巨型海带（Macrocystis pyrifera）离岸养殖的启示：表型分析、全基因组关联研究与基因组选择

《Heredity》：Insights from farming Macrocystis pyrifera offshore: phenotypic analysis, genome-wide association studies, genomic selection

　　

海藻养殖作为水产养殖的重要组成部分，为现代农业实践提供了可持续的替代方案；然而，大多数物种的遗传改良和育种计划仍有待发展。研究人员旨在通过关注巨型海带（Macrocystis pyrifera）来推进海藻的驯化，该物种是生长最快的单双倍相褐藻，具有重要的生态和商业价值。研究人员分析了2019年和2020年两个离岸实验养殖场的数据，这些数据涉及数百株移植的遗传多样性孢子体。研究人员发现，移植季节和养殖设计对巨型海带生物量有显著影响。广义遗传力估计表明，碳含量和总生物量这两个表型存在中等程度（0.27-0.50）的遗传贡献。针对这些表型的全基因组关联研究鉴定出3个统计学上显著的单核苷酸多态性（SNPs），它们位于参与碳水化合物代谢和细胞骨架功能基因的邻近区域或内部。此外，研究人员应用了整合孢子体表型和亲本配子体基因型的基因组选择模型。这些模型利用了基于连锁不平衡（LD）估计程序获得的GWAS排序SNPs的缩减集。模型测试产生的交叉验证准确度高达0.84，预测准确度高达0.40，证明了标记辅助育种用于表型改良的潜力。研究结果为国内化和育种巨型海带提供了基础性基因组资源和工具，为培育具有优良性状的巨型海带品种奠定了基础。

本研究旨在为南加利福尼亚巨型海带的商业化生产驯化开发基因组资源。研究背景源于现代农业面临着过度土地利用、水污染和生物多样性丧失等严峻问题，同时气候变化通过改变天气模式、升温和极端气候事件加剧粮食不安全。在此背景下，水产养殖迅速发展成为食品行业的替代选择，其中海藻养殖具有众多可持续性优势并有助于减缓气候变化。尽管海藻养殖优势显著，但仍受分类学和地理因素限制。截至2020年，全球海藻产量的99.54%来自亚洲，北美贡献最少。然而，北美尤其是美国的海藻养殖正在快速扩张，消费者对新型蛋白质、健康补充剂、可持续添加剂和粮食安全的兴趣推动了更多养殖场和资助机会的出现。在南加利福尼亚沿海广泛分布的海藻中，巨型海带因其 fastest-growing organisms（生长最快的生物之一）和关键生态系统服务功能而脱颖而出，该物种具有异型单双倍相生活史，包含宏观的二倍体孢子体阶段和微观的单倍体配子体阶段，非常适合种质资源库保存。巨型海带生物量主要依赖野生捕捞，用于提取褐藻胶及作为多种产品的原材料。鉴于其生态重要性和经济潜力，且南加利福尼亚具有最高报道的遗传多样性，巨型海带是美国国内驯化和栽培的有前景候选物种。

目前海藻遗传改良面临的主要问题在于：建立遗传资源和应用基于遗传学的选择方法可以显著促进和加速育种计划，但基因组选择研究目前仅限于糖海带（Saccharina latissima）。在巨型海带中，先前遗传研究主要集中于利用微卫星或线粒体标记进行群体结构分析，以及基于从头组装的转录组分析。尽管近期已发表两个参考基因组，但该物种的精细群体基因组学和关联研究仍有待开展。

研究人员利用2019-2020年两个实验离岸养殖场的表型数据，开展了全基因组关联研究以鉴定与养殖和育种相关性状关联的遗传变异，并进一步开发了结合孢子体表型和配子体基因型数据的基因组选择模型，以评估对选定性状的预测能力。最终还将GWAS结果与基因组选择相结合，评估性状相关SNPs亚集对预测准确度的影响。

本研究用到的主要关键技术方法包括：从南加利福尼亚四个地理和遗传差异显著的地点采集孢子叶，分离配子体并进行培养增殖；利用Illumina S4 Novaseq平台进行全基因组重测序，通过GATK4进行SNP calling，最终获得504个配子体（90个雄性和414个雌性）的1,515,399个双等位SNPs；构建离岸实验养殖场进行孢子体移植，2019年采用500个雌性基因型与一个随机LC雄性基因型杂交的五重复设计，2020年采用基于2019年数据选择的96个基因型与四个雄性杂交的十重复设计；测量总生物量、碳含量和氮含量等经济性状；利用Kruskal-Wallis检验和线性混合效应模型分析环境和遗传效应，估计最佳线性无偏估计值（BLUEs）和广义遗传力；应用GLM、MLM、FarmCPU和Blink四种模型进行GWAS分析，结合PCA控制群体分层；使用rrBLUP包构建基因组选择模型，基于LD聚类筛选代表性SNPs，通过10,000次重复的交叉验证评估预测准确度，并在2019与2020年数据间进行独立验证。

研究结果部分，研究人员首先描述和分析了养殖场数据。相关性分析显示，所有质量测量值与总生物量呈正相关，个体计数与总生物量也呈正相关。2019年移植的2500条苗绳中67.44%存活，2020年960条中65.31%存活。卡方检验表明，除2020年苗绳编号外，存活率与其他环境因素均存在显著相关性。两个年份的总生物量中位数差异显著（2019年110 g，2020年405 g）。24个共享基因型的非参数双因素方差分析显示，基因型与年份无显著互作，但主效应显著。Kruskal-Wallis检验表明，基因型、杂交群体、苗绳编号和个体计数对总生物量和碳含量均有显著影响，但个体立场计数对碳含量、基因型和杂交群体对氮含量的影响不显著，因此将氮含量排除在后续分析之外。广义遗传力估计显示，总生物量在2019年为0.27-0.28，2020年为0.47-0.50；碳含量为0.31-0.35。

在全基因组关联研究部分，研究人员对碳含量和总生物量分别筛选了378,063和379,690个检测点的SNPs。56个GWAS模型中，仅1个模型对碳含量、3个模型对总生物量检出显著关联。值得注意的是，纳入主成分控制群体结构的模型虽获得最接近1的基因组膨胀因子，但未检出显著关联。最终鉴定出2个与碳含量相关、1个与总生物量相关的SNP。碳含量的"负效应次要等位基因"在LC-CI和LC-LC杂交群体中更丰富，总生物量的次要等位基因主要分布在LC-CP和LC-LC群体中。三个SNP的MAF范围为riches together with other ranges between 0.065 and 0.070。基因注释显示，碳含量相关SNP邻近果糖-1,6-二磷酸醛缩酶（FBA）和谷胱甘肽S-转移酶（GST）基因，总生物量相关SNP邻近动力蛋白重链（DHC）基因。其中13:7869656号SNP为错义变异，导致编码蛋白质第45位苏氨酸变为丙氨酸。对最大亚群LC-LC的附加分析中，纳入较稀有等位基因（0.03
在基因组选择模型部分，基于LD的染色体代表性SNP筛选获得碳含量94,412个、总生物量94,393个SNPs。2019年数据交叉验证显示，使用5,000个顶级排名SNPs时预测准确度最高，碳含量达0.84，总生物量达0.82。但使用超过10,000个SNPs后准确度急剧下降。独立验证中，900个顶级排名SNPs获得最高预测准确度0.396，此后在0.275左右波动。直接使用全部代表性SNPs时准确度仅为0.277。

讨论部分，研究人员首先分析了养殖杂交后代的田间表现。结果表明，表型变异受环境和遗传共同影响，大多数死亡由环境因素驱动。两年间总生物量无基因型×环境互作，但年份主效应显著，2020年产量更高，这与移植季节的温度条件相关。密度依赖效应对氮含量和总生物量存在影响，且年度间关系不同，反映了营养可获得性和种内竞争的差异。氮含量不受基因型显著影响，与其高度依赖营养可利用性一致。这些结果证明了在真实养殖环境中，生物量和碳含量等关键生产性状的变异是可测量且可遗传的，支持基于基因组的育种和选择策略。

关于基因型-表型关联，研究人员指出仅鉴定出少数推定位点，可能由于这些性状的多基因特性和有限统计功效。值得注意的是，显著模型均未校正群体结构，添加主成分虽改善基因组膨胀因子但消除了显著关联，表明关联至少部分混淆于群体结构。鉴定出的FBA、GST和DHC基因虽与表型功能相关，但这些解释仍为推测性，需在其他群体中验证。LC-LC亚群分析未获显著结果，直至纳入较稀有等位基因，提示统计功效的局限。

关于基因组预测效率，研究人员发现中等数量信息标记可获得准确表型预测，但标记过多时准确度下降。这种非单调模式与"维度灾难"和过拟合一致：交叉验证在同一数据分布内评估倾向高估性能，而独立数据集测试更强调泛化能力。比较发现，独立验证以更少SNPs（900 vs 5,000）达到最高准确度，说明模型仅需中等数量标记即可泛化。

针对南加利福尼亚湾巨型海带养殖，研究人员提出遗传基础育种计划的设计思路。观察到关键生产性状存在可观的可遗传变异，但强烈的群体分化和显著群体间表型差异导致GWAS信号受群体结构混淆。为加速育种进展，建议从群体间杂交开始以解锁最有用的遗传变异，但这与限制使用本地个体和禁止生产F₂代杂交后代的法规存在冲突。总体而言，将海带转化为高效、健壮且均一作物的潜力很高，但需谨慎控制驯化海带的繁殖策略。研究已为巨型海带的国内化和育种提供了基础性基因组资源和工具，发表于《Heredity》。