分子標(biāo)記輔助選擇育種發(fā)展策略

蘇成付

(六盤水示范學(xué)院生命科學(xué)系，貴州六盤水 553004)

分子標(biāo)記輔助選擇育種發(fā)展策略

蘇成付

(六盤水示范學(xué)院生命科學(xué)系，貴州六盤水 553004)

分子標(biāo)記輔助選擇技術(shù)提高了對(duì)作物目標(biāo)基因選擇的準(zhǔn)確性，極大地縮短了育種進(jìn)程，成為目前國(guó)內(nèi)外廣大育種家和科研工作者廣泛研究的熱點(diǎn)。文中針對(duì)分子標(biāo)記輔助選擇育種存在的關(guān)鍵問題，提出了分子標(biāo)記輔助選擇育種發(fā)展策略，為分子標(biāo)記輔助選擇育種提供理論依據(jù)。

分子標(biāo)記輔助選擇；數(shù)量性狀位點(diǎn)；育種；策略

在農(nóng)作物新品種選育過程中，傳統(tǒng)的個(gè)體選擇方法直接對(duì)符合育種目標(biāo)的農(nóng)藝性狀進(jìn)行選擇，因此選擇的是表型，而不是基因型，農(nóng)作物個(gè)體表現(xiàn)型和基因型之間有一定的關(guān)聯(lián)，但存在較大偏差。隨著分子遺傳學(xué)和分子數(shù)量遺傳學(xué)的發(fā)展，現(xiàn)代生物技術(shù)為作物新品種選育提供了有力的工具，其中最重要的一項(xiàng)技術(shù)手段就是分子標(biāo)記輔助選擇(MAS)技術(shù)。將分子標(biāo)記應(yīng)用于作物新品種改良，利用與目標(biāo)基因緊密連鎖甚至共分離的分子標(biāo)記對(duì)選擇個(gè)體進(jìn)行目標(biāo)基因以及全基因組篩選，獲得期望的個(gè)體[1-2]，連鎖累贅大大降低。傳統(tǒng)育種選擇技術(shù)準(zhǔn)確性較低，而分子標(biāo)記輔助選擇技術(shù)不但可以彌補(bǔ)這一缺點(diǎn)，而且可以大大縮短育種進(jìn)程。

Ming等[3]通過分子生物學(xué)技術(shù)把抗玉米花葉病毒(MMV)的mv1基因定位在玉米基因組第3染色體上，利用與mv1緊密連鎖的分子標(biāo)記進(jìn)行輔助選擇，在感病自交系中轉(zhuǎn)入了抗病基因，在短時(shí)間內(nèi)實(shí)現(xiàn)了育種目標(biāo)，縮短了育種年限；Hansen等[4]利用4個(gè)與目標(biāo)基因緊密連鎖的分子標(biāo)記，在BC1F2家系的幾千個(gè)單株中快速選出了具有目標(biāo)基因(oguC-MS恢復(fù)位點(diǎn))的900多個(gè)單株，大大縮短了育種時(shí)間，減少了量。Tanksley等[5]通過計(jì)算機(jī)摸擬進(jìn)行目標(biāo)基因選擇效率分析，結(jié)果表明利用分子標(biāo)記輔助選擇法，僅僅需要3代就可以從含有目標(biāo)基因的30個(gè)單株中通過連續(xù)回交得到幾乎完全恢復(fù)到輪回親本基因組的基因型；若利用傳統(tǒng)育種法，要得到和輪回親本相同基因組基因型(6.5±1.7)代[6]。Tanksley等[5]研究結(jié)果表明，用目標(biāo)基因兩側(cè)1 cm的2個(gè)分子標(biāo)記進(jìn)行輔助選擇，獲得含目標(biāo)基因長(zhǎng)度不大于2 cm的個(gè)體僅僅需要2個(gè)世代。若采用傳統(tǒng)育種選擇法，至少需要100代才能獲得同樣結(jié)果?？梢?，分子標(biāo)記輔助選擇可大大縮短育種進(jìn)程，對(duì)作物新品種選育具有重要意義。筆者針對(duì)分子標(biāo)記輔助選擇育種存在的關(guān)鍵問題，提出了分子標(biāo)記輔助選擇育種發(fā)展策略，以期為分子標(biāo)記輔助選擇育種提供理論依據(jù)。

1 分子標(biāo)記輔助選擇的關(guān)鍵問題

作物新品種選育涉及到質(zhì)量性狀和數(shù)量性狀2方面，由于作物主要的農(nóng)藝性狀如產(chǎn)量、品質(zhì)、抗病蟲性等均為數(shù)量性狀，因此國(guó)內(nèi)外目前關(guān)于分子標(biāo)記輔助選擇育種的目標(biāo)性狀多為數(shù)量性狀位點(diǎn)QTL(Quantitative trait locus)。而QTL定位結(jié)果的準(zhǔn)確性直接關(guān)系到對(duì)該QTL的分子標(biāo)記輔助選擇利用以及圖位克隆。當(dāng)前，不同QTL定位遺傳群體、QTL定位軟件及定位方法不斷涌現(xiàn)，在不同的農(nóng)作物中定位了大量的數(shù)量性狀位點(diǎn)，且有不斷增加的趨勢(shì)。然而截止目前，真正應(yīng)用到分子標(biāo)記輔助選擇育種中的QTL卻并不多，究其原因，最主要是因?yàn)槟壳岸ㄎ坏拇蠖鄶?shù)QTL準(zhǔn)確性不夠，無法直接應(yīng)用到實(shí)際作物育種過程中。準(zhǔn)確性高、真實(shí)存在的數(shù)量性狀位點(diǎn)可以應(yīng)用于分子標(biāo)記輔助選擇育種，甚至進(jìn)行圖位克??；但準(zhǔn)確性低或未經(jīng)驗(yàn)證的數(shù)量性狀位點(diǎn)往往不能獲得預(yù)期結(jié)果，難以直接應(yīng)用于實(shí)際育種。

可見，要有效的利用分子標(biāo)記輔助選擇育種，首先需解決2個(gè)關(guān)鍵問題：①Q(mào)TL定位準(zhǔn)確性問題。分子標(biāo)記輔助選擇育種應(yīng)選擇準(zhǔn)確性高，真實(shí)存在的QTL，棄除經(jīng)驗(yàn)證的假陽性QTL。②能否獲得與目標(biāo)基因緊密連鎖的分子標(biāo)記。

2 分子標(biāo)記輔助選擇發(fā)展策略

影響QTL定位準(zhǔn)確性因素較多，最直接因素有表型數(shù)據(jù)準(zhǔn)確性，除此之外，QTL定位準(zhǔn)確性還有3個(gè)主要影響因素：第1，定位群體。QTL定位群體的表型和基因型結(jié)構(gòu)分布應(yīng)符合連續(xù)正態(tài)分布，實(shí)際群體是否符合其理論群體的分布。第2，定位軟件。目前QTL定位軟件較多，有些只能檢測(cè)簡(jiǎn)單加性QTL，有些可以檢測(cè)加性和上位性QTL，有些可以檢測(cè)加性、上位性和環(huán)境效應(yīng)，軟件選擇不同，可能獲得不同的結(jié)果。第3，遺傳圖譜。遺傳圖譜密度越高，QTL定位結(jié)果準(zhǔn)確性越高，反之越低。分子標(biāo)記輔助選擇育種效率和QTL定位準(zhǔn)確性有直接關(guān)系。

2.1 定位群體評(píng)價(jià) 目前，QTL定位應(yīng)用較多的初級(jí)群體是F2群體和RIL群體，RIL構(gòu)建過程中經(jīng)過了多世代的基因重組和純合，可以檢測(cè)到比F2群體更為緊密的連鎖。另外，用RIL構(gòu)建遺傳圖譜進(jìn)行QTL定位，研究結(jié)果具有重演性，具有一定優(yōu)勢(shì)。但是RIL構(gòu)建過程往往需要7～8世代的自交純合過程，期間經(jīng)過多輪的人工抽樣選擇和自然選擇，導(dǎo)致群體發(fā)生偏分離的可能性加大，而偏分離遺傳群體不能代表理論群體，從而影響構(gòu)建的遺傳圖譜的可信度。因此，為提高遺傳圖譜準(zhǔn)確性，有必要對(duì)群體偏分離評(píng)價(jià)以后再構(gòu)建遺傳圖譜。對(duì)偏分離群體進(jìn)行評(píng)價(jià)。王永軍(2001)進(jìn)行過相關(guān)研究，提出了利用3類χ2檢驗(yàn)即均等性、對(duì)稱性和代表性來評(píng)價(jià)實(shí)際QTL定位群體；用計(jì)算機(jī)模擬方法編制了相關(guān)程序，該程序被命名為GenoSim，用以測(cè)驗(yàn)和確定群體代表性臨界值，從而系統(tǒng)的提出了一套評(píng)價(jià)和調(diào)整重組自交系群體的方法。對(duì)于偏分離群體，經(jīng)過調(diào)整，可提高遺傳圖譜準(zhǔn)確性，從而提高QTL定位準(zhǔn)確性。

2.2 選擇適宜的QTL定位軟件 不同QTL定位軟件包括不同的遺傳統(tǒng)計(jì)模型和不同統(tǒng)計(jì)算法，因此，不同定位軟件或定位方法對(duì)同一套表型基因型數(shù)據(jù)進(jìn)行QTL檢測(cè)，獲得的結(jié)果可能不同，這已經(jīng)在前人的研究結(jié)果中得到證實(shí)。實(shí)際上QTL定位僅僅是在概率水平上的統(tǒng)計(jì)推斷，不同軟件所用統(tǒng)計(jì)算法不同、所參考遺傳模型也不同，因此具有不同的適宜對(duì)象。對(duì)于具有不同遺傳模型的試驗(yàn)數(shù)據(jù)，應(yīng)選擇適合該遺傳模型的QTL定位方法，否則可能導(dǎo)致錯(cuò)誤檢測(cè)或假陽性出現(xiàn)。

Lander等[7]的Mapmaker/QTL是最早推廣發(fā)行針對(duì)區(qū)間定位的 QTL 定位軟件，具有一定局限性。此后，隨著不同類型分子標(biāo)記的出現(xiàn)和發(fā)展，QTL定位越來越受到人們重視，多種QTL定位軟件紛紛陸續(xù)出現(xiàn)，其中主要有QTL Cartographer[8]、PLABQTL[9]、Map Manager[10]、QGene[11]、MapQTL[12]、PGRI[13]、QTLMAPPER[14]、IciMapping[15]以及 QTLnetwork[16-17]等。在前人研究中，Win-QTLCart 2.5[18]、IciMapping 2.0[19]、MapQTL 5.0[20]幾種定位軟件應(yīng)用較多，Win-QTLCart 2.5的復(fù)合區(qū)間作圖法(CIM)可以檢測(cè)加性、顯性效應(yīng)，多區(qū)間作圖(MIM)可以檢測(cè)加性、顯性和上位性效應(yīng)；IciMapping 2.0完備復(fù)合區(qū)間作圖(ICIM)可以檢測(cè)加性、顯性和上位性效應(yīng)；MapQTL 5.0的多QTL模型(MQM)可以檢測(cè)加性、顯性效應(yīng)。以上介紹的幾種軟件模型均不能檢測(cè)環(huán)境效應(yīng)，QTLnetwork 2.0的區(qū)間作圖(MCIM)既可以檢測(cè)加性、顯性、QTL間上位性，又可以檢測(cè)QTL與環(huán)境互作效應(yīng)。可見，不同QTL定位軟件適宜檢測(cè)的遺傳效應(yīng)不同，在實(shí)際QTL定位過程中，數(shù)據(jù)遺傳模型未知，若定位程序選擇不當(dāng)，可能導(dǎo)致錯(cuò)誤檢測(cè)或假陽性出現(xiàn)。蘇成付等(2013)提出先以復(fù)雜模型進(jìn)行全模型掃描，再用與所獲結(jié)果相應(yīng)模型的軟件進(jìn)行驗(yàn)證的多模型QTL定位策略。在一定程度上可以排除假陽性的干擾[21]。希望軟件研發(fā)單位可以進(jìn)一步開發(fā)出能自動(dòng)選擇最適合試驗(yàn)數(shù)據(jù)的QTL定位軟件，從而提高QTL定位準(zhǔn)確性。

2.3 構(gòu)建飽和遺傳圖譜 QTL定位的基礎(chǔ)是構(gòu)建遺傳圖譜，分子標(biāo)記類型及相關(guān)技術(shù)的發(fā)展為繪制更為精密的遺傳圖譜奠定了基礎(chǔ)。分子標(biāo)記具有數(shù)量龐大，僅受自身遺傳因素影響，不受環(huán)境影響的優(yōu)點(diǎn)。繪制遺傳圖譜首先該構(gòu)建作圖分離遺傳群體。因此親本的選擇對(duì)圖譜的構(gòu)建難易程度和應(yīng)用范圍具有直接的影響。親本間親緣關(guān)系較遠(yuǎn)，遺傳差異較大，其雜交后代分離范圍更廣，親本間遺傳多態(tài)性更高，有利于繪制更精細(xì)緊密的遺傳連鎖圖譜，但親本間親緣關(guān)系和遺傳差異過大，會(huì)抑制染色體之間的交換和重組，甚至導(dǎo)致分離后代不育，從而導(dǎo)致遺傳圖譜出現(xiàn)偏分離。建立精密的飽和遺傳圖譜，增加圖譜上分子標(biāo)記密度有利于提高QTL定位準(zhǔn)確性。

2.4 開展QTL精細(xì)定位策略 提高QTL定位準(zhǔn)確性的另一關(guān)鍵是在初定位基礎(chǔ)上開展精細(xì)定位策略，獲得與目標(biāo)基因緊密連鎖的分子標(biāo)記。有別于初級(jí)定位過程全基因組掃描，精細(xì)定位過程首先要構(gòu)建次級(jí)定位群體，針對(duì)某一相對(duì)較小的連鎖群或染色體區(qū)段驗(yàn)證初定位結(jié)果，將目標(biāo)QTL精細(xì)定位在一個(gè)相對(duì)更準(zhǔn)確的標(biāo)記區(qū)間，最后將由多基因控制的數(shù)量性狀位點(diǎn)分解為單個(gè)孟德爾因子。由于降低了遺傳背景的干擾，通過構(gòu)建次級(jí)定位群體，利用QTL精細(xì)定位策略可以將目標(biāo)數(shù)量性狀位點(diǎn)限定在100 kb的物理范圍甚至更小的遺傳距離，從而獲得與目標(biāo)基因緊密連鎖的分子標(biāo)記。目前應(yīng)用于QTL定位的次級(jí)群體主要包括以下幾類：染色體片段代換系(Chromosome Segment Substitution Lines，CSSLs)、導(dǎo)入系(Introgression Lines，ILs)以及單片段代換系(Single Segment Substitution Lines, SSSLs)；QTL等位基因重組系(QTL Isogenic Recombinants, QIRs)、近等基因系(Nearly Isogenic Lines, NILs)以及剩余雜合系(Residual Heterozygous Lines，RHLs)。其中CSSLs、ILs和SSSLs可單獨(dú)利用進(jìn)行QTL定位，不需要借助初定位結(jié)果，而QIRs、NILs和RHLs不能單獨(dú)進(jìn)行QTL定位，需借助初定位結(jié)果。

3 分子標(biāo)記輔助選擇育種前景展望

相關(guān)理論研究表明分子標(biāo)記輔助選擇比以表型選擇更為有效，Knapp[22]發(fā)現(xiàn)在分離群體中從最好的1%～2%基因型中選出1個(gè)基因型，分子標(biāo)記輔助選擇最為有效。分子標(biāo)記輔助選擇不僅對(duì)主基因選擇有效，同時(shí)對(duì)QTL選擇同樣有效。分子標(biāo)記輔助選擇育種技術(shù)是我國(guó)農(nóng)業(yè)新技術(shù)中的一個(gè)重要的組成部分，相信在解決了QTL定位準(zhǔn)確性問題的基礎(chǔ)上，其必將我國(guó)的作物新品種培育及作物改良做出重要貢獻(xiàn)。

[1] LEE M.DNA marker sin plant breeding programs[J].Adv Agron,1995,55:265-344.

[2] MOHAN M,NAIR S,BHAGWAT A,et al.Genome mapping,molecular markers and marker-sassisted selection in crop plants[J].Mol Breeding,1997,3:87-103.

[3] MING R,BREWBAKER J L,PRATT R C,et al.molecular mapping of a major gene conferring resistance to maize mosaic virus[J].Theor Appl Genet,1997,95:271-275.

[4] HANSEN M,HALLDEN C,NIHSON N O,et al.Marker assisted selection of restored male fertile Brassica napus plants using a set of dominant RAPD markers[J].Molecular Breeding,1997,3:449-456.

[5] TANKSLEY S D,YOUNG N D,PATERSON A H,et al.RFLP mapping in plant breeding:new tools for old sciences[J]．Biotechnology,1989,7:257-264.

[6] ALLARD R W.Principles of Plant Breeding[M].NewYork:John Wiley&Sons,1960.

[7] LANDER ES,BOSTEIN D R.Mapping Mendelian factors underlying quantitative traits using RFLP linkage map[J].Genetics,1989,121:185-189.

[8] BASTEN C J,WEIR B S,ZENG Z B.Zmap-a QTL cartographer[C]//SMITH C,GAVORA J S,BENKEL B,et al.Proceedings of the 5th World Congress on Genetics Applied to Livestock Production:Computing Strategies and Software.Guelph,Ontario,Canada,1994:65-66.

[9] UTZ H F,MELCHINGER A E.PLABQTL:a program for composite interval mapping of QTL[J].J Agric Genomics,1996,2:1-5.

[10] MANLY K F,CUDMORE J R,MEER J M.Map Manager QTX,cross-platform software for genetic mapping[J].Mammalian Genome,2001,12:930-932.

[11] NELSON J C.QGENE:Software for marker-based genomic analysis and breeding[J].Mol Breed,1997,3:239?245.

[12] VAN OOIJEN J W,MALIEPAARD C.MapQTL version 3.0:software for the calculation of QTL positions on genetic maps[C]//Abstract of Plant Genome IV Conference.San Diego,CA,1996.

[13] LU Y Y,LIU B H.A new computer package for genomic research:PGRI (Plant Genome Research Initiative)[C]//Abstract of Plant Genome III Conference.San Diego,CA,1995.

[14] WANG D L,ZHU J,LI Z K,et al.User Manual for QTLMapper Version 1.6-A Computer Software for Mapping Quantitative Trait Loci (QTLs) with Main Effects,Epistatic Effects and QTL × Environment Interactions[M].Hangzhou,China:Department of Agronomy,Zhejiang University2003.

[15] LI H,YE G,WANG J.A modified algorithm for the improvement of composite interval mapping[J].Genetics,2007,175:361-374.

[16] YANG J,ZHU J,WILLIAMS R W.Mapping the genetic architecture of complex traits in experimental populations[J].Bioinformatics,2007,23:1527-1536.

[17] YANG J,HU C C,HU H,et al.QTLNetwork:mapping and visualizing genetic architecture of complex traits in experimental populations[J].Bioinformatics,2008,24:721-723.

[18] WANG S,BASTEN C J,ZENG Z B.Windows QTL Cartographer 2.5.Department of Statistics[M]:Raleigh,NC:North Carolina State University,2007.

[19] LI H,YE G,WANG J.A modified algorithm for the improvement of composite interval mapping[J].Genetics,2007,175:361-374.

[20] VAN OOIJEN J W,KYAZMA B V.MapQTL 5,Software for the Mapping of Quantitative Trait Loci in Experimental Populations[M].Wageningen,the Netherlands:Plant Research International B.V.and Kyazma,B.V.,2004.

[21] SU C F,QIU X M,JI Z X.Study of strategies for selecting quantitative trait locus mapping procedures by computer simulation[J].Mol Breeding,2013,31(4):947-956.

[22] KNAPP J S.Marker-assisted selection as a strategy for increasing the probability of selecting superior genotypes[J].Crop Sci,1998,38:1164-1174.

[23] 王永軍.大豆重組自交系群體的構(gòu)建與調(diào)整及其在遺傳作圖、抗花葉病毒基因定位和農(nóng)藝及品質(zhì)性狀QTL分析中的應(yīng)用[D].南京：南京農(nóng)業(yè)大學(xué)，2001.

The Development Strategy of Marker-Assisted Selection Breeding

SU Cheng-fu

(Department of Life Science, Liupanshui Normal College, Liupanshui, Guizhou 553004)

Marker-assisted selection (MAS) technology is the focus which carried out widespread by breeders and research workers for reasons of MAS can greatly shorten the breeding process and compensate shortcomings of traditional plant breeding selection technique with low accuracy. The development strategy of MAS breeding was raised after analyzing the key problem in MAS breeding process, which will provide a theoretical basis for MAS breeding.

Marker-assisted selection (MAS); Quantitative trait loci (QTL); Breeding; Strategy

院級(jí)科研啟動(dòng)基金資助項(xiàng)目。

蘇成付(1981-)，男，吉林九臺(tái)人，副教授，博士，從事作物遺傳育種研究。

2014-04-28

S 188

A

0517-6611(2014)15-04591-02