植物關(guān)聯(lián)分析應(yīng)用研究進(jìn)展

岳慶春　傅迦得　章辰飛　吳月燕

摘要：隨著分子生物學(xué)和基因組學(xué)的快速發(fā)展，關(guān)聯(lián)分析成為近些年來在植物數(shù)量性狀研究和植物良種選育中行之有效的分析方法。利用關(guān)聯(lián)分析在分子水平闡明植物表型性狀的遺傳變異規(guī)律和機(jī)制，從而為植物的農(nóng)藝性狀改良及新品種選育提供新思路。系統(tǒng)詳實綜述了關(guān)聯(lián)分析基本原理、關(guān)聯(lián)作圖的基本策略、關(guān)聯(lián)分析的應(yīng)用以及各種分子標(biāo)記在關(guān)聯(lián)分析中的應(yīng)用，并討論了關(guān)聯(lián)分析在未來研究中的發(fā)展前景。

關(guān)鍵詞：關(guān)聯(lián)分析;植物;表型性狀;遺傳變異;農(nóng)藝性狀改良;新品種選育;連鎖不平衡;研究發(fā)展趨勢;應(yīng)用前景

中圖分類號： S184文獻(xiàn)標(biāo)志碼： A

文章編號：1002-1302（2019）18-0024-06

收稿日期：2018-06-01

基金項目：浙江省寧波市重大科技專項（編號：2015C110016）。

作者簡介：岳慶春（1994—），男，甘肅定西人，碩士研究生，研究方向為果樹種質(zhì)資源開發(fā)與利用。E-mail：yueqingchun1118@163.com。

通信作者：吳月燕，碩士，教授，研究方向為果樹種質(zhì)資源。E-mail：wyynb2009@163.com。

關(guān)聯(lián)分析（association analysis）也稱連鎖不平衡作圖（LD mapping）或者關(guān)聯(lián)作圖（association mapping），該方法通常以自然群體為研究對象，以連鎖不平衡（linkage disequilibrium，LD）為基礎(chǔ)，將目的性狀表型的多樣性以及遺傳標(biāo)記或候選基因的多態(tài)性聯(lián)結(jié)起來分析，鑒定某一群體內(nèi)目的性狀與遺傳標(biāo)記或候選基因之間的關(guān)系[1]。從而在分子水平解釋植物表型性狀的遺傳變異規(guī)律和機(jī)制，為植物表型性狀的標(biāo)記輔助選擇以及目的基因的分離、檢測、利用提供依據(jù)，進(jìn)而為植物性狀遺傳改良研究提供理論基礎(chǔ)，為植物雜交育種和性狀改良尋求新途徑[2]。

到目前為止，關(guān)聯(lián)分析已經(jīng)在部分植物性狀研究中取得進(jìn)展，如玉米的開花期[3]、小麥的籽粒大小和研磨品質(zhì)[4]、水稻的柱頭[5]、葡萄的果穗長度[6]等，關(guān)聯(lián)分析已經(jīng)成為當(dāng)前植物遺傳育種研究的熱點。

本文經(jīng)過系統(tǒng)全面的介紹關(guān)聯(lián)分析基本原理以及分析策略，詳細(xì)論述關(guān)聯(lián)分析在目前植物遺傳學(xué)研究中的應(yīng)用進(jìn)展以及各類分子標(biāo)記技術(shù)在關(guān)聯(lián)分析中的應(yīng)用，探討關(guān)聯(lián)分析在今后的研究發(fā)展趨勢和在植物遺傳研究中的應(yīng)用前景。

1?關(guān)聯(lián)分析基本原理

1.1?連鎖不平衡

關(guān)聯(lián)分析是以連鎖不平衡（linkage disequilibrium，LD）為基礎(chǔ)，也可稱為配子相不平衡（gametic phase disequilibrium）、配子不平衡（gametic disequilibrium）、等位基因關(guān)聯(lián)（allelic association）等，是指群體內(nèi)不同座位等位基因（可以是標(biāo)記，也可以是基因/QTL間與標(biāo)記）間的非隨機(jī)關(guān)聯(lián)[7]。也就是說假設(shè)2個不同位點的等位基因一同出現(xiàn)的頻率比理論上同時出現(xiàn)頻率高時，那么稱這2個位點處于連鎖不平衡狀態(tài)[8]。LD的基本定義式為Dij=fij-PAi·PBj，其中fij是AiBj基因型的頻率，PAi和PBj分別是等位基因Ai和Bj的頻率。由于Dij可以假定的最大值是所觀察到的等位基因頻率的函數(shù)，因此對于雙等位基因和多等位基因，LD的強(qiáng)度有多種標(biāo)準(zhǔn)化度量，其中2種最常見的LD強(qiáng)度測量方法是：（1）單個LD值的標(biāo)準(zhǔn)化度量，Dij′=Dij/Dmax;（2）雙等位基因數(shù)據(jù)的相關(guān)系數(shù)r，常用定義為r2=Dij2/（PA1·PA2·PB1·PB2）[9]。同一染色體或者不同染色體的基因座之間均可出現(xiàn)連鎖不平衡狀態(tài)，群體內(nèi)存在的LD均是由突變造成的等位基因出現(xiàn)后座位間所有重組響應(yīng)累積的結(jié)果，位點間連鎖越緊密，其LD程度越高[10]。

1.2?影響連鎖不平衡的因素

遺傳因素和非遺傳因素綜合作用影響群體的LD水平[11]。一般情況下，在隨機(jī)匹配群體里沒有突變、遷移或選擇因素的影響時，多態(tài)性位點則處于連鎖平衡狀態(tài);與此相反，連鎖、群體混合和選擇將增加LD水平[12]。影響LD程度最重要的2個要素是突變和重組，突變是造成LD的一個重要因素，新突變的發(fā)生可沖破原有LD，進(jìn)而導(dǎo)致新的多態(tài)性產(chǎn)生;然而重組則是經(jīng)過重新組合序列變異，進(jìn)而減弱染色體內(nèi)部的LD。無連鎖和自由交配的重組使位點間等位基因處于連鎖平衡狀態(tài)，因此LD的水平與重組率成反比[10]。群體中的LD是突變、重組和其他因素影響共同累積的結(jié)果[13]。

此外，其他非生物要素和生物要素也影響LD程度，例如物種之間的交配體系、染色體位置、群體大小以及自然與人工選擇[10]。基因轉(zhuǎn)換或染色體片段所受的選擇強(qiáng)度、遺傳漂變[14-15]等也是影響LD水平的因素。

1.3?連鎖不平衡與關(guān)聯(lián)分析

在自然群體中，表型差異的根本原因主要是個體等位基因間的差異。連鎖分析則是采用標(biāo)記位點與引起表型差異位點之間的重組來定位數(shù)量性狀基因座（quantitativetraitlocus，QTL），而關(guān)聯(lián)分析利用引起表型差異的位點與標(biāo)記之間的LD來定位QTL[10]。因此，進(jìn)行關(guān)聯(lián)分析的前提和基礎(chǔ)是了解群體基因組LD的構(gòu)造和規(guī)律。往往因為群體的基因組中存在數(shù)目巨大的多態(tài)性，因此多態(tài)位點的等位基因間存在廣泛的非隨機(jī)關(guān)聯(lián)，亦稱為LD狀態(tài)。多個基因座等位基因間的連鎖不平衡結(jié)構(gòu)會產(chǎn)生一系列的單倍型，單倍型的大小則受LD衰減程度的影響。不同物種的連鎖不平衡衰減距離不同，同一物種不同群體、同一群體不同座位的LD衰減距離也不同[16]。染色體上不同位置的連鎖不平衡程度也不相同，研究發(fā)現(xiàn)位于著絲粒附近片段的重組率比較低，LD水平則較高;然而染色體臂上的片段區(qū)域重組率相對較高，相應(yīng)LD水平則較低[17]。連鎖不平衡的衰減程度越高，則形成的單倍型越小[10]。

1.4?關(guān)聯(lián)分析與傳統(tǒng)連鎖分析的差異

關(guān)聯(lián)分析與傳統(tǒng)連鎖分析相比具有以下優(yōu)勢：（1）關(guān)聯(lián)分析不必構(gòu)建專門作圖群體，而是運(yùn)用自然群體的遺傳多樣性，將復(fù)雜的性狀變異進(jìn)行分解。利用關(guān)聯(lián)分析構(gòu)建的群體不須要管制研究對象的交配方式，而傳統(tǒng)的連鎖分析以父母本雜交產(chǎn)生的子代群體為研究對象。相比而言，關(guān)聯(lián)分析可應(yīng)用的種質(zhì)材料更加廣泛。（2）關(guān)聯(lián)分析所研究的材料有較為寬泛的遺傳基礎(chǔ)，因此可同時對同一基因座的多個等位基因進(jìn)行檢測分析，相比絕大部分傳統(tǒng)連鎖分析，其所研究群體通常為2個親本雜交重組的后代，所以基因座一般只觸及2個等位基因。關(guān)于具備更小效應(yīng)的基因，關(guān)聯(lián)分析的發(fā)掘能力顯著高于傳統(tǒng)連鎖分析[13]。（3）關(guān)聯(lián)分析定位更精準(zhǔn)，能夠抵達(dá)單基因程度，由于關(guān)聯(lián)分析應(yīng)用在長期進(jìn)化進(jìn)程中自然群體所積累的重組信息，因而可到達(dá)更高的分辨率，從而達(dá)到對QTL的精準(zhǔn)定位，甚至可直接定位到基因本身[10]。而傳統(tǒng)連鎖分析往往受到重組發(fā)生率的影響，進(jìn)而導(dǎo)致分辨率較低，一般認(rèn)為初級群體只能將QTL定位到10～20 cM的基因組區(qū)間內(nèi)，而次級群體可達(dá)到單基因水平[18-19]。（4）運(yùn)用的統(tǒng)計分析方法不同，傳統(tǒng)的連鎖作圖措施包含了單標(biāo)記分析、區(qū)間作圖、復(fù)合區(qū)間作圖以及貝葉斯區(qū)間作圖[13]。與此相比，適用于關(guān)聯(lián)分析作圖的統(tǒng)計方法較為匱乏。

2?關(guān)聯(lián)分析的基本策略

2.1?基于全基因組掃描的關(guān)聯(lián)分析

全基因組關(guān)聯(lián)分析（genome-wide association study，GWAS）是采用自然變異群體，聯(lián)合高密度分子標(biāo)記圖譜進(jìn)行掃描，進(jìn)而分析表型性狀與分子標(biāo)記之間關(guān)聯(lián)關(guān)系的有效方法，現(xiàn)已發(fā)展成為發(fā)掘復(fù)雜農(nóng)藝性狀遺傳變異的有效手段[20]。在以全基因組掃描為基礎(chǔ)的的關(guān)聯(lián)分析中，須要用散布于全基因組的高通量分子標(biāo)記對某物種大群體的全部基因進(jìn)行同時檢測[8]。GWAS以群體中LD水平為基礎(chǔ)，借助成百上千的個體組成的定位群體，采用一定數(shù)量的SNP標(biāo)記構(gòu)建的高密度遺傳圖譜，從而與表型數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析。近年來，基于GWAS技術(shù)已在多種植物表型研究中取得一定的進(jìn)展。代力強(qiáng)等以80份玉米核心自交系為關(guān)聯(lián)作圖群體，通過全基因組測序，篩選出16個與玉米粒長緊密關(guān)聯(lián)的顯著性SNP標(biāo)記和3個候選基因[21]。劉靜利用高密度的小麥90K單核苷酸多態(tài)性（SNP）芯片對西南麥區(qū)192份小麥品種進(jìn)行株高性狀的全基因組關(guān)聯(lián)分析，發(fā)現(xiàn)57個與株高顯著相關(guān)的SNP位點[22]。Feng等利用全基因組測序的472份油菜種質(zhì)，在染色體A03、A05、A07和C07上鑒定出8個QTL與株高顯著相關(guān)，在染色體A01、A03、A07和C07上的5個QTL被鑒定為與主枝數(shù)顯著相關(guān)[23]。目前，基于全基因組關(guān)聯(lián)分析已在各類植物物種深入研究，但在園藝植物中應(yīng)用報道較為匱乏。

GWAS一般采用5步進(jìn)行：（1）關(guān)聯(lián)群體的選擇。應(yīng)選擇遺傳變異豐富、表型差異較大、遺傳基礎(chǔ)較寬泛且應(yīng)盡量包含某物種全部的遺傳變異。（2）樣本基因分型?；诔Ｓ玫姆肿訕?biāo)記主要包括RFLP、AFLP、SSR及SNP等，隨著全基因測序技術(shù)的不斷發(fā)展，SNP標(biāo)記方法得到廣泛運(yùn)用。除了使用基因芯片進(jìn)行基因分型以外，還可直接重新測序獲得研究樣本個體的基因型，進(jìn)而更加全面地挖掘樣本基因組變異[20]。（3）群體構(gòu)造與個體親緣關(guān)系分析。GWAS通常以自然變異群體為研究對象，存在一定的遺傳結(jié)構(gòu)，其個體間也存在一定的親緣關(guān)系，因而有可能導(dǎo)致染色體間的LD水平提高，使得目標(biāo)性狀與不相關(guān)的標(biāo)記產(chǎn)生偽關(guān)聯(lián)。因此，檢測分析并矯正種質(zhì)材料的群體結(jié)構(gòu)有一定的必要。（4）目標(biāo)性狀的鑒定。目標(biāo)性狀評價的準(zhǔn)確性對于關(guān)聯(lián)分析的結(jié)果有重要影響，應(yīng)反復(fù)對種質(zhì)材料進(jìn)行多重表型分析鑒定。（5）關(guān)聯(lián)統(tǒng)計分析模型的選擇。隨著生物統(tǒng)計學(xué)的不斷發(fā)展，關(guān)聯(lián)統(tǒng)計分析模型不斷得到完善，主要包含一般線性模型（GLM）和混合線性模型（MLM），通?？衫肨ASSEL軟件或ANOVA計算方法進(jìn)行關(guān)聯(lián)分析[24]。

隨著第3代測序技術(shù)即單分子測序技術(shù)的發(fā)展，植物中主要物種全基因組測序逐步完成，物種的基因組信息越來越豐富，進(jìn)而開發(fā)出大量的SNP標(biāo)記。全基因組關(guān)聯(lián)分析將成為今后植物數(shù)量性狀研究的有利工具[25]。

2.2?基于候選基因的關(guān)聯(lián)分析

基于候選基因關(guān)聯(lián)分析主要針對于目標(biāo)QTL區(qū)段內(nèi)候選基因進(jìn)行生物信息學(xué)分析，推定其生物學(xué)功能是否與數(shù)量性狀表型位于同一調(diào)控網(wǎng)絡(luò)，或是輔以生理生化分析，從而快速確定QTL區(qū)間內(nèi)的候選基因，最終只針對篩選后的少數(shù)候選基因開展關(guān)聯(lián)分析[26]。早在2001年，Thornsberry等初次將關(guān)聯(lián)分析方法引入植物領(lǐng)域研究[27]。根據(jù)前人研究發(fā)現(xiàn)，dwarf8基因是一個與赤霉素的代謝相關(guān)且顯著影響玉米株高的基因[28]，而后Thornsberry等選用92份玉米自交系種質(zhì)對dwarf8基因的多態(tài)性進(jìn)行驗證，研究表明dwarf8基因不僅影響玉米的株高，而且首次發(fā)現(xiàn)其中幾個多態(tài)性位點與玉米開花期的變異性狀顯著相關(guān)[27]。此項研究發(fā)現(xiàn)意味著基于連鎖不平衡的關(guān)聯(lián)分析可能是進(jìn)行基因功能驗證以及基因發(fā)掘的一種行之有效的辦法，為植物表型性狀研究提供了新思路[16]。近年來，基于候選基因的關(guān)聯(lián)分析已經(jīng)成功應(yīng)用于部分植物研究。Yu等以295份水稻材料在苗期進(jìn)行水稻耐鹽相關(guān)表型的全基因組關(guān)聯(lián)研究，獲得了93個候選基因，其中有6個與耐鹽表型具有高關(guān)聯(lián)[29]。Perez等以315份不同高粱材料，利用候選基因關(guān)聯(lián)作圖的方法，檢測油菜素內(nèi)酯生物合成和信號傳導(dǎo)基因與植物結(jié)構(gòu)性狀之前的標(biāo)記-性狀關(guān)聯(lián)，共檢測出26個油菜素內(nèi)酯基因的73個SNPs與目標(biāo)表型顯著相關(guān)[30]。于永濤利用94份玉米自交系驗證了rab17基因與玉米籽粒產(chǎn)量相關(guān)聯(lián)[31]。Andersen等利用SNP分子標(biāo)記驗證了PAL基因與玉米飼用品質(zhì)間相互關(guān)聯(lián)[32]。劉翠霞以150份葡萄雜交后代為試驗材料，聯(lián)合RNA-seq技術(shù)初步篩選了32個候選基因參與單萜代謝[33]。國內(nèi)外研究結(jié)果均表明，基于候選基因關(guān)聯(lián)分析是一個進(jìn)行鑒定候選基因功能的強(qiáng)有力的工具。

運(yùn)用關(guān)聯(lián)分析與功能基因標(biāo)記進(jìn)行分子標(biāo)記輔助育種（molecular marker-as-sisted selection，MAS），有以下2個方面的優(yōu)勢：（1）由于選擇的就是基因本身，因而可以保證選擇的準(zhǔn)確性，從而提高選擇效率;（2）能夠采用關(guān)聯(lián)分析針對定向的影響性狀變異的功能區(qū)域進(jìn)行特定選擇，從而保障選擇效果。關(guān)聯(lián)分析聯(lián)合功能基因標(biāo)記將是今后分子輔助育種發(fā)展的目標(biāo)。采用功能性分子標(biāo)記的辦法進(jìn)行MAS以及植物種質(zhì)鑒定，對加速育種世代選擇、縮短育種年限、保護(hù)植物知識產(chǎn)權(quán)具有極其重要的意義[56]。

3.4?關(guān)聯(lián)分析與數(shù)量性狀的研究

植物中許多重要的表型性狀如產(chǎn)量、生理特征、營養(yǎng)品質(zhì)以及抗逆性等多屬于數(shù)量性狀，往往采用傳統(tǒng)的常規(guī)育種時效率不高，基于目前的科技發(fā)展，采用分子育種技術(shù)育種將是未來的發(fā)展方向。關(guān)聯(lián)分析作為一種高效的QTL鑒定工具，未來可在分子育種中起到一定的重要作用[10]。連鎖分析以及關(guān)聯(lián)分析均在數(shù)量性狀的研究中起關(guān)鍵作用，由于它們對數(shù)量性狀基因座定位的精確和寬泛、提供的信息量豐富以及統(tǒng)計方法準(zhǔn)確等方面具備顯著的互補(bǔ)效應(yīng)，因此研究者通?？上壤眠B鎖分析初步定位控制目標(biāo)表型性狀等位基因的位置，進(jìn)而使用關(guān)聯(lián)分析則可快速對目標(biāo)基因進(jìn)行精細(xì)定位，且根據(jù)特定候選基因提供豐富信息，從而驗證候選基因功能。因此，應(yīng)當(dāng)聯(lián)結(jié)連鎖分析和關(guān)聯(lián)分析各自的優(yōu)點，對數(shù)量性狀開展縱向和橫向的分析，以達(dá)到加快數(shù)量性狀基因的鑒定、分離以及克隆，最終為深入了解數(shù)量性狀的遺傳學(xué)和分子生物學(xué)基礎(chǔ)，更重要的是為植物數(shù)量性狀的遺傳改良提供新的契機(jī)[16]。

4?各類分子標(biāo)記在關(guān)聯(lián)分析中的應(yīng)用

4.1?SRAP分子標(biāo)記

相關(guān)序列擴(kuò)增多態(tài)性（sequence-related amplified polymorphism，SRAP）標(biāo)記是基于PCR技術(shù)的第2代分子標(biāo)記，目前已廣泛運(yùn)用于植物的遺傳多樣性分析、遺傳連鎖圖譜的構(gòu)建、測序以及基因克隆等方面[64]。李仁偉利用SRAP分子標(biāo)記對58份大菊種質(zhì)的數(shù)量性狀進(jìn)行關(guān)聯(lián)研究，結(jié)果表明有6個標(biāo)記位點與花部性狀顯著相關(guān)[65]。丁澤婷等采用20份柱花草種質(zhì)進(jìn)行表型性狀與SRAP標(biāo)記關(guān)聯(lián)分析，結(jié)果發(fā)現(xiàn)有15個SRAP標(biāo)記與鮮質(zhì)量相關(guān)聯(lián)，1個SRAP標(biāo)記與株高顯著相關(guān)[66]。羊杏平等利用46對SRAP引物組合對35份西瓜核心種質(zhì)進(jìn)行關(guān)聯(lián)分析，將枯萎病抗性與SRAP多態(tài)性標(biāo)記進(jìn)行回歸分析，檢測到1個與抗病性顯著關(guān)聯(lián)的SRAP位點[67]。隨著第3代分子標(biāo)記的發(fā)展，基于SRAP分子標(biāo)記的關(guān)聯(lián)分析研究應(yīng)用越來越少。

4.2?SSR分子標(biāo)記

簡單序列重復(fù)（simple sequence repeats，SSR）原理為基因組中一般由1～6個核苷酸組成的基本單位反復(fù)多次構(gòu)成的一段DNA，其廣泛分布在基因組中的不同位置。譚文麗采用80對SSR引物對149份木薯種質(zhì)進(jìn)行全基因組多態(tài)性位點掃描，并通過關(guān)聯(lián)分析方法，結(jié)果表明，有151個多態(tài)性位點與21個性狀相關(guān)聯(lián)，最終發(fā)現(xiàn)m224-c位點與株高極顯著關(guān)聯(lián)[68]。吳靜等利用經(jīng)過篩選得到的11對SSR標(biāo)記對99份紫斑牡丹種質(zhì)進(jìn)行多態(tài)性掃描，進(jìn)而分析其遺傳多樣性和群體結(jié)構(gòu)，采用一般線性模型進(jìn)行標(biāo)記與表型性狀關(guān)聯(lián)分析，結(jié)果發(fā)現(xiàn)5個標(biāo)記位點與6個性狀顯著關(guān)聯(lián)[69]。潘磊等利用156對多態(tài)性SSR引物對83份豇豆種質(zhì)材料進(jìn)行產(chǎn)量性狀與分子標(biāo)記全基因組關(guān)聯(lián)分析，結(jié)果表明，有10個SSR標(biāo)記位點與8個表型性狀關(guān)聯(lián)，主要散布在LG2、LG3、LG4、LG7、LG11連鎖群上[70]。Yu等以99份多年生黑麥草種質(zhì)為材料，利用109對SSR標(biāo)記進(jìn)行關(guān)聯(lián)分析，發(fā)現(xiàn)其中15個SSR標(biāo)記與淹水脅迫下葉色、葉綠素?zé)晒?、最大株高以及相對生長速率的降低顯著相關(guān)[71]。近年來，利用SSR分子標(biāo)記進(jìn)行關(guān)聯(lián)分析以及挖掘基因功能位點的研究越來越多，由此可見，關(guān)聯(lián)分析對于找尋與植物表型性狀緊密連鎖的SSR標(biāo)記有顯著作用，從而可有效應(yīng)用于分子標(biāo)記輔助育種。

4.3?SNP分子標(biāo)記

植物基因組中的核苷酸多態(tài)性主要有3種，包括插入、缺失以及單核苷酸多態(tài)性（single nucleotide polymorphism，SNP）。其主要工作原理是在基因組水平上，由單個核苷酸堿基轉(zhuǎn)換或顛倒而引起的DNA序列多態(tài)性，又因為基因組DNA的任何堿基均有可能發(fā)生變異，因此單核苷酸多態(tài)性幾乎遍布整個基因組，SNP是植物中普遍存在的一種分子標(biāo)記[72]。Zhou等利用533份水稻種質(zhì)中的650萬個SNP進(jìn)行柱頭外露和相關(guān)花性狀的全基因組關(guān)聯(lián)分析，共鑒定了23個與柱頭外露和相關(guān)花性狀顯著相關(guān)的基因組位點[5]。Wang等對144份玉米自交系種質(zhì)中的45 868個SNP位點進(jìn)行分析，結(jié)果發(fā)現(xiàn)，18個SNP與玉米中黑穗病抗性顯著相關(guān)[73]。劉翔攀采用238份玉米自交系種質(zhì)材料，利用關(guān)聯(lián)分析找到相應(yīng)的SNP，最終發(fā)現(xiàn)與單株產(chǎn)量降幅相關(guān)的SNP有15個，分別位于2、3、4、5、6、7、8號染色體上[74]。蔣俊利用593份雜交桃后代為試驗材料，對親本及雜交群體進(jìn)行SNP位點檢測，從而構(gòu)建遺傳連鎖圖譜以及針對簡單性狀的全基因組關(guān)聯(lián)分析，最后得到與果實酸度關(guān)聯(lián)的SNP標(biāo)記，為SNPIGA545261[75]。許理文等采用240份DH系為關(guān)聯(lián)作圖群體，利用SNP芯片進(jìn)行基因型分析，構(gòu)建連鎖圖譜，對DH群體進(jìn)行容重性狀鑒定，結(jié)果表明，共檢測到5個控制玉米容重的QTL[76]。隨著分子標(biāo)記技術(shù)的快速發(fā)展，SNP標(biāo)記技術(shù)在遺傳多樣性、遺傳基礎(chǔ)分析、針對重要性狀的基因定位、進(jìn)行分子輔助育種與SNP標(biāo)記開發(fā)、種質(zhì)鑒定等植物育種方面的研究進(jìn)展中起到了不可替代的作用[77]。

4.4?SCoT分子標(biāo)記

目標(biāo)起始密碼子多態(tài)性分子標(biāo)記（start codon targeted polymorphism，SCoT）則是在2009年由Collard和Mackill共同開發(fā)的一種新型分子標(biāo)記方法[78]，該方法具備操作簡單、可有效產(chǎn)生與性狀連鎖的標(biāo)記、重復(fù)性好、引物設(shè)計簡單并具有通用性等一系列優(yōu)點。Rahimi等利用24個SCoT引物對39份車前草種質(zhì)進(jìn)行全基因關(guān)聯(lián)作圖，使用Q和K因子的MLM模型進(jìn)行關(guān)聯(lián)分析，結(jié)果得到16個與穗質(zhì)量、株高、穗長以及千粒質(zhì)量等性狀相關(guān)的SCoT標(biāo)記[79]。Yan等使用18個EST-SSR和21個SCoT標(biāo)記檢測了75份果園草種質(zhì)中的銹病性狀，利用TASSEL軟件進(jìn)行關(guān)聯(lián)分析，發(fā)現(xiàn)了20個標(biāo)記與銹病性狀顯著相關(guān)[80]。楊旭旭利用59份大菊種質(zhì)，通過測量其表型性狀，進(jìn)而結(jié)合SCoT分子標(biāo)記進(jìn)行關(guān)聯(lián)分析，共發(fā)現(xiàn)23個標(biāo)記位點與7個性狀關(guān)聯(lián)，其中有18個位點與花部性狀顯著相關(guān)[81]。袁王俊等采用10條SCoT引物對99份菊花種質(zhì)的基因組變異進(jìn)行掃描，從而分析種質(zhì)的群體結(jié)構(gòu)，運(yùn)用一般線性模型和混合線性模型方法對10個表型性狀進(jìn)行關(guān)聯(lián)分析，共發(fā)現(xiàn)3個SCoT位點與花序直徑相關(guān)聯(lián)[82]。韓國輝利用20條SCoT引物對92株Wan2橘橙×Li2甜橙雜交群體進(jìn)行多樣性分析，最終得到30個SCoT標(biāo)記被定位在已構(gòu)建的9個連鎖群上[83]。SCoT作為一種新型的目的基因分子標(biāo)記，目前已在部分植物中得到應(yīng)用，包括種質(zhì)資源遺傳多樣性與親緣關(guān)系分析、種質(zhì)鑒定與指紋圖譜等，但絕大多數(shù)只停留在對研究材料PCR體系的優(yōu)化，而在基因差異表達(dá)和高密度分子遺傳連鎖圖譜以及重要性狀精細(xì)定位和功能基因克隆等方面應(yīng)用相對較少[84]。

5?展望

植物關(guān)聯(lián)分析正處在快速發(fā)展的時期，隨著關(guān)聯(lián)分析方法的日益完善和更加便利準(zhǔn)確的分析軟件不斷開發(fā)，特別是高通量測序技術(shù)以及基因芯片技術(shù)研究的不斷發(fā)展，基于全基因組掃描的關(guān)聯(lián)分析方法將會幫助研究者在更多的植物物種中、更大的范圍內(nèi)完成關(guān)聯(lián)分析。到目前為止，關(guān)聯(lián)分析只在少數(shù)經(jīng)濟(jì)作物如油菜、大豆、油菜等中研究較為廣泛，而在一些園藝植物中，應(yīng)用關(guān)聯(lián)分析進(jìn)行功能基因定位研究報道極其匱乏，尤其基于候選基因關(guān)聯(lián)研究只掃描到植物基因組的一小部分，且基于候選基因關(guān)聯(lián)作圖的成功的研究成果很少。因此，具有高密度的SNP覆蓋度、大的樣本、小的群體結(jié)構(gòu)的關(guān)聯(lián)分析在復(fù)雜性狀的分解上具有非常重要的發(fā)展前景[13]。值得關(guān)注的是，關(guān)聯(lián)分析對于遺傳多樣性偏低的群體作圖效果不如傳統(tǒng)QTL作圖，因此對于一些植物復(fù)雜數(shù)量性狀的解析中仍然不能撇棄傳統(tǒng)的連鎖作圖。在研究中應(yīng)當(dāng)將關(guān)聯(lián)分析和傳統(tǒng)QTL作圖優(yōu)勢互補(bǔ)，可先用連鎖分析來對QTL進(jìn)行初步定位，然后采用關(guān)聯(lián)作圖來對其進(jìn)行精細(xì)定位，QTL作圖與關(guān)聯(lián)分析的綜合利用將會是未來遺傳連鎖分析的發(fā)展方向。伴隨著植物基因組學(xué)的飛速發(fā)展和不斷完善，基于關(guān)聯(lián)分析挖掘新的功能基因、開發(fā)新標(biāo)記以及定位優(yōu)異性狀將成為未來植物種質(zhì)資源研究以及良種選育的重要方法和手段。

參考文獻(xiàn)：

[1]Flint S A，Thornsberry J M，Buckler E S. Structure of linkage disequilibrium in plants[J]. Annual Review of Plant Biology，2003，54：357-374.

[2]彭?波. SSR標(biāo)記與桑樹表型性狀的關(guān)聯(lián)分析[C]. 中南五省區(qū)蠶桑育種協(xié)作組，國家蠶桑產(chǎn)業(yè)技術(shù)體系遺傳育種研究室.中南五省區(qū)蠶桑育種協(xié)作研討會論文集，2009：5.

[3]Salvi S，Sponza G，Morgante M，et al. Conserved noncoding genomic sequences associated with a flowering-time quantitative trait locus in maize[J]. Proc Natl Acad Sci USA，2007，104：11376-11381.

[4]Breseghello F，Sorrells M E. Association mapping of kernel size and milling quality in wheat （Triticum aestivum L.） cultivars[J]. Genetics，2006，172：1165-1177.

[5]Zhou H，Li P B，Xie W B，et al. Genome-wide association analyses reveal the genetic basis of stigma exsertion in rice[J]. Molecular Plant，2017，10（4）：634-644.

[6]Vafaee Y，Ghaderi N，Khadivi A. Morphological variation andmarker-fruit trait associations in a collection of grape （Vitis vinifera L.）[J]. Scientia Horticulturae，2017，225：771-782.

[7]Gaut B S，Long A D. The lowdown on linkage disequilibrium[J]. Plant Cell，2003，15（7）：1502-1506.

[8]王榮煥，王天宇，黎?裕. 關(guān)聯(lián)分析在作物種質(zhì)資源分子評價中的應(yīng)用[J]. 植物遺傳資源學(xué)報，2007，8（3）：366-372.

[9]Single R M，Strayer N，Thomson G，et al. Martin asymmetric linkage disequilibrium：tools for assessing multiallelic LD[J]. Human Immunology，2016，77（3）：288-294.

[10]譚賢杰，吳子愷，程偉東，等. 關(guān)聯(lián)分析及其在植物遺傳學(xué)研究中的應(yīng)用[J]. 植物學(xué)報，2011，46（1）：108-118.

[11]丁?霞，王林海，張艷欣，等. 芝麻核心種質(zhì)株高構(gòu)成相關(guān)性狀的遺傳變異及關(guān)聯(lián)定位[J]. 中國油料作物學(xué)報，2013，35（3）：262-270.

[12]蔣思霞，倪正斌，印志同，等. 糯玉米自交系遺傳多樣性及其產(chǎn)量、農(nóng)藝性狀與SSR分子標(biāo)記的關(guān)聯(lián)研究[J]. 安徽農(nóng)業(yè)科學(xué)，2012，40（6）：3212-3217，3283.

[13]王彩潔，徐?冉，于明飛. 關(guān)聯(lián)分析在植物育種中的應(yīng)用現(xiàn)狀[J]. 山東農(nóng)業(yè)科學(xué)，2012，44（6）：32-38，62.

[14]Gupta P K，Rustgi S，Kulwal P L. Linkage disequilibrium and association in higher plants：present status and future prospects[J]. Plant Mol Biol，2005，57：461-485.

[15]Oraguzie N C，Wilcox P L，Rikkerink E H A，et al. Linkage disequilibrium[M]// Oraguzie N C，Rikkerink E H A，Gardiner S E，et al. Association mapping in Plants. New York：Springer Verlag，2007：11-39.

[16]楊小紅，嚴(yán)建兵，鄭艷萍，等. 植物數(shù)量性狀關(guān)聯(lián)分析研究進(jìn)展[J]. 作物學(xué)報，2007，33（4）：523-530.

[17]倪正斌. 糯玉米自交系遺傳多樣性及產(chǎn)量，農(nóng)藝性狀與SSR分子標(biāo)記的關(guān)聯(lián)研究[D]. 揚(yáng)州：揚(yáng)州大學(xué)，2010.

[18]Doerge R W. Mapping and analysis of quantitative trait loci in experimental populations[J]. Nat Rev Genet，2002，3：43-52.

[19]Holland J B.Genetic architecture of complex traits in plants[J]. Curr Opin Plant Biol，2007，10：156-161.

[20]魯?清. 水稻種質(zhì)資源重要農(nóng)藝性狀的全基因組關(guān)聯(lián)分析[D]. 北京：中國農(nóng)業(yè)科學(xué)院，2016.

[21]代力強(qiáng)，吳?律，董青松，等. 玉米籽粒長度的全基因組關(guān)聯(lián)分析[J]. 西北農(nóng)林科技大學(xué)學(xué)報（自然科學(xué)版），2018，46（6）：1-8.

[22]劉?靜. 小麥株高性狀的全基因組關(guān)聯(lián)分析[C]. 第八屆全國小麥基因組學(xué)及分子育種大會摘要集，2017：1.

[23]Feng L，Chen B Y，Xu K，et al. A genome-wide association study of plant height and primary branch number in rapeseed（Brassica napus）[J]. Plant Science，2016，242：169-177.

[24]李海權(quán)，刁現(xiàn)民. 關(guān)聯(lián)分析及其在植物研究中的應(yīng)用[J]. 河北農(nóng)業(yè)科學(xué)，2010，14（11）：157-160.

[25]于海霞，肖?靜，田紀(jì)春，等. 關(guān)聯(lián)分析及其在植物中的應(yīng)用[J]. 基因組學(xué)與應(yīng)用生物學(xué)，2009，28（1）：187-194.

[26]霍冬敖. 玉米穗粒數(shù)相關(guān)性狀QTL定位與候選基因關(guān)聯(lián)分析[D]. 武漢：華中農(nóng)業(yè)大學(xué)，2016.

[27]Thornsberry J M，Goodman M M，Doebley J，et al. Dwarf8 polymorphisms associate with variation in flowering time[J]. Nature Genetics，2001，28（3）：286-289.

[28]Fujioka S，Yamane H，Spray C R，et al. The dominant non-gibberellin-responding dwarf mutant （D8） of maize accumulates native gibberellins[J]. Proceedings of the National Academy of Sciences of the United States of America，1988，85（23）：9031-9035.

[29]Yu X，Bai G H，Luo N，et al. Association of simple sequence repeat （SSR） markers with submergence tolerance in diverse populations of perennial ryegrass[J]. Plant Science，2011，180（2）：391-398.

[30]Perez M B，Zhao J，Yin Y H，et al. Association mapping of brassinosteroid candidate genes and plant architecture in a diverse panel of Sorghum bicolor[J]. Theoretical and Applied Genetics，2014，127（12）：2645-2662.

[31]于永濤. 玉米核心自交系群體結(jié)構(gòu)及耐旱相關(guān)候選基因rab17的等位基因多樣性分析[D]. 北京：中國農(nóng)業(yè)科學(xué)院研究生院，2006.

[32]Andersen J R，Zein I，Wenzel G，et al. High levels of linkage disequilibrium and associations with forage quality at a phenylalanine ammonia-lyase locus in European maize （Zea mays L.） inbreds[J]. Theoretical and Applied Genetics，2007，114（2）：307-319.

[33]劉翠霞. 葡萄果實單萜化合物含量的QTL定位及其合成調(diào)控的候選基因篩選[D]. 武漢：中國科學(xué)院武漢植物園，2017.

[34]段繼鳳. 甘藍(lán)型油菜含油量性狀全基因組關(guān)聯(lián)分析[D]. 武漢：華中農(nóng)業(yè)大學(xué)，2013.

[35]Lander E，Kruglyak L. Genetic dissection of complex traits：guidelines for interpreting and reporting linkage results[J]. Nat Genet，1995，11：241-247.

[36]Pritchard J K，Rosenberg N A .Use of unlinked genetic markers to detect population stratification in association studies[J]. Am J Hum Genet，1999，65：220-228.

[37]Yu J M，Pressoir G，Briggs W H，et al.A unified mixedmodel method for association mapping that accounts for multiple levels of relatedness[J]. Nat Genet，2006，38：203-208.

[38]Spielman R S，McGinnis R E，Ewens W J. Transmission test for linkage disequilibrium：the insulin gene region and insulin-dependent diabetes mellitus （IDDM）[J]. American Journal of Human Genetics，1993，52（3）：506-516.

[39]Devlin B，Roeder K.Genomic control for association studies[J]. Biometrics，1999，55：997-1004.

[40]Patterson N，Price A L，Reich D. Population structure and eigenanalysis[J]. PLoS Genetics，2006，2（12）：2074-2093.

[41]Price A L，Patterson N J，Plenge R M，et al.Principal components analysis corrects for stratification in genome-wide association studies[J]. Nat Genet，2006，38：904-909.

[42]Li Q Z，Yu K. Improved correction for population stratification in genome-wide association studies by identifying hidden population structures[J]. Genetic Epidemiology，2008，32（3）：215-226.

[43]Zhu C，Yu J.Nonmetric multidimensional scaling corrects for population structure in whole genome association studies[J]. Genetics，2009，182：875-888.

[44]Stich B，Melchinger A E.Comparison of mixedmodel approaches for association mapping in rapeseed，potato，sugar beet，maize，and Arabidopsis[J]. BMC Genomics，2009，10：94-94.

[45]馮建英，溫陽俊，張?瑾，等. 植物關(guān)聯(lián)分析方法的研究進(jìn)展[J]. 作物學(xué)報，2016，42（7）：945-956.

[46]Purcell S，Neale B，Todd-Brown K，et al. PLINK：a tool set for whole-genome association and population-based linkage analyses[J]. American Journal of Human Genetics，2007，81（3）：559-575.

[47]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.

[48]張福濤. 遺傳分析方法的GPU并行計算與優(yōu)化研究[D]. 杭州：浙江大學(xué)，2014.

[49]Wang S B，F(xiàn)eng J Y，Ren W L，et al. Improving power and accuracy of genome-wide association studies via a multi-locus mixed linear model methodology[J]. Scientific Reports，2016，6：19444.

[50]楊曉旭. 葡萄果實香氣物質(zhì)的QTL定位及關(guān)聯(lián)分析研究[D]. 沈陽：沈陽農(nóng)業(yè)大學(xué)，2017.

[51]武玉國，吳承來，秦保平，等. 黃淮冬麥區(qū)175個小麥品種的遺傳多樣性及SSR標(biāo)記與株高和產(chǎn)量相關(guān)性狀的關(guān)聯(lián)分析[J]. 作物學(xué)報，2012，38（6）：1018-1028.

[52]金?亮. 水稻關(guān)聯(lián)定位群體的構(gòu)建及若干品質(zhì)性狀的關(guān)聯(lián)分析[D]. 杭州：浙江大學(xué)，2009.

[53]郝德榮. 大豆產(chǎn)量相關(guān)性狀QTL的關(guān)聯(lián)分析及候選基因GmGA3ox單倍型鑒定[D]. 南京：南京農(nóng)業(yè)大學(xué)，2011.

[54]賴?勇，王鵬喜，范貴強(qiáng)，等. 大麥SSR標(biāo)記遺傳多樣性及其與農(nóng)藝性狀關(guān)聯(lián)分析[J]. 中國農(nóng)業(yè)科學(xué)，2013，46（2）：233-242.

[55]申聰聰. 利用水稻MAGIC群體和種質(zhì)資源關(guān)聯(lián)分析定位抽穗期和株高QTL[D]. 北京：中國農(nóng)業(yè)科學(xué)院，2017.

[56]王云云. 關(guān)聯(lián)分析在植物遺傳學(xué)中的應(yīng)用[J]. 黑龍江科學(xué)，2016，7（11）：1-3.

[57]趙?曦. 玉米耐旱相關(guān)候選基因dhn2與表型性狀的關(guān)聯(lián)分析[D]. 北京：中國農(nóng)業(yè)科學(xué)院，2008.

[58]楊勝先，牛?遠(yuǎn)，李?夢，等. 栽培大豆農(nóng)藝性狀的關(guān)聯(lián)分析及優(yōu)異等位變異挖掘[J]. 中國農(nóng)業(yè)科學(xué)，2014，47（20）：3941-3952.

[59]孫曉棠，盧冬冬，歐陽林娟，等. 水稻紋枯病抗性關(guān)聯(lián)分析及抗性等位變異發(fā)掘[J]. 作物學(xué)報，2014，40（5）：779-787.

[60]Andersen J R，Lübberstedt T. Functional markers inplants[J]. Trends Plant Sci，2003，8 （11）：554-560.

[61]胡明建. 小麥粒重相關(guān)基因TaTGW6、TaTGW-7A克隆及其功能標(biāo)記開發(fā)[D]. 合肥：安徽農(nóng)業(yè)大學(xué)，2016.

[62]張照貴. 小麥TaSnRK2.10基因的克隆、標(biāo)記開發(fā)和功能分析[D]. 泰安：山東農(nóng)業(yè)大學(xué)，2014.

[63]Kumar B，Abdel-Ghani A H，Pace J A，et al. Association analysis of single nucleotide polymorphisms in candidate genes with root traits in maize （Zea mays L.） seedlings[J]. Plant Science，2014，224：9-19.

[64]張?飛，房偉民，陳發(fā)棣，等. 切花菊花器性狀的遺傳變異與相關(guān)性研究[J]. 浙江林學(xué)院學(xué)報，2008（3）：293-297.

[65]李仁偉. 大菊品種遺傳多樣性及基于SRAP標(biāo)記的分類研究[D]. 北京：北京林業(yè)大學(xué)，2011.

[66]丁澤婷，尹曉暢，唐燕瓊，等. 柱花草重要性狀與SSR、SRAP分子標(biāo)記的關(guān)聯(lián)分析[J]. 分子植物育種，2017，15（5）：1839-1845.

[67]羊杏平，劉?廣，侯喜林，等. 西瓜核心種質(zhì)枯萎病抗性與SRAP分子標(biāo)記的關(guān)聯(lián)分析[J]. 園藝學(xué)報，2013，40（7）：1298-1308.

[68]譚文麗. 木薯SSR標(biāo)記與表型的關(guān)聯(lián)分析[D]. ?？冢汉Ｄ洗髮W(xué)，2014.

[69]吳?靜，成仿云，龐利錚，等. 紫斑牡丹表型性狀與SSR分子標(biāo)記的關(guān)聯(lián)分析[J]. 北京林業(yè)大學(xué)學(xué)報，2016，38（8）：80-87.

[70]潘?磊，李?依，余曉露，等. 豇豆產(chǎn)量性狀與SSR分子標(biāo)記的關(guān)聯(lián)分析[J]. 湖北農(nóng)業(yè)科學(xué)，2015，54（16）：3952-3958，3962.

[71]Yu J，Zao W G，He Q，et al. Genome-wide association study and gene set analysis for understanding candidate genes involved in salt tolerance at the rice seedling stage[J]. Molecular Genetics and Genomics，2017，292（6）：1391-1403.

[72]任鳳陽. 玉米自交系萌發(fā)特性的評價及SNP關(guān)聯(lián)分析[D]. 泰安：山東農(nóng)業(yè)大學(xué)，2014.

[73]Wang M，Yan J B，Zhao J R，et al. Genome-wide association study （GWAS） of resistance to head smut in maize[J]. Plant Science，2012，196：125-131.

[74]劉翔攀. 玉米自交系耐密性評價及SNP關(guān)聯(lián)分析[D]. 泰安：山東農(nóng)業(yè)大學(xué)，2017.

[75]蔣?俊. 桃高密度SNP圖譜構(gòu)建于果實質(zhì)地和酸度全基因組關(guān)聯(lián)分析[D]. 杭州：浙江大學(xué)，2016.

[76]許理文，段民孝，田紅麗，等. 基于SNP標(biāo)記的玉米容重QTL分析[J]. 玉米科學(xué)，2015，23（5）：21-25.

[77]寧?洽，劉文國，楊偉光，等. SNP標(biāo)記在玉米研究上的應(yīng)用進(jìn)展[J]. 玉米科學(xué)，2017，25（1）：57-61.

[78]Collard B C Y，Mackill D J. Start codon targeted （SCoT） polymorphism：a simple，novel DNA marker technique for generating gene-targeted markers in plants[J]. Plant Molecular Biology Reporter，2008，27（1）：86-93.

[79]Rahimi M，Nazari L，Kordrostami M，et al. Scot marker diversity among Iranian Plantago ecotypes and their possible association with agronomic traits[J]. Scientia Horticulturae，2018，233：302-309.

[80]Yan H D，Zhang Y，Zeng B，et al. Genetic diversity and association of EST-SSR and SCoT markers with rust traits in orchardgrass （Dactylis glomerata L.）[J]. Molecules，2016，21（1）：66.

[81]楊旭旭. 菊花品種表型性狀與SCoT分子標(biāo)記的關(guān)聯(lián)分析[D]. 開封：河南大學(xué)，2015.

[82]袁王俊，葉?松，董美芳，等. 菊花品種表型性狀與SSR和SCoT分子標(biāo)記的關(guān)聯(lián)分析[J]. 園藝學(xué)報，2017，44（2）：364-372.

[83]韓國輝. 基于EST-SSR、Genomic-SSR和SCoT標(biāo)記的柑橘連鎖圖譜構(gòu)建及雜種和多倍體遺傳分析[D]. 重慶：西南大學(xué)，2012.

[84]龍治堅，范理璋，徐?剛，等. SCoT分子標(biāo)記在植物研究中的應(yīng)用進(jìn)展[J]. 植物遺傳資源學(xué)報，2015，16（2）：336-343.