杜洛克猪生长性状全基因组关联分析

对猪全基因组高密度SNP基因型数据及生长性状表型数据进行全基因组关联分析,以期找到影响这些性状的候选基因,更准确地了解这些生长性状的遗传基础。利用Illumina猪60KSNP芯片对191头杜洛克猪进行基因型检测,使用R语言环境下GenABEL 软件包提供的单标记回归分析模型,对体重达100 kg 日龄(D100)、活体背膘厚(BFT)和活体眼肌面积(LMA)3个生长性状的表型分别进行全基因组关联分析。在D100和LMA2个性状中分别检测到1个基因组水平和6个染色体水平显著关联的SNP,均位于5号染色体;没有检测到与BFT显著相关的SNP。生物信息学分析表明,BTG1和EFCAB6可能是影响生长性状的重要候选基因,但其功能有待进一步研究确认。关键词猪;全基因组关联分析;候选基因;生产性状。     

杜长大猪、二花脸猪和莱芜猪3个群体25种血液性状的全基因组关联分析

【目的】 利用全基因组关联分析定位影响杜长大猪（DLY）、二花脸猪（EHL）和莱芜猪（LW）3个群体25种血液性状的染色体位点,为最后鉴定影响这些性状的因果基因提供前期基础,同时为猪抗病育种和生产提供参考。【方法】将610头杜长大三元杂猪在（180±5）日龄,336头二花脸猪和333头莱芜猪在（300±5）日龄进行统一屠宰。收集2 mL血液于抗凝管中,利用全自动生化分析仪进行25种血液性状的血常规检测。采集猪耳组织提取DNA并测浓度和质量。将质检合格的DNA样品利用Illumina 60K SNP芯片进行基因型判定。运用PLINK软件对判型结果进行质量控制,将合格的SNP标记用于后续的关联分析。使用R语言GenABEL软件包中的广义混合线性模型进行全基因组关联分析,定位影响3个群体25种血常规性状的显著性染色体位点。据全基因组关联分析结果,在Ensembl或NCBI网站上搜寻潜在的位置候选基因。【结果】杜长大猪、二花脸猪和莱芜猪三个群体通过质控的有效表型数据个体数分别为552头、325头和281头。60K SNPs经过质量控制过后,杜长大猪剩余56 216 SNPs,莱芜猪剩余49 343 SNPs,二花脸猪剩余35 974 SNPs,用于Meta分析的SNPs共有32 967。运用全基因组关联分析和Meta分析共定位到610个显著影响3个群体25种血液性状的SNPs,其中135个SNPs达基因组显著水平,475个SNPs达建议水平;分布在所有染色体上。在杜长大猪中共鉴别到32个基因组显著水平SNPs以及85个建议水平SNPs,且8种性状有基因组显著水平的SNPs,分别是淋巴细胞数目（LYM）、淋巴细胞比率（LYMR）、嗜碱性粒细胞数目（BAS）、嗜碱性粒细胞比率（BASR）、平均红细胞体积（MCV）、红细胞分布宽度变异系数（RDW_CV）、平均红细胞血红蛋白含量（MCH）和血小板分布宽度（PDW）。在二花脸猪中共鉴别到33个基因组显著水平SNPs以及139个建议水平SNPs,且9种性状有基因组显著水平的SNPs,分别是LYM、MCH、平均红细胞血红蛋白浓度（MCHC）、单核细胞数目（MON）、单核细胞比率（MONR）、平均血小板体积（MPV）、中性粒细胞比率（NEUR）、大血小板细胞（P_LCC）以及血小板压积（PCT）。在莱芜猪中共鉴别到54个基因组显著水平SNPs以及169个建议水平SNPs,且6种性状有基因组显著水平的SNPs,分别是BASR、红细胞压积（HCT）、MCH、MCHC、MCV和红细胞数目（RBC）。在Meta分析结果中,共鉴别到16个基因组显著水平SNPs以及82个建议水平SNPs,且6种性状有基因组显著水平SNPs,分别是RBC、HCT、MCH、MCHC、MCV以及MON。通过在Ensembl或NCBI网站上搜寻最强相关SNP区域内的候选基因,初步将F13A1、SPTA1、DBNL、SLC25A28、CTSC基因分别确定为影响BASR、HCT、LYM、MCHC、NEUR的重要候选基因。【结论】通过全基因组关联分析和Meta分析共得到610个显著影响杜长大猪、二花脸猪和莱芜猪3个群体25种血液性状的SNP位点,初步确定F13A1、SPTA1、DBNL、SLC25A28和CTSC基因分别是BASR、HCT、LYM、MCHC和NEUR的重要位置候选基因,为解析商业猪和纯种地方猪的血液性状或免疫性疾病提供重要参考。     

芝麻产量相关性状的多位点全基因组关联分析及候选基因预测

【目的】通过对芝麻产量相关性状的全基因组关联分析,挖掘与产量性状关联的SNP位点及预测候选基因,为通过分子标记辅助选择育种等方式提高芝麻产量提供技术基础。【方法】以363份不同遗传背景和地理来源的芝麻种质资源构成的自然群体为研究对象,调查2年2点4环境下8个产量相关性状（单株产量、单株蒴数、蒴粒数、千粒重、株高、主茎果轴长、始蒴高度和表观收获指数）的表型值,借助覆盖全基因组的42 781个SNP标记,利用多位点SNP随机效应混合线性模型（multi-locus random-SNP-effect mixed linear model,mrMLM）对8个产量相关性状进行全基因组关联分析,检测与产量相关性状显著关联的SNP位点,并预测候选基因。【结果】在4个不同环境下,8个产量相关性状表现出广泛的表型变异,变异系数为6.51%—33.57%;相关性分析表明单株产量与单株蒴数、株高、主茎果轴长、表观收获指数呈极显著正相关;方差分析表明产量相关性状的基因型效应、环境效应、基因型与环境互作效应均达到了极显著水平。通过多位点全基因组关联分析共检测到210个与产量相关性状显著关联的SNP,在2018年南阳环境下检测到47个SNP,解释表型变异的1.63%—17.29%;在2019年南阳环境下检测到35个SNP,解释表型变异的1.94%—11.90%;在2018年平舆环境下检测到35个SNP,解释表型变异的2.15%—15.90%;在2019年平舆环境下检测到53个SNP,解释表型变异的1.25%—11.13%;在4个环境的综合BLUP条件下检测到75个SNP,解释表型变异的1.44%—13.58%。上述210个SNP涉及到175个位点,其中10个位点在3个及以上环境中被重复检测到。在这10个位点基因组区域内,共鉴定到214个候选基因,其中156个候选基因具有功能注释,主要涉及植物代谢、生物调控、生长发育等生物学过程。根据功能注释筛选出4个可能与芝麻产量相关的候选基因,其中SIN_1006338编码1-氨基环丙烷-1-羧酸合酶3（1-aminocyclopropane-1-carboxylate synthase 3-like）,参与乙烯的生物合成;SIN_1024330编码碱性螺旋-环-螺旋（basic helix-loop-helix）转录因子,负向调控植物细胞和器官的伸长;SIN_1014512编码吲哚-3-乙酸-酰胺合成酶GH3.6（indole-3-acetic acid-amido synthetase GH3.6）,参与调控茎和下胚轴细胞的伸长生长;SIN_1011473编码泛素受体蛋白DA1（protein DA1-like）,参与调节植物细胞增殖周期。【结论】通过多位点SNP随机效应混合线性模型的全基因组关联分析,检测到175个与产量相关性状显著关联的位点,筛选出4个可能与产量相关的重要候选基因。     

大豆抗倒伏相关性状全基因组关联分析

研究以150份大豆种质为试验材料开展2年3点试验,在收获期测定抗倒伏相关性状,并利用RTM-GWAS方法作关联分析,共检测到99个显著关联SNP位点,其中48个效应显著位点,解释0.28％～3.38％表型变异;89个与环境互作显著位点,解释0.53％～7.04％表型变异;其中,21个位点主效表型变异解释率高于1％;与6...     

水稻抽穗期性状QTL的全基因组关联定位分析

以253份水稻种质为材料,评价了群体材料的抽穗期特性,利用全基因组关联分析法对水稻抽穗期相关数量性状位点(QTL)进行定位.结果表明:种质群体抽穗期为45～100 d,变异系数为13.12％～13.39％,广义遗传率为50.94％;全基因组关联分析定位了29个与抽穗期相关的QTL,共60个显著关联SNP;预测15个QT...     

甜瓜叶绿素含量全基因组关联分析及候选基因预测

【目的】挖掘与叶绿素含量显著关联的单核苷酸多态性(single nucleotide polymorphism, SNP)位点和候选基因,为甜瓜叶绿素含量改良提供分子靶点和基因资源。【方法】以118份具有广泛变异的甜瓜种质为自然群体,采用2 531 449个高质量SNP标记对叶片叶绿素含量进行全基因组关联分析,挖掘优异等位变异,并预测候选基因。【结果】甜瓜自然群体叶绿素含量趋向正态分布,包含5个明显的亚群。利用Q模型对2次试验的叶绿素含量及其最佳线性无偏预测(best linear unbiased prediction, BLUP)值进行关联分析,共检测到15个显著位点,分布在甜瓜第1、2、4、8、11、12号染色体上,表型贡献解释率为5.62%～6.69%。其中,8个位点的不同基因型之间存在显著表型差异。结合关联位点的候选区域和转录组数据,共鉴定到28个差异表达基因,其中MELO3C018513.2和MELO3C003666.2是改良甜瓜叶绿素含量的潜在候选基因。【结论】通过高质量SNP标记Q模型的全基因组关联分析,共检测到15个与叶绿素含量显著关联的位点,筛选出2个可能与叶绿素含...     

候选基因法检测家畜数量性状基因位点的研究与应用

对候选基因法的研究过程作了详细介绍，并讨论了其优缺点，指出候选基因法是检测家畜数量性状基因位点的主要方法之一，也是家畜基因组分析最终的必经之路。     

水稻抗白叶枯病基因全基因组关联分析

对水稻多样性群体(RDP–I)中的216份种质接种白叶枯生理小种P2并进行抗性鉴定,发现温带粳稻亚群平均抗性水平最高,其平均病斑长度最短;奥斯稻亚群平均抗性水平最低,平均病斑长度最长。通过全基因组关联作图鉴定了分布在水稻第1、2、4、6、7、8、9、10、11、12号染色体上的59个QTL,这些位点包含5个已知的抗白叶枯病基因。从较高阈值SNP位点以及附近2Mb区段进行候选基因的预测,筛选出40个抗白叶枯病相关基因,并最终鉴定出16个抗性较好的水稻种质资源。     

广益黑猪繁殖性状的全基因组关联分析

选取441头广益黑猪经产母猪为研究对象,利用猪50K SNP芯片对猪耳组织DNA进行基因型分型,PLINK 1.9质控后,采用GMAT中的重复力模型进行猪繁殖性状相关的全基因组关联分析,确定显著位点。结果表明：441头经产广益黑猪母猪的耳组织DNA基因分型共获得50 898个SNPs,经质控剩余46 165个SNPs位点用于关联分析;平均亲缘关系系数为–0.002 2,平均亲缘关系较远,不存在明显的群体分层;总产仔数性状有1个SNP在全基因组范围内达到显著相关,4个SNPs达到潜在显著关联,候选基因包括PIK3C3、ENSSSCG00000003753、MAP3K3、DCAF7;产活仔数性状有6个SNPs潜在显著关联,候选基因包括ZNF585A、ENSSSCG00000022411、ZNF784、ENSSSCG00000029007、PigE–108A11.5、PigE–108A11.3、ENSSSCG00000023343;弱仔性状有1个SNP达潜在显著关联,候选基因包括KRTAP7–1和TIAM1;经基因功能分析推测,PIK3C3、MAP3K3可能是影响猪总产仔数的候选基因。     

Genome-Wide Association Study for Certain Carcass Traits and Organ Weights in a Large White×Minzhu Intercross Porcine Population

Porcine carcass traits and organ weights have important economic roles in the swine industry. A total of 576 animals from a Large White×Minzhu intercross population were genotyped using the Illumina PorcineSNP60K Beadchip and were phenotyped for 10 traits, speciifcally, backfat thickness （6-7 libs）, carcass length, carcass weight, foot weight, head weight, heart weight, leaf fat weight, liver weight, lung weight and slaughter body weight. The genome-wide association study （GWAS） was assessed by Genome Wide Rapid Association using the mixed model and regression-genomic control approach. A total of 31 single nucleotide polymorphisms （SNPs） （with the most signiifcant SNP being MARC0033464, P value=6.80×10-13） were located in a 9.76-Mb （31.24-41.00 Mb） region on SSC7 and were found to be signiifcantly associated with one or more carcass traits and organ weights. High percentage of phenotypic variance explanation was observed for each trait ranging from 31.21 to 67.42%. Linkage analysis revealed one haplotype block of 495 kb, in which the most signiifcant SNP being MARC0033464 was contained, on SSC7 at complete linkage disequilibrium. Annotation of the pig reference genome suggested 6 genes （GRM4, HMGA1, NUDT3, RPS10, SPDEF and PACSIN1） in this candidate linkage disequilibrium （LD） interval. Functional analysis indicated that the HMGA1 gene presents the prime biological candidate for carcass traits and organ weights in pig, with potential application in breeding programs.     

Genome-Wide Association Study for Certain Carcass Traits and Organ Weights in a Large White×Minzhu Intercross Porcine Population

Porcine carcass traits and organ weights have important economic roles in the swine industry. A total of 576 animals from a Large White×Minzhu intercross population were genotyped using the Illumina PorcineSNP60K Beadchip and were phenotyped for 10 traits, specifically, backfat thickness (6-7 libs), carcass length, carcass weight, foot weight, head weight, heart weight, leaf fat weight, liver weight, lung weight and slaughter body weight. The genome-wide association study (GWAS) was assessed by Genome Wide Rapid Association using the mixed model and regression-genomic control approach. A total of 31 single nucleotide polymorphisms (SNPs) (with the most significant SNP being MARC0033464, P value=6.80×10-13) were located in a 9.76-Mb (31.24-41.00 Mb) region on SSC7 and were found to be significantly associated with one or more carcass traits and organ weights. High percentage of phenotypic variance explanation was observed for each trait ranging from 31.21 to 67.42%. Linkage analysis revealed one haplotype block of 495 kb, in which the most significant SNP being MARC0033464 was contained, on SSC7 at complete linkage disequilibrium. Annotation of the pig reference genome suggested 6 genes (GRM4, HMGA1, NUDT3, RPS10, SPDEF and PACSIN1) in this candidate linkage disequilibrium (LD) interval. Functional analysis indicated that the HMGA1 gene presents the prime biological candidate for carcass traits and organ weights in pig, with potential application in breeding programs.     

粳稻分蘖数全基因组关联分析及候选基因的挖掘

【目的】利用全基因组关联分析(genome-wide association study,GWAS)检测与粳稻分蘖数显著相关的SNP位点,筛选影响分蘖数的候选基因,为分子辅助育种提高产量提供理论基础。【方法】利用295份来自世界各地的粳稻品种,于2018和2019年分蘖盛期调查水稻分蘖数,结合高通量重测序获得的788 396个高质量多态性SNP,利用TASSEL 5.0软件的MLM模型进行全基因组关联分析,对GEC软件计算的有效独立SNP数目进行阈值确定,判定SNP标记与目标性状关联的显著性。根据2年检测到的峰值SNP和水稻每条染色体LD衰减距离,确定2年共定位分蘖数主效QTL,并进一步提取QTL区间内所有基因外显子区非同义突变SNP和启动子区SNP进行单倍型分析,结合基因注释筛选影响粳稻分蘖数候选基因。【结果】295份粳稻品种的分蘖数在2018和2019年总趋势基本一致,并且均具有较大的表型分布。通过全基因组关联分析,在P<5.46×10-6阈值条件下,从第8、9和10染色体上共鉴定3个与粳稻分蘖数相关的QTL(qTiller8、qTiller9和qTiller10),其中,在...     

母猪初情期全基因组关联分析和位置候选基因研究

通信作者陈从英,Tel/Fax：0791-83813080;E-mail：chcy75@  hotmail.com【目的】分离影响母猪初情期的主效基因或分子标记。【方法】以白色杜洛克×二花脸资源群体F2代母猪为研究材料,利用Illumina猪60K SNP芯片分别对F0和F1及316头有初情期表型记录的F2代母猪进行基因型判定,通过单标记全基因组关联分析（GWAS）和连锁-连锁不平衡（LDLA）分析检测与母猪初情期显著关联的SNP位点或单倍型。采用标准关联分析、标记辅助关联分析和F值下降检验分析lin-28同源B基因（LIN28B）和跨膜蛋白38B基因（TMEM38B）3个SNP位点与母猪初情期的关联性。【结果】①与母猪初情期关联性最强的SNP为ASGA0032316,位于7号染色体（SSC7）33.07 Mb处RAB23基因内含子中,同时在1、6、12、15和17号染色体也检测到与母猪初情期显著关联的SNP;②达基因组显著水平的单倍型均位于SSC7,其中关联性最强的单倍型位于SSC7的38.39 -38.47 Mb处F1RVR7和ZFAND3基因之间的基因间隔区;③LIN28B和TMEM38B基因的3个SNP与母猪初情期均未达到显著相关（P＞0.05)。【结论】在白色杜洛克×二花脸资源群体中,与母猪初情期关联性最强的SNP位点和单倍型均定位于7号染色体, 1、6、12、15和17号染色体也定位到与母猪初情期显著关联的SNP,LIN28B和TMEM38B基因不是1号染色体QTL区间内的因果基因或需要搜寻更多的SNP进行分析验证。     

玉米杂交种穗部性状的全基因组关联分析

【目的】玉米穗部性状是产量的重要构成因子,利用全基因组关联分析（genome-wide association study,GWAS）方法解析玉米杂交种穗部性状的遗传基础、挖掘与穗部性状相关的位点,为功能基因克隆和高产玉米品种培育提供参考。【方法】选用115份来源于陕A群和陕B群的优良玉米自交系和4份国内骨干作为亲本,以基于NCⅡ遗传交配设计获得的442份玉米杂交种为材料构建关联群体,调查2个环境中群体材料的穗长、穗粗、穗行数等8个穗部性状;利用tGBS技术检测亲本基因型,推测出F₁杂交种的19 461个高质量SNP,结合杂交种表型和基因型开展基于加性、显性及上位性模型的穗部性状的全基因组关联分析,并利用公共数据库中玉米穗发育相关组织的转录组数据和基因的注释信息预测候选基因。【结果】表型数据分析结果显示,试验群体的8个穗部性状均符合正态分布,表型变异为3.78%—45.25%。方差分析表明,8个穗部性状的环境效应和基因型效应均呈现极显著水平（P<0.001）,广义遗传力为54.15%—68.89%。同时玉米杂交种穗部性状间呈现显著正相关或显著负相关。利用加性和显性模型分别检测到16个和3个显著SNP,上位性模型检测到79个上位性位点。3种模型检测的显著位点累积解释各性状38.21%—60.69%的表型变异,其中,加性模型检测到的显著SNP累积解释的表型变异为0.00—41.26%,上位性模型检测到的位点累积解释的表型变异为15.18%—45.36%。基于加性和显性模型检测的显著SNP的效应分析发现多数位点呈现加性和部分显性效应,仅2个为超显性。进一步分析发现,7个单SNP和5个上位性位点能够解释5%以上的表型变异。根据SNP的位置以及基因的表达信息预测了17个候选基因。【结论】玉米杂交种穗部性状主要受加性、上位性效应影响,显性效应影响较小;加性和显性模型检测的SNP主要表现为加性和部分显性效应,可通过聚合有利等位基因改良目标性状。     

全基因组关联分析鉴别白色杜洛克×二花脸F2资源家系中猪阴囊疝易感基因位点的鉴定

【目的】通过基于单倍型的病例-对照全基因组关联分析(GWAS)鉴别白色杜洛克×二花脸F2资源家系中影响猪阴囊疝的易感位点及位置功能候选基因,并在远缘纯种猪阴囊疝三联体核心家系（Trio）群体中进行重复验证。【方法】利用Illumina porcine 60K SNP芯片对1 020头白色杜洛克×二花脸F2资源家系阴囊疝群体(包含19个阴囊疝患病个体)进行扫描获取基因型。通过Plink v1.07软件对基因型数据进行质量控制;剔除个体基因型检出率< 90%的个体,剔除SNP位点检出率< 90%、哈迪温伯格平衡卡方检验P≤10-3和最小等位基因频率< 0.05及性染色体上和无法定位的SNP位点。质控合格的SNP位点用PHASEBOOK构建出F2资源家系中每个个体的单倍型,并采用隐马尔可夫模型将其归类到数目预先定义的祖先单倍型中。使用基于广义线性混合模型的GLASCOW软件进行利用祖先单倍型的病例-对照全基因组关联分析。采用保守的Bonferroni校正方法得到基因组显著水平和染色体显著水平的阈值。对F2资源家系中达到染色体显著水平的易感SNP位点在包含237个患病个体的远缘纯种猪阴囊疝三联体核心家系(Trio)群体中进行同样的质控,并利用Haploview软件对质控合格的SNP位点分别展开基于单点和基于单倍型的传递不平衡分析(TDT),进行重复验证。【结果】白色杜洛克×二花脸F2资源家系中全部个体的38 033个SNP标记通过质控。在GWAS分析中,共发现108个达染色体显著水平(P<2.63×10-5)的猪阴囊疝关联SNP位点,分别位于染色体2、8和17上,最强相关的SNP位点位于17号染色体上。在远缘三联体核心家系群中,724个个体的96个SNP位点通过质控。对质控合格的SNP位点进行基于单点的TDT分析,结果发现5个显著相关的SNP位点得到重复验证(P<0.05),其中2号染色体上有1个SNP位点和17号染色体上有4个SNP位点,分别位于IQGAP2,CHMP4B,SERINC3,ZNF334 等4个基因内或其上下游。基于单倍型的TDT验证分析发现两个易感单倍型框,其中与基于单点TDT验证分析有重合的仅有SSC17上CHMP4B内及下游的两个易感位点。结合疝气发生机制及TDT分析结果,推测IQGAP2和CHMP4B可能是影响猪阴囊疝发生的两个重要的位置功能候选基因。【结论】本研究利用基于小样本的GWAS分析和较大样本群验证分析,在SSC2和SSC17上分别鉴别1个和4个阴囊疝易感位点,在SSC17上鉴别到两个易感单倍型。易感位点附近的2个基因IQGAP2和CHMP4B可能是影响猪阴囊疝发生的位置功能候选基因,值得进一步研究。     

玉米株型相关性状的全基因组关联分析

【目的】玉米株型性状与植株产量、光合效率、抗倒性等密切相关,是理想株型设计育种的基础,通过对玉米多个株型相关性状进行全基因组关联分析,构建玉米理想株型,为抗倒伏、耐密性的玉米新品种选育提供理论基础。【方法】以284份温带、亚热带和热带材料组成的关联群体为研究对象,在郑州与浚县2个环境下对玉米总叶片数（LN）、穗上叶片数（LNAN）、穗上叶片数与总叶片数比值（LNAN/LN）、株高（PH）、穗位高（EH）、穗位高与株高的比值（EH/PH）等6个玉米株型相关性状进行调查,借助覆盖玉米全基因组约56万个SNP标记,进行全基因组关联分析,以期为玉米新品种的选育提供理论依据。【结果】2个环境下,6个性状均表现为正态分布;大多数性状之间均存在高度正相关或负相关;方差分析表明这6个株型相关性状的基因型与环境以及基因型×环境的互作均达到显著水平。在选择最优关联分析模型时,发现Q模型假阳性较高,Q+K模型对假阳性的控制过于严格,而K模型的表现最好;在2个环境下,全基因组关联分析（K模型）共检测到56个显著SNP-性状关联（P≤3.99E-6）,这些SNPs共涉及5个性状的17个位点,每个位点解释的表型变异从7.97%-10.56%不等。同时发现有4个位点能够在2个环境中同时被检测到,表明这4个位点受环境影响较小,在不同环境下可以稳定存在。通过对显著关联的SNP上下游各50 kb范围内候选基因进行搜索,共发现80个候选基因,其中42个具有功能注释。例如,与株高和穗位高显著相关的基因GRMZM2G161293编码一个具有乙酰葡糖转移酶活性的蛋白,该酶催化UDP-N-乙酰氨基葡萄糖生成糖过程中的N-乙酰葡糖氨基残基的转移,可能通过影响玉米籽粒可溶性糖含量进而影响产量,推测其为最可能的候选基因。【结论】K模型对假阳性的控制效果最好,基于K模型的GWAS结果,一共检测到17个株型性状相关的位点。     

白菜类作物开花时间的全基因组关联分析

【目的】解析白菜类作物开花时间的调控位点,定位白菜类作物开花时间相关的候选基因,为白菜类作物抽薹开花时间的遗传改良提供依据。【方法】以116份白菜类作物组成的自然群体作为研究材料,分别种植在温室与露地2个独立的环境中,进行开花时间调查。同时,提取试验材料的DNA样品进行深度为1.2x的重测序,对测序数据用Pooled Mapping法进行过滤、与参考基因组比对,获得全基因组高密度SNP集合。经过条件过滤后,对高质量的SNP集合进行生物信息分析,包括试验材料的群体结构分析和全基因组连锁不平衡分析。从高质量的SNP集合中,随机挑选出2 000个变异位点,用Phy ML软件以最大似然法对116份试验材料进行系统发育树分析。用全部的高质量SNP集合位点通过软件Haploview进行全基因组连锁不平衡分析。最后,将高质量的SNP集合与开花时间数据结合,通过TASSEL和GAPIT软件包以及R程序语言进行全基因组关联分析。根据强关联峰值信号点位置和连锁不平衡区间定位开花时间候选位点,再通过白菜与同源物种拟南芥的基因共线性关系以及基因功能注释分析来预测白菜类作物开花时间相关的候选基因。【结果】不同种植条件下、不同类型的白菜类作物在开花时间上存在广泛差异。试验材料在露地环境下的开花时间高峰期明显早于温室环境下的材料;试验材料在露地环境下的开花时间总体表现出偏正态分布,而在温室环境下,开花时间各个阶段呈现出较为均衡的分布。温室与露地环境下的开花时间呈显著正相关。通过生物信息学分析最终得到的高质量SNP位点共103万个。试验材料的群体结构分析表明在系统发育树上各亚群内部分布较为集中,不同亚群之间的分布与材料的地理起源密切相关。全基因组衰减平均LD为2.3 kb,表明在116份白菜类作物构建的群体内存在较为频繁的重组和突变。对不同条件下的开花时间进行全基因组关联分析,用复合模型检测到54个(P4)强关联峰值信号点,一般模型检测到87个(P5)。通过进一步分析强关联信号点的连锁不平衡(linkage disequilibrium,LD)区段,得到存在强连锁关系(r20.33)的峰值信号点共33个(温室环境下27个,露地环境下19个)。其中,在温室与露地环境下的共定位位点13个。根据33个关联候选位点,再通过白菜与同源物种拟南芥的基因共线性关系以及基因功能注释分析筛选出白菜类作物开花时间相关的候选基因14个,其中温室与露地环境下共定位候选基因3个(FUL、PHYB和FPF1)。在露地条件下定位到开花关键基因FT1。【结论】不同条件下开花时间的相关性分析表明,遗传效应在开花早晚中起着决定性作用。全基因组关联分析共鉴定出33个与开花时间相关的显著关联信号。通过连锁不平衡分析、白菜与同源物种拟南芥的基因共线性关系以及基因功能注释分析初步鉴定出14个白菜类作物开花时间相关的候选基因。