巢式雜交分離群體的花生籽仁性狀的主基因+多基因混合遺傳模型分析

張毛寧，黃冰艷，苗利娟，徐靜，石磊，張忠信，孫子淇，劉華，齊飛艷，董文召，鄭崢，張新友

巢式雜交分離群體的花生籽仁性狀的主基因+多基因混合遺傳模型分析

1河南省農(nóng)業(yè)科學(xué)院鄭州大學(xué)科研創(chuàng)新基地/河南省作物分子育種研究院/國家生物育種產(chǎn)業(yè)創(chuàng)新中心/農(nóng)業(yè)部黃淮海油料作物重點實驗室/河南省油料作物遺傳改良重點實驗室，鄭州 450002；2鄭州大學(xué)農(nóng)學(xué)院，鄭州 450002

【】花生籽仁性狀是花生產(chǎn)量的重要構(gòu)成因素。通過對花生巢式雜交群體的籽仁性狀開展遺傳模式研究，為進(jìn)一步利用其衍生巢式關(guān)聯(lián)作圖群體開展花生籽仁性狀QTL定位及開發(fā)分子標(biāo)記輔助花生高產(chǎn)育種提供材料基礎(chǔ)及理論依據(jù)。以豫花15為共同親本，遠(yuǎn)雜9102、中花6號、粵油20、伏花生和NC94022為基礎(chǔ)親本，組配遠(yuǎn)雜9102×豫花15、中花6號×豫花15、豫花15×粵油20、豫花15×伏花生和豫花15×NC94022共5個組合的巢式雜交群體，通過F2單株收獲共獲得1 812個F2:3家系，將籽仁性狀分解為籽仁長、寬、長寬比、表面積、表面周長及單仁重等6個性狀，分析各個性狀之間的擬合度、相關(guān)性，利用數(shù)量性狀的主基因加多基因混合遺傳模型分別對其進(jìn)行遺傳模型分析與遺傳參數(shù)估計，確定控制各個性狀的基因數(shù)目、遺傳效應(yīng)值及遺傳力?；ㄉ彩诫s交分離群體中，籽仁性狀變異類型豐富，籽仁6個性狀在不同組合中均表現(xiàn)為超出雙親的正態(tài)分布；籽仁不同性狀間存在一定相關(guān)性，籽仁長、籽仁表面積和表面周長三者之間呈顯著相關(guān)，籽仁寬與籽仁長寬比呈負(fù)相關(guān)性，但相關(guān)性低；籽仁6個性狀之間的相關(guān)性越大，擬合度也越高；不同組合的不同籽仁性狀的遺傳模型存在差異，在籽仁的6個性狀中，籽仁表面積、表面周長在5個組合中均符合1MG-AM模型，籽仁寬、長寬比、單仁重均有4個組合符合1MG-AD模型，籽仁長有3個組合符合1MG-NCD模型，籽仁長、長寬比均有1個組合符合2MG-EAD模型，主基因遺傳力3.80%—77.06%，不同群體中的基因效應(yīng)值不同，表明多等位基因或非等位基因的不同遺傳效應(yīng)以及遺傳背景的差異?；ㄉ彩诫s交群體的籽仁性狀以多基因遺傳效應(yīng)為主，其遺傳表現(xiàn)出不同的模式，表明該巢式雜交群體中不同組合籽仁性狀的調(diào)控基因差異，為全面解析復(fù)雜籽仁性狀的遺傳機(jī)制提供了群體材料。

花生；巢式雜交群體；巢式關(guān)聯(lián)作圖群體；籽仁性狀；主基因+多基因遺傳模型

0 引言

【研究意義】花生（L.）作為原產(chǎn)自南美洲的一種重要的經(jīng)濟(jì)作物和油料作物[1]，其市場價值在中國所有作物中位居第四，僅次于水稻、小麥和玉米[2]。同時花生種子的油脂含量約50%，蛋白質(zhì)含量約26%，是世界重要植物油脂和植物蛋白的來源?；ㄉ讶屎胸S富的油酸、亞油酸、白藜蘆醇等營養(yǎng)物質(zhì)，有益于人體的健康[3]。作為世界上最大的花生生產(chǎn)國，中國雖然花生總產(chǎn)量及單產(chǎn)都在穩(wěn)步提高，但仍不能滿足國內(nèi)市場對花生的需求，花生進(jìn)口快速增長，而且中國花生進(jìn)口來源潛力有限[4]。因此，高產(chǎn)、優(yōu)質(zhì)和專用型花生新品種選育不僅能提高中國農(nóng)業(yè)產(chǎn)值，同時也能穩(wěn)定中國植物油脂及植物蛋白的安全供給?；ㄉa(chǎn)量性狀是數(shù)量性狀，受多基因調(diào)控[5]?；ㄉ讶时硇托誀畎ㄗ讶书L、寬、長寬比、表面積、表面周長及百仁重等不僅影響花生外觀及花生加工品質(zhì)[6]，同時也直接影響花生產(chǎn)量。對花生籽仁表型性狀開展遺傳機(jī)理研究，將為高產(chǎn)優(yōu)質(zhì)的專用型花生新品種培育奠定理論基礎(chǔ)和提供實踐依據(jù)。【前人研究進(jìn)展】花生產(chǎn)量性狀相關(guān)性狀，如：莢果的長、寬、長寬比、百果重[7-9]、出仁率[10]以及籽仁的長、寬、長寬比、百仁重[11]等大多數(shù)性狀均屬于數(shù)量性狀。近年來，植物數(shù)量性狀的遺傳研究方法得到了長足發(fā)展，利用數(shù)量性狀的遺傳模型分析方法，解析重要農(nóng)藝性狀的遺傳規(guī)律，為現(xiàn)代植物育種提供了重要的參考。利用雙親雜交構(gòu)建的遺傳群體進(jìn)行表型分析，GAI等[12]提出的主基因+多基因遺傳模型分析體系已廣泛應(yīng)用于小麥穗部性狀[13]、不結(jié)球白菜葉片數(shù)和分蘗數(shù)[14]、玉米粒長[15]、黃瓜單性結(jié)實性[16]、甜瓜果抗裂性[17]等多種作物的重要農(nóng)藝性狀解析。該分析方法也在花生籽仁的蛋白質(zhì)含量[18]、油酸和亞油酸含量[19]、白藜蘆醇含量[20]等重要性狀研究上得到應(yīng)用。籽仁性狀的相關(guān)研究表明，百仁重的遺傳符合多對主基因+多基因加性上位性模型，籽仁的長寬比受到2對主基因控制，籽仁長符合多對主基因控制的加性-上位性遺傳模型，籽仁寬符合加性或顯性上位性主基因+多基因混合遺傳模型[21-23]。前人研究采用的材料、種植環(huán)境不同，遺傳規(guī)律存在一定差異，且所用群體為雙親雜交的分離或RIL群體，存在一定的局限性?！颈狙芯壳腥朦c】近年來，多親雜交群體逐漸被復(fù)雜數(shù)量性狀的遺傳研究所采用，但采用巢式雜交群體分析花生籽仁性狀的遺傳模式鮮有報道?！緮M解決的關(guān)鍵問題】本研究將花生籽仁性狀細(xì)分為籽仁長、寬、長寬比、表面積、表面周長和單仁重等6個性狀，以豫花15共同親本與其他基礎(chǔ)親本遠(yuǎn)雜9102、中花6號、粵油20、伏花生、NC94022，配置5個雜交組合，獲得含有1 812個F2單株的巢式雜交F2:3家系群體，確定花生籽仁的6個表型性狀的遺傳模式，分析該6個性狀的調(diào)控主基因數(shù)及加性、上位性效應(yīng)，探究花生籽仁性狀的遺傳模式，為花生高產(chǎn)優(yōu)質(zhì)專用型新品種培育奠定理論基礎(chǔ)。

1 材料與方法

1.1 試驗材料

以豫花15（YH15）為巢式雜交群體的共同親本，遠(yuǎn)雜9102（YZ9102）、中花6號（ZH6）、粵油20（YY20）、伏花生（FHS）及NC94022為基礎(chǔ)親本。其中YH15和YZ9102為河南省農(nóng)業(yè)科學(xué)院選育的通過國家鑒定的花生品種，分別為中間型大果品種和珍珠豆型高產(chǎn)品種；ZH6和YY20為中國農(nóng)業(yè)科學(xué)院油料作物研究所和廣東省農(nóng)業(yè)科學(xué)院選育的珍珠豆型高產(chǎn)品種；FHS是山東省選育的珍珠豆型早熟品種；NC94022是美國普通型小果（蘭娜型）品種。

5個雜交組合遠(yuǎn)雜9102×豫花15（YZ9102×YH15）、中花6號×豫花15（ZH6×YH15）、豫花15×粵油20（YH15×YY20）、豫花15×伏花生（YH15×FHS）、豫花15×NC94022（YH15×NC94022）的F2單株收獲，分別獲得472、392、286、393和269個F2:3家系的籽仁，構(gòu)成一個含1 812個F2單株的巢式雜交分離群體。

1.2 表型測定

單株收獲F2的莢果經(jīng)晾曬風(fēng)干后，選剝均勻一致的成熟飽滿莢果，挑選10個飽滿且整齊的F2:3籽仁，依據(jù)《花生種質(zhì)資源描述規(guī)范和數(shù)據(jù)標(biāo)準(zhǔn)》[24]，利用萬深SC-G型自動考種分析及千粒重儀，獲得籽仁的6個表型性狀：籽仁長（length of kernel，KL）、籽仁寬（width of kernel，KW）、籽仁長寬比（ratio of kernel length to kernel width，KL/KW）、籽仁表面積（kernel surface area，KSA）、籽仁表面周長（kernel surface perimeter，KSP）和單仁重（average- kernel weight，AKW）。

1.3 數(shù)據(jù)分析

運用Excel軟件進(jìn)行表型數(shù)據(jù)、偏度、峰度等系數(shù)估計值基本統(tǒng)計；運用Origin和Graphpad prism7.0等軟件對試驗數(shù)據(jù)進(jìn)行可視化處理；運用R軟件包繪制頻率分布直方圖、邦弗朗尼（Bonferroni）相關(guān)性及線性擬合線。

運用SEAv1.0軟件，使用程序SEA-F2:3[25]對表型數(shù)據(jù)進(jìn)行分析。以AIC（Akaike’s Information Criterion）最小值或較小值的模型作為備選模型，再進(jìn)行適合性檢驗包括：均勻性檢驗（U2、U2、U2）、Smirnov檢驗（2）和Kolmogorov檢驗（），從備選的模型中選擇適合性檢驗參數(shù)未達(dá)顯著水平的模型，通過對比各模型的遺傳參數(shù)，確定最佳遺傳模型，再對最佳模型進(jìn)行遺傳參數(shù)的分析。

2 結(jié)果

2.1 花生籽仁表型性狀特征及次數(shù)分布

通過對花生籽仁表型性狀進(jìn)行統(tǒng)計（圖1），6個親本的籽仁不同的表型性狀均存在差異，豫花15、伏花生的籽仁長、寬、表面積、表面周長和單仁重較其他親本更大，分別為17.17 mm、9.32 mm、126.62 mm2、44.93 mm、0.85 g和16.93 mm、9.93 mm、130.38 mm2、45.53 mm、0.865 g，NC94022的長寬比值為2.12，居所有親本之首。

在巢式雜交群體的5個組合中，籽仁長平均值最大的組合為ZH6×YH15，平均值達(dá)17.20 mm；籽仁寬值最大為9.63 mm，組合為YZ9102×YH15；籽仁長寬比值最大為1.92，組合為YH15×NC94022，籽仁表面積最大值為128.97 mm2，組合為ZH6×YH15；籽仁表面周長最大值為46.05 mm，組合為ZH6×YH15；籽仁單仁重最大值為0.765 g，組合為YH15×YY20。籽仁長、寬、長寬比、表面積、表面周長、單仁重的變異幅度分別為10.01—21.54 mm、5.89—12.74 mm、1.28—2.49、50.97—197.60 mm2、27.83 mm—56.50 mm、0.22—1.21 g。籽仁長寬比變異系數(shù)較其他性狀??；籽仁表面積、單仁重變異系數(shù)值較其他性狀大，且較其他性狀變異表現(xiàn)更為突出且豐富（圖1-D—圖1-F，表1）。

圖2表明巢式雜交群體中F2:3家系的籽仁性狀，籽仁長、寬、長寬比、表面積、表面周長、單仁重呈現(xiàn)出連續(xù)的正態(tài)分布，具有連續(xù)多峰分布特點，符合主基因加多基因的特征，表明可能存在主基因。

A：親本籽仁長、寬、長寬比；B：親本的籽仁表面積及表面周長；C：親本的單仁重；D：F2:3的籽仁長、寬、長寬比；E：F2:3的表面積及表面周長；F：F2:3的單仁重。KL：籽仁長；KW：籽仁寬；KL/KW：籽仁長寬比；KSA：籽仁表面積；KSP：籽仁表面周長。下同

表1 巢式雜交群體籽仁表型性狀變異

KL：籽仁長；KW：籽仁寬；KL/KW：籽仁長寬比；KSA：籽仁表面積；KSP：籽仁表面周長；AKW：單仁重。下同

KL: kernel length; KW: kernel width; KL/KW: ratio of kernel length to kernel width; KSA: kernel surface area; KSP: kernel surface perimeter; AKW: Average-kernel weight. The same as below

2.2 花生籽仁表型性狀的遺傳相關(guān)性

對巢式雜交群體的籽仁表型性狀（籽仁長、寬、長寬比、表面積、表面周長、單仁重）進(jìn)行邦弗朗尼（Bonferroni）相關(guān)性及線性擬合線的分析，建立了花生F2:3家系的線性擬合散點圖矩陣（圖3）。分析巢式雜交群體中5個組合的籽仁性狀的頻率分布，每個變量的分布顯示在對角線上。相關(guān)和擬合曲線分析表明，所研究的多數(shù)性狀存在一定的相關(guān)性，部分性狀之間存在較強(qiáng)的相關(guān)性。

2.3 花生籽仁表型性狀的遺傳模型的建立

應(yīng)用SEA分析軟件，選擇F2:3群體類型，分別對巢式雜交群體的各組合的籽仁表型性狀進(jìn)行主基因+多基因模型分析，5個組合的籽仁的6個不同的表型性狀均獲得3類共11種遺傳模型（電子附表1），并對其進(jìn)行U2、U2、U2、2、等5種適合性檢驗（電子附表2）。在該巢式群體中的6個表型性狀，除了組合YZ9102×YH15的籽仁表面積（KSA）的模型2MG-A和組合YH15×FHS的籽仁表面積（KSA）的0MG、2MG-EA、1MG-A、2MG-EAD、2MG-A、1MG-EAD、2MG-CD、2MG-ADI模型出現(xiàn)適應(yīng)性達(dá)顯著外，其余組合性狀的模型均未達(dá)到顯著水平。

A、B、C、D、E分別表示巢式雜交群體中的組合YZ9102×YH15、ZH6×YH15、YH15×YY20、YH15×FHS、YH15×NC94022

A, B, C, D, and E represent YZ9102×YH15, ZH6×YH15, YH15×YY20, YH15×FHS and YH15×NC94022 combinations in nested-crossing population, respectively

圖2 巢式雜交群體籽仁的6個表型性狀的次數(shù)分布（柱形）、擬混合分布（紅線）與成分（黑線）分布

Fig. 2 Frequent (column), mixed (red line, theoretical), and component (black line) distributions for 6 phenotypic characters of kernel in nested-crossing population

2.4 花生籽仁表型性狀的遺傳參數(shù)的估計

基于AIC值對通過適合性檢驗的模型進(jìn)行升序排序，選擇前5個模型作為備選模型（表2），并對具有統(tǒng)計學(xué)意義備選遺傳模型進(jìn)行遺傳參數(shù)估計，基于AIC最小值或較小值選擇遺傳力較大的模型作為最佳遺傳模型，巢式雜交群體中不同組合的不同籽仁性狀的最適遺傳模型存在差異，籽仁長（KL）在巢式雜交群體中有3個組合符合1對主基因負(fù)向完全顯性模型（1MG-NCD）模型，分別是組合YZ9102×YH15、YH15×FHS、YH15×NC94022，主基因遺傳率分別為31.46%、40.85%和22.95%，組合ZH6×YH15符合2對主基因加性-等加性顯性（2MG-EAD）模型，主基因遺傳率為68.33%，組合YH15×YY20符合1對主基因加性-顯性模型（1MG-AD）模型，主基因遺傳率為58.54%；籽仁寬（KW）在巢式雜交群體中有4個組合符合1MG-AD模型，分別是組合YZ9102×YH15、YH15×YY20、YH15×FHS、YH15×NC94022，主基因遺傳率分別為53.68%、77.06%、73.91%和31.81%，組合ZH6×YH15符合1MG-NCD模型，主基因遺傳率分別為28.26%；籽仁長寬比（KL/KW）在巢式雜交群體中有4個組合符合1MG-AD模型，分別是組合YZ9102×YH15、ZH6×YH15、YH15×FHS和YH15×NC94022，主基因遺傳率分別為43.64%、52.89%、28.02%和22.99%，組合YH15×YY20符合2MG-EAD模型，主基因遺傳率為3.80%；籽仁表面積（KSA）和籽仁表面周長（KSP）在巢式雜交群體中5個組合均符合1MG-AD模型，主基因遺傳率分別為46.81%、43.61%、62.13%、62.38%、27.85%和50.90%、59.09%、63.12%、62.38%、58.14%；單仁重（AKW）在巢式雜交群體中有4個組合符合1MG-AD模型，分別是組合YZ9102×YH15、YH15×YY20、YH15×FHS和YH15×NC94022，主基因遺傳率分別為57.08%、55.03%、32.94%和62.02%，組合ZH6×YH15符合1MG-NCD模型，主基因遺傳率分別為44.40%（表3）。

表2 籽仁表型性狀遺傳模式分析

0MG：無主基因；1MG：1對主基因；2MG：2對主基因；A：加性；AD：加性-顯性；ADI：加性-顯性-上位性；CD：完全顯性；NCD：負(fù)向完全顯性；EA：等加性；EAD：等加性顯性。下同

0MG: No major gene; 1MG: A major gene; 2MG: Two major gene; A: Additive; AD: Additive-dominant; ADI: Additive-dominant-epistasis; CD: Completely dominant; NCD: Completely negative dominant; EA: Equally additive; EAD: Equally dominant. The same as below

表3 巢式雜交群體籽仁性狀的二階參數(shù)估計值

2：主基因方差；2%：主基因遺傳率。加粗字體所示模型為最適遺傳模型2: Major-gene Variance;2%: Heritability (Major-gene) (%). The genetic model shown in bold font is the most suitable genetic model

A、B、C、D、E分別表示巢式雜交群體中的組合YZ9102×YH15、ZH6×YH15、YH15×YY20、YH15×FHS、YH15×NC94022。圖中的上三角形顯示了2個籽仁性狀之間的相關(guān)系數(shù)以及顯著性水平，其中，*：＜0.05，**：＜0.01，***：＜0.001；下三角形用散點圖顯示2個籽仁性狀之間擬合度。對角線是6個籽仁性狀的直方圖

A, B, C, D, and E represent YZ9102×YH15, ZH6×YH15, YH15×YY20, YH15×FHS and YH15×NC94022 combinations in nested-crossing population, respectively. The upper triangle in the figure shows the correlation coefficient and significance level between the two kernel traits. Where, *:<0.05, **:<0.01, ***:<0.001; the lower triangle shows the fitness between the two kernels traits with scatter plots. Diagonal is a histogram of the six kernels traits

圖3 巢式雜交群體莢果的6個表型性狀的頻率分布?相關(guān)性和擬合曲線

Fig. 3 Frequency distribution, correlation and fit curve of six phenotypic characters in nested-crossing population

3 討論

3.1 花生籽仁性狀的遺傳模型

花生籽仁性狀包括多個復(fù)雜的數(shù)量遺傳性狀，如籽仁長、寬、長寬比、表面積、表面周長、百仁重等，由多個遺傳效應(yīng)不同的基因控制。殷冬梅等[26]曾利用雙列雜交F2分析了花生分離世代百仁重的遺傳效應(yīng)，得出百仁重性狀的遺傳具有加性和顯性效應(yīng)的結(jié)論。張新友[27]、劉華[28]針對花生RIL群體研究結(jié)果均表明花生百仁重受2對主基因加多基因控制。而本研究中，在巢式雜交群體中有4個群體的單仁重的遺傳模型符合1對主基因加性-顯性模型，1個群體的單仁重遺傳模型符合1對主基因負(fù)向完全顯性模型，與前人研究存在差異。張勝忠等[22]分析種植在不同環(huán)境的花生RIL群體的種子長寬比表型數(shù)據(jù)，結(jié)果表明，花生種子長寬比的遺傳受2對主基因控制。本研究結(jié)果顯示籽仁長寬比在巢式雜交群體中有4個組合符合1對主基因加性-顯性模型，1個組合符合2對主基因加性-等加性顯性模型，與前人研究有一定差異。本研究結(jié)果籽仁長和寬在巢式雜交群體中分別有3個組合符合1對主基因負(fù)向完全顯性模型、1個組合符合1對主基因加性-顯性模型、1個組合符合2對主基因加性-等加性顯性模型和4個組合符合1對主基因加性-顯性模型、1個組合符合1對主基因負(fù)向完全顯性模型。結(jié)果與張曉霞等[23]利用正反交的2個F2群體獲得籽仁長符合3對主基因控制的加性-上位性遺傳模型、寬符合1對具有加性效應(yīng)的主基因+多基因混合遺傳模型或2對具有顯性上位效應(yīng)的主基因+多基因混合遺傳模型的結(jié)果，存在一定差異。

本研究所采用的親本種類、親本數(shù)量、群體類型、種植環(huán)境等均與前人研究存在較明顯的差異，結(jié)果中符合1對主基因加性-顯性模型的性狀及組合最多，其中籽仁表面積、表面周長在所有組合中均符合1MG-AM模型，籽仁寬、籽仁長寬比、單仁重均有4個組合符合1MG-AD模型，籽仁長有1個組合符合1MG-AD模型；其次是1對主基因負(fù)向完全顯性模型，籽仁長有3個組合符合1MG-NCD模型，籽仁寬、單仁重各有1個組合符合1MG-NCD模型；2對主基因加性-等加性顯性模型也在少量性狀中有所表現(xiàn)，籽仁長、長寬比均有1個組合符合2MG-EAD模型，主基因遺傳力3.80%—77.06%。不同組合的加性、顯性和上位性基因效應(yīng)值各不相同，遺傳背景及種植環(huán)境對確定數(shù)量性狀的遺傳模型分析具有一定影響。

3.2 自然群體及雙親群體的局限性

全基因組關(guān)聯(lián)研究（genome-wide association study，GWAS）、數(shù)量性狀基因定位（quantitative trait locusmapping，QTL定位）等多種定位手段被應(yīng)用于自然群體或各種雙親構(gòu)建的不同連鎖作圖群體，用來定位如稻粒直徑、粒重[29]，小麥粒重、粒長[30]，玉米粒重[31]等復(fù)雜的數(shù)量性狀。Chen等[32]針對花生的2個F2:3群體分別對種子長、寬進(jìn)行QTL分析，鑒定了新的調(diào)控籽仁長、籽仁寬的QTL數(shù)量分別為5個和1個及0個和2個。宋延濱[33]和曾新穎[11]利用花生RIL群體進(jìn)行花生籽仁形態(tài)相關(guān)性狀QTL定位，二者結(jié)果存在差異，籽仁長、寬、長寬比、百仁重在多年重復(fù)檢測到的QTL數(shù)量分別有7、4、9和9個及18、16、18和14個。Pandey等[34]對來自不同國家共48個半干旱區(qū)域的300個基因型進(jìn)行全基因組關(guān)聯(lián)分析，發(fā)現(xiàn)調(diào)控花生籽仁的長、寬、重的性狀關(guān)聯(lián)標(biāo)記（markers- trait association，MATs）分別是9、3和5個。

由于環(huán)境、群體親本等諸多因素導(dǎo)致利用不同的RIL群體定位籽仁相關(guān)性狀的結(jié)果不一致，且采用GWAS對自然群體的數(shù)量性狀定位結(jié)果與雙親群體的QTL定位結(jié)果也存在較大差異。對于花生籽仁性狀的調(diào)控位點挖掘，目前，利用單一RIL群體的QTL定位區(qū)間較大；而GWAS難以定位到稀有變異，且由于自然群體的結(jié)構(gòu)和分層現(xiàn)象，影響GWAS結(jié)果的準(zhǔn)確性。因此，有必要構(gòu)建新的數(shù)量性狀定位群體。

3.3 巢式群體挖掘數(shù)量性狀位點的潛力

NAM（nested-association mapping）群體，是由一個共同親本與多個其他不同親本配合而成的含有多個RIL組合的群體，具有豐富的遺傳變異類型，同時其具有更多的基因重組機(jī)會，彌補了自然群體和雙親群體的缺陷，提高了等位基因的多樣性和QTL定位能力，現(xiàn)已被運用到小麥的開花期[35]、玉米籽仁大小及百仁重[36]、大豆種子的耐漬性[37]等各種作物的不同數(shù)量性狀的QTL定位中。NAM群體在油料作物的產(chǎn)量相關(guān)性狀的QTL定位方面已得到初步應(yīng)用并展示出良好的應(yīng)用前景。Xavier等[38]分析了大豆NAM群體的產(chǎn)量穩(wěn)定性，發(fā)現(xiàn)第4、6、9、13、15、18染色體上存在環(huán)境互作QTL，其中第18染色體上存在與大豆產(chǎn)量性狀顯著關(guān)聯(lián)的QTL。Song等[39]利用油菜NAM群體檢測到控制角果長、粒重的SNP位于目標(biāo)基因BnaA9.CYP78A9非編碼區(qū)。Gangurde等[40]采用花生的NAM群體進(jìn)行了百果重和百仁重的QTL定位，結(jié)果表明，不同的NAM群體其百果重、百仁重的QTL數(shù)量不同，分別是12和8個以及13和11個，主要分布于A05、A06、B05和B06染色體上。

本研究采用的材料是以豫花15為共同親本，遠(yuǎn)雜9102、中花6號、粵油20、伏花生和NC94022為基礎(chǔ)親本，配成包括遠(yuǎn)雜9102×豫花15、中花6號×豫花15、豫花15×粵油20、豫花15×伏花生和豫花15×NC94022共5個組合的巢式雜交群體。該群體的6個親本包含了普通型、珍珠豆型、中間型等生產(chǎn)上廣泛應(yīng)用的品種類型。且將花生的籽仁形態(tài)細(xì)分為6個不同的性狀，該6個性狀在6個親本中均表現(xiàn)較為明顯的差異，在F2:3中分離明顯，遺傳變異類型豐富，為進(jìn)一步進(jìn)行QTL定位解析花生籽仁性狀遺傳機(jī)制提供了材料基礎(chǔ)。

4 結(jié)論

在巢式雜交群體中，籽仁表型性狀的遺傳表現(xiàn)出不同的模型，多數(shù)組合的籽仁寬、長寬比、表面積、表面周長、單仁重符合1MG-AD模型，籽仁長有3個組合符合1MG-NCD模型，個別組合的個別性狀符合2MG-EAD模型，各主基因遺傳力、遺傳效應(yīng)均存在差異，表明該巢式雜交群體中不同組合的籽仁性狀的調(diào)控基因有差異。

[1] BERTIOLI D J, CANNON S B, FROENICKE L, HUANG G, FARMER A D, CANNON E K S, LIU X, GAO D, CLEVENGER J, DASH S, REN L, MORETZSOHN MC, SHIRASAWA K, HUANG W, VIDIGAL B, ABERNATHY B, CHU Y, NIEDERHUTH C E, UMALE P, ARAúJO A C G, KOZIK A, KIM K D, BUROW M D, VARSHNEY R K, WANG X, ZHANG X, BARKLEY N, GUIMAR?ES P M, ISOBE S, GUO B, LIAO B, STALKER H T, SCHMITZ R J, SCHEFFLER B E, LEAL-BERTIOLI S C M, XUN X, JACKSON S A, MICHELMORE R, OZIAS-AKINS P. The genome sequences ofand, the diploid ancestors of cultivated peanut. Nature Genetics, 2016, 48(4): 438-446.

[2] 董文召, 張新友, 韓鎖義, 易明林. 中國與美國花生生產(chǎn)成本及收益比較分析. 農(nóng)業(yè)科技管理, 2017, 36(5): 56-60.

DONG W Z, ZHANG X Y, HAN S Y, YI M L. Comparative analysis of peanut production cost and profit in China and USA. Management of Agricultural Science and Technology, 2017, 36(5): 56-60. (in Chinese)

[3] CHEN X, LI H, PANDEY MK, YANG Q, WANG X, GARG V, LI H, CHI X, DODDAMANI D, HONG Y, UPADHYAYA H, GUO H, KHAN AW, ZHU F, ZHANG X, PAN L, PIERCE GJ, ZHOU G, KRISHNAMOHAN KA, CHEN M, ZHONG N, AGARWAL G, LI S, CHITIKINENI A, ZHANG GQ, SHARMA S, CHEN N, LIU H, JANILA P, LI S, WANG M, WANG T, SUN J, LI X, LI C, WANG M, YU L, WEN S, SINGH S, YANG Z, ZHAO J, ZHANG C, YU Y, BI J, ZHANG X, LIU ZJ, PATERSON AH, WANG S, LIANG X, VARSHNEY RK, YU S. Draft genome of the peanut A-genome progenitor () provides insights into geocarpy, oil biosynthesis, and allergens. Proceedings of the National Academy of Science of the USA, 2016, 113(24): 6785-6790.

[4] 廖伯壽. 我國花生生產(chǎn)發(fā)展現(xiàn)狀與潛力分析. 中國油料作物學(xué)報, 2020, 42(2): 161-166.

LIAO B S. A review on progress and prospects of peanut industry in China. Chinese Journal of Oil Crop Sciences, 2020, 42(2): 161-166.

[5] LU Q, LIU H, HONG Y, LI H, LIU H, LI X, WEN S, ZHOU G, LI S, CHEN X, LIANG X. Consensus map integration and QTL meta-analysis narrowed a locus for yield traits to 0.7?cM and refined a region for late leaf spot resistance traits to 0.38?cM on linkage group A05 in peanut (L.). BMC Genomics, 2018, 19(1): 887-896.

[6] 房元瑾, 孫子淇, 苗利娟, 齊飛艷, 黃冰艷, 鄭崢, 董文召, 湯豐收, 張新友. 花生籽仁外觀和營養(yǎng)品質(zhì)特征及食用型花生育種利用分析. 植物遺傳資源學(xué)報, 2018, 19(5): 875-886.

FANG Y J, SUN Z Q, MIAO L J, QI F Y, HUANG B Y, ZHENG Z, DONG W Z, TANG F S, ZHANG X Y. Characterization of kernel appearance and nutritional quality in peanut accessions and its application for food-use peanut breeding. Journal of Genetic Resources, 2018, 19(5): 875-886. (in Chinese)

[7] SONG Y B, LUO H Y, HUANG L, CHEN Y N, CHEN W G, LIU N, REN X P, YU B L, GUO J B, JIANG H F. Integrated genetic linkage map of cultivated peanut by three RIL populations. Oil Crop Science, 2017(3): 146-159.

[8] LUO H, GUO J, REN X, CHEN W, HUANG L, ZHOU X, CHEN Y, LIU N, XIONG F, LEI Y, LIAO B, JIANG H. Chromosomes A07 and A05 associated with stable and major QTLs for pod weight and size in cultivated peanut (L.). Theoretical and Applied Genetics, 2018, 131(2): 267-282.

[9] 周小靜, 雷永, 夏友霖, 漆燕, 晏立英, 任小平, 黃莉, 羅懷勇, 劉念, 陳偉剛, 陳玉寧, 廖伯壽, 姜慧芳. 花生莢果大小和重量相關(guān)性狀的QTL定位分析. 中國油料作物學(xué)報, 2019, 41(6): 869-877.

ZHOU X J, LEI Y, XIA Y L, QI Y, YAN L Y, REN X P, HUANG L, LUO H Y, LIU N, CHEN W G, CHEN Y N, LIAO B S, JIANG H F. QTL mapping for traits of pod size and weight in cultivated peanut (L.). Chinese Journal of Oil Crop Sciences, 2019, 41(6): 869-877. (in Chinese)

[10] LUO H, XU Z, LI Z, LI X, LV J, REN X, HUANG L, ZHOU X, CHEN Y, YU J, CHEN W, LEI Y, LIAO B, JIANG H. Development of SSR markers and identification of major quantitative trait loci controlling shelling percentage in cultivated peanut (L.). Theoretical and Applied Genetics, 2017, 130(8): 1635-1648.

[11] 曾新穎, 郭建斌, 趙姣姣, 陳偉剛, 邱西克, 黃莉, 羅懷勇, 周曉靜, 姜慧芳, 黃家權(quán). 花生籽仁大小相關(guān)性狀QTL定位. 作物學(xué)報, 2019, 45(8): 1200-1207.

ZENG X Y, GUO J B, ZHAO J J, CHEN W G, QIU X K, HUANG L, LUO H Y, ZHOU X J, JIANG H F, HUANG J Q. Identification of QTL related to seed size in peanut (L.). Acta Agronomica Sinica, 2019, 45(8): 1200-1207. (in Chinese)

[12] GAI J Y, WANG Y J, WU X L, CHEN S Y. A comparative study on segregation analysis and QTL mapping of quantitative traits in plants-with a case in soybean. Frontiers of Agriculture in China, 2007, 1(1): 1-7.

[13] 解松峰, 吉萬全, 王長有, 胡衛(wèi)國, 李俊, 張耀元, 師曉曦, 張俊杰, 張宏, 陳春環(huán). 小麥穗部性狀的主基因+多基因混合遺傳模型分析.中國農(nóng)業(yè)科學(xué), 2019, 52(24): 4437-4452.

XIE S F, JI W Q, WANG C Y, HU W G, LI J, ZHANG Y Y, SHI X X, ZHANG J J, ZHANG H, CHEN C H. Genetic analysis of panicle related traits in wheat with major gene plus polygenes mixed model. Scientia Agricultura Sinica, 2019, 52(24): 4437-4452. (in Chinese)

[14] CAO X W, CUI H M, LI J, XIONG A S, HOU X L, LI Y. Heritability and gene effects for tiller number and leaf number in non-heading Chinese cabbage using joint segregation analysis. Scientia Horticulturae, 2016, 203: 199-206.

[15] 張中偉, 楊海龍, 付俊, 謝文錦, 豐光. 玉米粒長性狀主基因+多基因遺傳分析. 作物雜志, 2019(5): 37-40.

ZHANG Z W, YANG H L, FU J, XIE W J, FENG G. Genetic analysis of the kernel length of maize with mixed model of major gene plus polygene. Crops, 2019(5): 37-40. (in Chinese)

[16] 閆立英, 婁麗娜, 李曉麗, 婁群峰, 馮志紅, 陳勁楓. 雌雄同株黃瓜單性結(jié)實性遺傳分析. 中國農(nóng)業(yè)科學(xué), 2010, 43(6): 1295-1301.

YAN L Y, LOU L N, LI X L, LOU Q F, FENG Z H, CHEN J F. Inheritance of parthenocarpy in monoecious cucumber. Scientia Agricultura Sinica,2010, 43(6): 1295-1301. (in Chinese)

[17] Qi Z, Li J, Raza M A, Zou X X, Cao L W, Rao L L, Chen L P. Inheritance of fruit cracking resistance of melon (L.) fitting E-0 genetic model using major gene plus polygene inheritance analysis, Scientia Horticulturae, 2015, 189:168-174.

[18] 張新友, 韓鎖義, 徐靜, 劉華, 祝水金. 花生蛋白質(zhì)含量的主基因加多基因遺傳分析. 中國油料作物學(xué)報, 2011, 33(2): 118-122.

ZHANG X Y, HAN S Y, XU J, LIU H, ZHU S J. Genetic analysis of protein using major gene plus polygene methods in peanut (L.). Chinese journal of oil crop sciences, 2011, 33(2): 118-122. (in Chinese)

[19] 黃冰艷, 張新友, 苗利娟, 劉華, 秦利, 徐靜, 張忠信, 湯豐收, 董文召, 韓鎖義, 劉志勇. 花生油酸和亞油酸含量的遺傳模式分析. 中國農(nóng)業(yè)科學(xué), 2012, 45(4): 617-624.

HUANG B Y, ZHANG X Y, MIAO L J, LIU H, QIN L, XU J, ZHANG Z X, TANG F S, DONG W Z, HAN S Y, LIU Z Y. Inheritance analysis of oleic acid and linoleic acid content ofL.. Scientia Agricultura Sinica, 2012, 45(4): 617-624. (in Chinese)

[20] 劉煒, 劉行, 丁小霞, 楊曉鳳. 花生中白藜蘆醇含量的主基因+多基因遺傳分析. 山西農(nóng)業(yè)科學(xué), 2018, 46(12): 1990-1992+2056.

LIU W, LIU X, DING X X, YANG X F. A genetic analysis of resveratrol content in peanut by major gene plus polygene. Journal of Shanxi Agricultural Sciences, 2018, 46(12): 1990-1992+2056. (in Chinese)

[21] 張勝忠, 焦坤, 胡曉輝, 苗華榮, 陳靜. 花生百仁質(zhì)量和含油量的遺傳分析. 花生學(xué)報, 2018, 47(4): 7-12.

ZHANG S S, JIAO K, HU X H, MIAO H R, CHEN J. Genetic analysis for seed mass and oil content of peanut. Journal of Peanut Science, 2018, 47(4): 7-12. (in Chinese)

[22] 張勝忠, 苗華榮, 趙立波, 崔鳳高, 張智猛, 孫令強(qiáng), 胡曉輝, 陳靜. 花生種子長寬比性狀遺傳分析和相關(guān)SSR標(biāo)記篩選. 花生學(xué)報, 2019, 48(3): 1-8.

ZHANG S Z, MIAO H R, ZHAO L B, CUI F G, ZHANG Z M, SUN L Q, HU X H, CHEN J, Genetic analysis of seed length-to-width ratio of peanut and screening for correlated SSR markers. Journal of Peanut Science, 2019, 48(3): 1-8. (in Chinese)

[23] 張曉霞, 楊會, 張秀榮, 駱璐, 呂玉英, 張昆, 劉風(fēng)珍, 萬勇善. 花生子仁長寬及單仁重的遺傳分析. 山東農(nóng)業(yè)科學(xué), 2019, 51(9): 73-78+86.

ZHANG X X, YANG H, ZHANG X R, LUO L, Lü Y Y, ZHANG K, LIU F Z, WAN Y S. Genetic analysis of kernel length, width and single kernel weight in peanut (L.). Shandong Agricultural Sciences, 2019, 51(9): 73-78+86. (in Chinese)

[24] 姜慧芳, 段乃雄. 花生種質(zhì)資源描述規(guī)范和數(shù)據(jù)標(biāo)準(zhǔn). 北京: 中國農(nóng)業(yè)出版社, 2006.

JIANG H F, DUAN N X. Specification and data standard for peanut germplasm resource description. Beijing: China Agricultural Press, 2006. (in Chinese)

[25] 章元明, 蓋鈞鎰, 戚存扣. 植物數(shù)量性狀遺傳體系檢測中回交或自交家系重復(fù)試驗數(shù)據(jù)的分析方法. 遺傳, 2001, 23(4): 329-332.

ZHANG Y M, GAI J Y, QI C K. Detection of genetic system of quantitative traits using backcross and selfing families. Hereditas (Beijing), 2001, 23(4): 329-332. (in Chinese)

[26] 殷冬梅, 尚明照, 崔黨群. 花生主要農(nóng)藝性狀的遺傳模型分析. 中國農(nóng)學(xué)通報, 2006, 23(7): 261-265.

YIN D M, SHANG M Z, CUI D Q. Studies on genetic analysis of major agronomic characters in peanut. Chinese Agricultural Science Bulletin, 2006, 23(7): 261-265. (in Chinese)

[27] 張新友. 栽培花生產(chǎn)量、品質(zhì)和抗病性的遺傳分析與QTL定位研究[D]. 杭州: 浙江大學(xué), 2011.

ZHANG X Y. Inheritance of main traits related to yield, quality and disease resistance and their QTLs mapping in peanut (L.) [D]. Hangzhou: Zhejiang University, 2011. (in Chinese)

[28] 劉華. 栽培花生產(chǎn)量和品質(zhì)相關(guān)性狀遺傳分析與QTL定位研究[D]. 鄭州: 河南農(nóng)業(yè)大學(xué), 2011.

LIU H. Inheritance of main traits related to yield and quality, and their QTLs mapping in peanut (L.) [D]. Zhengzhou: Henan Agricultural University, 2011. (in Chinese)

[29] HU Z, LU S J, WANG M J, HE H, SUN L, WANG H, LIU X H, JIANG L, SUN J L, XIN X, KONG W, CHU C, XUE H W, YANG J, LUO X, LIU J X. A novel QTL qTGW3 encodes the GSK3/ SHAGGY-like kinase OsGSK5/OsSK41 that interacts with OsARF4 to negatively regulate grain size and weight in rice. Molecular Plant, 2018, 11(5): 736-749.

[30] DABA S D, TYAGI P, BROWN-GUEDIRA G, MOHAMMADI M. Genome-wide association studies to identify loci and candidate genes controlling kernel weight and length in a historical united states wheat population. Frontiers in Plant Science, 2018, 9: 1045.

[31] ZHANG X, GUAN Z, WANG L, FU J, ZHANG Y, LI Z, MA L, LIU P, ZHANG Y, LIU M, LI P, ZOU C, HE Y, LIN H, YUAN G, GAO S, PAN G, SHEN Y. Combined GWAS and QTL analysis for dissecting the genetic architecture of kernel test weight in maize. Molecular Genetics and Genomics, 2020, 295(2): 409-420.

[32] CHEN W, JIAO Y, CHENG L, HUANG L, LIAO B, TANG M, REN X, ZHOU X, CHEN Y, JIANG H. Quantitative trait locus analysis for pod- and kernel-related traits in the cultivated peanut (L.). BMC Genetics, 2016, 17(1): 25.

[33] 宋延濱. 花生籽粒形態(tài)相關(guān)性狀QTL分析[D]. 北京: 中國農(nóng)業(yè)科學(xué)院, 2018.

SONG Y B. QTL analysis for seed morphology related traits in cultivated peanut (L.) [D]. Beijing: Chinese Academy of Agricultural Sciences, 2018. (in Chinese)

[34] PANDEY M K, UPADHYAYA H D, RATHORE A, VADEZ V, SHESHSHAYEE M S, SRISWATHI M, GOVIL M, KUMAR A, GOWDA M V, SHARMA S, HAMIDOU F, KUMAR V A, KHERA P, BHAT R S, KHAN A W, SINGH S, LI H, MONYO E, NADAF H L, MUKRI G, JACKSON S A, GUO B, LIANG X, VARSHNEY R K. Genome wide association studies for 50 agronomic traits in peanut using the 'reference set' comprising 300 genotypes from 48 countries of the semi-arid tropics of the world. PLoS One, 2014, 9(8): e105228.

[35] KIDANE Y G, GESESSE C A, HAILEMARIAM B N, DESTA E A, MENGISTU D K, FADDA C, Pè M E, DELL'ACQUA M. A large nested association mapping population for breeding and quantitative trait locus mapping in Ethiopian durum wheat. Plant Biotechnology Journal, 2019, 17(7): 1380-1393.

[36] LI C, WU X, LI Y, SHI Y, SONG Y, ZHANG D, LI Y, WANG T. Genetic architecture of phenotypic means and plasticities of kernel size and weight in maize. Theoretical and Applied Genetics, 2019, 132(12): 3309-3320.

[37] ALI M J, XING G N, HE J B, ZHAO T J, GAI J Y. Detecting the QTL-allele system controlling seed-flooding tolerance in a nested association mapping population of soybean. The Crop Journal, 2020, 8(5): 781-792.

[38] XAVIER A, JARQUIN D, HOWARD R, RAMASUBRAMANIAN V, SPECHT J E, GRAEF G L, BEAVIS W D, DIERS B W, SONG Q, CREGAN P B, NELSON R, MIAN R, SHANNON J G, MCHALE L, WANG D, SCHAPAUGH W, LORENZ A J, XU S, MUIR W M, RAINEY K M. Genome-wide analysis of grain yield stability and environmental interactions in a multi parental soybean population. Genes Genomes Genetics (Bethesda), 2018, 8(2): 519-529.

[39] SONG J M, GUAN Z, HU J, GUO C, YANG Z, WANG S, LIU D, WANG B, LU S, ZHOU R, XIE W Z, CHENG Y, ZHANG Y, LIU K, YANG Q Y, CHEN L L, GUO L. Eight high-quality genomes reveal pan-genome architecture and ecotype differentiation of. Nature Plants, 2020, 6(1): 34-45.

[40] GANGURDE S S, WANG H, YADURU S, PANDEY M K, FOUNTAIN J C, CHU Y, ISLEIB T, HOLBROOK C C, XAVIER A, CULBREATH A K, OZIAS-AKINS P, VARSHNEY R K, GUO B. Nested-association mapping (NAM)-based genetic dissection uncovers candidate genes for seed and pod weights in peanut (). Plant Biotechnology Journal, 2020, 18(6): 1457-1471.

Genetic Analysis of Peanut Kernel Traits in a Nested-crossing Population by Major Gene Plus Polygenes Mixed Model

1Innovation Base of Zhengzhou University, Henan Academy of Agricultural Sciences/Henan Provincial Institute of Crop Molecular Breeding/State Industrial Innovation Center of Biological Breeding/Key Laboratory of Oil Crops in Huang-Huai-Hai Plains, Ministry of Agriculture/Henan Provincial Key Laboratory for Oil Crops Improvement, Zhengzhou 450002;2School of Agricultural Sciences, Zhengzhou University, Zhengzhou 450002

【】Peanut kernel traits are important components of peanut yield. The genetic models of peanut kernel traits were analyzed in a peanut nested-crossing population to provide material and theoretical basis for further QTL mapping in the derived nested association mapping (NAM) population and for marker developing to assist breeding for high yield peanut varieties.【】The nested-crossing population containing five combinations of Yuanza 9102×Yuhua 15, Zhonghua 6×Yuhua 15, Yuhua 15×Yueyou 20, Yuhua 15×Fuhuasheng and Yuhua 15×NC94022 was constructed using Yuhua 15 as common parent and other five varieties as founder parents. A total of 1812 F2:3families were obtained by single plant harvesting in F2, and the six kernel traits including kernel length, width, ratio of length to width, surface area, surface perimeter and average-kernel weight were measured for each family. The fitness and correlation between each pair of the traits were analyzed. The major gene plus polygene mixed genetic model of quantitative traits was tested and the genetic parameters, the number of control genes, the genetic effects and the heritability were estimated.【】 In the segregated populations of nested- crossing , the variation of kernel traits were extensive, and all the six traits showed normal distribution exceeding both parents in each of the combinations. There were significant correlations between each pair of the three traits including the kernel length surface area and surface perimeter. However, the correlation between kernel width and the ratio of length to width was low. The greater the correlations between each pair of the six traits, the higher the fitness. The genetic models of the kernel traits differed among the combinations. The genetic pattern of kernel surface area and kernel surface perimeter in all of the five combinations belonged to one major gene of additive-dominant model (1MG-AD), while that of the width, ratio of length to width and average kernel weight in four combinations also followed 1MG-AD pattern. The kernel length conformed to one major gene and negative completely dominant (1MG-NCD) model in three combinations, and the kernel length and ratio of length to width in one combination conformed to two major genes of equally dominant (2MG-EAD) model. The heritability of major genes was 3.80%-77.06% and the various implied the exist of multiple alleles or non-alleles in major genes as well as the minor genes in the backgrounds of different combinations.【】Most of the kernel traits in the peanut nested-crossing population had polygenic genetic effects, and followed different genetic models. These results indicated that the genetic background of kernel traits differed in this nested-crossing population and the genetic materials will further benefit the comprehensive dissection of the genetic mechanism of complex kernel traits.

peanut (L.); nested-crossing population; nested association mapping (NAM); kernel traits; major gene plus polygene model

10.3864/j.issn.0578-1752.2021.13.019

2020-12-05；

2021-03-03

國家現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系建設(shè)專項（花生產(chǎn)業(yè)技術(shù)體系）（CARS-13）、河南省花生產(chǎn)業(yè)技術(shù)體系（花生育種）（2016-05）、河南省重大科技專項（優(yōu)質(zhì)專用花生新品種培育與關(guān)鍵技術(shù)研究與示范）（201300111000）、河南省農(nóng)業(yè)科學(xué)院基礎(chǔ)性研究工作項目（2020-05）

張毛寧，E-mail：2421279393@qq.com。通信作者張新友，E-mail：haasz@126.com

（責(zé)任編輯 李莉）