摘要
黄麻抗逆性及重金属吸收能力强、生物量大，挖掘黄麻潜在生物修复能力，可拓宽黄麻应用领域，为改善重金属污染环境提供可选方案。本试验选取代表性黄麻种质，通过机器学习与表型组学结合方式获得黄麻耐性与镉吸附表型数据，利用多种数据分析方法，筛选耐性种质资源，利用全基因组关联分析和转录组结合研究黄麻耐性与吸收机理，挖掘黄麻耐性基因，可为后续黄麻耐镉性及镉吸收分子育种奠定理论基础。主要取得以下试验结论： 1.对萌发期黄麻进行5mg/L和25mg/L两种镉浓度胁迫处理，统计发芽率、发芽势、发芽指数、根长、芽长、活力指数和相对镉胁迫率等性状。利用主成分分析、隶属函数分析、聚类分析等方法对239份黄麻品种进行综合评价，通过回归分析建立各指标和综合耐镉能力D的回归方程，筛选出9份高耐镉材料。 2.对苗期黄麻进行15mg/L、20mg/L与25mg/L三种镉浓度胁迫处理，人工和高光谱相机同时调查192份材料耐性等级，选择代表性人工表型数据为机器学习训练集，通过深度学习算法训练最佳机器学习模型，准确率超过90%，机器输出数据与人工评价数据极显著相关，试验所得训练机器学习模型效果较好。 3.利用实验室前期所得的黄麻重测序2809881个SNPs对192份材料进行亲缘关系、PCA和群体结构分析，证明该群体结构不明显；进一步结合人工和机器评价所得黄麻苗期耐镉和镉吸附表型数据开展全基因组关联分析，共找到1889个耐镉性和4199个镉吸收候选基因，注释基因发现黄麻基因COS02g_02406和COS06g_03984是黄麻发挥高耐性和高吸收性的重要显著候选基因。 4.以代表性品种CoOY013D2为转录组分析材料，对3种镉胁迫处理24h的24组根和叶组织进行转录组测序。共得到9037个差异表达基因，通过GO和KEGG富集分析差异基因主要富集在植物激素信号转导、硫代谢、氨基酸代谢、脂质代谢等途径。 5.通过GWAS和转录组数据联合分析，对GWAS耐性候选基因、根系和叶片差异表达基因取交集，寻找到31个在两个及以上环境中显著关联的候选基因，其中候选基因COS02g_02406在5种方法中被挖掘到。转录组代谢通路分析发现COS02g_02406所编码的CYP81D蛋白在提高植物耐逆性的异黄酮代谢通路种扮演重要角色。
NETL