小麥穗部產(chǎn)量性狀研究進(jìn)展與展望

張廣旭 王康君 譚一羅 郭明明 孫中偉 陳鳳 樊繼偉

(連云港市農(nóng)業(yè)科學(xué)院，江蘇 連云港 222000)

1 提高小麥產(chǎn)量，迎接未來(lái)挑戰(zhàn)

小麥?zhǔn)侵袊?guó)第3大糧食作物，其持續(xù)發(fā)展為保障國(guó)內(nèi)糧食安全作出了重要貢獻(xiàn)[1]。隨著全世界人口數(shù)目不斷增加，對(duì)小麥生產(chǎn)提出了更高要求，小麥生產(chǎn)面臨巨大挑戰(zhàn)。小麥對(duì)保障國(guó)民的糧食安全具有舉足輕重的地位，進(jìn)一步提高小麥單產(chǎn)是中國(guó)小麥育種的主要方向[2]。選育高產(chǎn)品種是育種重要目標(biāo)，單位面積穗數(shù)、穗粒數(shù)和千粒重是小麥產(chǎn)量構(gòu)成的3要素[3]，穗數(shù)的遺傳力最低，穗粒數(shù)的遺傳力比穗數(shù)的高，千粒重在三者中受遺傳特性的影響最大，其主要受加性效應(yīng)基因的控制，其相互之間彼此影響[4]；產(chǎn)量性狀受基因位點(diǎn)和環(huán)境影響共同控制。目前小麥育種以常規(guī)育種為主，效率低、時(shí)間長(zhǎng)，進(jìn)展緩慢，僅依靠該育種技術(shù)已經(jīng)難以滿足我國(guó)糧食安全和人民日益增長(zhǎng)的美好生活需要，因此，加快對(duì)小麥分子育種的研究勢(shì)在必行，可為我國(guó)解決小麥育種“卡脖子”問題奠定基礎(chǔ)[5]。

2 利用現(xiàn)代生物學(xué)技術(shù)挖掘產(chǎn)量性狀基因位點(diǎn)

遺傳分離群體的構(gòu)建和自然群體的選擇及其表型與基因型的獲取是開展QTL定位的前提。關(guān)聯(lián)作圖群體可以結(jié)合關(guān)聯(lián)分析和連鎖分析2種分析方式，可以解決基于單一群體QTL檢測(cè)的數(shù)目及真實(shí)性和重復(fù)性。Buckler[6,7]在2009年利用25個(gè)玉米關(guān)聯(lián)群體進(jìn)行遺傳信息多樣性分析和玉米開花期相關(guān)性狀的QTL分析。小麥基因組中的單核苷酸多態(tài)性(Single Nucleotide Polymorphisms, SNPs)具有分布廣、數(shù)量多且可高通量檢測(cè)等特點(diǎn)。目前小麥已開發(fā)出9K、90K、660K芯片和55K等一系列SNP芯片[8-11]，這些芯片具有高通量、低成本、省時(shí)、結(jié)果穩(wěn)定等優(yōu)點(diǎn)，其迅速的發(fā)展為高密度的遺傳連鎖圖譜構(gòu)建、KASP(Kompetitive Allele-Specific PCR)標(biāo)記的開發(fā)與應(yīng)用提供了重要的技術(shù)支撐，也促進(jìn)了目的基因的克隆和分子標(biāo)記輔助選擇(MAS)，最終為縮短育種年限，提高小麥產(chǎn)量奠定基礎(chǔ)，提高小麥育種效率。

3 小麥穗部產(chǎn)量性狀QTL定位研究進(jìn)展

3.1 基于雙親群體連鎖分析穗部性狀研究進(jìn)展

武炳瑾[12]利用周8425B/小偃81構(gòu)建的重組自交系群體結(jié)合90K芯片建立了高密度遺傳圖譜，進(jìn)行連鎖分析，共計(jì)定位到控制小穗數(shù)(12個(gè)，QSns.nafu-2B在2個(gè)環(huán)境下可檢測(cè)到)、不育小穗數(shù)(14個(gè)，QSsn.nafu-4A.1、QSsn.nafu-7B.1和QSsn.nafu-2D 3個(gè)位點(diǎn)可重復(fù)檢測(cè)到)、穗長(zhǎng)(18個(gè)，QSl.nafu-6A.2和QSl.nafu-7A 2個(gè)位點(diǎn)可重復(fù)檢測(cè)到)和穗粒數(shù)(11個(gè)，QGns.nafu-2B和QGns.nafu-6A 2個(gè)位點(diǎn)可重復(fù)檢測(cè)到)等位點(diǎn)；QSl.nafu-6A.2(穗長(zhǎng))和QGns.nafu-6A(穗粒數(shù))位于同一個(gè)基因簇，具有較大的選擇效應(yīng)。李娜[13]利用W7984/Opata構(gòu)建的114個(gè)RIL群體在柴達(dá)木盆地生態(tài)環(huán)境下6個(gè)年份共計(jì)檢測(cè)到6個(gè)穗長(zhǎng)QTL、2個(gè)小穗數(shù)QTL、8個(gè)穗粒數(shù)QTL、7個(gè)穗密度QTL，該研究同時(shí)表明即使利用同一套材料，在環(huán)境差異較大情況下，與產(chǎn)量性狀相關(guān)的位點(diǎn)表達(dá)亦有較大差異。梁秀梅[14]以“揚(yáng)麥17”與“寧麥18”構(gòu)建的F2∶3群體，進(jìn)行穗部性狀定位，如穗頂部、基部結(jié)實(shí)性等，共計(jì)定位到22個(gè)QTL位點(diǎn)，“寧麥18”提供了對(duì)穗頂部和基部結(jié)實(shí)粒數(shù)的增效基因。Jun Zou[15]利用90K芯片對(duì)Attila/CDC Go RIL群體，重新構(gòu)建的高密度標(biāo)記遺傳圖譜以及之前報(bào)道的表型數(shù)據(jù)，挖掘到較多之前未挖掘到的QTL位點(diǎn)，表明高密度遺傳連鎖圖譜對(duì)QTL挖掘的重要性。YF Xu[16]利用一套含有131個(gè)株系重組自交系在足水(WW)和干旱(DS)條件下挖掘到穩(wěn)定表達(dá)的總小穗數(shù)QTL位(QTss-1A)和小穗密度QTL(QScn-7A.1)。Nabin BhusalN[17]利用HD2808/HUW510構(gòu)建的重組自交系群體在正常播種和晚播條件下挖掘到與穗粒數(shù)相關(guān)QTL位點(diǎn)6個(gè)，Qgns.iiwbr-2A和Qgns.iiwbr-2A在多個(gè)環(huán)境中穩(wěn)定表達(dá)。Yulian Li[18]利用中國(guó)地方品種Banmangzi與“濟(jì)麥22”構(gòu)建的雙親群體(F6)，利用55K小麥芯片構(gòu)建遺傳連鎖圖，挖掘到控制穗長(zhǎng)、每穗小穗數(shù)位點(diǎn)分別有4個(gè)、5個(gè)。QSL.saas.2D在AX-108988107和AX-111096297之間2DS染色體上的物理間隔19.6～32.9 Mb在3個(gè)環(huán)境中被檢測(cè)到，與AX-108988107遺傳距離為0cM的，解釋了20.1%～27.9%的表型差異；QSNS.saas-2D.1與QSL.saas-在2D染色體上位于同一位置，解釋表型變異10.2%～18.5%，通過小麥基因組信息比對(duì)及預(yù)測(cè)候選基因選擇，發(fā)現(xiàn)編碼IAA-氨基酸水解酶ILR1和生長(zhǎng)調(diào)節(jié)因子對(duì)穗長(zhǎng)有影響。Xiaoli Fan[19]利用Kenong 9204/Jing411構(gòu)建的重組自交系(188)，進(jìn)行穗部產(chǎn)量性狀QTL定位，通過復(fù)合區(qū)間作圖共檢測(cè)到157個(gè)、54個(gè)條件QTL位點(diǎn)，其中3個(gè)為在低N條件下誘導(dǎo)小穗數(shù)和可育小穗數(shù)(qSn-1A.1、qFsn-1B和qFsn-7D)的QTL，R7A同時(shí)攜帶3個(gè)主要穩(wěn)定QTL(qSn-7A.2、qSc-7A和qFsn-7A.3)該區(qū)域是進(jìn)一步遺傳改良的重要候選區(qū)域之一。Roncallo P F[20]利用UC1113和Kofa構(gòu)建的RIL群體檢測(cè)到Xdupw4-Xbarc170和Xgwm265-Xwmc518區(qū)段存在控制穗粒數(shù)及產(chǎn)量相關(guān)性狀QTL。崔法[21,22]利用3個(gè)關(guān)聯(lián)RIL群體(含有公共親本)進(jìn)行產(chǎn)量性狀QTL定位，共檢測(cè)到28個(gè)穗粒數(shù)QTL，結(jié)合3個(gè)關(guān)聯(lián)RIL群體4個(gè)環(huán)境穗粒數(shù)表型及基因型數(shù)據(jù)分析，在Xwmc730-wPt-8091(物理位置:4A:664209916-4A:736770981)檢測(cè)到控制穗粒數(shù)主效QTL-qKnps-4A，進(jìn)一步表明利用關(guān)聯(lián)群體對(duì)QTL檢測(cè)真實(shí)性與精細(xì)定位具有重要作用。Zhai Huijie[23]利用2個(gè)冬性小麥Yumai8679和Jing411.構(gòu)建的雙親重組自交系群體，在9個(gè)環(huán)境下，共檢測(cè)到控制穗長(zhǎng)、可育小穗數(shù)、不育小穗數(shù)、總小穗數(shù)、穗密度QTL位點(diǎn)數(shù)目分別為30、31、30、33和33，且一些位點(diǎn)同時(shí)控制多個(gè)穗部性狀，同時(shí)發(fā)現(xiàn)黑麥1RS/1BL會(huì)對(duì)穗長(zhǎng)和穗數(shù)起正向作用，小穗密實(shí)度不變。Li Faji[24]利用3個(gè)關(guān)聯(lián)雙親群體，共計(jì)定位到與穗長(zhǎng)、總小穗數(shù)相關(guān)的QTL位點(diǎn)17、16個(gè)，部分位點(diǎn)在2個(gè)或3個(gè)群體中均檢測(cè)到，對(duì)這些可靠位點(diǎn)進(jìn)一步精細(xì)定位與分子標(biāo)記開發(fā)，可有助于小麥遺傳改良。胡俊美[25]利用4個(gè)相關(guān)聯(lián)的RIL群體，在8個(gè)環(huán)境下，共檢測(cè)到53個(gè)穗部產(chǎn)量性狀QTL位點(diǎn)，其中穗粒數(shù)4個(gè)、穗長(zhǎng)21個(gè)、每穗總小穗數(shù)28個(gè)，解釋表型變異在0.48%～9.48%，且優(yōu)異性狀基因是由野生親本小麥親本提供。Sara Farokhzadeh[26]利用SeriM82/Veery cross構(gòu)建的重組自交系，在有鋁脅迫和無(wú)鋁脅迫環(huán)境下分別定位到控制總小穗數(shù)QTL 3個(gè)、2個(gè)，無(wú)鋁脅迫下最高解釋表型變異可達(dá)20.93%，在鋁脅迫下2B-wPt-9736和wPt-27862個(gè)標(biāo)記與性狀關(guān)聯(lián)較大；在有鋁脅迫和無(wú)鋁脅迫環(huán)境下分別定位到穗粒數(shù)QTL位點(diǎn)6個(gè)和1個(gè)，無(wú)鋁脅迫下解釋表型變異6.64%～12.08%，在鋁脅迫環(huán)境下只檢測(cè)到1個(gè)微效的位點(diǎn)，脅迫環(huán)境下的QTL表達(dá)具有限制性。

3.2 基于自然群體關(guān)聯(lián)分析穗部性狀研究進(jìn)展

劉凱[27]通過全基因組關(guān)聯(lián)圖譜和連鎖分析兩者結(jié)合揭示了多個(gè)與穗相關(guān)性狀的顯著等位基因變異，通過雙親群體連鎖分析發(fā)現(xiàn)了35個(gè)加性效應(yīng)QTL，包括在1A、2D、4B、5B、6B和6D染色體上的11個(gè)穩(wěn)定QTL，染色體4B上EX_C101685和RAC875_C27536之間的標(biāo)記間隔表現(xiàn)出多效性對(duì)于SL、GNS、FSN、SSN和TSS，表型變異解釋(PVE)的范圍為5.40%～37.70%；同時(shí)通過205個(gè)優(yōu)質(zhì)小麥自然群體進(jìn)行GWAS分析，共檢測(cè)到73個(gè)標(biāo)記與穗部性狀顯著關(guān)聯(lián)，其分布在除4D、5D和6D外的所有小麥染色體上；通過連鎖分析和全基因組關(guān)聯(lián)分析，檢測(cè)了多個(gè)環(huán)境中在3A上QSD3A.2-164和RAC875_c17479_359之間同時(shí)控制穗長(zhǎng)與穗粒數(shù)。此外，在整合圖譜上鑒定出6個(gè)穩(wěn)定的QTL簇，分別位于染色體2D、3A、4B、5A和6A上，具有較高的PVE%。Weiping S[28]使用90K小麥SNP陣列對(duì)264個(gè)品種和揚(yáng)麥13/C615的RIL群體進(jìn)行基因分型，通過從多種環(huán)境獲得的數(shù)據(jù)的全基因組關(guān)聯(lián)分析，在47個(gè)單核苷酸多態(tài)性(SNP)基因座上檢測(cè)到62個(gè)與穗粒數(shù)顯著相關(guān)位點(diǎn)，關(guān)聯(lián)分析與連鎖分析的有效整合，為目標(biāo)位點(diǎn)進(jìn)一步精細(xì)定位奠定基礎(chǔ)。Congwei Sun[29]使用小麥90K芯片對(duì)黃淮麥區(qū)163個(gè)小麥品種組成的自然群體進(jìn)行基因分型，對(duì)13個(gè)產(chǎn)量性狀進(jìn)行全基因組關(guān)聯(lián)分析研究，與穗長(zhǎng)顯著關(guān)聯(lián)共檢測(cè)到129個(gè)SNP，位于1BL BobWhite_rep_c66146_237 SNP在9個(gè)環(huán)境中對(duì)穗長(zhǎng)有加性效應(yīng)；共檢測(cè)到161個(gè)與穗粒數(shù)顯著相關(guān)SNP，6BS上的Kukri_c4586_381被檢測(cè)到在8個(gè)環(huán)境中與穗粒數(shù)顯著負(fù)相關(guān)；共檢測(cè)到116個(gè)SNP與總小穗數(shù)顯著關(guān)聯(lián)，位于6AS、6AS和1AL的SNP Kukri_c264_539、Tdurum_contig42729_380 和tplb0059e14_515在4個(gè)環(huán)境下均可以穩(wěn)定表達(dá)；與可育小穗數(shù)、不育小穗數(shù)顯著相關(guān)SNP分別有159個(gè)、81個(gè)。Sheng-Xing Wang[30]使用小麥90K SNP芯片對(duì)105個(gè)優(yōu)良小麥品種(品系)的產(chǎn)量相關(guān)性狀進(jìn)行全基因組關(guān)聯(lián)研究，檢測(cè)到24個(gè)標(biāo)記和9個(gè)產(chǎn)量相關(guān)性狀極顯著相關(guān)，在7A染色體(130.27cM)上僅檢測(cè)到1個(gè)MTA(Kukri_c14516_224、Tdurum_contig10002_533和BS00108184_51)與穗粒數(shù)顯著相關(guān)，解釋了11.78%±12.45%的表型；Junli Zhang[31]利用262個(gè)光周期不敏感春小麥進(jìn)行小穗數(shù)、穗粒數(shù)等產(chǎn)量性狀的關(guān)聯(lián)分析，同時(shí)又利用8個(gè)NAM群體驗(yàn)證，檢測(cè)到穩(wěn)定表達(dá)的15個(gè)小穗數(shù)QTL，1個(gè)穗粒數(shù)QTL；Melissa Garcia[32]利用由地方品種、人工合成小麥和引進(jìn)資源組成的568份自然群體進(jìn)行產(chǎn)量性狀全基因組關(guān)聯(lián)分析，挖掘到穗長(zhǎng)與穗數(shù)4D(QSl.aww-4D)和4B(QSn.aww-4B)，其QTL位點(diǎn)在物理圖譜的位置在QSl.aww-4D(4D染色體上455Mbp)和QSn.aww-4B(4B號(hào)染色體上447Mbp)，這些可能是同源染色體區(qū)域控制的；龐昀龍[33]收集利用了國(guó)內(nèi)小麥主產(chǎn)區(qū)合計(jì)768份優(yōu)良小麥，進(jìn)行簡(jiǎn)化基因組測(cè)序分析，通過關(guān)聯(lián)分析，分別獲得了控制穗長(zhǎng)、每穗小穗數(shù)和穗粒數(shù)QTL位點(diǎn)26、17和49個(gè)，其中分別有8個(gè)、9個(gè)和24個(gè)在多個(gè)環(huán)境可以重復(fù)檢測(cè)到，其中還包含3個(gè)控制穗粒數(shù)QTL位點(diǎn)在所有環(huán)境下均可檢測(cè)到。對(duì)控制穗長(zhǎng)及穗粒數(shù)的穩(wěn)定表達(dá)位點(diǎn)，進(jìn)一步利用雙親群體進(jìn)行驗(yàn)證，進(jìn)一步采用多組學(xué)研究分析，鑒定到8個(gè)候選基因。左煜昕[34]通過生物信息學(xué)手段，采用元分析將不同科研工作者研究的控制小麥穗粒數(shù)的QTL位點(diǎn)進(jìn)行圖譜整合、映射和元分析，發(fā)現(xiàn)控制穗粒數(shù)的QTL位點(diǎn)在小麥21條染色體上分布不均勻，2B最多，7D最少；同時(shí)找到了35個(gè)一致性QTL區(qū)間段，這些穩(wěn)定區(qū)間段可以進(jìn)一步利用小麥基因組信息開發(fā)育種可利用的分子標(biāo)記，進(jìn)行育種改良。

3.3 穗部產(chǎn)量性狀QTL總結(jié)

綜上，目前己經(jīng)有大量科學(xué)家針對(duì)小麥穗部性狀等產(chǎn)量性狀進(jìn)行連鎖分析或關(guān)聯(lián)分析研究，更有兩者結(jié)合分析[21,22,27,28,31,33]與元分析，這些研究表明小麥穗部性狀是典型數(shù)量性狀，這些優(yōu)異位點(diǎn)的發(fā)現(xiàn)有助于進(jìn)一步改良小麥穗部形態(tài)結(jié)構(gòu)?？刂菩←溗氩啃誀畹腝TL位點(diǎn)在小麥所有21條染色體上均有分布，但不均勻；這些位點(diǎn)受環(huán)境和遺傳背景共同影響，絕大部分QTL穩(wěn)健性較差，且對(duì)表型的貢獻(xiàn)率有大有小，進(jìn)而對(duì)這些QTL位點(diǎn)挖掘相對(duì)來(lái)說較為困難，目前只有少數(shù)的QTL功能基因位點(diǎn)被克隆，Q、C、S和GNI1 4個(gè)基因分別位于5A、2D、3D和2A上；Q基因控制穗長(zhǎng)、株高等性狀;C基因控制穗部形態(tài)，籽粒性狀、數(shù)量等；S基因控制籽粒形態(tài)；GNI1基因控制穗粒數(shù)，其為編碼亮氨酸拉鏈I類(HD-zipI)的轉(zhuǎn)錄因子，其影響小花育性進(jìn)而影響穗粒數(shù)，其表達(dá)量的降低有利于穗粒數(shù)的增加[35-39]。

4 結(jié)語(yǔ)與展望

近年來(lái),隨著小麥基因組學(xué)的發(fā)展及高通量測(cè)序技術(shù)的發(fā)展，小麥產(chǎn)量結(jié)構(gòu)QTL定位數(shù)量愈來(lái)愈多，但受遺傳背景、環(huán)境和其貢獻(xiàn)率的影響，在育種上應(yīng)用的QTL較少，并且對(duì)這些QTL進(jìn)行系統(tǒng)整理較少。隨著小麥參考基因組的日趨完善，對(duì)這些已挖掘到的QTL進(jìn)行整合，比對(duì)到準(zhǔn)確的物理位置以及目標(biāo)區(qū)間的注釋信息等，開發(fā)可利用的高通量標(biāo)記，可進(jìn)一步快速有效地挖掘穗部形態(tài)的基因并有助于掌握小麥產(chǎn)量形成的遺傳信息，促進(jìn)小麥高產(chǎn)育種篩選優(yōu)異等位變異，通過優(yōu)異等位變異輔助選擇，將多個(gè)優(yōu)異效應(yīng)較大QTL轉(zhuǎn)移到綜合豐產(chǎn)性好的背景中去，有望突破傳統(tǒng)育種局限，解決小麥育種“卡脖子”瓶頸，實(shí)現(xiàn)大面積豐產(chǎn)品種選育。