烟草青枯病抗性遗传效应分析

耿锐梅 程立锐 刘 旦 张兴伟 蒋彩虹 冯全福 罗成刚 陈志强 王绍美 曹长代 张国超 杨爱国 任民

摘  要：煙草青枯病是由青枯菌引起的烟草细菌性病害，是危害我国烟草生产的主要病害之一，解析烟草青枯病的抗性遗传效应对指导抗病育种具有重要意义。本研究采用主基因+多基因混合遗传模型的多世代联合分析方法，以多个抗病/感病样本为亲本，构建了两个不同的杂交组合，进行群体遗传效应分析。结果表明，岩烟97的青枯病抗性由2对加性、显性、上位性主基因以及加性、显性、上位性多基因控制;反帝三号-丙的青枯病抗性受1对加性-显性基因+加性-显性-上位性多基因控制。烟草青枯病抗性以加性效应为主，兼有显性效应，有利于等位基因聚合育种及早代选择。

关键词：烟草;青枯病;抗性;主基因+多基因;遗传效应

中图分类号：S572.03          文章编号：1007-5119（2019）04-0007-07      DOI：10.13496/j.issn.1007-5119.2019.04.002

Genetic Analysis of Resistance to Bacterial Wilt in Tobacco

GENG Ruimei， CHENG Lirui， LIU Dan， ZHANG Xingwei， JIANG Caihong， FENG Quanfu，

LUO Chenggang， CHEN Zhiqiang， WANG Shaomei， CAO Changdai， ZHANG Guochao，

YANG Aiguo， REN Min

（1. Tobacco Research Institute of Chinese Academy of Agricultural Sciences， State Key Laboratory of Tobacco Genetic Improvement and Biotechnology & State Key Laboratory of Tobacco Genetic Breeding in Tobacco Industry， Qingdao 266101， China; 2. Rizhao Tobacco Company， Rizhao， Shandong 276826， China; 3. Tobacco Research Institute of Shandong， Jinan 250101， China）

Tobacco bacterial wilt is a bacterial disease caused by ， and is one of the main diseases that harm China's tobacco production. Analysis of the resistance genetics of tobacco bacterial wilt has important significance in guiding disease resistance breeding. In this study， a multi-generation combined analysis method of the main gene + multi-gene mixed genetic model was used to construct two different hybrid combination groups for the analysis of population genetic effects with multiple resistance/susceptible materials as parents. The results showed that bacterial wilt resistance of tobacco appeared to be a quantitative trait and the inheritance of Yanyan 97 fit to a mixed genetic model of two major genes with additive-dominance-epistatic effects plus poly-genes with additive-dominance-epistatic effects. The inheritance of Fandi No.3-C fit to a mixed genetic model of one major gene with additive-dominance effects plus poly-genes with additive-dominance-epistatic effects. The results also indicated that tobacco bacterial wilt resistance is dominated by additive effects， which is supplemented by dominance effects， and is conducive to allele aggregation breeding and early generation selection.

tobacco; bacterial wilt; disease resistance; major-gene plus polygenes; genetic effects

烟草青枯病由青枯劳尔氏菌（ E. F. Smith）引起，是以土壤传播为主的细菌性病害。在我国，青枯病主要发生于南方烟区，以广东省、福建省、湖南省、四川省以及贵州省等烟区危害较为严重，某些年份甚至造成了毁灭

性损失。近年来，该病害呈渐进式北移趋向，在山东省、陕西省、河南省以及辽宁省等烟区已有青枯病发生的报道，局部区域危害较严重。当前，种植抗病品种是烟草青枯病最经济、最有效的防治方法。烟草青枯病抗性遗传较为复杂，不同烟草种类

基金项目：中国农业科学院科技创新工程（ASTIP-TRIC01）;中国烟草总公司山东省公司重点项目“‘彰显蜜甜焦香’风格的烤烟新品种区域化布局与工业利用”{鲁烟科〔2018〕10号}间，以及同种类不同品种之间的抗性遗传差异均较大。对烟草抗性亲本进行遗传效应分析研究，可为烟草青枯病抗病育种提供理论依据，提高育种效率。

张振臣等对晾晒烟不同品种“大叶密合”和GDSY-1进行抗性遗传研究表明，同为晾晒烟，前者的青枯病抗性为部分隐性遗传，符合2对加性-显性-上位性主基因+加性-显性多基因遗传模型（E-1）;后者抗性遗传表现为部分显性，符合2对加性-显性-上位性主基因+加性-显性-上位性多基因模型（E-0）。范江等对烤烟Oxford207进行青枯病抗性分析，结果表明其不符合典型的显性或隐性基因控制模型，属于加性基因控制。高加明等对香料烟品种Xanthi的抗性遗传分析结果显示，其对青枯病抗性基因是受2对加性-显性-上位主基因+加性-显性多基因（E-1模型）控制;而MATSUDA等认为Xanthi中存在的抗性是受到局部显性基因Rxa影响。

本研究选取岩烟97和反帝三号-丙为抗性亲本，两品种可作为抗青枯病育种潜力较大的抗源，利用巖烟97×长脖黄为亲本（组合）构建F1及F2群体;利用反帝三号-丙×红花大金元为亲本（组合）构建F1´及F2´群体。对岩烟97和反帝三号-丙两抗源品种的青枯病抗性遗传效应进行分析;为优质抗青枯病烤烟新品种的培育提供理论依据和试验基础。

1  材料与方法

1.1  试验材料

2013年，在即墨农场中以抗青枯病品种岩烟97为母本P1，感病品种长脖黄为父本P2杂交获得杂交组合;2014年，在即墨农场进行杂交组合种植，获得F1，F1自交收种种植获得F2分离群体，形成由P1、P2、F1、F2 4个世代组成的组合Ⅰ。同组合Ⅰ，另选抗青枯病品种反帝三号-丙为母本P1´，感病品种红花大金元为父本P2´杂交获得F1´，F1´自交收种种植获得F2´分离群体，形成由P1´、P2´、F1´和F2´ 4个世代组成的组合Ⅱ。

1.2  试验设计

2015年，在安徽宣城青枯病常年发生田块分别种植群体Ⅰ的P1、P2、F1，F2;群体Ⅱ的P1´、P2´、F1´及F2´。各群体田间种植行距为1.2 m，株距为0.5 m。P1、P1´，P2、P2´，F1、F1´各设置3次重复，每个小区20株，随机区组排列;F2和F2´不设重复，获得F2可调查植株240株、F2´可调查植株261株。各供试材料按当地栽培管理措施进行管理，烟株不进行打顶，收获种子。

1.3  青枯病抗性鉴定

在青枯病发病盛期，根据行业标准GB/T 23222—2008 烟草病虫害分级及调查方法，以株为单位调查青枯病病情指数。

病情指数=∑（各个级别病株数×该病级值）/（调查总数×最高级值）×100

1.4  数据分析

选择植物数量性状主基因与多基因混合遗传模型对组合Ⅰ与组合Ⅱ的烟草青枯病抗性遗传效应进行分析。

2  结  果

2.1  杂合分离组合烟草青枯病病害级值的变化

调查分析组合I（岩烟97×长脖黄）和组合II（反帝三号-丙×红花大金元）各4个群体中每个单株的青枯病病情指数（表1）。通过DPS 9.5分析，P1和P2两个世代病情指数差异达到极显著水平（<0.01）;P1´和P2´两个世代病情指数差异也达到了极显著水平。F1为感病，病情指数高于亲本的平均值;F2表型分布呈单峰偏态分布。F1´为中感，病情指数与亲本的均值相当，F2'表型分布呈单峰偏态分布。据此认为，岩烟97和反帝三号-丙的青枯病抗性符合数量性状遗传。

2.2  烟草抗青枯病抗性主基因+多基因遗传分析

2.2.1  遗传模型  选择主基因+多基因混合遗传模型分析2对组合中4个基础世代群体的极大似然函数参量数据（maximum likelihood value）与AIC

参量数据（Akaike’s information criterion，AIC），一共能够得到5大类共24种遗传模型（表2），其中，A代表1对主基因模型，B代表2对主基因模型，C代表多基因模型，D代表1对主基因+多基因模型，E代表2对主基因+多基因模型。参考AIC原则，组合I中D-4、E-0、E-1、E-2共4个模型AIC值较低，组合II中D-0、D-4、E-1、E-2共4个模型AIC值较低，可作为候选遗传模型。 2个组合抗性在候选遗传模型中的适合性（、、、以及）检验（表3，表4），对比产生显著统计参数的数目，把统计量为较低显著水平数量的模型设成最优模型。由此，组合I中D-4、E-0、E-1和E-2模型中分别有13个、10个、12个和12个统计量达到显著水平，确定组合I的E-0模型（2对加性、显性、上位性主基因与加性、显性、上位性多基因混合遗传模型）属于最优遗传模型;同理，组合II中D-0、D-4、E-1和E-2模型中分别含有13个、14个、14个和17个统计量达到显著水平，最终确定组合II中D-0（1对加性-显性基因+加性-显性-上位性多基因模型）为最优模型。

2.2.2  遗传参数估计  从表5中的遗传参数研究结论得知，组合I中E-0模型中4世代抗性第1对主基因加性效应（）、显性效应（）和显性度（/）分别为−1.5001、0.5559和−2.6985，第2对主基因加性效应（）、显性效应（）和显性度（/）分别为−0.5505、−0.5504和0.9998;||>||、||>||，由此表明控制青枯病抗性的第1对主基因的加性效应和显性效应均比第2对主基因大;两对主基因的显性度均小于1，说明控制青枯病抗性的两对主基因以加性效应为主。

组合II中D-0模型中4世代抗性主基因加性效应（）、显性效应（）和显性度（/）分别为−1.6648、1.6647和−1.0001;主基因的显性度小于1，说明控制青枯病抗性的主基因以加性效应为主。

在上位性效应中，组合I中显性×显性上位性（）表现为增效，加性×显性上位性（）、显性×加性上位性（_ba）及加性×加性上位性（）互作上位性效应表现为减效，上位性互作积累值为−0.0036，说明两对主基因在一起将降低青枯病抗性。组合II中未检测到上位性效应。

2对烤烟杂交组合群体存在较高的青枯病抗性主基因遗传率，其中組合I主基因遗传率为78.93%，组合II主基因遗传率为56.80%;表明该性状受环境影响较小，可在后代中稳定遗传。

3  讨  论

植物数量性状“主基因+多基因”混合遗传模型在烟草植物学性状、抗病性状、化学成分、生理性状及烘烤性状等遗传效应分析方面均有应用。吴海乔等利用苗期离体叶片人工注射的方法调查岩烟97×红花大金元组合F1及F2发病情况，初步推测群体中存在显性抗青枯病主基因。刘勇等认为岩烟97的抗性符合加性遗传模型。杨柳等研究推测岩烟97青枯病的抗性可能是由多基因控制。QIAN等研究认为，岩烟97的青枯病抗性在田间表现为主基因控制。本研究通过对烤烟品种岩烟97×长脖黄组合P1、P2、F1和F2共4个世代田间病圃青枯病抗性进行调查，采用主基因+多基因混合遗传模型进行了多世代联合分析，较全面分析了岩烟97的青枯病抗性遗传效应，发现岩烟97青枯病抗性是2对加性、显性、上位性主基因以及加性、显性、上位性多基因（E-0模型）控制，第1对主基因加性遗传的贡献率较大;杂交组合群体存在较高的青枯病抗性主基因遗传率。因此，岩烟97抗性以加性效应为主，兼有显性效应和上位性效应，且青枯病抗性遗传受环境影响较小。

本研究同时采用上述与岩烟97相同的试验研究方法，首次研究发现了反帝三号-丙的青枯病抗性受1对加性-显性基因+加性-显性-上位性多基因（D-0模型）控制，该杂交组合群体存在较高的青枯病抗性主基因遗传率，认为反帝三号-丙的青枯病抗性以加性效应为主，兼有显性效应，其抗性遗传亦受环境影响较小。

综上，尽管岩烟97和反帝三号-丙的青枯病抗源均来源于TI448A，其对青枯病的抗性为多基因的加性隐性遗传，但两个品种对青枯病抗性存在差异，且与TI448A的抗性效应也不尽相同。这种抗性差异形成机制有待进一步研究论证。

4  结  论

采用植物数量性状“主基因+多基因”混合遗传模型联合分析方法，分析了具有相同抗源的岩烟97和反帝三号-丙两个青枯病抗性品种的抗性遗传效应。明确了岩烟97青枯病抗性遗传以加性效应为主，兼有显性效应和上位性效应;反帝三号-丙青枯病抗性遗传以加性效应为主，兼有显性效应。本研究为烟草青枯病抗性聚合育种提供依据。

参考文献

ZHU X C， WANG Y T， WANG Z F. Tobacco disease of china[M]. Beijing： China Agriculture Press， 2002： 152-162.

CHEN R T， ZHU X C， WANG Z F， et al. A report of investigating and studying tobacco infectious diseases of 16 main tobacco producing provinces（regions） in China[J]. Chinese Tobacco Science， 1997（4）： 1-7.

LIU Y， QIN X Y， WANG M， et al. The disease survey and pathogen isolation of tobacco bacterial wilt in Yunnan province[J]. Chinese Agricultural Science Bulletin， 2007， 23（4）： 311-314.

ZHANG Z C， LYU Y H， MA Z W， et al. Genetic analysis of resistance to bacterial wilt of tobacco cv. Dayemihe[J]. Acta Tabacaria Sinica， 2014， 21（3）： 57-64.

ZHANG Z C， YUAN Q H， MA Z W， et al. Inheritance of resistance to bacterial wilt in chinese domestic tobacco cultivar GDSY-1[J]. Chinese Tobacco Science， 2017， 38（4）： 9-16.

FAN J. Tobacco germplasm bacterial wilt resistance identification and molecular marker screening[D]. Changsha： Hunan Agricultural University， 2012.

GAO J M， WANG Z D， ZHANG X W， et al. Genetic analysis on resistance to bacterial wilt in oriental tobacco[J]. Chinese Tobacco Science， 2010， 31（1）： 1-4.

LIU Y， QIN X Y， LI W Z， et al. The resistance evaluation to bacterial wilt of tobacco germplasm in Yunnan province[J]. Journal of Plant Genetic Resources， 2010， 11（1）： 10-16.

State Tobacco Monopoly Administration. GB/T23222—2008 Grade and investigation method of tobacco diseases and insect pests[S]. Beijing： Standards Press of China， 2008.

GE J Y， ZHANG Y M， WANG J K. Genetic system of quantitative traits in plants[M]. Beijing： Science press， 2003： 224-260.

ZHANG Y M， GE J Y. The IECM algorithm for estimation of component distribution parameters in segregating analysis of quantitative traits[J]. Acta Agronomica Sinica， 2000， 26（6）： 699-706.

ZHANG X W， WANG Z D， LIU Y H， et al. Major gene plus polygene mixed genetic model in quantitative characters and its application in tobacco[J]. Chinese Tobacco Science， 2013， 19（3）： 41-44.

WU H Q. Detection of molecular markers linked to genes conferring resistance to bacterial wilt in tobacco[D]. Fuzhou： Fujian Agriculture and Forestry University， 2010.

YANG L. Construction of SSR linkage map and mapping of QTLS conferring resistance to bacterial wilt in tobacco[D]. Fuzhou： Fujian Agriculture and Forestry University， 2012.

• QIAN Y L， WANG X S， WANG D Z. The detection of QTLs controlling bacterial wilt resistance in tobacco（ L.）[J]. Euphytica， 2013（192）： 259-266.
• SMITH T E， CLAYTON E E. Inheritance of resistance to bacterial wilt disease in tobacco[J]. Jour Agr. Res.， 1948， 76（1）： 27-32.
  • JACK A M. The CORESTA collaborative study on bacterial wilt （）-2002 report [C]//CORESTA Information Bulletin， 2002（4）： 45-58.