等位基因表达与亚基因组偏好影响栽培杂交甘蔗的株高

《aBIOTECH》：Allelic expression and subgenome bias influence plant height in cultivated hybrid sugarcane

　　

摘要 优化株高以增强抗倒伏性并促进机械化收获是栽培杂交甘蔗的关键育种目标。然而，该性状的遗传解析因甘蔗非整倍体基因组的复杂性而受阻。为应对此问题，研究人员对603份重测序的甘蔗种质进行了基于k-mer的全基因组关联研究（GWAS）。他们鉴定出138个与株高相关的数量性状位点（QTL）。这些位点包括赤霉素和油菜素甾醇途径中已知的调节因子（例如，GID1、DWF1），以及参与与株高差异相关的、研究较少的生物学过程（如蔗糖和脂肪酸生物合成）的基因（例如，SUS6、ACC2）。利用转录组数据，研究人员记录了株高相关基因广泛且稳定的等位基因特异性表达，以及等位基因之间的不均衡贡献：35.02%的等位基因贡献了总基因表达的80%。他们还检测到两个祖先来源的亚基因组之间在基因拷贝数和表达上存在显著不平衡。亚基因组之间的表达偏好通常远小于仅由拷贝数所暗示的不平衡程度，表明在表达水平上存在部分缓冲作用。至关重要的是，在群体水平上，特定基因的主导等位基因和亚基因组偏好的变化与栽培甘蔗株高的差异相关。最后，研究人员推断了一个基于表达的株高相关基因调控网络，并识别了可能在调节株高中发挥直接和间接作用的枢纽基因。这些发现揭示了栽培甘蔗株高的调控机制，并为改良株型提供了育种靶点。

一、 研究背景、问题与研究意义

甘蔗是重要的糖料和生物能源作物，优化其株高是培育理想株型、提高抗倒伏能力、实现机械化收获的关键。然而，实现这一目标面临重大挑战。栽培杂交甘蔗的基因组高度复杂，其为包含来自两个已知祖先（热带种 Saccharum officinarum和割手密 Saccharum spontaneum）及一个未鉴定祖先遗传贡献的非整倍体。其染色体数目范围在100-130条，基因组大小约10 Gb，呈现高度的异源-同源多倍体特征。这种复杂的多倍体和非整倍体特性使得传统的遗传分析方法（如基于单核苷酸多态性的全基因组关联研究）难以有效应用，许多重要等位基因因存在于近乎相同的多拷贝区段而成为遗传分析的“盲区”，导致甘蔗株高的遗传基础长期以来未被阐明。在“后基因组时代”，解析这一重要作物的复杂性状，对于推动其基因组学辅助育种至关重要。

二、 研究方法概述

本研究采用了一套整合基因组学与转录组学的多维度分析策略。首先，研究人员利用先前生成的603份栽培甘蔗种质的全基因组重测序数据（平均深度约12X），在广西对成熟植株的株高进行表型测定。为克服传统关联分析的局限，他们采用了专为多倍体设计的k-mer关联分析方法（KMERIA），对株高性状进行全基因组关联分析，鉴定出与株高显著关联的k-mer和数量性状位点。同时，通过同源比对，从已报道的水稻、小麦、玉米和拟南芥株高相关基因中，识别了其在甘蔗中的同源基因。其次，研究人员整合了多个转录组数据集进行分析。这包括三个主要中国甘蔗栽培品种（YZ081609, GT42, XTT22）在整个生育期（35, 90, 210, 300, 360天）不同茎秆部位的39个样本，以及一个来自公开数据库、包含182份甘蔗种质、在成熟期（300天）采集的群体水平茎秆转录组数据集（其中107个样本的株高表型被整合）。以甘蔗品种“中蔗1号”的单倍型分相基因组为参考，利用kallisto进行转录本定量，并基于构建的等位基因表进行分析。通过定义N80（贡献总表达80%的最小等位基因拷贝数）和亚基因组表达偏好指数等指标，系统分析了等位基因表达模式和亚基因组偏好模式。最后，利用加权基因共表达网络分析构建了株高相关基因的共表达调控网络，以识别枢纽基因。

三、 研究结果

1. 全基因组关联研究鉴定株高相关基因

利用KMERIA算法，研究人员鉴定出681个显著k-mer，并定位到138个QTLs，包含1154个候选基因。其中包括已知的赤霉素和油菜素甾醇通路相关基因（如GID1、DWF1、BSL2），以及其他激素（生长素、脱落酸、独脚金内酯）相关基因。此外，还发现了涉及蔗糖生物合成与转运（SUS6、TMT2）、脂肪酸代谢（ACC2、LACS2）和木聚糖代谢等较少被报道与株高相关过程的候选基因，提示了甘蔗株高调控的新途径。研究人员进一步聚焦于包含多个连锁显著k-mer的43个高置信度QTLs，其中包含如编码植物磺胺肽、Cupin家族蛋白、糖苷水解酶GH10家族成员等潜在的新型候选基因。

2. 已报道株高相关基因的同源物

通过同源比对，在甘蔗中鉴定出687个已报道株高相关基因的非冗余同源物，包括绿色革命基因sd1和Rht1的高同线同源物。大多数同源基因的拷贝数约为12，与甘蔗的基础染色体数一致，但BLS1和TID1同源物的拷贝数异常高（分别为68和66）。对通过两种方法共同识别出的“株高相关基因”进行基因本体富集分析，显示它们显著富集于赤霉素相关通路，而同源比对识别的基因则更多地富集于油菜素甾醇、生长素和独脚金内酯相关通路。

3. 转录组分析识别关键株高相关基因

将候选基因归入同源组进行分析。转录组分析表明，这些基因在不同样本间表达活跃且动态变化。在三个主栽品种的茎秆中，平均70.02%的基因至少在一个样本中有效表达。研究人员识别出在幼苗期高表达的15个基因。结合群体水平转录组数据，他们发现位于高置信度QTL内的一个编码光系统I PsaH亚基的基因（OG10655），其表达变异在群体水平与株高呈正相关，暗示其可能通过调节光合作用或避荫反应来影响株高。

4. 等位基因表达模式影响栽培甘蔗的株高

对等位基因表达模式的量化分析揭示，株高相关基因的总体表达主要由少数等位基因驱动。平均而言，虽然72.66%的等位基因参与表达，但仅需35.02%的等位基因即可贡献总表达的80%。等位基因拷贝数与表达水平无显著相关，表明存在剂量缓冲机制以防止高拷贝数导致的剂量失衡。研究人员基于N80相关指标将等位基因表达模式分为五类：单等位基因主导、少等位基因平衡、少等位基因不平衡、多等位基因平衡、多等位基因不平衡。分析发现，不同样本间表达模式的变化主要源于等位基因自身表达水平的变化，而参与表达的等位基因拷贝数相对稳定，且等位基因的表达排序顺序具有高度稳定性，主导等位基因能持续保持其主导地位。基于107份种质的群体转录组数据，研究人员进一步发现，特定基因的稳定主导等位基因的改变与群体中株高的差异显著相关，凸显了主导等位基因对株高的关键影响。

5. 亚基因组偏好模式影响栽培甘蔗的株高

在拷贝数水平，77.93%的株高相关基因偏向So亚基因组，而仅15.03%偏向Ss亚基因组。然而，在转录水平，这种偏好被显著削弱：偏向So亚基因组的比例降至49.56%，而偏向Ss亚基因组的比例升至38.89%。这揭示了亚基因组间存在强大的剂量缓冲机制，Ss亚基因组通过更高的转录活性部分补偿了其拷贝数劣势。亚基因组偏好模式的动态变化主要由品种间差异驱动。重要的是，在群体水平，74个基因的亚基因组偏好变化与株高高度相关。这种关联可分为两种模式：一种是亚基因组偏好与株高呈线性相关（连续模式）；另一种是偏好模式在不同品种间形成离散分组，组间株高存在显著差异（非连续模式）。这说明了由多个等位基因累积贡献产生的亚基因组剂量对甘蔗株高具有重要影响。

6. 共表达网络分析识别与株高相关的枢纽基因

通过加权基因共表达网络分析，研究人员将689个株高相关基因划分为21个共表达模块，各模块富集于不同的生物学功能（如赤霉素/油菜素甾醇生物合成、萜类代谢、油菜素甾醇介导的信号传导）。不同模块在等位基因表达和亚基因组偏好模式上也存在差异。在网络中，研究人员识别出48个直接枢纽基因和61个间接枢纽基因。例如，在富集于油菜素甾醇信号通路的棕色模块中，包含了MCA1、REL2、AGD4等枢纽基因，以及ARF6、BIN2、BRL、DWF5等其他激素相关基因，提示该网络可能主要通过油菜素甾醇和生长素的互作来调控甘蔗株高。

四、 讨论与结论

本研究整合k-mer关联分析与同源比对，为栽培甘蔗株高研究提供了丰富的候选基因资源，其中涉及蔗糖/脂质合成、木聚糖代谢等新途径的基因值得深入探索。研究首次在甘蔗中系统揭示了株高相关基因的等位基因表达模式，发现少数主导等位基因驱动了大部分表达，且其改变与表型变异相关，这为多倍体作物育种提供了新思路：应聚焦于将主导等位基因改良为优良单倍型。同时，研究阐明了So和Ss亚基因组间存在的剂量缓冲机制，以及亚基因组偏好模式的动态变化与株高的关联，表明通过表观遗传调控或选择性沉默来调整亚基因组间剂量比例，可能实现对株高的精细调控。共表达网络分析则为进一步解析株高的复杂调控网络奠定了基础。

结论翻译：本研究解析了栽培甘蔗株高的遗传基础，揭示了等位基因特异性表达和亚基因组偏好在其中的重要作用。研究人员鉴定了大量株高相关候选基因，并发现其表达主要由少数主导等位基因驱动。在亚基因组水平，尽管So亚基因组在拷贝数上占优，但Ss亚基因组通过更高的转录活性进行了部分补偿，显示出剂量缓冲效应。在群体中，主导等位基因的转换和亚基因组偏好的变化均与株高差异显著相关。这些发现不仅增进了对多倍体作物复杂性状遗传调控的理解，也为通过基因组学设计培育具有理想株型的甘蔗新品种提供了重要靶点和理论依据。