基于BSA技术的稗属牧草抽穗期QTL定位及候选基因分析

doi:10.11686/cyxb2025117

摘要/Abstract

摘要：

抽穗期是影响作物产量形成和环境适应性的关键阶段，解析其分子调控机制对牧草种质资源创新和新品种培育具有重要意义。很多稗属植物是优良的耐盐碱牧草，然而目前稗属牧草抽穗期的分子调控机制尚不明确，制约了不同生态区适生品种的分子设计育种和盐碱地的可持续利用。为了系统解析稗草抽穗期的遗传调控网络，本研究以稗的基因组作为参考基因组，采用BSA-Seq（bulked segregant analysis sequencing）技术对湖南稷子和宁夏无芒稗及其杂交F_2：3群体（共62份样本）进行分析。基于R 4.2.2，采用Index算法定位抽穗期相关QTL（quantitative trait locus），通过String数据库构建蛋白质互作网络筛选候选基因，并利用GO和KEGG数据库对候选基因进行功能注释。研究结果表明：共鉴定出11347个SNP和1992个Indel有效变异位点；定位到两个候选QTL：qHD-16-1（193.14 kb，包含17个基因）和qHD-6-1（11.05 kb，包含2个基因）；筛选出EcRCS3、EcCYSK（错义突变）、EcP0710H01.9、EcAPG、EcCFAT、EcNBA1共6个关键候选基因。功能注释表明，这些基因主要通过调控硫代谢、半胱氨酸和蛋氨酸等代谢途径影响开花基因表达或直接影响花芽分化，从而调控稗草的抽穗期。本研究为稗草分子标记辅助育种提供了重要的基因资源和潜在的分子靶点，并为盐碱地适生牧草品种的精准选育奠定了理论基础，具有重要的科学价值和应用前景。

关键词: 稗属牧草, 抽穗期, BSA-Seq, QTL定位, 候选基因分析

Abstract:

Heading date is a crucial agronomic trait that significantly influences crop yield formation and environmental adaptability. Elucidating the molecular regulatory mechanisms of heading date is essential for forage germplasm innovation and for breeding new varieties. Echinochloa species （barnyard grass） are ideal forage resources for marginal land utilization because of their remarkable salt-alkali tolerance. However， the molecular mechanisms underlying the regulation of heading date in Echinochloa remain unclear. This knowledge gap substantially constrains molecular breeding of ecologically adapted varieties and the agricultural development of areas with saline-alkali soils. To decipher the genetic regulatory network controlling heading date in barnyard grass， we employed bulked segregant analysis sequencing （BSA-Seq） to analyze Echinochloa crusgalli var. frumentacea， Echinochloa crusgalli var. mitis， and their F_2∶3 hybrid population （62 samples in total）， using the Echinochloa genome as a reference. Then， quantitative trait locus （QTL） mapping was performed using the Index algorithm in R 4.2.2， and a protein-protein interaction network was constructed using the String database to identify candidate genes. Functional annotation of these genes was conducted using the Gene Ontology and Kyoto Encyclopedia of Genes and Genomes databases. A total of 11347 single nucleotide polymorphisms and 1992 insertion/deletion mutations were identified as effective variants. Two candidate QTLs were mapped： qHD-16-1 （193.14 kb， containing 17 genes） and qHD-6-1 （11.05 kb， containing two genes）. Six key candidate genes ［EcRCS3， EcCYSK （missense mutation）， EcP0710H01.9， EcAPG， EcCFAT， and EcNBA1］ were identified. Functional annotation revealed that these genes regulate heading date primarily by modulating sulfur， cysteine， and methionine metabolic pathways， thereby influencing the expression of flowering-related genes and flower bud differentiation. This study provides valuable genetic resources and potential molecular targets for molecular marker-assisted breeding and offers critical insights into the molecular mechanisms underlying the regulation of heading date in barnyard grass （Echinochloa spp.）. These findings establish a theoretical foundation for precision breeding of saline-alkali-adapted forage varieties， demonstrating significant scientific merit and promising application prospects for the utilization of saline-alkali land.

Key words: Echinochloa, heading stage, BSA-seq, QTL mapping, candidate genes analysis

张刚, 许兴, 朱林. 基于BSA技术的稗属牧草抽穗期QTL定位及候选基因分析[J]. 草业学报, 2026, 35(3): 210-222.

Gang ZHANG, Xing XU, Lin ZHU. QTL mapping and analysis candidate genes for heading stage in Echinochloa based on bulked segregant analysis[J]. Acta Prataculturae Sinica, 2026, 35(3): 210-222.

图/表 12

参考文献 40

[1]	Bhatt D， Rasane P， Singh J， et al. Nutritional advantages of barnyard millet and opportunities for its processing as value-added foods. Journal of Food Science and Technology-Mysore， 2023， 60（11）： 2748-2760.
[2]	Renganathan V G， Vanniarajan C， Karthikeyan A， et al. Barnyard millet for food and nutritional security： current status and future research direction. Frontiers in Genetics， 2020， 11： 500.
[3]	Wang Y L， Lin S， Zhao L Z， et al. The trial cultivation of Hunan millet in saline-alkali wasteland showed good results. Grass and Forage Journal， 1992（1）： 22.
	王玉兰，林森，赵莱章，等. 盐碱荒地试种湖南稷子情况良好. 草与畜杂志， 1992（1）： 22.
[4]	Wang F， Li S C， Kong F J， et al. Altered regulation of flowering expands growth ranges and maximizes yields in major crops. Frontiers in Plant Science， 2023， 14： 1094411.
[5]	Kippes N， Debernardi J M， Vasquez-Gross H A， et al. Identification of the VERNALIZATION 4 gene reveals the origin of spring growth habit in ancient wheats from South Asia. Proceedings of the National Academy of Sciences of the United States of America， 2015， 112（39）： 5401-5410.
[6]	Wilhelm E P， Turner A S， Laurie D A. Photoperiod insensitive Ppd-A1a mutations in tetraploid wheat （Triticum durum Desf.）. Theoretical and Applied Genetics， 2009， 118（2）： 285-294.
[7]	Beales J， Turner A， Griffiths S， et al. A pseudo-response regulator is misexpressed in the photoperiod insensitive Ppd-D1a mutant of wheat （Triticum aestivum L.）. Theoretical and Applied Genetics， 2007， 115（5）： 721-733.
[8]	Yu X L， Li X， Yao X H， et al. Genetic mapping and candidate gene analysis of the major QTL cqHD2H-2 for early heading in barley （Hordeum vulare L.）. Acta Agronomica Sinica， 2022， 48（10）： 2463-2474.
	余鑫莲，李新，姚晓华，等. 青稞早抽穗主效QTL cqHD2H-2的遗传定位及候选基因分析. 作物学报， 2022， 48（10）： 2463-2474.
[9]	Michelmore R W， Paran I， Kesseli R V. Identification of markers linked to disease-resistance genes by bulked segregant analysis： a rapid method to detect markers in specific genomic regions by using segregating populations. Proceedings of the National Academy of Sciences of the United States of America， 1991， 88（21）： 9828-9832.
[10]	Zhang G， Zhu L， Nie H J， et al. Application and prospect of BSA method based on bibliometrics in crop breeding. Hereditas， 2024， 46（5）： 360-372.
	张刚，朱林，聂豪杰，等. 基于文献计量学BSA在作物育种领域的应用现状与展望. 遗传， 2024， 46（5）： 360-372.
[11]	Takagi H， Tamiru M， Abe A， et al. MutMap accelerates breeding of a salt-tolerant rice cultivar. Nature Biotechnology， 2015， 33（5）： 445-449.
[12]	Gao Y B， Yuan Y H， Zhang X Y， et al. Conuping BSA-Seq and RNA-Seq reveal the molecular pathway and genes associated with the plant height of foxtail millet （Setaria italica）. International Journal of Molecular Sciences， 2022， 23（19）： 11824.
[13]	Zhao W G， Ta N， Wang H， et al. Analysis of significantly associated regions and candidate genes for dwarf stem trait in Brassica napus based on BSA-seq. Acta Botanica Boreali-Occidentalia Sinica， 2024， 44（12）： 1890-1899.
	赵卫国，塔娜，王灏，等. 基于BSA-seq技术对甘蓝型油菜矮秆性状的显著关联区域和候选基因分析. 西北植物学报， 2024， 44（12）： 1890-1899.
[14]	Wu D Y， Shen E H， Jiang B W， et al. Genomic insights into the evolution of Echinochloa species as weed and orphan crop. Nature Communications， 2022， 13（1）： 689.
[15]	Wan L S， Geng B R， Shao S R， et al. A promising forage and food crop-Echinochloa frumentacea. Journal of Ningxia Agriculture and Forestry Science and Technology， 1984（1）： 37-38.
	万力生，耿本仁，邵生荣，等. 一种很有前途的草料兼用作物——湖南稷子. 宁夏农业科技， 1984（1）： 37-38.
[16]	Wu S Q， Yang P， Fan Z J， et al. Study on Echinochloa crusgalli （L.） Beauv. var. mitis （Pursh） Peter. Pratacultural Science， 2002， 19（2）： 33-36.
	吴素琴，杨平，樊振军，等. 宁夏无芒稗的研究. 草业科学， 2002， 19（2）： 33-36.
[17]	Li D X， Yang J， Sun K， et al. Mapping new rice heading date QTLs based on high-density genetic map. Journal of Northwest A&F University （Natural Science Edition）， 2020， 48（8）： 43-49.
	李冬秀，杨靖，孙凯，等. 基于高密度遗传图谱定位新的水稻抽穗期QTLs. 西北农林科技大学学报（自然科学版）， 2020， 48（8）： 43-49.
[18]	Doyle J J T， Doyle J L. Isolation of plant DNA from fresh tissue. Focus （san Francisco， California.）， 1990， 12（1）： 13-15.
[19]	Chen S F， Zhou Y Q， Chen Y R， et al. Fastp： an ultra-fast all-in-one FASTQ preprocessor. Cold Spring Harbor Laboratory， 2018， 34（17）： 884-890.
[20]	Jung Y， Han D S. BWA-MEME： BWA-MEM emulated with a machine learning approach. Bioinformatics， 2022， 38（9）： 2404-2413.
[21]	McKenna A， Hanna M， Banks E， et al. The genome analysis toolkit： a MapReduce framework for analyzing next-generation DNA sequencing data. Genome Research， 2010， 20（9）： 1297-1303.
[22]	Cingolani P， Platts A， Wang L L， et al. A program for annotating and predicting the effects of single nucleotide polymorphisms， SnpEff： SNPs in the genome of Drosophila melanogaster strain w1118； iso-2； iso-3. Fly （Austin）， 2012， 6（2）： 80-92.
[23]	Takagi H， Abe A， Yoshida K， et al. QTL-seq： rapid mapping of quantitative trait loci in rice by whole genome resequencing of DNA from two bulked populations. The Plant Journal： For Cell and Molecular Biology， 2013， 74（1）： 174-183.
[24]	Li Z Q， Xu Y H. Bulk segregation analysis in the NGS era： a review of its teenage years. The Plant Journal： For Cell and Molecular Biology， 2022， 109（6）： 1355-1374.
[25]	Jaiswal V， Gupta S， Gahlaut V， et al. Genome-wide association study of major agronomic traits in foxtail millet （Setaria italica L.） using ddRAD sequencing. Scientific Reports， 2019， 9（1）： 5020.
[26]	Sobieszczuk-Nowicka E， Arasimowicz-Jelonek M， Tanwar U K， et al. Plant homocysteine， a methionine precursor and plant’s hallmark of metabolic disorders. Frontiers in Plant Science， 2022， 13： 1044944.
[27]	Wang H， Niu Q W， Wu H W， et al. Analysis of non-coding transcriptome in rice and maize uncovers roles of conserved lncRNAs associated with agriculture traits. Plant Journal， 2015， 84（2）： 404-416.
[28]	Huang X Z， Chen S D， Li W P， et al. ROS regulated reversible protein phase separation synchronizes plant flowering. Nature Chemical Biology， 2021， 17（5）： 549-557.
[29]	Kopriva S， Mugford S G， Matthewman C， et al. Plant sulfate assimilation genes： redundancy versus specialization. Plant Cell Reports， 2009， 28（12）： 1769-1780.
[30]	Kopriva S. Regulation of sulfate assimilation in Arabidopsis and beyond. Annals of Botany， 2006， 97（4）： 479-495.
[31]	Hage H， Rosso M N， Tarrago L. Distribution of methionine sulfoxide reductases in fungi and conservation of the free-methionine-R-sulfoxide reductase in multicellular eukaryotes. Free Radical Biology and Medicine， 2021， 169： 187-215.
[32]	Ravanel S， Gakière B， Job D， et al. The specific features of methionine biosynthesis and metabolism in plants. Proceedings of the National Academy of Sciences of the United States of America， 1998， 95（13）： 7805-7812.
[33]	Chen D D， Shao Q S， Yin L H， et al. Polyamine function in plants： metabolism， regulation on development， and roles in abiotic stress responses. Frontiers in Plant Science， 2019， 9： 1945.
[34]	Zhao H， Yin C C， Ma B， et al. Ethylene signaling in rice and Arabidopsis： new regulators and mechanisms. Journal of Integrative Plant Biology， 2021， 63（1）： 102-125.
[35]	Iqbal N， Khan N A， Ferrante A， et al. Ethylene role in plant growth， development and senescence： interaction with other phytohormones. Frontiers in Plant Science， 2017， 8： 475.
[36]	Xu M T， Li X X， Xie W， et al. Correction to： ETHYLENE INSENSITIVE3/EIN3-LIKE1 modulate FLOWERING LOCUS C expression via histone demethylase interaction. Plant Physiology， 2024， 196（2）： 1712.
[37]	Chen Y L， Zhang L P， Zhang H Y， et al. ERF1 delays flowering through direct inhibition of FLOWERING LOCUS T expression in Arabidopsis. Journal of Integrative Plant Biology， 2021， 63（10）： 1712-1723.
[38]	Sun Y R， McCorvie T J， Yates L A， et al. Structural basis of homologous recombination. Cellular and Molecular Life Sciences， 2020， 77（1）： 3-18.
[39]	Liu S J， Hua Y， Wang J N， et al. RNA polymerase III is required for the repair of DNA double-strand breaks by homologous recombination. Cell， 2021， 184（5）： 1314.
[40]	Li F M， Xie J Y， Zhu X Y， et al. Genetic basis underlying correlations among growth duration and yield traits revealed by GWAS in rice （Oryza sativa L.）. Frontiers in Plant Science， 2018， 9： 650.

样本名 Sample ID	宁夏无芒稗 E. crusgalli var. mitis	湖南稷子 E. crusgalli var.frumentacea	早抽穗混合池 Early heading pool	晚抽穗混合池 Late heading pool
原始序列数Raw reads	110698444	97387918	293041906	296602604
原始碱基数Raw bases （bp）	16715465044	14705575618	44249327806	44786993204
过滤序列数Clean reads	108936494	95849704	287622304	291064822
过滤碱基数Clean bases （bp）	16249584281	14308880560	42973291907	43460506570
GC含量GC content （%）	48.35	46.63	45.73	46.13
Q₃₀含量Q₃₀ content （%）	94.82	94.96	94.97	95.06
比对率Mapped ratio （%）	99.72	99.75	98.97	99.48
优质比对率Proper ratio （%）	96.38	96.61	96.07	96.60
插入片段长度Insert fregment length （bp）	338	345	323	310
平均测序深度Average sequencing depth	13.20	11.58	33.81	34.42
覆盖度（≥1×） Coverage （≥1×）（%）	91.57	91.93	93.84	93.69
覆盖度（≥4×） Coverage （≥4×）（%）	81.55	84.93	91.36	91.35

样本名 Sample ID	宁夏无芒稗 E. crusgalli var. mitis	湖南稷子 E. crusgalli var.frumentacea	早抽穗混合池 Early heading pool	晚抽穗混合池 Late heading pool
原始序列数Raw reads	110698444	97387918	293041906	296602604
原始碱基数Raw bases （bp）	16715465044	14705575618	44249327806	44786993204
过滤序列数Clean reads	108936494	95849704	287622304	291064822
过滤碱基数Clean bases （bp）	16249584281	14308880560	42973291907	43460506570
GC含量GC content （%）	48.35	46.63	45.73	46.13
Q₃₀含量Q₃₀ content （%）	94.82	94.96	94.97	95.06
比对率Mapped ratio （%）	99.72	99.75	98.97	99.48
优质比对率Proper ratio （%）	96.38	96.61	96.07	96.60
插入片段长度Insert fregment length （bp）	338	345	323	310
平均测序深度Average sequencing depth	13.20	11.58	33.81	34.42
覆盖度（≥1×） Coverage （≥1×）（%）	91.57	91.93	93.84	93.69
覆盖度（≥4×） Coverage （≥4×）（%）	81.55	84.93	91.36	91.35

SNP变异位点信息 SNP variation sites information	宁夏无芒稗 E. crusgalli var. mitis	湖南稷子 E. crusgalli var.frumentacea	早抽穗混合池Early heading pool	晚抽穗混合池Late heading pool	Indel变异位点信息 Indel variation sites information	宁夏无芒稗 E. crusgalli var. mitis	湖南稷子 E. crusgalli var.frumentacea	早抽穗混合池Early heading pool	晚抽穗混合池 Late heading pool
起始密码子丢失Start lost	538	521	550	557	起始密码子丢失Start lost	176	177	198	188
终止密码子丢失Stop lost	539	536	586	553	终止密码子丢失Stop lost	167	165	184	188
终止密码子获得Stop gained	2874	2934	3252	3030	终止密码子获得Stop gained	454	452	528	509
非同义突变Nonsynonymous mutation	118535	120467	129985	124244	基因区间Intragenic region	411710	418151	469267	448800
同义突变Synonymous mutation	67254	68338	73371	70561	移码突变Frameshift mutation	16809	16500	18908	18208
基因区间Intragenic region	2420168	2436130	2621923	2544620	非编码转录突变Non coding transcript mutation	15	12	13	17
终止子编码突变Stop retained mutation	104	111	118	113	外显子缺失突变Exon loss mutation	5	4	6	3
SNP和Sum SNP	2610012	2629037	2829785	2743678	Indel和Sum Indel	429336	435461	489104	467913
SNP总数Total SNP	2882936	2919872	3139343	3039142	Indel总数Total Indel	511925	523408	582001	558165

SNP变异位点信息 SNP variation sites information	宁夏无芒稗 E. crusgalli var. mitis	湖南稷子 E. crusgalli var.frumentacea	早抽穗混合池Early heading pool	晚抽穗混合池Late heading pool	Indel变异位点信息 Indel variation sites information	宁夏无芒稗 E. crusgalli var. mitis	湖南稷子 E. crusgalli var.frumentacea	早抽穗混合池Early heading pool	晚抽穗混合池 Late heading pool
起始密码子丢失Start lost	538	521	550	557	起始密码子丢失Start lost	176	177	198	188
终止密码子丢失Stop lost	539	536	586	553	终止密码子丢失Stop lost	167	165	184	188
终止密码子获得Stop gained	2874	2934	3252	3030	终止密码子获得Stop gained	454	452	528	509
非同义突变Nonsynonymous mutation	118535	120467	129985	124244	基因区间Intragenic region	411710	418151	469267	448800
同义突变Synonymous mutation	67254	68338	73371	70561	移码突变Frameshift mutation	16809	16500	18908	18208
基因区间Intragenic region	2420168	2436130	2621923	2544620	非编码转录突变Non coding transcript mutation	15	12	13	17
终止子编码突变Stop retained mutation	104	111	118	113	外显子缺失突变Exon loss mutation	5	4	6	3
SNP和Sum SNP	2610012	2629037	2829785	2743678	Indel和Sum Indel	429336	435461	489104	467913
SNP总数Total SNP	2882936	2919872	3139343	3039142	Indel总数Total Indel	511925	523408	582001	558165

Loess拟合Loess fitting			滑窗策略Sliding window strategy
染色体Chromosome	开始位置Start position	结束位置End position	染色体Chromosome	开始位置Start position	结束位置End position
2	17062211	51531094	1	4108439	9491129
6	6601800	16813256	13	9003411	9044483
7	6840956	9180095	14	40414541	49041093
21	10182932	41322793	16	1612839	2819921
24	28707547	28722744	17	32032451	32989414
26	15686452	36334572	26	15686452	36334572
4	5777936	5787128	6	16802203	16813256
			7	3110078	8649515
			8	19854393	24310847
			2	17062211	51531094
			4	5777936	5787128