一种杜鹃叶部核心形态特征早期预测方法

本发明属于植物分子育种与林木遗传改良，涉及一种杜鹃叶部核心形态特征早期预测方法。

背景技术：

1、杜鹃（rhododendron）享有“木本花卉之王”的美誉，其叶片形态是决定整株观赏价值、株型结构以及环境适应性的关键指标。叶宽、叶柄宽度及其长宽比例不仅直接影响叶片的空间分布和受光面积，还与植物的抗旱性、光合作用效率等生理功能密切相关。因此，定向改良叶部形态是杜鹃新品种培育的重要目标。

2、传统的杜鹃育种主要依赖田间表型观察。然而，杜鹃童期长，且叶部形态等数量性状在幼苗期极易受光照、温度、水分等环境因素（g×e互作）的干扰，导致基于苗期的早期筛选准确率低下，严重制约了育种效率。近年来，全基因组关联分析（gwas）被用于植物分子育种，通过设定显著性阈值筛选主效变异位点。但杜鹃叶部形态属于典型的复杂数量性状，由大量“微小效应、多基因”共同控制。传统 gwas 会因严苛的显著性阈值漏掉大量微效基因，导致“遗传力缺失”，难以在实际育种中实现高精度的表型预测。全基因组选择（gs）技术通过估算全基因组所有标记的效应总和，无需预设显著性检验阈值，理论上能够捕获所有的遗传变异贡献。然而，在非模式木本植物中，海量的全基因组变异位点会引入严重的多重共线性噪音，导致模型过拟合。本领域亟需一种不依赖 gwas 显著性、能够有效降维并精准捕获微效多基因效应的新型分子育种方法，以实现对杜鹃叶部形态的高精度早期预测。

技术实现思路

1、有鉴于此，本发明提供一种杜鹃叶部核心形态特征早期预测方法，解决传统表型选择周期长以及在非模式木本植物种变异位点过多导致的多重共线性噪音，导致模型过拟合难以兼顾主效与微效基因效应的高效预测的问题。

2、本发明利用以下方案解决上述技术问题：

3、一种杜鹃叶部核心形态特征早期预测方法，所述方法包括以下步骤：

4、s1，获取杜鹃自然群体作为训练群体样本，在一致的环境下栽培，采集并计算叶片相关表型数据，所述表型数据包括各样本的叶宽、叶片长宽比、叶柄宽以及叶柄长宽比；

5、s2，对样本进行高通量全基因组测序，比对至参考基因组，通过单样本变异检测生成原始变异后执行群体联合变异检测（joint genotyping），获取包含群体等位基因频率信息的全基因组变异集；

6、s3，对所述获取包含群体等位基因频率信息的全基因组变异集进行质量控制，对次等位基因频率和基因型缺失率过滤，然后基于滑动窗口内的物理连锁不平衡度滤除共线性变异位点，提取全基因组范围内相互独立的核心 snp 位点，并将基因型数据转换为数值型特征图谱；

7、s4，结合所述s1的叶片相关表型数据与s3的基因型特征图谱，利用全基因组回归算法，分别针对叶宽、叶片长宽比、叶柄宽和叶柄长宽比的全基因组预测模型；

8、s5，提取待筛选杜鹃幼苗在所述核心 snp 位点上的基因型数据，输入s4构建的预测模型中，计算目标幼苗特定叶部特征的基因组估计育种值（gebv），并依据该育种值进行辅助选择。

9、进一步，所述s4中，所述全基因组回归算法选自再现核希尔伯特空间（rkhs）模型、岭回归最佳线性无偏预测（rr-blup）模型、bayesc 模型或 bayesl 模型中的一种。

10、进一步，预测表型数据叶片长宽比时，优选 rr-blup 或 rkhs 模型；预测表型数据叶片宽时，优选rkhs模型；预测表型数据叶柄宽时，优选 bayesc 模型或rr-blup 模型；预测表型数据叶柄长宽比时，优选bayesl 模型。

11、进一步，当所述全基因组回归算法为 rkhs 模型时，基于所述数值型特征矩阵计算样本间的欧氏距离平方，并构建非线性高斯核矩阵作为协方差矩阵，以捕获标记集合对叶部形态特征的加性效应与上位性效应。

12、进一步，所述s2中的参考基因组为杜鹃花属（rhododendron）基因组序列。

13、进一步，所述基因组序列优选为阔柄杜鹃（rhododendron platypodum）基因组序列。具体的，所述阔柄杜鹃（rhododendron platypodum）基因组序列公开于国家基因组科学数据中心，其bioproject编号：prjca038553，gsa原始序列：crr1762019。

14、进一步，所述s3中对次等位基因频率和基因型缺失率过滤的优选操作为：剔除缺失率＞10%且次等位基因频率＜0.05的位点。

15、进一步，所述s3中的通过滑动窗口内设置物理连锁不平衡度滤除共线性变异位点的优选操作为：在50 kb物理范围内，剔除r2超过0.2的强共线性标记。

16、执行上述对次等位基因频率和基因型缺失率过滤，然后基于滑动窗口内的物理连锁不平衡度滤除共线性变异位点，提取全基因组范围内相互独立的核心 snp 位点有15160个。

17、有益效果：

18、1、本发明首次将全基因组选择技术应用于杜鹃叶部形态特征的早期预测，仅需对苗期杜鹃进行低深度测序并提取核心snp标记，即可通过本模型精准预判其成年叶型，淘汰劣质单株，彻底改变了传统育种中必须等待植株生长至成年期才能进行叶部形态鉴定的被动局面，极大缩短了育种周期，降低了土地与人工抚育成本。

19、2、杜鹃这类非模式木本植物的叶部形态由海量微效多基因控制的复杂数量性状，本发明不依赖任何表型关联统计阈值的标记降维策略，有效清除了遗传多重共线性噪音，实现了对不同遗传架构叶部性状的差异化精准建模，对叶片长宽比的预测相关系数达到了0.85，对叶柄宽的相关系数达到了0.820，对叶宽的系数达到了0.749，对叶柄长宽比的预测系数达到了0.677，显著高于全量变异图谱进行预测的0.251，且预测散点紧密收敛于对角理想预测线，说明模型稳定可靠，可直接用于产业化育种辅助决策。

1.一种杜鹃叶部核心形态特征早期预测方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述s4中，所述全基因组回归算法选自再现核希尔伯特空间（rkhs）模型、岭回归最佳线性无偏预测（rr-blup）模型、bayesc 模型或bayesl 模型中的一种。

3.根据权利要求2所述的方法，其特征在于，预测表型数据叶片长宽比时，优选 rr-blup 或 rkhs 模型；预测表型数据叶片宽时，优选rkhs模型；预测表型数据叶柄宽时，优选bayesc 模型或rr-blup 模型；预测表型数据叶柄长宽比时，优选bayesl 模型。

4.根据权利要求1所述的方法，其特征在于，所述s2中的参考基因组为杜鹃花属（rhododendron）基因组序列。

5.根据权利要求4所述的方法，其特征在于，所述基因组序列优选为阔柄杜鹃（rhododendron platypodum）基因组序列。

6.根据权利要求1所述的方法，其特征在于，所述s3中对次等位基因频率和基因型缺失率过滤的优选操作为：剔除缺失率＞10%且次等位基因频率＜0.05的位点。

7.根据权利要求6所述的方法，其特征在于，所述s3中的通过滑动窗口内设置物理连锁不平衡度滤除共线性变异位点的优选操作为：在50 kb物理范围内，剔除r2超过0.2的强共线性标记。