近日由来自康奈尔大学、美国农业部农业研究服务局（USDA-ARS）和北卡罗来纳州立大学的研究人员组成的一个科研小组通过全基因组关联分析第一次在玉米基因组中鉴定了与玉米性状相关的遗传变异。两篇研究论文均在线发表在2011年1月9日的Nature Genetics杂志上。
第一篇研究论文主要是由康奈尔大学和美国农业部农业研究服务局的研究人员领导完成。在这一研究中研究人员从玉米基因组中找到了160万个遗传位点，并利用这些遗传位点鉴定了与玉米茎叶夹角性状相关的基因。茎叶夹角是玉米株型性状中最重要的性状之一，茎叶夹角小的玉米品种通常种植密度高，根茎营养物质吸收力强，植株叶面向上挺拔从而能够获得更多的阳光照射。自18世纪早期开始，培育者就不断地针对这一性状选择育种提高玉米产量。
研究人员首先找到了影响玉米叶舌自然基因突变。进而他们又鉴定出了与茎叶夹角相关的基因变异，研究结果表明玉米的茎叶夹角性状是通过这些基因变异所产生的多个微小效应累加所决定。尽管目前培育的玉米品种在叶夹角上的差异最大可达80度，研究人员证实他们所发现的单基因最大的效应也仅能达到1.5度。
“尽管每个基因和变异都只产生微小效应，我们却能够做出非常准确的预测，”论文的资深作者Ed Buckler说道。
“全基因组关联分析是一种基于基因测序和分析，针对全基因组范围内的遗传变异进行基因分型用于寻找某种基因与表型之间关系的方法，它是目前国际上公认的一种最先进研究方法，其对性状预测准确度可达80%。目前这种方法已被广泛运用于对人类、农作物以及其他物种的研究中，”Buckler说道：“利用全基因组关联分析方法可帮助研究人员培育出高密度种植、高产量及抗病的玉米品种。”
这一研究的资深作者。Ed Buckler是康奈尔大学基因组多样性研究所的遗传学家、植物育种与遗传学系副教授。此外第一作者还包括Buckler实验室的博士后研究人员田丰（音译，Feng Tian）以及美国农业部农业研究服务局的计算机生物学家Peter Bradbury。
而在同日发表的另一篇论文中，美国农业部农业研究服务局和北卡罗来纳州立大学的研究人员领导同一研究小组利用相同的研究方法确定了玉米中与南方叶枯病相关的关键基因。这一研究获得了美国国家科学基因会和美国农业部农业研究服务局的资金资助。美国农业部农业研究服务局及北卡罗来纳州立大学的研究人员James Holland是本论文的资深作者。（生物谷 Bioon.com）
生物谷推荐原文出处：
Nature Genetics, 2011; DOI: 10.1038/ng.746
Genome-wide association study of leaf architecture in the maize nested association mapping population
Feng Tian,Peter J Bradbury,Patrick J Brown,Hsiaoyi Hung,Qi Sun,Sherry Flint-Garcia,Torbert R Rocheford,Michael D McMullen,James B Holland& Edward S Buckler
US maize yield has increased eight-fold in the past 80 years, with half of the gain attributed to selection by breeders. During this time, changes in maize leaf angle and size have altered plant architecture, allowing more efficient light capture as planting density has increased. Through a genome-wide association study (GWAS) of the maize nested association mapping panel, we determined the genetic basis of important leaf architecture traits and identified some of the key genes. Overall, we demonstrate that the genetic architecture of the leaf traits is dominated by small effects, with little epistasis, environmental interaction or pleiotropy. In particular, GWAS results show that variations at the liguleless genes have contributed to more upright leaves. These results demonstrate that the use of GWAS with specially designed mapping populations is effective in uncovering the basis of key agronomic traits.
