山桃雜交群體抗蚜優系的背景選擇與標記優劣比較

劉蘇寧，別航靈，王君秀，陳雪嘉，王新衛,2，王力榮,2，曹珂

山桃雜交群體抗蚜優系的背景選擇與標記優劣比較

1中國農業科學院鄭州果樹研究所，鄭州 450009；2中國農業科學院西部農業研究中心，新疆昌吉 831100

【目的】篩選‘橡皮油桃’（果實大、感蚜）ב帚形山桃’（果實小、抗蚜）F2代雜交群體中，‘橡皮油桃’遺傳背景回復率高且表現抗蚜的優系，探討桃背景選擇技術體系的建立方法?！痉椒ā渴紫?，利用3種方法選擇背景標記，分別為前期研究得到的高多態性SNP（Pre-work SNP）、全基因組范圍內隨機挑選的SNP（Random SNP）、以及對SNP進行功能注釋后，選擇突變位點影響起始密碼子與終止密碼子的功能性SNP（Functional SNP），3種方法最終篩選的SNP個數統一設定為775個。然后，利用這775個SNP分別計算3種不同背景標記在F2代雜交群體中121個單株的雙親回復率。通過比較3種背景標記中‘橡皮油桃’背景回復率較高的前10個單株在兩兩之間的重復情況，比較不同背景標記的重復性。在完成F2群體單株的抗蚜性、單果重與可溶性固形物含量評價后，分別選擇單果重與可溶性固形物含量2種性狀的極端表型單株各10株，通過比較兩類表型單株‘橡皮油桃’回復率的差異顯著性，衡量不同選擇方法的優劣。最后，以抗蚜定位區間內的SNP為抗蚜前景標記，篩選F2群體內‘橡皮油桃’遺傳背景回復率高且表現抗蚜的優系?！窘Y果】Pre-work SNP、Random SNP、Functional SNP 3種背景標記的F2代單株‘橡皮油桃’背景回復率分別在36.34%—71.99%、31.75%—74.92%、4.51%—66.53%。3種背景標記篩選的‘橡皮油桃’回復率較高的前10株中，Pre-work SNP與Random SNP和Functional SNP的重復單株分別均有2個，Random SNP與Functional SNP的重復單株有6個，即Random SNP和Functional SNP兩種選擇方法的重復率更高。Pre-work SNP、Random SNP、Functional SNP 3種背景標記在以單果重為選擇目標時，極端表型單株間‘橡皮油桃’背景回復率顯著性分別為0.069、0.26和0.092，即Pre-work SNP篩選的后代‘橡皮油桃’背景回復率與單果重表型相關性最高，Functional SNP次之，Random SNP差異不顯著。在以可溶性固形物含量為選擇目標時，極端表型單株間‘橡皮油桃’背景回復率顯著性分別為0.77、0.65和0.31，3種背景標記差異均不顯著?；赑re-work SNP和Functional SNP的計算結果，本研究篩選出2個‘橡皮油桃’回復率高的單株，分別為N20和N36，其中N20攜帶抗蚜標記，單株表現抗蚜，平均單果重為34.42 g，可溶性固形物含量為16.1%，為山桃F2群體的優異單株?！窘Y論】在本研究群體內，Pre-work SNP相較于Functional SNP與Random SNP，在單果重這一表型上與‘橡皮油桃’回復率的相關性較強，印證該背景標記選擇方式的優異性，以這種背景標記挑選出的單株N20在目標性狀的優異表現也支持這一結果。本研究提供一種背景選擇的思路以及判斷不同背景標記在研究群體內優劣性的方法，可為有效提高抗性育種效率提供參考。

桃；抗蚜性；SNP；前景選擇；背景選擇

0 引言

【研究意義】桃蚜（Sulzer）繁殖能力極強，在短時間內即可形成龐大的種群數量，是桃樹生產上的主要害蟲[1]。近年來，殺蟲劑的大量使用使桃蚜產生抗藥性，導致防治難度增加[2-4]，抗性資源的發掘利用是控制蟲害更為經濟有效且環保的方法[5]。但由于果樹生育周期較長，通過常規育種獲得優良品種至少需要10—15年，且常規育種存在目標性狀選擇效率低、背景回復速度慢等問題[6]，分子標記技術的出現和應用為果樹抗性育種提供了更為高效的方法[7]。分子標記輔助選擇主要包括對目標性狀的前景選擇和對遺傳材料的背景選擇兩部分[8]，前景選擇確保目的基因在后續雜交或者回交過程中能夠逐代傳遞下去，而背景選擇則保證子代在具備目標性狀的前提下，更快地回復到優良親本的遺傳背景[9]。本研究利用3種不同的方法選擇背景標記，通過比較不同背景標記與育種目標性狀表型結果的一致性來衡量不同選擇方式的優劣，為抗桃蚜新品種培育奠定基礎?！厩叭搜芯窟M展】近年來，常規育種輔助分子標記以加速育種進程，在農作物與園藝作物的抗性育種或品種改良工作中廣泛應用，Rai等[10]利用173個SSR（simple sequence repeats）標記，對前景選擇得到的BC1F1單株進行背景選擇以轉移，培養軟粒小麥品種。趙雅楠[11]在無核抗寒葡萄胚挽救育種工作中，選用無核標記GSLP-569對雜種株系進行早期的無核性狀輔助選擇，同時利用抗寒標記S241-717進行早期抗寒性狀的輔助選擇。而在桃背景選擇標記以及抗蚜前景標記的開發上，GUAN等[12]借助二代測序技術和生物信息學工具，在360個普通桃品種中共鑒定了16 658 391個SNP（single nucleotide polymorphism），通過生物信息學分析得到775個分布于桃全基因組的、高質量的、多態性高的SNP，可以用于背景選擇。王力榮等[13]以‘橡皮油桃’ב帚形山桃’雜交后代F2群體為材料，對抗蚜性狀進行集群分離分析（BSA），進而采用35個InDel（insertion- deletion）進行加密，將抗性位點定位到950 kb的區間?！颈狙芯壳腥朦c】本研究以抗蚜定位區間內的SNP位點作為前景標記，而在背景標記的篩選上，除前期研究的775個SNP位點外[12]，另外在染色體上隨機選擇775個SNP位點，以及選擇影響起始密碼子和終止密碼子功能的775個SNP位點，利用這3種方式選擇背景標記，計算F2代單株背景回復率并比較不同背景標記與表型結果的一致性?！緮M解決的關鍵問題】本研究以一個將桃野生近緣種的抗蚜性位點漸滲入普通桃的雜交群體為試材，比較桃背景標記的篩選方法，在篩選母本‘橡皮油桃’背景回復率高、攜帶抗蚜位點優系的同時，探索桃分子育種技術體系建立的方法。

1 材料與方法

1.1 試驗材料

用于本研究的F2群體單株數為121株，其母本為‘橡皮油桃’（果實大、感桃蚜），父本為‘帚形山桃’（果實小、抗桃蚜）。群體定植在中國農業科學院鄭州果樹研究所新鄉實驗基地，栽培管理條件一致。

1.2 表型分析

本試驗共評價3種表型，分別為抗蚜性、單果重與可溶性固形物含量。

4月下旬，在果園中出現蚜蟲時，收集果園中的無翅蚜蟲，接種到溫室大棚育苗缽中的山桃雜交后代實生苗上，每株實生苗的新梢上接種蚜蟲100頭左右，1周后調查單株抗性，依據卷葉程度對每個單株單獨進行抗性評價，抗性分級標準參考王力榮等[14]并略作改動。1級：未發現蚜蟲；2級：為害較輕或少量卷葉；3級：為害較重，卷葉數量超過新梢葉量的50%。

在果實成熟期摘取10—20個桃果實，電子秤稱總質量后計算平均單果重。依據桃種質資源描述規范[15]將單果重分成5級的方法，在本群體中，極?。海?0.0 g；?。?0.0 g—20.0 g；中：20.0 g—30.0 g；大：30.0 g—40.0 g；極大：≥40.0 g。平均單果重精確到0.1 g。

稱量平均單果重后，取桃子果肉擠出桃汁，糖度計測定可溶性固形物（SSC）含量。同樣地，依據桃種質資源描述規范[15]，將可溶性固形物含量分為5級，極低：＜8.0%；低：8.0%—10.0%；中：10.0%—12.0%；高：12.0%—14.0%；極高：≥14.0%?？扇苄怨绦挝锖烤_到0.1%。

對群體單株完成表型評價后，依據群體內表型分布情況，分別選取各性狀的極端差異表型單株做后續分析。

1.3 山桃雜交群體基因組重測序和SNP鑒定

取F2代單株幼嫩葉片置于液氮中研磨，提取葉片基因組總DNA，植物基因組DNA提取試劑盒購自北京艾德萊生物科技有限公司，基因組重測序由安諾優達基因科技（北京，中國）有限公司完成，對121個單株及親本DNA樣品構建測序文庫，文庫質檢合格后，使用Illumina Hiseq 2500測序平臺進行高通量測序，測序讀長為150 bp。獲得的原始數據（raw data）去除接頭序列并進行數據質控后得到過濾后數據（clean data），有效測序數據利用BWA軟件[16-17]，比對到桃Lovell基因組[18]（Lovell_Prunus_persica_ v2.0.a1）以產生SAM文件，SAM文件經SAMTOOLS[19]轉換格式為BAM文件后繼續進行質控，使用GATK[20]軟件進行SNP的檢測，從變異文件中提取SNP變異后，對SNP進行缺失率和等位基因頻率（MAF）的過濾，得到最終的SNP變異信息。其中，SNP過濾條件為：QUAL＜40，QD＜2.0，MQ＜40.0，FS＞60.0，SOR＞3.0，MQRankSum ＜-12.5，ReadPosRankSum ＜-8.0。

1.4 抗蚜前景標記的選擇

筆者實驗室前期對群體單株進行抗蚜性鑒定，依據抗性分級結果進行基因定位，鑒定的抗蚜區間為3號染色體上物理距離為950 kb的區間內，物理位置為Chr3：24570169—Chr3：25524683，在抗蚜區間內選擇與連鎖信號最強的標記距離最近的SNP，作為本研究的前景標記。

1.5 抗蚜背景標記的選擇

采用3種不同的方法挑選抗蚜背景標記，首先，在前期研究中，借助二代測序技術和生物信息學工具，在360個普通桃品種中共鑒定了16 658 391個SNP，過濾MAF＜0.05，測序深度小于10×，質量評分小于1 000，π＜0.48，等位基因數大于2的SNP后，得到775個高質量、分布于桃全基因組的SNP位點[12]。本研究選擇這些SNP位點的位置信息，提取雜交群體的相應位點基因型，作為第一種抗蚜背景標記，以下簡稱“Pre-work SNP”。此外，通過隨機選擇的方式，結合SNP鑒定的結果文件，依據各染色體的總變異位點數目，等比例從各染色體中隨機選擇位點，利用Linux系統下的shuf命令在各染色體隨機選擇相應數目的位點，如從1號染色體隨機選擇165個位點：shuf -n 165 Chr.01.txt ＞＞ shuf1.txt，從各染色體中隨機選擇的位點數目相加共計775個，以下簡稱“Random SNP”。最后，利用ANNOVAR[21]軟件對SNP鑒定結果文件中所有的SNP進行功能注釋，共有1 160 518個變異位點被注釋，外顯子區域的變異位點有132 624個，其中影響起始密碼子與終止密碼子功能的突變位點有1 129個，依據這些突變位點在各染色體上的位點數目，從中等比例隨機挑選，從各染色體中隨機選擇的位點數目相加共計775個，以下簡稱“Functional SNP”。最后，利用VCFTOOLS[22]軟件分別提取雜交群體中各單株在上述3種不同挑選方式所得到的775個位點的SNP信息，并篩選有效差異位點。

1.6 雙親背景回復率的計算

親本1背景回復率(%)=[1-(有效差異位點數/有效位點總數)]×100。式中，有效位點總數是指在不同背景標記下雙親中存在多態性的位點總數；有效差異位點包含于有效位點，是指F2代單株與親本1表現不一致的SNP位點個數。親本2背景回復率計算方法同上。

2 結果

2.1 山桃F2群體表型結果

經對山桃F2群體表型評價，該群體內對桃蚜抗性1級單株36株，抗性2級單株49株，抗性3級單株28株；群體平均單果重變化范圍為11.02—79.62 g，平均值為27.23 g，變異系數CV值為53.58%?？扇苄怨绦挝锖孔兓秶鸀?%—16.1%，平均值為11.45%，變異系數CV值為18.21%。

2.2 山桃F2群體重測序及SNP鑒定

平均每個個體的raw data為1.7 G，總測序數據量達到206 G，測序質量Q30＞91%，各樣本的序列GC含量分布正常，建庫測序成功。對raw data中包含的接頭信息和低質量堿基進行過濾，最終得到高質量的clean data，其總數據量為202 G，利用這些數據進行后續分析。

參考基因組（Lovell_Prunus_persica 2.0）[18]大小為230.26 Mb，將山桃雜交群體的測序序列與參考基因組序列比對，在全基因組范圍內共檢測到5 916 824個SNP，經過濾后，共得到2 023 619個高質量的SNP。

2.3 不同選擇方式的抗蚜背景標記分布情況

由于在前期篩選高多態性SNP時最終得到775個SNP的變異信息[12]，因此，為了保證3種方法的一致性，其余2種方法均將775作為篩選SNP數目的標準。3種方法篩選到的775個背景SNP在染色體上的相對位置如圖1所示。

結果顯示，以Pre-work SNP為依據篩選的775個SNP位點中，9個SNP位點未檢測到變異信息，334個SNP位點在雙親中沒有差異，剩余432個SNP在雙親中有差異，被認為是有效的差異位點。這432個SNP在第1—8染色體上的數目分別為71、59、58、48、38、73、34和33個。

以Random SNP為選擇依據篩選的775個SNP位點中，146個SNP位點在雙親中沒有差異，剩余630個SNP在雙親中有差異，有效差異位點在1—8號染色體上的數目分別為147、85、88、73、55、95、51和36個。

以Functional SNP為選擇依據所篩選的775個SNP中，52個SNP位點在雙親中沒有差異，剩余723個SNP在雙親中有差異，有效差異位點在1—8號染色體上的數目分別為153、112、100、96、78、9、87和88個。

2.4 山桃F2單株在不同背景標記下的雙親背景回復率

利用2.3篩選得到的SNP，計算F2單株在8條染色體上對雙親的回復率，如表1所示。

結果發現，以Pre-work SNP計算的‘橡皮油桃’和‘帚形山桃’平均回復率分別為55.62%和36.04%；而Random SNP在雙親的平均回復率分別為42.85%和25.79%；Functional SNP則分別為37.61%和29.61%。即3種方法均表明雜交后代中來自母本‘橡皮油桃’的遺傳信息高于父本‘帚形山桃’。

分析不同染色體的親本回復率，Pre-work SNP F2單株在6號染色體的‘橡皮油桃’平均回復率達到72.41%，變異系數為13.46%，在7號染色體的‘帚形山桃’回復率達到53.72%，變異系數為34.37%，6號與7號染色體分別為雙親回復率最高的染色體。Random SNP雙親平均回復率與Pre-work SNP結果一致，且6號染色體的橡皮油桃平均回復率達60%，7號染色體的帚形山桃背景回復率達40%。Functional SNP在F2代單株中雙親平均背景回復率與前兩種有差異，‘橡皮油桃’背景回復率最高的是1號染色體，其次是6號染色體；而‘帚形山桃’背景回復率從高到低依次是4號、3號、7號染色體。該結果表明，不同染色體來自親本的遺傳背景不同，有的染色體更傾向母本，有的則更傾向父本。

本研究同時統計了F2各單株的‘橡皮油桃’背景標記回復率的頻次分布，結果如圖2所示，即3種方法都呈正態分布，但峰值所在的回復率有所不同。Functional SNP計算的回復率峰值較低，為30%— 40%；而Pre-work SNP和Random SNP計算的回復率峰值均為50%—60%。

表1 F2單株在8條染色體上對雙親的回復率

圖1 775個SNP標記在染色體上的分布情況

圖2 F2代單株‘橡皮油桃’背景回復率頻次分布

2.5 三種背景標記選擇方法的重復性分析

此外，為探討3種背景標記選擇方法的重復性，本研究選擇不同背景標記雙親回復率較高的前10株，分析這些單株在不同方法出現的情況。結果發現，在用Pre-work SNP篩選的‘橡皮油桃’回復率較高的前10株中，有2株在Random SNP中被鑒定到，在Functional SNP中同樣僅鑒定出2株。而在Random SNP篩選的‘橡皮油桃’回復率較高的10株中，Pre-work SNP鑒定的僅2株，而Functional SNP鑒定的達到6株，即‘橡皮油桃’高回復率的單株在Random SNP與Functional SNP兩種標記間的篩除率重復性較強，Pre-work SNP與Random SNP，以及Pre-work SNP與Functional SNP的重復性相當（圖3-a）。同樣地，在用Pre-work SNP篩選的‘帚形山桃’回復率較高的前10株中，有1株在Random SNP中被鑒定到，而在Functional SNP中未被鑒定到。在用Functional SNP篩選的‘帚形山桃’回復率較高的前10株中，有5株在Random SNP中被鑒定到，即‘帚形山桃’高回復率的單株在Random SNP與Functional SNP兩種標記間的重復性強于Pre-work SNP與Random SNP、Pre-work SNP與Functional SNP（圖3-b）。

a：‘橡皮油桃’；b：‘帚形山桃’

2.6 三種背景標記選擇方法的優劣分析

為比較3種背景標記選擇方法的優劣，將回復率與表型進行相關性分析。由于背景標記回復率是用全基因組的SNP進行計算，而表型性狀很難將所有的表型進行統計分析并得出一個整體的評價結果，因此，本研究僅選擇育種家最關注的性狀進行分析，以盡可能服務育種目標。為此，本研究評價雜交群體的單果重和可溶性固形物含量2個性狀，同時將其與‘橡皮油桃’回復率進行聯合分析，以此來衡量不同背景標記篩選方法的優劣。

首先，依據群體單株單果重的評價結果，從中分別選擇大果（單果重大于30 g）與小果（單果重小于20 g）單株各10株，比較兩類表型單株的‘橡皮油桃’背景回復率之間的差異（圖4-a、b、c）。同樣地，依據群體單株果實可溶性固形物含量的評價結果，從中分別選擇可溶性固形物含量較低單株（SSC＜10%）與較高單株（SSC＞12%）各10株，比較兩類表型單株的‘橡皮油桃’背景回復率之間的差異（圖4-d、e、f）。

由圖4可知，在以單果重作為評價指標時，“Pre-work SNP”篩選單株的‘橡皮油桃’回復率在兩類群體中差異最大，其次為“Functional SNP”方法，而“Random SNP”篩選的單株回復率則在兩類群體中無差異。而以可溶性固形物含量為評價指標時，3種背景標記篩選的單株雖然均表現為SSC高的單株，其‘橡皮油桃’的回復率也高，但回復率在兩類群體間沒有明顯差異。

2.7 山桃F2群體優系篩選抗蚜單株示例

在依據“Pre-work SNP”與“Functional SNP”2種背景標記所篩選的‘橡皮油桃’回復率最高的10株后代中，有2株同時被篩選到（圖3-a），分別為N20和N36。其中，N20在“Pre-work SNP”和“Functional SNP”中回復率分別為68.29%和52%，N36在兩種背景標記中的回復率分別為71.99%和55.6%。

依據筆者課題組前期抗蚜分子標記研究成果[13]，用InDel 2引物對擴增N20單株所得的PCR擴增產物在對應于Lovell基因組組裝的Scaffold 3第24 761 660堿基處有9 bp的缺失，為TTTCCGGCC/---------，N36的PCR擴增產物沒有缺失，認為N20攜帶抗蚜標記，N36不攜帶抗蚜標記。因此，N20是F2群體中最終篩選出的‘橡皮油桃’回復率最高且攜帶野生資源抗性標記的優異單株。

已知‘帚形山桃’單果重約11 g[23]，而雜交單株N20單株的平均單果重為34.42 g，相比前者提高212.9%；N20的果實類型為毛桃，可溶性固形物含量為16.1%，單株表現抗蚜，抗性分級為1級，其標記分布如圖5所示。

圖4 極端差異表型單株‘橡皮油桃’背景回復率差異

圖5 Pre-work SNP背景標記在N20染色體上的分布

3 討論

桃蚜對桃樹生長具有極其嚴重的危害，發掘與利用優異抗蚜種質資源，培育抗蚜品種、砧木，發掘抗蚜基因，是解決該問題的重要方法。在前期的研究中，鑒定出的抗蚜種質有壽星桃、碧桃、山桃[14,24]等，也分別開發了上述種質的抗蚜分子標記，發掘了相關候選基因[13,25-26]，為桃抗蚜育種奠定了理論和方法基礎。在作物的育種工作中，以分子標記為輔助手段，在苗期進行早期篩選，可以大大提高雜交后代輪回親本的回復速度。本研究篩選出1份‘橡皮油桃’回復率高且攜帶抗蚜標記的種質，可以與‘橡皮油桃’繼續回交，進一步提高其背景回復率，為提高‘橡皮油桃’的抗蚜性提供一種高效的方法。

3.1 前人研究所用標記類型

回交育種通常用于將有利農藝性狀的基因從供體親本轉移到輪回親本[27]，WING等[28]提出的全基因組育種流程來源于FRISCH[29]“三步走”策略，即先通過優良品系與基因供體雜交得到F1代，繼而以優良品系為輪回親本對后續世代逐代回交，通過在目標位點兩側各設計1個分子標記用于負向選擇以打破連鎖累贅，最后挑選出回復率最高的單株。KARUNARATHNA[30]也認為，基因組背景選擇結合標記前景輔助選擇是一種有效的育種方法。然而，不同報道中，用于背景選擇的分子標記篩選方法不盡相同。CHANDRAN等[31]為改良富含-胡蘿卜素的自交系UMI1200+和UMI1230+，提高其賴氨酸和色氨酸含量，導入目標基因后，利用236個均勻分布在玉米基因組中的SSR標記進行背景選擇。YU等[32]在完成500多個水稻全基因組測序后，共得到4 236 029個SNP，刪除雜合基因型SNP后，繼續在每100 kb隨機選擇2個SNP，最終篩選出5 102個SNP用于構建基因芯片RICE 6K，用于背景標記的篩選。YANG等[33]利用RICE 6K基因芯片作為背景標記，將廣譜抗性基因導入豐39S以提高其稻瘟病抗性。本研究采用3種方法進行了比較分析，結果表明隨機挑選SNP和篩選功能性SNP雖然二者重復率較高，但利用前期鑒定的高多態性SNP計算的背景回復率卻與育種目標性狀顯示了較高的相關性，更適宜在桃上以單果重為目標進行后代的篩選。

3.2 背景標記優劣性分析的內在邏輯

本研究選擇單果重和SSC與‘橡皮油桃’回復率的相關性作為衡量3種背景標記優劣性的評價方法。認為大果與高含量SSC性狀來源于母本‘橡皮油桃’，然而，研究發現高單果重群體的‘橡皮油桃’回復率與低單果重群體有差異，但高SSC單株的‘橡皮油桃’回復率卻與低SSC類群間沒有明顯差異。推測可能與單果重有主效基因，而SSC沒有主效基因導致SSC的貢獻既來自父本又來自母本有關。因此，當以微效多基因控制的性狀作為育種目標時，采用背景選擇的育種效率提升程度可能要低一些，需要相對更長的育種周期。

相比于準確性更好的Pre-work SNP，利用Random SNP選擇的位點在染色體上的分布最為均勻，然而其準確性卻較低。研究推測，利用Random SNP計算的回復率越高的單株，其在遺傳背景上就更像親本，但其標記的隨機性導致其可能更多的與育種中“無用”的性狀連鎖，也決定了選擇的“盲目性”。而Functional SNP的準確性不是最高，可能與導致表型多態性的功能性位點不僅包括本研究中的起始密碼子缺失、翻譯提前終止和終止缺失，也包含大量的非同義突變等有關。因此，在今后的研究中，可以嘗試綜合利用更多類型的功能性位點，甚至調控基因表達的啟動子序列突變位點來進行綜合分析，可能會得到理想的結果。

4 結論

本研究以前期抗蚜定位區間內的連鎖標記為前景選擇標記，以775個廣泛分布于基因組的SNP為背景選擇標記，分別計算不同背景標記選擇方法的F2代單株的親本背景回復率，發現該雜交后代的遺傳背景更多來自母本。相對于其他兩種方法（Random SNP、Functional SNP），利用多態性高的SNP（Pre-work SNP）進行背景選擇顯示了較高的選擇效率。本研究篩選出一株母本背景回復率最高、攜帶抗蚜標記的單株N20，為后續桃的抗蚜性育種奠定了研究基礎。

[1] 潘磊, 牛良, 魯振華, 曾文芳, 崔國朝, 王志強. 桃樹蚜蟲的危害及其藥劑防控. 果農之友, 2021(3): 37.

PAN L, NIU L, LU Z H, ZENG W F, CUI G C, WANG Z Q. Harm of peach aphid and its chemical control. Fruit Growers’ Friend, 2021(3): 37. (in Chinese)

[2] 柳強, 劉翠美, 王春燕. 果樹農藥污染的危害與解決措施. 農業工程技術, 2019, 39(20): 36.

LIU Q, LIU C M, WANG C Y. Harm of pesticide pollution in fruit trees and its solutions. Applied Engineering Technology, 2019, 39(20): 36. (in Chinese)

[3] EL-GENDY I, EL-BANOBI M I, VILLANUEVA-JIMéNEZ J A. Bio-pesticides alternative diazinon to control peach fruit fly,(Saunders) (Diptera: Tephritidae). Egyptian Journal of Biological Pest Control, 2021, 31: 1-8.

[4] CRISAN L, BOROTA A, SUZUKI T, FUNAR-TIMOFEI S. An approach to identify new insecticides againststudy based on linear and non-linear regression techniques. Molecular Informatics, 2019, 38(8/9): 1800119.

[5] 牛良. 壽星桃抗蚜性鑒定及分子機制解析[D]. 武漢: 華中農業大學, 2019.

NIU L. Identification and molecular mechanism analysis of aphid resistance of Shouxing peach [D]. Wuhan: Huazhong Agricultural University, 2019. (in Chinese)

[6] 周洪昌. 玉米絲黑穗病分子標記輔助選擇育種研究[D]. 長春: 吉林農業大學, 2011.

ZHOU H C. Study on molecular marker-assisted selection breeding of maize head smut [D]. Changchun: Jilin Agricultural University, 2011. (in Chinese)

[7] 馮艷霞. 果樹育種中的新技術應用. 河北農業, 2022(7): 49-50.

FENG Y X. Application of new techniques in fruit tree breeding. Hebei Agriculture, 2022(7): 49-50. (in Chinese)

[8] 鄧世峰, 王先如, 張安存, 陳次娥, 吳明. 分子標記輔助選擇在我國水稻抗病育種中的研究進展. 江西農業, 2019(22): 40, 46.

DENG S F, WANG X R, ZHANG A C, CHEN C E, WU M. Research progress of molecular marker-assisted selection in rice disease resistance breeding in China. Jiangxi Nongye, 2019(22): 40, 46. (in Chinese)

[9] 楊大兵. 全基因背景分子選擇改良水稻光溫敏核不育系豐39S的病蟲抗性[D]. 武漢: 華中農業大學, 2021.

YANG D B. Improvement of disease and pest resistance of photo- thermo sensitive genic male sterile line Feng 39S by whole gene background molecular selection [D]. Wuhan: Huazhong Agricultural University, 2021. (in Chinese)

[10] RAI A, MAHENDRU-SINGH A, RAGHUNANDAN K, KUMAR T P J, SHARMA P, AHLAWAT A K, SINGH S K, GANJEWALA D, SHUKLA R B, SIVASAMY M. Marker-assisted transfer ofgene to develop soft grain wheat cultivars. 3 Biotech, 2019, 9(5): 183-190.

[11] 趙雅楠. 無核抗寒葡萄胚挽救育種與分子標記輔助選擇應用[D]. 楊凌: 西北農林科技大學, 2018.

ZHAO Y N. Embryo rescue breeding and molecular marker-assisted selection of seedless and cold-resistant grapes [D]. Yangling: Northwest A & F University, 2018. (in Chinese)

[12] GUAN L P, XU Q, CAO K, LI Y, ZHU G R, FANG W C, WANG X W, CHEN C W, GUO J, WANG Q, ZHAO Y L, WANG L R. Development of a 775 SNP array for peach based on whole-genome resequencing data, and assessment of the potential of its application. Scientia Horticulturae, 2021, 276: 109760.

[13] 王力榮, 王君秀, 李勇, 王新衛, 朱更瑞, 曹珂. 一組用于鑒定山桃雜交群體抗/感桃蚜性狀的InDel標記及其應用. CN113186339A, 2021.

WANG L R, WANG J X, LI Y, WANG X W, ZHU G R, CAO K. A set of InDel markers for identification of peach aphid resistance/ susceptibility traits in a peach hybrid population and their applications, CN113186339A, 2021. (in Chinese)

[14] 王力榮, 朱更瑞, 方偉超, 左覃元, 韓立新. 桃種質資源對桃蚜的抗性評價. 果樹學報, 2001, 18(3): 145-147.

WANG L R, ZHU G R, FANG W C, ZUO Q Y, HAN L X. Study on the resistance to peach aphid (Sulzer) of peach germplasm. Journal of Fruit Science, 2001, 18(3): 145-147. (in Chinese)

[15] 王力榮, 朱更瑞. 桃種質資源描述規范和數據標準. 北京: 中國農業出版社, 2005.

WANG L R, ZHU G R. Descriptors and Data Standard for Peach (L.). Beijing: China Agriculture Press, 2005. (in Chinese)

[16] LI H, DURBIN R. Fast and accurate short read alignment with Burrows-Wheeler transform. Bioinformatics, 2009, 25(14): 1754-1760.

[17] 陳鳳珍, 李玲, 操利超, 嚴志祥. 四種常用的生物序列比對軟件比較. 生物信息學, 2016, 14(1): 56-60.

CHEN F Z, LI L, CAO L C, YAN Z X. Comparison of four common biological sequence alignment tools. Chinese Journal of Bioinformatics, 2016, 14(1): 56-60. (in Chinese)

[18] VERDE I, JENKINS J, DONDINI L, MICALI S, PAGLIARANI G, VENDRAMIN E, PARIS R, ARAMINI V, GAZZA L, ROSSINI L, BASSI D, TROGGIO M, SHU S Q, GRIMWOOD J, TARTARINI S, DETTORI M T, SCHMUTZ J. The Peach v2.0 release: High- resolution linkage mapping and deep resequencing improve chromosome- scale assembly and contiguity. BMC Genomics, 2017, 18: 225.

[19] LI H. A statistical framework for SNP calling, mutation discovery, association mapping and population genetical parameter estimation from sequencing data. Bioinformatics, 2011, 27(21): 2987-2993.

[20] MCKENNA A, HANNA M, BANKS E, SIVACHENKO A, CIBULSKIS K, KERNYTSKY A, GARIMELLA K, ALTSHULER D, GABRIEL S, DALY M, DEPRISTO M A. The genome analysis toolkit: A MapReduce framework for analyzing next-generation DNA sequencing data. Genome Research, 2010, 20(9): 1297-1303.

[21] WANG K, LI M Y, HAKONARSON H. ANNOVAR: Functional annotation of genetic variants from high-throughput sequencing data. Nucleic Acids Research, 2010, 38(16): e164.

[22] DANECEK P, AUTON A, ABECASIS G, ALBERS C A, BANKS E, DEPRISTO M A, HANDSAKER B, LUNTER G, MARTH G, SHERRY S, MCVEAN G, DURBIN R. The variant call format and VCFtools. Bioinformatics, 2011, 27(15): 2156-2158.

[23] 王力榮, 朱更瑞, 方偉超. 中國桃遺傳資源. 北京: 中國農業出版社, 2012.

WANG L R, ZHU G R, FANG W C. Peach Genetic Resource in China. Beijing: China Agriculture Press, 2012. (in Chinese)

[24] 曾梅, 韓立新, 高九思. 桃品種(系)抗桃蚜研究初報//華中三省(河南、湖北、湖南)昆蟲學會2006年學術年會論文集, 2006: 116-118.

ZENG M, HAN L X, GAO J S. Preliminary report on peach aphid resistance in peach varieties (lines)//2006 Annual Academic Conference of the Entomological Society of Three Provinces in Central China, 2006: 116-118. (in Chinese)

[25] 張南南, 魯振華, 崔國朝, 潘磊, 曾文芳, 牛良, 王志強. 基于SNP標記桃抗蚜性狀的基因定位. 中國農業科學, 2017, 50(23): 4613-4621. doi: 10.3864/j.issn.0578-1752.2017.23.014.

ZHANG N N, LU Z H, CUI G C, PAN L, ZENG W F, NIU L, WANG Z Q. Gene mapping of aphid-resistant for peach using SNP markers. Scientia Agricultura Sinica, 2017, 50(23): 4613-4621. doi: 10.3864/j. issn.0578-1752.2017.23.014. (in Chinese)

[26] 瞿貴軍, 林毅. 桃蚜關鍵抗性基因挖掘及抗蚜Cry蛋白預測. 華僑大學學報(自然科學版), 2023, 44(1): 94-103.

QU G J, LIN Y. Discovery of key resistance genes ofand prediction of anti-aphid cry proteins. Journal of Huaqiao University (Natural Science), 2023, 44(1): 94-103. (in Chinese)

[27] HASAN M M, RAFII M Y, ISMAIL M R, MAHMOOD M, RAHIM H A, ALAM M A, ASHKANI S, MALEK M A, LATIF M A. Marker-assisted backcrossing: A useful method for rice improvement. Biotechnology, Biotechnological Equipment, 2015, 29(2): 237-254.

[28] WING R A, PURUGGANAN M D, ZHANG Q F. The rice genome revolution: from an ancient grain to Green Super Rice. Nature Reviews Genetics, 2018, 19(8): 505-517.

[29] FRISCH M. Breeding strategies: Optimum design of marker-assisted backcross programs//Biotechnology in Agriculture and Forestry. Berlin/Heidelberg: Springer-Verlag, 2005: 319-334.

[30] KARUNARATHNA N L, PATIRANAGE D S R, HARLOFF H J, SASHIDHAR N, JUNG C. Genomic background selection to reduce the mutation load after random mutagenesis. Scientific Reports, 2021, 11: 19404.

[31] CHANDRAN S, PUKALENTHY B, ADHIMOOLAM K, MANICKAM D, SAMPATHRAJAN V, CHOCKLINGAM V, ESWARAN K, ARUNACHALAM K, JOIKUMAR MEETEI L, RAJASEKARAN R, MUTHUSAMY V, HOSSAIN F, NATESAN S. Marker-assisted selection to pyramid the() and β-carotene () genes in maize. Frontiers in Genetics, 2019, 10: 859.

[32] YU H H, XIE W B, LI J, ZHOU F S, ZHANG Q F. A whole-genome SNP array (RICE 6K) for genomic breeding in rice. Plant Biotechnology Journal, 2014, 12(1): 28-37.

[33] YANG D B, TANG J H, YANG D, CHEN Y, ALI J, MOU T M. Improving rice blast resistance of Feng39S through molecular marker-assisted backcrossing. Rice, 2019, 12: 70.

Background Selection and Comparison of Marker Superiority and Inferiority of Aphid-Resistant Seedlings in an Interspecific Cross Peach Population

1Zhengzhou Fruit Research Institute, Chinese Academy of Agricultural Sciences, Zhengzhou 450009;2Western Agricultural Research Center, Chinese Academy of Agricultural Sciences, Changji 831100, Xinjiang

【Objective】To establish a background selection system in peach, the seedlings contained aphid-resistance locus and high female parent recovery rate were screened from an F2population crossed by Xiang Pi You Tao peach (big fruit and susceptible to aphid) and Zhou Xing Shan Tao peach (small fruit and resistant to aphid). 【Method】Firstly, three methods were used to select background markers, including the high polymorphic single nucleotide polymorphism (SNP) obtained from the previous study (Pre-work SNP), SNP randomly selected in the whole genome (Random SNP), and functional SNP affecting the start and stop codon (Functional SNP). The number of final SNP selected by the above methods were 775. Then, using these SNPs, the parents recovery rate for all 121 individuals of the F2population were calculated, respectively. The repeatability of the selection methods was evaluated by comparing whether the top 10 seedlings with different selection markers were coincident or not. After completing the evaluation of aphid resistance, single fruit weight, and soluble solids content of F2population, 10 seedlings with extreme phenotypes for the single fruit weight and soluble solids content were selected, respectively. And the superiority and inferiority of different selection methods were estimated by comparing the significance of the differences in Xiang Pi You Tao recovery rates between the two types of phenotypes. Finally, the SNPs in the aphid-resistant location area were used as the foreground markers to screen the elite seedlings with high maternal genetic background and aphid resistance. 【Result】The background recovery rates of the F2seedlings which calculated by the three methods were 36.34%-71.99%, 31.75%-74.92%, and 4.51%-66.53%, respectively. Among the top 10 seedlings with high Xiang Pi You Tao recovery rates screened by the three background markers, Pre-work SNP and Random SNP had two duplicate single plants, and so do Pre-work SNP and Functional SNP, and there were 6 repetitive single plants in Random SNP and Functional SNP. This result indicated that the repeatability between the Random SNP and Functional SNP was the highest among all comparisons. When single fruit weight was selected as the breeding target, among the extreme phenotypic monocots, the three background markers, such as Pre-work SNP, Random SNP, and Functional SNP, had a significant Xiang Pi You Tao background recovery rate of 0.069, 0.26, and 0.092, respectively, which meant high relativity was found between the background recovery rate calculated by Pre-work SNP and their fruit weight, followed by Functional SNP, and Random SNP difference was not significant. When soluble solids content was selected as the target, the Xiang Pi You Tao background recovery rates among extreme phenotypic monocots were significant at 0.77, 0.65 and 0.31, respectively, and the differences among the three background markers were not significant. Finally, two individuals with high recovery rate of Xiang Pi You Tao peach were screened, including N20 and N36. Among them, N20 comprised the aphid-resistant markers, and this individual showed aphid resistance with an average fruit weight of 34.42 g and soluble solids content of 16.1%, which was considered to be the superior single strain of this population. 【Conclusion】In this study population, Pre-work SNP showed a stronger correlation between single fruit weight and Xiang Pi You Tao background recovery rates than Functional SNP and Random SNP, confirming the superiority of this background marker selection method, and the superior performance of N20 plants, which selected with this background marker in the target traits also supported this result. This study provided an idea of background selection and a method to judge the superiority and inferiority of different background markers in the study population, which could effectively improve the efficiency of resistance breeding in fruit crops.

peach; aphid-resistant; SNP; foreground selection; background selection

10.3864/j.issn.0578-1752.2023.15.013

2022-11-03；

2023-02-28

中國農業科學院科技創新工程專項（CAAS-ASTIP-2020-ZFRI）

劉蘇寧，E-mail：lsn310@outlook.com。通信作者曹珂，E-mail：wyandck@126.com

（責任編輯 趙伶俐）