A Genome-Wide Association Study of Hyperspectral Indices for Dissecting Bentazon Response Loci in Soybean = 초분광 지수를 이용한 콩의 벤타존 반응 관련 유전영역의 전장유전체연관분석

다국어 초록 (Multilingual Abstract)

This study integrated hyperspectral imaging (HSI) indices with genome-wide association studies (GWAS) to quantitatively dissect the physiological and genetic basis of bentazon response in soybean. Conventional whole-plant spray methods often suffer from low reproducibility due to environmental variability. To address this, five bentazon application methods were compared in this study. The "on-plant leaf dip" method demonstrated the lowest coefficient of variation (CV) and the highest stability, establishing it as the most reliable approach for phenotyping. An automated region-of- interest (ROI) extraction algorithm was developed to preserve leaf geometry and quantify vegetation indices, including Normalized Difference Vegetation Index (NDVI), Photochemical Reflectance Index (PRI), Anthocyanin Reflectance Index 2 (ARI2), and Yellow Pixel Ratio (YPR). GWAS was performed using these indices measured at 5 days after treatment (DAT5) across 247 soybean accessions. A significant association signal was commonly detected on Chromosome 1 near 1.16 Mb (lead SNP AX-90404452) for NDVI, PRI, and YPR. Linkage disequilibrium (LD) analysis defined a candidate region of approximately 39 kb, which contained four candidate genes: Glyma.01g012000 (LRR- NB-ARC domain), Glyma.01g012100 and Glyma.01g012200 (Lipase class 3), and Glyma.01g012300 (DUF59). This locus is distinct from the well-known CYP81E22 gene on Chromosome 16 and appears to be associated with early physiological responses, including photosynthetic inhibition and pigment degradation. In conclusion, this study established a standardized phenotyping framework using the on-plant leaf dip method and HSI-based quantitative traits. The integrated approach successfully identified a novel genetic locus associated with bentazon sensitivity, providing valuable insights and potential molecular markers for breeding bentazon-tolerant soybean cultivars.

국문 초록 (Abstract)

본 연구는 콩의 제초제 벤타존 (Bentazon) 반응을 정밀하게 평가하기 위해 초분광 영상 기술과 전장유전체연관분석(GWAS)을 통합하여 수행되었다. 기존의 시각적 평가와 전식물 살포법 (Whole-plant spray)은 환경 요인에 따른 변동성이 커 재현성이 낮다는 한계가 있었다. 이를 극복하기 위해 본 연구에서는 5가지 벤타존 처리 방법을 비교 분석하였으며, 그 결과 '부착엽 침지법 (On-plant leaf dip)'이 가장 낮은 변이 계수(CV)와 높은 재현성을 나타내어 최적의 표현형 평가법으로 선정되었다. 또한, 잎의 기하학적 구조를 보존하면서 자동화된 관심 영역(ROI)을 추출하는 알고리즘을 개발하여 Normalized Difference Vegetation Index (NDVI), Photochemical Reflectance Index (PRI), Anthocyanin Reflectance Index (ARI2), Yellow Pixel Ratio (YPR) 등의 식생 지수를 정량화하였다. 벤타존 처리 5일 후) 수집된 247개 콩 자원의 초분광 지수를 이용하여 GWAS를 수행한 결과, NDVI, PRI, YPR 세 가지 지수 모두에서 1번 염색체 1.16 Mb 부근의 단일 SNP(AX-90404452)가 공통적으로 유의한 연관성을 보였다. 해당 영역의 연관불균형 (Linkage disequilibrium) 블록(약 39 kb) 내에서는 Glyma.01g012000 (LRR-NB-ARC domain), Glyma.01g012100 및 Glyma.01g012200 (Lipase class 3), Glyma.01g012300 (DUF59) 등 4개의 후보 유전자가 확인되었다. 이는 벤타존 내성의 주요 유전자로 알려진 16번 염색체의 CYP81E22와는 구별되는 새로운 유전 영역으로, 벤타존 처리에 따른 초기 광합성 저해 및 색소 붕괴와 관련된 생리적 기작을 반영하는 것으로 판단된다. 결론적으로, 본 연구는 표준화된 벤타존 처리법과 초분광 영상 기반의 정량적 표현형 분석 시스템을 구축함으로써 제초제 반응의 유전적 요인을 보다 정밀하게 규명하였다. 이러한 통합적 접근법은 향후 콩 내재해성 품종 선발 및 분자표지 개발을 위한 중요한 기초 자료를 제공할 것이다.

목차 (Table of Contents)

• 1. INTRODUCTION 1
• 1.1. Importance and production challenges 1
• 1.2. Bentazon and herbicide resistance 3
• 1.2.1. Major herbicide classes and resistance evolution 3
• 1.2.2. Bentazon and mechanisms of tolerance 5
• 1.3. Hyperspectral imaging (HSI) for herbicide response assenssment 8
• 1.4. Integration with genetic information 10
• 1.5. Necessity of the study and limitations of previous research 12
• 1.6. Objectives and scope of the study 13
• 2. MATERIALS AND METHODS 15
• 2.1. Plant materials 15
• 2.2. Herbicide treatment 16
• 2.3. Hyperspectral imaging and vegetation indices 19
• 2.4. Data processing 21
• 2.5. Phenotypic data 24
• 2.6. Genome-wide association study 25
• 2.7. Linkage disequilibrium and haplotype block analysis 26
• 3. RESULTS 27
• 3.1. Comparison of bentazon application methods 27
• 3.2. Variation and distribution of bentazon response indices 31
• 3.3. Correlation analysis among hyperspectral indices 35
• 3.4. GWASresults for bentazon response 35
• 3.5. LD structure and candidate region on Chromosome 1 40
• 3.6. Definition of candidate gene region and gene annotation results 43
• 4. DISCUSSION 46
• 4.1. Redesign of Bentazon Treatment Methods and the Physiological Basis 46
• 4.2. ROI Definition and Methodological Improvements 47
• 4.3. Physiological Interpretation of Hyperspectral Responses to Bentazon 50
• 4.4. Comparison with Previous HSI Studies and Key Contributions 52
• 4.5. Comparison with bentazon related genomic regions 54
• 4.6. Summary of Findings and Future Research Directions 57
• 5. REFERENCES 59
• 초 록 65