小麦穗部产量性状研究进展与展望

张广旭 王康君 谭一罗 郭明明 孙中伟 陈凤 樊继伟

(连云港市农业科学院，江苏 连云港 222000)

1 提高小麦产量，迎接未来挑战

小麦是中国第3大粮食作物，其持续发展为保障国内粮食安全作出了重要贡献[1]。随着全世界人口数目不断增加，对小麦生产提出了更高要求，小麦生产面临巨大挑战。小麦对保障国民的粮食安全具有举足轻重的地位，进一步提高小麦单产是中国小麦育种的主要方向[2]。选育高产品种是育种重要目标，单位面积穗数、穗粒数和千粒重是小麦产量构成的3要素[3]，穗数的遗传力最低，穗粒数的遗传力比穗数的高，千粒重在三者中受遗传特性的影响最大，其主要受加性效应基因的控制，其相互之间彼此影响[4]；产量性状受基因位点和环境影响共同控制。目前小麦育种以常规育种为主，效率低、时间长，进展缓慢，仅依靠该育种技术已经难以满足我国粮食安全和人民日益增长的美好生活需要，因此，加快对小麦分子育种的研究势在必行，可为我国解决小麦育种“卡脖子”问题奠定基础[5]。

2 利用现代生物学技术挖掘产量性状基因位点

遗传分离群体的构建和自然群体的选择及其表型与基因型的获取是开展QTL定位的前提。关联作图群体可以结合关联分析和连锁分析2种分析方式，可以解决基于单一群体QTL检测的数目及真实性和重复性。Buckler[6,7]在2009年利用25个玉米关联群体进行遗传信息多样性分析和玉米开花期相关性状的QTL分析。小麦基因组中的单核苷酸多态性(Single Nucleotide Polymorphisms, SNPs)具有分布广、数量多且可高通量检测等特点。目前小麦已开发出9K、90K、660K芯片和55K等一系列SNP芯片[8-11]，这些芯片具有高通量、低成本、省时、结果稳定等优点，其迅速的发展为高密度的遗传连锁图谱构建、KASP(Kompetitive Allele-Specific PCR)标记的开发与应用提供了重要的技术支撑，也促进了目的基因的克隆和分子标记辅助选择(MAS)，最终为缩短育种年限，提高小麦产量奠定基础，提高小麦育种效率。

3 小麦穗部产量性状QTL定位研究进展

3.1 基于双亲群体连锁分析穗部性状研究进展

武炳瑾[12]利用周8425B/小偃81构建的重组自交系群体结合90K芯片建立了高密度遗传图谱，进行连锁分析，共计定位到控制小穗数(12个，QSns.nafu-2B在2个环境下可检测到)、不育小穗数(14个，QSsn.nafu-4A.1、QSsn.nafu-7B.1和QSsn.nafu-2D 3个位点可重复检测到)、穗长(18个，QSl.nafu-6A.2和QSl.nafu-7A 2个位点可重复检测到)和穗粒数(11个，QGns.nafu-2B和QGns.nafu-6A 2个位点可重复检测到)等位点；QSl.nafu-6A.2(穗长)和QGns.nafu-6A(穗粒数)位于同一个基因簇，具有较大的选择效应。李娜[13]利用W7984/Opata构建的114个RIL群体在柴达木盆地生态环境下6个年份共计检测到6个穗长QTL、2个小穗数QTL、8个穗粒数QTL、7个穗密度QTL，该研究同时表明即使利用同一套材料，在环境差异较大情况下，与产量性状相关的位点表达亦有较大差异。梁秀梅[14]以“扬麦17”与“宁麦18”构建的F2∶3群体，进行穗部性状定位，如穗顶部、基部结实性等，共计定位到22个QTL位点，“宁麦18”提供了对穗顶部和基部结实粒数的增效基因。Jun Zou[15]利用90K芯片对Attila/CDC Go RIL群体，重新构建的高密度标记遗传图谱以及之前报道的表型数据，挖掘到较多之前未挖掘到的QTL位点，表明高密度遗传连锁图谱对QTL挖掘的重要性。YF Xu[16]利用一套含有131个株系重组自交系在足水(WW)和干旱(DS)条件下挖掘到稳定表达的总小穗数QTL位(QTss-1A)和小穗密度QTL(QScn-7A.1)。Nabin BhusalN[17]利用HD2808/HUW510构建的重组自交系群体在正常播种和晚播条件下挖掘到与穗粒数相关QTL位点6个，Qgns.iiwbr-2A和Qgns.iiwbr-2A在多个环境中稳定表达。Yulian Li[18]利用中国地方品种Banmangzi与“济麦22”构建的双亲群体(F6)，利用55K小麦芯片构建遗传连锁图，挖掘到控制穗长、每穗小穗数位点分别有4个、5个。QSL.saas.2D在AX-108988107和AX-111096297之间2DS染色体上的物理间隔19.6～32.9 Mb在3个环境中被检测到，与AX-108988107遗传距离为0cM的，解释了20.1%～27.9%的表型差异；QSNS.saas-2D.1与QSL.saas-在2D染色体上位于同一位置，解释表型变异10.2%～18.5%，通过小麦基因组信息比对及预测候选基因选择，发现编码IAA-氨基酸水解酶ILR1和生长调节因子对穗长有影响。Xiaoli Fan[19]利用Kenong 9204/Jing411构建的重组自交系(188)，进行穗部产量性状QTL定位，通过复合区间作图共检测到157个、54个条件QTL位点，其中3个为在低N条件下诱导小穗数和可育小穗数(qSn-1A.1、qFsn-1B和qFsn-7D)的QTL，R7A同时携带3个主要稳定QTL(qSn-7A.2、qSc-7A和qFsn-7A.3)该区域是进一步遗传改良的重要候选区域之一。Roncallo P F[20]利用UC1113和Kofa构建的RIL群体检测到Xdupw4-Xbarc170和Xgwm265-Xwmc518区段存在控制穗粒数及产量相关性状QTL。崔法[21,22]利用3个关联RIL群体(含有公共亲本)进行产量性状QTL定位，共检测到28个穗粒数QTL，结合3个关联RIL群体4个环境穗粒数表型及基因型数据分析，在Xwmc730-wPt-8091(物理位置:4A:664209916-4A:736770981)检测到控制穗粒数主效QTL-qKnps-4A，进一步表明利用关联群体对QTL检测真实性与精细定位具有重要作用。Zhai Huijie[23]利用2个冬性小麦Yumai8679和Jing411.构建的双亲重组自交系群体，在9个环境下，共检测到控制穗长、可育小穗数、不育小穗数、总小穗数、穗密度QTL位点数目分别为30、31、30、33和33，且一些位点同时控制多个穗部性状，同时发现黑麦1RS/1BL会对穗长和穗数起正向作用，小穗密实度不变。Li Faji[24]利用3个关联双亲群体，共计定位到与穗长、总小穗数相关的QTL位点17、16个，部分位点在2个或3个群体中均检测到，对这些可靠位点进一步精细定位与分子标记开发，可有助于小麦遗传改良。胡俊美[25]利用4个相关联的RIL群体，在8个环境下，共检测到53个穗部产量性状QTL位点，其中穗粒数4个、穗长21个、每穗总小穗数28个，解释表型变异在0.48%～9.48%，且优异性状基因是由野生亲本小麦亲本提供。Sara Farokhzadeh[26]利用SeriM82/Veery cross构建的重组自交系，在有铝胁迫和无铝胁迫环境下分别定位到控制总小穗数QTL 3个、2个，无铝胁迫下最高解释表型变异可达20.93%，在铝胁迫下2B-wPt-9736和wPt-27862个标记与性状关联较大；在有铝胁迫和无铝胁迫环境下分别定位到穗粒数QTL位点6个和1个，无铝胁迫下解释表型变异6.64%～12.08%，在铝胁迫环境下只检测到1个微效的位点，胁迫环境下的QTL表达具有限制性。

3.2 基于自然群体关联分析穗部性状研究进展

刘凯[27]通过全基因组关联图谱和连锁分析两者结合揭示了多个与穗相关性状的显著等位基因变异，通过双亲群体连锁分析发现了35个加性效应QTL，包括在1A、2D、4B、5B、6B和6D染色体上的11个稳定QTL，染色体4B上EX_C101685和RAC875_C27536之间的标记间隔表现出多效性对于SL、GNS、FSN、SSN和TSS，表型变异解释(PVE)的范围为5.40%～37.70%；同时通过205个优质小麦自然群体进行GWAS分析，共检测到73个标记与穗部性状显著关联，其分布在除4D、5D和6D外的所有小麦染色体上；通过连锁分析和全基因组关联分析，检测了多个环境中在3A上QSD3A.2-164和RAC875_c17479_359之间同时控制穗长与穗粒数。此外，在整合图谱上鉴定出6个稳定的QTL簇，分别位于染色体2D、3A、4B、5A和6A上，具有较高的PVE%。Weiping S[28]使用90K小麦SNP阵列对264个品种和扬麦13/C615的RIL群体进行基因分型，通过从多种环境获得的数据的全基因组关联分析，在47个单核苷酸多态性(SNP)基因座上检测到62个与穗粒数显著相关位点，关联分析与连锁分析的有效整合，为目标位点进一步精细定位奠定基础。Congwei Sun[29]使用小麦90K芯片对黄淮麦区163个小麦品种组成的自然群体进行基因分型，对13个产量性状进行全基因组关联分析研究，与穗长显著关联共检测到129个SNP，位于1BL BobWhite_rep_c66146_237 SNP在9个环境中对穗长有加性效应；共检测到161个与穗粒数显著相关SNP，6BS上的Kukri_c4586_381被检测到在8个环境中与穗粒数显著负相关；共检测到116个SNP与总小穗数显著关联，位于6AS、6AS和1AL的SNP Kukri_c264_539、Tdurum_contig42729_380 和tplb0059e14_515在4个环境下均可以稳定表达；与可育小穗数、不育小穗数显著相关SNP分别有159个、81个。Sheng-Xing Wang[30]使用小麦90K SNP芯片对105个优良小麦品种(品系)的产量相关性状进行全基因组关联研究，检测到24个标记和9个产量相关性状极显著相关，在7A染色体(130.27cM)上仅检测到1个MTA(Kukri_c14516_224、Tdurum_contig10002_533和BS00108184_51)与穗粒数显著相关，解释了11.78%±12.45%的表型；Junli Zhang[31]利用262个光周期不敏感春小麦进行小穗数、穗粒数等产量性状的关联分析，同时又利用8个NAM群体验证，检测到稳定表达的15个小穗数QTL，1个穗粒数QTL；Melissa Garcia[32]利用由地方品种、人工合成小麦和引进资源组成的568份自然群体进行产量性状全基因组关联分析，挖掘到穗长与穗数4D(QSl.aww-4D)和4B(QSn.aww-4B)，其QTL位点在物理图谱的位置在QSl.aww-4D(4D染色体上455Mbp)和QSn.aww-4B(4B号染色体上447Mbp)，这些可能是同源染色体区域控制的；庞昀龙[33]收集利用了国内小麦主产区合计768份优良小麦，进行简化基因组测序分析，通过关联分析，分别获得了控制穗长、每穗小穗数和穗粒数QTL位点26、17和49个，其中分别有8个、9个和24个在多个环境可以重复检测到，其中还包含3个控制穗粒数QTL位点在所有环境下均可检测到。对控制穗长及穗粒数的稳定表达位点，进一步利用双亲群体进行验证，进一步采用多组学研究分析，鉴定到8个候选基因。左煜昕[34]通过生物信息学手段，采用元分析将不同科研工作者研究的控制小麦穗粒数的QTL位点进行图谱整合、映射和元分析，发现控制穗粒数的QTL位点在小麦21条染色体上分布不均匀，2B最多，7D最少；同时找到了35个一致性QTL区间段，这些稳定区间段可以进一步利用小麦基因组信息开发育种可利用的分子标记，进行育种改良。

3.3 穗部产量性状QTL总结

综上，目前己经有大量科学家针对小麦穗部性状等产量性状进行连锁分析或关联分析研究，更有两者结合分析[21,22,27,28,31,33]与元分析，这些研究表明小麦穗部性状是典型数量性状，这些优异位点的发现有助于进一步改良小麦穗部形态结构。控制小麦穗部性状的QTL位点在小麦所有21条染色体上均有分布，但不均匀；这些位点受环境和遗传背景共同影响，绝大部分QTL稳健性较差，且对表型的贡献率有大有小，进而对这些QTL位点挖掘相对来说较为困难，目前只有少数的QTL功能基因位点被克隆，Q、C、S和GNI1 4个基因分别位于5A、2D、3D和2A上；Q基因控制穗长、株高等性状;C基因控制穗部形态，籽粒性状、数量等；S基因控制籽粒形态；GNI1基因控制穗粒数，其为编码亮氨酸拉链I类(HD-zipI)的转录因子，其影响小花育性进而影响穗粒数，其表达量的降低有利于穗粒数的增加[35-39]。

4 结语与展望

近年来,随着小麦基因组学的发展及高通量测序技术的发展，小麦产量结构QTL定位数量愈来愈多，但受遗传背景、环境和其贡献率的影响，在育种上应用的QTL较少，并且对这些QTL进行系统整理较少。随着小麦参考基因组的日趋完善，对这些已挖掘到的QTL进行整合，比对到准确的物理位置以及目标区间的注释信息等，开发可利用的高通量标记，可进一步快速有效地挖掘穗部形态的基因并有助于掌握小麦产量形成的遗传信息，促进小麦高产育种筛选优异等位变异，通过优异等位变异辅助选择，将多个优异效应较大QTL转移到综合丰产性好的背景中去，有望突破传统育种局限，解决小麦育种“卡脖子”瓶颈，实现大面积丰产品种选育。