日本晴/中嘉早17重組自交系產(chǎn)量性狀QTL定位

張應(yīng)洲，羅榮劍，圣忠華，焦桂愛，唐紹清，胡培松，魏祥進(jìn)

?

日本晴/中嘉早17重組自交系產(chǎn)量性狀QTL定位

張應(yīng)洲1, 2，羅榮劍1，圣忠華1，焦桂愛1，唐紹清1，胡培松1，魏祥進(jìn)1

（1中國水稻研究所/水稻生物學(xué)國家重點(diǎn)實(shí)驗(yàn)室，杭州 310006；2杭州師范大學(xué)生命與環(huán)境學(xué)院，杭州311121）

【】對(duì)產(chǎn)量相關(guān)性狀進(jìn)行多年、多環(huán)境的QTL分析，尋找能夠穩(wěn)定遺傳的產(chǎn)量性狀主效QTL，剖析超級(jí)早秈稻中嘉早17的高產(chǎn)機(jī)理，為選育高產(chǎn)新品種提供有用信息?！尽恳匀毡厩纭林屑卧?7構(gòu)建的重組自交系群體為研究材料。篩選親本間多態(tài)性SSR標(biāo)記，對(duì)群體各家系進(jìn)行基因型分析，利用mapmarker/exp 3.0構(gòu)建分子遺傳連鎖圖譜。群體于2015—2016年，兩地三季種植于杭州、海南和杭州，成熟期考察有效穗數(shù)、每穗粒數(shù)、單株產(chǎn)量、結(jié)實(shí)率、千粒重、粒長、粒寬和粒厚等產(chǎn)量相關(guān)性狀。運(yùn)用Windows QTL Cartographer 2.5檢測(cè)產(chǎn)量相關(guān)性狀QTL，運(yùn)用QTL Network 2.2檢測(cè)QTL與環(huán)境互作效應(yīng)?！尽繕?gòu)建的連鎖圖譜共包含163對(duì)SSR標(biāo)記，73%的標(biāo)記父母本基因型比例符合1﹕1理論分離比，23%標(biāo)記顯著偏分離，主要偏向父本中嘉早17，圖譜總圖距約1 479.4 cM，標(biāo)記間平均距離約為9.08 cM。3個(gè)環(huán)境下共檢測(cè)到46個(gè)QTL，分布于除第11染色體外的其他染色體上，貢獻(xiàn)率變幅為3.78%—25.45%。共有10個(gè)QTL在3個(gè)環(huán)境下能被重復(fù)檢測(cè)到，分別是控制有效穗數(shù)的、、，控制每穗粒數(shù)的、，控制結(jié)實(shí)率的，控制千粒重的，控制粒長的和，控制粒寬的；其中、、、和的增效等位來自親本日本晴；而、、、和的增效等位來自親本中嘉早17；除此之外，所檢測(cè)到的每穗粒數(shù)、結(jié)實(shí)率、粒長和單株產(chǎn)量QTL中大部分增效等位基因均來自中嘉早17。產(chǎn)量性狀與環(huán)境互作分析顯示,控制每穗粒數(shù)和、控制結(jié)實(shí)率的和、控制單株產(chǎn)量的和等6個(gè)QTL與環(huán)境互作效應(yīng)顯著或極顯著。此外，在第1、2、7染色體某區(qū)段多個(gè)與產(chǎn)量相關(guān)的QTL成簇分布?！尽恳匀毡厩纭林屑卧?7構(gòu)建的重組自交系群體連鎖圖譜具有豐富的多態(tài)性標(biāo)記，覆蓋水稻基因組的93.64%，可較好地滿足水稻重要農(nóng)藝性狀QTL定位要求。利用該套群體檢測(cè)到多個(gè)產(chǎn)量相關(guān)性狀QTL，其中，多數(shù)控制每穗粒數(shù)、結(jié)實(shí)率、粒長和單株產(chǎn)量的QTL的增效等位基因均來自中嘉早17。該結(jié)果與中嘉早17的每穗粒數(shù)、結(jié)實(shí)率、單株產(chǎn)量、千粒重和粒長等性狀顯著明顯優(yōu)于日本晴的結(jié)果一致，這些產(chǎn)量增效QTL可能是中嘉早17高產(chǎn)、穩(wěn)產(chǎn)的遺傳基礎(chǔ)。

水稻；產(chǎn)量性狀；QTL；重組自交系；中嘉早17

0 引言

【研究意義】水稻是世界重要糧食作物，世界上1/3以上的人口以水稻為主食，在中國水稻約占糧食播種面積與總產(chǎn)量的27%和35%[1]。作為中國第一大口糧作物，水稻承擔(dān)了中國約60%人口的口糧。因此，提高水稻產(chǎn)量一直都是水稻育種的重要目標(biāo)[2]。水稻產(chǎn)量主要由每株穗數(shù)、每穗粒數(shù)和千粒重等因素構(gòu)成，這些性狀都屬于多基因控制的數(shù)量性狀。因此，發(fā)掘控制水稻產(chǎn)量性狀的優(yōu)異資源并對(duì)水稻產(chǎn)量性狀的遺傳機(jī)制進(jìn)行解析，將為高產(chǎn)水稻品種的選育提供重要的指導(dǎo)意義?！厩叭搜芯窟M(jìn)展】隨著分子遺傳學(xué)的快速發(fā)展，水稻產(chǎn)量性狀的數(shù)量性狀位點(diǎn)（QTL）定位與克隆取得了巨大進(jìn)步。據(jù)不完全統(tǒng)計(jì)[3-4]，目前，單株產(chǎn)量共檢測(cè)到至少80個(gè)QTL，分布于全部12條染色體上，其中第1、7染色體上檢測(cè)頻次較高；有效穗數(shù)共檢測(cè)到207個(gè)QTL，分布于全部12條染色體上，其中第1、2、4、7染色體上檢測(cè)的頻次較高；每穗粒數(shù)共檢測(cè)到90多個(gè)QTL，分布于除第5染色體外的11條染色體上，其中第2、3、6、7、11染色體上檢測(cè)的頻次較高；結(jié)實(shí)率共檢測(cè)到50多個(gè)QTL，分布于全部12條染色體上，其中第2、6染色體上檢測(cè)的頻次較高；千粒重共檢測(cè)到160多個(gè)QTL，分布于全部12條染色體上，其中在第1、2、3、5、6、10、11染色體上檢測(cè)的頻次較高。水稻粒型很大程度上直接決定著千粒重，也是研究者們關(guān)注的重點(diǎn)。目前，已經(jīng)定位了100多個(gè)粒長QTL、90多個(gè)粒寬QTL，這些QTL分布于12條染色體上，其中第1、3、5染色體上檢測(cè)的頻次較高[5-6]。雖然水稻產(chǎn)量性狀相關(guān)QTL數(shù)量眾多，但是只有一些主效QTL被克隆。其中，主要包括調(diào)控水稻穗粒數(shù)的QTL/基因，如[7]、[8]、[9]、[10]、[11]、[12]等；控制水稻粒型或粒重的QTL/基因，如[13]、[14]、[15]、[16]、[17]、[18]、[19]、[20]、[21]和[22]等。【本研究切入點(diǎn)】盡管在水稻產(chǎn)量相關(guān)性狀分子機(jī)理方面已取得長足的進(jìn)步，然而，由于產(chǎn)量相關(guān)性狀的復(fù)雜性、受多基因調(diào)控以及易受環(huán)境影響的特點(diǎn)，水稻產(chǎn)量形成的遺傳及調(diào)控機(jī)制仍不清楚，一些精細(xì)定位或已克隆的基因在育種實(shí)踐中難以得到廣泛運(yùn)用。因此，更多的水稻產(chǎn)量相關(guān)QTL/基因的定位與克隆將為水稻高產(chǎn)分子育種提供更完備理論基礎(chǔ)與基因資源。中嘉早17是2009年通過國家審定的超級(jí)早秈稻品種，由于其高產(chǎn)、穩(wěn)產(chǎn)、適合加工等優(yōu)點(diǎn)，2010—2017年連續(xù)8年被農(nóng)業(yè)部推薦為全國水稻主導(dǎo)品種。目前，年推廣面積超過66.67萬公頃，已經(jīng)成為近年來中國南方稻區(qū)推廣面積最大的水稻品種。但是中嘉早17高產(chǎn)、穩(wěn)產(chǎn)的遺傳機(jī)理尚未明確。【擬解決的關(guān)鍵問題】以粳稻品種日本晴和中嘉早17為親本衍生了一套R(shí)IL群體，為RIL群體構(gòu)建了分子連鎖圖譜，同時(shí)考察RIL群體多年多環(huán)境的產(chǎn)量相關(guān)性狀，檢測(cè)產(chǎn)量相關(guān)性狀QTL。以期闡明中嘉早17的高產(chǎn)機(jī)理，挖掘水稻新的產(chǎn)量相關(guān)QTL/基因，為超高產(chǎn)品種育種提供理論基礎(chǔ)和基因資源。

1 材料與方法

1.1 研究材料

以粳稻日本晴為母本，超級(jí)稻中嘉早17為父本雜交產(chǎn)生F1，F(xiàn)1自交后得到F2群體，以后各株系均利用單粒傳法連續(xù)自交直至第10代，最終獲得由200個(gè)株系組成的重組自交系（RIL）群體。RIL群體2015年7月種植于杭州富陽（2015HZ）；2016年1月種植于海南陵水（2016HN）；2016年6月種植于杭州富陽（2016HZ）。材料的種植均按親本和群體每個(gè)株系種植64株（8行×8列），株行間距為20 cm×20 cm，區(qū)塊間距25 cm，單本栽插，田間管理同大田生產(chǎn)。

1.2 連鎖圖譜的構(gòu)建

在分蘗盛期采集親本及RIL群體各家系葉片，按CTAB法提取DNA[23]。針對(duì)全基因組選用629對(duì)SSR引物（序列來自Gramene網(wǎng)站，由上海英駿生物公司合成）對(duì)親本日本晴和中嘉早17進(jìn)行多態(tài)性篩選。根據(jù)多態(tài)標(biāo)記在物理圖譜中的位置，挑選出均勻覆蓋水稻12條染色體的多態(tài)性SSR標(biāo)記，對(duì)RIL群體200個(gè)家系進(jìn)行基因型檢測(cè)和分析。通過PCR和聚丙烯酰胺凝膠電泳獲得SSR標(biāo)記的基因型分型數(shù)據(jù)。分別將中嘉早17和日本晴相似的帶型標(biāo)記為“1”和“2”、雜合帶和模糊帶型分別記為“3”和“0”。應(yīng)用Mapmaker/EXP3.0對(duì)篩選的標(biāo)記進(jìn)行連鎖分析[24]，以LOD值為3.0確定連鎖群內(nèi)標(biāo)記順序，采用Kosambi函數(shù)將重組值轉(zhuǎn)換成遺傳圖距離（cM），利用mapdraw 2.1繪制染色體，構(gòu)建連鎖圖譜。

1.3 產(chǎn)量相關(guān)農(nóng)藝性狀考查

于成熟期，每個(gè)家系選取表型基本一致的5個(gè)單株（剔除邊行），參考Moncada等[25]提出的方法考查8個(gè)性狀，分別為有效穗數(shù)（effective panicles，EP）、每穗粒數(shù)（number of grain per panicle，NGPP）、結(jié)實(shí)率（seed setting rate，SSR）、單株產(chǎn)量（yield per plant，YPP）、千粒重（1 000-grain-weight，TGW）、粒長（grain length，GL）、粒寬（grain width，GW）和粒厚（grain thickness，GT）。以5個(gè)單株平均數(shù)作為分析的基本數(shù)值。

1.4 QTL定位

采用Windows QTL Cartographer 2.5軟件[26]，以復(fù)合區(qū)間作圖法（CIM），在全基因組范圍內(nèi)檢測(cè)產(chǎn)量相關(guān)性狀QTL。以Permutation 1 000次運(yùn)算確定LOD閾值。當(dāng)某個(gè)位置檢測(cè)到的LOD值大于LOD閾值時(shí)，就認(rèn)為該位置存在1個(gè)QTL。QTL命名法則遵循Blair等[27]的原則。同時(shí)，基于MICM法，采用QTLNetwork2.2[28]聯(lián)合檢測(cè)3個(gè)環(huán)境下產(chǎn)量相關(guān)性狀QTL與環(huán)境的互作效應(yīng)。

2 結(jié)果

2.1 日本晴×中嘉早17重組自交系的分子遺傳連鎖圖譜

從629對(duì)SSR標(biāo)記中共檢測(cè)到246對(duì)在親本間表現(xiàn)多態(tài)性，挑選出均勻覆蓋水稻12條染色體的163對(duì)多態(tài)性標(biāo)記，檢測(cè)群體家系的基因型，獲得163個(gè)標(biāo)記的基因型數(shù)據(jù)。經(jīng)卡方檢驗(yàn)，73%標(biāo)記符合1﹕1單基因理論分離比，27%標(biāo)記顯著偏離1﹕1分離比，發(fā)生偏分離的標(biāo)記大部分偏向父本中嘉早17。利用163個(gè)SSR標(biāo)記分析RIL群體基因型，其中有效帶型（1，2）占總數(shù)的99.25%，雜合帶和模糊帶型（3，0）僅占0.75%。父本中嘉早17基因型分布頻率見圖1。在200個(gè)株系中，父本基因型頻率變幅13%—83%，平均值為56%；在163個(gè)標(biāo)記中，父本基因型頻率為37%—85%，平均值為56%。不同個(gè)體和標(biāo)記的基因型頻率分布基本符合正態(tài)分布，表明該研究群體具有較好的遺傳構(gòu)成。應(yīng)用Mapmaker/EXP3.0對(duì)163個(gè)多態(tài)性標(biāo)記間進(jìn)行連鎖分析，構(gòu)建覆蓋12條染色體的連鎖圖譜（表1）。每條染色體連鎖群標(biāo)記數(shù)為9—22個(gè)，遺傳距離變幅78.0—190.2 cM。遺傳連鎖圖譜總圖距為1 479.40 cM，覆蓋整個(gè)基因組的93.85%，標(biāo)記間平均圖距為9.08 cM，變幅為0.8—26.7 cM，達(dá)到QTL作圖的要求。

2.2 群體及其親本產(chǎn)量相關(guān)性狀表型

對(duì)RIL群體及其親本的8個(gè)產(chǎn)量相關(guān)農(nóng)藝性狀在3種環(huán)境下的表型值統(tǒng)計(jì)分析發(fā)現(xiàn)，RIL群體各性狀表現(xiàn)明顯分離，連續(xù)分布且有超親分離現(xiàn)象（表2、圖2）。產(chǎn)量相關(guān)性狀在不同環(huán)境下有一定的差異，其中2015HZ和2016HZ的有效穗數(shù)平均值少于2016HN；2015HZ和2016HZ的每穗粒數(shù)、單株產(chǎn)量和結(jié)實(shí)率3個(gè)性狀平均值明顯高于2016HN；千粒重、粒長、粒寬、粒厚在3個(gè)環(huán)境下基本無差異，認(rèn)為這4個(gè)性狀受環(huán)境的影響較小。RIL群體各性狀的峰值和偏值都較小，其中粒長和粒寬3個(gè)環(huán)境下峰值均＞1，每穗粒數(shù)和結(jié)實(shí)率在2015HZ、2016HZ峰值和偏值均＞1，而其他性狀的峰值介于-0.50—0.55，偏值介于-0.64—0.99，基本符合數(shù)量性狀遺傳的正態(tài)分布特點(diǎn)。

表1 遺傳圖譜信息

圖1 父本基因型頻率的分布

2.3 產(chǎn)量相關(guān)性狀之間的相關(guān)性

相關(guān)性分析表明，RILs群體大部分產(chǎn)量性狀之間存在顯著的相關(guān)性（表3）。部分性狀間相關(guān)性在3個(gè)環(huán)境下方向一致。其中，有效穗數(shù)與每穗粒數(shù)在3個(gè)環(huán)境中均呈現(xiàn)顯著負(fù)相關(guān)（≤-0.493 ）；單株產(chǎn)量和每穗粒數(shù)及結(jié)實(shí)率呈顯著正相關(guān)（≥0.451；≥0.211）；千粒重與粒長及粒寬呈顯著正相關(guān)（≥0.427；≥0.387）。以上結(jié)果表明，產(chǎn)量性狀是復(fù)雜的性狀，各性狀間關(guān)系緊密，相互作用共同影響水稻產(chǎn)量。同時(shí)性狀間相關(guān)系數(shù)受環(huán)境的影響，不同環(huán)境間會(huì)出現(xiàn)變化。

2.4 產(chǎn)量相關(guān)性狀的QTL定位

對(duì)3個(gè)環(huán)境下產(chǎn)量相關(guān)性狀QTL定位結(jié)果見表4和圖3。在3個(gè)環(huán)境下共檢測(cè)到46個(gè)QTL，分布于除第11染色體外的其他染色體不同區(qū)間，LOD值介于2.50—15.47，貢獻(xiàn)率介于3.78%—25.45%。其中，10個(gè)QTL在3個(gè)環(huán)境下能被重復(fù)檢測(cè)到，分別為、、、、、、、、和。

各產(chǎn)量相關(guān)性狀QTL具體分布為有效穗數(shù)：2015HZ、2016HN和2016HZ 3個(gè)環(huán)境下共檢測(cè)到5個(gè)QTL，分布于第1、2、4和7染色體，LOD值介于2.79—8.57，貢獻(xiàn)率介于3.78%—14.96%。所檢測(cè)到的QTL中，、、在 3個(gè)環(huán)境重復(fù)檢測(cè)到，3個(gè)環(huán)境平均LOD值分別為4.20、5.42和5.19，平均貢獻(xiàn)率分別為7.14%、9.20%和8.62%，平均加性效應(yīng)值分別為-0.70、-0.77和0.84。和增效等位來自日本晴，增效等位基因來自中嘉早17。

表2 RIL群體與親本間水稻產(chǎn)量性狀的表型分析

虛線箭頭指示日本晴表型平均值；實(shí)線箭頭指示中嘉早17表型平均值

表3 不同產(chǎn)量相關(guān)性狀間的相關(guān)系數(shù)

*、**分別表示＜0.05、＜0.01顯著水平。下同

* and** mean significant levels at＜0.05 and＜0.01, respectively. The same as below

每穗粒數(shù)：2015HZ、2016HN和2016HZ 3個(gè)環(huán)境下共檢測(cè)到5個(gè)每穗粒數(shù)QTL，分布于第1、6、7、8和10染色體，LOD值介于2.93—15.47，貢獻(xiàn)率介于3.90%—25.45%。其中、在3個(gè)環(huán)境下重復(fù)檢測(cè)到，平均LOD值分別為5.77和11.83，平均貢獻(xiàn)率分別為10.96%和20.09%，平均加性效應(yīng)值分別為13.62、19.05。增效等位來自中嘉早17，增效等位基因來自日本晴。

結(jié)實(shí)率：2015HZ、2016HN和2016HZ 3個(gè)環(huán)境下共檢測(cè)到7個(gè)影響結(jié)實(shí)率的QTL，分布在第1、5、6、7、8和12染色體上，LOD值介于2.57—7.81，貢獻(xiàn)率介于4.84%—14.90%，增效等位基因全部來自中嘉早17。其中在3個(gè)環(huán)境下重復(fù)檢測(cè)到，平均LOD值為4.71，平均貢獻(xiàn)率為9.18%，平均加性效應(yīng)值為3.01。

千粒重：2015HZ、2016HN和2016HZ 3個(gè)環(huán)境下共檢測(cè)到4個(gè)千粒重QTL，分別位于第1、2、3和6染色體上，LOD值介于2.50—4.91，貢獻(xiàn)率介于6.35%—7.95%。其中只有在3個(gè)環(huán)境下重復(fù)檢測(cè)到，平均LOD值為4.10，平均貢獻(xiàn)率為8.39%，平均加性效應(yīng)值為-0.80，增效等位基因來自日本晴，而其他千粒重QTL增效等位基因多數(shù)來自中嘉早17。

表4 檢測(cè)到的產(chǎn)量相關(guān)性狀QTL分布情況

E1：2015杭州；E2：2016海南；E3：2016杭州；“＋”和“－”分表代表增效等位基因來自中嘉早17和日本晴

粒長：2015HZ、2016HN和2016HZ 3個(gè)環(huán)境下共檢測(cè)到6個(gè)粒長QTL，分布在第3、5、6、7、9和12染色體上，LOD值介于2.53—5.80，貢獻(xiàn)率介于4.39%—12.74%。其中3個(gè)環(huán)境下重復(fù)檢測(cè)到和，平均LOD值分別為2.99和4.29，平均貢獻(xiàn)率分別為6.90%和8.59%，平均加性效應(yīng)值分別為0.99和0.14，這兩個(gè)QTL增效等位基因均來自中嘉早17。

粒寬：2015HZ、2016HN和2016HZ 3個(gè)環(huán)境下共檢測(cè)到6個(gè)粒寬QTL，分布在第1、2、3、6和9染色體上，LOD值介于2.59—6.09，貢獻(xiàn)率介于4.33%—12.81%。其中在3個(gè)環(huán)境下重復(fù)檢測(cè)到，平均LOD值分別為3.82，平均貢獻(xiàn)率分別為7.24%，平均加性效應(yīng)值分別為-0.06，增效等位基因均來自日本晴。

粒厚：2015HZ、2016HN和2016HZ 3個(gè)環(huán)境下共檢測(cè)到8個(gè)粒厚QTL，分布于第1、2、3、7和8染色體上，LOD值介于2.59—4.36，貢獻(xiàn)率介于4.47%—8.33%。無3個(gè)環(huán)境下重復(fù)檢測(cè)到的QTL，但是多數(shù)QTL增效等位基因來自中嘉早17。

單株產(chǎn)量：2015HZ、2016HN和2016HZ 3個(gè)環(huán)境下共檢測(cè)到5個(gè)單株產(chǎn)量QTL，分別位于第1、4、7和8染色體上，LOD值介于2.50—5.15，貢獻(xiàn)率介于4.80%—11.35%。所檢測(cè)到的QTL增效等位基因均來自中嘉早17。

2.5 產(chǎn)量性狀QTL環(huán)境互作

應(yīng)用QTLNetwork2.2的MCIM分析方法聯(lián)合檢測(cè)產(chǎn)量相關(guān)性狀與環(huán)境互作效應(yīng)（表5），共檢測(cè)到6個(gè)QTL與環(huán)境互作效應(yīng)顯著，分別為控制每穗粒數(shù)的和；控制結(jié)實(shí)率的和；控制單株產(chǎn)量的和。與環(huán)境互作效應(yīng)QTL主要集中在第1染色體RM1329—RM600和第7染色體RM214—RM11區(qū)間。表明每穗粒數(shù)、結(jié)實(shí)率的和單株產(chǎn)量性狀易受環(huán)境影響。

表5 產(chǎn)量性狀QTL與環(huán)境的互作效應(yīng)

3 討論

3.1 秈粳交分子連鎖圖譜

秈稻與粳稻是具有一定生殖隔離的2個(gè)主要栽培稻亞種，它們之間在形態(tài)性狀、農(nóng)藝性狀和生理生化反應(yīng)等方面存在明顯的差異。本研究構(gòu)建RIL群體選用的親本為粳稻品種日本晴和秈稻品種中嘉早17。其中中嘉早17連續(xù)多年被中國農(nóng)業(yè)部推薦為南方主栽水稻品種，具有高產(chǎn)、穩(wěn)產(chǎn)等優(yōu)良特征；而另一親本日本晴具有最為完整的水稻基因組參考序列。同時(shí)中嘉早17的每穗粒數(shù)、結(jié)實(shí)率、單株產(chǎn)量、千粒重和粒長等產(chǎn)量相關(guān)顯著明顯優(yōu)于日本晴（表2）。另外秈粳亞種間雜交后代基因型具有較大的變幅，因此，利用日本晴和秈稻品種中嘉早17衍生的RIL群體非常適合構(gòu)建分子連鎖遺傳圖譜開展水稻重要農(nóng)藝性狀QTL定位研究。而本研究結(jié)果也顯示利用該重組自交系構(gòu)建的連鎖圖譜具有豐富的多態(tài)性標(biāo)記（共有163個(gè)多態(tài)性標(biāo)記），覆蓋水稻基因組的93.64%，可較好地滿足產(chǎn)量性狀QTL定位需求。

在遺傳作圖研究中，標(biāo)記基因型偏分離現(xiàn)象普遍存在。董少玲等[29]以TD70和Kasalath構(gòu)建的重組自交系，51.8%的標(biāo)記顯著偏分離，偏向父本TD70；沈希宏等[30]用協(xié)優(yōu)9308和協(xié)青早B構(gòu)建的重組自交系48.5%的標(biāo)記顯著偏分離，大部分偏向父本協(xié)優(yōu)9308；徐小颯等[31]以培矮64和93-11構(gòu)建的重組自交系，50.4%標(biāo)記顯著偏分離，大部分偏向父本培矮64。本研究構(gòu)建的連鎖圖譜中有44個(gè)標(biāo)記也出現(xiàn)了顯著偏分離，占標(biāo)記總標(biāo)記的27.0%，其中大部分偏向父本中嘉早17。目前對(duì)偏分離的遺傳機(jī)制尚不清楚，推測(cè)這可能親本間的親緣關(guān)系、雌雄配子體的選擇性、群體構(gòu)建過程中人工抽樣有關(guān)。在實(shí)際運(yùn)用中少量的偏分離標(biāo)記對(duì)QTL檢測(cè)的影響是有限的，會(huì)隨著QTL間連鎖距離的增大而消失[32]。

3.2 QTL定位比較

在不同生態(tài)環(huán)境下檢測(cè)農(nóng)藝性狀QTL，在理論上可以減少環(huán)境因素的影響，有利于發(fā)現(xiàn)在多種環(huán)境下穩(wěn)定表達(dá)的主效QTL。本研究在兩年三季3個(gè)環(huán)境下開展了水稻產(chǎn)量相關(guān)性狀的QTL分析，共檢測(cè)到了46個(gè)QTL。分析發(fā)現(xiàn)，位置存在已克隆的控制有效穗數(shù)基因[33]；而4a在3個(gè)環(huán)境下均能被檢測(cè)到，平均貢獻(xiàn)率為7.62%，目前尚未發(fā)現(xiàn)有關(guān)報(bào)道。與占小登等[34]發(fā)現(xiàn)的有效穗數(shù)QTL位于相同的區(qū)域。與Chen[35]精細(xì)定位的抽穗期和穗粒數(shù)QTL在相近的區(qū)間。、和區(qū)間分別包含已經(jīng)克隆同時(shí)控制抽穗期、株高、穗粒數(shù)的多功能基因位點(diǎn)[36]、[11]和[12]。和區(qū)間分別包含已經(jīng)克隆的控制粒長的基因[37][38]；和區(qū)間分別覆蓋已被克隆、報(bào)道控制粒寬的功能基因[13]和[16]。上述結(jié)果表明，本研究檢測(cè)到的主效QTL大部分與前人定位或克隆的產(chǎn)量相關(guān)基因位置一致，同時(shí)本研究也發(fā)現(xiàn)了一些新的主效QTL，如控制有效穗數(shù)的4a等（圖3）。另外，本研究發(fā)現(xiàn)的多個(gè)產(chǎn)量相關(guān)主效QTL其有利于增加產(chǎn)量的等位基因均來自中嘉早17，如控制有效穗數(shù)的4a，控制每穗粒數(shù)的，控制粒長的和，控制粒長的。單株產(chǎn)量與結(jié)實(shí)率相關(guān)QTL的增效等位基因也大部分來自中嘉早17。該研究結(jié)果與中嘉早17的每穗粒數(shù)、結(jié)實(shí)率、單株產(chǎn)量、千粒重和粒長等產(chǎn)量相關(guān)明顯優(yōu)于日本晴的結(jié)果一致，這些產(chǎn)量增效QTL可能是保證中嘉早17高產(chǎn)穩(wěn)產(chǎn)的遺傳基礎(chǔ)。

3.3 產(chǎn)量QTL與環(huán)境互作

水稻產(chǎn)量相關(guān)性狀多屬于遺傳機(jī)制較為復(fù)雜的數(shù)量性狀，其表現(xiàn)型不僅受主效基因和微效基因多基因調(diào)控、同時(shí)易受環(huán)境條件的影響。在不同的群體或者不同環(huán)境條件下控制同一性狀的QTL表達(dá)情況有一定差異，即使同一群體在不同環(huán)境下檢測(cè)到的QTL也不盡一致，因此，環(huán)境是影響產(chǎn)量相關(guān)性QTL表達(dá)的重要因素之一[39]。占小登等[34]在2個(gè)環(huán)境下共檢測(cè)到產(chǎn)量相關(guān)性狀30個(gè)，其中10個(gè)能在不同環(huán)境下重復(fù)檢測(cè)到，5個(gè)與環(huán)境互作顯著；蘇相文等[3]在2個(gè)環(huán)境下共檢測(cè)到產(chǎn)量相關(guān)性狀31個(gè)，8個(gè)能重復(fù)檢測(cè)到，21個(gè)對(duì)環(huán)境敏感；楊占烈等[40]在3個(gè)環(huán)境條件下檢測(cè)到26個(gè)QTL，4個(gè)能重復(fù)檢測(cè)到；本研究利用RIL群體進(jìn)行產(chǎn)量相關(guān)性狀QTL定位，3個(gè)同環(huán)境下檢測(cè)到46個(gè)QTL，其中10個(gè)QTL在3個(gè)環(huán)境下都能被重復(fù)檢測(cè)到。這些能在不同環(huán)境中都能檢測(cè)到的QTL可能與水稻品種的廣適性有關(guān)。本研究也發(fā)現(xiàn)了6個(gè)產(chǎn)量性狀QTL與環(huán)境互作效應(yīng)顯著（表5），這6個(gè)QTL主要是調(diào)控水稻結(jié)實(shí)率、每穗粒數(shù)及單株產(chǎn)量的QTL，說明這些性狀對(duì)環(huán)境較為敏感。

4 結(jié)論

以日本晴×中嘉早17構(gòu)建的重組自交系群體連鎖圖譜具有豐富的多態(tài)性標(biāo)記，覆蓋水稻基因組的93.64%，可較好地滿足水稻重要農(nóng)藝性狀QTL定位要求。利用該套群體檢測(cè)到多個(gè)產(chǎn)量相關(guān)性狀QTL，其中，多數(shù)控制每穗粒數(shù)、結(jié)實(shí)率、粒長和單株產(chǎn)量的QTL的增效等位基因均來自中嘉早17。該結(jié)果與中嘉早17的每穗粒數(shù)、結(jié)實(shí)率、單株產(chǎn)量、千粒重和粒長等產(chǎn)量相關(guān)顯著明顯優(yōu)于日本晴的結(jié)果一致，這些產(chǎn)量增效QTL可能是中嘉早17高產(chǎn)、穩(wěn)產(chǎn)的遺傳基礎(chǔ)。

[1] 戴農(nóng). 水稻生產(chǎn)機(jī)械化發(fā)展現(xiàn)狀、問題與思考. 現(xiàn)代農(nóng)業(yè)裝備, 2014(1):16-20.

DAI N. The status, problems and thinking in rice production mechanization., 2014(1):16-20. (in Chinese)

[2] 方福平, 程式華. 論中國水稻生產(chǎn)能力. 中國水稻科學(xué), 2009, 23(6): 539-566.

Fang F P, CHENG S H. Rice production capacity in China., 2009, 23(6): 539-566. (in Chinese)

[3] 蘇相文, 高方遠(yuǎn), 曹墨菊, 任鄄勝, 陸賢軍, 吳賢婷, 劉光春, 任光俊. 利用重組自交系剖析大穗型香稻保持系川香29B產(chǎn)量相關(guān)性狀的遺傳基礎(chǔ). 分子植物育種, 2015, 13(1): 39-50.

Su X W, Gao F Y, Cao M J, REN J S, LU X J, WU X T, LIU G C, REN G J. Genetic basis of the traits related to yield in rice maintainer line Chuan-xiang 29B with large panicle and aroma using recombinant inbred lines., 2015, 13(1): 39-50.

[4] Ikeda M, Kitano H, Matsuoka M... Springer New York, 2013: 227-235.

[5] Huang R, Jiang L, Zheng J, ZHENG J H, WANG T S, WANG H C, HUANG Y, HONG Z L. Genetic bases of rice grain shape: so many genetics, so little known., 2013, 18(4): 218-226.

[6] Zhu Y B, Guo Y C, Liang K J, SUN X L. Progress on the genes controlling grain shape of rice., 2015, 44(1): 1-7.

[7] Ashikari M, Sakakibara H, Lin S, YAMAMOTO T, TAKASHI T, NISHIMURA A, ANGELES E R, QIAN Q, KITANO H, MATSUOKA M. Cytokinin oxidase regulates rice grain production., 2005, 309(5735): 741-745.

[8] Yoshida A, Sasao M, Yasuno N, TAKAGI K, DAIMON Y, CHEN R H, YAMAZAKI R, TOKUNAGA H, KITAGUCHI Y, SATO Y, NAGAMURA Y, USHIJIMA T, KUMAMARU T, LIDA S, MAEKAWA M, KYOZUKA K. TAWAWA1, a regulator of rice inflorescence architecture, functions through the suppression of meristem phase transition., 2013, 110(2): 767.

[9] Huang X Z, Qian Q, Liu Z G, SUN H Y, HE S Y, LUO D, XIA G G, CHU C G, LI J Y, FU X D. Natural variation at the DEP1 locus enhances grain yield in rice., 2009, 41(4): 494.

[10] Jiao Y Q, Wang Y H, XUE D W, WANG J, YAN M X, LIU G F, DONG G J, ZENG D L, LU Z F, ZHU X D, QIAN Q, LI J Y. Regulation of OsSPL14 by OsmiR156 defines ideal plant architecture in rice., 2010, 42(6): 541-544.

[11] Xue W Y, Xing Y Z, Weng X Y, ZHAO Y, TANG W J, WANG L, ZHOU H J, YU S B, XU C G, LI X H, ZHANG Q F. Natural variation in Ghd7 is an important regulator of heading date and yield potential in rice., 2008, 40(6): 761.

[12] Wei X J, Xu J F, Guo H N, JIANG L, CHENG S H, YU C Y, ZHOU Z L, HU P S, ZHAI H Q, WAN J M. DTH8 suppresses flowering in rice, influencing plant height and yield potential stimultaneously., 2010, 153(4): 1747-1758.

[13] Song X J, Huang W, Shi M, ZHU M Z, LIN H X. A QTL for rice grain width and weight encodes a previously unknown RING-type E3 ubiquitin ligase., 2007, 39(5): 623.

[14] Shomura A, Izawa T, Ebana K, ENBITANI T, KANEGAE H, KONISHI H, YANO M. Deletion in a gene associated with grain size increased yields during rice domestication., 2008, 40(8): 1023-1028.

[15] Chin J H, Chu S H, Jiang W, CHO Y, BASYIRIN R, DARSHAN S, KOH H. Identification of QTLs for hybrid fertility in inter-subspecific crosses of rice (, L.)., 2011, 33(1): 39-48.

[16] Mao H L, Sun S G, Yao J L, WANG C J, YU S B, XU C G, LI X G, ZHANG Q F. Linking differential domain functions of the GS3 protein to natural variation of grain size in rice., 2010, 107(45): 19579-19584.

[17] Li Y B, Fan C C, Xing Y, XING Y Z, JIANG Y H, LUO L J, SUN L, SHAO D, XU C J, LI C J, XIAO J H, HE Y Q, ZHANG Q F. Natural variation in GS5 plays an important role in regulating grain size and yield in rice., 2011, 43(12): 1266-1269.

[18] Sun L J, Li X J, Fu Y G, ZHU Z F, TAN L B, LIU F X, SUN X Y, SUN X W, XUN C Q. GS6, a member of the GRAS gene family, negatively regulates grain size in rice., 2013, 55(10): 938-949.

[19] Wang S K, Wu K, Yuan Q B, LIU X Y, LIU Z G, LIN X Y, ZENG R Z, ZHU H T, DONG G J, QIAN Q, ZHANG G Q, FU X D. Control of grain size, shape and quality by OsSPL16 in rice., 2012, 44(8): 950.

[20] Ishimaru K, Hirotsu N, Madoka Y, MURAKAMI N, HARE N, ONODERA H, KASHIWAGI T, UJIIE K, SHIMIZU B,ONISHI A, MIYAGAWA H, KATOH E. Loss of function of the IAA-glucose hydrolase gene TGW6 enhances rice grain weight and increases yield., 2013, 45(6): 707.

[21] Qi P, Lin Y S, Song X J, SHEN J B, HUANG W, SHAN J X, ZHU M Z, JIANG M Z, JIANG L W, GAO J P, LIN H X. The novel quantitative trait locus GL3.1 controls rice grain size and yield by regulating Cyclin-T1;3., 2012, 22(12): 1666-1680.

[22] Wang Y X, Xiong G S, Hu J, JIANG L, YU H, XU J, FANG Y X, ZENG L J, XU E, XU J, YE W J, MENG X B, LIU R F, CHEN H Q, JING Y H, JING Y H, WANG Y H, ZHU X D, LI J Y, QIAN Q. Copy number variation at the GL7 locus contributes to grain size diversity in rice., 2015, 47(8): 944-948.

[23] 李金路, 王碩, 于婧, 王玲, 周世良. 一種改良的植物DNA提取方法. 植物學(xué)報(bào), 2013, 48(1): 72-78.

Li J L, Wang S, YU J, WANG L, ZHOU S L. A modified method for extracting plant DNA., 2013, 48(1): 72-78. (in Chinese)

[24] Lincoln S, Daly M, Lander E. Constructing genetic maps with MAPMAKER/EXP 3.0. 1992.

[25] Moncada P, Martinez C P, Borrero J, Chatel M, Gauch H, Guimaraes E, Tohme J, McCouch S. Quantitative trait loci for yield and yield components in an×BC2F2population evaluated in an upland environment., 2001, 102(1): 41-52.

[26] Wang S, Basten C J, Zeng Z B. Windows QTL cartographer 2.5 department of statistics. Raleigh, USA: North Carolina State University, 2006.

[27] Blair M W, Panaud O, McCouch S R. Inter-simple sequence repeat (ISSR) amplification for analysis of microsatellite motif frequency and fingerprinting in rice (L.)., 1999, 98(5): 780-792.

[28] Yang J, Hu C C, Ye X Z, YU R D, XIA Z, YE X Z, ZHU J. QTLNetwork-2.1 user manual. Hangzhou: Zhejiang University, 2005.

[29] 董少玲, 張穎慧, 張亞東, 陳濤, 趙慶勇, 朱鎮(zhèn), 周慧麗, 姚姝, 趙凌, 王才琳. 水稻重組自交系分子遺傳圖譜構(gòu)建及分蘗角的 QTL檢測(cè). 江蘇農(nóng)業(yè)學(xué)報(bào), 2012, 28(2): 10-16.

Dong S L, Zhang Y L, Zhang Y D, CHEN T, ZHAO Q Y, ZHU Z, ZHOU H L, YAO S, ZHAO L, WANG C L. Construction of molecular genetic linkage map based on a rice RIL populations and detection of QTL for tiller angle., 2012, 28(2): 10-16. (in Chinese)

[30] 沈希宏, 陳深廣, 曹立勇, 占小登, 陳代波, 吳明偉, 程式華. 超級(jí)雜交稻協(xié)優(yōu) 9308 重組自交系的分子遺傳圖譜構(gòu)建. 分子植物育種, 2008, 6(5): 861-866.

Shen X H, Chen S G, Cao L Y, zhan x d, chen d b, wu m w, chenG s h. Construction of genetic linkage map based on RIL population derived from super hybrid rice XY9308., 2008, 6(5): 861-866. (in Chinese)

[31] 徐小颯, 劉喜, 趙志剛, 周裕軍, 吳盛陽, 周蓉, 張俊杰, 江玲, 萬建民. 培矮64S/93- 11重組自交系分子圖譜構(gòu)建及千粒重QTL檢測(cè). 南京農(nóng)業(yè)大學(xué)學(xué)報(bào), 2011, 34(1): 8-13.

Xu X S, Liu X, Zhao Z G, ZHOU Y J, WU S Y, ZHOU R, ZHANG J J, JIANG L, WAN J M. Construction of genetic linkage map based on a RILs population derived from the hybrid rice Peiai 64S / 93- 11 and detection of QTL for 1000-grain weight., 2011, 34(1): 8-13. (in Chinese)

[32] Zhang L, Wang S, Li H, DENG Q M, ZHENG A P, LI S C, LI P, LI Z L, WANG J K. Effects of missing marker and segregation distortion on QTL mapping in F2 populations., 2010, 121(6): 1071-1082.

[33] Guo S, Xu Y, Liu H, MAO Z, ZHANG C. MA Y, ZHANG q, chong k. The interaction between OsMADS57 and OsTB1 modulates rice tillering via DWARF14., 2013, 4: 1566-1577.

[34] 占小登, 于萍, 林澤川, 陳代波, 沈希宏, 張迎信, 付君林, 程式華, 曹立勇. 利用大粒秈/小粒粳重組自交系定位水稻生育期及產(chǎn)量相關(guān)性狀 QTL. 中國水稻科學(xué), 2014, 28(6): 570-580.

Zhan X D, Yu P, Lin Z C, CHEN D B, SHEN X H, ZHANG Y X, FU J L, CHENG S H, CAO L Y. QTL mapping of heading date and yield-related traits in rice using recombination inbred lines (RILs) population derived from BG1/XJL., 2014, 28(6): 570-580. (in Chinese)

[35] Chen J H. Fine mapping of qHd1, a minor heading date QTL with pleiotropism for yield traits in rice (L.)., 2014, 127(11): 2515-2524.

[36] Yano M, Harushima Y, Nagamura Y, Kurata N, Minobe Y, Sasaki T. Identification of quantitative trait loci controlling heading date in rice using a high-density linkage map., 1997, 95(7): 1025-1032.

[37] HEANG D, SASSA H. Antagonistic actions of HLH/bHLH proteins are involved in grain length and weight in rice., 2012, 7(2): e31325.

[38] Nakagawa H, Mori M. Short grain1 decreases organ elongation and brassinosteroid response in rice., 2012, 158(3): 1208.

[39] 趙建國, 蔣開鋒, 楊莉, 楊乾華, 萬先奇, 曹應(yīng)江, 游書梅, 羅婧, 張濤. 水稻產(chǎn)量相關(guān)性狀 QTL定位. 中國水稻科學(xué), 2013, 27(4): 344-352.

Zhao J G, Jiang K F, Yang L, Yang Q H, WAN X Q, CAO Y J, YOU S M, LUO Q, ZHANG T. QTL mapping for yield related components in a RIL population of rice., 2013, 27(4): 344-352. (in Chinese)

[40] 楊占烈, 戴高興, 翟榮榮, 林澤川, 王會(huì)民, 曹利用, 程式華. 多環(huán)境條件下超級(jí)雜交稻協(xié)優(yōu)9308重組自交系群體粒形性狀的 QTL分析. 中國水稻科學(xué), 2013, 27(5): 482-490.

Yang Z L, Dai G X, ZHAI R R, LIN Z C, WANG H M, CAI L Y, CHENG S H. QTL analysis of rice grain shape traits by using recombinant inbred lines from super hybrid rice 9308 in multi-environments.2013, 27(5): 482-490. (in Chinese)

（責(zé)任編輯 李莉，岳梅）

QTL mapping of yield associated traits of Nipponbare ×Zhongjiazao 17 RIL population

ZHANG Yingzhou1,2, LUO Rongjian1, SHENG Zhonghua1, JIAO Guiai1, TANG Shaoqing1, HU Peisong1, WEI Xiangjin1

(1China National Rice Research Institute/Sate Key Laboratory of Rice Biology, Hangzhou 310006;2College of Life and Environmental Sciences, Hangzhou Normal University, Hangzhou 311121)

【】QTL mapping for yield traits were conducted with phenotype data collected from multi-environments, in order to identify stable QTL for yield traits and analyze the mechanism of high yield of super earlyrice Zhongjiazao 17, which will provide useful information for breeding of new varieties with higher yield and better comprehensive characteristics in rice. 【】A recombinant inbred lines (RILs) population derived from Nipponbare × Zhongjiazao 17 were used as experimental materials. Then a genetic linkage map was constructed by Mapmaker/EXP 3.0 based on the RILs genotypes which analyzed by polymorphism SSR markers. During 2015-2016, the RILs and two parents were grown in the experimental fields in Hangzhou, Hainan and Hangzhou. The agronomic characters including effective panicles, grain number per panicle, seed setting rate, 1 000-grain-weight, grain length, grain width and grain thickness and yield per plant were investigated. QTL mapping for these traits were detected by Windows QTL Cartographer 2.5 and environment interaction effect was detected by QTLNetwork2.2.【】The genetic map was constructed with 163 filtered SSR markers and covered about 1 479.4 cM with an average interval of 9.08 cM. The genotypes of male and female parent of 73.0% makers were segregated as 1﹕1; only 23.0% markers were distorted segregation which was inclined to Zhongjiazao 17.A total of 46 QTLs were mapped on all chromosomes except the 11th with the contribution rate ranged from 3.78% to 25.45%. Ten QTLs, including,,(QTL for effective panicles),,(for grain number per panicle),(for seed setting rate),(for 1 000-grain-weight),,(for grain length),(for grain width) can be detected on all three environments. The increasing effective allele of,,,,and most QTL for grain number per panicle, seed setting rate, grain length and yield per plant come from Zhongjiazao 17. Furthermore, some QTLs about different traits exist as clusters on chromosome 1, 2, 7, respectively. Six yield associated traits QTL were also found can significantly interact with environment. 【】 The linkage map of RIL derived from Nipponbare × Zhongjiazao 17 has abundant polymorphic makers which cover 93.64% of the rice whole genome, so it is very suitable for QTL mapping for important agronomic traits. Many stable QTLs about rice yield traits were detected using this mapping population, and among them, the alleles which can increase yield of many QTL of grain number per panicle, seed setting rate, grain length and yield per plant were from Zhongjiazao 17. The results were consistent with that the most of these yield traits of Zhongjiazao 17 were better than Nipponbare. These increasing effective alleles of yield associated traits QTL may be the genetic basis of stable high yield of Zhongjiazao 17.

rice; yield associated traits; QTL; RILs population; Zhongjiazao 17

10.3864/j.issn.0578-1752.2017.19.002

2017-03-10；接受日期：2017-05-03

國家重點(diǎn)研發(fā)計(jì)劃（2016YFD0101801）

張應(yīng)洲，E-mail：zhangyingzhoufly@yeah.net。通信作者魏祥進(jìn)，Tel：0571-63370080；E-mail：weixiangjin@caas.cn