Genotypningsdata från hela genomet ger ny kunskap om den genetiska mångfalden i en världsomspännande lucernsamling och ger insikter i den genetiska styrningen av fenologiska egenskaper

Kinas och Europas beroende av importerat protein utgör ett hot mot dessa regioners självförsörjning av livsmedel. Problemet skulle kunna lösas genom att odla fler baljväxter, däribland alfalfa, som ger den högsta proteinavkastningen i tempererat klimat. För att skapa produktiva och högvärdiga sorter skulle användningen av stor genetisk mångfald i kombination med genomisk utvärdering kunna förbättra de nuvarande förädlingsprogrammen. För att studera diversiteten hos alfalfa har vi använt en uppsättning av 395 alfalfa-accessioner (dvs. populationer), huvudsakligen från Europa, Nord- och Sydamerika samt Kina, med en höstviloperiod som sträcker sig från 3 till 7 på en skala från 1 till 11. Fem förädlare tillhandahöll material (617 accessioner) som jämfördes med de 400 accessionerna. Alla accessioner genotypades med hjälp av Genotyping-by-Sequencing (GBS) för att fastställa SNP-allelfrekvensen. Dessa genomdata användes för att beskriva den genetiska mångfalden och identifiera genetiska grupper. Accessionerna fenotypades med avseende på fenologiska egenskaper (höstviloperiod och blomningstidpunkt) på två platser (Lusignan i Frankrike, Novi Sad i Serbien) mellan 2018 och 2021. QTL:erna detekterades med hjälp av en Multi-Locus Mixed Model (mlmm). Därefter bedömdes kvaliteten på den genomiska prediktionen för varje egenskap. Korsvalidering användes för att bedöma prediktionskvaliteten genom att testa metoderna GBLUP, Bayesian Ridge Regression (BRR) och Bayesian Lasso. En genetisk struktur med sju grupper konstaterades. De flesta av dessa grupper var relaterade till accessionernas geografiska ursprung och visade att europeiskt och amerikanskt material är genetiskt skilt från kinesiskt material. Flera QTL associerade med höstvilan identifierades och de flesta av dessa var kopplade till gener. I vår studie uppvisade infinitesimalmetoderna en högre förutsägelseskvalitet än Bayesian Lasso, och den genomiska förutsägelsen uppnådde i vissa fall hög (>0,75) förutsägbarhet. Våra resultat är uppmuntrande för förädlingen av alfalfa, eftersom de visar att det är möjligt att uppnå hög kvalitet på den genomiska förutsägelsen.