A genomszintű genotipizálási adatok frissítik a világszerte összegyűjtött lucerna-gyűjtemény genetikai sokféleségére vonatkozó ismereteinket, és betekintést nyújtanak a fenológiai tulajdonságok genetikai szabályozásába

Kína és Európa importált fehérjétől való függése veszélyt jelent e régiók élelmiszer-önellátására. A probléma megoldását a hüvelyesek termesztésének bővítése jelenthetné, ideértve a lucernát is, amely mérsékelt éghajlati viszonyok között a legnagyobb fehérjetermelő növény. A termelékeny és nagy értékű fajták kifejlesztése érdekében a nagy genetikai sokféleség és a genomikus értékelés kombinálása javíthatná a jelenlegi nemesítési programokat. A lucerna diverzitásának vizsgálatához 395 lucerna-akcessziót (azaz populációt) használtunk fel, amelyek főként Európából, Észak- és Dél-Amerikából, valamint Kínából származnak, és őszi nyugalmi periódusuk a 11-es skálán 3 és 7 között mozog. Öt nemesítő biztosított anyagokat (617 akkreciót), amelyeket összehasonlítottunk a 400 akkrecióval. Az összes akkreciót genotipizáltuk a Genotyping-by-Sequencing (GBS) módszerrel az SNP-allélfrekvencia meghatározása érdekében. Ezeket a genomikus adatokat használtuk a genetikai sokféleség leírására és a genetikai csoportok azonosítására. A mintákat 2018 és 2021 között két helyszínen (Lusignan, Franciaország; Novi Sad, Szerbia) fenológiai jellemzők (őszi nyugalmi időszak és virágzási időpont) szempontjából fenotípus-elemzésnek vetették alá. A QTL-eket egy többlókuszos vegyes modell (mlmm) segítségével azonosítottuk. Ezt követően minden egyes tulajdonságra vonatkozóan értékeltük a genomikus predikció minőségét. A predikció minőségének értékeléséhez keresztvalidációt alkalmaztunk, amelynek keretében a GBLUP, a Bayes-féle gerincregresszió (BRR) és a Bayes-féle Lasso módszereket teszteltük. Hét csoportból álló genetikai szerkezetet azonosítottak. E csoportok többsége az akkreciók földrajzi eredetéhez kapcsolódott, és kimutatta, hogy az európai és az amerikai anyag genetikailag eltér a kínai anyagtól. Számos, az őszi nyugalmi állapothoz kapcsolódó QTL-t azonosítottak, amelyek többsége génekhez kapcsolódott. Tanulmányunkban az infinitezimális módszerek magasabb előrejelzési minőséget mutattak, mint a Bayesi Lasso, és a genomikus előrejelzés egyes esetekben magas (>0,75) előrejelzési képességet ért el. Eredményeink biztatóak a lucerna-nemesítés szempontjából, mivel rámutatnak arra, hogy magas színvonalú genomikus előrejelzés érhető el.