胡亮亮，葉亞瓊，呂婷婷，栗孟飛，劉媛，常磊，柴守璽，楊德龍*

(1.甘肅省干旱生境作物學重點實驗室，甘肅農(nóng)業(yè)大學生命科學技術(shù)學院，甘肅 蘭州 730070；2.甘肅農(nóng)業(yè)大學農(nóng)學院，甘肅 蘭州730070)

不同水分環(huán)境下小麥粒重QTL定位及遺傳分析

胡亮亮1，葉亞瓊1，呂婷婷1，栗孟飛1，劉媛1，常磊2，柴守璽2，楊德龍1*

(1.甘肅省干旱生境作物學重點實驗室，甘肅農(nóng)業(yè)大學生命科學技術(shù)學院，甘肅 蘭州 730070；2.甘肅農(nóng)業(yè)大學農(nóng)學院，甘肅 蘭州730070)

摘要：為探討小麥千粒重(TGW)分子數(shù)量性狀遺傳，及QTL與水分環(huán)境互作關(guān)系，本文以抗旱性強的冬小麥品種隴鑒19與水地高產(chǎn)品種Q9086雜交創(chuàng)建的重組近交系(recombinant inbred lines，RIL)群體120個株系為供試材料，采用條件復合區(qū)間作圖法對3個環(huán)境不同水分條件下TGW進行QTL定位和遺傳分析。結(jié)果表明，小麥RIL群體TGW對水分環(huán)境反應敏感，群體中各株系呈現(xiàn)廣泛變異和超親分離，屬于微效多基因控制的復雜數(shù)量性狀，易受水分環(huán)境影響。共檢測到19個和38對控制TGW的加性QTL(A-QTL)和上位性QTL(AA-QTL)，分布在除1A、3B、4D和6A以外的其他17條染色體上。這些A-QTL和AA-QTL表達通過正向或負向調(diào)控影響TGW表型變異，貢獻率分別在1.24%～10.94%和0.38%～2.89%。發(fā)現(xiàn)了3個多環(huán)境均能穩(wěn)定表達的A-QTL(Qtgw.acs-1B.1，Qtgw.acs-2A.1和Qtgw.acs-4A.1)，以及4個A-QTL熱點區(qū)域 [Xmag2064-Xbarc181(1B)，Xwmc522-Xgwn122(2A)，Xwmc446-Xgwm610(4A)和Xwmc603-Xbarc195(7A)]。所檢測到的A-QTL和AA-QTL與干旱脅迫環(huán)境互作普遍負向調(diào)控TGW表型。加性效應和加性與環(huán)境的互作效應是決定小麥TGW的主要遺傳因子。在干旱脅迫條件下，這種遺傳主效應均不同程度降低TGW表型。本研究結(jié)果可為小麥抗旱遺傳改良和分子標記輔助選擇育種奠定理論基礎(chǔ)。

關(guān)鍵詞：小麥；干旱脅迫；千粒重；QTL定位；環(huán)境互作

DOI：10.11686/cyxb2015071http://cyxb.lzu.edu.cn

胡亮亮，葉亞瓊，呂婷婷，栗孟飛，劉媛，常磊，柴守璽，楊德龍. 不同水分環(huán)境下小麥粒重QTL定位及遺傳分析. 草業(yè)學報, 2015, 24(8): 118-129.

Hu L L, Ye Y Q, Lv T T, Li M F, Liu Y, Chang L, Chai S X, Yang D L. QTL mapping and genetic analysis for grain weight in wheat (Triticumaestivum) under different water environments. Acta Prataculturae Sinica, 2015, 24(8): 118-129.

收稿日期：2015-02-05；改回日期：2015-04-20

基金項目：國家自然科學基金項目(31460348,30960195)，隴原青年創(chuàng)新人才扶持計劃，甘肅農(nóng)業(yè)大學“伏羲人才”計劃(FXRC20130102)，公益性行業(yè)(農(nóng)業(yè))科研專項(201303104)和甘肅省干旱生境作物學重點實驗室開放基金項目(GSCS-2010-04)資助。

作者簡介：胡亮亮(1990-)，男，河南安陽人，在讀碩士。E-mail：hu931629850@163.com

通訊作者*Corresponding author. E-mail: yangdl@gsau.edu.cn

QTL mapping and genetic analysis for grain weight in wheat (Triticumaestivum) under different water environments

HU Liang-Liang1, YE Ya-Qiong1, LV Ting-Ting1, LI Meng-Fei1, LIU Yuan1, CHANG Lei2, CHAI Shou-Xi2, YANG De-Long1*

1.GansuProvincialKeyLabofAridlandCropScience,CollegeofLifeScienceandTechnology,GansuAgriculturalUniversity,Lanzhou730070,China; 2.CollegeofAgronomy,GansuAgriculturalUniversity,Lanzhou730070,China

Abstract:To better understand the molecular quantitative genetic and QTL patterns affecting thousand-grain weight (TGW) in wheat (Triticum aestivum) in different water environments, QTL mapping and genetic analysis were performed for TGW using a mixed linear model approach. TGW was evaluated for recombinant inbred lines (RIL) with 120 progenies from a cross between Longjian 19 (drought tolerant) and Q9086 (drought sensitive) under different water regimes in three environments. Phenotypic expression of TGW in the RILs was highly sensitive to water status and showed wide variation and transgressive segregation. TGW was found to be subject to complex quantitative genetic regulation by minor-effect polygenes, which were easily affected by water environments. A total of 19 additive QTL (A-QTL) and 38 pairs of epistatic QTL (AA-QTLs) were detected for TGW in wheat, distributed on all chromosomes including 1A, 3B, 4D and 6A. Expression of these QTLs influenced the phenotypic variation of TGW resulting in both up- and down-regulation. The magnitude of these effects on TGW ranged from 1.24%-10.94% and 0.38%-2.89%, respectively. Three A-QTLs, Qtgw.acs-1B.1， Qtgw.acs-2A.1 and Qtgw.acs-4A.1, were detected in multiple environments. In addition, four A-QTL hot-spot regions for TGW were also found at some specific locations, e.g., Xmag2064-Xbarc181 on chromosome 1B, Xwmc522-Xgwn122 on chromosome 2A, Xwmc446-Xgwm610 on chromosome 4A and Xwmc603-Xbarc195 on chromosome 7A. Most of the interaction effects of A-QTLs and AA-QTLs associated with drought-stressed environments were linked to down-regulation of the TGW variations. The additive and the additive×environment interaction effects may be the main genetic factors in TGW inheritance, and if so their expression would decrease TGW. The findings of this study should be useful for the genetic improvement of drought tolerance using molecular marker-assisted selection in wheat.

Key words:wheat (Triticum aestivum); drought stress; thousand-grain weight; QTL mapping; environmental interaction

小麥(Triticumaestivum)產(chǎn)量主要由單位面積穗數(shù)、穗粒數(shù)和粒重直接決定，且各要素與產(chǎn)量的關(guān)系比較復雜。小麥穗粒數(shù)的增加是建立在穗數(shù)減少的基礎(chǔ)上的，而粒重的增加則是相對獨立的[1]；在穗數(shù)和穗粒數(shù)一定的條件下，粒重對小麥產(chǎn)量提高有著至關(guān)重要的作用[1-2]。尤其在高水肥條件下，粒重表型具有較高穩(wěn)定性和遺傳力(0.59～0.80)[3-4]，表現(xiàn)出與產(chǎn)量顯著的正相關(guān)性，是小麥高產(chǎn)育種的重要選擇指標[3-5]。然而，在干旱脅迫條件下，小麥自身通過不同程度地降低粒重等產(chǎn)量相關(guān)因子，來緩解干旱脅迫對植株體的傷害，最大限度地維系生存和繁殖后代，表現(xiàn)出對水分環(huán)境顯著的彈性適應和較低的遺傳力(0.35～0.63)[6-8]。這為小麥粒重抗旱常規(guī)選擇育種帶來較大的困難。因此，研究小麥粒重抗旱遺傳特性，對提高小麥粒重遺傳改良效率和精確性具有重要的意義。

現(xiàn)代分子數(shù)量遺傳學研究表明，小麥粒重屬于典型的微效多基因控制的數(shù)量性狀，易受環(huán)境影響[4-9]。據(jù)前人研究，小麥粒重主要受加性效應控制[3]，其加性QTL(A-QTL)在小麥21條染色體上均有分布，這些位點依據(jù)不同作圖群體和環(huán)境，可解釋粒重表型變異的1.70%～44.15%[4-6,8-23]，普遍與控制籽粒大小和產(chǎn)量相關(guān)農(nóng)藝性狀QTL重疊或共享相近的染色體區(qū)間[8,11,13-15,21-22]。此外，在1A[4,12-13]、1B[9,23]、2A[9,23]、2B[4,11,13]、2D[13,19]、3B[9]、3D[12]、4B[12]、5B[11,13,16]和7A[4,11]上檢測到多環(huán)境均能穩(wěn)定表達的A-QTL，這些主效QTL位點表達對控制粒重表型遺傳變異具有重要作用。通過遺傳互作分析發(fā)現(xiàn)，控制粒重的QTL存在顯著的上位性效應，及其與環(huán)境互作效應[6,8,10,21-22]，一些QTL的互作效應顯著大于加性效應[6,8,10,22]，這些非加性遺傳效應在控制小麥粒重遺傳中不容忽視。由此看出，小麥粒重遺傳基礎(chǔ)非常復雜，已有的研究普遍存在不同遺傳背景群體和不同的環(huán)境檢測出控制小麥粒重的QTL數(shù)目、染色體區(qū)域和效應大小有較大差異。而且，目前有關(guān)針對小麥粒重抗旱QTL定位和遺傳剖析方面的研究甚少。因此，利用不同遺傳背景材料，設置多樣的試驗環(huán)境條件，有利于對已定位的粒重位點進行驗證和發(fā)掘新的QTL位點[9]。

為此，本研究利用抗旱性強的冬小麥品種隴鑒19 與水地高產(chǎn)品種Q9086 雜交，通過雜交創(chuàng)建的F8重組近交系群體(recombinant inbred lines，RIL)120個株系為供試材料，設置不同水分環(huán)境，對小麥千粒重(thousand-grain weight，TGW)進行QTL定位和分子數(shù)量遺傳剖析，旨為小麥粒重抗旱遺傳改良和分子標記輔助選擇育種奠定理論基礎(chǔ)。

1材料與方法

1.1　實驗材料

利用抗旱性強的冬小麥品種“隴鑒19”與水地高產(chǎn)品種“Q9086”雜交創(chuàng)建的F8重組近交系群體(RIL)120個株系為供試材料。群體兩個親本在抗旱性、株高、TGW等重要農(nóng)藝性狀上表型差異較大[7,24-26]。其中，隴鑒19是以濟南2號×秦麥4號有性雜交多年選育而成的新品種，是甘肅省第一個大面積應用的抗旱北移冬小麥新品種，抗旱性強，耐瘠薄，對水肥反應不敏感。Q9086是從西北農(nóng)林科技大學引進的品系，對水肥反應敏感，尤其是灌漿期對水分反應敏感[7]。

1.2　田間試驗與性狀測定

試驗于2011年10月-2012年6月和2012年10月-2013年6月在甘肅省蘭州市安寧小麥試驗點(36°04′ N，103°51′ E，平均海拔1520 m，平均氣溫8.9℃，年降水量350 mm，年蒸發(fā)量1664 mm，無霜期171 d)和2013年10月-2014年6月在甘肅省榆中金家營小麥試驗點(35°51′ N，104°07′ E，平均海拔1900 m，平均氣溫6.6℃，年降雨量450 mm，年蒸發(fā)量1450 mm，無霜期140 d)進行。3個環(huán)境依次記為E1、E2和E3。在每個環(huán)境中，小麥播前基肥施用量均為N 180 kg/hm2，P2O5120 kg/hm2，K2O 75 kg/hm2，在整個生育期內(nèi)均不再施肥。試驗為隨機區(qū)組設計，每處理3次重復，均為稀條播，行長2 m，行距0.2 m，每行點播120粒，12行區(qū)。田間試驗水分管理分為雨養(yǎng)，即干旱脅迫(drought stress，DS)和灌溉(well-watered，WW)2個處理。各試驗點播前均統(tǒng)一灌底墑水(900 m3/hm2)。灌溉處理在拔節(jié)期，抽穗期和開花期補充灌水，每次灌水量為750 m3/hm2；干旱脅迫處理僅在拔節(jié)期灌水750 m3/hm2，其后完全依靠自然降水。各試驗點(E1～E3)小麥全生育期降水量分別為116，110和128 mm。按照不同試驗處理，在小麥完熟收獲后，每個株系隨機選取完全風干的300粒籽粒進行稱重(g)，3次重復，求平均值，測定籽粒TGW。

1.3　分子標記連鎖圖譜

小麥RIL群體圖譜是在前期構(gòu)建圖譜[26]的基礎(chǔ)上進行加密的圖譜，該圖譜連鎖定位524個SSR位點，所有標記(Xgwm、Xgdm、Xwmc、Xbarc、Xcfa、Xcfd、Xpsp、Xksum和Xmag)引物序列和PCR擴增條件均參考Xue等[27]、Yu等[28]的報道和http://wheat.pw.usda.gov公布的信息。該圖譜共形成21個連鎖群組成，覆蓋小麥所有染色體，全長2266.7 cM，平均兩標記間的遺傳距離是4.3 cM。A基因組有211個SSR標記，全長871.6 cM；B基因組有203個SSR標記，全長912.1 cM；D 基因組有110個SSR標記，全長483.1 cM。單個連鎖群平均長度為107.9 cM，7B連鎖群最長149.9 cM，6D連鎖群最短為33.6 cM。每個連鎖群包括4(6D)～36(1A和7A)個SSR標記，平均為24.9個SSR標記。

1.4　數(shù)據(jù)統(tǒng)計與QTL定位分析

采用基于混合線性模型復合區(qū)間作圖的QTLMapper 1.6軟件[30]檢測干旱脅迫和灌溉條件下TGW的A-QTL和上位性QTL(AA-QTL)，掃描步長為2.0 cM。以最大似然對數(shù)優(yōu)勢比值(logarithms of odds ratio，LOD)>3.0作為閾值判斷QTL存在與否，QTL加性效應(additive effect，A)、加性×環(huán)境互作效應(interaction effect of the additive with environment，AE)、上位性互作效應(epistatic effect，AA)和上位性×環(huán)境互作效應(interaction effect of the epistatic with environment，AAE)分析以P≤0.005為顯著性水平，采用“QTL+性狀+研究單位+染色體”命名法對檢測到的QTL位點命名。利用各位點的A、AE、AA和AAE，以及各遺傳因子對TGW表型變異的貢獻率[H2(A)、H2(AE)、H2(AA)和H2(AAE)]的環(huán)境平均累加值分析小麥TGW的整體遺傳效應和數(shù)量遺傳特征。

2結(jié)果與分析

2.1　千粒重表型分析

圖1　不同環(huán)境條件下小麥RIL群體千粒重表型頻率和遺傳參數(shù)Fig.1　Phenotypic frequency and genetic parameters for the thousand-grain weight of the RIL population in wheat under different environments　E1～E3分別表示2012、2013年蘭州安寧試驗點和2014年榆中金家營試驗點，每個環(huán)境均設干旱脅迫(DS，條紋柱表示)和正常灌溉(WW，空心柱表示)處理；Frequency、Skew.、Kurt.和分別表示表型頻率、偏度、峰度和廣義遺傳力。*P≤0.05，**P≤0.01。下同。E1-E3 represent experimental environments at Anning, Lanzhou in 2012 and 2013, and at Jingjiaying, Yuzhong in 2014, respectively. Each environment includes the drought-stressed (DS, as diagonal stripe histograms) and the well-watered (WW, as open histograms) conditions. Frequency, Skew., Kurt. and indicate phenotypic frequency, skewness, kurtosis and broad-sense heritability of the thousand-grain weight of the RIL population. *P≤0.05, **P≤0.01.The same below.

從表1看出，TGW表型變異受水分環(huán)境(F=940.80**)、基因型(F=8.02**)，及其二者互作(F=4.35**)的顯著影響，其中，水分環(huán)境對TGW影響最大，其均方占據(jù)總均方的98.60%。通過相關(guān)分析發(fā)現(xiàn)，小麥RIL群體TGW表型不同環(huán)境間均呈極顯著正相關(guān)，相關(guān)系數(shù)在0.64**～0.89**(表2)。其中，灌溉條件下不同環(huán)境間TGW表型相關(guān)系數(shù)(0.82**～0.89**)高于干旱脅迫條件下的(0.68**～0.71**)。不同環(huán)境兩種水分條件下的TGW表型相關(guān)系數(shù)在0.64**～0.76**。說明，水分環(huán)境對TGW表型有顯著影響，干旱脅迫導致小麥RIL群體各基因型TGW表型變異增大，相關(guān)性降低。

表1　小麥RIL群體千粒重方差分析

表2　不同環(huán)境條件下小麥RIL群體千粒重的相關(guān)性

2.2　千粒重QTL加性效應及其與水分環(huán)境互作

在不同環(huán)境條件下，小麥RIL群體共檢測到19個控制TGW的顯著A-QTL，主要分布在1B、2A、3D、4A、5B、6B和7A染色體上(表3，圖2)。其中，E1～E3環(huán)境分別檢測到6，5和8個A-QTL。有13個A-QTL位點的加性效應(A)來自于高值親本Q9086，具有增加TGW的效應，A在1.17～1.93 g之間，H2(A)在2.57%～7.33%；其余6個A-QTL加性效應來自于低值親本隴鑒19，具有降低TGW的效應，A在1.23～2.03g，H2(A)在1.24%～10.94%。此外，有12個A-QTL檢測出與水分環(huán)境發(fā)生顯著互作，其中Qtgw.acs-3D.1與干旱脅迫環(huán)境互作效應(AE)可增加TGW 1.29 g，H2(AE)為3.56%；其余11個加性位點與干旱脅迫環(huán)境的AE效應均可降低TGW1.28～1.86g，H2(AE)在3.65%～12.69%。在1B、2A和4A染色體上發(fā)現(xiàn)3個在2個以上環(huán)境均能穩(wěn)定表達的A-QTL位點，如Qtgw.acs-1B.1(E1～E3)，Qtgw.acs-2A.1(E1和E3)和Qtgw.acs-4A.1(E1和E2)，但這些位點因環(huán)境條件的不同，導致其加性效應來源對TGW表型變異的貢獻率以及環(huán)境互作效應均表現(xiàn)出顯著差異。說明，這些重要位點盡管在多環(huán)境中能穩(wěn)定表達，但其表達形式和強度仍存在對環(huán)境較強的可塑性。

從圖2看出，小麥RIL群體不同環(huán)境條件下控制TGW的A-QTL在不同染色體間和同一染色體內(nèi)的不同區(qū)段上呈現(xiàn)出顯著的不均勻分布，其中在1B、2A、4A和7A上分布最多，達3～6個。這些A-QTL在相應的染色體標記區(qū)間內(nèi)或相鄰區(qū)間聚集分布，形成了QTL熱點區(qū)域，如1B染色體Xmag2064-Xbarc181，2A染色體Xwmc522-Xgwn122，4A染色體Xwmc446-Xgwm610和7A染色體Xwmc603-Xbarc195。說明，在這些重要染色體區(qū)間可能攜帶大量控制小麥TGW的基因。

圖2　小麥RIL群體千粒重QTL圖譜Fig.2　QTL map for the thousand-grain weight of the RIL population in wheat　▲，■和●分別表示E1、E2和E3環(huán)境下檢測到的控制小麥千粒重的A-QTL?！? ■ and ● indicate QTL for the thousand-grain weight of wheat in E1, E2 and E3.

2.3　千粒重QTL上位性效應及其與水分環(huán)境互作

在不同環(huán)境條件下，小麥RIL群體共檢測到38對控制TGW的顯著AA-QTL，這些AA-QTL主要分布在除1A、3B、4D和6A以外的其他17條染色體上(表4)。其中，E1～E3環(huán)境分別檢測到11，12和15對AA-QTL，未檢測到多環(huán)境能穩(wěn)定表達的AA-QTL。說明，AA-QTL比A-QTL表達更易受到環(huán)境影響。其中，20對AA-QTL的上位性效應(AA)均對TGW表型變異起負向調(diào)控作用，即重組型上位性效應大于親本型上位性效應，單對互作QTL的AA效應可降低TGW 0.42～1.19 g，H2(AA)在0.48%～2.17%；其余18對AA-QTL的AA效應均對TGW表型變異起正向調(diào)控作用，即親本型上位性效應大于重組型上位性效應，單對互作QTL的AA效應可增加TGW0.40～1.40g，H2(AA)在0.38%～2.89%。此外，有16對AA-QTL檢測到顯著的上位性×水分環(huán)境互作，其中8對AA-QTL與干旱脅迫環(huán)境互作效應(AAE)可降低TGW 0.57～0.90 g，H2(AAE)在1.53%～4.30%；其余8對AA-QTL與干旱脅迫環(huán)境的AAE效應可提高TGW0.47～0.79g，H2(AAE)在1.05%～3.88%。

表3　不同環(huán)境條件下小麥RIL群體千粒重QTL加性效應及其與水分環(huán)境互作

1)遺傳距離(cM)表示距左標記的距離；2)A代表加性效應，正值表示增效等位基因來自于Q9086，負值表示增效等位基因來自于隴鑒19，H2(A)表示由加性效應所解釋的表型變異；*P<0.05，**P<0.01；3)E1表示干旱脅迫條件，AE1表示加性QTL與干旱脅迫環(huán)境互作效應，干旱脅迫與正常灌溉中AE1絕對值相同，但效應方向相反，H2(AE1)表示由加性QTL與環(huán)境互作所解釋的表型變異。1)Genetics distance (cM) between the most likely position of putative QTL and the left flanking marker in marker interval.2)Arepresents the additive effect. Positive value indicates the Q9086 allele having positive effect on the trait, and negative value represents Longjian 19 allele having positive effect;H2(A)indicatesthephenotypicvarianceexplainedbyadditiveQTL; *P<0.05,**P<0.01;3)E1representsthedroughtstress; AE1representstheeffectofadditiveQTL×environmentinteractioninthedroughtstress;theabsolutevalueofeffectofQTL×environmentinteractioninthewell-wateredissameasinthedroughtstress,buttheeffectdirectionisreverse; H2(AE1) indicates the phenotypic variance explained by additive QTL×environment.

以上參與AA-QTL形成的位點中，只有4個A-QTL(Qtgw.acs-1B.3、Qtgw.acs-2A.1、Qtgw.acs-3D.1和Qtgw.acs-4A.1)為具有顯著加性效應(表3)，其余均為非顯著加性效應的位點間的互作；且多以單個A-QTL兩次或兩次以上的互作組成網(wǎng)絡系統(tǒng)。其中，最大的互作網(wǎng)絡由21個A-QTL組成，互作形成26對AA-QTL，占整個AA-QTL的68.4%(圖3)。4個具有顯著加性效應A-QTL(Qtgw.acs-1B.3、Qtgw.acs-2A.1、Qtgw.acs-3D.1和Qtgw.acs-4A.1)在該互作網(wǎng)絡中發(fā)揮中心樞紐的作用，單個位點發(fā)生4次以上的互作，其余單位點多發(fā)生兩次互作。在此網(wǎng)絡系統(tǒng)中，除Qtgw.acs-1D.1、Qtgw.acs-2A.4、Qtgw.acs-7B.3、Qtgw.acs-7B.4和Qtgw.acs-7B.5與其他位點互作通過正向調(diào)控TGW表型外，其余位點間互作均通過正向或負向調(diào)控TGW表型。

圖3　小麥RIL群體上位性QTL的互作網(wǎng)絡Fig.3　Epistatic QTL network for thousand-grain weight of wheat RIL population　　　灰色和白色橢圓圈分別表示顯著加性效應和非顯著加性效應的QTL；實線和虛線分別表示 QTL 上位互作遺傳效應值為正值和負值。Gray and white ellipses represent significant and non-significant additive-effect QTL, respectively; Solid and dashed lines indicate positive and negative values for epistatic effect of QTL, respectively.

2.4　千粒重QTL整體遺傳效應

從不同環(huán)境條件下控制小麥RIL群體TGW的A、AE、AA、AAE遺傳效應均值來分析，TGW的A效應主要來自于高值親本Q9086，平均每個環(huán)境所有位點A效應可累積增加TGW 3.74 g。而AE、AA和AAE效應均表現(xiàn)為降低TGW的作用，其中AE效應最強，平均每個環(huán)境所有位點AE效應可累積降低TGW 5.01 g；相比較AA和AAE效應的作用較低，分別僅為0.26 和0.15 g(圖4)。對TGW表型變異的貢獻率在各遺傳組分之間有顯著差異，其中A和AE效應對TGW表型變異的貢獻率較高，分別為25.63%和22.49%；AA和AAE效應的貢獻率較低，分別為15.01%和12.29%(圖5)。由此看出，決定小麥TGW的主要遺傳因子為A和AE效應。在干旱脅迫條件下，這種遺傳主效應均對TGW表型具有負向調(diào)控作用。

圖4　小麥千粒重QTL遺傳組分效應差異Fig.4　Difference in genetic effects of all identified QTL for the thousand-grain weight of the RIL population in wheat

圖5　小麥千粒重QTL遺傳貢獻率差異Fig.5　Difference in genetic contribution rate of all identified QTL for the thousand-grain weight of the RIL population in wheat

表4　不同環(huán)境條件下小麥RIL群體千粒重QTL上位性效應及其與水分環(huán)境互作

1)QTLi和QTLj是QTL二維搜索檢測；2)遺傳距離(cM)表示距左標記的距離；3)AA代表上位性效應，正值表示親本型效應大于重組型，負值反之，H2(AA)表示由上位性效應所解釋的表型變異；*P<0.05，**P<0.01；4)E1表示干旱脅迫條件，AAE1表示上位性QTL與干旱脅迫互作效應，干旱脅迫與正常中AAE1絕對值相同，但效應方向相反，H2(AAE1) 表示由上位性QTL與環(huán)境互作所解釋的表型變異。1)QTLiand QTLjare a pair of QTL detected by two-dimensional searching;2)Genetics distance (cM) between the most likely position of putative QTL and the left flanking marker in marker interval; *P<0.05,**P<0.01;3)AArepresents epistatic effect at its direction: the positive value means parent-type effect is more than recombinant-type effect, and the negative value means parent-type effect is less than recombinant-type effect;H2(AA)indicatesthevarianceexplainedbyepistasisQTL.4)E1representsthedroughtstress; AAE1representstheeffectofepistaticQTL×environmentinteractioninthedroughtstress;theabsolutevalueofeffectofQTL×environmentinteractioninthewell-wateredissameasinthedroughtstress,buttheeffectdirectionisreverse; H2(AAE1) indicates the phenotypic variance explained by epistatic QTL×environment.

3討論

3.1　小麥粒重響應水分環(huán)境的復雜性

粒重是決定小麥產(chǎn)量的重要影響因子[1-2]。在正常生長條件下，粒重表型具有較高穩(wěn)定性和遺傳力(0.59～0.80)[3-4]。然而，干旱脅迫條件下，小麥隨著脅迫程度增加和持續(xù)時間的延長，粒重表現(xiàn)出不同程度的降低，表型變異增大，遺傳力顯著下降(hB2=0.35～0.63)，表現(xiàn)出顯著的與水分互作效應[7-8,10]。本研究通過設置不同的水分環(huán)境條件也進一步證實這一現(xiàn)象，與灌溉條件(對照)相比，干旱脅迫導致小麥RIL群體TGW表型平均下降7.42 g，遺傳力平均降低0.14，變異系數(shù)平均增高2.13%，不同環(huán)境間TGW相關(guān)性顯著降低；并且以上這些特征值在不同地點(年份)環(huán)境變幅較大(圖1，表1和2)。此外，Yang等[6]還發(fā)現(xiàn)小麥不同發(fā)育時期的TGW對干旱脅迫響應不同，灌漿中期的TGW抗旱性普遍高于成熟期的。Li等[10]發(fā)現(xiàn)，在不同的水分環(huán)境，以及同一水分環(huán)境不同的發(fā)育階段，小麥TGW表型對水分環(huán)境和發(fā)育階段表現(xiàn)顯著不同。由此說明了小麥TGW對水分反應的復雜性，顯著的基因型差異性，生育期水分響應的特異性和易與環(huán)境互作性，從而佐證其典型數(shù)量性狀特點。同時也暗示出，控制小麥TGW的基因可能以一定的時空方式表達，不同的環(huán)境具有不同的表達模式，從而導致其豐富的表型差異。

3.2　小麥粒重QTL遺傳定位特征與熱點區(qū)域比較

據(jù)前人研究，小麥TGW主要受加性效應控制[3]，其A-QTL在小麥21條染色體上均有分布，不同遺傳背景材料和不同的環(huán)境這些A-QTL表達的數(shù)目、位置、遺傳效應不同[4-6,8-23]。但在1A[4,12-13]、1B[9,23]、2A[9,23]、2B[4,11,13]、2D[13,19]、3B[9]、3D[12]、4B[12]、5B[11,13,16]和7A[4,11]上檢測到多環(huán)境均能穩(wěn)定表達的A-QTL。在本研究中，小麥RIL群體共檢測到19個控制TGW的A-QTL，不同環(huán)境這些位點表達形式有顯著差異，主要分布在1B、2A、3D、4A、5B、6B和7A染色體上；其中，在1B、2A、4A和7A染色體上一些重要標記區(qū)段，形成了4個QTL的熱點區(qū)域(表2，圖2)。在1B染色體上Xmag2064-Xbarc181區(qū)間內(nèi)，發(fā)現(xiàn)了6個A-QTL，尤其在該區(qū)域內(nèi)Xwmc156或相鄰標記附近，王瑞霞等[9,23]定位了7個控制TGW的A-QTL，H2(A)在6.23%～13.96%；Li等[10]定位了1個A-QTL，H2(A)為7.13%；根據(jù)Somers等[31]的遺傳圖譜作為參考圖譜比對，Huang等[18]檢測到1個A-QTL與Xwmc156相鄰，H2(A)為12.60%。在2A染色體上Xwmc522-Xgwn122區(qū)間內(nèi)本研究發(fā)現(xiàn)了4個控制TGW的A-QTL，王瑞霞等[9,23]在該區(qū)域發(fā)現(xiàn)8個控制TGW的A-QTL，H2(A)在4.99%～16.80%。3D染色體上檢測到的Qtgw.acs-3D.1與廖祥政等[12]檢測到控制TGW的A-QTL位于相鄰區(qū)間。以上不同遺傳背景群體間穩(wěn)定表達的控制TGW的A-QTL及其熱點區(qū)域，普遍與控制籽粒大小和產(chǎn)量相關(guān)農(nóng)藝性狀QTL重疊或共享相近的染色體區(qū)間[8,11,13-15,21-22]。說明，這些重要位點的表達不僅具有一定的穩(wěn)定性，同時在遺傳上存在 “一因多效”現(xiàn)象，可利用這些正向連鎖實現(xiàn)籽粒產(chǎn)量及其產(chǎn)量相關(guān)因子的同步提高，用于分子標記輔助育種和聚合育種[22]。此外，本研究中在4A、5B、6B和7A發(fā)現(xiàn)的控制TGW的A-QTL均未與前人研究報道的位點重合或相近，屬于新發(fā)掘的QTL位點。因此，由于小麥巨大的基因組特性[15]，以及小麥粒重遺傳的復雜性[4,9-11,21-23]，開展多環(huán)境條件下，小麥不同遺傳背景群體TGW的QTL定位，將有利于發(fā)掘TGW更多的遺傳信息和功能分子標記，提高小麥TGW遺傳改良的效率。

3.3　小麥粒重數(shù)量遺傳基礎(chǔ)

小麥粒重屬于典型的微效多基因控制的復雜數(shù)量性狀，易受環(huán)境影響[4-9]。前期的研究表明，小麥粒重遺傳符合加性-顯性模型，顯性效應為主，A效應也起一定的作用[32]。也有研究者認為，小麥粒重主要受A效應控制[3]，AA、AE和AAE效應也對粒重起到重要作用[6,8,10,21-22]。本研究發(fā)現(xiàn)，小麥TGW遺傳受到A、AE、AA和AAE效應的顯著影響，其中A和AE效應是決定小麥TGW的主要遺傳因子。在干旱脅迫條件下，這種遺傳主效應均對TGW表型具有負向調(diào)控作用(圖4，圖5)。并且檢測到的一些控制TGW的顯著加性效應的QTL，不僅單獨表達顯著影響TGW表型變異，而且與其他位點互作形成復雜的QTL網(wǎng)絡，發(fā)揮中心樞紐的作用對TGW表型起正向或負向調(diào)控(圖3)。

4結(jié)論

小麥RIL群體千粒重對水分環(huán)境反應敏感，群體中各株系呈現(xiàn)廣泛變異和超親分離，屬于微效多基因控制的復雜數(shù)量性狀，易受水分環(huán)境影響。

共檢測到19個和38對控制千粒重的A-QTL和AA-QTL。這些QTL表達通過正向或負向調(diào)控，對千粒重表型變異起重要作用。發(fā)現(xiàn)了3個多環(huán)境均能穩(wěn)定表達的A-QTL，如Qtgw.acs-1B.1，Qtgw.acs-2A.1和Qtgw.acs-4A.1，以及4個A-QTL熱點區(qū)域，如Xmag2064-Xbarc181(1B)，Xwmc522-Xgwn122(2A)，Xwmc446-Xgwm610(4A)和Xwmc603-Xbarc195(7A)。所檢測到的A-QTL和AA-QTL與干旱脅迫環(huán)境互作普遍具有降低千粒重的效應。

加性效應和加性與環(huán)境的互作效應是決定小麥千粒重的主要遺傳因子，在干旱脅迫條件下，這種遺傳主效應均對千粒重表型具有負向調(diào)控作用。

References：

[1]Wang R X. QTL Analysis of Grain Filling Rate and Related Traits in Wheat (TriticumaestivumL.) under Different Ecological Environments[D]. Beijing: Chinese Academy of Agricultural Science, 2008.

[2]Lu Q L, Chai S X, Zhang L J,etal. Contribution of winter wheat leaf and non-leaf organs to grain weight. Acta Prataculturae Sinica, 2013, 22(5): 165-174.

[3]Zhuang Q S. Chinese Wheat Improvement and Pedigree Analysis[M]. Beijing: Chinese Agricultural Press, 2003: 502.

[4]Kumar N, Kulwal P, Gaur A,etal. QTL analysis for grain weight in common wheat. Euphytica, 2006, 151: 135-144.

[5]Varshney R K, Prasad M, Roy J K,etal. Identification of eight chromosomes and a microsatellite marker on 1AS associated with QTL for grain weight in bread wheat. Theoretical and Applied Genetics, 2000, 100: 1290-1294.

[6]Yang D, Jing R, Chang X,etal. Identification of quantitative trait loci and environmental interactions for accumulation and remobilization of water-soluble carbohydrates in wheat (TriticumaestivumL.) stems. Genetics, 2007, 176: 571-584.

[7]Yang D L, Zhang G H, Li X M,etal. Genetic characteristics associated with drought tolerance of plant height and thousand-grain mass of recombinant inbred lines of wheat. Chinese Journal of Applied Ecology, 2012, 23(6): 1569-1576.

[8]Wu X, Chang X, Jing R. Genetic insight into yield-associated traits of wheat grown in multiple rain-fed environments. PLoS ONE, 2012, 7(2): e31249.

[9]Wang R X, Zhang X Y, Wu K,etal. The stability of QTL mapping for thousand grain weight in multiple environments. Journal of Triticeae Crops, 2012, 32(1): 1-6.

[10]Li S, Wang C, Chang X,etal. Genetic dissection of developmental behavior of grain weight in wheat under diverse temperature and water regimes. Genetica, 2012, 140: 393-405.

[11]Groos C, Robert N, Bervas E,etal. Genetic analysis of grain protein content, grain yield and thousand-kernel weight in bread wheat. Theoretical and Applied Genetics, 2003, 106: 1032-1040.

[12]Liao X Z, Wang J, Zhou R H,etal. Mining favorable alleles of QTLs conferring 1000-grain weight from synthetic wheat. Acta Agronomica Sinica, 2008, 34(11): 1877-1884.

[13]Ramya P, Chaubal A, Kulkarni K,etal. QTL mapping of 1000-kernel weight, kernel length, and kernel width in bread wheat (TriticumaestivumL.). Journal of Applied Genetics, 2010, 51: 421-429.

[14]Campbell K G, Bergman C J, Gualberto D G,etal. Quantitative trait loci associated with kernel traits in a soft×hard wheat cross. Crop Science, 1999, 39: 1184-1195.

[15]Quarrie S A, Steed A, Calestani C,etal. A high-density genetic map of hexaploid wheat (TriticumaestivumL.) from the cross Chinese Spring×SQ1 and its use to compare QTLs for grain yield across a range of environments. Theoretical and Applied Genetics, 2005, 110: 865-880.

[16]Liu S B, Zhou R H, Dong Y C,etal. Development, utilization of introgression lines using a synthetic wheat as donor. Theoretical and Applied Genetics, 2006, 112: 1360-1373.

[17]Li S H, Jia J Z, Wei X Y,etal. A intervarietal genetic map and QTL analysis for yield traits in wheat. Molecular Breeding, 2007, 20: 167-178.

[18]Huang X Q, Kempf H, Ganal M W,etal. Advanced backcross QTL analysis in progenies derived from a cross between a German elite winter wheat variety and a synthetic wheat (TriticumaestivumL.). Theoretical and Applied Genetics, 2004, 109: 933-943.

[19]B?rner A, Schumann E, Fürste A,etal. Mapping of quantitative trait loci determining agronomic important characters in hexaploid wheat (TriticumaestivumL.). Theoretical and Applied Genetics, 2002, 105: 921-936.

[20]R?der M S, Huang X Q, B?rner A. Fine mapping of the region on wheat chromosome 7D controlling grain weight. Functional & Integrative Genomics, 2008, 8: 79-86.

[21]Li W F, Liu B, Peng T,etal. Detection of QTL for kernel weight, grain size, and grain hardness in wheat using DH and immortalized F2 population. Scientia Agricultura Sinica, 2012, 45(17): 3453-3462.

[22]Zhang K P, Xu X B, Tian J C. QTL mapping for grain yield and spike related traits in common wheat. Acta Agronomica Sinica, 2009, 35(2): 270-278.

[23]Wang R X, Zhang X Y, Wu L,etal. QTL analysis of grain size and related traits in winter wheat under different ecological environments. Scientia Agricultura Sinica, 2009, 42(2): 398-407.

[24]Li L, Yang D L, Li M F,etal. Effects of source-sink regulation on WSC in vegetative organs and thousand-grain mass of wheat under different water conditions. Chinese Journal of Applied Ecology, 2013, 24(7): 1879-1888.

[25]Ma Z P, Li M F, Yang D L,etal. Relationship between grain filling and accumulation and remobilization of water soluble carbohydrates in leaf and stem of winter wheat during the grain filling in different water conditions. Acta Prataculturae Sinica, 2014, 23(4): 68-78.

[26]Zhang G H, Yang D L, Li M F,etal. Genetic analysis of QTL mapping for developmental behaviors of plant height and QTL×water regimes interactions in wheat. Journal of Agricultural Biotechnology, 2012, 20(9): 996-1008.

[27]Xue S, Zhang Z, Lin F,etal. A high-density intervarietal map of the wheat genome enriched with markers derived from expressed sequence tags. Theoretical and Applied Genetics, 2008, 117: 181-189.

[28]Yu J K, Dake T M, Singh S,etal. Development and mapping of EST-derived simple sequence repeat markers for hexaploid wheat. Genome, 2004, 47: 805-818.

[29]Toker C. Estimates of broad-sense heritability for seed yield and yield criteria in faba bean (ViciafabaL.). Hereditas, 2004, 140: 222-225.

[30]Wang D L, Zhu J, Li Z K,etal. Mapping QTLs with epistatic effects and QTL×environment interaction by mixed linear model approaches. Theoretical and Applied Genetics, 1999, 99: 1255-1264.

[31]Somers D J, Isaac P, Edwards K. A high-density wheat microsatellite consensus map for bread wheat (TriticumaestivumL.). Theoretical and Applied Genetics, 2004, 109: 1105-1114.

[32]Zhang L H, Xu M F. An analysis of genetic effects on harvest index and several other agronomic characteristics of wheat. Acta Agriculturae Nuleatae Sinica, 1997, 11(3): 135-140.

參考文獻：

[1]王瑞霞. 不同生態(tài)環(huán)境下小麥籽粒灌漿速率及有關(guān)性狀的QTL定位分析[D]. 北京: 中國農(nóng)業(yè)科學院, 2008.

[2]魯清林, 柴守璽, 張禮軍, 等. 冬小麥葉片和非葉器官對粒重的貢獻. 草業(yè)學報, 2013, 22(5): 165-174.

[3]莊巧生. 中國小麥品種改良及系譜分析[M]. 北京: 中國農(nóng)業(yè)出版社, 2003: 502.

[7]楊德龍, 張國宏, 李興茂, 等. 小麥重組近交系群體株高和千粒重的抗旱遺傳特性. 應用生態(tài)學報, 2012, 23(6): 1569-1576.

[9]王瑞霞, 張秀英, 吳科, 等. 多個環(huán)境下小麥千粒重QTL定位的穩(wěn)定性分析. 麥類作物學報, 2012, 32(1): 1-6.

[12]廖祥政, 王瑾, 周榮華, 等. 發(fā)掘人工合成小麥中千粒重QTL 的有利等位基因. 作物學報, 2008, 34(11): 1877-1884.

[21]李文福, 劉賓, 彭濤, 等. 利用DH 和IF2兩個群體進行小麥粒重、粒型和硬度的QTL分析. 中國農(nóng)業(yè)科學, 2012, 45(17): 3453-3462.

[22]張坤普, 徐憲斌, 田紀春. 小麥籽粒產(chǎn)量及穗部相關(guān)性狀的QTL定位. 作物學報, 2009, 35(2): 270-278.

[23]王瑞霞, 張秀英, 伍玲, 等. 不同生態(tài)環(huán)境下冬小麥籽粒大小相關(guān)性狀的QTL分析. 中國農(nóng)業(yè)科學, 2009, 42(2): 398-407.

[24]李麗, 楊德龍, 栗孟飛, 等. 不同水分條件下源庫調(diào)節(jié)對小麥營養(yǎng)器官WSC及籽粒千粒重的影響. 應用生態(tài)學報, 2013, 24(7): 1879-1888.

[25]馬召朋， 栗孟飛， 楊德龍, 等. 不同水分條件下冬小麥灌漿期莖葉可溶性碳水化合物積累轉(zhuǎn)運與籽粒灌漿的關(guān)系. 草業(yè)學報, 2014, 23(4): 68-78.

[26]張國宏, 楊德龍, 栗孟飛,等. 小麥株高發(fā)育動態(tài)QTL定位及其與水分環(huán)境互作遺傳分析. 農(nóng)業(yè)生物技術(shù)學報, 2012, 20(9): 996-1008.

[32]張利華, 許梅芬. 小麥收獲指數(shù)和其它幾個農(nóng)藝性狀的基因效應分析. 核農(nóng)學報, 1997, 11(3): 135-140.