寒地粳稻二次枝梗数和结实率遗传分析

邹德堂，李姣

（东北农业大学农学院，哈尔滨 150030）

寒地粳稻二次枝梗数和结实率遗传分析

邹德堂，李姣

（东北农业大学农学院，哈尔滨 150030）

运用植物数量性状主基因+多基因混合遗传模型方法，分析黑龙江地区粳稻品种东农422和空育131杂交后代F1～F4世代二次枝梗数和结实率性状的遗传效应，构建基于SSR标记的遗传连锁图谱，对上述性状进行QTL分析。结果表明，二次枝梗数和结实率均受两对主基因+多基因共同控制，均以主基因遗传为主；在两个世代中均检测到控制上述性状QTL各2个，遗传分析结果与QTL定位结果基本一致。

寒地粳稻；二次枝梗数；结实率；遗传规律；QTL定位

黑龙江省是东北地区最重要的粳稻生产区，在我国粮食生产中占有重要地位。提高水稻产量与穗数、穗部性状和结实率等密切相关。研究枝梗数和结实率的意义重大。枝梗数是重要的穗部性状，其数量多少决定结实率高低，对产量优化产量构成因素的遗传改良有直接影响[1]。对指导超高产育种中的亲本选配、优化穗部性状组配和提高水稻产量具有重要意义[2-3]。随着水稻基因组研究和分子生物学的快速发展，水稻枝梗数性状的遗传研究取得较大进展。在保证结实率的基础上，提高每穗枝梗数，尤其是二次枝梗数，提高每穗总粒数，获得适宜大穗夺取超高产[4-6]。本研究以东北地区寒地特有的粳稻品种配置杂交组合，利用植物数量性状主基因+多基因遗传体系分析低世代条件下水稻枝梗数和结实率的遗传模型和遗传效应，通过构建遗传连锁图谱及QTL分析方法定位枝梗数和结实率性状相关的数量性状基因及其紧密连锁的分子标记，为培育适合于寒地种植的粳稻品种高产分子设计育种实践提供理论依据。

1 材料与方法

1.1 供试材料和田间种植

以黑龙江地区优质粳稻品种东农422（P1）和高产品种空育131（P2）为亲本，2009年配置杂交组合并获得F1，2010年种植亲本和F2单株，2011～2012年种植亲本、F1、F2以及由F2单株衍生180个F3∶4家系。P1由东北农业大学培育的纯系粳稻品种；P2由黑龙江省农垦科学院水稻研究所从吉林省农业科学院引进并选育而成。

2010～2012 年在东北农业大学香坊实验实习基地进行。试验采取随机区组设计，单行区，小区行长5 m，每株系种植1行，每行10株，3次重复。插秧规格：30 cm×10 cm。栽培管理同一般田间生产。

1.2 试验方法

2010年6 月于分蘖盛期在F2单株间随机选取5株新鲜叶片，放置于-80℃超低温冰箱中保存供提取DNA。成熟时，调查亲本、F1、F2、F2：3和F4世代的二次枝梗数（Secondary branch number，SBN）和结实率（Ripening rate，RR）。

二次枝梗数：长在一次枝梗上的枝梗数（两粒以上）；

结实率：每穗实粒数与每穗总粒数的比值。

以CTAB方法提取亲本及家系总DNA[7]，PCR反应参照林海等方法[8]。优先选用相关文献中多态性好的引物以及Gramene网站中公布的引物数据，选择均匀分布于水稻12条染色体上的800对SSR标记，引物由上海生工生物工程有限公司进行合成。应用软件QTL IciMapping v3.1构建分子标记遗传连锁图谱，利用Kosambi函数将重组率转化为遗传图距（cM），利用Mapchart 2.1进行遗传连锁图谱的绘制。

1.3 遗传分析方法

利用植物数量性状遗传体系主基因+多基因混合遗传模型中P1、F1、P2、F2和F2∶3五世代分离分析方法。通过迭代IECM算法估计各个世代成分分布参数，并通过选取AIC值和一组适合性检验（统计量U21、U22、U23的均匀性检验，W的Smirnov检验以及D的Kolomogorov检验）后建立A、B、C、D、E 5类共24种遗传模型，配合各种群体的数量性状表型分布，从中挑选出适合的遗传模型。采用最小二乘法在最优模型中估计各个遗传参数基因效应值[9]。

1.4 QTL分析方法

与母本“东农422”带型相同记为“2”，与父本“空育131”带型相同记为“0”，杂合带型记为“1”，缺失记为“-1”。采用QTL IciMapping v3.1的复合区间作图法（CIM）进行QTL检测，以LOD=2.5作为QTL存在的阈值，利用Mapchart 2.1进行遗传连锁图谱的绘制。QTL命名原则遵循McCouch等提出的方法[10]。

2 结果与分析

2.1 二次枝梗数和结实率遗传分析

2.1.1 二次枝梗数次数分布及模型遗传分析

从表1中可以看出，亲本的表型在性状间呈现较好的差异，F1居于双亲之间并接近于低值亲本。F2和F2∶3平均二次枝梗数均呈连续分布，F2和F2∶3均呈现单峰分布，平均值位于双亲数值之间，可以推测存在效应较大的主基因。

用IECM算法估计各种遗传模型配合表1二次枝梗数次数分布的极大似然值和AIC值列于表2。在P1、F1、P2、F2和F2∶3五个群体联合分析中，二次枝梗数的C-0和E-1-0模型的AIC值较小，分别为2 195.22和2 188.89，经一组适合性检验（见表3）C-0模型有3个统计量达到显著水平，E-1-0模型有1个统计量达显著水平，且E-1-0模型的AIC值最小，因此选择E-1-0模型为二次枝梗数性状最适合遗传模型。二次枝梗性状表现为两对加性-显性-上位性主基因+加性-显性-上位性多基因混合遗传。

表1 二次枝梗数在群体中的次数分布Table 1 Frequency distributions of SBN in P1，F1，P2，F2and F2：3populations

表2 IECM算法估计各个遗传模型配合二次枝梗数极大似然值和AIC值Table 2 MLV and AIC values of variant genetic models calculated with IECM method for SBN

表3 二次枝梗数C-0、E-1-0遗传模型的适合性检验Table 3 Tests for goodness-of-fit of genetic model C-0、E-1-0 for SBN

2.1.2 结实率次数分布及模型遗传分析

由表4可知，F1出现超亲分离现象接近于高值亲本。F2和F2：3结实率呈现均匀的连续分布，F2和F2：3均呈现多峰分布，平均值位于双亲数值之间，说明，至少存在一对效应较大的主基因。

表5列出各种遗传模型配合表4结实率次数分布的极大似然值和AIC值。由表5可知，E-1-2模型AIC值最小，为-1 191.17，表明结实率性状是由两对加性-显性主基因+加性-显性多基因混合遗传控制。

表4 结实率在群体中的次数分布Table 4 Frequency distributions of RR in P1，F1，P2，F2and F2：3populations

表5 IECM算法估计各个遗传模型配合结实率极大似然值和AIC值Table 5 MLV and AIC values of variant genetic models calculated with IECM method for RR

2.1.3 二次枝梗数和结实率遗传参数估计

利用两个分离世代（F2+F2∶3）加不分离世代（P1+ P2+F1）联合分析，结果表明二次枝梗数性状表现为两对独立的加性-显性-上位性主基因+加性-显性-上位性多基因混合遗传。联合分析所得二次枝梗数性状遗传参数估计值列于表6。

表6 二次枝梗数遗传参数估计值Table 6 Estimates of genetic parameters for SBN

从表6一阶参数中两对主基因加性效应来看，|da|＞|db|，说明第1对主基因的加性作用大于第2对主基因。从两对主基因显性效应与加性效应的比值来看，|ha/da|＜1，|hb/db|＞1，即第1对主基因加性效应大于相应的显性效应值，第2对主基因加性效应小于相应的显性效应值，说明控制二次枝梗数性状的两对主基因分别以加性效应和显性效应为主。两对主基因加性×加性互作效应只有主基因加性效应的0.05%～1.63%，两对主基因加性×显性互作效应以及显性×加性互作效应的绝对值均小于两对主基因显性效应的绝对值。说明在暂时性分离群体中，显性效应和与显性效应相关的互作效应对于选择的影响较大。对于两对主基因显性方向，h0/da=-0.13，hb/db=-4.75，两对主基因都是表现为二次枝梗数多对二次枝梗数少呈部分显性。从二阶参数主基因遗传率和多基因遗传率来看，主基因+多基因决定二次枝梗数表型变异的54.71%、72.69%（F2+F2∶3），另外是由环境因素决定的，说明F2和F2∶3群体中二次枝梗数的变化主要是受遗传因素控制。其中主基因遗传率远大于相应多基因遗传率，说明在遗传因素中以主基因遗传效应为主。

经IECM算法估算出E-1-2模型的一阶遗传参数（m、da、db、ha、hb、[d]、[h]），利用一阶参数进一步估计出二阶参数（见表7）。

表7 结实率性状遗传参数估计值Table 7 Estimates of genetic parameters for RR

da、db为正值，ha、hb为负值，说明两对主基因均是高结实率对低结实率为显性，方向为负；|da|＜|db|，|ha|＜|hb|说明第1对主基因的加性作用和显性作用分别小于第2对主基因的加性作用和显性作用；|da/db|＜1，|hb/db|＜1，即两对主基因加性效应值均大于相应的显性效应值，说明控制结实率性状的两对主基因均以加性效应为主；|[h]/[d]|＞1，即多基因显性效应值大于其加性效应值，说明控制结实率性状的多基因是以显性效应为主；对于两对主基因显性方向，ha/da=-0.29，hb/db=-0.31，认为两对主基因均是高结实率对低结实率部分显性；从二阶参数主基因遗传率和多基因遗传率来看，主基因+多基因决定结实率表型变异的93.48%、99.71%（F2+F2∶3），说明结实率性状间的变化主要由遗传因素决定，联合分析结果表明主基因遗传率远大于多基因遗传率，结实率性状以主基因遗传为主。

2.2 二次枝梗数和结实率QTL定位

两年定位结果中检测到两个与二次枝梗数相关的QTLs位点（见图1），分别位于第2、7条染色体上，对表型贡献率范围在19.34%～31.11%；两个世代定位区间均相同，对表型变异解释率也较一致，是主效QTL。除在F3世代检测到qSBN-2增效等位基因来源于东农422，其余QTL位点增效等位基因均来自于空育131。

在F3和F4世代下共检测到4个与结实率性状有关的QTLs，位于第5、6、7条染色体上，贡献率范围为17.09%～18.99%，两年数据结果对表型变异解释率都较大，是主效QTL。两年检验结果中位于第5条染色体RM592～RM146区间，qRR-5增效等位基因来自空育131，其余两个QTL位点增效等位基因来自东农422。

图1 东农422/空育131组合二次枝梗数和结实率性状QTL定位结果Fig.1 QTLs identification related to SBN and RR from the cross of Dongnong422 and Kongyu131

3 讨论与结论

3.1 二次枝梗数和结实率的遗传分析

有研究表明，二次枝梗数是受基因控制的数量性状，遗传物质基础丰富，在一定选择压力下对水稻二次枝梗数性状进行遗传改良[11]。赵新华等等认为二次枝梗数是由多基因控制、以显性效应为主，或受加性和显性基因共同控制的数量性状[12-13]。欧海龙等经过主基因+多基因混合遗传模型分析，认为二次枝梗数性状为D-1模型即1对主基因+多基因混合遗传，主基因遗传率为35%，多基因遗传率为14%[14]。蔡英杰研究表明，二次枝梗数受两对互补作用连锁主基因+多基因的混合遗传控制，由多基因遗传控制为主[15]。马丽莲等研究认为二次枝梗数受两对独立主基因控制，同时存在多基因，主基因遗传率分别为80%和65%，多基因遗传率分别为10%和12%[16]。本研究中认为二次枝梗数是两对主基因为加性-显性-上位性+加性-显性上位性多基因模型。在最适遗传模型条件下，主基因遗传率大于54.50%；多基因遗传率大于3.15%。欧海龙以RIL群体为研究对象，证明结实率是受两对加性-上位性连锁主基因遗传，以主基因遗传为主，伴有环境因素控制[14]。蔡英杰认为结实率受两对累加作用连锁主基因+多基因控制遗传[15]。本研究认为结实率是两对加性-显性主基因+加性-显性多基因模型。在最适合遗传模型条件下，主基因遗传率大于74.25%。说明在不同试验材料和不同遗传模型背景下，控制水稻结实率性状遗传表现为两对主基因+多基因遗传。

3.2 控制二次枝梗数和结实率的QTL分析

二次枝梗数的均衡增加是提高产量的有效途径。荆彦辉等利用元江普野/特青BC3F2群体检测到与二次枝梗数相关的QTLs 4个[16]。崔克辉等利用RILs群体在第1、2染色体上检测到影响二次枝梗数的QTLs[17]。Yuan等利用RILs群体检测到6个与二次枝梗数相关的QTLs，位于第2、3、7染色体上[18]。郑洪亮以粳稻品种F2∶3群体在冷水条件和正常条件下均检测到3个与二次枝梗数有关的QTL，均位于第2和第7条染色体上[19]。本试验在第2、7条染色体上均检测到控制二次枝梗数的QTLs，对表型贡献率较大，与遗传分离分析结果一致。与崔克辉[17]、郑洪亮[19]等研究结果一致，定位的区间与前人研究大体相同，其中在第7条染色体RM1357～RM1306区间检测到控制二次枝梗数性状位点，贡献率达31.11%，存在范围为10.3 cM。前人在第1、3染色体上检测到与二次枝梗数相关的位点，在本试验中并未检测到。可能与所选定位群体的品种、遗传因素有关，也可能与群体种植环境因素有关。

结实率的升高直接增加每穗粒数，从而提高水稻产量。李绍波等研究表明，控制水稻产量因素的数量性状位点在不同遗传背景下具有丰富的遗传多样性，认为大多数数量性状位点的表达受环境影响较大[20]。许凌等利用RILs群体在第6、7、10条染色体上共检测到5个与二次枝梗数、结实率等性状相关的QTLs位点[21]。叶少平等检测到与结实率等性状相关的QTL位点，对表型贡献率范围在5.0%～12.3%[22]。邓伟等利用140个BC3F2群体，对水稻重要农艺性状连续两年进行QTL定位，共检测6个与结实率、二次枝梗数等农艺性状有关的QTLs，其中有4个QTLs在两年中均能检测到[23]。本研究以两年两个世代群体为研究材料对结实率和二次枝梗数等性状进行研究，两年定位研究中均检测出两个贡献率较大的位点，与遗传分析得出的结果一致。两年试验结果表明在第5、6、7染色体上定位到与结实率相关的位点，其中在第5染色体RM592～RM146区间连续两年均检测到与结实率相关的位点，对表型变异解释率范围在18.0%左右，标记区间在15.5 cM。本研究认为是一个新的与结实率性状有关的标记区间，在今后研究中可有效利用。

迄今为止，已检测到许多与枝梗数和结实率相关的QTL位点，但作图群体多数来自籼粳杂交品种、世代较低且贡献率较小，受环境影响较大。而利用东北地区寒地粳稻特有品种研究枝梗数和结实率性状报道较少。可进一步利用粳粳杂交品种高世代群体材料进行枝梗数和结实率等与产量相关基因资源的定位，在较大贡献率QTL位点基础上进行精细定位，发展与目标基因紧密连锁的分子标记，构建枝梗数和结实率等产量性状主效QTL分子遗传图谱，明确水稻穗枝梗数和结实率性状的调控机理。通过分子标记辅助育种方法，并配合完善的遗传统计机理可以高效地转移多枝梗数、高结实率的主效基因，为水稻高产基因的精细定位、图位克隆等后续研究奠定基础。

[1]孙程.粳稻一次枝梗角度的遗传分离分析和QTL定位研究[D].南京:南京农业大学,2011.

[2]梁康迳.籼粳杂交稻穗部性状的遗传效应及其与环境互作[J].应用生态学报,2000,11(1):78-82.

[3]张战,刘辉,张喜成,等.几个粳稻品种穗部性状杂种优势及遗传分析[J].北方水稻,2007(4):28-30.

[4]董习华,张士陆,张荣,等.超级杂交稻组合的产量性状和株叶形态分析[J].安徽农业科学,2007,35(36):11789-11791,11828.

[5]王昌华,徐正进,夏永胜,等.水稻穗部性状及其与产量相关分析[J].辽宁农业科学,2007(3):54-56.

[6]吴爽,刘莉,王守海,等.水稻产量性状定位与基因克隆研究进展[J].安徽农业科学,2012,40(14):8048-8053,8056.

[7]代翠红,李杰,朱延明,等.不同DNA提取方法对4种重要作物DNA提取效率的比较[J].东北农业大学学报,2005,36(3): 329-332.

[8]林海,宋璐璐,毛国军,等.PCR技术的研究进展[J].大众科技,2007(5):109-110.

[9]盖钧益,章元明,王建康,等.植物数量性状遗传体系[M].北京:科学出版社,2003.

[10]Mc Couch S R,Cho Y C,Yano M.Report on QTL nomenclature [J].Rice Gent Newl,1997,14(3):11-13.

[11]章志宏,陈明明,唐俊,等.水稻穗颈维管束和穗部性状的遗传分析[J].作物学报,2002,28(1):86-89.

[12]赵新华,王伯伦,贾宝艳,等.辽宁粳稻主要农艺性状的遗传研究[J].沈阳农业大学学报,2006,37(5):693-697.

[13]姚小兰.水稻长穗大粒种质资源ISSR标记及产量相关性状遗传分析[D].福州:福建农林大学,2007.

[14]欧海龙.水稻产量和穗部性状主基因＋多基因混合遗传[D].福州:福建农林大学,2005.

[15]蔡英杰.水稻长穗大粒RIL群体产量相关性状的遗传分析[D].福州:福建农林大学,2006.

[16]马丽莲,郭龙彪,钱前,等.水稻大粒种质资源和遗传分析[J].植物学通报,2006,23(4):395-401.

[17]崔克辉,彭少兵,邢永忠,等.水稻产量库相关穗部性状的遗传分析[J].遗传学报,2002,29(2):144-152.

[18]Yuan P R,Kim H J,Chen Q H,et al.QTL Dissection of agronom⁃ic and domestication traits using introgression lines carrying wild rice(Oryza rufipogon Griff.)segments in cultivated rice(O.sati⁃vaL.)background[J].Journal of Crop Science and Biotechnology,2009,12(4):245-252.

[19]郑洪亮.寒地粳稻耐冷性QTL定位研究[D].哈尔滨:东北农业大学,2012.

[20]李绍波,杨国华,章志宏,等.水稻产量要素相关性状QTL定位[J].武汉大学学报:理学版,2008,54(6):713-718.

[21]许凌,张亚东.水稻粒重及其相关性状的QTL分析[J].江苏农业学报,2008,24:26-31.

[22]叶少平,张启军.用培矮64S与日本晴F2群体对水稻6个农艺性状的QTL定位[J].中国水稻科学,2007,21(1):39-43.

[23]邓伟,陈赟娟.普通野生稻在水稻遗传改良中的应用[J].农业科技通讯,2011(6):66-69.

Genetic analysis and QTL identification of secondary branch number and ripening rate traits of japonica rice in cold

ZOU Detang,LI Jiao
(School of Agriculture,NortheastAgricultural University,Harbin 150030,China)

F1-F4generations derived from a cross between japonica variety Dongnong422 and Kongyu131 with high yield and quality in Northeast of China were used for genetic effect analysis on secondary branch number(SBN)and ripening rate(RR)traits under main gene plus polygene mixed genetic model of plant quantitative traits.Furthermore,SSR markers based genetic linkage map were constructed to identify QTLs underlying the above traits.The results indicated that SBN and RR were controlled by two major genes plus polygene and E-1-0 and E-1-2 model were the optimum genetic model for SBN and RR,respectively.The heritability of major gene was much greater than that of the rate of the polygene.Two QTLs associated with SBN and RR were detected in two generations,respectively.The results of genetic analysis and QTL identification were basically identical.

japonica rice in cold;secondary branch number;ripening rate;genetic analysis;QTL location

S511.2+2

A

1005-9369（2014）04-0018-07

2013-07-15

“十二五”农村领域国家科技计划项目（2011BAD35B02-01）；国家科技支撑项目（2011BAD16B11）

邹德堂（1965-），男，教授，博士，博士生导师，研究方向为水稻遗传育种研究。E-mail：zoudt@163.com

时间2014-4-21 13:27:12[URL]http://www.cnki.net/kcms/detail/23.1391.S.20140421.1327.046.html

邹德堂,李姣.寒地粳稻二次枝梗数和结实率遗传分析[J].东北农业大学学报,2014,45(4)∶18-24.

Zou Detang,Li Jiao.Separation and identification of polyacrylamide degrading-bacteria and its degradation characteristics [J].Journal of Northeast Agricultural University,2014,45(4)∶18-24.(in Chinese with English abstract)