利用東鄉(xiāng)普通野生稻染色體片段置換系定位產(chǎn)量相關(guān)性狀QTL

羅 蘭 雷麗霞 劉 進 張瑞華 金桂秀 崔 迪 黎毛毛 馬小定,* 趙正武 韓龍植,*

研究簡報

利用東鄉(xiāng)普通野生稻染色體片段置換系定位產(chǎn)量相關(guān)性狀QTL

羅 蘭1,**雷麗霞1,**劉 進2,3張瑞華4金桂秀4崔 迪2黎毛毛3馬小定2,*趙正武1,*韓龍植2,*

1重慶師范大學(xué), 重慶 401331;2中國農(nóng)業(yè)科學(xué)院作物科學(xué)研究所/ 農(nóng)作物基因資源與基因改良國家重大科學(xué)工程, 北京 100081;3江西省農(nóng)業(yè)科學(xué)院水稻研究所, 江西南昌 330200;4臨沂市農(nóng)業(yè)科學(xué)院, 山東臨沂 276000

以東鄉(xiāng)普通野生稻和日本晴為親本構(gòu)建的染色體片段置換系為研究材料, 2019年分別在北京、山東臨沂和江西南昌對分蘗數(shù)、穗粒數(shù)和粒形等11個產(chǎn)量相關(guān)性狀進行多環(huán)境鑒定, 結(jié)合染色體片段置換系基因型數(shù)據(jù)定位水稻產(chǎn)量相關(guān)性狀QTL。3個環(huán)境共檢測到68個QTL, 包括株高4個、穗長5個、分蘗數(shù)2個、一次枝梗數(shù)7個、一次枝梗粒數(shù)8個、二次枝梗數(shù)8個、二次枝梗粒數(shù)10個、每穗粒數(shù)6個、千粒重7個、粒長8個和粒寬3個; LOD值介于2.50~12.66之間, 貢獻率變幅為4.67%~27.79%, 15個QTL的貢獻率大于15%; 24個QTL與已報道位點/基因位置重疊, 44個QTL為新發(fā)現(xiàn)位點; 6個QTL在2個環(huán)境能被檢測到, 1個QTL能在3個環(huán)境檢測到, 且是還未報道的新位點。最后, 利用BSA法驗證了、和三個QTL的可靠性。本研究將為后續(xù)產(chǎn)量相關(guān)性狀基因克隆以及進一步解析其遺傳基礎(chǔ)和分子調(diào)控機制奠定基礎(chǔ)。

普通野生稻; 染色體片段置換系; 產(chǎn)量相關(guān)性狀; QTL分析

水稻(L)是世界最重要的糧食作物之一, 全球一半以上的人口以稻米為主食[1]。品種改良對水稻增產(chǎn)具有非常重要的作用, 我國水稻品種改良經(jīng)歷了矮化育種、雜種優(yōu)勢利用和綠色超級稻培育3次飛躍, 產(chǎn)量從160千克增長到1000多千克[2], 但高產(chǎn)仍然是當前和今后相當一段時間內(nèi)水稻育種的主要目標之一。水稻產(chǎn)量相關(guān)性狀, 包括株高、有效分蘗數(shù)、每穗粒數(shù)和千粒重等。株高是株型的重要組成部分, 間接影響水稻產(chǎn)量; 分蘗數(shù)直接決定了每株穗數(shù), 是產(chǎn)量的直接影響因子; 穗長、一二次枝梗數(shù)以及枝梗著粒數(shù)等與每穗粒數(shù)密切相關(guān), 是影響產(chǎn)量的直接因素; 粒長、粒寬、粒厚以及籽粒灌漿程度又直接決定了千粒重[3]。

水稻株高、有效分蘗數(shù)、穗長、穗粒數(shù)和粒形等產(chǎn)量相關(guān)性狀為多基因控制的數(shù)量性狀, 易受種植環(huán)境影響。由于其重要性, 產(chǎn)量性狀的遺傳規(guī)律解析一直是研究的重點和熱點, 特別是近年來分子生物學(xué)的發(fā)展, 部分性狀的分子調(diào)控機制得到了很好的解析。例如矮化育種的株高性狀由“綠色革命”基因控制,基因突變導(dǎo)致植株變矮[4-5], 從而解決了水稻的倒伏問題。分蘗數(shù)主要由調(diào)控, 該基因突變的植株只有1個主莖, 沒有任何分蘗[6]。此外,[7-8]、[9]、[10]等基因也與水稻分蘗相關(guān)。是調(diào)控水稻穗粒數(shù)的關(guān)鍵基因, 功能獲得性突變的基因能引起稻穗變短、直立、著粒密集[11]。此外, 與水稻每穗粒數(shù)相關(guān)的基因, 還包括[12]、[13]、[14]、[15]等。是水稻粒長和粒重主效QTL, 通過負調(diào)控穎殼細胞數(shù)目控制水稻粒長[16];是粒寬和粒重主效QTL, 該基因突變能顯著增加粒寬和粒重[17];控制水稻千粒重, 來自Kasalath的近等基因系NIL ()能使日本晴增產(chǎn)15%[18]; 此外, 目前已克隆的粒形相關(guān)基因, 還包括[19]、[20]、[21]、[22]等。

綜上所述, 雖然產(chǎn)量相關(guān)性狀的遺傳規(guī)律和分子調(diào)控機制研究取得了一些進展, 然而產(chǎn)量相關(guān)性狀的QTL發(fā)掘仍然是重要的研究內(nèi)容, 而且每隔一段時間依然有新發(fā)現(xiàn)。因此, 要想完全解析產(chǎn)量性狀的遺傳規(guī)律, 亟需利用新資源和新群體發(fā)掘更多新基因以完善水稻產(chǎn)量性狀的調(diào)控網(wǎng)絡(luò)。本研究利用東鄉(xiāng)普通野生稻(Griff.)為供體親本, 日本晴為受體親本構(gòu)建的染色體片段置換系為研究材料, 多環(huán)境考察, 對株高、分蘗數(shù)等產(chǎn)量相關(guān)性狀進行連鎖分析, 以期發(fā)掘新位點, 為進一步解析產(chǎn)量相關(guān)性狀的遺傳基礎(chǔ)、闡明產(chǎn)量性狀的分子調(diào)控機制及遺傳調(diào)控網(wǎng)絡(luò)奠定基礎(chǔ)。

1 材料與方法

1.1 試驗材料

以江西東鄉(xiāng)普通野生稻為供體親本、日本晴為受體親本, 構(gòu)建的染色體片段置換系(chromosome segment substitution lines, CSSLs)為研究材料, 包括104個家系[23]。2019年將該套材料分別播種于北京、山東臨沂和江西南昌3個地點進行多環(huán)境表型鑒定。北京于4月26日播種, 臨沂于5月20播種, 南昌于5月14日播種, 成苗后按照當?shù)卮筇锓N植密度單本插秧, 2行區(qū), 每行15株; 其他按照水稻大田常規(guī)方法進行管理。由于東鄉(xiāng)普通野生稻生育期長, 3個地點僅南昌可以抽穗。本文僅以日本晴為對照進行表型考察。

1.2 產(chǎn)量相關(guān)性狀考察

產(chǎn)量相關(guān)性狀考察在水稻成熟期進行, 為消除邊際效應(yīng), 每個置換系從第1行的第3株開始連續(xù)取5個植株, 考察株高和分蘗數(shù), 從取樣的5個植株上, 每株取4個穗,對穗長、一次枝梗數(shù)、一次枝梗粒數(shù)、二次枝梗數(shù)、二次枝梗粒數(shù)、每穗粒數(shù)、千粒重、粒長和粒寬進行考察, 參照崔國慶等[24]報道的方法測定。

1.3 QTL定位

利用QTL IciMapping (V4.1)[25]軟件的RSTEP-LRT- ADD方法進行加性QTL分析, 基因型來自本實驗室前期發(fā)表的染色體片段置換系的基因型數(shù)據(jù)[23,26], LOD閾值設(shè)定為2.5, 其他參數(shù)設(shè)置為默認值。

1.4 次級群體構(gòu)建及BSA分析

QTL驗證采用分離群體分組分析法(BSA)。CSSLs與日本晴雜交, 構(gòu)建F2次級分離群體。2019年冬季種植于海南基地, 表型考察和統(tǒng)計分析后, 將分離群體中30~50個極端表型的單株葉片等量混合, 提取基因組DNA, 組成DNA混池, 然后進行Illumina PE150測序, 測序深度為50×。經(jīng)過濾, 將有效測序數(shù)據(jù)通過BWA軟件[27]比對到參考基因組(fttp://fttp.ensemblgenomes.org/pub/plants/ release-28/fasta/oryza_sativa/dna/)。采用GATK3.8軟件[28]進行多樣本SNP檢測, 以參考基因組為參考, 分別計算混池的SNP頻率(SNP-index), 去掉SNP-index混池中都小于0.3且SNP深度都小于7的位點, 以提高定位效率。為了直觀體現(xiàn)混池間差異區(qū)域, 計算2個混池SNP-index的差值:D(SNP-index) = SNP-index (混池1)-SNP-index (混池2), 選擇1 Mb為窗口, 1 kb為步長, 計算每個窗口中D(SNP-index)的平均值來反應(yīng)D(SNP-index)分布, 置換檢驗1000次[29], 最后畫出曼哈頓圖(Manhattan Plot)顯示D(All-index)在染色體上的分布。

2 結(jié)果與分析

2.1 CSSL和日本晴產(chǎn)量相關(guān)性狀表型分析

CSSL群體和日本晴的產(chǎn)量相關(guān)性狀, 在北京、南昌和臨沂3個地點的表型分布如圖1和表1所示。3個環(huán)境中, 產(chǎn)量相關(guān)性狀在CSSL群體中均呈現(xiàn)連續(xù)分布, 并存在雙向超親分離現(xiàn)象, 說明產(chǎn)量相關(guān)性狀屬于受多基因控制的數(shù)量性狀。在考察的11個性狀中, 變異系數(shù)最大的是二次枝梗粒數(shù), 北京、臨沂和南昌分別為35.46%、41.80%和36.72%; 變異系數(shù)最小的是粒寬, 3個地點分別為3.09%、3.34%和4.64%。11個性狀在3個地點表型差異明顯, 而且不同地點的變異又各不相同, 綜合分析臨沂和南昌2個地點的變異要高于北京(表1), 說明產(chǎn)量相關(guān)性狀的表現(xiàn)易受種植環(huán)境的影響。

2.2 產(chǎn)量相關(guān)性狀QTL定位

3個環(huán)境下共檢測到68個產(chǎn)量相關(guān)性狀QTL, 分布于水稻的12條染色體上, LOD值在2.50~12.66之間, QTL貢獻率為4.67%~27.79%, 其中15個QTL的貢獻率大于15%, 8個QTL貢獻率小于8%。6個QTL能在2個環(huán)境下同時被檢測到, 分別是、、、、和; 1個千粒重QTL-在3個環(huán)境下被重復(fù)檢測到(表2和圖2)。具體分析如下:

2.2.1 株高 共檢測到4個株高QTL, LOD值在2.63~5.87之間, 貢獻率變幅為8.99%~20.74%。位于2號染色體DX-C2-13標記附近, 在北京和南昌2個環(huán)境中都能被檢測到, 貢獻率分別為20.74%和10.90%;和分別位于5號染色體DX-C5-10和8號染色體DX-C8-12標記, 2個QTL僅在臨沂環(huán)境中被檢測到, 貢獻率分別為11.80%和8.99%;位于7號染色體indel-c7-1標記處, 僅在北京環(huán)境中被檢測到, 貢獻率為9.86%。

2.2.2 穗長 共檢測到穗長QTL 5個, LOD值在2.66~5.48之間, 貢獻率變幅為8.06%~17.36%。位于2號染色體02-067標記處, 在臨沂和南昌2個環(huán)境下均能被檢測到, 貢獻率分別為12.87%和11.88%;位于1號染色體01-009處,位于2號染色體DX-C2-13標記處,位于10號染色體DX-S10-1標記處, 3個QTL僅在北京環(huán)境下被檢測到, 貢獻率分別為9.17%、17.36%和8.06%;位于5號染色體05-028標記處, 僅在南昌環(huán)境中被檢測到, 貢獻率為10.42%。

2.2.3 分蘗數(shù) 檢測到的有效分蘗數(shù)QTL 2個, LOD值在3.03~3.89之間。和分別位于1號染色體DX-C1-2和010-060標記處, 2個QTL均僅在臨沂環(huán)境下被檢測到, 貢獻率分別為10.96%和13.32%。

2.2.4 一次枝梗數(shù) 共檢測到7個一次枝梗數(shù)QTL, LOD值介于2.68~7.98之間, QTL貢獻率在6.79%~18.54%范圍內(nèi)。和位于1號染色體DX-C1-6和DX-C1-10標記處, 僅在臨沂環(huán)境下被檢測到, 貢獻率分別為9.25%和8.34%;、和分別位于3號染色體DX-C3-8、5號染色體DX-C5-3和8號染色體DX-S8-14標記處, 僅在北京環(huán)境下被檢測到, 貢獻率分別為9.86%、11.23%和18.54%;和分別位于8號染色體DX-C8-11和DX-C8-12標記處, 僅在南昌環(huán)境下被檢測到, 貢獻率分別為6.79%和13.99%。

2.2.5 一次枝梗粒數(shù) 共檢測到8個一次枝梗粒數(shù)QTL, LOD值在2.61~9.27之間, 貢獻率變幅為8.18%~17.32%。、、、和分別位于1號染色體DX-C1-3、DX-C1-10、3號染色體DX-C3-28、8號染色體DX-S8-14和11號染色體DX-S11-10標記處, 僅在北京環(huán)境下能檢測到, 貢獻率分別為9.85%、12.29%、8.18%、9.33%和9.86%;僅在臨沂環(huán)境下能被檢測到, 位于1號染色體01-046標記處, 貢獻率為17.32%; 僅在南昌環(huán)境下被檢測到的有和, 分別位于8號染色體DX-C8-11和DX-C8-12標記處, 貢獻率分別為7.45%和16.35%。

2.2.6 二次枝梗數(shù) 共檢測到8個二次枝梗數(shù)QTL, LOD值在3.09~9.46之間, 貢獻率范圍為6.71%~23.99%。、和分別位于1號染色體DX-C1-7、2號染色體DX-C2-1和4號染色體S4-12-2標記處, 僅在臨沂環(huán)境下能檢測到, 貢獻率分別為8.86%、15.83%和15.75%;、、和分別位于2號染色體DX-C2-2、02-057、4號染色體DX-C4-12和6號染色體S6-9-1標記處, 僅在北京環(huán)境下能檢測到, 貢獻率分別為23.99%、12.01%、8.10%和6.71%;僅在南昌環(huán)境下能被檢測到, 位于6號染色體DX-C6-2標記處, 貢獻率為13.08%。

2.2.7 二次枝梗粒數(shù) 共檢測到二次枝梗粒數(shù)QTL 10個, LOD值在2.68~12.66之間, 貢獻率變幅為4.67%~27.79%。、、和分別位于2號染色體DX-C2-1、3號染色體DX-S3-16、4號染色體DX-C4-2和DX-C4-8標記處, 僅在臨沂環(huán)境下能檢測到, 貢獻率分別為27.79%、6.99%、9.03%和4.67%;、、和分別位于2號染色體DX-C2-2、2號染色體02-057、4號染色體DX-C4-12和6號染色體S6-9-1標記處, 僅在北京環(huán)境下能檢測到, 貢獻率分別為21.39%、9.79%、10.55%和9.47%;和僅在南昌環(huán)境下能被檢測到, 分別位于3號染色體DX-S3-17和6號染色體DX-C6-2標記處, 貢獻率分別為15.34%和10.56%。

2.2.8 每穗粒數(shù) 共檢測到6個每穗粒數(shù)QTL, LOD值在3.08~5.14之間, 貢獻率變幅為9.96%~17.43%。、和分別位于1號染色體01-046、2號染色體DX-C2-1和4號染色體S4-12-2標記處, 僅在臨沂環(huán)境下能檢測到, 貢獻率分別為13.92%、14.43%和12.58%;位于6號染色體06-013標記處, 僅在南昌環(huán)境下能檢測到, 貢獻率分別為13.45%;和僅在北京環(huán)境下能被檢測到, 分別位于6號染色體06-037和11號染色體DX-S11-10標記處, 貢獻率分別為17.43%和9.96%。

圖1 CSSL群體中11個產(chǎn)量相關(guān)性狀的頻率分布

Fig. 1 Frequency distribution of 11 yield-related traits in the CSSLs

縱坐標表示CSSL數(shù)量。藍色、紅色和綠色長柱分別代表CSSL中11個性狀在北京、臨沂和南昌的頻率分布。藍色、紅色和綠色箭頭表示日本晴的11個性狀在北京、臨沂和南昌的表現(xiàn)。

The vertical axis of each figure represents the number of CSSL individuals. The blue, red and green rectangles represent the distribution of eleven yield-related traits in the CSSLs at the Beijing, Linyi and Nanchang locations, respectively. The blue, red, and green triangles represent the positions of the means of Nipponbare in Beijing, Linyi, and Nanchang, respectively.

表2 北京、臨沂和南昌3地產(chǎn)量相關(guān)性狀QTL分析

(續(xù)表2)

(續(xù)表2)

正值表示增效等位基因來自東鄉(xiāng)普通野生稻, 負值表示增效等位基因來自日本晴。各性狀縮寫同表1。

Positive values indicate that the positive alleles come from Dongxiang common wild rice. Negative values indicate that the positive alleles come from Nipponbare. Abbreviations of traits are the same as those given in Table 1. PVE: percentage of total phenotypic variance explained by the QTLs.

檢測到的QTL具體信息如表2所示。每個標記的物理位置顯示在染色體的左側(cè), 標記名稱顯示在染色體的右側(cè)。綠色字符表示在2個地點都能檢測到的QTL, 藍色表示在3個地點都能檢測到的QTL。

The definitions of the abbreviations for the symbols representing the QTLs are listed in Table 2. The position of each marker is based on the physical distance shown to the left of each chromosome, and the molecular marker is shown on the right. The green characters represent the names of the QTLs detected at two sites, and the blue characters represent the name of the QTL detected at three sites.

2.2.9 千粒重 共檢測到7個千粒重QTL, LOD值在2.90~5.28之間, 貢獻率變幅為7.81%~14.36%。位于2號染色體02-008標記處, 在北京、臨沂和南昌3個環(huán)境中都能被檢測到, 貢獻率分別為14.36%、9.19%和10.96%;位于8號染色體DX-S8-14標記處, 在臨沂和南昌2個環(huán)境中能被同時檢測到, 貢獻率分別為8.54%和7.86%;位于3號染色體DX-C3-1標記處, 僅在北京環(huán)境下檢測到, 貢獻率為10.64%;和分別位于8號染色體DX-C8-3和9號染色體DX-C9-4標記處, 僅在臨沂環(huán)境中被檢測到, 貢獻率分別為11.68%和8.11%;和分別位于9號染色體DX-C9-10和12號染色體S12-6-3標記處, 僅在南昌環(huán)境中被檢測到, 貢獻率分別為7.81%和14.11%。

2.2.10 粒長 共檢測到8個粒長QTL, LOD值在2.86~5.75之間, 貢獻率變幅為7.12%~16.65%。位于2號染色體02-067標記處, 在臨沂和南昌2個環(huán)境中都能被檢測到, 貢獻率分別為10.71%和7.12%;位于3號染色體DX-C3-23標記處, 在北京和南昌2個環(huán)境中都能被檢測到, 貢獻率分別為14.90%和14.95%;和分別位于1號染色體DX-C1-18和3號染色體indel-c3-12標記處, 僅在北京環(huán)境中被檢測到, 貢獻率分別為16.65%和9.22%;和僅在臨沂環(huán)境中被檢測到, 分別位于3號染色體DX-C3-8和4號染色體S4-12-2標記處, 貢獻率分別為13.44%和10.68%; 在南昌環(huán)境下能夠被檢測到QTL有和, 分別位于3號染色體DX-S3-17和10號染色體DX-C10-8標記處, 貢獻率分別為15.14%和8.88%。

2.2.11 粒寬 共檢測到3個粒寬QTL, LOD值在2.50~4.59之間, 貢獻率介于10.06%~17.86%之間。位于8號染色體DX-C8-15標記處, 在北京和臨沂2個環(huán)境中都能被檢測到, 貢獻率分別為17.86%和14.49%;3和分別位于3號染色體DX-S3-17和10號染色體DX-C10-10標記處, 僅在南昌環(huán)境下能夠被檢測到, 貢獻率為10.06%和10.33%

2.3 QTL驗證

利用已構(gòu)建的次級分離群體, 對株高QTL、一次枝梗數(shù)QTL和粒寬QTL三個位點進行了驗證。

將含有置換系L13、置換系L78和置換系L90分別與日本晴雜交, 構(gòu)建F2次級分離群體。分別考察了相應(yīng)群體530個單株的株高、402個單株的一次枝梗數(shù)和198個單株的粒寬, 發(fā)現(xiàn)3個性狀在分離群體中均呈連續(xù)分布(圖3-A, C, E)。通過高通量測序, 極端矮株混池獲得188,787,238個Reads, 極端高株混池獲得190,156,356個Reads, 檢測到602,546個SNP,D(All-index)在染色體上的分布如圖3-B; 在5號染色體的23,053,001~25,260,000區(qū)間、6號染色體的7,388,001~20,383,000區(qū)間和7號染色體的1,727,001~3,832,000區(qū)間有3個明顯的QTL,處于7號染色體區(qū)間內(nèi)。極端多一次枝?；斐孬@得217,405,862個Reads, 極端少一次枝?；斐孬@得230,822,574個Reads, 檢測到221,953個SNP,D(All-index)在染色體上的分布如圖3-D; 在7號染色體的1~1,552,000區(qū)間、8號染色體的201,001~2,764,000區(qū)間以及18,259,001~25,357,000區(qū)間有3個明顯的QTL,在8號染色體18,259,001~25,357,000區(qū)間內(nèi)。極端窄?；斐孬@得200,257,918個Reads, 極端寬粒混池獲得205,590,678個Reads, 檢測到166,301個SNP,D(All-index)在染色體上的分布如圖3-F; 在1號染色體的4,069,001~4,803,000區(qū)間、5號染色體的2,584,001~5,802,000區(qū)間以及10號染色體17,095,001~23,206,000區(qū)間有3個明顯的QTL,在10號染色體區(qū)間內(nèi)。因此,、和三個QTL是真實存在的。

3 討論

普通野生稻是亞洲栽培稻的近緣野生種, 在長期的進化過程中, 保留了栽培稻丟失的高產(chǎn)優(yōu)質(zhì)、抗病蟲、耐逆和營養(yǎng)高效利用等有利基因和優(yōu)異單倍型, 但一些不利性狀往往和有利性狀緊密連鎖, 限制了野生稻的利用效率, 構(gòu)建普通野生稻染色體片段置換系在一定程度上可以解決這個難題。近年來, 我國水稻、特別是北方粳稻產(chǎn)量一直徘徊不前, 利用普通野生稻豐富的遺傳多樣性, 拓寬育種親本的遺傳基礎(chǔ), 是改良現(xiàn)有品種、提高水稻產(chǎn)量的有效途徑。本實驗室前期針對粳稻育種材料, 利用東鄉(xiāng)普通野生稻為供體親本, 日本晴為受體親本, 構(gòu)建了一套CSSL[23]。本研究在此基礎(chǔ)上, 2019年分別在北京、臨沂和南昌種植該CSSL, 考察了11個與產(chǎn)量相關(guān)的性狀。統(tǒng)計分析發(fā)現(xiàn), 11個性狀都存在超親分離現(xiàn)象(圖1和表1), 而且, 有些如落粒、長芒、高植株等野生稻不利性狀與有利性狀連鎖已打破(數(shù)據(jù)沒有提供), 可以直接選擇一些家系供改良粳稻育種親本利用。

CSSL不僅可以為拓寬育種親本的遺傳基礎(chǔ)提供基因資源, 而且還是定位與克隆重要數(shù)量性狀基因的理想群體, 特別是對微效QTL的發(fā)掘具有良好的效果。本研究在3地對11個產(chǎn)量相關(guān)性狀進行了表型鑒定, 結(jié)合CSSL分子標記數(shù)據(jù), 共檢測到68個QTL, QTL貢獻率介于4.67%~27.79%, 貢獻率最大的是二次枝梗粒數(shù)QTL, 貢獻率為27.79%; 貢獻率最小的是二次枝梗粒數(shù)QTL, 貢獻率僅有4.69% (表2)。檢測到的一二次枝梗數(shù)、枝梗粒數(shù)、每穗粒數(shù)及粒形等馴化相關(guān)性狀QTL數(shù)量較多, 也說明普通野生稻在這些性狀上具有更為豐富的遺傳多樣性, 可以為這些性狀相關(guān)基因的克隆和性狀改良提供多樣的基因資源。

A:位點次級分離群體中株高的頻率分布; B: 株高極端混池?(SNP-index)曼哈頓圖; C:位點次級分離群體中一次枝梗數(shù)的頻率分布; D: 一次枝梗數(shù)極端混池?(SNP-index)曼哈頓圖; E:位點次級分離群體中粒寬的頻率分布; F: 粒寬極端混池?(SNP-index)曼哈頓圖。藍色和紅色箭頭分別表示日本晴和對應(yīng)染色體片段置換系3個性狀的表現(xiàn)。

A: frequency distribution of plant height in secondary segregated population related of; B: ?(SNP-index) graph of plant height extreme mixed pools; C: frequency distribution of primary branches per panicle in secondary segregated population related of; D: ?(SNP-index) graph of primary branches per panicle extreme mixed pools; E: frequency distribution of grain width in secondary segregated population related of; F: ?(SNP-index) graph of grain width extreme mixed pools. The blue and red triangles represent the positions of the means of Nipponbare and its related CSSL, respectively.

環(huán)境顯著影響數(shù)量性狀QTL定位的數(shù)量和質(zhì)量, 特別是產(chǎn)量相關(guān)性狀的表現(xiàn)受環(huán)境影響更大。本研究在北京、臨沂和南昌3地種植CSSL群體和親本日本晴, 各地表型差異較大, 即使是高遺傳力的粒長和粒寬性狀也差異顯著(圖1), 不可避免地影響到定位QTL的可重復(fù)性。檢測到的68個QTL中, 在北京環(huán)境下檢測到的有29個, 臨沂26個, 南昌21個; 6個QTL能在2個環(huán)境下被重復(fù)檢測到, 僅有1個QTL在3個環(huán)境下被重復(fù)檢測到。利用前期已構(gòu)建的F2次級分離群體采用BSA法分別對株高、一次枝梗數(shù)和粒寬三個位點進行了驗證, 雖然結(jié)果顯示相應(yīng)的3個分離群體的株高、一次枝梗數(shù)和粒寬均呈連續(xù)分布, 受多個基因控制, 但是本文檢測的3個QTL在BSA分析中都能重現(xiàn)。因此, 一些在單環(huán)境中檢測到的QTL可能也是真實可靠的(圖3)。68個QTL中, 有24個QTL與已報道的QTL/基因在染色體上的位置相同或鄰近。株高QTL和穗長QTL與鄰近[30],與鄰近[31-32]。一次枝梗粒數(shù)QTL與鄰近[12]; 二次枝梗數(shù)QTL和二次枝梗粒數(shù)QTL與鄰近[33]; 每穗粒數(shù)QTL1與、和與區(qū)間重疊[34-35]。在粒形相關(guān)QTL中, 本研究中的相關(guān)QTL大多與已克隆的粒形基因位置重疊, 例如與[36]、與/[37-39]、與[40]、和與[16]、與[41]、與[42]以及和與[20]。此外, 穗長QTL、一次枝梗數(shù)QTL和一次枝梗粒數(shù)QTL二次枝梗數(shù)QTL和每穗粒數(shù)QTL分別與粒形基因/、和位置相同或者鄰近。除了24個QTL與已報道的位點/基因位置相近外, 其余44個為本研究新發(fā)現(xiàn)位點。

[1] 郭韜, 余泓, 邱杰, 李家洋, 韓斌, 林鴻宣. 中國水稻遺傳學(xué)研究進展與分子設(shè)計育種. 中國科學(xué): 生命科學(xué), 2019, 49: 1185–1212. Guo T, Yu H, Qiu J, Li J Y, Han B, Lin H X. Advances in rice genetics and breeding by molecular design in China.(Vitae), 2019, 49: 1185–1212 (in Chinese).

[2] 吳比, 胡偉, 邢永忠. 中國水稻遺傳育種歷程與展望. 遺傳, 2018, 40: 841–857. Wu B, Hu W, Xing Y Z. The history and prospect of rice genetic breeding in China., 2018, 40: 841–857 (in Chinese with English abstract).

[3] Yan S, Zou G H, Li S J, Wang H, Liu H Q, Zhai G W, Guo P, Song H M, Yan C J, Tao Y Z. Seed size is determined by the combinations of the genes controlling different seed characteristics in rice., 2011, 123: 1173–1181.

[4] Monna L, Kitazawa N, Yoshino R, Lisa M, Suzuki J, Masuda H, Maehara Y, Tanji M, Sato M, Nasu S, Minobe Y. Positional cloning of rice semidwarfing gene,: rice “green revolution gene” encodes a mutant enzyme involved in gibberellin synthesis., 2002, 9: 11–17.

[5] Spielmeyer W, Ellis M H, Chandler P M. Semidwarf (), “green revolution” rice, contains a defective gibberellin 20-oxidase gene., 2002, 99: 9043–9048.

[6] Li X Y, Qian Q, Fu Z M, Wang Y H, Xiong G S, Zeng D L, Wang X Q, Liu X F, Teng S, Hiroshi F, Yuan M, Luo D, Han B, Li J Y. Control of tillering in rice., 2003, 422: 618–621.

[7] Zhou F, Lin Q B, Zhu L H, Ren Y L, Zhou K N, Shabek N, Wu F Q, Mao H B, Dong W, Gan L, Ma W W, Gao H, Chen J, Yang C, Wang D, Tan J J, Zhang X, Guo X P, Wang J L, Jiang L, Liu X, Chen W Q, Chu J F, Yan C Y, Ueno K, Ito S, Asami T, Cheng Z J, Wang J, Lei C L, Zhai H Q, Wu C Y, Wang H Y, Zheng N, Wan J M. D14–SCFD3-dependent degradation ofregulates strigolactone signaling., 2013, 504: 406–410.

[8] Jiang L, Liu X, Xiong G S, Liu H H, Chen F L, Wang L, Meng X B, Liu G F, Yu H, Yuan Y D, Yi W, Zhao L H, Ma H L, He Y Z, Wu Z S, Melcher K, Qian Q, Xu H. E, Wang Y H, Li J Y. DWARF 53 acts as a repressor of strigolactone signaling in rice., 2013, 504: 401–405.

[9] Ishikawa S, Maekawa M, Arite T, Onishi K, Takamure I, Kyozuka J. Suppression of tiller bud activity in tillering dwarf mutants of rice., 2005, 46: 79–86.

[10] Zou J H, Chen Z X, Zhang S Y, Zhang W P, Jiang G H, Zhao X F, Zhai W X, Pan X B, Zhu L H. Characterizations and fine mapping of a mutant gene for high tillering and dwarf in rice (L.)., 2005, 222: 604–612.

[11] Huang X, Qian Q, Liu Z, Liu Z B, Sun H Y, He S Y, Luo D, Xia G M, Chu C C, Li J Y, Fu X D. Natural variation at thelocus enhances grain yield in rice., 2009, 41: 494–497.

[12] Ashikari M, Sakakibara H, Lin S Y, Yamamoto T, Takashi T, Nishimura A, R. Angeles E, Qian Q, Kitano H, Matsuoka M. Cytokinin oxidase regulates rice grain production., 2005, 309: 741–745.

[13] Wu Y, Wang Y, Mi X F, Shan J X, Li X M, Xu J L, Lin H X. The QTLencodes GA20ox1, which increases grain number and yield by increasing cytokinin activity in rice panicle meristems., 2016, 12: e1006386.

[14] Jin J, Hua L, Zhu Z, Tan L B, Zhao X H, Zhang W F, Liu F X, Fu Y C, Cai H W, Sun X Y, Gua P, Xie D X, Sun C Q.encodes a secreted peptide that regulates grain number, grain length, and awn development in rice domestication., 2016, 28: 2453–2463.

[15] Huo X, Wu S, Zhu Z, Liu F X, Fu Y C, Cai H W, Sun X Y, Gu P, Xie D X, Tan L B, Sun C Q.increases grain production in rice., 2017, 8: 1497.

[16] Fan C C, Yu S B, Wang C R, Xing Y Z. A causal C–A mutation in the second exon ofhighly associated with rice grain length and validated as a functional marker., 2009, 118: 465–472.

[17] 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: 623–630.

[18] Ishimaru K, Hirotsu N, Madoka Y, Murakami N, Hara N, Onodera H, Kashiwagi T, Ujiie K, Shimizu B, Onishi A, Miyagawa H, Katoh E. Loss of function of the IAA-glucose hydrolase geneenhances rice grain weight and increases yield., 2013, 45: 707–711.

[19] Li Y B, Fan C C, Xing Y Z, Jiang Y H, Luo L J, Sun L, Shao D, Xu C J, Li X H, Xiao J H, He Y Q, Zhang Q F. Natural variation inplays an important role in regulating grain size and yield in rice., 2011, 43: 1266–1269.

[20] Wang S K, Wu K, Yuan Q B, Liu X, Liu Z B, 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 byin rice., 2012, 44: 950–954.

[21] 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, Wang Y H, Zhu X D, Li J Y, Qian Q. Copy number variation at thelocus contributes to grain size diversity in rice., 2015, 47: 944–948.

[22] Zhao D S, Li Q F, Zhang C Q, Zhang C, Yang Q Q, Pan L X, Ren X Y, Lu J, Gu M H, Liu Q Q.acts as a transcriptional activator to regulate rice grain shape and appearance quality., 2018, 9: 1240.

[23] Ma X D, Han B, Tang J H, Zhang J N, Cui D, Geng L Y, Zhou H Y, Li M M, Han L Z. Construction of chromosome segment substitution lines of Dongxiang common wild rice (Griff) in the background of the japonica rice cultivar Nipponbare (L.)., 2019, 144: 274–282.

[24] 崔國慶, 王世明, 馬福盈, 汪會, 向朝中, 李云峰, 何光華, 張長偉, 楊正林, 凌英華, 趙芳明. 水稻高稈染色體片段代換系Z1377的鑒定及重要農(nóng)藝性狀QTL定位. 作物學(xué)報, 2018, 44: 1477–1484. Cui G Q, Wang S M, Ma F Y, Wang H, Xiang C Z, Li Y F, He G H, Zhang C W, Yang Z L, Ling Y H, Zhao F M. Identification of rice chromosome segment substitution line Z1377 with increased plant height and QTL mapping for agronomic important traits., 2018, 44: 1477–1484 (in Chinese with English abstract).

[25] Wang J K, Wan X Y, Crossa J, Crouch J, Weng J F, Zhai H Q, Wan J M. QTL mapping of grain length in rice (L.) using chromosome segment substitution lines., 2006, 88: 93–104.

[26] 馬小定, 唐江紅, 張佳妮, 崔迪, 李慧, 黎毛毛, 韓龍植. 東鄉(xiāng)野生稻與日本晴多態(tài)性標記的開發(fā). 作物學(xué)報, 2019, 45: 316–321. Ma X D, Tang J H, Zhang J N, Cui D, Li H, Li M M, Han L Z. Development of molecular markers polymorphic between Dongxiang wild rice andrice cultivar ‘Nipponbare’., 2019, 45: 316–321 (in Chinese with English abstract).

[27] Li H, Durbin R. Fast and accurate short read alignment with Burrows-Wheeler transform., 2009, 25: 1754–1760.

[28] McKenna A, Hanna M, Banks E, Sivachenko A, Cibulskis K, Kernytsky A, Garimella K, Altshuler D, Gabriel S, Daly M, Depristo M A. The Genome Analysis Toolkit: a MapReduce framework for analyzing next-generation DNA sequencing data., 2010, 20: 1297–1303.

[29] Takagi H, Abe A, Yoshida K, Kosugi S, Natsume S, Mitsuoka C, Uemura A, Utsushi H, Tamiru M, Takuno S, Innan H, Cano L M, Kamoun S, Terauchi R. QTL-seq: rapid mapping of quantitative trait loci in rice by whole genome resequencing of DNA from two bulked populations., 2013, 74: 174–183.

[30] Liu J H, Shen J Q, Xu Y, Li X H, Xiao J H, Xiong L Z., a CONSTANS-like gene, confers drought sensitivity through regulation of senescence in rice., 2016, 67: 5785–5798.

[31] 王仁曉, 李培金, 陳紅旗, 閔紹楷, 李家洋, 朱旭東. 水稻頂節(jié)間長度控制基因()的精細定位. 遺傳學(xué)報, 2005, 32: 955–959.Wang R X, Li P J, Chen H Q, Yan S K, Li J Y, Zhu X D. Fine localization of ricegene controlling elongation of the uppermost internode., 2005, 32: 955–959 (in Chinese with English abstract).

[32] Zhang Y Y, Zhu Y Y, Peng Y, Yan D W, Li Q, Wang J J, Wang L Y, He Z H. Gibberellin homeostasis and plant height control byand a role for gibberellin in root gravity responses in rice., 2008, 18: 412–421.

[33] Zha X J, Luo X J, Qian X Y, He G M, Yang M F, Li Y, Yang J S. Over-expression of the ricegene improves quantitative yield components., 2009, 7: 611–620.

[34] Moncada P, Martínez C P, Borrero J, Chatel M, Gauch Jr H, Guimaraes E, Tohme J, McCouch S R. Quantitative trait loci for yield and yield components in an×BC2F2population evaluated in an upland environment., 2001, 102: 41–52.

[35] Thomson M J, Tai T H, McClung A M, Lai X H, Hinga M E, Lobos K B, Xu Y, Martinez C P, McCouch S R. Mapping quantitative trait loci for yield, yield components and morphological traits in an advanced backcross population betweenand thecultivar Jefferson., 2003, 107: 479–493.

[36] Suh J P, Ahn S N, Cho Y C, Kang K H, Choi I S, Kim Y G, Suh H S, Hwang H G. Mapping of QTLs for yield traits using an advanced backcross population from a cross betweenand., 2005, 37: 214–220.

[37] Che R H, Tong H N, Shi B H, Liu Y Q, Fang S R, Liu D P, Xiao Y H, Hu B, Liu L C, Wang H R, Zhao M F, Chu C C. Control of grain size and rice yield by-mediated Brassinosteroid responses., 2015, 2: 15195.

[38] Duan P G, Ni S, Wang J M, Zhang B L, Xu R, Wang Y X, Chen H Q, Zhu X D, Li Y H. Regulation ofby OsmiR396 controls grain size and yield in rice., 2015, 2: 15203.

[39] Sun P Y, Zhang W H, Wang Y H, He Q, Shu F, Liu H, Wang J, Wang J M, Yuan L P, Deng H F.controls grain shape, panicle length and seed shattering in rice., 2016, 58: 836–847.

[40] Yu J P, Xiong H Y, Zhu X Y, Zhang H L, Li H H, Miao J L, Wang W S, Tang Z S, Zhang Z Y, Yao G X, Zhang Q, Pan Y H, Wang X, Rashid M A. R, Li J J, Gao Y M, Li Z K, Yang W C, Fu X D, Li Z C.contributing to rice grain length and yield was mined by Ho-LAMap., 2017, 15: 28.

[41] Zhang X J, Wang J F, Huang J, Lan H X, Wang C L, Yin C F, Wu Y Y, Tang H J, Qian Q, Li J Y, Zhang H S. Rare allele ofassociated with grain length causes extra-large grain and a significant yield increase in rice., 2012, 109: 21534–21539.

[42] Guo T, Chen K, Dong N Q, Shi C L, Ye W W, Gao J P, Shan J X, Lin H X. GRAIN SIZE AND NUMBER1 negatively regulates the OsMKKK10-OsMKK4-OsMPK6 cascade to coordinate the trade-off between grain number per panicle and grain size in rice., 2018, 30: 871–888.

Mapping QTLs for yield-related traits using chromosome segment substitution lines of Dongxiang common wild rice (Griff.) and Nipponbare (L.)

LUO Lan1,**, LEI Li-Xia1,**, LIU Jin2,3, ZHANG Rui-Hua4, JIN Gui-Xiu4, CUI Di2, LI Mao-Mao3, MA Xiao-Ding2,*, ZHAO Zheng-Wu1,*, and HAN Long-Zhi2,*

1Chongqing Normal University, Chongqing 401331, China;2National Key Facility for Crop Gene Resources and Genetic Improvement / Institute of Crop Sciences, Chinese Academy of Agricultural Sciences, Beijing 100081, China;3Rice Research Institute, Jiangxi Academy of Agricultural Sciences, Nanchang 330200, Jiangxi, China;4Linyi Academy of Agricultural Sciences, Linyi 276000, Shandong, China

In former study, we constructed a chromosome segment substitution lines (CSSLs) of Dongxiang common wild rice (Griff.) in the background of Nipponbare (L.). In this study, in order to investigate 11 yield-related traits, such as tillering number, grains per panicle and grain shapes, the CSSLs were planted in Beijing, Linyi and Nanchang. The results of quantitative trait loci (QTLs) for yield-related traits showed that a total of 68 QTLs were detected, including 4 QTLs for plant height, 5 QTLs for panicle length, 2 QTLs for tillering number, 7 QTLs for primary branch grain number, 8 QTLs for primary branch grain number, 8 QTLs for secondary branch grain number, 10 QTLs for secondary branch grain number, 6 QTLs for grains per panicle, 7 QTLs for 1000-grain weight, 8 QTLs for grain length and 3 QTLs for grain width. LOD score of the detected QTLs ranged from 2.50 to 12.66. The phenotypic variation explained by these QTLs ranged from 4.67% to 27.79%. There were 15 QTLs with a contribution rate more than 15%, 24 QTLs overlapped with the reported loci or gene position, 44 QTLs newly detected loci. In addition, 6 QTLs were stably detected at two sites, and 1 QTL () as a novel QTL was detected at three sites. Finally, the reliability of the three QTLs of,andwas verified by BSA. Our results will be helpful for the subsequent cloning of yield-related trait genes and further analysis of their genetic basis and molecular regulation mechanism.

common wild rice (Griff.); chromosome segment substitution lines (CSSLs); yield-related traits; QTL analysis

10.3724/SP.J.1006.2021.02054

本研究由國家重點研發(fā)計劃項目(2016YFD0100101, 2016YFD0100301), 國家自然科學(xué)基金項目(31671664), 中國農(nóng)業(yè)科學(xué)院科技創(chuàng)新工程項目, 國家農(nóng)作物種質(zhì)資源保護項目(2018NWB036-01, 2018NWB036-12-2)和國家農(nóng)作物種質(zhì)資源平臺項目(NICGR2018-001)資助。

This study was supported by the National Key Research and Development Program of China (2016YFD0100101, 2016YFD0100301), the National Natural Science Foundation of China (31671664), the CAAS Science and Technology Innovation Program, Protective Program of Crop Germplasm of China (2018NWB036-01, 2018NWB036-12-2), and the National Infrastructure for Crop Germplasm Resources (NICGR2018-001).

韓龍植, E-mail: hanlongzhi@caas.cn; 趙正武, E-mail: zhaozhengwu513@sina.com; 馬小定, E-mail: maxiaoding@caas.cn

**同等貢獻(Contributed equally to this work)

羅蘭, E-mail: 1366730598@qq.com; 雷麗霞, E-mail: 2873804227@qq.com

2020-08-13;

2020-11-13;

2020-12-29.

URL: https://kns.cnki.net/kcms/detail/11.1809.S.20201229.1139.002.html