汪 濤,張 毅,趙曉雪,陳 璨,司紅起,馬傳喜,盧 杰

(安徽農(nóng)業(yè)大學(xué),安徽 合肥 230036)

隨著小麥(TriticumaestivumL.)單產(chǎn)的提高及水肥條件的改善,倒伏逐漸成為限制小麥高產(chǎn)穩(wěn)產(chǎn)的主要因素之一。我國(guó)是世界上重要的小麥生產(chǎn)和消費(fèi)大國(guó),每年因倒伏而損失的糧食產(chǎn)量超過200萬(wàn)t[1],倒伏易導(dǎo)致收獲延遲、品質(zhì)及籽粒商品性變差等不利后果[2]。根據(jù)發(fā)生部位不同,小麥倒伏分為根倒伏和莖倒伏2種類型,莖倒伏是小麥生產(chǎn)中常見類型,由莖稈節(jié)間的彎曲或者斷裂造成,主要發(fā)生在基部第2節(jié)間,且乳熟期是極易發(fā)生倒伏的時(shí)期[3]。育種實(shí)踐表明,小麥品種的抗倒性與株高和莖稈強(qiáng)度顯著相關(guān)[4],但株高的過度矮化會(huì)造成植株地上部分生物量降低、群體郁閉、病害加重,進(jìn)而影響產(chǎn)量提升[5],當(dāng)前,小麥抗倒伏育種更注重莖稈質(zhì)量的改善,由矮稈抗倒向壯稈抗倒轉(zhuǎn)變[6-8]。因此,研究小麥莖稈抗倒伏遺傳機(jī)理,將有助于培育抗倒伏小麥品種。

研究表明,除株高外,小麥莖稈形態(tài)及結(jié)構(gòu)特征與抗倒伏性相關(guān)。小麥抗倒伏性與莖稈基部節(jié)間長(zhǎng)度呈負(fù)相關(guān),與基部第2節(jié)間的莖稈壁厚呈顯著正相關(guān),倒伏易發(fā)生在基部第2節(jié)間,具有較短的基部第2節(jié)間、較大的莖稈粗度及壁厚的品種,其抗倒伏能力較強(qiáng),反之則弱[4,9-12]。小麥莖稈中木質(zhì)素和纖維素含量與抗倒伏能力相關(guān)[13],研究發(fā)現(xiàn),小麥莖稈纖維素含量越高,莖稈抗壓強(qiáng)度越高,纖維素含量低的品種莖稈更脆,莖稈強(qiáng)度也弱,更容易發(fā)生倒伏[2,14-15]。此外,小麥抗倒伏遺傳機(jī)理的研究亦有報(bào)道,潘婷等[16]在染色體1B、3B、4A、4B和5A上定位到23個(gè)影響莖稈強(qiáng)度、莖稈直徑和髓腔直徑的QTLs,表型變異解釋率在3.5%～44.0%。劉凱等[17]利用90K芯片在4B染色體上檢測(cè)到9個(gè)控制小麥莖稈強(qiáng)度和基部第2節(jié)間壁厚的QTLs,可以解釋9.40%～36.60%的表型變異。此外,通過全基因組關(guān)聯(lián)分析,在自然群體的染色體1A、1B、2B、2D、3A、3B、4A、4B、5A、5B、5D、6B、7A、7B和7D上發(fā)現(xiàn)了37個(gè)與莖稈強(qiáng)度相關(guān)的標(biāo)記,解釋了7.76%～13.77%的表型變異。潘婷[18]利用重組自交系 (Recombinant inbred lines,RILs),在3B和5A染色體上識(shí)別到2個(gè)莖稈強(qiáng)度相關(guān)的QTLs。Ma等[19-22]克隆了Ta-CCR1、Ta-COMT、Ta-CAD1等3個(gè)小麥莖稈木質(zhì)素合成基因。綜上,小麥抗倒伏是受多因素、多基因控制的復(fù)雜性狀,因此,確定適宜的抗倒伏評(píng)價(jià)指標(biāo),深入挖掘抗倒伏相關(guān)的基因或QTL,開發(fā)實(shí)用性分子標(biāo)記或優(yōu)異等位變異,將有助于小麥抗倒伏性的遺傳改良。

本研究以莖稈強(qiáng)度差異顯著的小麥品種安農(nóng)0711和河農(nóng)825構(gòu)建的RILs群體為基礎(chǔ),測(cè)定多個(gè)環(huán)境下該群體乳熟期莖稈強(qiáng)度值及基部第2節(jié)間外莖、壁厚、長(zhǎng)度、木質(zhì)素、纖維素等形態(tài)結(jié)構(gòu)指標(biāo),同時(shí)利用小麥55K芯片多態(tài)性SNP標(biāo)記對(duì)上述指標(biāo)進(jìn)行基因型鑒定,旨在探究影響小麥莖稈強(qiáng)度的形態(tài)結(jié)構(gòu)指標(biāo),鑒定莖稈強(qiáng)度相關(guān)QTL,為小麥抗倒伏遺傳機(jī)理的研究提供參考。

1 材料和方法

1.1 試驗(yàn)材料與試驗(yàn)設(shè)計(jì)

以莖稈強(qiáng)度值差異顯著且株高相近的小麥品種安農(nóng)0711和河農(nóng)825構(gòu)建的F9～F10120份重組自交系(RILs)群體為研究材料。

RILs群體于2019—2020年(以下稱2020年)種植于合肥大楊店高新技術(shù)農(nóng)業(yè)示范園(20HF:31.9 0N,117.2 0E)和淮北市濉溪縣五鋪農(nóng)場(chǎng)(20HB:33.7 0N,116.7 0E),2020—2021年(以下稱2021年)種植于淮北市濉溪縣五鋪農(nóng)場(chǎng)(21HB)和濟(jì)源市安徽隆平高科試驗(yàn)站(21JY:35.04N,112.65E),每份試驗(yàn)材料播種2行,行長(zhǎng)2 m,行間距0.25 m,株距0.15 m,2次重復(fù),大田常規(guī)管理。

1.2 測(cè)定項(xiàng)目及方法

參照肖世和等[23]描述的莖稈強(qiáng)度測(cè)定方法,稍做改動(dòng)?；ê?8 d(乳熟期)測(cè)定莖稈強(qiáng)度,具體為每個(gè)家系選擇相鄰的、長(zhǎng)勢(shì)相似的5個(gè)單莖,使用YYD-1A型莖稈強(qiáng)度儀(浙江拓普儀器有限公司)測(cè)定供試材料莖稈強(qiáng)度(SS),5次重復(fù)。花后28 d隨機(jī)選擇5株代表株測(cè)量表型數(shù)據(jù),用游標(biāo)卡尺測(cè)量基部第2節(jié)間外徑(SBD)和基部第2節(jié)間壁厚(SWT),使用20 cm直尺測(cè)量基部第2節(jié)間長(zhǎng)度(SBL)。采用硫酸蒽酮比色法[24]測(cè)定小麥基部第2節(jié)間纖維素含量(SCC),紫外分光光度計(jì)法[25]測(cè)定基部第2節(jié)間木質(zhì)素含量(SLC)。

1.3 多元線性回歸分析

以莖稈強(qiáng)度為因變量(y),莖稈性狀指標(biāo)第2節(jié)間長(zhǎng)(x1)、第2 節(jié)間粗(x2)、第2節(jié)間壁厚(x3)、第2節(jié)間纖維素含量(x4)和第2節(jié)間木質(zhì)素含量(x5)為自變量,分別應(yīng)用SPSS軟件Linear過程“逐步法”建立多元線性回歸方程。

1.4 小麥55K芯片掃描及QTL分析

利用小麥55K芯片(北京博奧晶典生物科技有限公司)對(duì)(安農(nóng)0711×河農(nóng)825)衍生的120個(gè)RILs家系和雙親進(jìn)行掃描。利用Excel將55K芯片中在雙親安農(nóng)0711和河農(nóng)825間存在基因型差異的SNP進(jìn)行篩選和提取,剔除雙親都缺失、單親雜合或缺失的SNP標(biāo)記,用于莖稈強(qiáng)度QTL分析。

QTLIciMapping v4.1軟件[26](http://www.isbreeding.net/software)中混合線性模型復(fù)合區(qū)間作圖法,基于2017—2021年的莖稈強(qiáng)度表型值進(jìn)行QTL分析,將LOD閾值設(shè)為大于2.0。

1.5 數(shù)據(jù)處理

表型性狀數(shù)據(jù)整理由Excel軟件完成,表型數(shù)據(jù)間的相關(guān)性分析由IBM SPSS Statistics 25(www.spss.com)軟件完成,Origin 2022用于圖表制作。

2 結(jié)果與分析

2.1 RILs群體表型性狀分析

從表1可以看出,2020年合肥、2020年淮北、2021年淮北和2021年濟(jì)源4個(gè)試驗(yàn)環(huán)境下,安農(nóng)0711的莖稈強(qiáng)度、基部第2節(jié)間莖粗、壁厚均高于河農(nóng)825,第2節(jié)間長(zhǎng)度低于河農(nóng)825; 2020年合肥和2020年淮北2個(gè)環(huán)境下第2節(jié)間纖維素含量和木質(zhì)素含量均高于河農(nóng)825。RILs群體的莖稈性狀在各環(huán)境下均呈連續(xù)性分布(圖1),莖稈強(qiáng)度、基部第2節(jié)間長(zhǎng)度、莖粗和木質(zhì)素含量在各環(huán)境中的偏度和偏峰絕對(duì)值均小于1,符合正態(tài)分布,基部第2節(jié)間壁厚和纖維素含量也基本符合正態(tài)分布,表明這些莖稈性狀均是多基因控制的數(shù)量性狀。表型數(shù)據(jù)變異系數(shù)8%～38%,在6個(gè)性狀均存在超親分離現(xiàn)象,且各環(huán)境下均表現(xiàn)一致。在這些性狀中,莖稈強(qiáng)度和第2節(jié)間壁厚變異系數(shù)分別為26%～38%和10%～23%,說明這2個(gè)性狀具有較高的遺傳變異和改良潛力。

表1 安農(nóng)0711/河農(nóng)825 RILs群體莖稈性狀統(tǒng)計(jì)Tab.1 Statistics of stem traits of Annong 0711/Henong 825 RILs population

圖1 RIL群體莖稈性狀和莖稈強(qiáng)度的表型分布Fig.1 Phenotypic distribution of stem traits and stem strength in RIL populations

2.2 莖稈強(qiáng)度與其形態(tài)特征相關(guān)性分析

表2表明,RILs群體莖稈強(qiáng)度與基部第2節(jié)間長(zhǎng)度呈負(fù)相關(guān),在2021年淮北和2021年濟(jì)源環(huán)境下達(dá)極顯著水平(P<0.01);與基部第2節(jié)間莖粗和壁厚呈顯著正相關(guān)(P<0.05),且2021年濟(jì)源均達(dá)到極顯著(P<0.01);在2020年合肥和2020年淮北2個(gè)環(huán)境下與基部第2節(jié)間纖維素含量和木質(zhì)素含量均達(dá)到極顯著正相關(guān)(P<0.01),說明第2節(jié)間長(zhǎng)度越短,莖粗和壁厚越大,纖維素和木質(zhì)素含量越高,越有利于增強(qiáng)莖稈強(qiáng)度,提高植株的抗倒伏性。

表2 RIL群體莖稈強(qiáng)度與莖稈性狀相關(guān)性分析Tab.2 Correlation analysis of stem strength and stem traits in RIL population

2.3 莖稈性狀對(duì)莖稈強(qiáng)度的回歸分析

由表3可知,對(duì)2020年合肥環(huán)境下莖稈性狀與莖稈強(qiáng)度進(jìn)行多元回歸分析,VIF值均小于5,說明自變量之間不存在多重共線性,模型構(gòu)建良好。在95%顯著水平下,從對(duì)小麥莖稈強(qiáng)度有影響的莖稈性狀中逐個(gè)淘汰不顯著的自變量,篩選出回歸系數(shù)達(dá)到顯著水平的莖稈性狀入選回歸方程。得到最優(yōu)線性回歸方程:

表3 莖稈性狀對(duì)莖稈強(qiáng)度的多元回歸分析結(jié)果(2020年合肥)Tab.3 Multiple regression analysis results of stem traits on stem strength(Hefei,2020)

y=-1.96+0.11x5+0.03x4+0.86x3

該方程中,基部第2節(jié)間壁厚(x3)回歸系數(shù)最大,為0.86,表明基部第2節(jié)間壁厚對(duì)小麥莖稈強(qiáng)度的貢獻(xiàn)最大;基部第2節(jié)間纖維素含量(x4)回歸系數(shù)為0.03,表明基部第2節(jié)間纖維素含量越高,小麥莖稈強(qiáng)度越大;基部第2節(jié)間木質(zhì)素含量(x5)回歸系數(shù)為0.11,表明基部第2節(jié)間木質(zhì)素含量對(duì)莖稈強(qiáng)度有較大影響。3個(gè)莖稈性狀共解釋41%的莖稈強(qiáng)度變化。

由表4可知,對(duì)2020年淮北環(huán)境下莖稈性狀與莖稈強(qiáng)度多元進(jìn)行回歸分析,VIF值均小于5,說明自變量之間不存在多重共線性,模型構(gòu)建良好。在95%顯著水平下,從對(duì)小麥莖稈強(qiáng)度有影響的莖稈性狀中逐個(gè)淘汰不顯著的自變量,篩選出回歸系數(shù)達(dá)到顯著水平的莖稈性狀入選回歸方程。得到最優(yōu)線性回歸方程:y=0.13+0.05x4。

表4 莖稈性狀對(duì)莖稈強(qiáng)度的多元回歸分析結(jié)果(2020年淮北)Tab.4 Multiple regression analysis results of stem traits on stem strength(Huaibei,2020)

該方程中,基部第2節(jié)間纖維素含量(x4)回歸系數(shù)為0.05,解釋24%的莖稈強(qiáng)度變化,表明基部第2節(jié)間纖維素含量越高,小麥莖稈強(qiáng)度越大。

2.4 小麥莖稈性狀QTL鑒定

如表5所示,基于小麥55K芯片篩選得到的11 135個(gè)二態(tài)性SNP標(biāo)記和4個(gè)環(huán)境下莖稈性狀表型值,共檢測(cè)到19個(gè)與莖稈強(qiáng)度和莖稈性狀相關(guān)的QTLs,分布在1A、1D、2B、2D、4D、5A、5B、5D和7B染色體上,能夠解釋7.67%～65.33%的表型貢獻(xiàn)率。其中,在1D、2B、2D、4D、5A、5B、5D和7B染色體上共檢測(cè)到8個(gè)控制小麥莖稈強(qiáng)度的QTLs,解釋表型貢獻(xiàn)率為7.67%～61.46%,增效基因均來自安農(nóng)0711,Qss.ahau-5B、Qss.ahau-5D和Qss.ahau-7B均能在2個(gè)環(huán)境中檢測(cè)到,分別解釋8.57%～9.99%,10.35%～13.29%和7.67%～7.86%的表型變異率。在2021年濟(jì)源環(huán)境檢測(cè)到的Qss.ahau-5A解釋61.46%的表型變異率,可增加小麥莖稈強(qiáng)度0.39N。檢測(cè)到2個(gè)控制小麥基部第2節(jié)間長(zhǎng)度的QTLs,位于1D和5D染色體,解釋表型貢獻(xiàn)率7.96%～15.48%,增效基因均來自河農(nóng)825。Qsbl.ahau-5D可在2020年合肥和2021年淮北2個(gè)環(huán)境檢測(cè)到,解釋12.10%～15.48%的表型變異率,可降低第2節(jié)間長(zhǎng)度3.58～4.32 mm。在1A和1D染色體上檢測(cè)到2個(gè)控制基部第2節(jié)間莖粗的QTLs,增效基因均來自安農(nóng)0711,可增加第2節(jié)間莖粗0.15～0.23 mm。Qsbd.ahau-1D與調(diào)控莖稈強(qiáng)度的Qss.ahau-1D位置相同,解釋9.42%的表型變異率。檢測(cè)到1個(gè)控制基部第2節(jié)間壁厚的QTLs,位于1D染色體上,增效基因來源于安農(nóng)0711,該位點(diǎn)與調(diào)控第2節(jié)間長(zhǎng)度的Qsbl.ahau-1D區(qū)間相同,解釋10.76%的表型變異率。在1D和4D染色體上檢測(cè)到2個(gè)控制基部第2節(jié)間纖維素含量的QTLs,解釋9.51%～10.76%的表型變異率,增效基因均來自安農(nóng)0711。檢測(cè)到4個(gè)控制基部第2節(jié)間木質(zhì)素含量的QTLs,分布在1A、5A、5D和7B染色體上,解釋10.82%～65.33%的表型變異率,加性效應(yīng)均來自安農(nóng)0711,Qslc.ahau-5D在2020年合肥和2020年淮北2個(gè)環(huán)境均被檢測(cè)到,解釋10.82%～14.23%的表型變異率。Qslc.ahau-5A和Qss.ahau-5A位置相同,表型變異率分別為65.33%和61.46%。

表5 RILs群體莖稈強(qiáng)度相關(guān)的QTLTab.5 QTLs related to stem strength in RILs population

3 結(jié)論與討論

在小麥抗倒伏研究中,莖稈強(qiáng)度、倒伏指數(shù)、莖稈彈性、莖稈折斷力及自然倒伏的級(jí)別與面積等指標(biāo)均可用于評(píng)價(jià)其抗倒伏性,其中,莖稈強(qiáng)度指標(biāo)因與小麥的抗倒伏性呈正相關(guān)且檢測(cè)容易、重復(fù)性好,應(yīng)用較為廣泛[27]。研究表明,小麥莖稈強(qiáng)度與節(jié)間長(zhǎng)度、莖粗、壁厚等多種莖稈性狀相關(guān)[28]。前人報(bào)道小麥基部節(jié)間莖粗和壁厚與莖稈強(qiáng)度呈極顯著正相關(guān)[6,29],本研究發(fā)現(xiàn),在4個(gè)環(huán)境下,莖稈強(qiáng)度與基部第2節(jié)間莖粗和壁厚呈顯著或極顯著正相關(guān),與基部第2節(jié)間長(zhǎng)度呈負(fù)相關(guān)。表明提高小麥基部第2節(jié)間莖粗和壁厚,有助于提高莖稈強(qiáng)度,對(duì)增強(qiáng)小麥抗倒伏能力具有重要意義。此外,本研究結(jié)果顯示,2020年合肥和淮北2個(gè)環(huán)境下莖稈強(qiáng)度與基部第2節(jié)間纖維素含量和木質(zhì)素含量均達(dá)到了極顯著水平,這與陳曉光[30]的研究結(jié)果較為一致,表明基部第2節(jié)間纖維素含量和木質(zhì)素含量是影響小麥莖稈強(qiáng)度的重要指標(biāo)。多元回歸分析方程表明,基部第2節(jié)間纖維素含量在2020年合肥和淮北環(huán)境下均是重要的因變量,綜上可見,基部第2節(jié)間纖維素含量是影響小麥莖稈強(qiáng)度的關(guān)鍵指標(biāo)。

本研究基于11 135個(gè)多態(tài)性SNPs標(biāo)記和4個(gè)環(huán)境下的莖稈強(qiáng)度、第2節(jié)間長(zhǎng)度、莖粗和壁厚以及2個(gè)環(huán)境下的第2節(jié)間纖維素和木質(zhì)素含量表型值,共檢測(cè)到19個(gè)與莖稈性狀相關(guān)的QTLs位點(diǎn),分布在9條染色體上,這說明小麥莖稈性狀是多基因控制的數(shù)量性狀,受環(huán)境影響較大。本研究在2D染色體上定位的Qss.ahau-2D位于標(biāo)記AX-94774565和AX-108995193之間,解釋18.59%的表型貢獻(xiàn)率,郭會(huì)君[31]在2D上的附近區(qū)域也定位到1個(gè)控制莖稈強(qiáng)度的QTL,解釋12.00%的表型貢獻(xiàn)率,說明該區(qū)域可能存在控制莖稈強(qiáng)度的主效QTL。郭會(huì)君[31]在3B和5B上定位到調(diào)控基部第2節(jié)間莖粗的QTL,潘婷[18]在1B和3B上定位到控制莖粗的QTL,本研究檢測(cè)到2個(gè)調(diào)控基部第2節(jié)間莖粗的QTL位點(diǎn)位于1A和1D染色體上,不同于前人研究結(jié)果。目前,調(diào)控莖稈基部第2節(jié)間壁厚的QTL分布在2A、2D、3B、4A、4B、4A、5D和6A染色體上[18,32],而本研究檢測(cè)到調(diào)控基部第2節(jié)間壁厚的QTL位于1D染色體上,不同于前人的研究結(jié)果,可能是一個(gè)新的位點(diǎn)。本研究中,在1D染色體上,與標(biāo)記AX-110771095和AX-109431570連鎖的QTL位點(diǎn)同時(shí)控制基部第2節(jié)間長(zhǎng)度、壁厚及纖維素含量3個(gè)性狀,解釋表型貢獻(xiàn)率為7.96%～10.76%,可作為小麥抗倒伏研究的候選位點(diǎn)。