4%;在大田平台为0% ~ 9.3%，中位数为4.8%。gydF4y2Ba

在基于单倍型测试的所有可能的基因x基因相互作用中，11个、6个和1个显著(gydF4y2BaPgydF4y2Ba< 0.05)，分别与受控、半受控和现场平台的FT相关。gydF4y2BaScCbf15gydF4y2Ba×gydF4y2BaScCbf6gydF4y2Ba，gydF4y2BaScCbf15gydF4y2Ba×gydF4y2BaScVrn1gydF4y2Ba，gydF4y2BaScDhn3gydF4y2Ba×gydF4y2BaScDreb2gydF4y2Ba,gydF4y2BaScDhn3gydF4y2Ba×gydF4y2BaScVrn1gydF4y2Ba在两个平台上与FT显著相关，没有一个与所有三个平台上的FT显著相关(图gydF4y2Ba6gydF4y2Ba)。gydF4y2Ba

FT是一种复杂的多基因遗传性状。虽然通过双亲本连锁作图和表达谱已经在谷物中广泛研究了FT的遗传基础，但通过关联研究对黑麦中FT的等位基因和表型变异的开发还很落后[gydF4y2Ba20.gydF4y2Ba，gydF4y2Ba21gydF4y2Ba，gydF4y2Ba24gydF4y2Ba]。本研究报道了黑麦中第一个基于候选基因的关联研究，研究了FT的遗传基础。gydF4y2Ba

在9个候选基因中发现了统计上显著的SNP-FT关联，这些候选基因被假设参与霜冻响应网络，其中转录因子gydF4y2BaIce2gydF4y2Ba是关键因素之一。的功能gydF4y2BaIce2gydF4y2Ba在小麦和gydF4y2Ba拟南芥gydF4y2Ba［gydF4y2Ba25gydF4y2Ba，gydF4y2Ba26gydF4y2Ba]。表达的gydF4y2BaTaIce2gydF4y2Ba和gydF4y2BaAtIce2gydF4y2Ba在转基因gydF4y2Ba拟南芥gydF4y2Ba导致转基因植株的FT增加，并与高表达水平相关gydF4y2BaCbfgydF4y2Ba基因家族。利用电泳迁移率转移法，Badawi等。[gydF4y2Ba25gydF4y2Ba进一步表明，gydF4y2BaTaIce2gydF4y2Ba与的启动子区结合gydF4y2BaTaCbf9gydF4y2Ba。我们无法检测到它们之间的相互作用gydF4y2BaScIce2gydF4y2Ba和gydF4y2BaScCbf9bgydF4y2Ba可能是由于大量的罕见单倍型(MAF < 5%)gydF4y2BaScCbf9bgydF4y2Ba导致缺失基因型(87.9%)，因此没有足够的统计能力来确定基因间的相互作用。然而，在黑麦同源物中gydF4y2BaScIce2gydF4y2Ba，我们检测到37个snp中有30个具有高LD(平均)gydF4y2BargydF4y2Ba^2gydF4y2Ba= 0.85)，与FT显著相关。我们的结果支持表达研究的发现gydF4y2BaIce2gydF4y2Ba是霜冻响应网络的关键要素之一。考虑到这30个snp都位于基因的第一个内含子上，它们不太可能具有功能性。然而，由于GenBank中缺乏用于引物设计的黑麦序列，它们可能在编码序列(CDS)上具有功能多态性，因此我们尚未对其进行研究。SNP7的有利等位基因gydF4y2BaScIce2gydF4y2Ba与本研究中的其他snp相比，在对照和野外平台中对FT具有相对较大的等位基因效应。该等位基因主要存在于PR2733人群中，而在Petkus人群中完全不存在。因此，该SNP可能促进标记辅助回交，将有利的基因组区域渗入Petkus种群，从而提高现有育种材料的FT。gydF4y2Ba

的gydF4y2BaCbfgydF4y2Ba基因家族，由gydF4y2BaIce2gydF4y2Ba，属于……的家庭gydF4y2BaAPETALA2gydF4y2Ba（gydF4y2BaAP2gydF4y2Ba)转录因子，其中一些与谷物密切相关，并映射到FT位点gydF4y2BaFr2gydF4y2Ba同源基团5上gydF4y2BaTriticeaegydF4y2Ba［gydF4y2Ba20.gydF4y2Ba- - - - - -gydF4y2Ba22gydF4y2Ba]。表达研究表明gydF4y2BaCbfgydF4y2Ba基因家族参与了不同物种的霜冻响应网络[j]gydF4y2Ba10gydF4y2Ba，gydF4y2Ba24gydF4y2Ba，gydF4y2Ba53gydF4y2Ba]。在这项研究中，有七个gydF4y2BaCbfgydF4y2Ba对基因进行了调查，并在至少一个平台上发现了统计学上显著的关联gydF4y2BaScCbf2gydF4y2Ba，gydF4y2BaScCbf9bgydF4y2Ba，gydF4y2BaScCbf11gydF4y2Ba，gydF4y2BaScCbf12gydF4y2Ba,gydF4y2BaScCbf15gydF4y2Ba但不是gydF4y2BaScCbf6gydF4y2Ba和gydF4y2BaScCbf14gydF4y2Ba。这证实了之前的研究，并不是所有的成员gydF4y2BaCbfgydF4y2Ba基因家族参与霜冻反应网络gydF4y2Ba24gydF4y2Ba，gydF4y2Ba53gydF4y2Ba]。在gydF4y2BaScCbf2gydF4y2Ba， 200 bp的Indel高度相关(gydF4y2BaPgydF4y2Bae = 6.27gydF4y2Ba^5gydF4y2Ba)，并解释了在受控平台(25.7%)和半受控平台(16.3%)中较高比例的遗传变异。值得注意的是，这200 bp Indel中的启动子gydF4y2BaScCbf2gydF4y2Ba含有两个MYB和一个MYCgydF4y2Ba独联体gydF4y2Ba元素。在小麦中，MYB和MYC元素的存在已被证明会影响TaIce41(小麦ScIce2的同源物)的结合特异性，从而影响该基因的表达水平gydF4y2BaTaCbfgydF4y2Ba基因家族[gydF4y2Ba25gydF4y2Ba]。需要通过表达研究来研究多种结合位点对ScIce2的影响gydF4y2BaCbfgydF4y2Ba基因启动子的表达水平gydF4y2BaCbfgydF4y2Ba基因。一项研究gydF4y2Ba小麦属植物monococcumgydF4y2Ba提示在gydF4y2BaTmCbf12gydF4y2Ba，gydF4y2BaTmCbf14gydF4y2Ba,gydF4y2BaTmCbf15gydF4y2Ba是对观察到的FT差异最可能的解释[gydF4y2Ba22gydF4y2Ba]。其中四项显著相关gydF4y2BaCbfgydF4y2Ba在我们的研究中，有一个SNPgydF4y2BaScCbf12gydF4y2Ba高LD的两个snp (gydF4y2BargydF4y2Ba^2gydF4y2Ba= 0.73)gydF4y2BaScCbf15gydF4y2Ba在所有三个平台上都与FT显著相关。鉴于这三个snp都是非同义的，导致各自基因的CDS中的氨基酸交换，它们是功能遗传学研究的良好候选者。在最近的一项研究中，Fricano等人。[gydF4y2Ba54gydF4y2Ba的3'-未翻译区发现了两个snpgydF4y2BaHvCbf14gydF4y2Ba与小麦的FT显著相关。的3'未翻译区gydF4y2BaScCbf14gydF4y2Ba在本研究中未进行测序;对这一区域进行测序，以研究它是否也含有与黑麦中FT显著相关的snp，这将是一件有趣的事情。然而，成员gydF4y2BaCbfgydF4y2Ba基因家族不是霜冻响应网络的唯一关键因素[j]gydF4y2Ba55gydF4y2Ba，gydF4y2Ba56gydF4y2Ba]。汉娜等。[gydF4y2Ba10gydF4y2Ba报道说，45%的gydF4y2Ba拟南芥gydF4y2Ba转录组是冷响应的，但只有33%的冷响应转录组属于gydF4y2BaCbfgydF4y2Ba在小麦研究中，Monroy等人[gydF4y2Ba13gydF4y2Ba报道称，至少有三分之一的由寒冷引起的基因不属于gydF4y2BaCbfgydF4y2Ba调节子。转录因子gydF4y2BaAtHOS9gydF4y2Ba它编码一种假定的同源盒蛋白，已被证明有助于调节FTgydF4y2Ba拟南芥gydF4y2Ba独立于gydF4y2BaCbfgydF4y2Ba调节子(gydF4y2Ba57gydF4y2Ba]。因此，将我们的研究扩展到霜反应网络的更多候选基因肯定是值得的。gydF4y2Ba

的gydF4y2BaDreb2gydF4y2Ba吉恩，另一个成员gydF4y2BaAP2gydF4y2Ba转录因子家族，已在小麦、大麦、玉米和水稻等几种作物中分离和鉴定[gydF4y2Ba58gydF4y2Ba- - - - - -gydF4y2Ba61gydF4y2Ba]。类似于gydF4y2BaCbfgydF4y2Ba的基因,gydF4y2BaDreb2gydF4y2Ba能具体绑定到DRE/CRT吗gydF4y2Ba独联体gydF4y2Ba-胁迫诱导靶基因的元素，尽管主要是在干旱而不是寒冷/霜冻胁迫下[gydF4y2Ba62gydF4y2Ba]。然而，这并不奇怪gydF4y2BaDreb2gydF4y2Ba最近对小麦和玉米的研究表明，寒冷/霜冻也会导致细胞脱水[gydF4y2Ba59gydF4y2Ba，gydF4y2Ba60gydF4y2Ba]。在这项研究中，有三个snpgydF4y2BaScDreb2gydF4y2Ba与FT显著相关，这支持了gydF4y2BaDreb2gydF4y2Ba黑麦不仅参与干旱响应，还参与霜冻响应。gydF4y2Ba

脱氢基因是gydF4y2Ba天哪gydF4y2Ba基因家族，都是由gydF4y2BaCbfgydF4y2Ba吉恩家族和gydF4y2BaDreb2gydF4y2Ba基因通过gydF4y2Ba独联体gydF4y2Ba-元素DRE/CRT存在于的启动子区gydF4y2Ba天哪gydF4y2Ba基因(gydF4y2Ba19gydF4y2Ba]。成绩单的gydF4y2BaHvDhn1gydF4y2Ba，gydF4y2BaHvDhn3gydF4y2Ba和其他gydF4y2BaHvDhngydF4y2Ba大麦在霜冻胁迫下的基因检测[gydF4y2Ba18gydF4y2Ba]。我们在的启动子区检测到两个snpgydF4y2BaScDhn1gydF4y2Ba的内含子中有一个SNPgydF4y2BaScDhn3gydF4y2Ba与受控平台中的FT有显著关联。这些snp可能是影响基因结合特异性的变异gydF4y2BaCbfgydF4y2Ba基因家族。gydF4y2Ba

标记的效应大小，通常表示为标记解释的遗传变异的百分比，是关联研究的主要兴趣，因为它们是决定后续标记辅助选择过程有效性的主要因素。对于数量性状的效应大小分布，提出了两种假设:Mather的“无穷小”模型和Robertson的模型[gydF4y2Ba63gydF4y2Ba]。前者假设有效的无限小数量的基因座具有非常小且几乎相等的效应量;后者是效应分布的指数趋势，即少数基因座具有相对较大的效应，其余基因座仅具有较小的效应。本研究的结果支持后者，SNP效应大小(由单个SNP解释的遗传变异百分比)的分布高度集中在零附近，少数SNP具有较大影响(最大28.8%)。观察到类似的单倍型效应大小分布。最近的一篇综述总结了15种不同植物物种的关联研究，也暗示了Robertson的模型，并进一步表明表型性状、物种和变异类型可能影响效应大小的分布[gydF4y2Ba64gydF4y2Ba]。近年来，对数量性状遗传结构的研究已成为一项具有挑战性的任务[gydF4y2Ba64gydF4y2Ba- - - - - -gydF4y2Ba66gydF4y2Ba]。我们将通过全基因组关联研究进一步研究这一主题，以获得更完整的FT遗传结构图。gydF4y2Ba

上位性，通常被定义为基因之间的相互作用，已经被认识了一个多世纪[gydF4y2Ba67gydF4y2Ba]，最近有人建议应该在关联研究中明确建模，以便发现“缺失的遗传性”[gydF4y2Ba68gydF4y2Ba，gydF4y2Ba69gydF4y2Ba]。最近几项与植物相关的研究揭示了上位性在复杂性状中的存在，包括马铃薯块茎质量、大麦开花时间和玉米籽粒质量[qh]gydF4y2Ba70gydF4y2Ba- - - - - -gydF4y2Ba72gydF4y2Ba]。在这项研究中，11、6和1个重要的(gydF4y2BaPgydF4y2Ba在控制、半控制和田间平台上分别存在< 0.05)的基因互作效应，说明上位性可能在霜冻响应网络中起作用。从霜冻反应网络来看，有人可能会假设转录因子与其下游靶基因相互作用，例如gydF4y2BaScIce2gydF4y2Ba与gydF4y2BaScCbfgydF4y2Ba基因家族和后者相互作用gydF4y2Ba天哪gydF4y2Ba基因，如脱氢酶(gydF4y2BaDhngydF4y2Ba)基因家族。事实上，在gydF4y2BaScIce2gydF4y2Ba×gydF4y2BaScCbf15gydF4y2Ba，gydF4y2BaScCbf14gydF4y2Ba×gydF4y2BaScDhn3gydF4y2Ba,gydF4y2BaScDreb2gydF4y2Ba×gydF4y2BaScDhn3gydF4y2Ba。在同一级联水平上的一些候选基因也会相互作用，例如gydF4y2BaScCbfgydF4y2Ba基因家族gydF4y2BaScCbf6gydF4y2Ba×gydF4y2BaScCbf15gydF4y2Ba和gydF4y2BaScCbf11gydF4y2Ba×gydF4y2BaScCbf14gydF4y2Ba。类似的相互作用gydF4y2BaCbfgydF4y2Ba基因家族在gydF4y2Ba拟南芥gydF4y2Ba在哪里gydF4y2BaAtCbf2gydF4y2Ba作为负调节因子gydF4y2BaAtCbf1gydF4y2Ba和gydF4y2BaAtCbf3gydF4y2Ba［gydF4y2Ba73gydF4y2Ba]。在这项研究中，gydF4y2BaScVrn1gydF4y2Ba与FT没有显著相关，但与其他六个候选基因有显著的相互作用，强调了gydF4y2BaScVrn1gydF4y2Ba在霜响应网络中。为了证实转录因子与其下游靶基因的直接物理相互作用，还需要进一步的实验，例如电泳迁移率转移试验或ChIP(染色质免疫沉淀)测序技术。值得指出的是，由于样本量相对较小，检测基因间相互作用的能力可能较低。gydF4y2Ba

在三个平台上观察到SNP-FT关联的低至中等经验相关性，反映了FT的复杂性，因此需要不同的平台来更准确地表征FT。至少有两个原因可以解释为什么观察到SNP-FT关联的相对低至中等经验相关性:1)冻结温度持续时间和强度不同;2)除霜应力外环境因素的混杂效应程度不同gydF4y2Ba本身gydF4y2Ba。在受控平台中，植物被冷硬化，然后在6天的短时间内使用指定的温度剖面暴露在冷冻温度(-19°C或-21°C)下。受控平台的恢复分数代表了三个平台中最纯粹和可控的FT测量，因为除霜应力外的其他环境因素的影响最小。在半控制的平台上，植物暴露于更长的冻结期，温度波动和反复的冻融过程。此外，在这个平台上发生了更复杂的情况，需要植物应对其他多变的气候因素，如变化的光周期、自然光强度、风和有限的供水。因此，在半控制平台上测量的未损伤叶片百分比反映了各种环境影响和胁迫对叶片组织活力的综合影响，但不能反映作为耐霜指标的冠组织存活率。在野外平台，由于东欧和加拿大的大陆性气候较强，冬季气温普遍低于半控制平台(附加文件)gydF4y2Ba1gydF4y2Ba)。野外存活率的测量进一步受到环境影响的影响，如积雪覆盖、土壤均匀性、地形和其他未测量因素。不同的实验平台允许鉴定与FT相关的不同基因集，这可能会影响跨平台的SNP-FT关联的相关性。值得指出的是，受控平台与半受控平台之间的相关性高于半受控平台与现场平台之间的相关性。一种可能的解释是，植物在受控和半受控平台的箱中生长，导致了一个相当相似的环境，根比在野外更容易受到冻结。一些研究表明，不同的霜冻胁迫处理可能诱导出不同的基因。大量在生长室内诱导的蓝莓基因在田间条件下无法诱导[gydF4y2Ba74gydF4y2Ba]。在黑麦，Campoli等人。[gydF4y2Ba24gydF4y2Ba得出的结论是，不同成员的表达模式gydF4y2BaCbfgydF4y2Ba不同驯化温度和采样次数对基因家族有影响。之前大多数关于FT的研究都是在受控环境中进行的。然而，本研究中各平台之间的相关性相对较低至中等，这表明未来的研究应考虑各种情况，以便更全面地了解黑麦FT的遗传基础。gydF4y2Ba

鉴定农艺性状(如FT)的等位基因和基因对基因组育种非常重要。基于来自三个不同表型平台的表型数据，包括田间试验，我们的研究表明gydF4y2BaCbfgydF4y2Ba基因家族在黑麦黑穗病中起着重要的作用。在12个候选基因中，有9个被证明直接参与冷/霜反应网络，与FT显著相关。几个显著的基因间相互作用被观察到，表明参与霜反应网络的基因之间存在上位性相互作用。我们的研究结果表明，考虑到黑麦的巨大基因组大小(~8,100 Mb)和先前研究显示的连锁不平衡(LD)的快速下降，基于候选基因的关联方法仍然是最合适的基因鉴定策略之一。gydF4y2Ba43gydF4y2Ba]。在未来的研究中，将对与FT相关的snp和单倍型进行验证，以确定黑麦育种计划中标记辅助选择的诊断价值。gydF4y2Ba

本研究由德国联邦教育与研究部(BMBF)资助(FKZ 0315062 a和B, GABI RYE-FROST项目)。我们感谢Gabor Galiba (ARI, Martonvásár，匈牙利)，Brian Fowler(萨斯卡通大学，萨斯卡通，加拿大)，Thomas Miedaner和Christof I. Kling (Universität Hohenheim, Stuttgart，德国)参与表型分析。第一作者感谢德国Technische Universität m研究生院(TUM-GS)“Graduiertenzentrum Weihenstephan”的支持。gydF4y2Ba

作者指出gydF4y2Ba

从属关系gydF4y2Ba

1. 植物育种，Technische Universität m nchen, Freising，德国gydF4y2Ba

   李永乐，Grit Haseneyer, Chris-Carolin Schön和Eva BauergydF4y2Ba

2. 德国弗莱辛，Universität m nchen技术研究所生物统计处gydF4y2Ba

   Andreas烈性黑啤酒gydF4y2Ba

3. KWS LOCHOW GMBH，卑尔根，德国gydF4y2Ba

   维克多·科尔尊和皮尔·王尔德gydF4y2Ba

4. 德国加尔兴工业大学Universität m数学系gydF4y2Ba

   唐娜·P·安克斯特gydF4y2Ba

相应的作者gydF4y2Ba

对应到gydF4y2Ba伊娃·鲍尔gydF4y2Ba。gydF4y2Ba

作者的贡献gydF4y2Ba

YL进行候选基因和群体结构分析，参与统计分析并撰写稿件。AB进行统计分析。GH参与了分子分析和结果解释。DA参与统计分析和结果解释。VK提供SSR标记数据。PW开发了这种植物材料。EB和CCS设计和协调研究并解释结果。所有作者都阅读、编辑并批准了最终的手稿。gydF4y2Ba

李永乐，Andreas Böck对这项工作也做出了同样的贡献。gydF4y2Ba

开放获取gydF4y2Ba本文由BioMed Central Ltd.授权发表。这是一篇开放获取的文章，在知识共享署名许可(gydF4y2Bahttps://creativecommons.org/licenses/by/2.0gydF4y2Ba)，允许在任何媒体上不受限制地使用、分发和复制，前提是正确引用原创作品。gydF4y2Ba

转载及权限gydF4y2Ba