跳到主内容

晋杂系列常规育种突破,基因组选择加速良种选育

🌾
摘要: 晋杂系列常规育种突破,基因组选择加速良种选育 山西省农业科学院玉米研究所长期致力于玉米遗传改良与育种技术创新,晋杂系列品种在华北春播玉米区及黄淮海夏播玉米区表现突出。传统育种依赖表型选择,周期长且受环境互作影响大,基因组选择技术的应用为打破这一瓶颈提供了科学路径。通过高密度单核苷酸多态性(SNP)标记构建预测模型,科研人员能够在水稻、小麦等作物育种中验证其有效性,并逐步将该技术体系引入玉米育种流

晋杂系列常规育种突破,基因组选择加速良种选育

山西省农业科学院玉米研究所长期致力于玉米遗传改良与育种技术创新,晋杂系列品种在华北春播玉米区及黄淮海夏播玉米区表现突出。传统育种依赖表型选择,周期长且受环境互作影响大,基因组选择技术的应用为打破这一瓶颈提供了科学路径。通过高密度单核苷酸多态性(SNP)标记构建预测模型,科研人员能够在水稻、小麦等作物育种中验证其有效性,并逐步将该技术体系引入玉米育种流程,显著提升了选育效率与准确性。

晋杂系列品种如晋杂22、晋杂25等,在抗病性、产量潜力及适应性方面经过多年区域试验与生产试验验证,积累了大量表型数据。这些历史数据与基因型数据的结合,为构建高精度的基因组预测模型奠定了基础。利用全基因组关联分析(GWAS)筛选关键功能标记,研究人员能够精准定位控制重要农艺性状的主效基因,从而在育种早期对后代进行有效筛选,减少田间试验规模,缩短育种年限。

基因组选择技术体系构建与关键性状解析

基因组选择的核心在于利用覆盖全基因组的分子标记信息,结合训练群体的表型数据,建立统计模型以预测未测表型个体的育种值。在晋杂系列育种实践中,科研人员构建了包含多个世代、不同地理来源的育种群体作为训练群,通过高通量测序技术获取个体的基因型数据。同时,在多年多点的环境中进行严格的表型鉴定,记录产量、株高、穗位高、抗病指数等关键性状数据,确保模型训练数据的可靠性与代表性。

针对玉米育种中的复杂数量性状,如产量和抗逆性,单一标记往往难以解释全部遗传变异。因此,研究团队采用BLUP(最佳线性无偏预测)等统计方法,综合考虑标记效应与环境互作效应,优化预测模型。通过对晋杂系列核心亲本的基因组数据进行分析,解析了控制自交系配合力、杂交种优势以及抗倒伏能力的关键遗传位点。这种基于数据的精准分析,使得育种目标更加明确,避免了传统育种中因经验主义导致的盲目性,提高了优良基因组合的固定效率。

晋杂系列良种选育效率提升与田间验证

应用基因组选择技术后,晋杂系列育种流程发生了显著变化。在早期世代,如F2至F4代,研究人员无需等待性状完全表达,即可根据基因组预测值对大量单株进行初步筛选,大幅缩小后续田间试验的群体规模。这不仅节约了土地、人力及物力成本,还使得在有限资源下处理更多遗传变异成为可能。经过多轮筛选与测交鉴定,优良自交系的育成周期明显缩短,部分核心自交系的选育时间从传统的8-10年压缩至5-6年,加速了育种进程。

在田间验证阶段,基因组选择筛选出的高育种值材料表现出更高的稳定性和优良性状聚合度。例如,部分新选育的晋杂系列杂交种在产量潜力上较对照品种提升显著,且在干旱、高湿等不同逆境条件下表现出更强的适应性。通过对比传统育种与基因组选择育种产出的品种,数据显示后者在关键性状上的遗传增益率有所提高。这些经过严格验证的良种,已在山西及周边省份的多个农业推广项目中得到应用,为粮食增产和农民增收提供了有力的品种支撑。