花生含油量的遗传基础与QTL 定位研究进展

张 月 王志慧 淮东欣 刘 念 姜慧芳 廖伯寿 雷 永

中国农业科学院油料作物研究所 / 农业农村部油料作物生物学与遗传育种重点实验室, 湖北武汉 430062

花生是重要的油料和经济作物, 在全球100 多个国家种植, 2022 年全球种植面积达2964 万公顷,总产5011 万吨, 花生油产量643 万吨。我国花生种植面积480 万公顷, 占全球的16.2%, 位居全球第2 位, 总产1830 万吨, 占全球的36.5%, 居全球首位[1]。我国花生总产的约55%用于榨油, 花生油年产量增加到330 万吨, 是仅次于菜籽油的第二大国产植物油。在我国目前食用植物油自给率仅约30%的背景下, 国内市场仍存在100 万吨以上的花生油供需缺口[2]。花生是产油效率较高的大宗油料作物,通过强化遗传改良、培育和推广高油高产品种是提升国产植物油自给率的重要路径。高含油量是花生遗传改良的重要目标, 据测算, 花生含油量每提高1个百分点, 相当于增产2 个百分点, 榨油企业利润可提高7 个百分点[3]。通过杂交、诱变结合分子标记辅助选择等技术, 国内培育出了一批含油量超过55%的高油品种。据统计, 目前我国审定(登记)的花生品种中含油量≥55%的高油品种约占16%, 其中含油量超过 57%的品种有 27 个, 最高含油量达61.03% (农业农村部种业管理司中国种业大数据平台)。然而, 目前生产上高油花生品种的含油量易受环境影响而表现不稳定, 且普遍存在与高产、抗病、抗逆性不能很好协调等问题, 这与花生含油量是多基因控制的数量性状密切相关。研究花生含油量的遗传基础, 将为开展高油育种的亲本组配、高油高产高抗种质创制和高油品种培育奠定坚实的理论、技术和材料基础。本文综述了近年来花生含油量的鉴定方法、遗传分化、遗传特性、环境影响、QTL定位和基因发掘等方面取得的相关研究进展, 探讨了花生高油育种面临的挑战和对策, 对花生含油量遗传改良的技术路径和目标进行了展望, 以期为后续的相关研究提供参考。

1 花生含油量表型鉴定方法

花生含油量的精准、快速、高效鉴定技术是高油种质发掘、含油量遗传分析、QTL 定位和功能基因发掘的基础。含油量的测定方法有多种, 主要有索氏抽提法[4]、近红外光谱法[5]、核磁共振法[6-8]以及气相色谱法。索氏抽提法是国家标准方法(GB/T 14488.1-2008), 也是仲裁方法, 其原理是半连续溶剂萃取法, 具有成本低、过程操作简单、重现性好、结果准确等优点, 缺点是耗时长、通量和效率不高[6]。近红外光谱法具有快速、无损、高效、简便等突出优点, 但种子含水量、种皮颜色、种子饱满度等因素均会影响测试结果[9]。核磁共振法是一种快速、简便、无损的含油量测定技术, 具有精度高、稳定、简便、不破坏种子等特点, 且不受样品均匀性的影响[7], 但依赖于样品标定过程中的精确性, 尤其是温度对核磁检测结果的影响较大[8]; 气相色谱法通过测定脂肪酸的绝对含量并换算成含油量, 可对微量样品进行分析[10]。

以上4 种花生含油量的主要测定方法中, 索氏抽提法和气相色谱法测定结果相对更准确, 但测定速度慢, 效率不高且需要破坏种子, 不能快速大批量地筛选优异材料, 不能适用于育种后代材料的批量选择, 索氏抽提法提取的是粗脂肪, 其中包含游离的脂肪酸、磷酸等, 气相色谱法可进行微量检测,分析不同的脂肪酸含量, 如种子量较少可选择该种鉴定方法; 而近红外光谱法和核磁共振法是含油量的无损检测方法, 检测效率高但准确性一般, 需要利用索氏抽提法检验其检测的准确性, 不同的是近红外光谱法可同时测定多个品质参数, 如蛋白质等,但易受到种皮颜色及粒型的影响, 而核磁共振法只能获得含油量单一参数, 易受到环境温度影响, 费用也比较高。

研究者可根据样品数量、样品特性和试验精度的要求, 选择合适的含油量测试方法, 也可综合使用2～3 种方法, 最大限度提高表型鉴定效率和精度,如在杂交后代中筛选高油材料, 可先利用无损检测方法进行初筛, 然后用国标方法进行精测和验证。

2 花生含油量的遗传基础及环境影响

2.1 花生含油量的遗传分化

研究表明, 栽培种花生资源的不同亚种、变种和育成品种之间的含油量都存在较大的差异。姜慧芳等[11]分析了近6000 份栽培种花生种质资源, 发现其平均含油量为50.62%, 变异范围32.35%～60.26%,不同变种中珍珠豆型的平均含油量最高。刘立峰等[12]比较了43 个花生地方品种的含油量, 其变异系数为2.39%。除了花生资源和育成品种之间的含油量存在较大变异, 杂交组合后代不同株系之间也存在很大的含油量变异, 为高油新品种选育提供了丰富的材料基础, 如廖伯寿等[13]对不同遗传背景构建的重组自交系(recombinant inbred line, RIL)群体后代进行含油量测试, 发现花生含油量存在超亲遗传现象,而且含油量超过高油亲本的后代较多, 可见除存在微效基因的累加效应外可能还存在基因间的互作,可利用不同遗传背景的亲本间杂交创造更高含油量的种质乃至培育出超高油品种, 于海洋等[14]利用不同的杂交组合, 发现F2群体的含油量性状均存在广泛的变异和超亲现象, 张胜忠等[15]对RIL 群体的统计结果也得出了类似的结论。

2.2 花生含油量的遗传特性

多数研究结果表明, 花生含油量属多基因控制的数量性状, 受加性效应和显性效应影响(表1)。Tai等[16]利用6 个花生品种及其F2种子群体进行了油脂含量的遗传研究, 认为花生含油量是多基因控制的数量性状, 牟大林等[17]利用潍花8 号和12L49 杂交产生的5 个家系世代群体也得出了同样的结论; 陈四龙等[18]利用不同含油量的亲本杂交, 通过测定亲本及其产生的F1、F2, 发现含油量遗传中加性基因起主要作用; 齐飞艳等[19]认为含油量的遗传除加性效应外还存在部分显性。多位学者均发现花生含油量遗传由2 对主基因控制, 而张胜忠等[15]认为花生含油量遗传由加性多基因控制, 而且主基因对于其余基因存在抑制作用, 王娟[20]认为2 对主基因等显性, 张新友等[21]则认为2 对主基因连锁互补; 禹山林等[22]认为2 对加性-显性-上位性主基因和加性-显性多基因共同控制了花生含油量的遗传; 黄冰艳等[23]认为主要是胚基因型加性效应直接控制, 母体的加性效应和显性效应也存在影响, 胡美玲等[24]认为除了胚的加性效应, 还存在母体的加性效应。以上关于花生含油量遗传特性的不同的研究结论可能是试验材料选择差异等因素造成的。

表1 花生含油量的遗传特性Table 1 Genetic characteristics of oil content in peanut

2.3 花生含油量稳定性的影响因素

除遗传因素之外, 光照、温度、水分、养分以及栽培措施等也对花生含油量的高低及其稳定性存在显著影响。Liu 等[25]利用292 份花生材料所构成的自然群体进行含油量表型和基因型关联分析, 认为花生含油量的遗传除受到基因型作用和环境作用外, 还存在基因型和环境的相互作用; 史可琳等[26]认为花生的含油量与日照时数正相关, 与下针至成熟期间降水量存在较高负相关; 张昆[27]认为结荚期和饱果期遮光处理可使花生含油量降低 0.6%～3.2%。李新华等[28]认为影响花生脂肪含量的主要因素是生育期和＞15℃积温。胡文广等[29]则认为开花下针期干旱则会降低花生含油量, 时间越长影响越大。营养和施肥条件的差异也会影响含油量, 施肥不仅可以提高花生籽仁的产量也可提高含油量, 有机肥与无机肥配施情况下可增产29.1%、脂肪含量增加2.7%[30], 单位面积产油量显著提高。不同栽培措施也会影响含油量, 胡文广等[29]研究表明春播与夏播、覆膜与裸栽、轮作与连作、干旱以及不同收获期等均会对花生籽仁的含油量产生影响, 其中春播、裸栽、连作、苗期适度干旱等条件下的含油量较高。

3 花生含油量QTL 定位研究进展

QTL 定位是作物分子育种和基因挖掘的基础。近年来, 花生含油量相关的QTL 鉴定进展良好。通过连锁分析, 目前已定位到124 个含油量QTL (表2), 表型变异解释率超过10%的主效QTL 有36 个, 其中8 个稳定主效QTL 至少在3 个环境中检测到(表2 和图1),分布在A03、A05、A08 染色体上。Gomez 等[31]利用TamrunOL01 × BSS56 构建1 个含88 个家系的重组自交系群体, 利用BSA-seq 方法定位到1 个花生含油量QTL, 表型变异解释率达到11.03%。Sarvamangala 等[32]利用TG26 × GPBD4 构建出1 个含146 个家系的RIL群体, 利用45 个简单序列重复标记(simple sequence repeat, SSR)定位到4 个花生含油量QTL, 表型变异解释率为1.5%～10.2%。张新友等[33]利用郑8903 × 豫花4 号构建出1个含215 家系的RIL群体, 在1556个SSR标记的遗传连锁图的LG1 和LG17 连锁群上分别定位到1 个QTL, 可解释表型变异的5.25%和8.24%。Pandey 等[34]利用2 个RIL 群体(S 群体, SunOleic97R ×NC94022, 352 个家系; T 群体, Tifrunner × GT-C20, 248个家系)开展了含油量QTL定位研究, 在S群体中利用206 个SSR 标记检测到10 个QTL, 表型变异解释率为3.03%～ 25.52%, 在T 群体中检测到8 个QTL, 表型变异解释率为3.93%～14.07%。Huang 等[35]利用中花10号 × ICG12625 构建的含232 家系的F2:3群体和470个SSR 标记在B03 染色体上检测到1 个花生含油量QTLqOCB03, 表型变异解释率为14.36%。郭建斌[36]利用中花6 号 × 徐花13 构建出含187 家系的RIL 群体, 定位到2 个含油量QTLqOCA08和qOCB03, 均在2 个环境中重复检测到, 表型变异解释率分别为9.76%～22.00%和10.95%～16.00%。李新平等[37]利用远杂9102 × 徐州68-4 构建出含188 家系的RIL 群体, 定位3 个QTL, 分别是qOCLG7.2、qOCLG7.3和qOCLG16.1, 其中qOCLG16.1在2 个环境中被重复检测到, 3 个 QTL 的表型变异解释率分别为12.76%、16.24%和6.11%～7.15%。Shasidhar 等[38]利用ICGV07368 × ICGV06420 构建的F2群体(184 个单株), 定位到8 个QTL, 表型变异解释率5.6%～22.1%。Wilson 等[39]利用杂交组合Florunner × TxAG-6构建出1 个回交群体BC3F6, 通过单标记QTL 作图的方法, 结合91个SSR标记检测到13个含油量QTL, 标记TC7A02、PM36 和PM238 在3 个环境中均检测到,表型变异解释率为35%～39%、16%～43%和11%～15%。曲艺伟[40]利用潍花8 号 × 12L49 的杂交组合所产生的140 个F2个体以及103 个SSR 标记, 定位到3 个QTL,表型变异解释率分别为5.50%、10.47%和6.47%。Liu等[41]利用徐花13 × 中花6 号构成的含186 个家系的RIL 群体, 结合高密度遗传连锁图谱标记定位到7 个含油量QTL, 其中位于A08 染色体的qOCA08.1在3个环境中被重复检测到, 表型变异解释率为10.14%～27.19%。李玉颖等[42]以农大D666 × P12 杂交构建的F2为材料, 利用BSA 重测序的方法, 鉴定到1 个与籽仁含油量相关候选区域, 位于花生Arahy.01染色体15.17～18.38 Mb区间内。Guo等[43]利用中花10号 ×ICG12625杂交产生的140个RIL家系以及1443个SSR标记, 定位到18个花生含油量QTL, 其中3个主效QTL在2个环境中被重复检测到,qOCB06的表型变异解释率为13.51%～22.59%,qOCB10.1表型变异解释率为9.18%～12.55%,qOCB10.4表型变异解释率为7.8%～11.45%。Jadhav等[44]利用杂交组合TMV2 ×TMV2-NLM构建出含432个RIL家系, 定位到11个含油量QTL, 含2个主效QTL, 其中qOIL-Ah03-3(PVE为6.2%～13.7%)在4个环境中被重复检测到。Sun等[45]利用豫花15 × W1202构建出含329个家系的RIL群体,在含有213,868个单核苷酸多态性(single nucleotide polymorphism, SNP)标记的高密度遗传图谱上, 定位到27个含油量QTL, 其中qA05.1和qA08.4分别在4个和3个环境中被检测到, 表型变异解释率分别为0.8%～27.0%和3.9%～12.6%。张胜忠等[46]利用花育36 × 6-13构建出含181个家系的 RIL 群体, 在含有3866个SNP及SSR标记的连锁图上定位到5个QTL,含2个主效QTL, 其中qOC15在2个环境中被检测到,表型变异解释率为16.53%～17.39%;qOC6在1个环境中被检测到, 表型变异解释率为17.67%。

图1 花生含油量遗传位点一致性图谱Fig. 1 Consistency map of genetic loci for oil content in peanut

表2 花生含油量的QTLTable 2 QTL loci for oil content in peanut

以上QTL是基于特定群体的定位结果, 很难推广到其他材料群体的应用中, 限制了基于定位结果的诊断标记的发掘, 因此, 将定位信息整合到一张图谱上, 对于发掘可辅助育种的分子标记具有重要作用。利用文献报道的含油量QTL或关联位点相关信息, 通过与花生四倍体基因组的比对, 明确QTL和关联位点的物理位置, 构建了一张花生含油量遗传位点一致性图谱(图1), 包含98个位点, 由于侧翼标记未比对到同一条染色体上(10个位点)、文献未提供标记序列信息(28个位点)等原因, 未上图的有38个位点。除B09染色体外, 其余19条染色体均有含油量位点分布, 在Arahy.01 (6个)、Arahy.03 (5个)、Arahy.04 (6个)、Arahy.08 (12个)、Arahy.14 (7个)等5条染色体上含有5个及以上的QTL, 其中Arahy.08染色体中定位到含油量位点最多, 发掘的12个位点中的11个位于33.59～50.24 Mb区间内, 因而该区间是含油量QTL的热点区段。

已报道的8个稳定且主效QTL中, 有7个位点定位到物理图谱上: Liu等[41]定位qOCA08.1位点位于Arahy.08的42.21～44.53 Mb区间内; Jadhav等[44]定位的qOIL-Ah03-3位于Arahy.03的142.74～24.23 Mb区间内; Sun等[45]定位的qA05.1和qA08.4, 分别位于Arahy.05 的6.34～7.83 Mb和Arahy.08 的37.11～37.99 Mb区间; Wilson等[39]通过单标记QTL区间作图的方法定位到3个稳定且主效QTL, 连锁标记分别在Arahy.03的23.97 Mb、Arahy.05的21.79 Mb和Arahy.08的11.87 Mb位置上。Liu等[25]通过全基因组关联分析鉴定到一个微效且稳点的位点(AGGS1014_2), 该位点位于Arahy.01的1.64 Mb上。

4 油料作物种子含油量合成及调控基因发掘研究进展

植物种子中的油脂主要以三酰甘油(triacylglycerol, TAG)的形式积累和存在。TAG 是甘油和3 分子脂肪酸(fatty acid, FA)在多种酶催化下形成的甘油酯。TAG 的合成主要分3 个阶段: 即脂肪酸的从头合成、三酰甘油的合成与组装、油体的形成和油脂的积累, 每个阶段的合成、运输和组装效率均会影响种子含油量, 相关基因突变和表达水平差异、油体大小和数量等均会影响种子最终的含油量。

4.1 脂肪酸从头合成阶段

乙酰辅酶 A 羧化酶(acetyl-CoA carboxylase,ACCase)是脂肪酸生物合成的限速酶, 研究表明过表达ACCase基因能提高作物中的油脂含量, 如在种子特异性启动子的驱动下, 分别过表达GhACCase三个亚基GhBCCP1、GhBC1和GhCTβ,可有效提高转基因棉花籽粒含油量 16.58%～21.92%[47], 转入异质型ACCase的甘蓝型油菜转基因株系的含油量比对照提高近6%[48]。酰基载体蛋白丙二酰基转移酶(malonyl-CoA:ACP malonyl transferase, MCAMT)在脂肪酸合成的酰基转移阶段起关键作用, 拟南芥中过表达MCAMT可提高种子的油脂含量和产量, 抑制其表达不仅会降低种子油脂含量而且会因细胞分裂缺陷引起生长迟缓[49]。β-酮脂酰ACP 合成酶(β-ketoacyl-[ACP]-synthetase, KAS)、β-酮脂酰-ACP 还原酶(β-ketoacyl-[ACP]-reductase,KAR)、β-羟丁酰ACP 脱水酶(β-hydroxyacyl-[ACP]-dehydrase, HAD)和烯脂酰-ACP 还原酶(enoyl-[ACP]-reductase, ENR)基因分别参与脂肪酸的缩合、还原、脱水以及再还原等过程。KAS (KASI、KASII、KASIII)是进行脂肪酸链延伸过程中的关键酶, 研究表明拟南芥KASI缺失会导致种子中FAs 含量显著降低, 降为野生型的33.6%左右[50]; RNAi-KASII转基因植株的棉籽中C16:0 含量会增加到总脂肪酸含量的65%[51]; 在文冠果中KAR、HAD和EAR基因的高表达协同酰基ACP 硫酯酶B (fatty acyl-[ACP] thioesterase B,FATB)基因的低表达可以为硬脂酸的合成提供充足的前体物质C16:0-ACP[52]; 水稻zl16突变体中HAD因碱基替换造成错义突变(Arg164Trp), 与野生型相比该酶活性显著降低, 总脂肪酸含量也显著降低[53]; 陆地棉过表达GhKAR和GhENR均能显著提高棉籽含油量, 转GhKAR株系种子含油量比野生型增高10.2%～10.7%, 转GhENR株系种子的含油量比野生型增高10.2%～14.14%, 转基因株系与对照株系种子含油量的差异均达到了极显著水平[54]。酰基ACP 硫脂酶(acyl-[ACP]-thioesterase, FAT)、乙酰辅酶A 合成酶(acyl-CoA synthetase, ACS)、十八烷酰-[ACP]-去饱和酶(stearoyl-[ACP]-desaturase, SAD)以及脂肪酸脱氢酶(fatty acid desaturase, FAD)基因在一定程度上可以决定脂肪酸的组成。研究表明,高含油量的甘蓝型油菜种子中FAT基因的表达水平显著高于低含油量油菜种子, 且转入油菜该基因的拟南芥T1种子含油量显著提高, 种子中饱和脂肪酸含量显著降低, 不饱和脂肪酸含量均显著增加[55];甘蓝型油菜BnLACS2基因主要在TAG 合成活跃的发育的种子中表达, 过表达BnLACS2可增加籽仁含油量,BnLACS2-RNAi 株系中籽仁含油量显著下降,与BnLACS2为TAG 生物合成提供酰基CoAs 的过程有关[56]; SAD 是硬脂酸转化为油酸的关键酶, 高油玉米中SAD 的mRNA 表达量显著高于正常系, 这可能与高油玉米中含油量的增加有关[57]; 拟南芥中过表达AtPDAT的植株与野生型相比, 种子中TAG 含量没有显著差异[58], 但是在农杆菌介导的芝麻转化试验中, 同时过表达PDAT1和FAD3的转基因芝麻种子中TAG 含量相比野生型增加10%[59]。

4.2 三酰甘油合成阶段

3-磷酸甘油脂酰转移酶(glyceral 3-phosphate acyltransferase, GPAT)催化的反应是Kennedy 途径的第一步反应。研究表明, 拟南芥中AtGPAT1基因的缺失会影响种子中脂肪酸组分的变化, 但是油脂含量没有明显变化; 过表达AtGPAT7和AtGPAT9的拟南芥种子油脂含量可增加5%～9%,gapt9突变体种子中TAG 含量降低5%左右, 但gapt7突变体种子的油脂含量无明显变化[60]。溶血磷酸酰基转移酶(lysophosphatidic acid acyltransferase, LPAAT) 是TAG 生物合成的一个限速酶, 油菜LPAAT 酶活性增强可将种子中TAG 含量增加 25%以上[61]; 磷脂酸磷酸酶(phosphatidic acid phosphatase, PAP)催化磷脂酸(phosphatidic acid, PA) 而产生二脂酰甘油(diacylglycerol, DAG), PA 和DAG 是脂质代谢的关键中间产物和信号分子。研究发现pah1和pah2双缺失的拟南芥突变体植株中单半乳糖甘油二酯和双半乳糖甘油二酯含量比野生型减少了15%以上[62],磷脂酰胆碱(PC)及磷脂酰乙醇胺(PE)分别增加了47%和20%, 其底物PA 比野生型增加了26%[63]。二酰甘油脂酰转移酶(diacylglycerol acyltransferase,DGAT)是三酰甘油合成的限速酶, 拟南芥中过表达BnaDGAT能将种子含油量提高4.24%～5.80%[64]; 磷脂二酰甘油酰基转移酶(phospholipid : diacylglycerol acyl transferase, PDAT)参与油酸向三酰甘油的转化过程, 将蓖麻的特异性基因PDAT1-2转拟南芥, 可显著提高拟南芥种子中羟基脂肪酸的积累, 最高可达25%[65]。

4.3 油体形成阶段

甘蓝型油菜中过表达核桃 Oleosin 基因JrOLE14.7会影响油菜籽仁中油体大小、籽仁直径,能够增加籽仁的含油量和百粒重[66]。通过全基因组分析, 在甘蓝型油菜中共鉴定到48 个Oleosin 基因,过表达Oleosin 基因株系籽仁平均油体大小有所增大, 亚油酸含量提高, 花生酸含量降低, 种子大小和千粒重也有所增加[67]; 通过表达分析鉴定出在拟南芥种子中特异表达的4 个Caleosins (CLO1、CLO2、CLO4、CLO6)基因,clo1-clo2双突变的拟南芥种子含油量降低15%以上, 在4CLO-RNAi 品系的种子油脂含量降低40%[68]。

除油脂合成基因外, 还存在许多如ABI3、WRI1、LEC1、LEC2、FUS、Dof以及MYB等可以调控植物油脂合成的转录因子基因。拟南芥GmABI3转基因株系种子的TAG 含量比野生型种子高34.9%[69]; 在玉米[70]、烟草[71]、油菜[71]、棉花[72]等作物中均发现转录因子基因WRI1对于油脂含量增加起到了促进作用; 油菜基因BnLEC1和BnLEC1-like的过表达可使油菜种子含油量提高2%～20%[73]以及玉米ZmLEC1的过表达可使玉米种子油脂含量增加48%[70];WRI1诱导表达是脂肪酸合成的先决条件, 该转录因子包含LEC2的一个靶点, 是LEC2对脂肪酸代谢的调节作用所必需的[74]; 甘蓝型油菜授粉后30、45 和50 d,BnaA2.FUS3和BnaA6.FUS3的表达水平与脂肪酸含量积累趋势一致[75]; 转录因子基因Dof的过表达能够增加莱茵衣藻种子油脂的合成与积累[76]; 在转干扰载体pADOF1 的拟南芥植株中,AtDof1.7基因的表达量显著低于野生型植株, 种子油酸含量明显上升且亚麻酸含量明显下降[77]; 花生籽仁中过表达AtMYB118基因, 能够上调多个脂肪酸合成途径和油脂积累相关基因的表达, 从而显著提高花生转基因株系籽粒的含油量[78]。

种子中油脂合成代谢与糖代谢、蛋白质代谢密不可分。糖代谢不仅为油脂合成代谢提供了底物,还为之提供了必不可少的能量, 如ACCase 催化乙酰辅酶A 形成丙二酰辅酶A 的过程就需要ATP 提供能量, 而糖类分解代谢恰好可以提供ATP。除此之外, 如果糖代谢过程中一些酶的催化活性发生改变,也能调节脂类的代谢, 如油菜籽粒发育的过程中,磷酸烯醇式丙酮酸羧化酶(phosphoenolpyruvate carboxylase, PEPCase)活性与油脂含量/蛋白含量比值呈极显著负相关[79];GhPEPC2可以调控棉籽油脂的积累, 在转GhPEPC2基因的棉花植株中, 未成熟胚中 PEPCase 活性显著降低, 籽粒含油量可提高7.3%[80]。植物脂肪酸的积累受环境(如温度、光照)和激素等因素的影响, 如温差大有利于向日葵油分的积累, 且日照时间越长, 油分积累越多[81]; 沙棘中果实发育中后期脱落酸(abscisic acid, ABA)浓度较高, 赤霉素(gibberellin, GA4)浓度较低, ABA 与GA4的高比值有利于果实油脂的生物合成和积累[82]。

上述分析表明, 油料作物含油量相关基因的发掘取得了较大进展, 但花生含油量相关的研究较为滞后, 目前还没有关于花生含油量相关基因的报道,相关研究仍停留在QTL 精细定位和候选基因发掘阶段, 总结分析这些关键调控因子对于发掘花生含油量的功能基因、揭示花生高含油量形成机制、创制和培育稳定高油的优异种质和优良高油花生新品种具有重要意义。

5 问题与展望

花生籽仁含油量是复杂的数量性状, 受多基因控制, 并存在与环境的复杂互作。从总体上看, 迄今国内外花生含油量遗传特性和QTL 定位研究还不够深入, 大部分的QTL 都为初定位, 定位的区间较大,尚未发掘出功能基因, 利用主效QTL 开发的单个分子标记对表型的贡献率仍不高, 用于杂交后代的选择效果不理想。目前已报道的136 个含油量位点效应值普遍较低, 稳定性一般, 在不同的环境下较难重复。为此, 花生含油量的遗传定位、基因克隆和高油育种等尚需要继续深入。

发掘花生含油量QTL 和候选基因有赖于进一步利用基因组学技术。利用简化基因组测序和全基因组重测序等技术, 开发大规模的SNP 和InDel 标记,用于高密度遗传图谱的构建和全基因组关联分析,对于群体遗传多样性较窄的花生来说尤为必要, 如李丽[83]通过采用特异性位点扩增片段测序技术(a specific length amplified fragment sequencing, SLAFseq)测序结果, 开发了与花生株型的SNP 标记, 构建了1 张包含2808 个SNP 标记的高密度遗传图谱,并结合7 个环境的表型数据, 定位到39 个与株型有关的QTL; 蒋艺飞[84]对RIL 群体及其亲本开展了全基因组重测序, 构建了1 张包含2802 个Bins 的高密度遗传图谱, 其中包含了213,622 个SNP 和19,743个InDels, 图谱全长为1573.85 cM, 定位到黄曲霉侵染抗性QTL 5 个和产毒抗性QTL 8 个。花生含油量属于发育性状, 其调控基因具有表达的时空发育特异性, 在研究中需要对可能的候选基因进行不同发育时期种子的表达分析, 以明确功能基因发生作用的关键时间点和表达的发育时空特性; 此外, 含油量的调控复杂, 在QTL 定位的基础上, 通过多组学的联合分析, 有助于揭示含油量调控的分子机制。如Wang 等[85]通过QTL-seq 定位到与粒重相关的主效QTL 位点, 利用局部连锁分析成功缩小了主效QTL 位点的物理区间, 结合种子不同发育时期的转录组数据, 分析候选区间内候选基因的表达模式,预测出候选基因; 通过花生转录组和代谢组等多组学联合分析, 发掘和预测了花生种皮花青素合成和耐冷性相关的候选基因, 为相关性状的形成机制提供了重要线索[86-88]。Li 等[89]基于油菜自然群体的全基因组关联分析和代谢物全转录组关联分析, 结合加权相关网络分析, 预测到3 个与含油量相关的候选基因BnaA03.TT4、BnaC02.TT4和BnaC05.UK, 通过功能验证发现BnaTT4和BnaC05.UK突变后籽仁中含油量均会显著高于野生型。

近年来, 油菜[90]以及小麦[91]等作物中的多个性状已进行了QTL 整合, 为遗传改良及分子育种提供了理论参考依据。本文对花生中与含油量相关的QTL 进行了初步整合, 构建了花生含油量QTL 的“一致性图谱”, 可用于进一步的精细定位和图位克隆。未来在进一步发掘花生含油量新位点和整合不同QTL 的基础上, 可开发出高效的多位点基因型鉴定方法, 将有助于高油育种的亲本组配和后代选择,从而快速聚合不同的高油QTL 或基因, 培育出更高含油量的优良花生品种。