基于BSA-seq技術(shù)對豌豆花色基因的精細(xì)定位

嚴(yán) 昕 項 超 劉 榮 李 冠 李孟偉 李正麗 宗緒曉,* 楊 濤,*

基于BSA-seq技術(shù)對豌豆花色基因的精細(xì)定位

嚴(yán) 昕1,**項 超2,**劉 榮1李 冠1李孟偉1李正麗3宗緒曉1,*楊 濤1,*

1中國農(nóng)業(yè)科學(xué)院作物科學(xué)研究所, 北京 100081;2四川省農(nóng)業(yè)科學(xué)院作物科學(xué)所, 四川成都 610066;3貴州省農(nóng)業(yè)科學(xué)院園藝研究所, 貴州貴陽 550006

BSA-seq技術(shù)在挖掘農(nóng)藝性狀相關(guān)的新基因中已被廣泛應(yīng)用, 隨著豌豆首個參考基因組問世, 將BSA-seq技術(shù)結(jié)合豌豆基因組的基因定位策略勢在必行。本研究利用紫花親本G0004562、白花親本G0002930以及F2群體, 通過BSA-seq技術(shù)對豌豆花色基因進(jìn)行初步定位, 獲得31.42 Mb定位區(qū)間, 再通過設(shè)計InDel分子標(biāo)記分析進(jìn)一步縮小定位區(qū)間, 最終將目標(biāo)基因定位在包含19個基因的0.99 Mb區(qū)間內(nèi), 通過基因注釋信息推測出為豌豆花色候選基因。本研究結(jié)果驗證了BSA-seq技術(shù)快速高效定位豌豆花色基因的可行性, 為利用該技術(shù)挖掘豌豆其他重要農(nóng)藝性狀相關(guān)基因奠定了基礎(chǔ)。

豌豆; BSA-seq; InDel; 基因定位

豌豆(L., 2=2=14)是我國第一大食用豆類作物[1], 在我國的主要產(chǎn)區(qū)是西南地區(qū)、長三角地區(qū)和兩湖地區(qū)。由于其蛋白質(zhì)含量高、可獲得性好、生產(chǎn)成本低, 豌豆已經(jīng)成為食品熱門領(lǐng)域植物基蛋白開發(fā)中最受歡迎的原料之一。據(jù)FAO最新統(tǒng)計, 全球鮮豌豆的栽培面積、總產(chǎn)量分別占全球的55.32%和56.63%[2]。同時豌豆具有生物固氮作用, 是我國調(diào)整種植業(yè)結(jié)構(gòu)的重要經(jīng)濟作物[3]。

目前豌豆中大部分基因定位都是通過同源克隆或基于構(gòu)建遺傳圖譜的QTL定位獲得。同源克隆利用基因在進(jìn)化過程中的保守性實現(xiàn)基因的精細(xì)定位,未完成測序或缺少轉(zhuǎn)錄信息的物種可以利用基因的保守區(qū)域通過基因信息較多的物種研究或克隆該基因, 如豌豆的抗白粉病的基因[4]控制開花信號的基因[5], 調(diào)控開花和花序發(fā)育的基因[6]。利用模式植物蒺藜苜蓿的參考基因組, 可以為豌豆后續(xù)精細(xì)作圖、功能分析以及基因克隆等提供參考信息, 但是進(jìn)行基因圖位克隆會存在一定的風(fēng)險性和不準(zhǔn)確性, 并且豌豆基因組中大約有54%的序列在蒺藜苜?；蚪M內(nèi)無法找到同源的片段。QTL定位是通過分子標(biāo)記與數(shù)量性狀表型值之間的關(guān)系, 檢測數(shù)量性狀位點的存在, 并利用多種作圖方法繪制遺傳連鎖圖譜[7-9], 確定某一數(shù)量性狀的數(shù)目、位置、遺傳效應(yīng)等, 如Wu等[10]利用13.2 K SNP陣列和SSR標(biāo)記通過QTL作圖確定了8個與豌豆根腐病抗性相關(guān)的主效QTL, Aznar-Fernández等[11]整合出平均標(biāo)記密度為0.38 cM遺傳連鎖圖譜, 確定了與豌豆象抗性相關(guān)的3個QTL。QTL定位優(yōu)點是不需要完成物種參考基因組測序也能將基因定位在連鎖群上, 通常構(gòu)建一個群體可以同時實現(xiàn)多個主效或微效數(shù)量性狀基因的定位。但是QTL定位的準(zhǔn)確性容易受環(huán)境以及開發(fā)的標(biāo)記是否具有多態(tài)性等影響, 同時RIL群體和NIL群體作為QTL定位的首選材料, 其構(gòu)建群體又需要的時間相對較長, 整個過程費時費力, 是一項勞動密集且成本較高的工作。另外, 對于QTL的精細(xì)定位, 須開發(fā)另一個數(shù)千系的大型群體, 在目標(biāo)區(qū)域產(chǎn)生足夠的重組體, 以進(jìn)行進(jìn)一步的精細(xì)定位。

近年來隨著越來越多的物種完成了全基因組測序, 以及高通量測序技術(shù)的迭代與發(fā)展, 推進(jìn)了BSA-seq技術(shù)的應(yīng)用, 先后衍生出了Mutmap、QTL- seq、RAD-seq和SLAF-seq技術(shù)。BSA-seq的應(yīng)用從模式物種拓展到了非模式物種, 此外, BSA與RNA結(jié)合的BSR-seq技術(shù)也能應(yīng)用于一些未獲得參考基因組的物種進(jìn)行基因定位。BSA-seq技術(shù)在挖掘重要農(nóng)藝性狀基因的研究中越來越廣泛, 在許多作物中得到廣泛的應(yīng)用, 如水稻定位耐冷候選基因[12]、大豆定位株高和主莖節(jié)數(shù)候選基因[13]和黃瓜定位抗靜脈黃化病毒候選基因[14]。目前, BSA-seq技術(shù)在豌豆中的報道較少, 2018年, Zheng等[15]利用SLAF測序, QTL定位與BSA相結(jié)合, 在未獲得參考基因組的情況下, 利用水稻的參考基因組與獲得的reads進(jìn)行比對, 檢測到2個與葉形性狀相關(guān)的QTL。

豌豆的基因組較大(約為4.45 Gb), 國內(nèi)外研究團(tuán)隊較少, 導(dǎo)致豌豆基因組研究有所滯后。2019年, 豌豆首個參考基因組的發(fā)布[16], 使得克隆重要農(nóng)藝性狀基因進(jìn)行基因功能研究變得具有可操作性。本研究以豌豆G0002930、G0004562及其雜交后代, 利用BSA-seq技術(shù)與豌豆參考基因組對比并設(shè)計InDel分子標(biāo)記, 驗證BSA-seq技術(shù)在快速高效定位豌豆花色基因中的可行性, 期望能為豌豆其他基因的精細(xì)定位提供思路與參考, 加速豌豆其他重要農(nóng)藝性狀如抗病、抗蟲等基因的挖掘, 促進(jìn)豌豆育種發(fā)展。

1 材料與方法

1.1 材料來源

試驗材料由國家作物種質(zhì)庫提供: 母本G0002930, 白花, 來源于美國; 父本G0004562, 紫花, 來源于中國西藏。

1.2 研究群體的構(gòu)建

1.2.1 雜交后代群體的構(gòu)建與基因組DNA的提取

以G0002930為母本、G0004562為父本雜交, 獲得F1代籽粒, 2019年春季在河北省張家口市沽源縣播種F1代, 夏季收獲F2種子, 2019—2020年冬季在北京昌平溫室種植F2代, 并在開花期觀察記錄各代群體花色的表型。利用卡方檢驗對豌豆花色性狀的遺傳分析進(jìn)行適合性檢驗, 公式為

式中,為實際值,為理論值。取植株頂端幼嫩葉片, 與硅膠混合后帶回實驗室, 采用CTAB法[17]提取豌豆的基因組DNA并檢測濃度。

1.2.2 混池的構(gòu)建 親本混池構(gòu)建: 10株白花親本G0002930與10株紫花親本G0004562, 命名為R125、R127; 子代混池構(gòu)建: 表型為白色花和紫色花的F2群體各30株, 命名為R135、R138。DNA等量混合構(gòu)成2個親本混池和2個子代混池送與北京百邁客生物科技有限公司完成測序分析, 利用DNA超聲波粉碎成插入長度為350 bp的片段, 雙端處理文庫質(zhì)檢合格后利用Illunima HiSeq進(jìn)行測序, 親本深度為10′, 子代測序深度為30′。

1.3 測序數(shù)據(jù)處理

原始測序序列Raw Reads需篩選過濾, 利用bwa[18]軟件將獲取高質(zhì)量的Clean Reads與參考基因組version 1a上[15]比對定位, 利用Picard[19]軟件檢測插入片段的大小分布, GATK[20]軟件實現(xiàn)SNP的變異檢測, SnpEff[21]軟件注釋Small InDel位點。檢測到的SNP以及InDel位點過濾掉低質(zhì)量可信位點。最后利用歐氏距離(euclidean distance, ED)算法[22]、SNP-index (InDel-index)算法[23], 進(jìn)行關(guān)聯(lián)分析。

1.4 豌豆花色基因的精細(xì)定位

利用候選區(qū)域的InDel位點設(shè)計引物, 在Pisum-URGI網(wǎng)站(https://urgi.versailles.inra.fr/)截取豌豆參考基因組序列變異位點上下游400 bp的序列,利用NCBI的Primer-BLAST工具設(shè)計引物, 由生工生物工程(上海)股份有限公司合成引物。親本PCR反應(yīng)體系是20 μL, 群體PCR反應(yīng)體系是10 μL。反應(yīng)程序如下: 預(yù)變性95℃ 5 min; 變性94℃ 30 s, 退火50～60℃ 30 s, 延伸72℃ 45 s, 35個循環(huán); 延伸72℃ 10 min。利用8%的PAGE凝膠電泳對擴增產(chǎn)物進(jìn)行檢測, 統(tǒng)計條帶, 計算交換率。

1.5 候選區(qū)域功能注釋與候選基因篩選

利用SNP和InDel關(guān)聯(lián)分析整合得到的候選區(qū)域, 運用BLAST軟件與NR數(shù)據(jù)庫[24]、Swissprot數(shù)據(jù)庫、GO數(shù)據(jù)庫[25]、KEGG[25]和COG[27]數(shù)據(jù)庫進(jìn)行比對, 通過對基因編碼區(qū)的注釋篩選出候選基因。

2 結(jié)果與分析

2.1 花色性狀的遺傳分析

用表型為白花的G0002930作為母本, 與表型為紫花的G0004562雜交, 獲得F1代, F1表現(xiàn)為紫花, 表明紫花性狀為顯性, 將收獲的F2種子種于北京昌平溫室, 共收獲F2群體1262株, 其中紫花群體941株, 白花群體321株。經(jīng)卡方檢驗發(fā)現(xiàn)(表1), χ2= 0.13 < χ2(0.05,1)= 3.84, 故應(yīng)接受該花色性狀分離符合孟德爾3∶1的分離定律。通過遺傳性分析可知, 白花性狀受1對隱性核基因控制。

2.2 花色基因初定位區(qū)間的篩選

原始測序序列Raw Reads經(jīng)篩選過濾, 獲得Clean Data共435.06 Gbp, 質(zhì)量值大于30的堿基數(shù)占80%以上, 平均每個樣品的測序深度為27.89×。基因組平均覆蓋度為84.60%, 樣品與參考基因組平均比對效率在99%以上(表2), 樣品的平均比對效率均在80%以上, 說明樣品測序正常, 可用于后續(xù)相關(guān)研究。

利用測序結(jié)果通過關(guān)聯(lián)分析篩選花色基因的候選區(qū)間。其中, 基于SNP位點分析(圖1), 利用ED算法根據(jù)關(guān)聯(lián)閾值判定, 共獲得24個與候選基因相關(guān)的定位區(qū)間(長度總計142.78 Mb), 區(qū)間內(nèi)共有1652個基因, 非同義突變的基因占24.76%; 為了充分利用數(shù)據(jù), 降低SNP-index算法中的關(guān)聯(lián)閾值以期獲得比較可能的定位區(qū)域, 本研究將關(guān)聯(lián)閾值調(diào)至0.42, 獲得了10個與候選基因相關(guān)聯(lián)的區(qū)域(長度總計為32.25 Mb), 區(qū)間內(nèi)包含462個基因, 非同義突變的基因占26.19%。

表1 F2群體中不同花色的植株數(shù)目

表2 不同樣品測序比對結(jié)果

圖1 關(guān)聯(lián)值在染色體上的分布(SNP)

A: ED關(guān)聯(lián)分析結(jié)果。橫坐標(biāo)為染色體的分布, 每個點代表SNP位點的ED值。B: SNP-index關(guān)聯(lián)分析結(jié)果。橫坐標(biāo)為染色體的分布, 每個點代表的ΔSNP-index值。

A: ED correlation analysis. The horizontal coordinate is the distribution of chromosomes, and each point represents the ED value of SNP. B: SNP-index association analysis. The horizontal coordinate is the distribution of chromosomes, and each dot represents the ΔSNP-index value.

基于InDel位點分析(圖2), ED算法共得到53個區(qū)域(總長度為140.20 Mb), 區(qū)域內(nèi)共包含1523個基因, 包括64個移碼突變的基因; InDel-index算法共得到10個區(qū)域(總長度為32.27 Mb), 區(qū)域內(nèi)共包含458個基因, 包括16個移碼突變的基因。

綜上, 取SNP和InDel位點關(guān)聯(lián)分析結(jié)果的重復(fù)區(qū)域作為花色基因初定位的候選區(qū)域, 共得到的5個關(guān)聯(lián)區(qū)域, 總長度為31.42 Mb, 共包含基因449個(表3)。

2.3 花色基因的精細(xì)定位

根據(jù)BSA-seq的測序數(shù)據(jù), 在初定位31.42 Mb的區(qū)間內(nèi)共設(shè)計了279對引物, 利用親本混合樣、2個親本以及隨機選取若干F2群體篩選出條帶清晰且有多態(tài)性的高質(zhì)量引物31對, 多態(tài)性引物見表4。

利用F2子代群體內(nèi)321株表型為白花的全部隱性單株和31對多態(tài)性的引物進(jìn)行連鎖標(biāo)記篩選。如圖3所示, 在候選區(qū)域內(nèi)共檢測到2種交換株, 其中標(biāo)記WDBH141-1和WDBH187-1共檢測到14株交換株和2株交換株, 標(biāo)記WDBH044-1和WDBH141-1共檢測到17株交換株和1株交換株, 標(biāo)記WDBH209-1和WDBH029-1檢測到的交換單株株數(shù)為0, 其他標(biāo)記檢測到的交換株詳見附表1。故精細(xì)定位將最初的31.42 Mb逐步縮小至標(biāo)記WDBH187-1和WDBH220-1之間, 標(biāo)記的位置為6,757,954,183和68,566,772, 區(qū)間大小0.99 Mb, 共包含19個基因。

圖2 關(guān)聯(lián)值在染色體上的分布(InDel)

A: ED關(guān)聯(lián)分析結(jié)果。橫坐標(biāo)為染色體的分布, 每個點代表InDel位點的ED值。B: SNP-index關(guān)聯(lián)分析結(jié)果。橫坐標(biāo)為染色體的分布, 每個點代表的ΔInDel-index值。

A: ED correlation analysis. The horizontal coordinate is the distribution of chromosomes, and each point represents the ED value of InDel site. B: SNP-index association analysis. The horizontal coordinate is the distribution of chromosomes, and each dot represents the ΔInDel-index value.

表3 不同關(guān)聯(lián)分析方法獲得的關(guān)聯(lián)區(qū)域

表4 精細(xì)定位所用多態(tài)性分子標(biāo)記

(續(xù)表4)

圖3 精細(xì)定位豌豆花色基因的目標(biāo)區(qū)域

2.4 候選基因及功能預(yù)測

由表5可知, 在0.99 Mb的區(qū)間內(nèi)共包含候選基因19個, 其中基因、、在Swissprot_annotation基因注釋文庫里的功能未知, 基因、、、在所有的基因注釋文庫里未找到相應(yīng)的注釋, 推測可能是豌豆特有的新基因或者是假基因。其中基因控制Basic helix-loop-helix protein A的合成, 為bHLH轉(zhuǎn)錄調(diào)控因子, 調(diào)控黃酮生物合成過程, 推測可能為豌豆花色的候選基因。

3 討論

與同源克隆和基于構(gòu)建遺傳圖譜QTL定位相比, BSA-seq技術(shù)只需少量極端個體構(gòu)建混池, 混池間除了目標(biāo)性狀相關(guān)位點存在差異, 其他位點均趨向于一致, 具有簡單、高效、快速定位基因且無需構(gòu)建遺傳圖譜等優(yōu)勢[28]。檢測結(jié)果還提供了區(qū)間內(nèi)突變位點的信息, 在精細(xì)定位過程中, 能為分子標(biāo)記的設(shè)計提供了參考和便利。Zheng等[15]通過BSA-seq技術(shù)對豌豆進(jìn)行混池測序, 共獲得了67.85 Mb reads,利用水稻參考基因組序列比對得到了0.97 Mb的reads, 與本研究獲得的數(shù)據(jù)相比較數(shù)據(jù)量較少。本研究利用BSA-seq技術(shù)對控制豌豆花色基因進(jìn)行初步定位, 獲得定位區(qū)間大小為31.42 Mb, 區(qū)間內(nèi)包含449個基因, 區(qū)間長度較大, 可能的原因推測為豌豆的基因組較大(4.45 Gb), 是豆科模式植物蒺藜苜蓿[29](0.5 Gb)的9倍, 但是基因的數(shù)量卻略少于蒺藜苜蓿, 這也解釋了31.42 Mb的范圍內(nèi)僅含有449個基因的原因。在利用ED算法進(jìn)行關(guān)聯(lián)分析時, 關(guān)聯(lián)閾值計算的0.42, 并未超過理論關(guān)聯(lián)閾值0.667, 可能的原因是構(gòu)建群體所用的親本為豌豆種質(zhì)資源,背景復(fù)雜, 噪點較多, 但并不影響候選基因定位的準(zhǔn)確性。這種現(xiàn)象在東鄉(xiāng)野生稻種子耐貯性相關(guān)位點的鑒定[30]和蘿卜基因的突變使花瓣顏色從紫色變?yōu)榘咨玔31]等相關(guān)研究上均有出現(xiàn)。

豌豆的花瓣呈現(xiàn)紫色是由于花瓣中花青素的積累導(dǎo)致的, 花青素是類黃酮途徑特定分支的最終產(chǎn)物, 其合成途徑在玉米[32]、矮牽牛[33]、葡萄[34]等高等植物中是保守的。在擬南芥中, 花青素的合成需要MYB-bHLH-WD40轉(zhuǎn)錄因子的三元復(fù)合物(MBW)的調(diào)節(jié), 即R2R3-MYB結(jié)構(gòu)域、bHLH (Basic helix- loop-helix protein, 堿性螺旋-環(huán)-螺旋)結(jié)構(gòu)域和保守的WD40重復(fù)序列的蛋白質(zhì)家族成員[35]。bHLH轉(zhuǎn)錄因子在多種植物中被證實參與了調(diào)控花青素合成基因的表達(dá)[36], 通過直接調(diào)節(jié)結(jié)構(gòu)基因(、、)的表達(dá)水平, 在花青素途徑中起正或負(fù)調(diào)節(jié)作用。在蒺藜苜蓿中, bHLH轉(zhuǎn)錄因子被表征為控制花青素和原花青素生物合成的三元復(fù)合物的核心成分,突變體導(dǎo)致花青素和原花青素?fù)p失,基因?qū)M南芥突變體的互補能恢復(fù)花青素和原花青素的積累[37], 在豌豆中, Hellans等[38]利用模型豆科植物蒺藜苜蓿的參考基因組序列以及它們與豌豆基因組的已知共線性、等位基因多樣性、轉(zhuǎn)錄量化和瞬時表達(dá)互補研究來鑒定豌豆中的基因, 證實了基因不直接參與花青素的合成, 而是編碼一個轉(zhuǎn)錄因子bHLH參與調(diào)控類黃酮化合物合成,基因突變后導(dǎo)致mRNA的剪切錯誤導(dǎo)致翻譯提前終止。本研究利用BSA-seq方法以及設(shè)計InDel分子標(biāo)記進(jìn)行精細(xì)定位, 最后將花色基因定位在0.99 Mb的區(qū)間內(nèi), 包含19個基因, 其中Swissprot注釋庫里基因控制Basic helix-loop- helix protein A的合成, 為bHLH轉(zhuǎn)錄調(diào)控因子。在GO注釋庫里, 該基因的生物過程包括含花青素的化合物生物合成過程(GO: 0009718)和黃酮生物合成過程的調(diào)控(GO: 0009962), 這與Hellans等[38]的研究結(jié)果一致, 使得將BSA-seq技術(shù)應(yīng)用到豌豆控制花色基因的定位上得到驗證, 為豌豆有關(guān)產(chǎn)量、抗蟲、抗病等其他重要基因的挖掘奠定了基礎(chǔ), 也為后續(xù)基因的功能驗證奠定基礎(chǔ)。

表5 定位區(qū)間內(nèi)的基因及功能預(yù)測

4 結(jié)論

本研究利用BSA-seq技術(shù)、設(shè)計InDel分子標(biāo)記將花色基因定位到0.99 Mb的區(qū)間內(nèi), 其中包含19個基因, 通過基因注釋文庫信息推測為花色候選基因, 為快速高效定位豌豆其他重要性狀相關(guān)基因奠定了基礎(chǔ)。

[1] Pandey A K, Rubiales D, Wang Y, Fang P, Sun T, Liu N, Xu P. Omics resources and omics-enabled approaches for achieving high productivity and improved quality in pea (L.)., 2021, 134: 755–776.

[2] Food and Agriculture Organization of the United Nations. Agriculture production data. https://www.fao.org/faostat/en/#compare.

[3] Fan Z, Zhao Y, Chai Q, Zhao C, Yu A, Coulter J A, Gan Y, Cao W. Synchrony of nitrogen supply and crop demand are driven via high maize density in maize/pea strip intercropping.,2019, 9: 10954.

[4] Humphry M, Reinst?dler A, Ivanov S, Bisseling T, Panstruga R. Durable broad-spectrum powdery mildew resistance in peaplants is conferred by natural loss-of-function mutations in., 2011, 12: 866–878.

[5] Hecht V, Laurie R E, Vander Schoor J K, Ridge S, Knowles C L, Liew L C, Sussmilch F C, Murfet I C, MacKnight R C, Weller J L. The peagene is ahomolog necessary for graft-transmissible specification of flowering but not for responsiveness to photoperiod., 2011, 23: 147–161.

[6] Sussmilch F C, Berbel A, Hecht V, Vander Schoor J K, Ferrándiz C, Madue?o F, Weller J L. Peais anhomolog that is essential for flowering and compound inflorescence development., 2015, 27: 1046–1060.

[7] Zeng Z B. Precision mapping of quantitative trait loci.,1994, 136: 1457–1468.

[8] Lander E S, Botstein D. Mapping mendelian factors underlying quantitative traits using RFLP linkage maps., 1989, 121: 185–199.

[9] 王建康. 數(shù)量性狀基因的完備區(qū)間作圖方法. 作物學(xué)報, 2009, 35: 239–245.

Wang J K. Inclusive composite interval mapping of quantitative trait genes., 2009, 35: 239–345 (in Chinese with English abstract).

[10] Wu L, Fredua-Agyeman R, Hwang S F, Chang K F, Conner R L, McLaren D L, Strelkov S E. Mapping QTL associated with partial resistance to Aphanomyces root rot in pea (L.) using a 13.2 K SNP array and SSR markers., 2021, 134: 2965–2990.

[11] Aznar-Fernández T, Barilli E, Cobos M J, Kilian A, Carling J, Rubiales D. Identification of quantitative trait loci (QTL) controlling resistance to pea weevil () in a high-density integrated DArTseq SNP-based genetic map of pea., 2020, 10: 33.

[12] Guo Z, Cai L, Chen Z, Wang R, Zhang L, Guan S, Zhang S, Ma W, Liu C, Pan G. Identification of candidate genes controlling chilling tolerance of rice in the cold region at the booting stage by BSA-seq and RNA-seq., 2020, 7: 201081.

[13] Li R, Jiang H, Zhang Z, Zhao Y, Xie J, Wang Q, Zheng H, Hou L, Xiong X, Xin D, Hu Z, Liu C, Wu X, Chen Q. Combined linkage mapping and BSA to identify QTL and candidate genes for plant height and the number of nodes on the main stem in soybean., 2019, 21: 42.

[14] Pujol M, Alexiou K G, Fontaine A S, Mayor P, Miras M, Jahrmann T, Garcia-Mas J, Aranda M A. Mapping cucumber vein yellowing virus resistance in cucumber (L.) by using BSA-seq analysis., 2019, 10: 1583.

[15] Zheng Y, Xu F, Li Q, Wang G, Liu N, Gong Y, Li L, Chen Z H, Xu S. QTL mapping combined with bulked segregant analysis identify SNP markers linked to leaf shape traits inusing SLAF sequencing., 2018, 9: 615.

[16] Kreplak J, Madoui M A, Cápal P, Novák P, Labadie K, Aubert G, Bayer P E, Gali K K, Syme R A, Main D, Klein A, Bérard A, Vrbová I, Fournier C, d’Agata L, Belser C, Berrabah W, Toegelová H, Milec Z, Vrána J, Lee H, Kougbeadjo A, Térézol M, Huneau C, Turo C J, Mohellibi N, Neumann P, Falque M, Gallardo K, McGee R, Tar’an B, Bendahmane A, Aury J M, Batley J, Le Paslier M C, Ellis N, Warkentin T D, Coyne C J, Salse J, Edwards D, Lichtenzveig J, Macas J, Dole?el J, Wincker P, Burstin J. A reference genome for pea provides insight into legume genome evolution., 2019, 51: 1411–1422.

[17] Murray M G, Thompson W F. Rapid isolation of high molecular weight plant DNA., 1980, 8: 4321–4325.

[18] Li H, Durbin R. Fast and accurate short read alignment with Burrows-Wheeler transform., 2009, 25: 1754–1760.

[19] Source Forge. Picard. San Diego, CA, USA. http://sourceforge. net/projects/picard/.

[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., 2010, 20: 1297–1303.

[21] Cingolani P, Platts A, Wang L L, Coon M, Nguyen T, Wang L, Land S J, Lu X, Ruden D M. A program for annotating and predicting the effects of single nucleotide polymorphisms, SnpEff. SNPs in the genome ofstrain w1118; iso-2; iso-3.(Austin), 2012, 6: 80–92.

[22] Hill J T, Demarest B L, Bisgrove B W, Gorsi B, Su Y C, Yost H J. MMAPPR: mutation mapping analysis pipeline for pooled RNA-seq.,2013, 23: 687–697.

[23] Fekih R, Takagi H, Tamiru M, Abe A, Natsume S, Yaegashi H, Sharma S, Sharma S, Kanzaki H, Matsumura H, Saitoh H, Mitsuoka C, Utsushi H, Uemura A, Kanzaki E, Kosugi S, Yoshida K, Cano L, Kamoun S, Terauchi R. MutMap+: genetic mapping and mutant identification without crossing in rice., 2013, 8: e68529.

[24] Deng Y, Jianqi L I, Songfeng W U, Zhu Y, Chen Y, Fuchu H E. Integrated nr database in protein annotation system and its loca-lization., 2006, 32: 71–72.

[25] Ashburner M, Ball C A, Blake J A, Botstein D, Butler H, Cherry J M, Davis A P, Dolinski K, Dwight S S, Eppig J T, Harris M A, Hill D P, Issel-Tarver L, Kasarskis A, Lewis S, Matese J C, Richardson J E, Ringwald M, Rubin G M, Sherlock G. Gene ontology: tool for the unification of biology. The gene ontology consortium.,2000, 25: 25–29.

[26] Kanehisa M, Goto S, Kawashima S, Okuno Y, Hattori M. The KEGG resource for deciphering the genome.,2004, 32: D277–D280.

[27] Tatusov R L, Galperin M Y, Natale D A, Koonin E V. The COG database: a tool for genome-scale analysis of protein functions and evolution., 2000, 28: 33–36.

[28] Gillmor C S, Roeder A H, Sieber P, Somerville C, Lukowitz W. A genetic screen for mutations affecting cell division in theembryo identifies seven loci required for cytokinesis., 2016, 11: e0146492.

[29] Branca A, Paape T D, Zhou P, Briskine R, Farmer A D, Mudge J, Bharti A K, Woodward J E, May G D, Gentzbittel L, Ben C, Denny R, Sadowsky M J, Ronfort J, Bataillon T, Young N D, Tiffin P. Whole-genome nucleotide diversity, recombination, and linkage disequilibrium in the model legume., 2011, 108: E864–E870.

[30] Zhao M, Hu B, Fan Y, Ding G, Yang W, Chen Y, Chen Y, Xie J, Zhang F. Identification, analysis, and confirmation of seed storability-related loci in dongxiang wild rice (Griff.).(Basel), 2021, 12: 1831.

[31] Liu D, Wei X, Sun D, Yang S, Su H, Wang Z, Zhao Y, Li L, Liang J, Yang L, Zhang X, Yuan Y. An SNP mutation of gene RsPP converts petal color from purple to white in radish (L.)., 2021, 12: 643579.

[32] Qin L, Sun L, Wei L, Yuan J, Kong F, Zhang Y, Miao X, Xia G, Liu S. Maize SRO1e represses anthocyanin synthesis through regulating the MBW complex in response to abiotic stress., 2021, 105: 1010–1025.

[33] Albert N W, Lewis D H, Zhang H, Schwinn K E, Jameson P E, Davies K M. Members of an R2R3-MYB transcription factor family inare developmentally and environmentally regulated to control complex floral and vegetative pigmentation patterning., 2011, 65: 771–784.

[34] He F, Mu L, Yan G L, Liang N N, Pan Q H, Wang J, Reeves M J, Duan C Q. Biosynthesis of anthocyanins and their regulation in colored grapes.,2010, 15: 9057–9091.

[35] Petroni K, Tonelli C. Recent advances on the regulation of anthocyanin synthesis in reproductive organs.,2011, 181: 219–229.

[36] Deng J, Li J, Su M, Lin Z, Chen L, Yang P. A bHLH geneofregulates anthocyanin biosynthesis., 2021, 158: 518–523.

[37] Li P, Chen B, Zhang G, Chen L, Dong Q, Wen J, Mysore K S, Zhao J. Regulation of anthocyanin and proanthocyanidin biosynthesis bybHLH transcription factor., 2016, 210: 905–921.

[38] Hellens R P, Moreau C, Lin-Wang K, Schwinn K E, Thomson S J, Fiers M W, Frew T J, Murray S R, Hofer J M, Jacobs J M, Davies K M, Allan A C, Bendahmane A, Coyne C J, Timmerman- Vaughan G M, Ellis T H. Identification of Mendel’s white flower character., 2010, 5: e13230.

Fine mapping of flower colour gene in pea (L.) based on BSA-seq technique

YAN Xin1,**, XIANG Chao2,**, LIU Rong1, LI Guan1, LI Meng-Wei1, LI Zheng-Li3, ZONG Xu-Xiao1,*, and YANG Tao1,*

1Institute of Crop Sciences, Chinese Academy of Agricultural Sciences, Beijing 100081, China;2Institute of Crop Sciences, Sichuan Academy of Agricultural Sciences, Chengdu 610066, Sichuan, China;3Institute of Horticulture, Guizhou Academy of Agricultural Sciences, Guiyang 550006, Guizhou, China

In recent years, BSA-seq technology has been widely used in the mining of new genes related to agronomic traits. With the development of the first reference genome of pea, it is imperative to combine BSA-seq method with genome-wide sequencing for gene mapping. In this study, we used purple flower parent G0004562, white flower parent G0002930, and F2populations for preliminarily locate the target genes controlling flower color by BSA-seq technology, and a mapping region of 31.42 Mb was obtained. Then, the InDel molecular markers were designed to further narrow the mapping interval, and finally the target gene was located in the range of 0.99 Mb with 19 genes. Based on gene annotation,was considered as the candidate gene that controled the flower color. The results of this study verified the feasibility of gene mapping by BSA-seq technology in pea.

pea; BSA-seq; InDel; gene mapping

10.3724/SP.J.1006.2023.24055

本研究由國家作物種質(zhì)資源庫-食用豆資源整合與共享項目(NCGRC-2021-07), 普查收集食用豆資源鑒定評價與繁殖編目入庫項目(19210867)和財政部和農(nóng)業(yè)農(nóng)村部國家現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系建設(shè)專項(CARS-08-G11)資助。

This study was supported by the National Infrastructure for Crop Germplasm Resources Project from the Ministry of Science and Technology of China (NCGRC-2021-07), the Project of Identification, Evaluation, Replication, and Preservation of Food Legumes Collected by the Survey and Collection Action on Crop Germplasm Resources (19210867), and the China Agriculture Research System of MOF and MARA (CARS-08-G11).

楊濤, E-mail: yangtao02@caas.cn; 宗緒曉, E-mail: zongxuxiao@caas.cn

**同等貢獻(xiàn)(Contributed equally to this work)

嚴(yán)昕, E-mail: yanxin5290@163.com; 項超, E-mail: xc2011cib@163.com

2022-03-10;

2022-07-21;

2022-08-22.

URL: https://kns.cnki.net/kcms/detail/11.1809.S.20220819.1436.008.html

This is an open access article under the CC BY-NC-ND license (http://creativecommons.org/licenses/by-nc-nd/4.0/).