水稻數(shù)量性狀（QTL）定位主要作圖群體及統(tǒng)計(jì)方法概述

孫佳麗，彭 銳，彭既明

水稻數(shù)量性狀（QTL）定位主要作圖群體及統(tǒng)計(jì)方法概述

孫佳麗1，2，彭 銳2，彭既明1，2

（1.中南大學(xué)研究生院隆平分院，湖南 長沙 410125；2.湖南雜交水稻研究中心，湖南 長沙 410125）

水稻許多重要的性狀是由多基因控制的數(shù)量性狀，因此數(shù)量性狀的研究對促進(jìn)水稻高產(chǎn)、抗病、質(zhì)優(yōu)具有重要意義。分子生物技術(shù)的迅速發(fā)展和 QTL 定位方法的日趨完善，為水稻數(shù)量性狀的研究提供了基礎(chǔ)。綜述了QTL定位的原理、定位群體和常用的方法，并對目前水稻數(shù)量性狀QTL定位存在的問題和發(fā)展前景進(jìn)行了探討。

水稻；QTL定位；作圖群體；分子標(biāo)記；綜述

DOI:10.16498/j.cnki.hnnykx.2016.07.032

水稻大多數(shù)重要的性狀如產(chǎn)量、生育期、籽粒重等，都表現(xiàn)為數(shù)量性狀遺傳，數(shù)量性狀受遺傳背景和環(huán)境因素影響［1］。數(shù)量性狀（QTL）是在某一群體內(nèi)的個(gè)體間表現(xiàn)為連續(xù)變異的性狀，受環(huán)境影響較大。因此，數(shù)量性狀的遺傳研究如控制數(shù)量性狀的基因數(shù)目、染色體上的位置及效應(yīng)等，很難依據(jù)后代性狀表型分布來確定。隨著DNA分子標(biāo)記技術(shù)的興起以及遺傳圖譜的構(gòu)建，QTL定位成為確定數(shù)量性狀基因在染色體上位置的一種新方法。它能將分子標(biāo)記信息綜合到遺傳評估中，輔助人工選擇程序，建立更加真實(shí)的表型變異、選擇反應(yīng)和進(jìn)化過程模型，對當(dāng)前存在的數(shù)量變異進(jìn)行分子生物學(xué)研究。研究表明，將生物技術(shù)應(yīng)用于水稻性狀改良，同時(shí)應(yīng)用分子標(biāo)記輔助育種，為成功改良水稻高產(chǎn)、抗病、廣適性等綜合性狀奠定了基礎(chǔ)［2］。

1 水稻QTL定位的原理與作圖群體

目前，關(guān)于QTL的研究已有很多，大量QTL被定位［3］，分布于水稻全部12條染色體上［4］。孟德爾的遺傳學(xué)是先將各種表型分組，根據(jù)各組比例，驗(yàn)證連鎖是否存在，并以此估算重組率，從而確定基因連鎖關(guān)系。QTL定位的本質(zhì)是根據(jù)QTL與分子標(biāo)記連鎖關(guān)系，將QTL對應(yīng)到相應(yīng)的染色體位置。

目前幾種主要的定位群體如回交群體（BC）、F2、重組自交系（RIL）、雙單倍體（DH）、單片段代換系（SSSLs）、近等基因系（NILs）、回交導(dǎo)入系（ILs）、回交自交系（BIL）、染色體片段置換系（CSSLs）［5］、殘留異質(zhì)系（RHLs）［6］等各有優(yōu)缺點(diǎn)［7］（詳見表1）。例如：BC是暫時(shí)性分離群體，僅能使用一次，遺傳背景相對復(fù)雜，容易造成定位偏差［8］；相比較于BC，F(xiàn)2群體包含親本所有的基因型（如MM、Mm和mm），因此對顯性效應(yīng)以及加性效應(yīng)的估算較為準(zhǔn)確，但F2群體基因并不是純和基因，連續(xù)性的研究在F2群體中較困難；RIL為多次自交形成，重組信息比較大，基因純合度高，適合估算加性效應(yīng)，同時(shí)RIL受環(huán)境干擾較小，定位結(jié)果較精確；DH群體是F1誘導(dǎo)單倍體并加倍形成的群體，群體內(nèi)基因完全純和，適合于估算加性效應(yīng)以及QTL與環(huán)境互作效應(yīng)；QIRs比較容易構(gòu)建，并且可以獲得低于1 cM的分子標(biāo)記，但受遺傳背景干擾，不能檢測上位性效應(yīng)；SSSLs和NIL群體也可作永久性群體，構(gòu)建時(shí)間較長，受環(huán)境因素和遺傳背景影響較小，因而QTL定位結(jié)果更加準(zhǔn)確穩(wěn)定。這些年來已有很多學(xué)者應(yīng)用此類群體進(jìn)行QTL定位，并取得一定進(jìn)展。

表1　水稻定位群體比較

2 多態(tài)性分子標(biāo)記及其特點(diǎn)

連鎖遺傳圖譜的構(gòu)建，與多態(tài)性分子標(biāo)記緊密相關(guān)。理想的分子標(biāo)記特點(diǎn)是：多態(tài)性好，位點(diǎn)均勻分布在染色體上，共顯性，易于檢測，成本較低等［9］。近年來常用的DNA分子標(biāo)記可分為3類：第一類是依據(jù)DNA雜交的限制片段長度多態(tài)性（RFLP）［10］；第二類是依據(jù)PCR擴(kuò)增，包括隨機(jī)引物擴(kuò)增的RAPD、AFLP、AP-PCR［11］、ISSR和特異性引物擴(kuò)增的SSR、STS、SCAR［12］、CAPS［13］、SSCP［14］、TGGE、DGGE；第三類是具有顯著優(yōu)勢的單核苷酸多態(tài)性SNP［15］。各種分子標(biāo)記技術(shù)的優(yōu)缺點(diǎn)如表2所示。

表2　廣泛使用的分子標(biāo)記技術(shù)比較

2.1 RFLP

RFLP（Restriction fragment length polymorphism）標(biāo)記穩(wěn)定可靠，檢測不受發(fā)育階段和環(huán)境條件等因素的影響［16］。上位效應(yīng)不存在于非等位RFLP標(biāo)記之間，因其來源于DNA自身變異，也不受數(shù)量限制［17］。目前，RFLP技術(shù)成本較高，自動(dòng)化程度較低，操作復(fù)雜，而且所需DNA樣品量大，對于涉及許多個(gè)體（200以上）的鑒定研究并不可取。

2.2 RAPD

RAPD（Random amplified polymorphic DNA）技術(shù)比RFLP操作簡單［18］，易于掌握，具有同工酶位點(diǎn)多，比RFLP技術(shù)操作簡單等特點(diǎn)，不需進(jìn)行同位素雜交，對實(shí)驗(yàn)室要求較低，因此一般實(shí)驗(yàn)室即可操作。RAPD分子標(biāo)記除少數(shù)為共顯性標(biāo)記外，大多為顯性標(biāo)記，即信息量有限，標(biāo)記大多是完全顯性遺傳，不能區(qū)別雜合體和純合體。RAPD技術(shù)在不嚴(yán)格實(shí)驗(yàn)條件下假陽性出現(xiàn)概率高、重復(fù)性差；同時(shí)，對DNA純度的要求高，已取得的標(biāo)記只有轉(zhuǎn)化成其他類型，才能完成基因定位。

2.3 AFLP

AFLP（Amplified fragment length polymorphism）的多態(tài)性水平相當(dāng)高，且穩(wěn)定可靠，但需DNA模板量大，操作步驟復(fù)雜［19］，成本太高。

2.4 ISSR

ISSR（Inter-simple sequence repeat）具有操作簡單、檢測多態(tài)性能力強(qiáng)、成本低、所需DNA模板量少等優(yōu)點(diǎn)。目前已成功地運(yùn)用于居群生物學(xué)的研究、品種鑒定、物種的分類系統(tǒng)學(xué)比較，并成為構(gòu)建連鎖遺傳圖譜的工具［20］。但I(xiàn)SSR標(biāo)記一般是顯性遺傳的，每對引物擴(kuò)增條帶較多，因而不能應(yīng)用于雜交水稻種子的純度鑒定。

2.5 SSR

SSR（Simple sequence repeat）標(biāo)記具有數(shù)量豐富、均勻分布、高多態(tài)性、呈共顯性、含復(fù)等位基因等特點(diǎn)。SSR所含信息量大并且以孟德爾遺傳方式進(jìn)行遺傳，因其引物序列決定固定位點(diǎn)，使資料得以在實(shí)驗(yàn)室間共享，提高了信息利用率。

SSR在操作時(shí)不需要使用同位素，減少了對實(shí)驗(yàn)操作人員的危害；SSR實(shí)驗(yàn)中DNA的用量很少［21］，降低了對DNA提取工作的要求；實(shí)驗(yàn)過程中不需經(jīng)過Southern轉(zhuǎn)移、分子雜交等過程［22］，精簡了試驗(yàn)操作過程；同時(shí)，SSR所用的材料不需經(jīng)過有性世代，可以選用任意親本的任何部位作材料［23］，在線粒體DNA、葉綠體DNA研究中均可使用。

2.6STS

STS（Sequence-tagged site）特定序列位點(diǎn)是對由特定引物序列界定的標(biāo)記技術(shù)的統(tǒng)稱。特異PCR技術(shù)最大的特點(diǎn)是信息準(zhǔn)確可靠［24］，可區(qū)別于RAPD、AFLP和利用隨機(jī)探針產(chǎn)生的RFLP存在某種模糊性（如片段來源的鑒別較難）。

2.7 EST

與來自于基因組DNA開發(fā)的傳統(tǒng)標(biāo)記相比，以EST（Expressed sequence tag）為基礎(chǔ)的分子標(biāo)記是一種新型分子標(biāo)記，具有開發(fā)簡便、信息量高和通用性好等顯著優(yōu)勢［25］，在多方面都有重要的利用價(jià)值。

3 QTL定位的方法

QTL作圖模型及統(tǒng)計(jì)分析方法已經(jīng)廣泛應(yīng)用到分子標(biāo)記QTL 定位及效應(yīng)估計(jì)中。目前QTL 定位的方法主要有采用 t-檢驗(yàn)、方差分析、回歸分析等方法的單標(biāo)記法（SMA），以及基于兩個(gè)側(cè)連標(biāo)記區(qū)間作圖法（IM）、復(fù)合區(qū)間作圖法（CIM）、多重區(qū)間作圖法（MIM）和混合型線性模型復(fù)合區(qū)間作圖法（MCIM）。

3.1 SMA

單標(biāo)記分析法是應(yīng)用方差分析、回歸分析法或者似然比檢驗(yàn)，比較標(biāo)記基因型的數(shù)量性狀差異。若差異顯著，表明控制該性狀的QTL與標(biāo)記連鎖。其特點(diǎn)是檢測個(gè)體較多，效率不高，QTL與標(biāo)記的確切位置和個(gè)數(shù)無法確定，不能分析QTL的重組率，易導(dǎo)致低估遺傳效應(yīng)等［26］。

3.2 IM

區(qū)間作圖法是根據(jù)兩個(gè)側(cè)鄰標(biāo)記檢測數(shù)量性狀與連鎖區(qū)間的顯著關(guān)系，明確QTL 是否存在該區(qū)間的一種方法［27］。IM不能逐一分辨同一染色體上的多個(gè)QTL 效應(yīng)，易出現(xiàn)假陽性，因此 QTL 定位結(jié)果的準(zhǔn)確性不高，甚至出現(xiàn)錯(cuò)誤結(jié)果［28］。

3.3 CIM

為了解決IM法存在的問題，Zeng［29］提出復(fù)合區(qū)間作圖法，是將IM與多元線性回歸相結(jié)合的一種方法。CIM既保留了IM的優(yōu)點(diǎn)，又充分利用了全部基因組的標(biāo)記信息，把對多個(gè)QTL的檢驗(yàn)降低為1個(gè)區(qū)間，精確性增加［30］。當(dāng)上位性效應(yīng)、QTL與環(huán)境互作效應(yīng)不存在時(shí)，QTL效應(yīng)和位置的估計(jì)是無偏估計(jì)，提高了檢測QTL的能力，因而被廣泛應(yīng)用。

3.4 MIM

MIM方法克服了傳統(tǒng)作圖方法的局限性，也滿足了QTL作圖的發(fā)展。該方法從Cockerham模型［31］出發(fā)，根據(jù)遺傳參數(shù)而推導(dǎo)似然估計(jì)公式，利用LTR統(tǒng)計(jì)量與逐步選擇結(jié)合，檢測QTL主效應(yīng)以及上位效應(yīng)。該方法能夠利用多個(gè)標(biāo)記區(qū)間確定多個(gè)QTL，提高了作圖效率和精確度［32］。

3.5 MCIM

朱軍等［33］于1998年提出了多重區(qū)間作圖法，該方法把群體各項(xiàng)效應(yīng)分為固定效應(yīng)和隨機(jī)效應(yīng)。其中，固定效應(yīng)主要為遺傳主效應(yīng)，而隨機(jī)效應(yīng)包括QTL與環(huán)境互作效應(yīng)、環(huán)境效應(yīng)、殘差及分子標(biāo)記效應(yīng)。估計(jì)效應(yīng)與定位分析相結(jié)合，使位置的無偏估算［34］和QTL效應(yīng)不受環(huán)境影響，作圖效率和準(zhǔn)確度都大幅提高，具有廣闊的應(yīng)用前景。

4 展 望

分子遺傳學(xué)和生物技術(shù)快速發(fā)展背景下，復(fù)雜水稻數(shù)量性狀（QTL）研究取得了飛躍進(jìn)展，QTL定位研究的文獻(xiàn)發(fā)表量幾乎以指數(shù)模型增長［35］。QTL定位能夠確定控制某一復(fù)雜性狀的QTL在染色體上的大體位置及其效應(yīng)，為數(shù)量性狀特別是經(jīng)濟(jì)性狀的成功改良提供了可能，具有巨大的應(yīng)用前景和發(fā)展空間。但QTL定位在不同群體、不同環(huán)境中的結(jié)果有較大差異，QTL數(shù)目、染色體區(qū)域、同一QTL的貢獻(xiàn)率等都會(huì)出現(xiàn)差異。因此，設(shè)計(jì)科學(xué)的實(shí)驗(yàn)方案，有效地控制實(shí)驗(yàn)誤差，準(zhǔn)確定位到在不同群體和環(huán)境中均穩(wěn)定表達(dá)的QTL，這為探索控制水稻性狀的復(fù)雜分子機(jī)制及生理過程，最大限度地發(fā)揮作物潛力提供了技術(shù)支撐，也為采用基因工程技術(shù)培育高產(chǎn)、抗病、質(zhì)優(yōu)的水稻品種奠定了基礎(chǔ)。

［1］ Wang X Q，Pang Y L，Zhang J，et al. Genetic background effects on QTL and QTL × environment interaction for yield and its component traits as revealed by reciprocal introgression lines in rice［J］. The Crop Journal，2014，（6）：345-357.

［2］ 李陽生，李紹清，朱仁山，等. 生物技術(shù)在水稻超高產(chǎn)育種中的應(yīng)用［J］. 沈陽農(nóng)業(yè)大學(xué)學(xué)報(bào)，2007，38（5）：701-706.

［3］ 劉 健，牛付安，江建華，等. 多環(huán)境下粳稻產(chǎn)量及其相關(guān)性狀的條件和非條件QTL定位［J］.中國水稻科學(xué)，2012，26（2）：144-154.

［4］ Mei D Y，Zhu Y J，Yu Y H，et al. Quantitative trait loci for grain chalkiness and endosperm transparency detected in three recombinant inbred line populations of Indica rice［J］. Journal of Integrative Agriculture，2013，12（1）：1-11.

［5］ 王智權(quán)，劉 喜，江 玲，等. 利用染色體片段置換系（CSSLs）群體檢測水稻劍葉形態(tài)性狀QTL［J］. 南京農(nóng)業(yè)大學(xué)學(xué)報(bào)，2010，33（6）：1-6.

［6］ 蔣洪蔚，劉春燕，高運(yùn)來，等. 作物QTL常用作圖群體［J］. 生物技術(shù)通報(bào)，2008，（S1）：12-17.

［7］ 周麗慧，趙春芳，趙 凌，等. 利用染色體片段置換系群體檢測水稻葉片形態(tài)QTL［J］. 中國水稻科學(xué)，2013，27（1）：26-34.

［8］ Hu W D，Zhang H，Jiang J H，et al. Genetic analysis and QTL mapping of large flag leaf angle trait in Japonica rice［J］. Rice Science，2012，19（4）：277-285.

［9］ 田 翠，張 濤，蔣開鋒，等. 水稻QTL定位研究進(jìn)展［J］. 基因組學(xué)與應(yīng)用生物學(xué)，2009，28（3）：557-562.

［10］ Li P，Lu C F，Zhou K D，et al. RFLP mapping of major and minor genes for impoetant agronomic characters in rice［J］. Science in China，1996，39（4）：440-448.

［11］ 汪 莉，易 平，萬翠香，等. 紅蓮型細(xì)胞質(zhì)雄性不育水稻線粒體DNA的AP-PCR分析［J］.武漢植物學(xué)研究，2002，20（6）：405-408.

［12］ Li S J，Xie H W，Qian M J，et al. A set of SCAR markers efficiently differentiating hybrid rice［J］. Rice Science，2012，19（1）：14-20.

［13］ Wang H M，Chen J，Shi Y F，et al. Development and validation of CAPS markers for marker-assisted selection of rice blast resistance gene Pi25［J］. Acta Agronomica Sinica，2012，38（11）：1960-1968.

［14］ 魏太云，林含新，吳祖建，等. 應(yīng)用PCR-RFLP及PCR-SSCP技術(shù)研究我國水稻條紋病毒RNA4基因間隔區(qū)的變異［J］. 農(nóng)業(yè)生物技術(shù)學(xué)報(bào)，2000，8（l）：41-44.

［15］ 葉少平. 水稻分子圖譜的構(gòu)建和QTL定位研究［D］. 四川：四川農(nóng)業(yè)大學(xué)，2004.

［16］ Chen L，Liang C Y，Sun C Q，et al. Comparision between AFLP and RFLP markers in detecing the diversity of rice［J］. Agricultural Sciences in China，2002，1（7）：713-719.

［17］ Huang W，Wang L，Yi P，et al. RFLP analysis for mitochondrial genome of CMS-Rice［J］. Acta Genetica Sinica，2006，33（4）：330-338.

［18］ Long W H，Xu M H，Zhang S H. A preliminary study on the relationship between the Indica-Japonica RAPD differentiation of parents and heterosis in dian type hybrid rice［J］. Agricultural Sciences in China，2002，（12）：1303-1309.

［19］ 蔡 健，蘭 偉. AFLP標(biāo)記與水稻雜種產(chǎn)量及產(chǎn)量雜種優(yōu)勢的預(yù)測［J］. 中國農(nóng)學(xué)通報(bào)，2005，21（4）：39-43，121.

［20］ 黃光文，歐立軍，陳覺梁，等. 水稻ISSR標(biāo)記遺傳距離與雜種優(yōu)勢的相關(guān)性研究［J］. 雜交水稻，2010，（S1）：326-331.

［21］ 張玉山，陳慶全，吳 薇，等. 水稻SSR標(biāo)記遺傳連鎖圖譜著絲粒的整合及其偏分離分析［J］.華中農(nóng)業(yè)大學(xué)學(xué)報(bào)，2008，27（2）：167-171.

［22］ Cheng J，Zheng C X. Optimization of SSR-PCR reaction system and screening of polymorphic primers for RIL parents［J］. Agricultural Science &Technology，2013，14（11）：1566-1568.

［23］ 程 江，鄭常祥. 水稻SSR-PCR的反應(yīng)體系優(yōu)化及RIL親本間多態(tài)性引物篩選［J］. 貴州農(nóng)業(yè)科學(xué)，2013，41（4）：10-13.

［24］ 樊穎倫，陳學(xué)偉，王春連，等. 水稻抗白葉枯病基因Xa23的RFLP標(biāo)記定位及其STS標(biāo)記的轉(zhuǎn)化［J］. 作物學(xué)報(bào)，2006，32（6）：931-935.

［25］ 李小白，崔海瑞，張明龍. EST分子標(biāo)記開發(fā)及在比較基因組學(xué)中的應(yīng)用［J］. 生物多樣性，2006，14 （6）：541-547.

［26］ 辛業(yè)蕓. 水稻產(chǎn)量性狀QTL定位研究進(jìn)展［J］. 湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2007，33（4）：396-402.

［27］ 毛傳澡，程式華. 水稻農(nóng)藝性狀QTL定位精確性及其影響因素的分析［J］. 農(nóng)業(yè)生物技術(shù)學(xué)報(bào)，1999，7（4）：386-394.

［28］ 王建康. 數(shù)量性狀基因的完備區(qū)間作圖方法［J］. 作物學(xué)報(bào)，2009，35（2）：239-245.

［29］ Zeng Z B. Theoretical basis of separation of multiple linked gene effects on mapping quantitative traitloci［J］. Proc Natl Acad Sci USA，1993，90：10972-10976.

［30］ 林 謙，毛孝強(qiáng)，楊 德，等. QTL作圖主要統(tǒng)計(jì)方法及主要作圖群體［J］. 云南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2004，19（2）：121-127.

［31］ Cockerham C C. An extension of the concept of partitioning hereditary variance for analysis of covariance amongrelatives when epistasis is present［J］. Genetics，1954，39：859.

［32］ Kao C H，Zeng Z B，Teasdale R D. Multiple interval mapping for qutatitve trait loci［J］. Genetics，1999，152：203-1216.

［33］ 朱 軍. 運(yùn)用混合線性模型定位復(fù)雜數(shù)量性狀基因的方法［J］. 浙江大學(xué)學(xué)報(bào)（自然科學(xué)版），1999，33（3）：327-335.

［34］ 蘇成付，趙團(tuán)結(jié)，蓋鈞鎰. 不同統(tǒng)計(jì)遺傳模型QTL定位方法應(yīng)用效果的模擬比較［J］. 作物學(xué)報(bào)，2010，36（7）：1100-1107.

［35］ 周元昌，陳啟鋒，吳為人，等. 作物QTL定位研究進(jìn)展［J］. 福建農(nóng)業(yè)大學(xué)學(xué)報(bào)，2000，29（2）：138-144.

（責(zé)任編輯：成 平）

Overview of Rice quantitative traits （QTL） Mapping Main Construction Population and Statistical Methods

SUN Jia-li1，2，PENG Rui2，PENG Ji-ming1，2
（1. Longping Branch of Graduate School，Central South University， Changsha 410125， PRC；2. Hunan Hybrid Rice Research Center， Changsha 410125， PRC）

Most of the important agronomic are quantitative traits in rice， which are controlled by polygenes. Therefore the research of quantitative character to promote the rice yield， disease resistance， good quality is of great significance. The rapid development of molecular biotechnology and the emergence of mapping methods were the basic of the research of many important agronomic traits in rice. The principle， population and main analysis methods were briefly introduced in this paper. The author also summarized the problems and prospects of mapping QTLs for rice yield traits.

rice； QTL mapping； mapping populations； molecular marker

Q341

A

1006-060X（2016）07-0120-04

2016-04-22

公益性行業(yè)（農(nóng)業(yè)）科研專項(xiàng)（201403002）

孫佳麗（1990-），女，山東濰坊市人，碩士研究生，研究方向?yàn)樗具z傳育種。

彭既明