Genome-brede genotyperingsgegevens vernieuwen de kennis over de genetische diversiteit van een wereldwijde luzerneverzameling en bieden inzicht in de genetische regulering van fenologische kenmerken

De afhankelijkheid van China en Europa van geïmporteerde eiwitten vormt een bedreiging voor de voedselzelfvoorziening van deze regio’s. Dit probleem zou kunnen worden opgelost door meer peulvruchten te verbouwen, waaronder luzerne, dat in een gematigd klimaat de hoogste eiwitopbrengst oplevert. Om productieve en hoogwaardige rassen te ontwikkelen, zou het gebruik van een grote genetische diversiteit in combinatie met genomische evaluatie de huidige veredelingsprogramma’s kunnen verbeteren. Om de diversiteit van luzerne te bestuderen, hebben we gebruikgemaakt van een verzameling van 395 luzerne-accessies (d.w.z. populaties), voornamelijk afkomstig uit Europa, Noord- en Zuid-Amerika en China, met een herfstrust die varieert van 3 tot 7 op een schaal van 11. Vijf veredelaars leverden materiaal (617 accessies) dat werd vergeleken met de 400 accessies. Alle accessies werden genotypeerd met behulp van Genotyping-by-Sequencing (GBS) om de SNP-allelfrequentie te bepalen. Deze genomische gegevens werden gebruikt om de genetische diversiteit te beschrijven en genetische groepen te identificeren. De accessies werden van 2018 tot 2021 op twee locaties (Lusignan in Frankrijk, Novi Sad in Servië) fenotypisch gekarakteriseerd op fenologische kenmerken (herfstrust en bloeidatum). De QTL’s werden gedetecteerd met behulp van een Multi-Locus Mixed Model (mlmm). Vervolgens werd de kwaliteit van de genomische voorspelling voor elk kenmerk beoordeeld. Er werd gebruikgemaakt van kruisvalidatie om de kwaliteit van de voorspelling te beoordelen door de GBLUP-, Bayesian Ridge Regression (BRR)- en Bayesian Lasso-methoden te testen. Er werd een genetische structuur met zeven groepen vastgesteld. De meeste van deze groepen hielden verband met de geografische herkomst van de accessies en toonden aan dat Europees en Amerikaans materiaal genetisch verschilt van Chinees materiaal. Er werden verschillende QTL’s gevonden die verband hielden met de herfstrust, en de meeste daarvan waren gekoppeld aan genen. In onze studie vertoonden de infinitesimale methoden een hogere voorspellingskwaliteit dan de Bayesiaanse Lasso, en de genomische voorspelling bereikte in sommige gevallen een hoog voorspellend vermogen (>0,75). Onze resultaten zijn bemoedigend voor de veredeling van luzerne, omdat ze aantonen dat het mogelijk is om een hoge kwaliteit van genomische voorspelling te bereiken.