基于BinMap 的大麦耐盐QTL 整合

沈会权， 张英虎， 乔海龙， 臧 慧， 陶 红， 栾海业， 陈 健， 陈 和

(江苏沿海地区农业科学研究所，江苏 盐城224002)

盐害是影响作物产量的重要非生物胁迫，全球约6%的土壤受到盐分胁迫，提高作物耐盐性，是许多作物的育种目标之一。大麦是世界上仅次于小麦、水稻、玉米的第4 大谷类作物，在禾谷类作物中耐盐性最强［1-4］。分子育种技术被认为是21 世纪作物改良的基础技术［5］，分子标记辅助选择育种作为前沿作物育种技术，正逐渐成为作物育种的主流［6］。QTL(Quantitative trait locus)定位即寻找控制数量性状的基因在基因组中的位置，许多研究者对大麦耐盐性状进行了QTL 定位研究［7-12］。

随着参考图谱的建立，不同研究者利用不同群体定位到的QTL 对应到参考图谱上，进而可以比较和利用不同的定位结果［13］。大麦已建立多个参考图谱［14-15］。Marcel 等［16］定位了大麦褐锈病QTL，并整合前人定位的QTL 到参考图谱上;Baum 等［17］将大麦耐湿性QTL 整理到BinMap 图谱上。但对大麦耐盐QTL 的整理目前还未见报道。本研究拟通过收集大麦耐盐相关QTL，整理QTL 的表型变异解释率，了解不同群体、不同耐盐性状的QTL 效应构成，并将利用不同群体定位到的耐盐QTL 整合到参考BinMap 上，从总体上全面了解大麦耐盐相关QTL，为开展大麦耐盐分子育种研究提供信息。

1 材料与方法

1.1 参考图谱的选择

从网站(http://barleygenomics.wsu.edu)下载BinMap 图谱，该图谱是Steptoe×Morex 组合，利用1 764个标记建立，总共包含了99 个Bin(由遗传距离较近的标记组成的区间)。

1.2 大麦耐盐QTL 信息的收集

从已发表的文献中收集大麦耐盐相关的QTL 信息，包括QTL 名称、所在连锁群、其紧密连锁标记和表型变异解释率。分析不同生长时期检测的耐盐指标。将QTL 的表型变异解释率大于等于10% 的QTL 定义为大效应QTL，小于10%的QTL 定义为小效应QTL，分析各耐盐性状QTL 的效应构成。将收集到的大麦耐盐相关的QTL 按发芽期、苗期和成熟期3 个时期进行分类。其中发芽期测定发芽率;苗期测定根干质量，根鲜质量，根中Na+、K+、SO2-4、Ca2+浓度及Na+∶ K+，相对芽鞘长度(盐胁迫芽鞘长度/对照芽鞘长度)，芽鞘干质量，芽鞘长度，芽鞘中Cl-、K+、Na+浓度及Na+∶ K+，盐胁迫指数(盐胁迫下芽鞘干质量/对照下芽鞘干质量)，叶片中叶绿素含量，叶片数，叶片干质量，叶片鲜质量，盐胁迫下叶片鲜质量/对照下叶片鲜质量，植株存活率和黄叶数综合指标;成熟期测定分蘖数、每行穗数、单株干质量、单株粒数、单株穗数、株高、籽粒产量，共32 个耐盐指标。

1.3 大麦耐盐QTL 在BinMap 上的整合

将QTL 紧密连锁标记和参考图谱BinMap 加以比对，分为4 种情况:(1)QTL 紧密连锁标记位于BinMap 上，则该QTL 在BinMap 上的位置就用其紧密连锁标记在BinMap 上的位置来代表;(2)QTL 紧密连锁标记不在BinMap 上，但根据网站(http://wheat.pw.usda.gov/GG2/index.shtml)的 内容能找到位于BinMap 上且和QTL 紧密连锁标记的遗传距离较近(5 cM 之内)的标记，将该标记作为该QTL 在BinMap上的位置;(3)通过前两种方法，虽然不能找到QTL 在Bin-Map 上的标记，但通过Close 等［15］公布的信息可以了解该QTL 的紧密连锁标记在BinMap 上的位置，将其作为此QTL在BinMap 上的位置。(4)如果利用以上3 种方法仍找不到QTL 在BinMap 上的位置，则不加以分析。

2 结果

2.1 大麦耐盐指标及QTL 效应分析

从大麦耐盐QTL 相关文献中收集到7 个群体，共整理出124 个大麦耐盐QTL，其中6 个是双亲本衍生群体，采用连锁定位方法进行定位，包括64 个耐盐QTL;另外1 个自然群体，采用关联分析方法进行定位，包括60 个耐盐QTL。其中发芽期、苗期和成熟期分别检测到5 个、106 个和13 个耐盐QTL，苗期检测到的QTL 最多，占85.5%。

在利用连锁定位的6 个群体中，各耐盐指标定位的QTL数量为1 ～9 个，平均每个群体为1.9 个，表明耐盐指标在单个群体中只能定位到少数QTL。分析每个QTL 的效应，发现连锁定位的64 个QTL 中，有26 个QTL 为大效应QTL，38个为小效应QTL，其中芽鞘中SO2-4、Na+、芽鞘长度、相对芽鞘长度、盐胁迫下叶片鲜质量/对照下叶片鲜质量、分蘖数、单株穗数、籽粒产量只检测到小效应QTL，表明大麦耐盐是有大效应QTL 和小效应QTL 共同控制的，对于在连锁群体中只检测到小效应的耐盐指标，由于今后利用的效率低，这些性状不是理想的大麦耐盐指标性状。

2.2 大麦耐盐QTL 在BinMap 上的整合

将收集整理的124 个大麦耐盐QTL 对应到BinMap 上，发现大麦7 条染色体共99 个Bin 上，有55 个Bin 存在耐盐QTL 位点，表明从总体上大麦耐盐性受大量基因共同控制。

在单个群体中采用多个耐盐指标进行大麦的耐盐性分析，多个耐盐指标能检测到共同的QTL 位点，如2H_Bin03、2H_Bin04、4H_Bin10 和6H_Bin06 所对应的QTL 位点能被5个以上的耐盐指标检测到，表明不同耐盐指标的QTL 定位结果具有一致性，被多个耐盐指标都能检测到的QTL 相对于只能被单个耐盐指标检测到的QTL 可靠性更高。

在整理的存在大麦耐盐QTL 位点的Bin 中，1H_Bin07、

2H_Bin05、2H_Bin08、4H_Bin07、5H_Bin09、5H_Bin11、5H_Bin12、6H_Bin07、7H_Bin05 和7H_Bin07 这10 个Bin 能被2个以上不同群体同时检测到，其中1H_Bin07 和2H_Bin05 在3 个群体检测到，2H_bin08、4H_bin05 和7H_bin05 上同时存在苗期和成熟期QTL，表明虽然群体的遗传结构、耐盐时期不同，但存在共同定位到的位点。能被多个群体检测到的QTL 位点可利用性更高。

3 讨论

3.1 大麦耐盐QTL 的定位方法

在连锁分析中，目前报道的大麦耐盐QTL 采用的都是单QTL 模型，定位的QTL 间存在不同程度相关，定位结果不能真实反映检测的表型变异解释率。随着多QTL 定位方法和上位性定位QTL 方法的提出［18］，在今后的大麦耐盐QTL研究中，可利用QTL Network 等软件，用多QTL 定位的方法，进行上位性QTL 的研究，进而全面了解大麦耐盐的遗传结构［19］。

比较连锁定位与关联定位的特点，连锁定位只能分析两亲本杂交后代的遗传变异，而关联定位能够利用自然群体进行定位，具有定位精确度高、等位变异广泛和不需要进行杂交群体构建等优点［20］，在植物研究中得到广泛的应用［21］。在大麦耐盐QTL 研究中，关联分析也得到了应用［12］。

3.2 大麦耐盐性QTL 的特点

在整理的124 个大麦耐盐QTL 对应的55 个Bin 中，有2H_Bin03、2H_Bin04、4H_Bin10 和6H_Bin06 能被5 个以上的耐盐指标检测到，表明不同耐盐指标检测到的QTL 位点存在一致性，但也有较大差异，因此单个耐盐指标性状不能全面反映大麦耐盐性，在大麦的耐盐性研究中要联合多个耐盐指标性状进行鉴定分析。

大麦发芽期、苗期和成熟期3 个阶段中，耐盐QTL 只有苗期和成熟期同时存在于2H_bin08、4H_bin05 和7H_bin05上，表明不同时期控制大麦耐盐的位点不同，因此在大麦的耐盐研究中，应分别进行发芽期、苗期和成熟期大麦耐盐QTL 研究。在本研究中收集的124 个大麦耐盐QTL 中，苗期定位的QTL 为106 个，而发芽期和成熟期总共仅为18 个，在今后的研究中应加强大麦发芽期和成熟期耐盐QTL 定位。

3.3 大麦耐盐性QTL 在分子育种中的应用

分子育种的基础是了解目标性状的QTL 位点。本研究通过对前人大麦耐盐QTL 的整理，将分散在不同群体的大麦耐盐的124 个QTL 整理到参考图谱BinMap 上，总共整理出55 个Bin 上存在大麦耐盐QTL，特别是1H_Bin07、2H_Bin03、2H_Bin04、4H_Bin17、4H_Bin10 和6H_Bin06 覆盖了5个以上QTL，这些区域存在控制耐盐性基因的真实性较高，在今后的研究中应重点了解这些位点在不同大麦品种中的等位变异效应，找出大麦耐盐性的增效等位变异类型，在大麦耐盐性育种的亲本组配和后代群体中选择利用。

［1］ MUNNS R，TESTER M.Mechanisms of salinity tolerance［J］.Annu Rev Plant Biol，2008，59:651-681.

［2］ 祝海娟，赵晨霞，张翌楠，等.盐法提取大麦虫蛋白质的研究［J］.江苏农业科学，2013，41(8):274-276.

［3］ 管叶峰，董 英.方便大麦粥的工艺配方研究［J］.江苏农业科学，2012，40(10):254-257.

［4］ 乔海龙，杨启东，陈 健，等.大麦β-葡聚糖的研究现状与展望［J］.江苏农业科学，2012，40(1):4-7.

［5］ MOOSE S P，MUMM R H.Molecular plant breeding as the foundation for 21st century crop improvement［J］.Plant Physiology，2008，147(3):969-977.

［6］ 黎 裕，王建康，邱丽娟，等.中国作物分子育种现状与发展前景［J］.作物学报，2010，36(9):1425-1430.

［7］ MANO Y，TAKEDA K.Mapping quantitative trait loci for salt tolerance at germination and seedling stage in barley (Hordeum vulgareL.)［J］.Euphytica，1997，94(3):263-272.

［8］ XUE D，HUANG Y，ZHANG X，et al.Identification of QTLs associated with salinity tolerance at late growth stage in barley［J］.Euphytica，2009，169(2):187-196.

［9］ XU R，WANG J，LI C，et al.A single locus is responsible for salinity tolerance in a Chinese landrace barley (Hordeum vulgareL.)［J］.PloS One，2012，7(8):e43079.

［10］ ZHOU G，JOHNSON P，RYAN P R，et al.Quantitative trait loci for salinity tolerance in barley (Hordeum vulgareL.)［J］.Molecular Breeding，2012，29(2):427-436.

［11］ NGUYEN V L，RIBOT S A，DOLSTRA O，et al.Identification of quantitative trait loci for ion homeostasis and salt tolerance in barley (Hordeum vulgareL.)［J］.Molecular Breeding，2013，31(1):137-152.

［12］ LONG N，DOLSTRA O，MALOSETTI M，et al.Association mapping of salt tolerance in barley (Hordeum vulgareL.)［J］.Theoretical and Applied Genetics，2013，126(9):1-17.

［13］ 吴 琼，齐照明，刘春燕，等.基于元分析的大豆生育期QTL的整合［J］.作物学报，2009，35(8):1418-1424.

［14］ VARSHNEY R K，MARCEL T C，RAMSAY L，et al.A high density barley microsatellite consensus map with 775 SSR loci［J］.Theoretical and Applied Genetics，2007，114(6):1091-1103.

［15］ CLOSE T，BHAT P，LONARDI S，et al.Development and implementation of high-throughput SNP genotyping in barley［J］.B M C Genomics，2009，10(1):582.

［16］ MARCEL T C，VARSHNEY R，BARBIERI M，et al.A highdensity consensus map of barley to compare the distribution of QTLs for partial resistance toPuccinia hordeiand of defence gene homologues［J］.Theoretical and Applied Genetics，2007，114(3):487-500.

［17］ BAUM M，VONKORFF M，GUO P，et al.Molecular approaches and breeding strategies for drought tolerance in barley ［M］//VARSHNEY R K，TUBEROSA R.Genomics-assisted crop improvement.Dordrecht:Springer，2007:51-80.

［18］ YANG J，HU C，HU H，et al.QTLNetwork:mapping and visualizing genetic architecture of complex traits in experimental populations［J］.Bioinformatics，2008，24(5):721-723.

［19］ KORIR P C，QI B，WANG Y，et al.A study on relative importance of additive，epistasis and unmapped QTL for aluminium tolerance at seedling stage in soybean［J］.Plant Breeding，2011，130(5):551-562.

［20］ YU J，BUCKLER E S.Genetic association mapping and genome organization of maize［J］.Curr Opin Biotech，2006，17(2):155-160.

［21］ LARSSON S J，LIPKA A E，BUCKLER E S.Lessons from dwarf8 on the strengths and weaknesses of structured association mapping［J］.PLoS Genet，2013，9(2):e1003246.