小麥穗長(zhǎng)主效QTL—qSl-2D的遺傳和育種選擇效應(yīng)解析

董繼梓，陳林渠，郭浩儒，張夢(mèng)宇，劉志霄，韓磊，田趙颯爽，徐寧浩，郭慶杰，黃振潔，楊傲宇，趙春華，吳永振，孫晗，秦冉，崔法

小麥穗長(zhǎng)主效QTL的遺傳和育種選擇效應(yīng)解析

董繼梓，陳林渠，郭浩儒，張夢(mèng)宇，劉志霄，韓磊，田趙颯爽，徐寧浩，郭慶杰，黃振潔，楊傲宇，趙春華，吳永振，孫晗，秦冉，崔法

魯東大學(xué)農(nóng)學(xué)院/山東省高等學(xué)校作物高產(chǎn)抗逆分子模塊重點(diǎn)實(shí)驗(yàn)室，山東煙臺(tái) 264025

【目的】通過(guò)對(duì)小麥穗長(zhǎng)穩(wěn)定主效QTL進(jìn)行遺傳及育種選擇效應(yīng)分析，明確其對(duì)產(chǎn)量性狀的遺傳效應(yīng)，評(píng)價(jià)其未來(lái)育種應(yīng)用潛力，為后續(xù)基因挖掘和小麥分子育種提供依據(jù)。【方法】利用科農(nóng)9204×京411構(gòu)建的重組自交系（recombinant inbred lines derived from the cross of Kenong 9204 and Jing 411，KJ-RIL）群體定位到一個(gè)多環(huán)境穩(wěn)定表達(dá)的穗長(zhǎng)主效QTL，命名為；利用雙親靶區(qū)間序列差異InDel位點(diǎn)開(kāi)發(fā)出2個(gè)與該QTL緊密連鎖的分子標(biāo)記；結(jié)合分子標(biāo)記及55K芯片基因型數(shù)據(jù)，分別進(jìn)行基于KJ-RIL、MY-F2、NILs及自然作圖群體的產(chǎn)量相關(guān)性狀遺傳效應(yīng)分析；基于自然作圖群體基因分型，分析單倍型在各麥區(qū)及不同年代的育種選擇效應(yīng)?！窘Y(jié)果】QTL定位結(jié)果表明，可在7/10組環(huán)境數(shù)據(jù)中被檢測(cè)到，可解釋4.02%—10.10%的表型變異。其中，5/10組環(huán)境數(shù)據(jù)的LOD峰值均位于608.75 Mb處。遺傳效應(yīng)分析結(jié)果表明，增效等位基因型在4個(gè)群體遺傳背景下均能顯著增加穗長(zhǎng)。此外，其在大部分群體背景下對(duì)穗粒數(shù)、株高有正向效應(yīng)，而對(duì)千粒重、穗粒重和單株產(chǎn)量有負(fù)向效應(yīng)。對(duì)KJ-RIL群體株高進(jìn)一步分析發(fā)現(xiàn)，增效等位基因型對(duì)株高效應(yīng)未達(dá)到顯著水平的原因在于其對(duì)除穗下節(jié)間長(zhǎng)以外的各節(jié)間長(zhǎng)都有降稈效應(yīng)；單倍型分析結(jié)果表明，長(zhǎng)穗單倍型Hap-AA-GG在不同麥區(qū)中選擇利用率差異較大，在北部冬麥區(qū)中選擇利用率最高，占比24%；而短穗單倍型Hap-CC-CC在大部分麥區(qū)中占比30%以上。此外，隨著年代的遞進(jìn)，長(zhǎng)穗單倍型選擇利用率逐漸降低，而短穗單倍型一直保持較高的選擇利用率。【結(jié)論】定位到一個(gè)穩(wěn)定主效的穗長(zhǎng)QTL——，其增效等位基因型可在不同遺傳背景下顯著增加穗長(zhǎng)，同時(shí)對(duì)其他產(chǎn)量相關(guān)性狀有一定的遺傳效應(yīng)。靶區(qū)段開(kāi)發(fā)的緊密連鎖分子標(biāo)記可用于小麥穗長(zhǎng)及相關(guān)產(chǎn)量性狀的遺傳改良。

小麥（L.）；穗長(zhǎng)；主效QTL；遺傳效應(yīng)解析；分子標(biāo)記

0 引言

【研究意義】小麥?zhǔn)且环N在世界各地廣泛種植的谷類(lèi)作物，是世界上重要的糧食作物之一，在所有的人類(lèi)食物中提供約20%的蛋白質(zhì)和卡路里[1]。目前，全球極端、惡劣氣候頻發(fā)，城市擴(kuò)大不斷擠壓耕地，人口數(shù)量激增，小麥產(chǎn)量每年需要以1.7%的速度增長(zhǎng)（https://iwyp.org）才能滿足全球口糧需求。因此，小麥單產(chǎn)的提高成了保障糧食增產(chǎn)、人民基本物質(zhì)生活的前提。穗粒數(shù)、千粒重和畝穗數(shù)是小麥產(chǎn)量構(gòu)成三要素[2]。穗長(zhǎng)是小麥穗部的一個(gè)重要農(nóng)藝性狀，影響小穗著生的空間，與小麥穗粒數(shù)密切相關(guān)[3]。許多育種家將穗長(zhǎng)性狀作為育種過(guò)程中考查的一個(gè)重要指標(biāo)。對(duì)穗長(zhǎng)QTL精細(xì)定位及遺傳效應(yīng)分析，可為進(jìn)一步解析小麥穗長(zhǎng)遺傳調(diào)控機(jī)制奠定基礎(chǔ)，同時(shí)也為現(xiàn)代小麥分子育種提供基因標(biāo)記資源?！厩叭搜芯窟M(jìn)展】目前，已報(bào)道的諸多與小麥穗部性狀相關(guān)的QTL分布于小麥21條染色體[4-11]。Ma等[12]基于RIL群體，檢測(cè)到一個(gè)穗長(zhǎng)相關(guān)的主效QTL，定位于7D染色體—，解釋了29.7%—36.3%的表型變異。該QTL在F2群體中也表現(xiàn)出較大的效應(yīng)，解釋了31.4%的表型變異。Wu等[13]研究發(fā)現(xiàn)，與穗長(zhǎng)相關(guān)的主效或穩(wěn)定QTL，分布在2D、3A、4A、4B、5A、6A、6B、7A、7B和7D染色體上。王佳佳[14]利用MS-BC3F2:3、MT群體在4B染色體—區(qū)間檢測(cè)到1個(gè)QTL簇，涉及穗粒數(shù)、不育小穗數(shù)、可育小穗數(shù)、穗長(zhǎng)和株高。Zhang等[15]利用M8008×YN15（MY群體）和M8008×石家莊54（MS群體）2個(gè)RIL群體進(jìn)行QTL分析，在—區(qū)間檢測(cè)到1個(gè)控制穗長(zhǎng)、粒寬、籽粒長(zhǎng)寬比和千粒重的QTL簇。其中，和優(yōu)異等位基因來(lái)自M8008，和優(yōu)異等位基因來(lái)自YN15。Zhai等[16]利用191個(gè)家系組成的F9重組自交系群體經(jīng)多環(huán)境聯(lián)合分析，發(fā)現(xiàn)穗長(zhǎng)QTL——與矮稈基因定位區(qū)間一致，可能為相同的基因，在不改變小穗數(shù)的情況下，可降低穗長(zhǎng)長(zhǎng)度。程瑞如[17]發(fā)現(xiàn)是1個(gè)控制穗長(zhǎng)的基因，位于2DS染色體的0.9 cM區(qū)間。李聰?shù)萚18]利用3年8個(gè)環(huán)境表型數(shù)據(jù)共檢測(cè)出44個(gè)控制穗長(zhǎng)和株高的QTL。其中，穩(wěn)定的穗長(zhǎng)QTL有5個(gè)，分布于2D、4B和5B染色體上。柴嶺嶺[19]以普通小麥豫麥8679和京411及其衍生的剩余雜合體和近等基因系為材料，精細(xì)定位了2D染色體短臂上的一個(gè)同時(shí)控制株高和穗長(zhǎng)的QTL，即，進(jìn)一步明確了單位點(diǎn)水平上的遺傳效應(yīng)，并采用圖位克隆策略鑒定出區(qū)間內(nèi)的候選基因，初步確定了功能變異位點(diǎn)。水志杰等[20]以普通小麥品種西農(nóng)389×人工合成小麥材料KU98衍生的F7:8RIL群體為試驗(yàn)材料，基于小麥55K SNP芯片對(duì)該群體進(jìn)行基因分型，對(duì)小麥穗長(zhǎng)進(jìn)行了QTL定位，在1A、2D、3A、5A和7B染色體上共檢測(cè)到10個(gè)與穗長(zhǎng)性狀相關(guān)的QTL。姚儉昕[21]以小偃81和西農(nóng)1376構(gòu)建的包含190個(gè)株系的F10:11RIL群體為材料，檢測(cè)到3個(gè)控制穗長(zhǎng)的QTL，分別為、和。呂棟云[22]基于50K和90K SNP芯片，以分別含有198和102個(gè)株系的西農(nóng)1376×小偃81和周麥8425B×小偃81 2個(gè)RIL群體為材料，共檢測(cè)到36個(gè)控制穗長(zhǎng)的位點(diǎn)。Ji等[23]利用13F10×CM42構(gòu)建的RIL家系在5A染色體上將穗長(zhǎng)QTL定位到518.43—525.12 Mb。Li等[9]利用CM42×CKM1構(gòu)建的CK1群體檢測(cè)到2個(gè)與穗長(zhǎng)相關(guān)的主效穩(wěn)定QTL，分別解釋12.27%—29.49%和7.13%—9.37%的表型變異，2個(gè)位點(diǎn)的優(yōu)異等位基因由CM42貢獻(xiàn)。陳黃鑫等[24]以硬粒小麥矮蘭麥和野生二粒小麥LM001構(gòu)建的F8RIL群體為材料檢測(cè)到17個(gè)與穗長(zhǎng)相關(guān)的QTL，分布在2A、2B、3A、4A、4B、5A和6B染色體上，可解釋6.52%17.10%的表型變異。胡文靜等[25]以揚(yáng)麥13和CIMMYT引進(jìn)種質(zhì)人工合成小麥衍生系C615為親本構(gòu)建重組自交系群體，經(jīng)QTL分析，檢測(cè)到1個(gè)每穗結(jié)實(shí)總小穗數(shù)、2個(gè)穗長(zhǎng)、2個(gè)結(jié)實(shí)小穗著生密度和3個(gè)株高QTL，并發(fā)現(xiàn)多個(gè)QTL共定位的現(xiàn)象，如每穗結(jié)實(shí)總小穗數(shù)位點(diǎn)與株高位點(diǎn)、穗長(zhǎng)位點(diǎn)、結(jié)實(shí)小穗著生密度位點(diǎn)與株高位點(diǎn)及穗長(zhǎng)位點(diǎn)與結(jié)實(shí)小穗著生密度位點(diǎn)?！颈狙芯壳腥朦c(diǎn)】小麥穗長(zhǎng)為復(fù)雜的數(shù)量性狀，受多基因控制，由于其遺傳力相對(duì)較高[26]，可利用數(shù)量遺傳學(xué)方法對(duì)控制穗長(zhǎng)的主效基因進(jìn)行挖掘。但小麥基因組龐大復(fù)雜，因此，關(guān)于穗長(zhǎng)相關(guān)基因的定位和克隆報(bào)道較少，且其對(duì)產(chǎn)量性狀的遺傳效應(yīng)及育種選擇效應(yīng)研究還不夠深入。前期利用KJ-RIL群體，結(jié)合高密度遺傳連鎖圖譜基因型值及多環(huán)境表型數(shù)據(jù)，挖掘了一批小麥產(chǎn)量性狀QTL位點(diǎn)[8, 27-28]?！緮M解決的關(guān)鍵問(wèn)題】基于前期研究，本研究將遺傳圖譜中標(biāo)記序列比對(duì)至科農(nóng)9204基因組，獲得基于科農(nóng)9204基因組的物理圖譜?；谖锢韴D譜和表型數(shù)據(jù)對(duì)小麥穗長(zhǎng)重新精準(zhǔn)定位，多環(huán)境中均能在小麥2D染色體檢測(cè)到一個(gè)控制穗長(zhǎng)的主效QTL——；本研究進(jìn)一步解析對(duì)產(chǎn)量性狀的遺傳效應(yīng)，分析其育種選擇效應(yīng)特征，并開(kāi)發(fā)與緊密連鎖的可用于小麥分子育種的分子標(biāo)記。

1 材料與方法

1.1 試驗(yàn)材料

供試材料包括以科農(nóng)9204×京411構(gòu)建的F8重組自交系群體，命名為KJ-RIL群體。該群體包含188個(gè)家系，由于基因型取舍，KJ129家系未用于本研究；以綿37×煙農(nóng)999構(gòu)建的F2群體，命名為MY-F2群體，該群體包含196個(gè)家系；靶區(qū)段剩余雜合體經(jīng)自交獲得近等基因系（near-isogenic line，NILs）群體。此外，魯東大學(xué)小麥分子育種團(tuán)隊(duì)收集并保存了190份小麥育成品種（系）組成的自然作圖群體[29-31]，其中，北部麥區(qū)29份材料，黃淮冬麥區(qū)93份材料，青藏春冬麥區(qū)23份材料，西南冬麥區(qū)30份材料，長(zhǎng)江中下游冬麥區(qū)6份材料，西北春麥區(qū)2份材料，海外地區(qū)7份材料。

1.2 田間設(shè)計(jì)及農(nóng)藝性狀考種

KJ-RIL群體種植環(huán)境涉及3個(gè)試驗(yàn)基地：石家莊、北京和新鄉(xiāng)。每個(gè)地點(diǎn)設(shè)置高氮（high nitrogen，HN）和低氮（low nitrogen，LN）2個(gè)氮素水平，在每個(gè)高氮地塊中，播種前，施磷酸二銨300 kg·hm-2、尿素150 kg·hm-2，在拔節(jié)階段，施用尿素150 kg·hm-2。在LN樣地中，整個(gè)生育期均未施用氮肥。各個(gè)環(huán)境根據(jù)種植時(shí)間順序命名為E1—E8。其中，E1、E3、E5、E7為低氮環(huán)境，分別為2011—2012年石家莊、2012—2013年石家莊、2012—2013年北京、2013—2014年新鄉(xiāng)；E2、E4、E6、E8為高氮環(huán)境，分別為2011—2012年石家莊、2012—2013年石家莊、2012—2013年北京、2013—2014年新鄉(xiāng)[32]。190份小麥育成品種（系）組成的自然作圖群體在5個(gè)環(huán)境下進(jìn)行性狀表型鑒定，分別為2017—2018年魯東大學(xué)棲霞試驗(yàn)基地、2018—2019年濰坊農(nóng)科院試驗(yàn)基地、2018—2019年煙臺(tái)瀑拉谷試驗(yàn)基地環(huán)境一和環(huán)境二、2019—2020年魯東大學(xué)試驗(yàn)基地。對(duì)上述2個(gè)群體所鑒定的性狀包括穗長(zhǎng)、小穗數(shù)、小穗密度、株高、穗粒數(shù)、單株穗數(shù)、穗粒重、千粒重和單株產(chǎn)量；此外，對(duì)KJ-RIL群體，還測(cè)定了不同環(huán)境下（E9—E12）的節(jié)間長(zhǎng)度，包括穗下節(jié)間長(zhǎng)、倒二節(jié)間長(zhǎng)、倒三節(jié)間長(zhǎng)、倒四節(jié)間長(zhǎng)和倒五節(jié)間長(zhǎng)，其中，E9、E10環(huán)境為2013—2014年石家莊，E11、E12環(huán)境為2014—2015年石家莊[33]。選用的MY-F2群體于2020—2021年種植在煙臺(tái)瀑拉谷試驗(yàn)基地，所鑒定的性狀包括穗長(zhǎng)、株高、穗粒數(shù)、每穗小穗數(shù)、千粒重和小穗密度。選用的NILs群體于2021—2022年種植在煙臺(tái)市農(nóng)業(yè)科學(xué)院試驗(yàn)基地，所鑒定的性狀包括穗長(zhǎng)、株高、穗粒數(shù)、每穗小穗數(shù)、單株穗數(shù)、千粒重和小穗密度。

以上試驗(yàn)材料的種植均遵循隨機(jī)完全區(qū)組設(shè)計(jì)，2次重復(fù)。行長(zhǎng)2 m，行距0.25 m，田間管理均參照當(dāng)?shù)毓芾硪?guī)格進(jìn)行。相關(guān)材料的產(chǎn)量相關(guān)性狀調(diào)查方法參考Fan等[8]報(bào)道。

1.3 基因型的獲取、QTL定位及分子標(biāo)記開(kāi)發(fā)

利用CTAB法提取小麥葉片DNA。采用660K SNP芯片對(duì)科農(nóng)9204、京411和187個(gè)KJ-RIL家系基因分型，采用小麥55K Affymetrix芯片對(duì)190份育成品種（系）基因型分型。

基于KJ-RIL群體小麥660K芯片基因型數(shù)據(jù)，前期獲得小麥高密度遺傳連鎖圖譜[27]。利用本地BLAST（https://ftp.ncbi.nlm.nih.gov/blast/executables/blast+/LATEST/）對(duì)SNP側(cè)翼序列進(jìn)行比對(duì)分析，獲得基于科農(nóng)9204基因組每個(gè)SNP的物理位置信息[34]。通過(guò)去冗余分析，獲得包含7 141個(gè)標(biāo)記的物理圖譜，用于穗長(zhǎng)QTL定位。按照IciMapping v4.2中BIP格式將187個(gè)KJ-RIL家系的基因型數(shù)據(jù)及各環(huán)境表型數(shù)據(jù)進(jìn)行整理。QTL檢測(cè)以1.0 Mb為步長(zhǎng)，進(jìn)行1 000次置換檢驗(yàn)，值包含閾值為0.001，I型誤差為0.05，最終確定LOD閾值。

利用科農(nóng)9204和京411全基因組重測(cè)序數(shù)據(jù)，獲得親本間序列插入缺失（insertion-deletion，InDel）位點(diǎn)信息；選擇目標(biāo)QTL區(qū)段內(nèi)雙親間序列差異≥5 bp的InDel位點(diǎn)，利用多組學(xué)網(wǎng)站W(wǎng)heatOmics1.0（http://202.194.139.32/）中的PrimerServer工具進(jìn)行多態(tài)性引物的設(shè)計(jì)。利用開(kāi)發(fā)的分子標(biāo)記對(duì)KJ-RIL群體及雙親DNA樣本進(jìn)行PCR反應(yīng)，產(chǎn)物用非變性聚丙烯酰胺凝膠電泳檢測(cè)。PCR反應(yīng)程序?yàn)?5 ℃ 5 min；95 ℃ 30 s，57 ℃ 30 s，72 ℃ 40 s，34個(gè)循環(huán)；72 ℃ 5 min，12 ℃保存。

1.4 數(shù)據(jù)處理與分析

利用分子標(biāo)記對(duì)群體基因型進(jìn)行鑒定，將KJ-RIL群體中與科農(nóng)9204基因型一致的命名為Hap-9204，與京411基因型一致的命名為Hap-J411；NILs群體中與科農(nóng)9204基因型一致的命名為NIL-KN9204，與京411基因型一致的命名為NIL-J411；將MY-F2群體中與M37基因型一致的命名為Hap-M37，與YN999基因型一致的命名為Hap-YN999。利用LOD峰值附近的2個(gè)SNP標(biāo)記（A/C）和（C/G）對(duì)自然群體進(jìn)行基因型分類(lèi)，將與京411基因型相同的Hap-AA-GG定義為長(zhǎng)穗單倍型，與科農(nóng)9204基因型相同的Hap-CC-CC定義為短穗單倍型，Hap-AA-CC或Hap-CC-GG定義為重組單倍型，基因位點(diǎn)存在缺失的定義為缺失單倍型，基因位點(diǎn)存在雜合的定義為雜合單倍型。

將KJ-RIL群體8個(gè)環(huán)境下的穗長(zhǎng)及其他表型數(shù)據(jù)按照高氮、低氮分類(lèi)匯總，運(yùn)用QGA Station[35]分別獲得高氮、低氮水平下的最佳線性無(wú)偏估計(jì)值（best linear unbiased estimator，BLUE），記為HN-BLUE和LN-BLUE。聯(lián)合上述基因型值及各環(huán)境的表型數(shù)據(jù)進(jìn)行QTL定位分析和基于KJ-RIL群體遺傳效應(yīng)分析；另對(duì)190個(gè)育成品種（系）組成的自然群體5個(gè)環(huán)境下的穗長(zhǎng)及其他表型數(shù)據(jù)進(jìn)行BLUE分析，分別獲得對(duì)應(yīng)性狀的BLUE值，用于的遺傳效應(yīng)和育種選擇效應(yīng)分析研究。利用Excel軟件對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，采用Student’s檢驗(yàn)進(jìn)行顯著性分析。

2 結(jié)果

2.1 穗長(zhǎng)主效QTL——qSl-2D精準(zhǔn)定位及緊密連鎖PCR分子標(biāo)記開(kāi)發(fā)

為了對(duì)穗長(zhǎng)QTL進(jìn)行精準(zhǔn)定位，利用基于科農(nóng)9204基因組的物理圖譜對(duì)KJ-RIL群體10組穗長(zhǎng)數(shù)據(jù)進(jìn)行QTL分析，發(fā)現(xiàn)在7組數(shù)據(jù)中均能檢測(cè)到小麥2D染色體上控制穗長(zhǎng)的QTL，包括3個(gè)低氮環(huán)境（E1、E3和E7）、2個(gè)高氮環(huán)境（E4和E8）及高、低氮BLUE值數(shù)據(jù)。定位區(qū)間為KN2D：576.25—610.25 Mb，其中，6/10組環(huán)境數(shù)據(jù)將QTL定位于—間2 Mb的區(qū)間內(nèi)，對(duì)應(yīng)科農(nóng)9204基因組KN2D：608.25—610.25 Mb，5/10組數(shù)據(jù)（E1、E3、E4、E8、HN-BLUE）的LOD峰值均位于608.75 Mb（表1和圖1）。其LOD值為5.63—10.13，可解釋4.02%— 10.10%的表型變異，加性效應(yīng)為-0.25—-0.19，表明其增效等位基因型來(lái)自京411。以上結(jié)果表明，QTL是一個(gè)多環(huán)境下穩(wěn)定表達(dá)的穗長(zhǎng)主效QTL。

表1 多環(huán)境下穗長(zhǎng)QTL——qSl-2D初級(jí)定位分析

位置代表LOD峰值在科農(nóng)9204基因組上的物理位置。LN：低氮環(huán)境；HN：高氮環(huán)境

Position represents the physical location of the LOD peak on Kenong 9204 genome. LN: low nitrogenenvironment; HN: high nitrogen environment

橫坐標(biāo)為660K芯片SNP標(biāo)記對(duì)應(yīng)科農(nóng)9204基因組物理位置。下面紅色染色體區(qū)段表示定位區(qū)間

利用科農(nóng)9204和京411基因組重測(cè)序數(shù)據(jù)篩選出靶區(qū)間內(nèi)的InDel位點(diǎn)591 382 416和608 064 987 bp，基于網(wǎng)站W(wǎng)heatOmics1.0的PrimerServer功能設(shè)計(jì)出雙親間多態(tài)性分子標(biāo)記（F：5′-GGGGTCGA CGTTCTTGATCT-3′和R：5′-CCGGCACCTTCAACCT TCAA-3′）和（F：5′-TGCCTCGCTGAAACTGAC TT-3′和R：5′-GTCTGACCCCTGTGTTCCTG-3′）。對(duì)KJ-RIL親本及群體家系進(jìn)行PCR擴(kuò)增。結(jié)果表明，2個(gè)標(biāo)記均能擴(kuò)增出清晰條帶，且分離效果較好（圖2）。其中，在科農(nóng)9204和京411中分別擴(kuò)增出240和209 bp的目的片段，在科農(nóng)9204和京411中分別擴(kuò)增出323和347 bp的目的片段。將2個(gè)分子標(biāo)記基因型數(shù)據(jù)和表型數(shù)據(jù)關(guān)聯(lián)分析，發(fā)現(xiàn)來(lái)自京411的增效等位基因型在8/10組數(shù)據(jù)中均可顯著增加穗長(zhǎng)（圖3），包括3個(gè)高氮環(huán)境（E2、E4和E8）、3個(gè)低氮環(huán)境（E1、E3和E7）及高、低氮BLUE值數(shù)據(jù)。以上結(jié)果表明，2個(gè)緊密連鎖的分子標(biāo)記可以與穗長(zhǎng)顯著關(guān)聯(lián)，因此，可用于穗長(zhǎng)分子標(biāo)記輔助選擇育種及相關(guān)性狀遺傳效應(yīng)分析。

M：Marker；1—46：KJ-RIL群體部分家系擴(kuò)增結(jié)果；K：科農(nóng)9204，J：京411

Hap-KN9204：與科農(nóng)9204相同基因型，Hap-J411：與京411相同的基因型；*、**分別表示在P＜0.05和P＜0.01水平差異顯著。下同

2.2 qSl-2D對(duì)小麥產(chǎn)量相關(guān)性狀遺傳效應(yīng)解析

2.2.1 基于KJ-RIL群體對(duì)小麥產(chǎn)量相關(guān)性狀遺傳效應(yīng)分析 利用靶區(qū)段2個(gè)分子標(biāo)記在KJ-RIL群體的基因型數(shù)據(jù)與穗長(zhǎng)等其他產(chǎn)量性狀BLUE值進(jìn)行關(guān)聯(lián)分析，結(jié)果發(fā)現(xiàn)，高、低氮條件下，來(lái)自京411的增效等位基因型均能顯著增加穗長(zhǎng)（圖4）。其對(duì)穗粒數(shù)有正向效應(yīng)，對(duì)穗粒重、千粒重、株高及單株產(chǎn)量有負(fù)效應(yīng)，但僅有高、低氮環(huán)境下千粒重及高氮環(huán)境下穗粒重達(dá)到顯著水平。因?yàn)橹旮哂伤腴L(zhǎng)及各節(jié)間長(zhǎng)度共同決定，所以繼續(xù)分析了該位點(diǎn)對(duì)各節(jié)間長(zhǎng)的遺傳效應(yīng)。結(jié)果表明，增效等位基因型與穗下節(jié)間長(zhǎng)呈正相關(guān)，但與倒二節(jié)間長(zhǎng)、倒三節(jié)間長(zhǎng)、倒四節(jié)間長(zhǎng)和倒五節(jié)間長(zhǎng)呈負(fù)相關(guān)（表2）。

圖4 基于KJ-RIL群體qSl-2D對(duì)產(chǎn)量相關(guān)性狀的遺傳效應(yīng)分析

表2 基于KJ-RIL群體qSl-2D對(duì)各節(jié)間長(zhǎng)度遺傳效應(yīng)分析

ILBS：穗下節(jié)間長(zhǎng)；SECITL：倒二節(jié)間長(zhǎng)；THIITL：倒三節(jié)間長(zhǎng)；FOUITL：倒四節(jié)間長(zhǎng)；FIFITL：倒五節(jié)間長(zhǎng)

ILBS: Internode length below the spike; SECITL: Second internode length from up; THIITL: Third internode length from up; FOUITL: Fourth internode length from up; FIFITL: Fifth internode length from up

2.2.2 基于NILs群體對(duì)小麥產(chǎn)量相關(guān)性狀遺傳效應(yīng)分析 在靶區(qū)段剩余雜合體自交構(gòu)建的NILs分離群體中，利用和分子標(biāo)記分別鑒定到短穗基因型NIL-KN9204和長(zhǎng)穗基因型NIL-J411。比較發(fā)現(xiàn)，來(lái)自京411的增效等位基因型可以顯著增加穗長(zhǎng)（表3）。此外，其對(duì)株高、穗粒數(shù)、每穗小穗數(shù)和單株穗數(shù)有增加的效應(yīng)，對(duì)千粒重和小穗密度有降低的效應(yīng)，但均未達(dá)到顯著水平。

表3 基于NILs群體qSl-2D對(duì)產(chǎn)量相關(guān)性狀的遺傳效應(yīng)分析

NIL-KN9204：與科農(nóng)9204相同的基因型；NIL-J411：與京411相同的基因型；SL：穗長(zhǎng)；PH：株高；KNPS：穗粒數(shù)；SNPS：每穗小穗數(shù)；SN：?jiǎn)沃晁霐?shù)；TKW：千粒重；SD：小穗密度。*、**分別表示在＜0.05和＜0.01水平差異顯著。下同

NIL-KN9204: genotype identical to Kenong 9204, NIL-J411: genotype identical to Jing 411; SL: Spike length; PH: Plant height; KNPS: Kernel number per spike; SNPS: Spikelet number per spike; SN: Spikes number; TKW: Thousand kernel weight; SD: Spikelet density. *, **: Significant differences at<0.05 and<0.01 levels, respectively. The same as below

2.2.3 基于MY-F2群體對(duì)小麥產(chǎn)量相關(guān)性狀遺傳效應(yīng)分析 為了進(jìn)一步解析的遺傳效應(yīng)，利用和對(duì)MY-F2群體進(jìn)行基因型鑒定。通過(guò)與表型數(shù)據(jù)關(guān)聯(lián)分析發(fā)現(xiàn)，來(lái)自綿37的增效等位基因型可以顯著增加穗長(zhǎng)、株高和小穗密度（表4）。此外，其對(duì)穗粒數(shù)、每穗小穗數(shù)和千粒重有增加的效應(yīng)，但未達(dá)到顯著水平。

表4 基于MY-F2群體qSl-2D對(duì)產(chǎn)量相關(guān)性狀的遺傳效應(yīng)分析

Hap-M37：與綿37相同的基因型；Hap-YN999：與煙農(nóng)999相同的基因型

Hap-M37: genotype identical to Mian 37; Hap-YN999: genotype identical to Yannong 999

2.2.4 基于自然作圖群體對(duì)小麥產(chǎn)量相關(guān)性狀遺傳效應(yīng)分析 為進(jìn)一步驗(yàn)證的遺傳效應(yīng)，選擇190份不同年代育成品種（系）組成的自然作圖群體進(jìn)行分析。在靶區(qū)間內(nèi)選擇LOD峰值附近的2個(gè)SNP標(biāo)記（A/C）和（C/G），根據(jù)190份育成品種（系）基因型值進(jìn)行分類(lèi)匯總，對(duì)進(jìn)行單倍型分析。結(jié)果表明，與短穗單倍型Hap-CC-CC相比，長(zhǎng)穗單倍型Hap-AA-GG穗長(zhǎng)顯著增加。此外，其對(duì)穗粒數(shù)、單株穗數(shù)和株高有正向效應(yīng)，而對(duì)小穗密度、穗粒重、千粒重和單株產(chǎn)量有負(fù)向效應(yīng)，但僅小穗密度達(dá)到顯著水平（圖5）。

2.3 qSl-2D在小麥育種中的選擇效應(yīng)分析

為了解在小麥育種中的選擇效應(yīng)，分別從地域分布和時(shí)間跨度上對(duì)自然作圖群體進(jìn)行單倍型分析。首先，根據(jù)品種來(lái)源和地域分布信息將190份自然群體劃分為7個(gè)大區(qū)，分別是北部冬麥區(qū)、黃淮冬麥區(qū)、青藏春冬麥區(qū)、西南冬麥區(qū)、長(zhǎng)江中下游冬麥區(qū)、西北春麥區(qū)和海外地區(qū)。由于長(zhǎng)江中下游冬麥區(qū)、西北春麥區(qū)、海外地區(qū)的材料較少，不具備代表性，本研究未進(jìn)行計(jì)算。結(jié)果表明，北部冬麥區(qū)對(duì)長(zhǎng)穗單倍型的選擇利用率最高，長(zhǎng)穗單倍型Hap-AA-GG占比為24%，其次為青藏春冬麥區(qū)（22%）、黃淮冬麥區(qū)（15%）、西南冬麥區(qū)（10%）（圖6）；除北部冬麥區(qū)（14%）外，其他3個(gè)麥區(qū)中靶區(qū)段短穗單倍型Hap-CC-CC占比均在30%以上，說(shuō)明其在大部分地區(qū)受到了強(qiáng)烈選擇。

Hap-CC-CC：短穗單倍型；Hap-AA-GG：長(zhǎng)穗單倍型；圖中數(shù)字表示平均值，圖中橫線表示均值線

其次，根據(jù)品種審定時(shí)間對(duì)190份自然群體材料進(jìn)行分類(lèi)，分析單倍型在各年代內(nèi)的育種選擇效應(yīng)及育種應(yīng)用情況。在20世紀(jì)90年代，長(zhǎng)穗單倍型Hap-AA-GG選擇利用率最高，占比為22%，短穗單倍型Hap-CC-CC占比22%；在21世紀(jì)00年代，長(zhǎng)穗單倍型占比16%，短穗單倍型占比45%；而在21世紀(jì)10年代，長(zhǎng)穗單倍型占比降到13%，短穗單倍型占比38%。結(jié)果表明，隨著年代的遞進(jìn)，長(zhǎng)穗單倍型Hap-AA-GG選擇利用率逐漸減少（圖7），而短穗單倍型Hap-CC-CC一直保持較高的選擇利用率。

3 討論

3.1 qSl-2D是一個(gè)穩(wěn)定主效QTL

國(guó)內(nèi)外學(xué)者在不同環(huán)境下鑒定了大量的小麥穗長(zhǎng)QTL，并對(duì)此進(jìn)行了解析[12-25]?；跇?gòu)建的高密度遺傳連鎖圖譜[27]，課題組前期利用去除冗余后包含4 959個(gè)標(biāo)記的遺傳連鎖圖譜，在KJ-RIL群體中檢測(cè)到了穗長(zhǎng)QTL——[8]，對(duì)應(yīng)中國(guó)春染色體2D：592.66—623.65 Mb置信區(qū)間；為了獲得精準(zhǔn)的QTL位置，本研究基于660K SNP芯片構(gòu)建的高密度遺傳圖譜轉(zhuǎn)化而成的基于科農(nóng)9204基因組的物理圖譜，對(duì)進(jìn)行了重新精準(zhǔn)定位。此位點(diǎn)在7/10組環(huán)境數(shù)據(jù)中均能被檢測(cè)到，置信區(qū)間為KN2D：576.25— 610.25 Mb。在5/7組環(huán)境數(shù)據(jù)（71.4%）中將其定位于KN2D：608.25—610.25 Mb的2 Mb區(qū)間內(nèi)，對(duì)應(yīng)中國(guó)春2D：607.55—609.55 Mb，與前期定位結(jié)果相比區(qū)間進(jìn)一步縮小。隨后，對(duì)小麥2D染色體已發(fā)表穗長(zhǎng)QTL進(jìn)行了匯總比對(duì)（表5）[10, 13, 15, 17-21, 36-39]，發(fā)現(xiàn)其與前人的定位區(qū)間存在部分重疊，可能為相同位點(diǎn)。如Zhang等[15]利用煙農(nóng)15突變體群體在593.74 Mb附近檢測(cè)到一個(gè)穗長(zhǎng)QTL，李聰?shù)萚18]在602.14—606.92 Mb檢測(cè)到穗長(zhǎng)位點(diǎn)。Liu等[39]在將穗長(zhǎng)定位于585.69—601.05 Mb，但均未見(jiàn)該位點(diǎn)進(jìn)一步遺傳解析的相關(guān)報(bào)道。本研究與前人定位結(jié)果存在重疊，說(shuō)明該位點(diǎn)在不同遺傳背景下均能被檢測(cè)到，說(shuō)明其是一個(gè)穩(wěn)定主效的QTL，也暗示其在調(diào)控穗長(zhǎng)方面發(fā)揮了重要作用。的初級(jí)定位結(jié)果可為其精細(xì)定位及基因候選提供重要參考信息。

圖6 qSl-2D單倍型在不同麥區(qū)選擇效應(yīng)分析

圖7 qSl-2D單倍型在不同年代審定品種中的選擇效應(yīng)分析

3.2 QTL——qSl-2D的遺傳效應(yīng)

在KJ-RIL群體中，來(lái)自親本京411的增效等位基因型在高、低氮條件下均能顯著增加穗長(zhǎng)，雖對(duì)株高有降低趨勢(shì)但未達(dá)到顯著水平。針對(duì)這一問(wèn)題，對(duì)KJ-RIL群體株高的各節(jié)間長(zhǎng)進(jìn)行分析，發(fā)現(xiàn)增效等位基因型在除穗下節(jié)間長(zhǎng)以外的其他節(jié)間都有一定的降桿作用。為進(jìn)一步驗(yàn)證遺傳效應(yīng)選擇NILs群體、綿37×煙農(nóng)999構(gòu)建的MY-F2群體和190份育成品種（系）組成的自然作圖群體進(jìn)行分析。與KJ-RIL群體結(jié)果一致，增效等位基因型可顯著增加穗長(zhǎng)。不同的是，MY-F2群體中增效等位基因型可使株高顯著增加，而在NILs群體和自然群體中該效應(yīng)未達(dá)到顯著水平；此外，在KJ-RIL群體、NILs群體及自然群體中，即使增效等位基因型可以增加每穗小穗數(shù)，但由于對(duì)穗長(zhǎng)有顯著增效作用，而對(duì)小穗密度表現(xiàn)出負(fù)效應(yīng)，且在后者中達(dá)到顯著水平。MY-F2群體中則表現(xiàn)出小穗密度顯著增加的趨勢(shì)；在千粒重方面，KJ-RIL群體、NILs群體和自然群體中，增效等位基因型對(duì)千粒重呈負(fù)效應(yīng)，且前者達(dá)到顯著水平，但在MY-F2群體中表現(xiàn)出結(jié)果相反的趨勢(shì)；在不同背景群體中，增效等位基因型均可增加穗粒數(shù)，這也得益于穗長(zhǎng)的增加有利于小穗生長(zhǎng)空間的擴(kuò)大及穎花數(shù)的增加。但由于增效等位基因型對(duì)千粒重的負(fù)向效應(yīng)導(dǎo)致單株產(chǎn)量下降，但未達(dá)到顯著水平。綜上，在不同群體背景下遺傳效應(yīng)基本一致，存在的輕微變化可能是由于受環(huán)境和群體背景的影響導(dǎo)致的。因此，推測(cè)是一個(gè)受環(huán)境、基因型和遺傳背景多條件影響的位點(diǎn)，以上結(jié)果為其未來(lái)分子應(yīng)用提供參考。

表5 小麥2D染色體上已報(bào)道穗長(zhǎng)QTL定位信息

物理區(qū)間參考中國(guó)春基因組（IWGSC RefSeq v1.0）；下劃線表示與前人定位區(qū)間存在重疊

The physical interval referring to Chinese spring genome (IWGSC RefSeq v1.0); The intervals underlined indicate thatoverlaps with previous positioning intervals

3.3 QTL——qSl-2D的育種選擇效應(yīng)

在190份自然群體育種選擇效應(yīng)分析中，長(zhǎng)穗單倍型Hap-AA-GG在北部冬麥區(qū)、西南冬麥區(qū)、黃淮冬麥區(qū)及青藏春冬麥區(qū)利用率均較低（10%—24%）（圖6）。短穗單倍型Hap-CC-CC在除北部冬麥區(qū)（14%）外的其他3個(gè)麥區(qū)中占比均在30%以上，說(shuō)明其受到了強(qiáng)烈選擇；此外，190份自然群體在不同年代中的單倍型分析結(jié)果表明，隨著時(shí)間的遞進(jìn)，育成品種數(shù)量不斷增加，但長(zhǎng)穗單倍型Hap-AA-GG的利用率逐漸下降，而短穗單倍型Hap-CC-CC卻在不同年代中均占有較大比例（22%— 45%），推測(cè)可能由于長(zhǎng)穗單倍型對(duì)單株產(chǎn)量和千粒重有負(fù)向效應(yīng)，導(dǎo)致其在現(xiàn)代育成品種（系）中不被育種家重點(diǎn)選擇。短穗單倍型Hap-CC-CC對(duì)株高有負(fù)效應(yīng)，這與育種家選擇半矮稈優(yōu)良小麥品種的改良目標(biāo)相契合，因此，在不同地域及年代受到強(qiáng)烈選擇。株高的降低往往可以增強(qiáng)小麥的抗倒伏能力，提高收獲指數(shù)，保障小麥的穩(wěn)產(chǎn)。20世紀(jì)中葉以來(lái)，（）和（）等矮稈基因的育種利用帶來(lái)了小麥的“綠色革命”，為糧食產(chǎn)量的大幅度增加帶來(lái)契機(jī)，解決了大范圍的全球糧食危機(jī)[40-41]。本研究穗長(zhǎng)等位基因相關(guān)遺傳研究及分子標(biāo)記的開(kāi)發(fā)可為基于分子育種的小麥遺傳改良提供依據(jù)和標(biāo)記資源。

4 結(jié)論

穗長(zhǎng)QTL——是一個(gè)穩(wěn)定主效的QTL，其增效等位基因型可在不同遺傳背景下顯著增加穗長(zhǎng)，同時(shí)對(duì)其他產(chǎn)量相關(guān)性狀有一定的遺傳效應(yīng)。通過(guò)開(kāi)發(fā)的靶區(qū)段緊密連鎖分子標(biāo)記可用于小麥穗長(zhǎng)及相關(guān)產(chǎn)量性狀的遺傳改良。

[1] 范濤, 李治, 蔣慶, 陳姝霖, 歐霞, 陳永艷, 任天恒. 小麥單位面積穗數(shù)和粒長(zhǎng)主效QTL緊密連鎖KASP標(biāo)記的開(kāi)發(fā)及其效應(yīng)評(píng)價(jià). 中國(guó)農(nóng)業(yè)科學(xué), 2021, 54(14): 2941-2951.

FAN T, LI Z, JIANG Q, CHEN S L, OU X, CHEN Y Y, REN T H.Development and effect evaluation of KASP markers closely linked to major QTLs of spike number per unit area and grain length in wheat. Scientia Agricultura Sinica, 2021, 54(14): 2941-2951. (in Chinese)

[2] 劉凱, 鄧志英, 李青芳, 張瑩, 孫彩鈴, 田紀(jì)春, 陳建省. 利用高密度SNP遺傳圖譜定位小麥穗部性狀基因. 作物學(xué)報(bào), 2016, 42(6): 820-831.

LIU K, DENG Z Y, LI Q F, ZHANG Y, SUN C L, TIAN J C, CHEN J S. Mapping QTLs for wheat panicle traits with high density SNP genetic map. Acta Agronomica Sinica, 2016, 42(6): 820-831. (in Chinese)

[3] 楊光. 四倍體和六倍體小麥穗部形態(tài)性狀的比較及其演化規(guī)律研究[D]. 楊凌: 西北農(nóng)林科技大學(xué), 2021.

YANG G. Comparison of morphological characters of ear between tetraploid and hexaploid wheat and study on their evolution law[D]. Yangling: Northwest A&F University, 2021. (in Chinese)

[4] Huang X Q, Kempf H, Ganal M W, R?DER M S. Advanced backcross qtl analysis in progenies derived from a cross between a German elite winter wheat variety and a synthetic wheat (L.). Theoretical and Applied Genetics, 2004, 109(5): 933-943.

[5] Deng S M, Wu X R, Wu Y Y, Zhou R H, Wang H G, Jia J Z, LIU S B. Characterization and precise mapping of a qtl increasing spike number with pleiotropic effects in wheat. Theoretical and Applied Genetics, 2011, 122(2): 281-289.

[6] CUI F, DING A M, LI J, ZHAO C H, WANG L, WANG X Q, QI X L, LI X F, LI G Y, GAO J R, WANG H G. QTL detection of seven spike-related traits and their genetic correlations in wheat using two related RIL populations. Euphytica, 2012, 186(1): 177-192.

[7] CUI F, ZHAO C H, DING A M, LI J, WANG L, LI X F, BAO Y G, LI J M, WANG H G. Construction of an integrative linkage map and QTL mapping of grain yield-related traits using three related wheat RIL populations. Theoretical and Applied Genetics, 2014, 127(3): 659-675.

[8] FAN X L, CUI F, JI J, ZHANG W, ZHAO X Q, LIU J J, MENG D Y, TONG Y P, WANG T, LI J M. Dissection of pleiotropic QTL regions controlling wheat spike characteristics under different nitrogen treatments using traditional and conditional QTL mapping. Frontiers in Plant Science, 2019, 10: 187.

[9] LI T, DENG G B, SU Y, YANG Z, TANG Y Y, WANG J H, QIU X, PU X, LI J, LIU Z H, ZHANG H L, LIANG J J, YANG W Y, YU M Q, WEI Y M, LONG H. Identification and validation of two major QTLs for spike compactness and length in bread wheat (L) showing pleiotropic effects on yield-related traits. Theoretical and Applied Genetics, 2021, 134(11): 3625-3641.

[10] YANG Y, AMO A, WEI D, CHAI Y M, ZHENG J, QIAO P F, CUI C G, LU S, CHEN L, HU Y G. Large-scale integration of meta-QTL and genome-wide association study discovers the genomic regions and candidate genes for yield and yield-related traits in bread wheat. Theoretical and Applied Genetics, 2021, 134(9): 3083-3109.

[11] XU H W, ZHANG R Q, WANG M M, LI L H, YAN L, WANG Z, ZHU J, CHEN X Y, ZHAO A J, SU Z Q, XING J W, SUN Q X, NI Z F. Identification and characterization of qtl for spike morphological traits, plant height and heading date derived from the D genome of natural and resynthetic allohexaploid wheat. Theoretical and Applied Genetics, 2022, 135(2): 389-403.

[12] Ma Z Q, Zhao D M, Zhang C Q, Zhang Z Z, XUE S L, LIN F, KONG Z X, TIAN D G, Luo Q Y. Molecular genetic analysis of five spike-related traits in wheat using RIL and immortalized F2populations. Molecular Genetics and Genomics, 2007, 277(1): 31-42.

[13] WU X Y, CHENG R R, XUE S L, KONG Z X, WAN H S, LI G Q, HUANG Y L, JIA H Y, JIA J Z, ZHANG L X,MA Z Q. Precise mapping of a quantitative trait locus interval for spike length and grain weight in bread wheat (L). Molecular Breeding, 2014, 33(1): 129-138.

[14] 王佳佳. 小麥基部小穗不育突變體穗部性狀的QTL定位[D]. 泰安: 山東農(nóng)業(yè)大學(xué), 2014.

WANG J J. QTL mapping of panicle traits of spikelet sterile mutant at the base of wheat [D]. Taian: Shandong Agricultural University, 2014. (in Chinese)

[15] Zhang G Z, Wang Y Y, GUO Y, ZHAO Y, KONG F M, LI S S. Characterization and mapping of QTLs on chromosome 2D for grain size and yield traits using a mutant line induced by EMS in wheat. The Crop Journal, 2015, 3(2): 135-144.

[16] ZHAI H J, FENG Z Y, LI J, LIU X Y, XIAO S H, NI Z F, SUN Q X. QTL analysis of spike morphological traits and plant height in winter wheat (L) using a high-density SNP and SSR-based linkage map. Frontiers in Plant Science, 2016, 7: 1617.

[17] 程瑞如. 小麥粒形的分子遺傳分析及穗長(zhǎng)基因的精細(xì)定位[D]. 南京: 南京農(nóng)業(yè)大學(xué), 2018.

CHENG R R. Molecular genetic analysis of wheat kernel dimensions and fine mapping of spike length QTL[D]. Nanjing: Nanjing Agricultural University, 2018. (in Chinese)

[18] 李聰, 馬建, 劉航, 丁浦洋, 楊聰聰, 張涵, 秦娜娜, 蘭秀錦. 基于小麥55K SNP芯片檢測(cè)小麥穗長(zhǎng)和株高性狀QTL. 麥類(lèi)作物學(xué)報(bào), 2019, 39(11): 1284-1292.

LI C, MA J, LIU H, DING P Y, YANG C C, ZHANG H, QIN N N, LAN X J. Detection of QTLs for spike length and plant height in wheat based on 55K SNP array. Journal of Triticeae Crops, 2019, 39(11): 1284-1292. (in Chinese)

[19] 柴嶺嶺. 普通小麥2D染色體株高和穗長(zhǎng)QTL的精細(xì)定位與圖位克隆[D]. 北京: 中國(guó)農(nóng)業(yè)大學(xué), 2019.

CHAI L L. Fine mapping and map-based cloning of QTL controlling plant height and spike length on chromosome 2D in common wheat (L) [D]. Beijing: China Agricultural University, 2019. (in Chinese)

[20] 水志杰, 安沛沛, 劉天相, 吳洪啟, 劉樂(lè), 史雪, 王中華. 利用人工合成小麥RIL群體進(jìn)行小麥穗長(zhǎng)和穗寬性狀的QTL分析. 麥類(lèi)作物學(xué)報(bào), 2020, 40(6): 656-664.

SHUI Z J, AN P P, LIU T X, WU H Q, LIU L, SHI X, WANG Z H. QTL analysis of spike length and width using RIL population of synthetic wheat. Journal of Triticeae Crops 2020, 40(6): 656-664. (in Chinese)

[21] 姚儉昕. 基于50K芯片的小麥穗部及籽粒相關(guān)性狀的QTL定位[D]. 楊凌: 西北農(nóng)林科技大學(xué), 2020.

YAO J X. QTL mapping of wheat ear and kernel related traits based on 50K Chips[D]. Yangling: Northwest A&F University, 2020. (in Chinese)

[22] 呂棟云. 基于兩個(gè)RIL群體的小麥產(chǎn)量相關(guān)性狀的QTL定位[D]. 楊凌: 西北農(nóng)林科技大學(xué), 2021.

Lü D Y. QTL mapping for yield-related traits in wheat based on two RIL populations[D]. Yangling: Northwest A&F University, 2021. (in Chinese)

[23] JI G S, XU Z B, FAN X L, ZHOU Q, YU Q, LIU X F, LIAO S M, FENG B, WANG T. Identification of a major and stable QTL on chromosome 5A confers spike length in wheat (L). Molecular Breeding, 2021, 41(9): 56-68.

[24] 陳黃鑫, 李聰, 吳坤燕, 王岳, 牟楊, 唐華蘋(píng), 唐力為, 蘭秀錦, 馬建. 四倍體小麥株高和穗長(zhǎng)性狀的QTL定位及其遺傳效應(yīng)分析. 麥類(lèi)作物學(xué)報(bào), 2022, 42(7): 799-807.

CHEN H X, LI C, WU K Y, WANG Y, MU Y, TANG H P, TANG L W, LAN X J, MA J. Detection of QTLs for plant height and spike length in tetraploid wheat and analysis of their genetic effect. Journal of Triticeae Crops, 2022, 42(7): 799-807. (in Chinese)

[25] 胡文靜, 李東升, 裔新, 張春梅, 張勇. 小麥穗部性狀和株高的QTL定位及育種標(biāo)記開(kāi)發(fā)和驗(yàn)證. 作物學(xué)報(bào), 2022, 48(6): 1346-1356.

HU W J, LI D S, YI X, ZHANG C M, ZHANG Y. Molecular mapping and validation of quantitative trait loci for spike-related traits and plant height in wheat. Acta Agronomica Sinica, 2022, 48(6): 1346-1356. (in Chinese)

[26] 楊在君, 彭麗娟. 小麥三雌蕊突變體主要農(nóng)藝性狀的遺傳力分析. 西華師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 2013, 34(1): 1-4.

YANG Z J, PENG L J. Heritability analysis of main agronomic traits in common wheat line three pistils. Journal of China West Normal University (Natural Science), 2013, 34(1): 1-4. (in Chinese)

[27] Cui F, Zhang N, Fan X L, Zhang W, Zhao C H, Yang L J, Pan R Q, Chen M, Han J, Zhao X Q, Ji J, Tong Y P, Zhang H X, Jia J Z, Zhao G Y, Li J M. Utilization of a Wheat660K SNP array-derived high-density genetic map for high-resolution mapping of a major QTL for kernel number. Scientific Reports, 2017, 7: 3788.

[28] Cui F, Fan X L, Chen M, Zhang N, Zhao C H, Zhang W, Han J, Ji J, Zhao X Q, Yang L J, Zhao Z W, Tong Y P, Wang T, Li J M. QTL detection for wheat kernel size and quality and the responses of these traits to low nitrogen stress. Theoretical and Applied Genetics, 2016, 129(3): 469-484.

[29] 劉朦朦, 張萌娜, 張倩倩, 劉錫建, 郭宇航, 孫靳惠, 武亞瑞, 王素容, 吳永振, 孫晗, 崔法, 趙春華. 小麥旗葉寬主效QTL-遺傳效應(yīng)解析. 麥類(lèi)作物學(xué)報(bào), 2019, 39(12): 1399-1405.

Liu M M, Zhang M N, Zhang Q Q, Liu X J, Guo Y H, Sun J H, Wu Y R, Wang S R, Wu Y Z, Sun H, Cui F, Zhao C H. Genetic analysis of a major stable QTL-for wheat flag leaf width. Journal of Triticeae Crops, 2019, 39(12): 1399-1405. (in Chinese)

[30] 崔俊鵬, 趙慧, 張倩倩, 宮娜, 劉朦朦, 張萌娜, 侯玉竹, 劉成, 李林志, 周芳婷, 吳永振, 孫晗, 趙春華, 崔法. 小麥穗粒數(shù)主效QTL-遺傳效應(yīng)解析. 分子植物育種, 2019, 17(11): 3632-3640.

Cui J P, Zhao H, Zhang Q Q, Gong N, Liu M M, Zhang M N, Hou Y Z, Liu C, Li L Z, Zhou F T, Wu Y Z, Sun H, Zhao C H, Cui F. Genetic effects analysis of major QTL-for kernel per spike in common wheat. Molecular Plant Breeding, 2019, 17(11): 3632-3640. (in Chinese)

[31] 張倩倩, 閆學(xué)梅, 劉錫建, 張萌娜, 劉朦朦, 周芳婷, 吳永振, 孫晗, 趙春華, 崔法. 小麥穗粒數(shù)主效 QTL-遺傳效應(yīng)解析. 分子植物育種, 2020, 18(15): 5003-5009.

Zhang Q Q, Yan X M, Liu X J, Zhang M N, Liu M M, Zhou F T, Wu Y Z, Sun H, Zhao C H, Cui F. Genetic analysis of: a major stable QTL for kernel number per spike in common wheat. Molecular Plant Breeding, 2020, 18(15): 5003-5009. (in Chinese)

[32] Cui F, Fan X L, Zhao C H, ZHANG W, Chen M, Ji J, Zhang W, Li J M. A novel genetic map of wheat: utility for mapping QTL for yield under different nitrogen treatments. BMC Genetics, 2014, 15: 57.

[33] Zhang N, Fan X L, Cui F, Zhao C H, Zhang W, Zhao X Q, Yang L J, Pan R Q, Chen M, Han J, Ji J, Liu D C, Zhao Z W, Tong Y P, Zhang A M, Wang T, Li J M. Characterization of the temporal and spatial expression of wheat (L.) plant height at the QTL level and their influence on yield-related traits. Theoretical and Applied Genetics, 2017, 130(6): 1235-1252.

[34] Shi X L, Cui F, Han X Y, He Y L, Zhao L, Zhang N, Zhang H, Zhu H D, Liu Z X, Ma B, Zheng S S, Zhang W, Liu J J, Fan X L, Si Y Q, Tian S Q, Niu J Q, Wu H L, Liu X Y, Chen Z, Meng D Y, ZHANG H, Wang X Y, Song L Q, Sun L J, Han J, Zhao H, Ji J, Wang Z G, He X Y, Li R L, Chi X B, Liang C Z, Niu B, Xiao J, Li J M, Ling H. Comparative genomic and transcriptomic analyses uncover the molecular basis of high nitrogen-use efficiency in the wheat cultivar Kenong 9204. Molecular Plant, 2022, 15(9): 1440-1456.

[35] 朱志翔. 遺傳分析軟件QGAStation2.0和GMDR-GPU的開(kāi)發(fā)[D]. 杭州: 浙江大學(xué), 2012.

ZHU Z X. Development of the genetic analysis software QGAStation 2.0 and GMDR-GPU[D]. Hangzhou: Zhejiang University, 2012. (in Chinese)

[36] 崔勇. 不同施氮期對(duì)小麥主要農(nóng)藝性狀影響的QTL分析[D]. 泰安: 山東農(nóng)業(yè)大學(xué), 2013.

CUI Y. QTL mapping for main agronomic traits in Wheat under various nitrogen supplying dates[D]. Taian: Shandong Agricultural University, 2013. (in Chinese)

[37] 劉書(shū)含, 侯立江, 華冠勛, 宋瑜龍, 牛娜, 馬守才, 宋亞珍, 王軍衛(wèi), 張改生. 大穗材料高麥1號(hào)/密小穗F2群體穗長(zhǎng)性狀的QTL初步定位. 麥類(lèi)作物學(xué)報(bào), 2016, 36(4): 409-414.

LIU S H, HOU L J, HUA G X, SONG Y L, NIU N, MA S C, SONG Y Z, WANG J W, ZHANG G S. Quantitative trait loci mapping of spike length using F2,population of Gaomai 1/Mixiaosui in Wheat (L.). Journal of Triticeae Crops, 2016, 36 (4): 409-414. (in Chinese)

[38] Xu X, Li X J, Zhang D H, Zhao J S, Jiang X L, Sun H L, Ru Z G. Identification and validation of QTLs for kernel number per spike and spike length in two founder genotypes of wheat. BMC Plant Biology, 2022, 22(1): 146.

[39] Liu H, Shi Z P, Ma F F, Xu Y F, Han G H, Zhang J P, Liu D C, An D G. Identification and validation of plant height, spike length and spike compactness loci in common wheat (L.). BMC Plant Biology, 2022, 22(1): 568.

[40] HEDDEN P. The genes of the Green Revolution. Trends in Genetics, 2003, 19(1): 5-9.

[41] PENG J, RICHARDS D E, HARTLEY N M, MURPHY G P, DEVOS K M, FLINTHAM J E, BEALES J, FISH, L J, WORLAND A J, PELICA F, SUDHAKAR D, CHRISTOU P, SNAPE J W, Gale M D, HARBERD N P. “Green revolution” genes encode mutant gibberellin response modulators. Nature, 1999, 400: 256-261.

Analysis of genetic andbreedingselection effects of amajor QTL-forwheat spike length

DONG JiZi, CHEN LinQu, GUO HaoRu, ZHANG MengYu, LIU ZhiXiao, Han Lei, TIAN ZhaoSaShuang, XU NingHao, GUO QingJie, HUANG ZhenJie, YANG AoYu, ZHAO ChunHua, WU YongZhen, SUN Han, QIN Ran, CUI Fa

School of Agriculture, Ludong University/Key Laboratory of Molecular Module-Based Breeding of High Yield and Abiotic Resistant Plants in Universities of Shandong, Yantai 264025, Shandong

【Objective】By analyzing the genetic and breeding selection effects of the stable major QTL for spike length in wheat, its genetic effects on yield-related traits were clarified, and thefuture breeding application potential was evaluated. The results could provide a basis for subsequent gene mining and molecular breeding of wheat. 【Method】A major QTL for spike length, named, was detected in multiple environments using a recombinant inbred lines population derived from the cross of Kenong9204 and Jing411, denoted as KJ-RIL; Two molecular markers closely linked towere developed by using the InDel sites in target interval. The genetic effects of yield-related traits based on KJ-RIL, MY-F2, NILs and natural mapping populations, were analyzed by combining genotype data of molecular markers or wheat 55K array, respectively. By genotyping the natural mapping population, the breeding selection effect ofhaplotype was parsed across different wheat regions and different ages. 【Result】QTL mapping results showed thatcould be detected in 7/10 sets of environmental data, and could explain 4.02%-10.10% of the phenotypic variation. The peak LOD of 5/10 sets of environmental data was positioned at 608.75 Mb. The results of genetic effect analysis showed that the enhancing allele ofcould significantly increase spike length in the four populations with different genetic backgrounds. In addition, it has positive effects on kernel number per spike and plant height, but has negative effects on thousand kernel weight, kernel weight per spike and yield per plant in most population backgrounds. Further analysis of plant height in KJ-RIL population showed thattheenhancing allele had rod lowering effect on all internode lengths except the internode length below spike, which resulted inthe insignificant increase in plant height. The results ofhaplotype analysis showed that the utilization rates of the long-spike haplotype Hap-AA-GG varied greatly in different wheat regions, with the highest utilization rate in the northern winter wheat region, accounting for 24%; while the short-spike haplotype Hap-CC-CC accounted for more than 30% in most wheat regions. Moreover, the utilization rate oflong-spike haplotype showed a gradual decrease over time, while that of short-spike haplotype consistently maintained a higher selection trend. 【Conclusion】A stable major QTL-for spike length was identified, the enhancing allele ofcould significantly increase spike length under different genetic backgrounds, and had certain genetic effects on yield-related traits. The closely linked molecular markers developed in the target region can be used for the genetic improvement of wheat spike length and yield-related traits in wheat.

wheat (L.); spike length; major QTL; genetic effects analysis; molecular marker

10.3864/j.issn.0578-1752.2023.20.001

2023-04-10；

2023-05-23

國(guó)家自然科學(xué)基金（32101726，32072051，32272119）、山東省重點(diǎn)研發(fā)計(jì)劃（重大創(chuàng)新工程）（2022LZG002-2）

董繼梓，E-mail：1324758770@qq.com。陳林渠，E-mail：1531484513@qq.com。董繼梓和陳林渠為同等貢獻(xiàn)作者。通信作者秦冉，E-mail：ranqin89@163.com。通信作者崔法，E-mail：sdaucf@126.com

（責(zé)任編輯 李莉）