辣椒株高主基因多基因混合遺傳模型分析

龐 欣 郭勤衛(wèi) 張 婷 劉慧琴 劉 佳 俞佳虹 宋秋平 萬紅建*

（1 蘇州農(nóng)業(yè)職業(yè)技術學院園藝科技學院，江蘇蘇州 215008；2 衢州市農(nóng)林科學研究院，浙江衢州 324003；3 省部共建農(nóng)產(chǎn)品質量安全危害因子與風險防控國家重點實驗室，浙江省農(nóng)業(yè)科學院蔬菜研究所，浙江杭州 310021）

辣椒（CapsicumanmuumL.）屬茄科辣椒屬，是一種世界范圍內(nèi)廣泛種植且具有重要經(jīng)濟價值的蔬菜作物，可鮮食也可加工食用，同時也是重要的調(diào)味品。中國是世界上辣椒栽培面積最大的國家，“十三五”以來，辣椒的年播種面積占全國所有蔬菜總播種面積的8%～10%，產(chǎn)值約2 500 億元，不論是播種面積還是產(chǎn)值均居蔬菜首位（王立浩 等，2021；鄒學校 等，2022）。在辣椒栽培上，株型與產(chǎn)量密不可分，良好的株型可以有效吸收利用更多的光能。根據(jù)《辣椒種質資源描述規(guī)范和數(shù)據(jù)標準》的描述，辣椒株型分為開展型、半直立型和直立型3 類（李錫香和張寶璽，2006）。株高是辣椒株型的重要構成性狀，直接影響辣椒的產(chǎn)量和抗倒伏能力。因此，研究辣椒株高性狀遺傳規(guī)律，進而創(chuàng)制合理的株高種質資源，對辣椒株型改良具有重要的指導作用。

目前，在同科的番茄、茄子等蔬菜作物上已有關于株高遺傳的研究。周慧等（2015）在對潘那利番茄漸滲群體的研究中發(fā)現(xiàn)3 個與株高性狀相關的QTL 位點；楊錦坤等（2019）通過構建茄子6 個世代遺傳群體進行多世代聯(lián)合分析發(fā)現(xiàn)，茄子株高遺傳符合C-0 模型，是多基因控制的加性-顯性-上位性遺傳模式，不存在主基因遺傳效應。在辣椒株高的研究中，株高表現(xiàn)為一個復雜的數(shù)量性狀指標，不論是在廣義遺傳力和狹義遺傳力的大小，還是在遺傳效應等方面均沒有較為一致的結論。陳學軍和陳勁楓（2006）以2 個自交系構建的6 世代群體，發(fā)現(xiàn)辣椒株高遺傳符合1 對主基因 + 多基因遺傳模型，高稈對矮稈表現(xiàn)為不完全顯性；劉夏冬（2018）以辣椒自交系BB3、G-1 以及它們的F1和F2群體為材料，利用植物數(shù)量性狀混合模型，發(fā)現(xiàn)主莖長度遺傳符合E-0 模型，即2 對加性-顯性主基因 + 加性-顯性-上位性多基因控制；Yang 等（2020）利用EMS 處理獲得了1 個突變體E29，發(fā)現(xiàn)矮化性狀由1 個單隱性基因控制，并將其定位在第12 號染色體上；胡能兵等（2022）以矮化種質SSI9024a 和杭椒為材料構建4 世代分離群體，發(fā)現(xiàn)矮化性狀受單個隱性基因控制，該基因定位在6 號染色體上；肖佳林等（2022）以辣椒自交系6421 和其EMS 誘變獲得的半矮稈突變體E483為材料，遺傳分析表明半矮化突變性狀為隱性單基因遺傳；陳楠（2022）以辣椒品系AA5 和CK18 為親本，構建4 世代群體，發(fā)現(xiàn)株高性狀主要受2 對加性-顯性主基因調(diào)控。

傳統(tǒng)的遺傳學分析模型對性狀的遺傳規(guī)律研究不能區(qū)分主基因和多基因效應（曹齊衛(wèi) 等，2018），而利用主基因 + 多基因混合遺傳模型分析方法（蓋鈞鎰 等，2000，2003；章元明 等，2000；章元明和蓋鈞鎰，2000），不僅可以初步判斷性狀的主基因數(shù)量和基因的效應，更可以清晰計算出基因間互作及其上位性、基因與環(huán)境間相互作用的數(shù)值。目前，該模型已在亞麻（王利民 等，2022）、谷子（郭淑青 等，2021）、煙草（吳興富 等，2021）、小麥（解松峰 等，2020）、蓖麻（崔月 等，2019）、綠豆（徐寧 等，2019）、高粱（李延玲 等，2018）、甘藍型油菜（劉霞 等，2018）、玉米（吳元奇 等，2022）、油菜（李軍慶 等，2013）等植物株高性狀遺傳分析中得到了廣泛應用。同時利用該方法，不少研究者也深入分析了辣椒不同性狀的遺傳，如抗病性（張曉芬 等，2011）、育性（魏兵強 等，2013）、產(chǎn)量（隋益虎 等，2014）、果皮顏色（陳鵬 等，2017）等。

為進一步探明辣椒株高的遺傳特性和規(guī)律，本研究以2 個株高性狀存在差異的辣椒高代自交系B1-2 和D50 為親本，創(chuàng)建6 世代群體，采用主基因 + 多基因混合遺傳模型分析方法，對6 個世代群體的株高性狀開展多世代聯(lián)合遺傳分析，探討多世代辣椒株高性狀的遺傳規(guī)律，并估測遺傳參數(shù)，旨在探索辣椒株高的遺傳機制，為QTL 定位和新品種選育提供參考依據(jù)。

1 材料與方法

1.1 試驗材料

供試親本材料為株高較矮的中國地方辣椒品種龍游小辣椒B1-2 和株高較高的辣椒自交系D50，均由浙江省農(nóng)業(yè)科學院蔬菜研究所茄果課題組提供。2019 年春季以B1-2 為母本（P1）、D50 為父本（P2），雜交構建F1。2020 年春季利用F1配制B1（F1×P1）和B2（F1× P2），并進行自交獲得F2群體。

2021 年2 月在浙江省農(nóng)業(yè)科學院溫室播種2020 年收獲的B1-2 × D50 的6 世代群體，P1、P2、F1、B1、B2和F2分別定植22、22、21、100、78 株和2 918 株。株距45 cm，行距50 cm，采取常規(guī)田間管理。

1.2 性狀調(diào)查

株高調(diào)查方法及標準參照《辣椒種質資源描述規(guī)范和數(shù)據(jù)標準》（李錫香和張寶璽，2006），利用鋼尺測量辣椒親本及群體株高（植株基部與最高點的高度差），將獲得的株高數(shù)據(jù)進行記錄整理，用于后續(xù)6 世代遺傳分析。

1.3 遺傳模型分析

利用Microsoft Excel 2016 軟件對6 個世代辣椒株高數(shù)據(jù)的平均值、標準差、變異系數(shù)、偏度、峰度和頻次分布圖等進行統(tǒng)計分析。

利用曹錫文等（2013）的Windows 軟件包SEA-G6，對親本及群體的株高進行主基因 + 多基因混合遺傳模型分析。各世代的相應參數(shù)利用極大似然估計法（maximum likelihood method，MLV）和迭代最大期望算法（iterated expectation and conditional maximization，IECM）進行估計。然后按照最小赤池信息量準則（Akaike’s information criterion，AIC），選擇3 個AIC值最小或較小的模型作為最優(yōu)模型的備選模型，對其進行適合性檢驗，即均勻性檢驗（，，）、Smirnov 檢驗（nW2）及Kolmogorov 檢驗（Dn），3 個備選模型里統(tǒng)計量達到顯著水平個數(shù)最少的確定為最優(yōu)模型。最后，最優(yōu)模型下主基因和多基因等一階遺傳參數(shù)和遺傳率等二階遺傳參數(shù)利用最小二乘法原理進行估計。

2 結果與分析

2.1 辣椒株高的表型變異及頻率分布

供試辣椒雙親B1-2 和D50 具有明顯差異，B1-2 表現(xiàn)為分枝角度大，幼果乳白色，成熟果紅色，植株明顯矮化；而辣椒D50 分枝角度較小，幼果綠色，成熟果黃色，植株較高（圖1）。

圖1 辣椒親本的形態(tài)特征

由表1 可知，B1-2 × D50 的6 世代群體中，P1和P2株高的平均值分別為20.15、40.07 cm；B1和F2株高分別為28.51、38.72 cm，介于雙親之間；B2的株高是46.65 cm，高于高值親本。B1、B2和F23 個分離世代的變異系數(shù)為11.17%～18.63%，大于P1、P2和F13 個非分離世代的變異系數(shù)，說明分離世代群體離散度高，變異幅度大，具有較高的遺傳多樣性。此外，分離群體株高的偏度為-0.42～0.31， 峰度為-0.44～-0.16， 偏度和峰度的絕對值均小于1，即表現(xiàn)為近似正態(tài)分布。

表1 辣椒6 個世代群體株高性狀統(tǒng)計分析

對3 個分離世代B1、B2和F2株高數(shù)據(jù)頻次分布進行統(tǒng)計分析，結果顯示（圖2），各分離世代頻次分布呈連續(xù)分布，分離世代表現(xiàn)出偏正態(tài)分布的單峰，呈明顯的主基因 + 多基因遺傳特征。

圖2 3 個分離世代B1、B2、F2 群體株高的頻次分布

2.2 辣椒株高最優(yōu)遺傳模型的確定

采用植物數(shù)量性狀主基因 + 多基因混合遺傳模型的6 個世代（P1、P2、F1、B1、B2和F2）聯(lián)合分析方法，共得到5 類24 種遺傳模型的MLV值（極大似然函數(shù)值）和AIC值（表2）。其中，E-1 模型AIC值最小（20 905.734 2），其次為D-0（20 909.671 6）和E-0（20 921.672 3），根據(jù)遺傳模型選取原則，將這3 個遺傳模型列入最優(yōu)模型的備選模型。

表2 各遺傳模型的MLV 值及AIC 值

在適合性檢驗中，D-0、E-0 和E-1 3 個備選模型都僅有1 個統(tǒng)計量達到顯著水平（表3）。當檢驗統(tǒng)計量達到顯著或極顯著水平的數(shù)量相同時，結合AIC值，E-1 模型的AIC值最小，所以確定E-1（MX2-ADI-AD）為最適遺傳模型，即辣椒株高表現(xiàn)為2 對加性-顯性-上位性主基因 + 加性-顯性多基因混合遺傳模型。

表3 辣椒株高備選遺傳模型的適合性檢驗

2.3 辣椒株高遺傳模型的參數(shù)估計

辣椒株高最適模型遺傳參數(shù)估計結果見表4。辣椒株高的2 對主基因加性效應相等，均為3.408 7，說明2 對主基因的加性效應相同，且為正向遺傳效應。2 對主基因的顯性效應分別為1.369 8和-0.734 6，2 對主基因的加性效應均高于顯性效應絕對值，表明辣椒株高遺傳主要受2 對主基因加性效應控制。在上位性作用中，2 對主基因的加性×加性、顯性×顯性互作效應分別是-8.172 3、-7.807 3；2 對主基因的加性×顯性、顯性×加性互作效應分別為-7.384 5、-5.278 0，均表現(xiàn)為負向減效。多基因的加性效應和顯性效應分別為-19.341 8 和4.380 1，顯性度的絕對值小于1，表明多基因的加性效應起主導作用。由二階遺傳參數(shù)可知，B1、B2和F2主基因遺傳率分別為34.18%、67.48%、66.45%，多基因遺傳率分別為46.84%、12.85%、21.99%。F2分離群體中主基因 +多基因的遺傳率為88.44%，環(huán)境因素占11.56%。

表4 辣椒株高最適模型遺傳的參數(shù)估算

3 結論與討論

株高是辣椒株型的一個重要農(nóng)藝性狀，合理的植株高度對提高辣椒的抗倒伏能力、保障高產(chǎn)增收具有重要意義。辣椒的根系不如番茄、茄子發(fā)達，根系數(shù)量少，入土較淺，在辣椒生產(chǎn)中后期，通常需要進行搭架或吊蔓，以防倒伏影響產(chǎn)量。因此，適宜的株高不僅有利于株型緊湊，提高產(chǎn)量和品質，還能節(jié)約勞動成本。

適宜的遺傳群體和有效的方法是分析性狀遺傳規(guī)律的基礎。本試驗利用主基因 + 多基因混合遺傳模型，對B1-2 和D50 構建的6 世代群體P1、P2、F1、B1、B2和F2的辣椒株高遺傳規(guī)律進行了初步分析。結果表明，F(xiàn)1的株高介于兩親本之間。在3個分離群體B1、B2和F2株高的變化范圍內(nèi)可以發(fā)現(xiàn)，株高有小于親本P1和大于親本P2的極端表現(xiàn)，這可能是由于種植群體的加大，本試驗中，F(xiàn)2群體共有2 918 株，因此辣椒株高極端值的出現(xiàn)概率也增大。B1、B2和F2群體的株高分布頻次都傾向于正態(tài)分布，可以看出，群體越大，結果也相對更加可靠。6 世代群體中，非分離群體的變異系數(shù)均小于分離群體，李光慶等（2017）研究花椰菜內(nèi)葉蓋球性狀的變異系數(shù)時也得到了相同的規(guī)律，這說明群體的數(shù)據(jù)符合遺傳多態(tài)性分布要求。

陳學軍和陳勁楓（2006）研究發(fā)現(xiàn)辣椒株高遺傳符合1 對主基因 + 多基因遺傳模型；劉夏冬（2018）以辣椒自交系BB3 和G-1 為親本構建4個世代，利用植物數(shù)量性狀混合模型，對辣椒株型相關性狀進行了遺傳分析，發(fā)現(xiàn)其主莖長度遺傳符合E-0 模型，即受2 對加性-顯性主基因 + 加性-顯性-上位性多基因控制；陳楠（2022）以辣椒品系AA5 和CK18 為親本構建F2群體，統(tǒng)計了株高等10 個數(shù)量性狀，發(fā)現(xiàn)株高性狀主要受2 對加性-顯性主基因調(diào)控。本試驗中，株高性狀符合2 對加性-顯性-上位性主基因 + 加性-顯性多基因遺傳模型（E-1）。在不同植物株高遺傳的研究中發(fā)現(xiàn)，油菜（李軍慶 等，2013）、蓖麻（崔月 等，2019）株高受1 對主基因 + 多基因控制，谷子（郭淑青 等，2021）株高服從多基因遺傳，亞麻（王利民 等，2022）、煙草（吳興富 等，2021）、綠豆（徐寧 等，2019）、甘藍型油菜（劉霞 等，2018）株高符合2對主基因 + 多基因控制，本試驗辣椒株高的遺傳模型與煙草、綠豆一致，因此可以看出，研究結果的不同，可能是由于作物類型不同、材料基因型不同所致。

本試驗中，辣椒株高在分離群體B1、B2和F2主基因 + 多基因的遺傳率分別為81.02%、80.33%、88.44%，說明辣椒株高受環(huán)境影響較小。2 對主基因的加性效應相等，均為正向遺傳效應。在顯性效應中，第1 對主基因的絕對值較大。上位效應以2 對主基因間的加性互作和顯性互作效應為主，多基因則是以負向的加性效應為主。下一步，可以結合高通量測序對辣椒株高性狀進行QTL 定位并驗證遺傳規(guī)律結果，進而挖掘候選基因，為辣椒株高性狀的分子標記輔助育種提供依據(jù)。