[发明专利]一种预测烟草淀粉含量的全基因组选择模型及其应用

说明书

本发明公开了一种预测烟草淀粉含量的全基因组选择模型及其应用，所述的用于预测烟草淀粉含量的全基因组选择模型为rrBLUP_st，为使该模型对烟草中淀粉含量表型值的预测精度达到最优，对经过初步筛选而获得的候选预测模型rrBLUP中的分子标记数量（n1）、训练群体规模（n2）、训练群体与测试群体比例（n3）及模型预测精度值（n4）等核心参数值进行了明确规定。所述的应用为利用所述的全基因组选择模型rrBLUP_st分析烟草群体的基因型数据来预测其淀粉含量的应用。本发明所述的烟草淀粉含量全基因组选择模型rrBLUP_st可以依据烟草群体的基因型来精确预测出该群体中各烟株的淀粉含量值，从而实现烟草品质育种中不同淀粉含量优良烟草品种（系）的培育。

技术领域

本发明属于生物技术领域，具体涉及一种预测烟草淀粉含量的全基因组选择模型及其应用。

背景技术

作为我国重要经济作物的烟草，其产量是以烘烤后的叶片为单位进行衡量的，而烘烤后烟叶中的淀粉含量是构成卷制成品烟支吸食品质的关键因素之一。大量的研究表明，烘烤后烟草叶片中的淀粉含量属于受环境和效应微小且数量众多基因位点控制的数量性状，不同淀粉含量的烟草品种间杂交产生的后代群体或不同烟草品种（系）构成的自然群体中烟株叶片中淀粉含量数值呈现出符合数量性状的标准正态分布（肖炳光，卢秀萍，焦芳婵，李永平，孙玉合，郭兆奎，烤烟几种化学成分的QTL初步分析，作物学报，2008,34（10）：1762-1769）。基于特定的烟草群体（即，两个固定亲本品种衍生的群体）并结合较少数量的分子标记获得的基因型数据和多年多点获得的烘烤后烟叶中淀粉含量表型数据，研究人员将控制烟草淀粉含量性状的基因位点尝试着进行了初步定位分析，并获得了少量的控制烟草淀粉含量性状的QTL位点（童治军，陈学军，方敦煌，曾建敏，吴兴富，肖炳光，231份烤烟种质资源SSR标记遗传多样性及其与农艺性状和化学成分的关联分析，中国烟草学报，2017,8：207）。但由于烟草淀粉含量数据获得较困难，往往需要经过漫长的田间生育期后，经过采收、烘烤、初选、分级、制样、检测等复杂而繁琐的工序后，才能获得烟草淀粉含量表型数据。上述的全过程至少需要耗时2年以上，且每个工序过程均极易受到环境、技术、仪器及人为等因素的影响而导致最终获得的淀粉含量表型值的准确度较低。故此，在分子水平上尤其是针对控制烟叶中淀粉含量性状的基因位点/QTL的遗传分析或定位研究相对较少且结果的准确度偏低，从而导致至今无法有效的利用分子标记辅助选择等生物技术手段开展针对烟叶淀粉含量的优质烟草品种的选育工作。

鉴于此，本发明一方面利用烤烟品种YY3（淀粉含量低，2.8±0.31%）和烤烟品种K326（淀粉含量高，9.9±0.23%）构建基于固定双亲衍生的重组自交系（RILs，F7）群体，此外，也组建了一个含有347份不同烟草品种（系）的自然群体，将上述两种不同类型群体代表全部烟草群体或烟草品种（系）；另一方面采用初步筛选获得的rrBLUP候选预测模型，进一步筛选、优化并构建预测烟草淀粉含量的全基因组选择模型rrBLUP_st，加速全基因组范围内分子标记辅助选择（Marker Assistant Selection，MAS）在具有理想淀粉含量的烟草品种选育工作中应用，从而实现科学、高效、精准、可靠的培育出具有理想淀粉含量水平的优质烟草品种。

发明内容

本发明的第一目的在于提供一种预测烟草淀粉含量的全基因组选择模型；第二目的在于提供所述的预测烟草淀粉含量的全基因组选择模型的应用。

本发明的第一目的是这样实现的，所述的预测烟草淀粉含量的全基因组选择模型为rrBLUP_st，所述的预测烟草淀粉含量的全基因组选择模型是在经初步筛选获得的rrBLUP候选预测模型基础上明确了模型中的分子标记数量（n1）、训练群体规模（n2）、训练群体与测试群体比例（n3）和模型预测精度值（n4）的数值构建得到，其公式如下：

或

其中：表示将4个核心参数n1、n2、n3及n4依次代入rrBLUP候选预测模型中。