小麥品種系粉質(zhì)儀參數(shù)和沉淀值的全基因組關(guān)聯(lián)分析

郭寶晉 張國華 蔣方山 郭營 李斯深

摘要：本研究以134個(gè)小麥品種（系）為材料，測定其粉質(zhì)儀參數(shù)和沉淀值，篩選出14個(gè)強(qiáng)筋、35個(gè)中強(qiáng)筋小麥品種。利用9 329個(gè)SNP標(biāo)記進(jìn)行標(biāo)記與品質(zhì)性狀之間的關(guān)聯(lián)分析，共檢測到567個(gè)顯著關(guān)聯(lián)位點(diǎn)（P<0.005）。其中148個(gè)標(biāo)記（屬于50個(gè)QTL）與品質(zhì)性狀存在穩(wěn)定關(guān)聯(lián)，單個(gè)標(biāo)記的表型變異解釋率范圍是6.18%～24.12%；110個(gè)穩(wěn)定關(guān)聯(lián)標(biāo)記被定位在除了4D、5B和7D之外的18條染色體上。本研究得到的關(guān)聯(lián)位點(diǎn)對(duì)小麥品質(zhì)性狀的分子標(biāo)記輔助育種和相關(guān)基因克隆具有一定價(jià)值。

關(guān)鍵詞：小麥；SNP；品質(zhì)性狀；關(guān)聯(lián)分析

中圖分類號(hào)：S512.1 文獻(xiàn)標(biāo)識(shí)號(hào)：A 文章編號(hào)：1001-4942（2018）09-0007-06

Abstract In this study， the farinograph parameters and sedimentation value of 134 wheat varieties （lines） were evaluated，and 14 high gluten and 35 high-medium gluten varieties were screened out. The correlation between marking and quality traits were analyzed using 9329 SNP markers. The results showed that a total of 567 significant correlation loci were detected. Of these， 148 markers （belonging to 50 QTLs） had stable association with quality traits. The phenotypic variation explanation rate range was 6.18% to 24.12%. There were 110 stable correlation markers which were located on 18 special chromosomes except 4D， 5B and 7D. These results provided useful information for marker-assisted selection in wheat breeding programs and cloning of related genes for quality traits.

Keywords Wheat； SNP； Quality trait； Association analysis

小麥?zhǔn)俏覈饕Z食作物之一。小麥蛋白質(zhì)相關(guān)品質(zhì)指標(biāo)與小麥最終加工品質(zhì)有密切關(guān)系，其中粉質(zhì)儀參數(shù)和沉淀值直接影響面粉加工品質(zhì)和烘烤品質(zhì)，決定了包括面包、面條、饅頭等面食加工品質(zhì)[1]。小麥品質(zhì)性狀是數(shù)量性狀，受多基因控制，表現(xiàn)為連續(xù)變異，遺傳基礎(chǔ)復(fù)雜。

SNP（simple nucleotide polymorphisms，單核苷酸多態(tài)性）是指由單個(gè)核苷酸變異而引起的基因組水平上的DNA序列多態(tài)性，即不同基因型之間單個(gè)堿基的變化引起的遺傳密碼改變，包括堿基的插入、缺失、顛換和置換等[2]。SNP目前已被廣泛應(yīng)用于全基因組關(guān)聯(lián)分析和標(biāo)記輔助選擇[3-5]。近來，隨著測序和基因分型技術(shù)的迅猛發(fā)展，基于SNP的基因芯片應(yīng)運(yùn)而生。Wang等（2014）[6]利用小麥90K SNP芯片構(gòu)建了高密度綜合遺傳圖譜，并定位了86個(gè)與產(chǎn)量、株高和生理性狀相關(guān)的QTL。

關(guān)聯(lián)分析（association analysis）又稱連鎖不平衡作圖或關(guān)聯(lián)作圖，是以連鎖不平衡（linkage disequilibrium，LD）為基礎(chǔ)，通過對(duì)標(biāo)記與性狀進(jìn)行相關(guān)性分析來鑒定性狀與標(biāo)記或目標(biāo)性狀基因之間關(guān)系的分析方法[7]。自2000年以來，關(guān)聯(lián)分析已被廣泛應(yīng)用于水稻、小麥、玉米等作物中[8-15]。

在小麥品質(zhì)性狀關(guān)聯(lián)分析方面，Bordes等（2011）[16]利用803個(gè)SSR、DArT、SNP標(biāo)記對(duì)全球小麥核心種質(zhì)的面粉和面團(tuán)性狀進(jìn)行關(guān)聯(lián)分析，發(fā)現(xiàn)130個(gè)顯著關(guān)聯(lián)位點(diǎn)。于海霞等（2012）[17]利用DArT標(biāo)記對(duì)109份矮孟牛姊妹系及其衍生系進(jìn)行淀粉糊化特性關(guān)聯(lián)分析，共檢測到70個(gè)位點(diǎn)，分布于19條染色體。Zhai等（2015）[18]利用90K SNP芯片對(duì)面粉顏色相關(guān)性狀進(jìn)行全基因組QTL定位，發(fā)掘出12個(gè)新的QTL和6個(gè)候選基因。目前，利用SNP標(biāo)記對(duì)小麥粉質(zhì)儀參數(shù)和沉淀值進(jìn)行全基因組關(guān)聯(lián)分析的研究少見報(bào)道。本研究以134個(gè)小麥品種（系）為材料，結(jié)合利用90K SNP芯片分型數(shù)據(jù)，對(duì)其粉質(zhì)儀參數(shù)和沉淀值進(jìn)行標(biāo)記和品質(zhì)性狀之間的關(guān)聯(lián)分析，以期為小麥品質(zhì)性狀的分子標(biāo)記輔助育種提供參考。

1 材料與方法

1.1 供試材料

試驗(yàn)材料主要為黃淮麥區(qū)近期育成品種（系），有少量外地品種，共計(jì)134個(gè)，組成自然品種群體（表1）。

1.2 田間種植和品質(zhì)性狀測定

供試材料于2011—2012、2013—2014年度分別種植在山東農(nóng)業(yè)大學(xué)和淄博市農(nóng)業(yè)科學(xué)研究院。每個(gè)品種（系）為一個(gè)小區(qū)，每個(gè)小區(qū)3行，行長1.5 m，行間距25 cm，每行播70粒種子，重復(fù)2次。常規(guī)田間管理。分別于2012年與2014年將兩地收獲材料按1∶ 1混合用于品質(zhì)性狀測定。

用Perten-3100型實(shí)驗(yàn)?zāi)ブ迫湻邸Ｓ肕LU-202型布勒實(shí)驗(yàn)?zāi)グ碅ACC 26-21A方法制面粉，4℃冷庫保存?zhèn)溆?。沉淀值（sedimentation value，SV）用BAU-A型沉淀值儀按AACC 56-61A標(biāo)準(zhǔn)進(jìn)行。粉質(zhì)儀參數(shù)使用德國Brabender公司粉質(zhì)儀按AACC 53-81方法測定，包括吸水率（water absorption，WA）、形成時(shí)間（developing time，DT）、穩(wěn)定時(shí)間（stability time，ST）等參數(shù)。

參考國家小麥品種審定標(biāo)準(zhǔn)，以平均穩(wěn)定時(shí)間大于10 min同時(shí)吸水率大于60 mL/100g為標(biāo)準(zhǔn)篩選強(qiáng)筋品種；以平均穩(wěn)定時(shí)間大于7 min同時(shí)吸水率大于58 mL/100g為標(biāo)準(zhǔn)篩選中強(qiáng)筋品種；若只滿足穩(wěn)定時(shí)間，則降一級(jí)。

1.3 群體結(jié)構(gòu)和關(guān)聯(lián)分析

前期已完成134個(gè)品種（系）的90K SNP芯片分析，最終篩選到9 329個(gè)多態(tài)性SNP位點(diǎn)，并估測了群體結(jié)構(gòu)，計(jì)算了Kinship值，這些多態(tài)性SNP用于品質(zhì)性狀的關(guān)聯(lián)分析。

利用TASSEL 5.0[19]軟件中的MLM（mixed linear model）+Q+K模型進(jìn)行性狀和標(biāo)記之間的關(guān)聯(lián)分析。定義將同一性狀在均值（average value，AV）和一個(gè)以上年份均顯著（P<0.005）的位點(diǎn)為穩(wěn)定關(guān)聯(lián)標(biāo)記。由于90K SNP芯片已繪制了高密度綜合遺傳圖譜，定義穩(wěn)定關(guān)聯(lián)標(biāo)記在遺傳圖譜上小于10 cM為1個(gè)QTL。

2 結(jié)果與分析

2.1 小麥品種（系）品質(zhì)性狀表現(xiàn)

134個(gè)品種（系）的品質(zhì)性狀參數(shù)見表2。2011—2012、2013—2014年度小麥品質(zhì)性狀無顯著差異，除吸水率外，其它性狀均表現(xiàn)出較大變異范圍，其中變異系數(shù)最大的為穩(wěn)定時(shí)間，2011-2012年度達(dá)到58.46%。各性狀均為連續(xù)變異的特性，表現(xiàn)出數(shù)量性狀遺傳特征。

表3中，以吸水率≥60%、穩(wěn)定時(shí)間≥10 min為標(biāo)準(zhǔn)，共篩選到12個(gè)強(qiáng)筋品種（系）：新麥26、西農(nóng)85、臨優(yōu)145、科信9號(hào)、金麥一號(hào)、中優(yōu)9507、鄭麥9023、河農(nóng)4198、M8008、陜627、石優(yōu)17號(hào)和濟(jì)南17。以吸水率≥58%、穩(wěn)定時(shí)間≥7 min為標(biāo)準(zhǔn)，篩選到35個(gè)中強(qiáng)筋品種（系），分別為陜農(nóng)534、周麥24、濟(jì)麥19、煙農(nóng)999、山農(nóng)21、煙農(nóng)23號(hào)、黑小麥76、新麥18、周黑麥1號(hào)、煙農(nóng)21、山農(nóng)17、衡6599、臨豐3號(hào)、藁優(yōu)9618、濟(jì)寧16、西農(nóng)889、LS4697、山農(nóng)25、LS3283、臨旱822、山農(nóng)12號(hào)、石新828、品資旱99-2、西農(nóng)9871、山農(nóng)18、川35050、漯珍1號(hào)、萊州95021、濟(jì)麥21、山農(nóng)15、邯00-7086、煙5072、煙農(nóng)19、LS6045和954（7）-8。

2.2 關(guān)聯(lián)分析

關(guān)聯(lián)分析表明，在P<0.005下共檢測到567個(gè)顯著關(guān)聯(lián)位點(diǎn)。其中148個(gè)標(biāo)記（屬于50個(gè)QTL）與品質(zhì)性狀存在穩(wěn)定關(guān)聯(lián)，單個(gè)標(biāo)記的表型變異解釋率范圍是6.18%～24.12%；其中110個(gè)穩(wěn)定關(guān)聯(lián)標(biāo)記被定位在除了4D、5B和7D之外的18條染色體上（表4）。分述如下：

吸水率：檢測到穩(wěn)定關(guān)聯(lián)標(biāo)記20個(gè)，4個(gè)標(biāo)記沒被定位到特定染色體，表型變異解釋率范圍6.18%～13.54%；屬于8個(gè)QTL，分別定位在1A、2B、3A（2）、3D、4B、5D和7B染色體上。

形成時(shí)間：檢測到穩(wěn)定關(guān)聯(lián)標(biāo)記54個(gè)，16個(gè)標(biāo)記沒被定位到特定染色體表型變異，解釋率范圍為6.45%～20.70%；屬于15個(gè)QTL，分別被定位在1A、1D（2）、2A、2D、3B、4A、4B、6A（2）、6B（2）、6D、7A和7B染色體上。

穩(wěn)定時(shí)間：檢測到穩(wěn)定關(guān)聯(lián)標(biāo)記43個(gè)，4個(gè)標(biāo)記沒被定位到特定染色體，表型變異解釋率范圍為6.68%～20.01%；屬于16個(gè)QTL，分別定位在1A（2）、1D（2）、2A、3B（2）、4A、4B、5A（2）、6B、6D、7A（2）和7B染色體上。

沉淀值：檢測到穩(wěn)定關(guān)聯(lián)標(biāo)記31個(gè)，14個(gè)標(biāo)記沒被定位到特定染色體，表型變異解釋率范圍為6.24%～24.12%；屬于11個(gè)QTL，分別定位在1A、1B、1D（2）、2D、3B、6A（3）和6B（2）染色體上。

3 討論

關(guān)聯(lián)分析經(jīng)常檢測到假陽性[20]，為了克服假陽性，本研究采用MLM混合線性模型，控制群體結(jié)構(gòu)和親緣關(guān)系，并在較高閾值下（P<0.005）篩選顯著標(biāo)記位點(diǎn)，可消除一些偽關(guān)聯(lián)[21]。我們認(rèn)為造成假陽性的一個(gè)非常重要的原因是表現(xiàn)數(shù)據(jù)測定不準(zhǔn)確，特別是一年一地試驗(yàn)，因此本研究進(jìn)行了兩年兩地試驗(yàn)（相同年份按照1∶ 1比例合并測定品質(zhì)性狀）；更重要的是，我們定義將同一性狀在均值和一個(gè)以上年份均顯著的位點(diǎn)為穩(wěn)定關(guān)聯(lián)位點(diǎn)，這樣可以盡可能去除環(huán)境影響，減少假陽性。

本研究利用9 329個(gè)SNP標(biāo)記對(duì)134個(gè)品種（系）品質(zhì)性狀進(jìn)行全基因組關(guān)聯(lián)分析。1D染色體88.85～92.91 cM、峰值位置為90.3 cM的區(qū)域，包含QDT.1D.1、QST.1D.1、QSV.1D.2等3個(gè)QTL、共28個(gè)標(biāo)記，經(jīng)序列比對(duì)，此位點(diǎn)與Glu-D1位點(diǎn)緊密連鎖[22]。本研究檢測到的與粉質(zhì)儀參數(shù)顯著關(guān)聯(lián)的QTL中，大部分位點(diǎn)與前人定位結(jié)果吻合[23-26]；本研究還發(fā)現(xiàn)了多個(gè)新的 QTL 位點(diǎn)（位于新的染色體）：3A染色體QWA.3A.1、QWA.3A.2，3D染色體QWA.3D.1，4B染色體QDT.4B.1、QST.4B.1，5D染色體QWA.5D.1和7B染色體QWA.7B.1、QDT.7B.1、QST.7B.1。

4 結(jié)論

本研究以134個(gè)小麥品種（系）為材料，測定其粉質(zhì)儀參數(shù)和沉淀值，篩選出14個(gè)強(qiáng)筋、35個(gè)中強(qiáng)筋小麥品種。利用9 329個(gè)SNP標(biāo)記進(jìn)行標(biāo)記與品質(zhì)性狀之間的關(guān)聯(lián)分析，共檢測到567個(gè)顯著關(guān)聯(lián)位點(diǎn)（P<0.005）。其中148個(gè)標(biāo)記（屬于50個(gè)QTL）與品質(zhì)性狀存在穩(wěn)定關(guān)聯(lián)，單個(gè)標(biāo)記的表型變異解釋率范圍是6.18%～24.12%；110個(gè)穩(wěn)定關(guān)聯(lián)標(biāo)記被定位在除了4D、5B和7D之外的18條染色體上。本研究得到的關(guān)聯(lián)位點(diǎn)對(duì)小麥品質(zhì)性狀的分子標(biāo)記輔助育種和相關(guān)基因克隆具有一定價(jià)值。

參 考 文 獻(xiàn)：

[1] 田紀(jì)春. 谷物品質(zhì)測試?yán)碚撆c方法[M]. 北京：科學(xué)出版社，2006.

[2] Lander E S. The new genomics：global views of biology[J]. Science，1996，274（5287）：536-539.

[3] Cantor R M，Lange K，Sinsheimer J S. Prioritizing GWAS results：a review of statistical methods and recommendations for their application[J]. American Journal of Human Genetics，2010，86（1）：6-22.

[4] Sukumaran S，Dreisigacker S，Lopes M，et al. Genome-wide association study for grain yield and related traits in an elite spring wheat population grown in temperate irrigated environments[J]. Theoretical and Applied Genetics，2015，128（2）：353-363.

[5] Rimbert H，Darrier B，Navarro J， et al. High throughput SNP discovery and genotyping in hexaploid wheat[J]. PLoS One，2018，13（1）：e0186329.

[6] Wang S，Wong D，F(xiàn)orrest K，et al. Characterization of polyploid wheat genomic diversity using a high-density 90，000 single nucleotide polymorphism array[J]. Plant Biotechnology Journal， 2014，12（6）：787-796.

[7] Flint-Garcia S A，Thornsberry J M. Structure of linkage disequilibrium in plants[J]. Annual Review of Plant Biology，2003，54（4）：357-374.

[8] Lu L，Yan W，Xue W，et al. Evolution and association analysis of Ghd7 in rice[J]. PLoS One， 2012，7（5）：e34021.

[9] Reif J C，Gowda M，Maurer H P，et al. Association mapping for quality traits in soft winter wheat[J]. Theoretical and Applied Genetics，2011，122：961-970.

[10] Mir R R，Kumar N，Jaiswal V，et al. Genetic dissection of grain weight in bread wheat through quantitative trait locus interval and association mapping[J]. Molecular Breeding，2012，29（4）：963-972.

[11] Hao C Y，Wang Y Q，Hou J，et al. Association mapping and haplotype analysis of a 3.1-Mb genomic region involved in Fusarium head blight resistance on wheat chromosome 3BS[J]. PLoS One， 2012，7（10）：e46444.

[12] Beló A，Zheng P，Luck S，et al. Whole genome scan detects an allelic variant of fad2 associated with increased oleic acid levels in maize[J]. Molecular Genetics and Genomics，2008，279（1）：1-10.

[13] Andersen J R，Schrag T，Melchinger A E，et al. Validation of Dwarf8，polymorphisms associated with flowering time in elite European inbred lines of maize （Zea mays L.）[J]. Theoretical and Applied Genetics，2005，111（2）：206-217.

[14] Kristensen P S，Jahoor A，Andersen J R，et al. Genome-wide association studies and comparison of models and cross-validation strategies for genomic prediction of quality traits in advanced winter wheat breeding lines[J]. Frontiers in Plant Science，2018，9： 69.

[15] Ducrocq S，Madur D，Veyrieras J B，et al. Key impact of Vgt1 on flowering time adaptation in maize：evidence from association mapping and ecogeographical information[J]. Genetics， 2008，178（4）：2433-2437.

[16] Bordes J，Ravel C，Gouis J L，et al. Use of a global wheat core collection for association analysis of flour and dough quality traits[J]. Journal of Cereal Science，2011，54（1）：137-147.

[17] 于海霞，田紀(jì)春. 小麥淀粉糊化特性與DArT標(biāo)記的關(guān)聯(lián)分析[J]. 作物學(xué)報(bào)，2012，38（11）：1997-2006.

[18] Zhai S，He Z，Wen W，et al. Genome-wide linkage mapping of flour color-related traits and polyphenol oxidase activity in common wheat[J]. Theoretical and Applied Genetics，2015， 129（2）：377-394.

[19] Bradbury P J，Zhang Z，Kroon D E，et al. TASSEL：software for association mapping of complex traits in diverse samples[J]. Bioinformatics，2007，23（19）：2633-2635.

[20] Marchini J，Cardon L R，Phillips M S，et al. The effects of human population structure on large genetic association studies[J]. Nature Genetics，2004，36（5）：512-517.

[21] Yu J，Pressoir G，Briggs W H，et al. A unified mixed-model method for association mapping that accounts for multiple levels of relatedness[J]. Nature Genetics，2006，38（2）：203-208.

[22] Anderson O D，Greene F C，Yip R E，et al. Nucleotide sequences of the two high-molecular-weight glutenin genes from the D-genome of a hexaploid bread wheat，Triticum aestivum L. cv Cheyenne[J]. Nucleic Acids Research，1989，17（1）：461-462.

[23] Conti V，Roncallo P F，Beaufort V，et al. Mapping of main and epistatic effect QTLs associated to grain protein and gluten strength using a RIL population of durum wheat[J]. Journal of Applied Genetics，2011，52（3）：287-298.

[24] Kumar A，Elias E M，Ghavami F，et al. A major QTL for gluten strength in durum wheat （Triticum turgidum L. var. durum）[J]. Journal of Cereal Science，2013，57（1）：21-29.

[25] 吳云鵬，張業(yè)倫，肖永貴，等. 小麥重要品質(zhì)性狀的QTL定位[J]. 中國農(nóng)業(yè)科學(xué)，2008，41（2）：331-339.

[26] Kuchel H，Langridge P，Mosionek L，et al. The genetic control of milling yield，dough rheology and baking quality of wheat[J]. Theoretical and Applied Genetics，2006，112（8）：1487-1495.