利用永久F2群體定位小麥穗部性狀相關(guān)的QTL

劉陽(yáng)娜，劉麗華，張風(fēng)廷，張立平，苑少華，張明明，李宏博，龐斌雙，趙昌平

(北京市農(nóng)林科學(xué)院雜交小麥工程技術(shù)研究中心/雜交小麥分子遺傳北京市重點(diǎn)實(shí)驗(yàn)室，北京 100097)

小麥?zhǔn)俏覈?guó)乃至世界上最主要的糧食作物之一，在糧食生產(chǎn)中占有舉足輕重的地位。目前，小麥種植面積日益減少，所以，提高小麥產(chǎn)量尤為重要[1]。穗部性狀是小麥重要的產(chǎn)量性狀，在小麥產(chǎn)量構(gòu)成中占據(jù)重要地位和作用[2-3]。因此，開展小麥穗粒數(shù)、千粒重等主要穗部性狀的QTL定位，明確其在染色體上的位置和效應(yīng)，對(duì)利用分子標(biāo)記輔助育種選擇和提高產(chǎn)量具有重要意義。

迄今為止，國(guó)內(nèi)外學(xué)者利用不同的分子標(biāo)記對(duì)不同的作圖群體(F2、RIL和BC群體)在小麥21條染色體上定位出許多控制小麥穗部性狀的QTL[4-8]。近幾年隨著分子標(biāo)記和高通量基因分型技術(shù)的發(fā)展，高密度SNP標(biāo)記開始應(yīng)用于小麥遺傳連鎖圖譜的構(gòu)建和基因定位領(lǐng)域。吳秋紅等[9]以269個(gè)RIL為材料，利用SNP和SSR在2個(gè)環(huán)境中共檢測(cè)到29個(gè)穗部性狀加性效應(yīng)QTL。劉 凱等[10]以173個(gè)RIL群體為材料，利用90K小麥SNP和DArT芯片技術(shù)，在5個(gè)環(huán)境中進(jìn)行穗部相關(guān)性狀的QTL定位，分別檢測(cè)到7、8、3、5和4個(gè)控制千粒重、穗長(zhǎng)、穗粒數(shù)、可育小穗數(shù)和總小穗數(shù)的加性QTL，表型解釋率均達(dá)到8%以上。武炳瑾等[11]利用RIL群體為材料，基于90K SNP芯片，在3個(gè)環(huán)境下檢測(cè)到37個(gè)控制穗長(zhǎng)、小穗數(shù)、不育小穗數(shù)、穗粒數(shù)、千粒重的主效QTL(PVE>10%)。Cui等[12]利用RIL群體，基于660K SNP芯片在10個(gè)環(huán)境中檢測(cè)到1個(gè)控制穗粒數(shù)的主效QTL位點(diǎn)(qKnps-4A)，可解釋8.0%～21.2%的表型變異。Kuang等[13]利用多小穗雌性10-A與單小穗雄性BE89雜交的F2和F2:3群體為材料，基于SNP和SSR標(biāo)記在4個(gè)不同的環(huán)境中共檢測(cè)到11個(gè)與穗部性狀相關(guān)的QTL，分別在2D、4A、6A、7A和7B染色體上，可解釋8.2%～37.8%的表型變異。

前人在利用SNP標(biāo)記對(duì)有關(guān)穗部性狀進(jìn)行QTL定位研究時(shí)，材料均為基因型純合的永久性群體(DH、RIL)或F2分離群體，而利用兼有兩類群體優(yōu)勢(shì)的永久F2群體進(jìn)行小麥穗部性狀QTL定位的研究未見(jiàn)報(bào)道。因此，本研究以白玉149×BS366組合含有73個(gè)株系的DH群體為材料，構(gòu)建“永久F2”群體，結(jié)合90K SNP芯片基因分型結(jié)果，對(duì)穗部相關(guān)性狀進(jìn)行QTL定位和遺傳分析，以期為研究小麥穗部QTL及其遺傳效應(yīng)提供參考，為小麥分子標(biāo)記輔助育種提供依據(jù)。

1 材料與方法

1.1 “永久F2”群體的構(gòu)建及田間鑒定

以BS366與白玉149雜交組合培育的73個(gè)DH群體為材料，根據(jù)每個(gè)DH群體的開花期調(diào)整相應(yīng)播期，保證不同群體的花期能夠相遇。待每個(gè)群體發(fā)芽后置于4 ℃進(jìn)行春化處理，之后移栽至云南元謀基地，通過(guò)群體間兩兩隨機(jī)配制雜交組合，構(gòu)建232個(gè)“永久F2”群體。

232個(gè)“永久F2群體”及其親本于2017―2018年度分別種植于安徽阜陽(yáng)、北京海淀兩地，分別用E1、E2表示。每個(gè)“永久F2”群體前后相鄰種植其雙親品種，便于獲取相關(guān)農(nóng)藝性狀，每個(gè)環(huán)境設(shè)兩次重復(fù)。田間每份材料種植2行，行長(zhǎng)1.5 m，行距25 cm，每行30株，采用常規(guī)大田田間管理模式。

1.2 表型性狀測(cè)定及數(shù)據(jù)處理

于小麥成熟后,每個(gè)F2群體隨機(jī)挑選10個(gè)單株，參照李立會(huì)等[14]的方法調(diào)查穗長(zhǎng)、穗粒數(shù)、小穗數(shù)和千粒重,取平均值用于表型及遺傳分析。采用Microsoft Excel 2003軟件統(tǒng)計(jì)分析數(shù)據(jù)。

1.3 分子標(biāo)記篩選及遺傳圖譜構(gòu)建

利用Illumina(美國(guó)) 公司的Wheat 90K SNP芯片進(jìn)行全基因組掃描，使用Genome Studio v1.0軟件分型。去掉樣品分型質(zhì)量差、無(wú)信號(hào)、數(shù)據(jù)缺失率高、雙親間無(wú)多態(tài)性、最小等位變異率低于0.05的SNP位點(diǎn)，保留具有高質(zhì)量和雙親間多態(tài)性的 SNP 標(biāo)記用于遺傳分析?；谝阎旧w組信息，采用QTL IciMapping 4.2軟件的BIN功能刪除冗余的標(biāo)記，構(gòu)建遺傳連鎖 圖譜。

1.4 產(chǎn)量性狀QTL定位

利用QTL IciMapping 4.2軟件中的完備復(fù)合區(qū)間作圖法ICIM-ADD模型進(jìn)行QTL定位， 逐步回歸的概率為P<0.001，LOD閾值為 3.0[15]。QTL命名規(guī)則為：Q+性狀+染色體。采用物理定位的方法把本研究鑒定到的主效QTL與前人研究結(jié)果進(jìn)行比較，具體方法為：在Grain Gene網(wǎng)站上查找標(biāo)記序列，然后在Ensemble Plants數(shù)據(jù)庫(kù)(http://plants.ensembl.org/index.html)中利用Blastn功能獲取其物理位置。

2 結(jié)果與分析

2.1 “永久F2”群體的表型分析

從表1可以看出，基因型和環(huán)境對(duì)千粒重、穗粒數(shù)、穗長(zhǎng)和小穗數(shù)的影響均達(dá)到顯著或極顯著水平。千粒重、穗粒數(shù)、穗長(zhǎng)和小穗數(shù)各性狀在E1、E2兩個(gè)環(huán)境下均存在差異，且4個(gè)性狀在阜陽(yáng)的表型稍好于北京。4個(gè)穗部性狀中，穗粒數(shù)和小穗數(shù)的遺傳力分別為0.55和0.59，說(shuō)明兩個(gè)性狀受環(huán)境和基因型的共同影響；千粒重和穗長(zhǎng)的遺傳力分別為0.67和0.81，主要受基因型控制，受環(huán)境的影響相對(duì)較小。

表1 “永久F2”群體穗部性狀表型分析 Table 1 Phenotypic analysis of panicle traits of “immortalized F2”population

2.2 遺傳圖譜構(gòu)建結(jié)果

本試驗(yàn)使用的Wheat 90K SNP芯片共有 81 588個(gè)探針,覆蓋小麥全基因組。刪除不具備重復(fù)性、缺失率較高(大于等于10%)和MAF值小于0.05的位點(diǎn)，篩選出材料間有多態(tài)性的SNP標(biāo)記共計(jì)8 726個(gè)，用于構(gòu)建遺傳連鎖圖譜。遺傳圖譜總長(zhǎng)19 533 cM，連鎖圖譜覆蓋小麥 21 條染色體，平均SNP標(biāo)記距離2.24 cM。8 726個(gè)SNP標(biāo)記按染色體合并為3 078個(gè)BIN標(biāo)記，其中，大多數(shù)BIN標(biāo)記定位在A染色體組(1 283個(gè)，41.7%)和B染色體組(1 188個(gè)， 38.6%)上，僅有19.7%(607個(gè))的BIN定位在D染色體組上。A、B、D基因組染色體圖譜總長(zhǎng)分別為 7 868.23、6 129.90和5 534.87 cM，分別占總圖譜長(zhǎng)度的40.3%、31.4%和28.3%。染色體長(zhǎng)度為591.4(4B)～1 248.3 cM(7A)，每條染色體上定位的BIN標(biāo)記為45～244個(gè)。

2.3 穗部性狀QTL的定位結(jié)果

利用2個(gè)環(huán)境及其平均值的表型數(shù)據(jù),共定位到96個(gè)與穗部性狀相關(guān)的QTL,分布在19條染色體上，其中23個(gè)QTL的表型變異解釋率大于5%，為主效 QTL(表 2～5)。

2.3.1 穗長(zhǎng)QTL

定位到控制穗長(zhǎng)的QTL有20個(gè)(表2)，分布在2A、2D、3A、4A、4B、5B、5D、6A、6D、7A和7B染色體上，單個(gè)QTL可解釋1.83%～7.77%的表型變異，其中有10個(gè)為主效 QTL。10個(gè)QTL加性效應(yīng)為正值，表明其增效效應(yīng)來(lái)源于母本。其余10個(gè)QTL加性效應(yīng)為負(fù)值，表明其增效效應(yīng)來(lái)源于父本。10個(gè)QTL顯性效應(yīng)為正值，表明顯性等位基因起增效作用。7個(gè)QTL的顯性效應(yīng)大于加性效應(yīng)(顯性效應(yīng)與加性效應(yīng)比值的絕對(duì)值，下同)，表現(xiàn)為超顯性效應(yīng)。在10個(gè)主效 QTL中，3個(gè)QTL表現(xiàn)為超顯性效應(yīng)，分別是QSL.1-5D、QSL.1-6A和QSL.2-6A。

表2 本研究定位的穗長(zhǎng)QTLTable 2 QTLs for spike length mapped in this study

2.3.2 小穗數(shù)QTL

控制小穗數(shù)的QTL有59個(gè)(表3)，位于除3B和6B以外的19條染色體上，單個(gè)QTL可解釋0.22%～12.34%的表型變異，其中 4 個(gè)是主效QTL。31個(gè)QTL加性效應(yīng)為正值，表明其增效效應(yīng)來(lái)源于母本，28個(gè)QTL加性效應(yīng)為負(fù)值，表明其增效效應(yīng)來(lái)源于父本。6個(gè)QTL顯性效應(yīng)為正值，表明顯性等位基因起增效作用。43個(gè)QTL的顯性效應(yīng)大于加性效應(yīng)，表現(xiàn)為超顯性效應(yīng)。在4個(gè)主效QTL中，2個(gè)QTL表現(xiàn)為超顯性效應(yīng)，分別是QSN.1-2A和QSN.1-7A。

2.3.3 穗粒數(shù)QTL

控制穗粒數(shù)的QTL有6個(gè)(表4)，位于1A、2A、4A和4D染色體上，均為主效QTL，單個(gè)QTL可解釋6.80%～9.36%的表型變異。4個(gè)QTL加性效應(yīng)為正值，表明其增效效應(yīng)來(lái)源于母本，2個(gè)QTL加性效應(yīng)為負(fù)值，表明其增效效應(yīng)來(lái)源于父本。2個(gè)QTL顯性效應(yīng)為正值，表明顯性等位基因起增效作用。2個(gè)QTL的顯性效應(yīng)大于加性效應(yīng)，表現(xiàn)為超顯性效應(yīng)，分別為QKN.1-2A和QKN.2-2A。

表4 本研究定位的穗粒數(shù)QTLTable 4 QTLs for kernels number per spikemapped in this study

2.3.4 千粒重QTL

控制千粒重的QTL有11個(gè)(表5)，分布于2D、3A、3D、7A和7B染色體上，單個(gè)QTL可解釋2.57%～6.55%的表型變異，其中3個(gè)是主效QTL。6個(gè)QTL加性效應(yīng)為正值，表明其增效效應(yīng)來(lái)源于母本，5個(gè)QTL加性效應(yīng)為負(fù)值，表明其增效效應(yīng)來(lái)源于父本。10個(gè)QTL顯性效應(yīng)為正值，表明顯性等位基因起增效作用。7個(gè)QTL的顯性效應(yīng)大于加性效應(yīng)，表現(xiàn)為超顯性效應(yīng)。在3個(gè)主效 QTL中，1個(gè)QTL表現(xiàn)為超顯性效應(yīng)，為QTWK.3-7A。

表5 本研究定位的千粒重QTLTable 5 QTLs for thousand-grain weight in this study

3 討 論

3.1 染色體組等位變異豐富度不均衡

普通小麥?zhǔn)怯?A、B、D 染色體組組成的異源六倍體物種，長(zhǎng)期進(jìn)化和人工選育使小麥資源的遺傳多樣性偏低且遺傳基礎(chǔ)狹窄，尤其是D染色體組。前人研究認(rèn)為，3個(gè)基因組等位變異豐富度為B>A>D[16-18]。本研究結(jié)果認(rèn)為，A基因組的遺傳多樣性最高，B基因組次之，D基因組最低，A和B基因組研究結(jié)果與前人研究結(jié)果不一致，原因可能是本研究所用的SNP芯片和群體與前人不一致。

3.2 QTL定位結(jié)果分析

本研究共定位到96個(gè)與穗部性狀相關(guān)的QTL，其中主效QTL有23個(gè)，均只在一個(gè)環(huán)境中檢測(cè)到，但在阜陽(yáng)環(huán)境下檢測(cè)到的控制穗長(zhǎng)的QSL.1-6A(5.3～615.8 Mb)與在北京環(huán)境下檢測(cè)到的控制穗長(zhǎng)的QSL.2-6A(31.0～614.0 Mb)位置有重疊區(qū)域；在阜陽(yáng)環(huán)境下檢測(cè)到的控制穗長(zhǎng)的QSL.1-7A(683.5～692.9 Mb)與在北京環(huán)境下檢測(cè)到的控制穗長(zhǎng)的QSL.3-7A(692.9～700.7 Mb)位置較近，可能為同一個(gè)QTL。

到目前為止，前人定位到許多與小麥穗部性狀相關(guān)的QTL。對(duì)穗長(zhǎng)而言，本研究定位到的QSL.1-6A(5.3～615.8 Mb)和QSL.2-6A(31.0～614.0 Mb)與武炳瑾等[11]在6A染色體上檢測(cè)到的QTL位置(531.5～551.0 Mb)有重疊區(qū)域，可能為同一個(gè)QTL；本研究定位到的QSL.1-7A和QSL.3-7A的物理位置分別為683.5～692.9 Mb和692.9～700.7 Mb，而武炳瑾等[11]和Fan等[19]也在7A染色體上檢測(cè)到控制穗長(zhǎng)的QTL，但位置不一樣。對(duì)小穗數(shù)而言，本研究定位到的QSN.1-5A(567.9～615.3 Mb)與劉 凱等[10]在5A染色體上檢測(cè)到的QTL位置(539.5 Mb左右)接近，表型變異解釋率為12.34%；本研究定位到的QSN.1-7A物理位置為717.1～717.4 Mb，武炳瑾等[11]也在7A染色體上檢測(cè)到控制小穗數(shù)的QTL，但位置不一樣。對(duì)穗粒數(shù)而言，本研究定位到的QKN.2-2A的物理位置為535.8～710.2 Mb，Shi等[20]在2A染色體上檢測(cè)到的QTL(物理位置約為612.8 Mb)也在此區(qū)間內(nèi)，可能為同一個(gè)QTL；本研究定位到的QKN-4A的物理位置為6.8～645.1 Mb，與Cui等[12]在4A染色體上檢測(cè)到的QTL位置(物理位置約為683.5 Mb)不一致。對(duì)千粒重而言，本研究定位到的QTWK.2-2D物理位置約為481.6 Mb，與宋利強(qiáng)等[21]檢測(cè)到的控制千粒重的主效QTL (qTkw-2D)位置(561.16～ 574.60 Mb)相差較遠(yuǎn)，可能是一個(gè)新的QTL；本研究定位到的QTWK.3-7A物理位置約為481.6 Mb，與孫宇慧等[22]在4A染色體上檢測(cè)到的QTL位置(物理位置為5.6 Mb)不一致。

本研究檢測(cè)到的主效QTL僅在一個(gè)環(huán)境下能夠檢測(cè)到，可能是穗部性狀受基因型和環(huán)境的共同影響，穗部性狀基因之間也存在相互作用，導(dǎo)致QTL在多環(huán)境檢測(cè)中表現(xiàn)不穩(wěn)定或環(huán)境特異表達(dá)，后期將在多環(huán)境中種植并設(shè)置重復(fù)，以消除環(huán)境或基因型與環(huán)境互作的影響，進(jìn)一步對(duì)這些主效QTL精細(xì)定位，為開展與穗部性狀相關(guān)QTL的克隆和分子標(biāo)記輔助育種提供基礎(chǔ)。