分子标记辅助选择育种发展策略

苏成付

(六盘水示范学院生命科学系，贵州六盘水 553004)

分子标记辅助选择育种发展策略

苏成付

(六盘水示范学院生命科学系，贵州六盘水 553004)

分子标记辅助选择技术提高了对作物目标基因选择的准确性，极大地缩短了育种进程，成为目前国内外广大育种家和科研工作者广泛研究的热点。文中针对分子标记辅助选择育种存在的关键问题，提出了分子标记辅助选择育种发展策略，为分子标记辅助选择育种提供理论依据。

分子标记辅助选择；数量性状位点；育种；策略

在农作物新品种选育过程中，传统的个体选择方法直接对符合育种目标的农艺性状进行选择，因此选择的是表型，而不是基因型，农作物个体表现型和基因型之间有一定的关联，但存在较大偏差。随着分子遗传学和分子数量遗传学的发展，现代生物技术为作物新品种选育提供了有力的工具，其中最重要的一项技术手段就是分子标记辅助选择(MAS)技术。将分子标记应用于作物新品种改良，利用与目标基因紧密连锁甚至共分离的分子标记对选择个体进行目标基因以及全基因组筛选，获得期望的个体[1-2]，连锁累赘大大降低。传统育种选择技术准确性较低，而分子标记辅助选择技术不但可以弥补这一缺点，而且可以大大缩短育种进程。

Ming等[3]通过分子生物学技术把抗玉米花叶病毒(MMV)的mv1基因定位在玉米基因组第3染色体上，利用与mv1紧密连锁的分子标记进行辅助选择，在感病自交系中转入了抗病基因，在短时间内实现了育种目标，缩短了育种年限；Hansen等[4]利用4个与目标基因紧密连锁的分子标记，在BC1F2家系的几千个单株中快速选出了具有目标基因(oguC-MS恢复位点)的900多个单株，大大缩短了育种时间，减少了量。Tanksley等[5]通过计算机摸拟进行目标基因选择效率分析，结果表明利用分子标记辅助选择法，仅仅需要3代就可以从含有目标基因的30个单株中通过连续回交得到几乎完全恢复到轮回亲本基因组的基因型；若利用传统育种法，要得到和轮回亲本相同基因组基因型(6.5±1.7)代[6]。Tanksley等[5]研究结果表明，用目标基因两侧1 cm的2个分子标记进行辅助选择，获得含目标基因长度不大于2 cm的个体仅仅需要2个世代。若采用传统育种选择法，至少需要100代才能获得同样结果。可见，分子标记辅助选择可大大缩短育种进程，对作物新品种选育具有重要意义。笔者针对分子标记辅助选择育种存在的关键问题，提出了分子标记辅助选择育种发展策略，以期为分子标记辅助选择育种提供理论依据。

1 分子标记辅助选择的关键问题

作物新品种选育涉及到质量性状和数量性状2方面，由于作物主要的农艺性状如产量、品质、抗病虫性等均为数量性状，因此国内外目前关于分子标记辅助选择育种的目标性状多为数量性状位点QTL(Quantitative trait locus)。而QTL定位结果的准确性直接关系到对该QTL的分子标记辅助选择利用以及图位克隆。当前，不同QTL定位遗传群体、QTL定位软件及定位方法不断涌现，在不同的农作物中定位了大量的数量性状位点，且有不断增加的趋势。然而截止目前，真正应用到分子标记辅助选择育种中的QTL却并不多，究其原因，最主要是因为目前定位的大多数QTL准确性不够，无法直接应用到实际作物育种过程中。准确性高、真实存在的数量性状位点可以应用于分子标记辅助选择育种，甚至进行图位克隆；但准确性低或未经验证的数量性状位点往往不能获得预期结果，难以直接应用于实际育种。

可见，要有效的利用分子标记辅助选择育种，首先需解决2个关键问题：①QTL定位准确性问题。分子标记辅助选择育种应选择准确性高，真实存在的QTL，弃除经验证的假阳性QTL。②能否获得与目标基因紧密连锁的分子标记。

2 分子标记辅助选择发展策略

影响QTL定位准确性因素较多，最直接因素有表型数据准确性，除此之外，QTL定位准确性还有3个主要影响因素：第1，定位群体。QTL定位群体的表型和基因型结构分布应符合连续正态分布，实际群体是否符合其理论群体的分布。第2，定位软件。目前QTL定位软件较多，有些只能检测简单加性QTL，有些可以检测加性和上位性QTL，有些可以检测加性、上位性和环境效应，软件选择不同，可能获得不同的结果。第3，遗传图谱。遗传图谱密度越高，QTL定位结果准确性越高，反之越低。分子标记辅助选择育种效率和QTL定位准确性有直接关系。

2.1 定位群体评价 目前，QTL定位应用较多的初级群体是F2群体和RIL群体，RIL构建过程中经过了多世代的基因重组和纯合，可以检测到比F2群体更为紧密的连锁。另外，用RIL构建遗传图谱进行QTL定位，研究结果具有重演性，具有一定优势。但是RIL构建过程往往需要7～8世代的自交纯合过程，期间经过多轮的人工抽样选择和自然选择，导致群体发生偏分离的可能性加大，而偏分离遗传群体不能代表理论群体，从而影响构建的遗传图谱的可信度。因此，为提高遗传图谱准确性，有必要对群体偏分离评价以后再构建遗传图谱。对偏分离群体进行评价。王永军(2001)进行过相关研究，提出了利用3类χ2检验即均等性、对称性和代表性来评价实际QTL定位群体；用计算机模拟方法编制了相关程序，该程序被命名为GenoSim，用以测验和确定群体代表性临界值，从而系统的提出了一套评价和调整重组自交系群体的方法。对于偏分离群体，经过调整，可提高遗传图谱准确性，从而提高QTL定位准确性。

2.2 选择适宜的QTL定位软件 不同QTL定位软件包括不同的遗传统计模型和不同统计算法，因此，不同定位软件或定位方法对同一套表型基因型数据进行QTL检测，获得的结果可能不同，这已经在前人的研究结果中得到证实。实际上QTL定位仅仅是在概率水平上的统计推断，不同软件所用统计算法不同、所参考遗传模型也不同，因此具有不同的适宜对象。对于具有不同遗传模型的试验数据，应选择适合该遗传模型的QTL定位方法，否则可能导致错误检测或假阳性出现。

Lander等[7]的Mapmaker/QTL是最早推广发行针对区间定位的 QTL 定位软件，具有一定局限性。此后，随着不同类型分子标记的出现和发展，QTL定位越来越受到人们重视，多种QTL定位软件纷纷陆续出现，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]几种定位软件应用较多，Win-QTLCart 2.5的复合区间作图法(CIM)可以检测加性、显性效应，多区间作图(MIM)可以检测加性、显性和上位性效应；IciMapping 2.0完备复合区间作图(ICIM)可以检测加性、显性和上位性效应；MapQTL 5.0的多QTL模型(MQM)可以检测加性、显性效应。以上介绍的几种软件模型均不能检测环境效应，QTLnetwork 2.0的区间作图(MCIM)既可以检测加性、显性、QTL间上位性，又可以检测QTL与环境互作效应。可见，不同QTL定位软件适宜检测的遗传效应不同，在实际QTL定位过程中，数据遗传模型未知，若定位程序选择不当，可能导致错误检测或假阳性出现。苏成付等(2013)提出先以复杂模型进行全模型扫描，再用与所获结果相应模型的软件进行验证的多模型QTL定位策略。在一定程度上可以排除假阳性的干扰[21]。希望软件研发单位可以进一步开发出能自动选择最适合试验数据的QTL定位软件，从而提高QTL定位准确性。

2.3 构建饱和遗传图谱 QTL定位的基础是构建遗传图谱，分子标记类型及相关技术的发展为绘制更为精密的遗传图谱奠定了基础。分子标记具有数量庞大，仅受自身遗传因素影响，不受环境影响的优点。绘制遗传图谱首先该构建作图分离遗传群体。因此亲本的选择对图谱的构建难易程度和应用范围具有直接的影响。亲本间亲缘关系较远，遗传差异较大，其杂交后代分离范围更广，亲本间遗传多态性更高，有利于绘制更精细紧密的遗传连锁图谱，但亲本间亲缘关系和遗传差异过大，会抑制染色体之间的交换和重组，甚至导致分离后代不育，从而导致遗传图谱出现偏分离。建立精密的饱和遗传图谱，增加图谱上分子标记密度有利于提高QTL定位准确性。

2.4 开展QTL精细定位策略 提高QTL定位准确性的另一关键是在初定位基础上开展精细定位策略，获得与目标基因紧密连锁的分子标记。有别于初级定位过程全基因组扫描，精细定位过程首先要构建次级定位群体，针对某一相对较小的连锁群或染色体区段验证初定位结果，将目标QTL精细定位在一个相对更准确的标记区间，最后将由多基因控制的数量性状位点分解为单个孟德尔因子。由于降低了遗传背景的干扰，通过构建次级定位群体，利用QTL精细定位策略可以将目标数量性状位点限定在100 kb的物理范围甚至更小的遗传距离，从而获得与目标基因紧密连锁的分子标记。目前应用于QTL定位的次级群体主要包括以下几类：染色体片段代换系(Chromosome Segment Substitution Lines，CSSLs)、导入系(Introgression Lines，ILs)以及单片段代换系(Single Segment Substitution Lines, SSSLs)；QTL等位基因重组系(QTL Isogenic Recombinants, QIRs)、近等基因系(Nearly Isogenic Lines, NILs)以及剩余杂合系(Residual Heterozygous Lines，RHLs)。其中CSSLs、ILs和SSSLs可单独利用进行QTL定位，不需要借助初定位结果，而QIRs、NILs和RHLs不能单独进行QTL定位，需借助初定位结果。

3 分子标记辅助选择育种前景展望

相关理论研究表明分子标记辅助选择比以表型选择更为有效，Knapp[22]发现在分离群体中从最好的1%～2%基因型中选出1个基因型，分子标记辅助选择最为有效。分子标记辅助选择不仅对主基因选择有效，同时对QTL选择同样有效。分子标记辅助选择育种技术是我国农业新技术中的一个重要的组成部分，相信在解决了QTL定位准确性问题的基础上，其必将我国的作物新品种培育及作物改良做出重要贡献。

[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] 王永军.大豆重组自交系群体的构建与调整及其在遗传作图、抗花叶病毒基因定位和农艺及品质性状QTL分析中的应用[D].南京：南京农业大学，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

院级科研启动基金资助项目。

苏成付(1981-)，男，吉林九台人，副教授，博士，从事作物遗传育种研究。

2014-04-28

S 188

A

0517-6611(2014)15-04591-02