Использование генетического картирования локусов количественных признаков (QTL) для изучения взаимодействия гороха посевного (Pisum sativum L.) с ризосферными микроорганизмами

Обложка


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

Обзор посвящен применению анализа локусов количественных признаков (QTL) для изучения взаимодействий гороха посевного (Pisum sativum L.) — одной из важнейших зернобобовых культур — с почвенными микроорганизмами. Горох, как и другие бобовые растения, образует симбиозы с клубеньковыми бактериями и грибами арбускулярной микоризы. Формирование симбиозов приводит к улучшению азотного и фосфорного питания растений, в результате чего повышается устойчивость растений к абиотическим и биотическим стрессовым факторам, в частности, к воздействию фитопатогенов. Основная задача QTL-анализа состоит в идентификации участков генома, аллельное состояние которых влияет на проявление количественных признаков, в том числе таких как эффективность фиксации азота и устойчивость к патогенам. Выявленные QTL и создаваемые на их основе молекулярные маркеры могут быть использованы при селекции новых сортов гороха с улучшенными агрономическими характеристиками, например устойчивостью к изменяющимся условиям окружающей среды и высокой эффективностью симбиотических систем. В данной статье рассматриваются исторические этапы развития QTL-анализа, основные принципы картирования QTL и современные подходы. Отмечена необходимость комплексного подхода к анализу признаков эффективности симбиоза и устойчивости, обсуждается использование интегральных фенотипических оценок для работы с подобными признаками.

Полный текст

Доступ закрыт

Об авторах

Александр Игоревич Жернаков

Всероссийский научно-исследовательский институт сельскохозяйственной микробиологии

Автор, ответственный за переписку.
Email: azhernakov@arriam.ru
ORCID iD: 0000-0001-8961-9317
Россия, Санкт-Петербург

Михаил Львович Гордон

Всероссийский научно-исследовательский институт сельскохозяйственной микробиологии; Федеральный исследовательский центр Всероссийский институт генетических ресурсов растений им. Н.И. Вавилова

Email: m.gordon.zelenoborsky@gmail.com
ORCID iD: 0000-0001-9637-9059
SPIN-код: 6385-2305
Россия, Санкт-Петербург; Санкт-Петербург

Евгений Андреевич Зорин

Всероссийский научно-исследовательский институт сельскохозяйственной микробиологии

Email: ezorin@arriam.ru
ORCID iD: 0000-0001-5666-3020
SPIN-код: 5048-0203

канд. биол. наук

Россия, Санкт-Петербург

Антон Сергеевич Сулима

Всероссийский научно-исследовательский институт сельскохозяйственной микробиологии

Email: asulima@arriam.ru
ORCID iD: 0000-0002-2300-857X
SPIN-код: 4906-1159

канд. биол. наук

Россия, Санкт-Петербург

Владимир Александрович Жуков

Всероссийский научно-исследовательский институт сельскохозяйственной микробиологии; Федеральный исследовательский центр Всероссийский институт генетических ресурсов растений им. Н.И. Вавилова

Email: vzhukov@arriam.ru
ORCID iD: 0000-0002-2411-9191
SPIN-код: 2610-3670

канд. биол. наук

Россия, Санкт-Петербург; Санкт-Петербург

Список литературы

  1. Wallace J.G., Rodgers-Melnick E., Buckler E.S. On the road to breeding 4.0: unraveling the good, the bad, and the boring of crop quantitative genomics // Annu Rev Genet. 2018. Vol. 52, N 1. P. 421–444. doi: 10.1146/annurev-genet-120116-024846
  2. Paran I., Zamir D. Quantitative traits in plants: beyond the QTL // Trends Genet. 2003. Vol. 19, N 6. P. 303–306. doi: 10.1016/S0168-9525(03)00117-3
  3. Liu Y., Zhu B., Tang J., et al. Epistatic interaction has the reverse effects with its constitutive quantitative trait loci // Sci Rep. 2024. Vol. 14, N 1. ID 18169. doi: 10.1038/s41598-024-69236-3
  4. Hasan N., Choudhary S., Naaz N., et al. Recent advancements in molecular marker-assisted selection and applications in plant breeding programmes // J Genet Eng Biotechnol. 2021. Vol. 19, N 1. ID 128. doi: 10.1186/s43141-021-00231-1
  5. Bastianelli D., Grosjean F., Peyronnet C., et al. Feeding value of pea (Pisum sativum L.) 1. Chemical composition of different categories of pea // Anim Sci. 1998. Vol. 67, N 3. P. 609–619. doi: 10.1017/S1357729800033051
  6. Dahl W.J., Foster L.M., Tyler R.T. Review of the health benefits of peas (Pisum sativum L.) // Br J Nutr. 2012. Vol. 108, N S1. P. S3–S10. doi: 10.1017/S0007114512000852
  7. Shanthakumar P., Klepacka J., Bains A., et al. The current situation of pea protein and its application in the food industry // Molecules. 2022. Vol. 27, N 16. ID 5354. doi: 10.3390/molecules27165354
  8. Smýkal P., Aubert G., Burstin J., et al. Pea (Pisum sativum L.) in the genomic era // Agronomy. 2012. Vol. 2, N 2. P. 74–115. doi: 10.3390/agronomy2020074
  9. Dowarah B., Gill S.S., Agarwala N. Arbuscular mycorrhizal fungi in conferring tolerance to biotic stresses in plants // J Plant Growth Regul. 2022. Vol. 41, N 4. P. 1429–1444. doi: 10.1007/s00344-021-10392-5
  10. Leppyanen I.V., Shakhnazarova V.Y., Shtark O.Y., et al. Receptor-like kinase LYK9 in Pisum sativum L. Is the CERK1-Like receptor that controls both plant immunity and AM symbiosis development // Int J Mol Sci. 2017. Vol. 19, N 1. ID 8. doi: 10.3390/ijms19010008
  11. Jha A.B., Gali K.K., Alam Z., et al. Potential application of genomic technologies in breeding for fungal and oomycete disease resistance in pea // Agronomy. 2021. Vol. 11, N 6. ID 1260. doi: 10.3390/agronomy11061260
  12. Goyal R.K., Mattoo A.K., Schmidt M.A. Rhizobial-host interactions and symbiotic nitrogen fixation in legume crops toward agriculture sustainability // Front Microbiol. 2021. Vol. 12. ID 669404. doi: 10.3389/fmicb.2021.669404
  13. Kreplak J., Madoui M.-A., Cápal P., et al. A reference genome for pea provides insight into legume genome evolution // Nat Genet. 2019. Vol. 51, N 9. P. 1411–1422. doi: 10.1038/s41588-019-0480-1
  14. Shan Y. Beyond mendelism and biometry // Stud Hist Philos Sci A. 2021. Vol. 89. P. 155–163. doi: 10.1016/j.shpsa.2021.08.014
  15. Barton N.H., Etheridge A.M., Véber A. The infinitesimal model: Definition, derivation, and implications // Theor Popul Biol. 2017. Vol. 118. P. 50–73. doi: 10.1016/j.tpb.2017.06.001
  16. Thoday J.M. Location of polygenes // Nature. 1961. Vol. 191, N 4786. P. 368–370. doi: 10.1038/191368a0
  17. Weeden N.F., Muehlbauer F.J., Ladizinsky G. Extensive conservation of linkage relationships between pea and lentil genetic maps // J Hered. 1992. Vol. 83, N 2. P. 123–129. doi: 10.1093/oxfordjournals.jhered.a111171
  18. Lockhart D.J., Dong H., Byrne M.C., et al. Expression monitoring by hybridization to high-density oligonucleotide arrays // Nat Biotechnol. 1996. Vol. 14, N 13. P. 1675–1680. doi: 10.1038/nbt1296-1675
  19. Дмитриев А.А., Пушкова Е.Н., Мельникова Е.Н. Секвенирование геномов растений: современные технологии и новые возможности для селекции // Молекулярная биология. 2022. Т. 54, № 4. С. 531–545. doi: 10.31857/S0026898422040048 EDN: NKLZQP
  20. Clauw P., Ellis T.J., Liu H.-J., Sasaki E. Beyond the standard GWAS — A guide for plant biologists // Plant Cell Physiol. 2024. ID pcae079. doi: 10.1093/pcp/pcae079
  21. Zhang Y., Wang M., Li Z., et al. An overview of detecting gene-trait associations by integrating GWAS summary statistics and eQTLs // Sci China Life Sci. 2024. Vol. 67, N 6. P. 1133–1154. doi: 10.1007/s11427-023-2522-8
  22. Abiola O., Angel J.M., Avner P., et al. The nature and identification of quantitative trait loci: a community’s view // Nat Rev Genet. 2003. Vol. 4, N 11. P. 911–916. doi: 10.1038/nrg1206
  23. Kao C.-H. Mapping quantitative trait loci using the experimental designs of recombinant inbred populations // Genetics. 2006. Vol. 174, N 3. P. 1373–1386. doi: 10.1534/genetics.106.056416
  24. Keurentjes J.J.B., Bentsink L., Alonso-Blanco C., et al. Development of a near-isogenic line population of Arabidopsis thaliana and comparison of mapping power with a recombinant inbred line population // Genetics. 2007. Vol. 175, N 2. P. 891–905. doi: 10.1534/genetics.106.066423
  25. Tanksley S.D., Nelson J.C. Advanced backcross QTL analysis: a method for the simultaneous discovery and transfer of valuable QTLs from unadapted germplasm into elite breeding lines // Theor Appl Genet. 1996. Vol. 92, N 2. P. 191–203. doi: 10.1007/BF00223376
  26. Filiault D.L., Seymour D.K., Maruthachalam R., Maloof J.N. The generation of doubled haploid lines for QTL mapping. В кн.: Plant genomics. Methods in molecular biology. Vol. 1610 / W. Busch, editor. New York: Humana Press, 2017. P. 39–57. doi: 10.1007/978-1-4939-7003-2_4
  27. Cavanagh C., Morell M., Mackay I., Powell W. From mutations to MAGIC: resources for gene discovery, validation and delivery in crop plants // Curr Opin Plant Biol. 2008. Vol. 11, N 2. P. 215–221. doi: 10.1016/j.pbi.2008.01.002
  28. Yu J., Holland J.B., McMullen M.D., Buckler E.S. Genetic design and statistical power of nested association mapping in maize // Genetics. 2008. Vol. 178, N 1. P. 539–551. doi: 10.1534/genetics.107.074245
  29. Amiteye S. Basic concepts and methodologies of DNA marker systems in plant molecular breeding // Heliyon. 2021. Vol. 7, N 10. ID e08093. doi: 10.1016/j.heliyon.2021.e08093
  30. Tayeh N., Aluome C., Falque M., et al. Development of two major resources for pea genomics: the GenoPea 13.2K SNP Array and a high-density, high-resolution consensus genetic map // Plant J. 2015. Vol. 84, N 6. P. 1257–1273. doi: 10.1111/tpj.13070
  31. Elshire R.J., Glaubitz J.C., Sun Q., et al. A robust, simple genotyping-by-sequencing (GBS) approach for high diversity species // PLoS One. 2011. Vol. 6, N 5. ID e19379. doi: 10.1371/journal.pone.0019379
  32. Miller M.R., Dunham J.P., Amores A., et al. Rapid and cost-effective polymorphism identification and genotyping using restriction site associated DNA (RAD) markers // Genome Res. 2007. Vol. 17, N 2. P. 240–248. doi: 10.1101/gr.5681207
  33. Duarte J., Rivière N., Baranger A., et al. Transcriptome sequencing for high throughput SNP development and genetic mapping in Pea // BMC Genom. 2014. Vol. 15, N 1. ID 126. doi: 10.1186/1471-2164-15-126
  34. Zhernakov A.I., Shtark O.Y., Kulaeva O.A., et al. Mapping-by-sequencing using NGS-based 3’-MACE-Seq reveals a new mutant allele of the essential nodulation gene Sym33 (IPD3) in pea (Pisum sativum L.) // PeerJ. 2019. Vol. 7. ID e6662. doi: 10.7717/peerj.6662
  35. Zawada A.M., Rogacev K.S., Müller S., et al. Massive analysis of cDNA Ends (MACE) and miRNA expression profiling identifies proatherogenic pathways in chronic kidney disease // Epigenetics. 2014. Vol. 9, N 1. P. 161–172. doi: 10.4161/epi.26931
  36. Michelmore R.W., Paran I., Kesseli R.V. Identification of markers linked to disease-resistance genes by bulked segregant analysis: a rapid method to detect markers in specific genomic regions by using segregating populations // PNAS USA. 1991. Vol. 88, N 21. P. 9828–9832. doi: 10.1073/pnas.88.21.9828
  37. Zheng Y., Xu F., Li Q., et al. QTL mapping combined with bulked segregant analysis identify SNP markers linked to leaf shape traits in Pisum sativum using SLAF sequencing // Front Genet. 2018. Vol. 9. ID 615. doi: 10.3389/fgene.2018.00615
  38. Zhao C., Zhang Y., Du J., et al. Crop phenomics: Current status and perspectives // Front Plant Sci. 2019. Vol. 10. ID 714. doi: 10.3389/fpls.2019.00714
  39. Klein A., Houtin H., Rond C., et al. QTL analysis of frost damage in pea suggests different mechanisms involved in frost tolerance // Theor Appl Genet. 2014. Vol. 127, N 6. P. 1319–1330. doi: 10.1007/s00122-014-2299-6
  40. Lavaud C., Baviere M., Le Roy G., et al. Single and multiple resistance QTL delay symptom appearance and slow down root colonization by Aphanomyces euteiches in pea near isogenic lines // BMC Plant Biol. 2016. Vol. 16, N 1. ID 166. doi: 10.1186/s12870-016-0822-4
  41. Bourion V., Rizvi S.M.H., Fournier S., et al. Genetic dissection of nitrogen nutrition in pea through a QTL approach of root, nodule, and shoot variability // Theor Appl Genet. 2010. Vol. 121, N 1. P. 71–86. doi: 10.1007/s00122-010-1292-y
  42. Kaeppler S.M., Parke J.L., Mueller S.M., et al. Variation among maize inbred lines and detection of quantitative trait loci for growth at low phosphorus and responsiveness to arbuscular mycorrhizal fungi // Crop Sci. 2000. Vol. 40, N 2. P. 358–364. doi: 10.2135/cropsci2000.402358x
  43. Штарк О.Ю., Жернаков А.И., Кичигина Н.Е., и др. Влияние мутаций в генах Sym7, Sym19 и Sym34 на взаимодействие гороха (Pisum sativum L.) с арбускулярно-микоризным грибом Rhizophagus irregularis // Экологическая генетика. 2024. Т. 22, № 3. C. 225–242. doi: 10.17816/ecogen624607 EDN: NAIZZI
  44. Zheng G., Yuan A., Li Q., Gastwirth J.L. Single marker association analysis for unrelated samples. В кн.: Statistical human genetics. Methods in molecular biology. Vol. 1666 / R. Elston, editor. New York: Humana Press, 2017. P. 375–389. doi: 10.1007/978-1-4939-7274-6_18
  45. Lander E.S., Botstein D. Mapping mendelian factors underlying quantitative traits using RFLP linkage maps // Genetics. 1989. Vol. 121, N 1. P. 185–199. doi: 10.1093/genetics/121.1.185
  46. Jansen R.C., Stam P. High resolution of quantitative traits into multiple loci via interval mapping // Genetics. 1994. Vol. 136, N 4. P. 1447–1455. doi: 10.1093/genetics/136.4.1447
  47. Kao C.-H., Zeng Z.-B., Teasdale R.D. Multiple interval mapping for quantitative trait loci // Genetics. 1999. Vol. 152, N 3. P. 1203–1216. doi: 10.1093/genetics/152.3.1203
  48. Kulaeva O.A., Zhernakov A.I., Afonin A.M., et al. Pea marker database (PMD) — a new online database combining known pea (Pisum sativum L.) gene-based markers // PLoS ONE. 2017. Vol. 12, N 10. ID e0186713. doi: 10.1371/journal.pone.0186713
  49. Dirlewanger E., Isaac P.G., Ranade S., et al. Restriction fragment length polymorphism analysis of loci associated with disease resistance genes and developmental traits in Pisum sativum L. // Theoret Appl Genetics. 1994. Vol. 88, N 1. P. 17–27. doi: 10.1007/BF00222388
  50. Van Der Plank J.E. Disease resistance in plants. New York: Academic Press, 1968. 206 p.
  51. Sulima A.S., Zhukov V.A. War and peas: Molecular bases of resistance to powdery mildew in pea (Pisum sativum L.) and other legumes // Plants. 2022. Vol. 11, N 3. ID 339. doi: 10.3390/plants11030339
  52. Timmerman-Vaughan G.M., Moya L., Frew T.J., et al. Ascochyta blight disease of pea (Pisum sativum L.): defence-related candidate genes associated with QTL regions and identification of epistatic QTL // Theor Appl Genet. 2016. Vol. 129, N 5. P. 879–896. doi: 10.1007/s00122-016-2669-3
  53. Jha A.B., Gali K.K., Tar’an B., Warkentin T.D. Fine mapping of QTLs for ascochyta blight resistance in pea using heterogeneous inbred families // Front Plant Sci. 2017. Vol. 8. ID 765. doi: 10.3389/fpls.2017.00765
  54. Timmerman-Vaughan G.M., Frew T.J., Butler R., et al. Validation of quantitative trait loci for Ascochyta blight resistance in pea (Pisum sativum L.), using populations from two crosses // Theor Appl Genet. 2004. Vol. 109, N 8. P. 1620–1631. doi: 10.1007/s00122-004-1779-5
  55. Wu L., Fredua-Agyeman R., Hwang S.-F., et al. Mapping QTL associated with partial resistance to Aphanomyces root rot in pea (Pisum sativum L.) using a 13.2 K SNP array and SSR markers // Theor Appl Genet. 2021. Vol. 134, N 9. P. 2965–2990. doi: 10.1007/s00122-021-03871-6
  56. Wu L., Fredua-Agyeman R., Strelkov S.E., et al. Identification of quantitative trait loci associated with partial resistance to fusarium root rot and wilt caused by fusarium graminearum in field pea // Front Plant Sci. 2021. Vol. 12. ID 784593. doi: 10.3389/fpls.2021.784593
  57. Coyne C.J., Porter L.D., Boutet G., et al. Confirmation of Fusarium root rot resistance QTL Fsp-Ps 2.1 of pea under controlled conditions // BMC Plant Biol. 2019. Vol. 19, N 1. ID 98. doi: 10.1186/s12870-019-1699-9
  58. Rai R., Singh A.K., Singh B.D., et al. Molecular mapping for resistance to pea rust caused by Uromyces fabae (Pers.) de-Bary // Theor Appl Genet. 2011. Vol. 123, N 5. P. 803–813. doi: 10.1007/s00122-011-1628-2
  59. Ashtari Mahini R., Kumar A., Elias E.M., et al. Analysis and identification of QTL for resistance to Sclerotinia sclerotiorum in pea (Pisum sativum L.) // Front Genet. 2020. Vol. 11. ID 587968. doi: 10.3389/fgene.2020.587968
  60. Жуков В.А., Ахтемова Г.А., Жернаков А.И., и др. Симбиотическая эффективность генотипов гороха посевного (Pisum sativum L.) при моделировании в вегетационном эксперименте // Сельскохозяйственная биология. 2017. Т. 52, № 3. С. 607–614. doi: 10.15389/agrobiology.2017.3.607rus EDN: YZKVLX
  61. Zhukov V.A., Zhernakov A.I., Sulima A.S., et al. Association study of symbiotic genes in pea (Pisum sativum L.) cultivars grown in symbiotic conditions // Agronomy. 2021. Vol. 11, N 11. ID 2368. doi: 10.3390/agronomy11112368
  62. Li D., Kinkema M., Gresshoff P.M. Autoregulation of nodulation (AON) in Pisum sativum (pea) involves signalling events associated with both nodule primordia development and nitrogen fixation // J Plant Physiol. 2009. Vol. 166, N 9. P. 955–967. doi: 10.1016/j.jplph.2009.03.004
  63. Zipfel C., Oldroyd G.E.D. Plant signalling in symbiosis and immunity // Nature. 2017. Vol. 543, N 7645. P. 328–336. doi: 10.1038/nature22009

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Эко-Вектор, 2025

Ссылка на описание лицензии: https://eco-vector.com/for_authors.php#07
СМИ зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).
Регистрационный номер и дата принятия решения о регистрации СМИ: серия ПИ № ФС 77 - 89324 от 21.04.2025.