小麦抗旱性鉴定及基因资源挖掘

毛虎德，杜琳颖，康振生

·导读·

小麦抗旱性鉴定及基因资源挖掘

毛虎德，杜琳颖，康振生

西北农林科技大学/作物抗逆与高效生产全国重点实验室，陕西杨凌 712100

小麦（L.）是全球最重要的粮食作物之一，在全球气候变化和水资源紧缺的背景下，干旱缺水成为限制小麦生产最主要的逆境因子之一，选育抗旱节水品种是小麦应对环境胁迫的重要途径。小麦的抗旱性研究涉及多个方面，包括小麦不同生长时期抗旱指标的建立、抗旱基因的挖掘与鉴定、抗旱相关优异等位基因的挖掘和利用、抗旱品种的筛选与评价等。从多个维度综合研究小麦抗旱性，有利于理解小麦的生长适应机制，加速抗旱品种的选育与推广，从而应对气候变化带来的挑战，保障粮食安全。

植物根系能够直接感受土壤环境中的水分、养分及机械阻力变化，从土壤中最大限度地获取水分和营养，保证植物地上部分的正常生长[1]。解析小麦根系构型与生长环境的关系，针对不同干旱环境精确地改良和选择适当根系构型，提高农作物的抗旱性和水分利用效率，对遗传改良培育节水抗旱小麦新品种具有重要意义。根系构型主要由根的长度、直径、分支、根毛和表面积等因素决定，近年来，在根系特征性状的遗传基础、调控基因研究等方面取得了一系列成果[2-4]，其中，关于根系特征及其与产量的关系[5]、干旱胁迫对小麦根系特征的影响[6]、小麦根系性状位点的挖掘与鉴定等具体层次的研究较多[7-9]，而宏观全局层次、系统化多视角分析比较少见。本专题论文《小麦根系构型及抗旱性研究进展》[10]综述了目前根系构型在调控小麦抗旱性方面的研究进展。通过系统介绍根向性生长，特别是根向重力性生长对植物根系结构的塑造作用，总结了目前挖掘到参与根系向重力性生长的相关基因及其分子调控机制，阐述了根向性生长调控的根系构型如何介导小麦对干旱胁迫的适应；随后，针对具体的根系表型，进一步综述了在干旱胁迫条件下小麦如何通过调控根系发育来改变根系形态，包括增加根长、调控侧根数量和根毛密度等，来增强小麦对土壤水分的吸收和对干旱环境的适应；同时，系统总结了干旱胁迫条件下参与调控作物尤其小麦根系发育的相关基因及其分子调控机制。针对根系构型解析的研究难点，归纳整理了可用于小麦根系二维结构和三维结构表型分析的技术，并展望了改良根系结构在小麦抗旱育种中的应用前景，讨论了如何挖掘更多潜在的小麦根系构型调控基因，以及解析相关基因的调控机理。

鉴定、筛选和培育抗旱小麦品种是解决干旱地区农业资源用水短缺、促进小麦产量提高的重要方法。迄今为止，有关春小麦苗期抗旱能力的鉴选工作已经取得一些重要成果，如研究发现，最大根长、胚芽鞘长、根冠比、地上地下部干鲜质量、苗高等多项指标被报道可以用于鉴定小麦抗旱性[11-15]。然而，单一指标不能全面、有效地评价各品种的抗旱性，而将多个苗期生长指标进行综合评价来分析春小麦苗期抗旱性的研究较少。本专题论文《244份春小麦苗期抗旱性的鉴定》[16]以来自10个不同地区的244份春小麦品种（系）为试验材料，利用控制含水量法进行苗期干旱胁迫，通过测定最大根长（maximum root length，MRL）、第一叶长（first leaf length，FLL）、第一叶宽（first leaf width，FLW）、胚芽鞘长（coleoptile length，CL）、地上部鲜重（shoot fresh weight，SFW）和地下部鲜重（root fresh weight，RFW）等13个苗期指标，利用描述统计法、隶属函数法、主成分分析、聚类分析和相关性分析等方法对各春小麦品种（系）的抗旱性进行综合评价，鉴定到22份高抗旱品种（系），并将不同抗旱等级的小麦群体之间进行方差分析，发现高抗旱和抗旱材料在第一叶形态、地上部干重、地下部鲜重和鲜重根冠比的抗旱系数与敏感和高敏感品种（系）之间有显著差异，并通过分析综合抗旱系数值与苗期抗旱系数的相关性，最终筛选出根部生物量（地下部鲜重和干重）作为苗期抗旱性鉴定的有效综合指标。随后，通过将苗期指标与成熟期株高、产量、千粒重等田间相关农艺性状进行相关性分析发现，苗期胚芽鞘长、第一叶长和成熟期旗叶长、株高、穗长、小穗数和籽粒长呈极显著正相关性，苗期整株生物量与籽粒千粒重呈极显著正相关性。该研究成果为抗旱性春小麦种质资源筛选及抗旱优异种质利用提供了参考。

小麦抗旱性是由多基因控制的数量性状，与周围环境存在互作效应，具有较为复杂的遗传基础。挖掘并鉴定优异抗旱新种质、克隆抗旱新基因，对丰富我国小麦抗旱遗传基础，奠定小麦抗旱遗传改良材料基础具有重要意义。全基因组关联分析（genome- wide association study，GWAS）是一种在全基因组水平上鉴定与性状相关联的标记或基因的研究策略，为数量性状基因挖掘和复杂性状的遗传基础解析提供了不可或缺的重要方法。基于GWAS等正向遗传学分析，已经鉴定和克隆了多个小麦抗旱性相关位点及抗旱基因[17-19]。然而，我国小麦遗传基础较为狭窄，基因同质化较高，加强新抗旱种质和基因的发掘与利用，对丰富我国小麦抗旱基因资源、扩宽遗传基础具有重要意义。本专题研究论文《ICARDA引进小麦苗期抗旱性的全基因组关联分析》[20]以198份国际干旱地区农业研究中心（ICARDA）引进的抗旱种质为材料，以苗期干旱和正常条件下的地上部鲜重、地下部鲜重、生物量和根冠比4个性状为表型鉴定，基于加权隶属函数值（值）综合评价各个品种的抗旱性，发现品系IR214的值最大，为优异强抗旱种质。随后，该研究将鉴定到的抗旱性表型数据与660K SNP芯片结合，进行GWAS分析，共检测到102个与4个性状抗旱系数显著关联的SNP位点，表型变异解释率为1.07%—38.70%；并基于基因组注释信息，筛选到31个抗旱相关基因，结合根等不同组织的RNA-seq数据，筛选出4个抗旱候选基因，对差异表达的候选基因进行qRT-PCR验证，鉴定到和2个关键抗旱候选基因；随后以抗旱性最强品系IR214和干旱敏感品系IR36为材料对候选基因进行验证，发现的位点是潜在的功能位点。该研究结果为小麦抗旱遗传改良奠定了材料基础，为其分子设计育种提供了有用的标记信息。

灌浆期是小麦籽粒形成的关键时期，水分胁迫影响籽粒中光合产物的积累，导致减产，是抗旱性研究中具有代表性的时期，对于该时期相关性状的调查与评价尤为重要；然而，传统的作物表型获取方法大多需要人工操作，费时费力且准确度较低，限制了优异种质资源的筛选效率。随着现代农业技术的发展，高通量表型平台以其灵活高效的特点正在被应用于田间作物表型信息的采集[21-23]。发掘抗旱相关高通量表型鉴定指标，用于描述和评估抗旱表型特征，是高效发掘和利用人工合成小麦种质资源的有效途径。本专题论文《基于无人机多源影像数据的灌浆期人工合成小麦抗旱性评价》[24]以遗传变异范围广、表型多样性丰富的人工合成小麦为研究对象，通过田间小区播种，并设置干旱和灌溉2种水分处理；在灌浆期利用无人机多源影像数据提取了80份人工合成小麦种质的19种光谱指数，通过将不同光谱指数抗旱系数与小区产量抗旱指数进行相关性分析，发现OSAVI的抗旱系数与抗旱指数的关联度最高，NDVI、CIre和NDRE的抗旱系数与抗旱指数的关联度较高。随后的主成分分析将19个光谱指数的抗旱系数转换为3个相互独立的综合指标，并利用加权隶属函数法聚合综合指标，通过公式计算获得各人工合成小麦种质的综合抗旱性度量值。基于抗旱指数鉴定出6份强抗旱人工合成小麦种质，基于综合抗旱性度量值鉴定出5份强抗旱种质，其中，SW004和SW009在2种方法的评价结果中均被评为强抗旱种质。基于OSAVI的抗旱系数对80份人工合成小麦种质进行抗旱性分级，分级结果与基于综合抗旱性度量值的分级结果基本一致。根据OSAVI的抗旱系数鉴定出的6份强抗旱种质中，有5份在基于综合抗旱性度量值分级中也被鉴定为强抗旱种质，说明了该方法的可靠性。该研究基于无人机多源影像数据，建立从高通量光谱指数中优选适用于人工合成小麦的抗旱性评价指标，为加快拓展小麦抗旱遗传资源，提升旱地小麦育种水平提供了种质材料，为非接触式评估技术在抗旱研究中的应用提供了新思路。

[1] XIAO G H, ZHANG Y Z. Adaptive growth: Shaping auxin-mediated root system architecture. Trends in Plant Science, 2020, 25(2): 121-123.

[2] 刘佳熠. 小麦根系性状相关基因和的克隆及其优异单倍型发掘[D]. 杨凌: 西北农林科技大学, 2021.

LIU J Y. Cloning of genes related to root traits of wheat,and, and exploration of their excellent haplotypes [D]. Yangling: Northwest A & F University, 2021. (in Chinese)

[3] MAQBOOL S, HASSAN M A, XIA X C, YORK L M, RASHEED A, HE Z H. Root system architecture in cereals: progress, challenges and perspective. The Plant Journal, 2022, 110(1): 23-42.

[4] ZHANG Y Z, HE P, MA X F, YANG Z R, PANG C Y, YU J N, WANG G D, FRIML J, XIAO G H. Auxin-mediated statolith production for root gravitropism. The New Phytologist, 2019, 224(2): 761-774.

[5] 霍治军. 不同抗旱类型冬小麦根系特征及其与产量的关系研究. 江西农业学报, 2015, 27(7):22-24.

HUO Z J. Study on root system characteristic and its relationship with yield of winter wheat varieties with different types of resistance to drought. Acta Agriculturae Jiangxi, 2015, 27(7): 22-24. (in Chinese)

[6] 苗青霞. 干旱胁迫对陕西省旱地冬小麦根系特征、生理特性及产量的影响研究[D]. 杨凌: 西北农林科技大学, 2020.

MIAO Q X. effects of drought stress on root properties, physiological characteristics, and grain yield of dryland winter wheat of Shaanxi Province [D]. Yangling: Northwest A & F University, 2020. (in Chinese)

[7] 王脉. 小麦苗期根系性状优异位点挖掘及其对植株氮素利用效率的影响[D]. 杨凌: 西北农林科技大学, 2023.

WANG M. Exploring of excellent sites of wheat root traits at seedling stage and its effect on plant nitrogen use efficiency [D]. Yangling: Northwest A & F University, 2023. (in Chinese)

[8] 陈黄鑫. 小麦根系性状位点的鉴定及其育种潜力评价[D]. 雅安: 四川农业大学, 2023.

CHEN H X. Identification and breeding potential evaluation of loci for root-related traits in wheat [D]. Yaan: Sichuan Agricultural University, 2023. (in Chinese)

[9] 刘洋, 王克森, 刘秀坤, 王利彬, 王灿国, 郭军, 程敦公, 穆平, 刘建军, 李豪圣, 赵振东, 曹新有, 张玉梅. 小麦幼苗根系相关性状QTL定位与分析. 山东农业科学, 2021, 53(3): 1-9.

LIU Y, WANG K S, LIU X K, WANG L B, WANG C G, GUO J, CHENG D G, MU P, LIU J J, LI H S, ZHAO Z D, CAO X Y, ZHANG Y M. QTL mapping and analysis of root related traits in wheat seedlings. Shandong Agricultural Sciences, 2021, 53(3): 1-9. (in Chinese)

[10] 张余周, 王一钊, 高茹茜, 刘逸凡. 小麦根系构型及抗旱性研究进展. 中国农业科学, 2024, 57(9):1633-1645. doi: 10.3864/j.issn.0578- 1752.2024.09.002.

ZHANG Y Z, WANG Y Z, GAO R X, LIU Y F. Research progress on root system architecture and drought resistance in wheat. Scientia Agricultura Sinica, 2024, 57(9): 1633-1645. doi: 10.3864/j.issn.0578- 1752.2024.09.002.(in Chinese)

[11] 胡雯媚, 王思宇, 樊高琼, 刘运军, 郑文, 王强生, 马宏亮. 西南麦区小麦品种苗期抗旱性鉴定及其指标筛选. 麦类作物学报, 2016, 36(2): 182-189.

HU W M, WANG S Y, FAN G Q, LIU Y J, ZHENG W, WANG Q S, MA H L. Analysis on the drought resistance and screening of drought resistance appraisal indexes of wheat cultivars in seedling stage in southwest area. Journal of Triticeae Crops, 2016, 36(2): 182-189. (in Chinese)

[12] REBETZKE G J, RICHARDS R A, FETTELL N A, LONG M, CONDON A G, FORRESTER R I，BOTWRIGHT T L. Genotypic increases in coleoptile length improves stand establishment, vigour and grain yield of deep-sown wheat. Field Crops Research, 2007, 100(1): 10-23.

[13] 宁东贤, 王小璐, 赵玉坤, 杨秀丽, 马岗, 杨丽萍, 李楠. 旱地小麦不同播深条件下胚芽鞘长度与产量的关联性. 山西农业科学, 2018, 46(2): 203-206.

NING D X, WANG X L, ZHAO Y K, YANG X L, MA G, YANG L P, LI N. Study on the correlation between the coleoptile length and yield under different sowing depth conditions in dryland wheat. Journal of Shanxi Agricultural Sciences, 2018, 46(2): 203-206. (in Chinese)

[14] MOHAN A, SCHILLINGER W F, GILL K S. Wheat seedling emergence from deep planting depths and its relationship with coleoptile length. PlosOne, 2013, 8(9): e73314.

[15] 杨倩, 袁飞敏, 王海庆, 陈志国, 刘德梅. 西北旱地农家小麦品种抗旱生理机制探究. 分子植物育种, 2018, 16(18): 6105-6111.

YANG Q, YUAN F M, WANG H Q, CHEN Z G, LIU D M. Preliminary study on physiological mechanism of drought resistance of wheat varieties in northwest dryland. Molecular Plant Breeding, 2018, 16(18): 6105-6111. (in Chinese)

[16] 周全, 路秋梅, 赵张晨, 武宸冉, 符笑歌, 赵玉娇, 韩勇, 蔺怀龙, 陈微林, 牟丽明, 李兴茂, 王长海, 胡银岗, 陈亮. 244份春小麦苗期抗旱性的鉴定. 中国农业科学, 2024, 57(9):1646-1657. doi: 10. 3864/j.issn.0578-1752.2024.09.003.

ZHOU Q, LU Q M, ZHAO Z C, WU C R, FU X G, ZHAO Y J, HAN Y, LIN H L, CHEN W L, MOU L M, LI X M, WANG C H, HU Y G, CHEN L. Identification of drought resistance of 244 spring wheat varieties at seedling stage. Scientia Agricultura Sinica, 2024, 57(9): 1646-1657. doi: 10. 3864/j.issn.0578-1752.2024.09.003.(in Chinese)

[17] MAO H D, LI S M, CHEN B, JIAN C, MEI F M, ZHANG Y F, LI F F, CHEN N, LI T, DU L Y, DING L, WANG Z X, CHENG X X, WANG X J, KANG Z S. Variation in cis-regulation of a NAC transcription factor contributes to drought tolerance in wheat. Molecular Plant, 2022, 15(2): 276-292.

[18] MAO H D, LI S M, WANG Z X, CHENG X X, LI F F, MEI F M, CHEN N, KANG Z S. Regulatory changes in TaSNAC8-6A are associated with drought tolerance in wheat seedlings. Plant Biotechnology Journal, 2020, 18(4): 1078-1092.

[19] MEI F M, CHEN B, DU L Y, LI S M, ZHU D H, CHEN N, ZHANG Y F, LI F F, WANG Z X, CHENG X X, DING L, KANG Z S, MAO H D. A gain-of-function allele of a DREB transcription factor gene ameliorates drought tolerance in wheat. The Plant Cell, 2022, 34(11): 4472-4494.

[20] 张颖, 石婷瑞, 曹瑞, 潘文秋, 宋卫宁, 王利, 聂小军. ICARDA引进小麦苗期抗旱性的全基因组关联分析. 中国农业科学, 2024, 57(9): 1658-1673. doi: 10.3864/j.issn.0578-1752.2024.09.004.

ZHANG Y, SHI T R, CAO R, PAN W Q, SONG W N, WANG L, NIE X J. Genome-wide association study of drought tolerance at seedling stage in ICARDA-introduced wheat. Scientia Agricultura Sinica, 2024, 57(9): 1658-1673. doi: 10.3864/j.issn.0578-1752.2024.09.004.(in Chinese)

[21] QIN W L, WANG J, MA L F, WANG F L, HU N Y, YANG X Y, XIAO Y Y, ZHANG Y H, SUN Z C, WANG Z M, YU K. UAV-based multi-temporal thermal imaging to evaluate wheat drought resistance in different deficit irrigation regimes. Remote Sensing, 2022, 14(21): 5608.

[22] 孟雨, 温鹏飞, 丁志强, 田文仲, 张学品, 贺利, 段剑钊, 刘万代, 冯伟. 基于热红外图像的小麦品种抗旱性鉴定与评价. 中国农业科学, 2022, 55(13): 2538-2551.doi: 10.3864/j.issn.0578-1752.2022. 13.005.

MENG Y, WEN P F, DING Z Q G, TIAN W Z, ZHANG X P, HE L, DUAN J Z, LIU W D, FENG W. identification and evaluation of drought resistance of wheat varieties based on thermal infrared image. Scientia Agricultura Sinica, 2022, 55(13): 2538-2551. doi: 10.3864/ j.issn.0578-1752.2022.13.005. (in Chinese)

[23] DAS S, CHRISTOPHER J, ROY CHOUDHURY M, APAN A, CHAPMAN S, MENZIES N W, DANG Y P. Evaluation of drought tolerance of wheat genotypes in rain-fed sodic soil environments using high-resolution UAV remote sensing techniques. Biosystems Engineering, 2022, 217: 68-82.

[24] 燕雯, 金秀良, 李龙, 徐子涵, 苏悦, 张跃强, 景蕊莲, 毛新国, 孙黛珍. 基于无人机多源影像数据的灌浆期人工合成小麦抗旱性评价. 中国农业科学, 2024, 57(9): 1674-1686. doi: 10.3864/j.issn.0578- 1752.2024.09.005.

YAN W, JIN X L, LI L, XU Z H, SU Y, ZHANG Y Q, JING R L, MAO X G, SUN D Z. Drought resistance evaluation of synthetic wheat at grain filling using uav-based multi-source imagery data. Scientia Agricultura Sinica, 2024, 57(9): 1674-1686. doi: 10.3864/ j.issn.0578-1752.2024.09.005.(in Chinese)

Drought Resistance Identification and Genetic Resource Mining in Wheat

MAO HuDe, DU LinYing, KANG ZhenSheng

Northwest A&F University/State Key Laboratory for Crop Stress Resistance and High-Efficiency Production, Yangling 712100, Shaanxi

2024-03-11；

2024-04-11

国家自然科学基金（32272044，32072002）、陕西省杰出青年科学基金（2023-JC-JQ-20）

毛虎德（通信作者），Tel：029-87081317；E-mail：mao_dehu@nwsuaf.edu.cn

（责任编辑 李莉）