水稻株型相關(guān)性狀QTL定位研究

張習(xí)春 張應(yīng)洲 圣忠華 龍武華 吳健強(qiáng) 朱速松　魏祥進(jìn)

摘要：以粳稻日本晴（NIP）和秈型超級稻中嘉早17（YK17）構(gòu)建的重組自交系（recombinant inbred line，簡稱RIL）群體為研究材料，于2015—2016年分3季種植于杭州和海南，成熟期考察株型相關(guān)性狀（分蘗數(shù)、株高、劍葉長、劍葉寬、劍葉長寬比、穗長）。并應(yīng)用這2種群體已構(gòu)建的分子連鎖圖譜，對株型相關(guān)性狀進(jìn)行QTL分析，共檢測到34個相關(guān)QTL，分布于除第9染色體外的其他染色體上，LOD值介于2.68～14.39之間，表型貢獻(xiàn)率變幅為4.00%～26.62%，3個環(huán)境下重復(fù)檢測到10個QTL。對QTL與環(huán)境互作分析發(fā)現(xiàn)，24個QTL與環(huán)境互作，其中2個QTL對環(huán)境敏感。株型相關(guān)性狀QTL主要分布在第1、2、4、7染色體上，呈簇分布。qPH1、qLFL1和qLFLW1a在3個環(huán)境下重復(fù)檢測到，且貢獻(xiàn)率較高，有待于進(jìn)行克隆和功能分析。

關(guān)鍵詞：水稻;重組自交系（RIL）;株型性狀;QTL分析

中圖分類號： S511.03文獻(xiàn)標(biāo)志碼： A

文章編號：1002-1302（2019）18-0102-06

收稿日期：2018-05-28

基金項目：“十二五”農(nóng)村領(lǐng)域國家科技計劃課題（編號：2014AA10A604-11）;貴州省科學(xué)技術(shù)基金（編號：黔科合J字[2015]2098號）;貴州省科研機(jī)構(gòu)服務(wù)企業(yè)行動計劃（編號：黔科合服企[2014]4005號）;貴州省現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)體系項目（編號：GZCYTX2018-06）;貴州省科技重大專項（編號：黔科合重大專項字[2013]6023號）;貴州省科技合作計劃（編號：黔科合LH字[2015]7074號）;黔農(nóng)科院青年基金（編號：黔農(nóng)科院青年基金[2018]號）。

作者簡介：張習(xí)春（1991—），男，貴州織金人，碩士，研究實習(xí)員，主要從事水稻遺傳育種研究。E-mail：18358168852@163.com。

通信作者：魏祥進(jìn)，博士，副研究員，主要從事水稻分子遺傳學(xué)研究。E-mail：weixiangjin@caas.cn。

水稻（Oryza sativa L.）是世界上主要的糧食作物，分別約占我國糧食播種面積與總產(chǎn)量的27%和35%，我國約有60%人口以稻米為主糧，因此，其在保障糧食安全中扮演著重要角色[1]。株型改良是提高產(chǎn)量的有效途徑;被譽為第一次“綠色革命”的矮化育種降低了水稻株高，實現(xiàn)了單位面積產(chǎn)量和總產(chǎn)量的大幅提升。近年來，育種家倡導(dǎo)理想株型的超級稻品種選育理念，力求實現(xiàn)水稻產(chǎn)量的新突破，因此開展株型相關(guān)性狀的遺傳研究對理想株型的超級稻品種選育具有重要的理論意義和實際參考價值。

已有研究表明，株型相關(guān)性狀屬于復(fù)雜的數(shù)量性狀，其遺傳表達(dá)容易受到環(huán)境條件的影響。不同群體甚至同一群體控制株型相關(guān)性狀在不同年份和環(huán)境條件下的QTL數(shù)量、位置、加性效應(yīng)值和貢獻(xiàn)率可能出現(xiàn)明顯的差異[2-3]。張玲等選用瀘灰99和沈農(nóng)265的RIL群體，株高、穗長、劍葉長、劍葉寬在2個環(huán)境下分別檢測到4、2、2、5個QTL[4];林澤川利用BG1和XJL的RIL群體，分別檢測到株高、穗長、劍葉長、劍葉寬性狀的QTL分別是2、5、5、8個，兩者報道的數(shù)量和位置都存在較大差異[5]。結(jié)合其他研究[6]發(fā)現(xiàn)：同一性狀在不同遺傳群體和環(huán)境條件下檢測到的QTL可能存在明顯差異，部分QTL重復(fù)檢測性極低，主效QTL具有較高可重復(fù)性，因此有必要使用不同遺傳群體開展相關(guān)研究，尋找能在不同群體中重復(fù)出現(xiàn)的QTL位點，為理想株型選育提供理論依據(jù)。

QTL定位是克隆基因的重要方法，目前已克隆到幾個調(diào)控株型性狀的重要基因，如IPA1（OsPL14）是1個克隆自少蘗粳稻的半顯性QTL，該基因調(diào)控水稻分蘗發(fā)生，同時影響水稻株高和穗長[7]。Huang等從沈農(nóng)265中分離的DEP1是1個控制水稻產(chǎn)量性狀的主效QTL，它能調(diào)控水稻穗長、穗彎曲度、著粒密度[8]。這些已克隆的基因初步闡明部分株型性狀的遺傳機(jī)制，為水稻株型改良種提供理論依據(jù)和基因聚合材料，進(jìn)一步挖掘相關(guān)基因能為育種工作提供更加豐富和準(zhǔn)確的選擇。

目前已克隆控制株型相關(guān)性狀的基因較少，不足以揭示水稻株型復(fù)雜的遺傳機(jī)制以及滿足高產(chǎn)育種應(yīng)用需求。本研究利用日本晴和中嘉早17構(gòu)建的重組自交系群體，發(fā)掘在不同環(huán)境下能穩(wěn)定表達(dá)的株高、分蘗和穗長等相關(guān)性狀的QTL，為揭示水稻株型復(fù)雜的遺傳機(jī)制和理想株型高產(chǎn)育種應(yīng)用提供理論依據(jù)。

1?材料與方法

1.1?RIL群體構(gòu)建

以日本晴（Nipponbare，NIP）為母本、中嘉早17（Zhongjiazao17，YK17）為父本，雜交產(chǎn)生F1代，使用單粒連續(xù)自交，構(gòu)建性狀覆蓋度廣且遺傳相對穩(wěn)定的200個株系重組自交系群體（recombinant inbred lines，簡稱RILs）。

1.2?材料種植及性狀考察

2地3季種植群體親本和200個RIL株系：2015年夏季種植于杭州富陽（E1表示），2015年冬季種植于海南陵水（E2表示），2016年夏季種植于杭州富陽（E3表示）。親本和群體每個株系種植8行×8列，田間管理同常規(guī)大田管理。成熟時，于每個區(qū)塊中部選取5株進(jìn)行考種，具體參考Moncada等提出的方法[9]分別對分蘗數(shù)（tiller number per plant，簡稱TN）、株高（plant height，簡稱PH）、劍葉長（flag leaf length，簡稱LFL）、劍葉寬（flag leaf width，簡稱LFW）、劍葉長寬比（flag leaf length width rate，簡稱FLWR）、穗長（panicle length，簡稱PL）6個農(nóng)藝性狀進(jìn)行考察，取5株的平均值。

1.3?遺傳連鎖圖譜

利用629對SSR引物篩選NIP和YK17 2個親本間的多態(tài)，挑選出163個均勻分布在水稻12條染色體的多態(tài)性標(biāo)記，檢測群體基因型，獲得163個標(biāo)記的基因型數(shù)據(jù)。應(yīng)用MAPMARKER/EXP V3.0進(jìn)行連鎖分析，以LOD≥3.0進(jìn)行標(biāo)記分組，利用Kosambi函數(shù)將重組率轉(zhuǎn)為圖距，利用MapDraw 2.1繪制染色體，構(gòu)建連鎖圖譜。連鎖圖譜總圖距約為1 479.40 cM，覆蓋水稻基因組的93.85%，標(biāo)記間平均圖距為9.08 cM。

1.4?QTL定位分析

利用Windows QTL Cartographer 2.5軟件復(fù)合區(qū)間作圖法（CIM），每1 cM步長進(jìn)行全基因組掃描，檢測目標(biāo)性狀QTL。以Permutation 1 000次模擬運算確定LOD閾值，即當(dāng)實際檢測到某個區(qū)段LOD值大于LOD閾值時，則認(rèn)為該區(qū)段存在1個QTL，同時軟件運算給出對應(yīng)該QTL的加性效應(yīng)值和表型貢獻(xiàn)率[10]。檢測到的QTL遵循McCouch等QTL命名原則命名[11]。利用QTL Network 2.0軟件，基于混合模型的復(fù)合區(qū)間作圖法（MCIM），分析QTL與環(huán)境互作效應(yīng)[12]。

2?結(jié)果與分析

2.1?RIL群體農(nóng)藝性狀表型分析

由表1、圖1可知，RIL群體中不同株系在株型相關(guān)性狀中具有親本多種重組類型，考察的6個性狀呈連續(xù)性分布，表現(xiàn)為雙向超親分離，表明這些性狀由多個數(shù)量性狀基因座位控制;3個環(huán)境下峰度和偏度絕對值除了劍葉長寬比峰值在E1中大于1，其余均小于1，遵循正態(tài)分布，符合QTL分析的作圖要求。

2.2?RILs群體各性狀間的相關(guān)性

由表2可知，在3個環(huán)境下分蘗數(shù)與株高、劍葉長、劍葉寬、穗長呈極顯著負(fù)相關(guān);株高、劍葉長、劍葉寬和穗長4個性狀間呈顯著或極顯著正相關(guān);劍葉長寬比與劍葉寬呈負(fù)相關(guān)，與株高、劍葉長、穗長呈極顯著正相關(guān)。說明株型各性狀之間密切相關(guān)，同時在不同環(huán)境下相關(guān)系數(shù)存在一定差異，表明遺傳因素是調(diào)控株型形成的主要因素，環(huán)境條件對株型形成具有一定的影響。

2.3?株型性狀QTL分析結(jié)果

對不同環(huán)境下的6個株型相關(guān)農(nóng)藝性狀表型值進(jìn)行全基因組關(guān)聯(lián)分析，共檢測到34個QTL，分布于除第9染色體外的11條染色體上，LOD值介于2.55～14.39之間，表型貢獻(xiàn)率變幅為3.78%～26.62%。E1、E2、E3的環(huán)境下分別檢測到23、18、24個QTL，3個環(huán)境重復(fù)檢測到11個QTL（表3）。具體如下：

分蘗數(shù)（TN）：3個環(huán)境下共檢測到5個控制分蘗數(shù)QTL，分布在第1、2、4、7染色體上，LOD值介于2.68～8.57之間，貢獻(xiàn)率變幅為3.78%～14.96%。其中，qTN1、qTN2和qTN4a在3個環(huán)境下重復(fù)檢測到，平均貢獻(xiàn)率為7.14%、920%、862%。qTN1和qTN2加性效應(yīng)為負(fù)值，增效等位基因來自NIP，qTN4a加性效應(yīng)為正值，增效等位基因來自YK17。

株高（PH）：3個環(huán)境下共檢測到5個控制株高QTL，分布于第1、3、4、5、7染色體上，LOD值介于3.68～14.39之間，貢獻(xiàn)率變幅為5.74%～26.62%。其中，qPH1、qPH5、qPH7在3個環(huán)境下重復(fù)檢測到，平均貢獻(xiàn)率分別為19.80%、7.95%、8.06%，qPH1和qPH7加性效應(yīng)為負(fù)值，增效等位基因來自NIP，qPH5加性效應(yīng)為正值，增效等位基因來自YK17。

劍葉長（LFL）：3個環(huán)境下共檢測到5個劍葉長QTL，位于第1、7、8、10、11染色體上，LOD值介于2.85～10.14之間，貢獻(xiàn)率變幅為4.71%～22.41%。其中qLFL7在3個環(huán)境下

重復(fù)檢測到，平均貢獻(xiàn)率14.24%，加性效應(yīng)為負(fù)值，增效等位基因來自NIP，其余4個QTL加性效應(yīng)為正值，增效等位基因來自于YK17。

劍葉寬（LFW）：3個環(huán)境下共檢測到7個劍葉寬QTL，分布于第1、3、4、7、11、12染色體上，LOD值介于3.30～12.66之間，貢獻(xiàn)率變幅為4.01%～20.91%。其中qLFW1a和qLFW7在3個環(huán)境下重復(fù)檢測到，平均貢獻(xiàn)率分別為17.77%和699%;qLFW1a的加性效應(yīng)為正值，增效等位基因來自中YK17，qLFW7的加性效應(yīng)為負(fù)值，增效等位基因來自NIP。

劍葉長寬比（FLWR）：3個環(huán)境下共檢測到6個劍葉長寬比QTL，分布于第1、3、4、7、8、12染色體，LOD值介于2.55～5.75，貢獻(xiàn)率變幅為4.85%～10.41%，未檢測到在3個環(huán)境下重復(fù)出現(xiàn)的QTL。

穗長（PL）：3個環(huán)境下共檢測到6個穗長QTL，分布于第1、2、3、6、7、11染色體上，LOD值介于2.69～7.47之間，貢獻(xiàn)率變幅為4.00%～13.42%。qPL1和qPL3在3個環(huán)境下重復(fù)檢測到。qPL1加性效應(yīng)為負(fù)值，增效等位基因來自NIP，qPL3加性效應(yīng)為正值，增效等位基因來自YK17。

2.4?QTL與環(huán)境互作

應(yīng)用QTL Network 2.0的MCIM分析方法聯(lián)合檢測株型相關(guān)性狀與環(huán)境互作效應(yīng)，共檢測到24個QTL與環(huán)境互作（表4），占QTL總數(shù)的70.59%，其中控制株高性狀的qPH1在E3環(huán)境下互作效應(yīng)達(dá)到顯著，控制穗長性狀的qPL6在E2和E3環(huán)境下互作效應(yīng)達(dá)到顯著;其余QTL與環(huán)境互作均未達(dá)到顯著，表明環(huán)境對大部分QTL遺傳產(chǎn)生不同程度的影響，株高和穗長性狀更易受環(huán)境影響。

3?討論和結(jié)論

水稻株高、劍葉長、劍葉寬、穗部性狀等性狀遺傳機(jī)制較為復(fù)雜，易受環(huán)境條件的影響，QTL重復(fù)檢測率低。姚曉云等選用沈農(nóng)265和麗江黑谷構(gòu)建RIL群體對株高和穗長進(jìn)行QTL檢測，3年3個環(huán)境下檢測的9個QTL中僅有3個可重復(fù)檢測到[13];張斌利用兩優(yōu)培九和培矮64的RIL群體，在不同環(huán)境下檢測到20個株型相關(guān)的QTL中只有5個可重復(fù)[14]。本研究中，6個株型相關(guān)性狀在3個環(huán)境下共檢測到36個QTL，其中qTN1、qTN2、qTN4a、qPH1、qPH5、qPH7、qLFL7、qLFW1a、qLFW7、qPL1和qPL3在3個環(huán)境下能重復(fù)檢測，分別占單個環(huán)境QTL總數(shù)的39.13%、50.00%、37.50%，表明這些QTL具有穩(wěn)定的重復(fù)性。此外，分析與環(huán)境的互作效應(yīng)發(fā)現(xiàn)大部分株型相關(guān)性狀的QTL與環(huán)境互作，但只有qPH1和qPL6對環(huán)境敏感，說明3個環(huán)境下重復(fù)檢測到的QTL受環(huán)境影響有限，具有較好地遺傳穩(wěn)定性，在不同環(huán)境下能穩(wěn)定表達(dá)，可進(jìn)一步進(jìn)行基因克隆和功能分析。

本試驗檢測到株型性狀的部分QTL與已報道的結(jié)果位于相同或相近的區(qū)間。如位于第1染色體標(biāo)記RM128-RM8236之間的qPH1，該區(qū)間內(nèi)包含已克隆的矮稈基因sd1和d61，推測該QTL較高的表型貢獻(xiàn)率與該區(qū)間內(nèi)sd1和d61功能有關(guān)[15-16];qPH5和qPH7的區(qū)間分別包含影響株高的EUI1和Ghd7[17-18]。qLFL7與李睿等報道的qLFL7-1 位于相同區(qū)間[19];qLFW1a區(qū)間包含影響葉寬的Osa-miR319b[20];qTN2區(qū)間包含調(diào)控有效穗數(shù)的MADS57[21];qPL3區(qū)間包含影響穗長OsPHR1[22]。部分重復(fù)檢測到的QTL區(qū)間內(nèi)包含已克隆控制相關(guān)株型性狀的基因，這些基因可能對相應(yīng)QTL位點較高的遺傳效應(yīng)具有重要作用。qTN4a、qLFL1a和qPL1在3個環(huán)境下重復(fù)檢測到，具有較好的遺傳穩(wěn)定性，區(qū)間尚未報道克隆相關(guān)基因，有必要進(jìn)一步進(jìn)行精細(xì)定位和基因功能分析。

QTL多效性是指多個性狀表型受到同一QTL的影響，這種情況在作物中是普遍存在的。圣忠華等在第10染色體標(biāo)記RM1375-RM25664之間檢測到控制株高、劍葉長、劍葉寬、穗長和有效穗數(shù)的QTL[23];占小登等在第5染色體標(biāo)記RM500-RM18之間檢測到控制株高和穗長的QTL[24]。本試驗使用日本晴和中嘉早17的RIL群體檢測到控制株型相關(guān)性狀的QTL主要分布在第1、3、4和7染色體上，多表現(xiàn)為成簇分布。在第1染色體標(biāo)記RM1329-RM600之間同時檢測到控制劍葉長和劍葉寬且效應(yīng)值較大的QTL;位于第7染色體標(biāo)記RM21242-RM11之間同時檢測到控制株高、劍葉長、劍葉寬、劍葉長寬比、穗長的QTL。這些多效QTL位點對株型塑造具有整體協(xié)同作用，有待深入研究，為解釋株型遺傳機(jī)理和培育理想株型品種奠定理論基礎(chǔ)。

參考文獻(xiàn)：

[1]Zhang Q F. Strategies for developing green super rice[J]. Proceedings of the National Academy of Sciences of the United States of America，2007，104（42）：16402-16409.

[2]彭茂民，楊國華，張菁晶，等. 不同遺傳背景下水稻劍葉形態(tài)性狀的QTL分析[J]. 中國水稻科學(xué)，2007，21（3）：247-252.

[3]趙建國，蔣開鋒，楊?莉，等. 水稻產(chǎn)量相關(guān)性狀QTL定位[J]. 中國水稻科學(xué)，2013，27（4）：344-352.

[4]張?玲，李曉楠，王?偉，等. 水稻株型相關(guān)性狀的QTL分析[J]. 作物學(xué)報，2014，40（12）：2128-2135.

[5]林澤川. 水稻株型相關(guān)性狀的QTL定位[D]. 北京：中國農(nóng)業(yè)科學(xué)院，2013.

[6]王?蘭，李?智，鄭杏梅，等. 普通野生稻矮化突變體的株高與分蘗基因的QTL定位及主效基因的遺傳分析[J]. 華北農(nóng)學(xué)報，2014，29（5）：5-9.

[7]Jiao Y，Wang Y，Xue D，et al. Regulation of OsSPL14 by OsmiR156 defines ideal plant architecture in rice[J]. Nature Genetics，2010，42（6）：541-544.

[8]Huang X Z，Qian Q，Liu Z B，et al. Natural variation at the DEP1 locus enhances grain yield in rice[J]. Nature Genetics，2009，41（4）：494-497.

[9]Moncada P，Martínez C P，Borrero J，et al. Quantitative trait loci for yield and yield components in an Oryza sativa × Oryza rufipogon BC2F2 population evaluated in an upland environment[J]. Theoretical and Applied Genetics，2001，102（1）：41-52.

[10]Li J，Wang S C，Zeng Z B. Multiple-interval mapping for ordinal traits[J]. Genetics，2006，173（3）：1649-1663.

[11]Blair M W，Panaud O，McCouch S R. Inter-simple sequence repeat （ISSR） amplification for analysis of microsatellite motif frequency and fingerprinting in rice （Oryza sativa L.）[J]. Theoretical and Applied Genetics，1999，98（5）：780-792.

[12]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（5）：721-723.

[13]姚曉云，李?清，劉?進(jìn)，等. 不同環(huán)境下水稻株高和穗長的QTL分析[J]. 中國農(nóng)業(yè)科學(xué)，2015，48（3）：407-414.

[14]張?斌. 不同環(huán)境下水稻劍葉形態(tài)與產(chǎn)量相關(guān)性狀的QTL分析[D]. 北京：中國農(nóng)業(yè)科學(xué)院，2014.

[15]Sasaki A，Ashikari M，Ueguchi-Tanaka M，et al. Green revolution：a mutant gibberellin-synthesis gene in rice[J]. Nature，2002，416（6882）：701-702.

[16]Yamamuro C，Ihara Y，Wu X，et al. Loss of function of a rice brassinosteroid insensitive1 homolog prevents internode elongation and bending of the lamina joint[J]. Plant Cell，2000，12（9）：1591-1606.

[17]Zhang Y Y，Zhu Y Y，Peng Y，et al. Gibberellin homeostasis and plant height control by EUI and a role for gibberellin in root gravity responses in rice[J]. Cell Research，2008，18（3）：412-421.

[18]Xue W，Xing Y，Weng X，et al. Natural variation in Ghd7 is an important regulator of heading date and yield potential in rice[J]. Nature Genetics，2008，40（6）：761-767.

[19]李?睿，趙姝麗，毛?艇，等. 水稻劍葉形態(tài)性狀QTL分析[J]. 作物雜志，2010（3）：26-29.

[20]Wang S T，Sun X L，Hoshino Y，et al. MicroRNA319 positively regulates cold tolerance by targeting OsPCF6 and OsTCP21 in rice （Oryza sativa L.）[J]. PLoS One，2014，9（3）：e91357.

[21]Guo S Y，Xu Y Y，Liu H H，et al. The interaction between OsMADS57 and OsTB1 modulates rice tillering via DWARF14[J]. Nature Communications，2013，4：1566.

[22]Guo M N，Ruan W Y，Li C Y，et al. Integrative comparison of the role of the PHOSPHATE RESPONSE1 subfamily in phosphate signaling and homeostasis in rice[J]. Plant Physiology，2015，168（4）：1762-1776.

[23]圣忠華，朱子亮，馬?寧，等. 超級稻品種中嘉早17產(chǎn)量相關(guān)性狀QTL定位研究[J]. 中國水稻科學(xué)，2016，30（1）：35-43.

[24]占小登，于?萍，林澤川，等. 利用大粒秈/小粒粳重組自交系定位水稻生育期及產(chǎn)量相關(guān)性狀QTL[J]. 中國水稻科學(xué)，2014，28（6）：570-580.