油棕QTL定位的研究进展

2014-08-12石鹏等

热带农业科学 2014年3期

石鹏等

摘要 QTL定位是以遗传连锁图谱为基础，利用分子标记与QTL之间的连锁关系来确定控制数量性状的基因在基因组中的位置。油棕的产量性状、品质性状和发育性状等重要的农艺性状都是数量性状，利用QTL定位是对数量性状进行分析的重要方法之一，它有利于加快油棕育种进程。综述油棕重要农艺性状的QTL定位研究进展，阐述存在的问题并对未来的研究方向提出建议。

关键词油棕；数量性状位点（QTL）；作图群体

分类号 S59 ；Q348

Agricultural Sciences， Wenchang， Hainan 571339）

Abstract QTL mapping is the way which identify the position of gene controlling quantitative trait in genome by using linkage of molecular markers and QTL based on genetic linkage map. The important agronomic traits are quantitative traits in oil palm， including yield， quality and developmental traits， QTL mapping which is one of the crucial approaches analyzing the quantitative traits will facilitate accelerating progress in oil palm breeding. The progress of QTL mapping for important agronomic traits was reviewed in oil palm， existing problems described and suggestions for future research gave in this paper.

Keywords oil palm ； quantitative trait locus ； mapping population

油棕（Elaeis guineensis Jacq.，2n=2x=32）作为重要的热带油料作物，有“世界油王”之称[1]。油棕是世界产油量最高的作物之一。目前为止是单位面积产油量最高的作物，平均每公顷年产油量高达4.27 t，是花生的5～6倍、大豆的9～10倍[2]。油棕用途广泛，经济价值高，其主要产品棕榈油和棕榈仁油，在食品、化工及生物能源方面具有广泛的应用[3]。油棕的大多数重要农艺性状，比如产量性状、品质性状和发育性状等都是数量性状，QTL定位是对这些数量性状进行初步解析的重要方法之一。油棕重要农艺性状QTL定位研究对于性状遗传机制解析和分子标记辅助育种具有重要意义[4]。

1 QTL定位基本原理和方法

QTL（Quantitative Trait Locus）即数量性状位点，是基因组中控制数量性状的基因组区域。QTL定位（QTL Mapping）是检测分子标记和QTL位点之间的连锁关系，并估计QTL的效应，从而检测出控制某一个性状的QTL[5]。QTL定位主要依据的理论基础是假设某个标记与某个QTL之间存在连锁关系，则在杂交分离群体中，该标记与QTL会发生一定程度的共分离，所以该标记在不同基因型的均值、方差和数量性状分布情况上都会有差异，标记分析法正是通过检验标记的不同基因型之间的差异来推断标记与QTL是否连锁。简而言之，QTL定位基本原理就是分析标记基因型和数量性状值之间的连锁[6]。

QTL定位常用的群体主要有F2群体[7]、RIL（重组自交系）群体[8]和DH（双单倍体）群体[9]等初级作图群体。F2群体构建所需时间短，且能提供大量的信息，但是不能做重复性实验。而构建永久性分离群体是作图成功和高效的关键，RIL和DH群体是永久性群体，稳定性较好，其中DH群体构建所需时间短，而RIL构建时间较长[10]。在构建好作图群体之后，需要开发分子标记来构建遗传连锁图谱。分子标记相比表型标记和生化标记这两类遗传标记，多态性更加丰富，随着DNA提取和检测技术的发展，分子标记已经广泛应用于动植物遗传学研究[11]。按照分子标记开发的原理和技术差异，分子标记大致分为三类：（1）基于杂交技术的分子标记，如RFLP，限制性片段长度多态性[12]；（2）基于PCR技术的分子标记，如RAPD，随机扩增多态性[13]、SSR，微卫星标记[14]、STS，特定序列位点[15]、SCAR，特征序列扩增区域[16]等；（3）基于高通量测序技术的分子标记，如SNP，单核苷酸多态性标记[17]等。

遗传图谱可以被看作是来自两个不同亲本染色体的路线图，连锁图谱上标示着每一个标记的位置和标记间的遗传距离。连锁图谱最重要的用途就是确认包含有与感兴趣的性状相关的基因和QTL的染色体区域。连锁图谱构建一般分为3个主要步骤：（1）作图群体的构建；（2）多态性标记筛选；（3）标记连锁分析。在利用分子标记和作图群体建立完整的遗传连锁图谱后，就可以在全基因组进行QTL检测，目前QTL定位方法主要有单标记分析法（SMA，single marker analysis）、区间作图法（IM，interval mapping）、复合区间作图法（CIM，composite interval mapping）、完备复合区间作图法（ICIM，inclusive interval mapping）和基于混合线性模型复合区间作图法（MCIM，mixed-model-based composite interval mapping）等[18-21]。endprint

2 油棕重要性状QTL研究进展

油棕产量性状和品质性状等数量性状受到多基因控制，并且受环境因素的影响，传统的数量遗传学无法研究控制这些重要农艺性状的QTL的数目、单个QTL的遗传效应及其在染色体上的位置。分子遗传学的发展和RFLP、AFLP、SSR等分子标记技术的完善，尤其是高密度遗传图谱的构建，使得对数量性状位点（QTL）进行定位和遗传效应分析成为可能。从Paterson等[22]首次在番茄中用RFLP连锁图谱进行QTL定位研究开始，植物QTL定位研究蓬勃发展，重要农作物如水稻、小麦、棉花和油菜等都取得了不错进展，而油棕相关研究起步较晚。目前，油棕QTL研究报道主要集中在以下几个方面，详情见表1。

2.1 产量性状

产量是油棕最重要的经济性状，目前主要针对产量及其构成因子开展QTL定位研究，包括果串平均重量、平均果串数量、单株产油量和果壳厚度等性状。Mayes等[23]首次在油棕中定位到了距离控制果壳厚度基因Sh最近的RFLP标记pOPgSP1282，其距离为9.8 cM，并且在更小的包含45个油棕单株的群体（A137/30×E80/29）中其距离进一步缩短为6.6 cM，作图群体是重要的育种材料A137/30自交得到的分离群体，且群体中果壳厚度（Sh）性状产生分离，使得有可能定位到这个重要的经济性状位点，基于该群体构建的连锁图谱包含103个RFLP标记，图谱全长860 cM，其标记覆盖度较高，偏分离水平低，具有较高的质量。Rance等[24]对油棕果实重量、果壳与果实比率、中果皮与果实比率和果仁与果实比率等产量相关性状进行了QTL定位，检测到了显著相关的QTL位点，为高产油棕分子标记辅助育种奠定了基础。Billotte等[25]首次定位到距离Sh位点最近的AFLP标记E-Agg/M-CAA132，距离为4.7 cM，作图群体由来自于La Me群体的薄壳油棕LM2T和来自于Deli群体的DA10D杂交得来，在油棕中共开发了390个SSR标记，并用21个椰子SSR标记评估了遗传多态性，遗传图谱包含255个微卫星标记和688个AFLP标记，以及一个控制油棕果实中种壳有无的Sh基因位点，构建了一张基于微卫星标记的高密度连锁图谱，作为油棕中第一张对应16对同源染色体的连锁图谱，该图谱是棕榈科植物中唯一的包含微卫星标记的高密度遗传图谱，是油棕物种中进行数量性状位点分析和物理作图的重要一步。Billotte等[4]进一步在油棕中利用多亲本连锁作图进行QTL定位研究，检测到控制包括平均果串数量、平均果串重量和平均每果串果实数量等19个产量相关性状的76个QTL位点，连锁图谱构建使用了251个微卫星标记，控制果壳有无的Sh基因位点和一个AFLP标记，通过比较QTL检测结果发现杂交群体对于QTL分析更加有效，但是家族的大小问题还有待解决。Seng等[26]构建了一张可以用于定位产量相关QTL的遗传图谱，作图群体的亲本分别是厚壳Deli dura和无壳Yangambi，与目前最好的商业种植材料相比，杂交群体在4个试验中产量平均提高8%～21%，从CIRAD、MPOB和FELDA上公布信息中收集到的SSR标记和自己设计的AFLP标记一起用来作图。母本连锁图谱包含317个标记，父本图谱有331个标记，都有16个连锁群，每个连锁群的标记数目分别为8～47和12～40个，整合图谱全长2247.5 cM，包含479个标记和168个锚定位点，每个连锁群上标记数目是15～57，平均为29个，平均图谱密度4.7 cM，连锁群长度从77.5～223.7 cM不等，平均长度137 cM。Kittipat等[27]对油棕果壳厚度等重要性状进行了QTL定位，在控制油棕果实类型的Sh位点附近找到两个新的SSR标记。目前，产量性状的QTL定位研究主要集中于果壳厚度，而其它相关性状的定位研究和功能标记开发还有待于进一步展开。

2.2 品质性状

目前，品质性状QTL定位研究主要集中在脂肪酸及其组分的含量和碘值等方面，而对于维生素E、β-胡萝卜素和植物甾醇等功能性成分的研究较少。Rajinder等[28]在油棕杂交群体中定位了控制脂肪酸组分的QTL，碘值、肉豆蔻酸、棕榈酸、棕榈油酸、硬脂酸、油酸和亚油酸含量等相关QTL都被检测到，其中1号连锁群上的一个基因组区域存在控制着包括碘值、C14：0、C16：0、C18：0和C18：1含量的QTL位点，2号连锁群上检测到控制C18：2的一个微效QTL，3号连锁群上检测到控制C18：0的另一个QTL，15号连锁群上同一个位点存在着控制C14：0、C16：0、C18：0和C18：1含量的显著性QTL位点，因此揭示了另一个影响油棕脂肪酸组分的主效位点，其作图群体的亲本为哥伦比亚美洲油棕UP1026和尼日利亚的非洲油棕T128，遗传图谱上共有252个标记（199个AFLP，38个RFLP和15个SSR），21个连锁群（1815cM）。Carmenza等[29]利用美洲油棕和非洲油棕的回交群体进行棕榈油脂肪酸组分QTL定位，最终定位到19个控制棕榈油脂肪酸组分的QTL位点，连锁图谱包含362个微卫星标记，图谱全长1 485 cM，有16个连锁群，大量有丰富多态性的SSR标记和QTL信息使得在其它棕榈属材料中进行定位研究成为可能。Morcillo等[30]通过定位引起油降解的脂肪酶基因，提供了一个可以鉴定脂肪酸酶基因型的标记，可以用来进行棕榈油品质改良，油棕中果皮包含有使果穗收获时提高脂肪酸降解的高含量脂肪酸酶，脂肪酸酶会引起油脂减少，因此需要采取措施来控制脂肪酸质量，低含量脂肪酸酶的品种有更少的自由脂肪酸，使得在收获过程中提高油脂的稳定性。品质性状的定位研究相对较少，有用的分子标记还需要不断开发。

2.3 发育性状

油棕发育性状的QTL研究主要集中在叶片长宽和数目、茎高和雌雄花比率等方面，还有待于进一步挖掘油棕不同器官和发育不同时期的性状，比如油棕苗期根茎叶的长宽和数目等性状。Rance等[24]利用153个RFLP标记在F2群体中对油棕发育相关性状（包括叶柄横截面和叶轴长度等）进行了QTL定位，在分析的13个性状中，有11个性状找到了显著相关的QTL位点，QTL定位分析采用区间作图法，未连锁标记采用单标记法进行分析，QTL检测的显著性阈值通过排布测验获得，其中通过单标记法计算的均值为27%，区间作图法计算的均值为19%，作图群体由84个果壳厚度基因分离的油棕单株构成，连锁图谱包含22个连锁群，在商业群体中进行QTL定位的最大目的是使用如标记辅助选择的新育种策略，本文也讨论了MAS在油棕育种过程中的潜在作用。Billotte等[4]利用多亲本群体对油棕发育相关性状进行了QTL定位，包括主茎高、平均叶片数目、平均叶片长度和平均叶片宽度等，这些QTL定位研究为油棕株型的分子标记辅助育种打下了基础。Kittipat等[27]对油棕雌雄花比率等重要性状进行了QTL定位，在6个连锁群上共定位到8个控制雌雄花比率和相关性状的QTL位点，QTL解释表型变异为8.1%～13.1%，在8号连锁群上同时检测到控制雌雄花比率和雄花序数量的QTL，作图群体是来自于两个雌雄花比率有差异的薄壳油棕亲本杂交得到的208个子代，图谱包含210个基因组SSR标记，28个EST-SSRs，185个AFLP标记和控制果壳厚度的Sh位点，图谱包含16个连锁群，全长1931 cM，平均标记间距离为4.6 cM。发育性状的QTL定位针对的性状较多，但是每个性状研究的深度不够，今后可以加大对例如雌雄花比率这类在生产上有用性状的研究力度。endprint

2.4 其它性状

组织培养是快速繁育优良油棕种质资源和纯化材料的重要方法，愈伤组织发生是组织培养中的重要环节，目前QTL定位研究着重于愈伤组织的发生时间和发生比率。Ngoot等[31]用软件MapQTL 4.0的区间作图法对第一次愈伤组织发生时间进行QTL定位分析，在99%和95%显著性阈值下分别检测到3个和2个QTL位点，在Deli dura和Yangambi pisifera杂交得来的87个F1单株中利用400个分子标记（126个RFLP标记和274个AFLP标记）构建连锁图谱，无壳种和厚壳种油棕遗传图谱总长分别为1 714和1 225 cM，本研究是第一次在油棕中定位到组织培养过程中愈伤组织发生相关性状的QTL，是解析油棕无性繁殖过程分子机制的重要一步。Rajinder等[32]介绍了从油棕基因组序列中简单高效分离SSR标记的方法，总共12个有信息的SSR标记，除了遗传定位SSR标记也可以作为分子探针进行油棕组培克隆的DNA指纹分析和克隆的认定。Ngoot等[33]进一步利用SSR标记构建的遗传图谱定位控制油棕无性系繁殖和胚胎发生相关QTL位点，利用SSR图谱，两个愈伤组织发生率和胚胎发生率的QTL位点被检测到，愈伤组织发生的QTL定位在ENL48的D4b连锁群上，解释表型变异的17.5%，胚胎发生的QTL定位在ML161图谱的P16b连锁群上，解释表型变异的20.1%，作图群体由厚壳种ENL48和无壳种ML161构建而来，SSR标记整合到用2006年由AFLP和RFLP标记构建的图谱上，新的ENL48连锁图谱包含148个标记（33个AFLPs，38个RFLPs和77SSRs），共23个连锁群，图谱全长798 cM，ML161图谱共240个标记（50个AFLPs，71个FRLPs和119个SSRs），24个连锁群，总长1 328.1 cM。胚胎发生率等其它性状的QTL定位研究找到了一些有用的分子标记，但是还没有出现大范围应用这些分子标记的报道。

3 目前存在的问题与展望

油棕QTL定位研究虽然取得了一些进展，但是无论是在定位到的QTL数量、涉及性状和遗传图谱密度等方面，和水稻、油菜及小麦等作物相比还很少，仍需进一步的深入研究。此外，目前油棕QTL定位针对的性状主要是产量和品质性状，对抗寒性、抗旱性和抗病性等抗逆性状研究较少。油棕遗传连锁图谱构建采用的分子标记多是RFLP、AFLP和SSR等第一、二代分子标记，最新发展起来的高通量SNP标记还未能应用到油棕图谱构建中。

随着油棕QTL研究的不断深入，油棕重要数量性状的遗传基础及分子调控机制将进一步得到阐述，而且基于QTL定位的分子标记辅助选择可以用来提高育种效率，比传统的依靠形态特征进行育种更高效，育种目标更明确。随着油棕基因组测序完成和高通量分子标记技术的发展，对油棕重要农艺性状的遗传机制解析将更加深入，使得油棕遗传育种进入到一个新的水平[34-35]。今后油棕QTL定位可以采用最新的高通量分子标记，构建更大密度的遗传图谱，来研究更多的重要数量性状。国内油棕QTL定位研究刚刚起步，可以借鉴国外QTL定位研究采用的先进经验，包括理想的作图亲本和群体类型、合适的作图群体大小、具有丰富遗传信息的新一代分子标记和更准确的定位方法，针对油棕产量相关性状及抗逆性性状开展研究工作，为培育适合在我国热区栽培种植的油棕奠定基础。

参考文献

[1] 熊惠波，李瑞，李希娟，等. 油棕产业调查分析及中国发展油棕产业的建议[J]. 中国农学通报，2009，25（24）：114-117.

[2] Zeven A C. On the origin of the oil palm （Elaeis guineensis Jacq.） [J]. Grana Palynologica， 1964， 5（1）： 121-123.

[3] 雷新涛，曹红星. 油棕[M]. 北京：中国农业出版社，2013：1-3.

[4] Billotte N， Jourjon M F， Marseillac N，et al. QTL detection by multi-parent linkage mapping in oil palm （Elaeis guineensis Jacq.）[J]. Theor Appl Genet， 2010， 120（8）： 1 673-1 687.

[5] Miles C， Wayne M. Quantitative trait locus （QTL） analysis[J]. Nature Education， 2008，1（1）： 208.

[6] Trudy F C M， Eric A S， Julien F A. The genetics of quantitative traits： challenges and prospects[J]. Nature Reviews Genetics，2009（10）： 565-577.

[7] Li J X， Yu S B， Xu CG， et al. Analyzing quantitative trait loci for yield using a vegetatively replicated F2 population form a cross between the parents of an elite rice hybrid[J]. Theor Appl Genet， 2000， 101（1-2）： 248-254.

[8] Shanmugavadivel P S， Amitha S V M， Dokku P， et al. Mapping quantitative trait loci （QTL） for grain size in rice using a RIL population from Basmati×indica cross showing high segregation distortion. Euphytica， 2013， 194（3）： 401-416.endprint

[9] Danelle K S， Daniele L F， Isabelle M H， et al. Rapid creation of Arabidopsis doubled hapoid lines for quantitative trait locus mapping[J]. PNAS， 2013， 109（11）： 4 227-4 232.

[10] Adesio F， Marcia F S， Luciano C S， et al. Estimating the effects of population size and type on the accuracy of genetic maps[J]. Genet Mol Biol， 2006，29（1）： 187-192.

[11] Semagn K， Bjornstad A， Ndjiondjop M N. An overview of molecular marker methods for plants[J]. African Journal of Biotechnology，2006，5（25）： 2 540-2 568.

[12] Caren C， John L B， Arthur W D， et al. Restriction fragment length polymorphism linkage map for Arabidopsis thaliana[J]. Proc. Natl Acad Sci，1988（85）： 6 856-6 860.

[13] Richard W B， Susan J B. RAPD-based genetic linkage maps of Tribolium castaneum[J]. Genetics， 1999， 153： 333-338.

[14] Gilda R， Ivan S. Development of genomic SSR markers for fingerprinting lettuce （Lactuca sativa L.） cultivars and mapping genes[J]. BMC Plant Biology， 2013（13）： 11.

[15] Daniel J P， Jean B. Sequence-Tagged-Site （STS） markers of arbitrary genes： development， characterization and analysis of linkage in black spruce. Genetics，1998，149（2）： 1 089-1 098.

[16] Luquan Yang， Shelly F， Asaduzzaman K M， et al. Molecular cloning and development of RAPD-SCAR markers for Dimocarpus longan variety authentication[J]. Springerplus， 2013（2）： 501.

[17] Nussberger B， Greminger M P， Grossen C， et al. Development of SNP markers identifying European wildcats， domestic cats， and their admixed progeny[J]. Mol Ecol Resour，2013，13（3）： 447-460.

[18] Lander E， Botstein D. Mapping mendelian factors underlying quantitative traits using RFLP linkage maps[J]. Genetics， 1989， 121（1）： 185-199.

[19] Tanksley S D. Mapping polygenes[J]. Annu Rev Genet， 1993（27）： 205-233.

[20] Zeng Z B. Theoretical basis for separation of multiple linked gene effects in mapping quantitative trait loci[J]. Proc. Natl. Acad. Sci.，1993， 90（23）： 10 972-10 976.

[21] Collard B C Y， Jahufer M Z Z， Brouwer J B， et al. An introduction to markers， quantitative trait loci （QTL） mapping and marker-assisted selection for crop improvement： The basic concepts[J]. Euphytica， 2005（142）： 169-196.

[22] Paterson A H， Eric S L， John D H， et al. Resolution of quantitative traits into Mendelian factors by using a complete linkage map of restriction fragment length polymorphisms[J]. Nature，1988， 335（6 193）： 721-726.

[23] Mayes S， Jack P L， Corley R H， et al. Construction of a RFLP genetic linkage map for oil palm（Elaeis guineensis Jacq.）[J]. Genome，1997，40（1）： 116-122.endprint

[24] Rance K A， Mayes S， Price Z， et al. Quantitative trait loci for yield components in oil palm （Elaeis guineensis Jacq.）[J]. Theoretical and applied Genetics，2001，103（8）： 1 302-1 310.

[25] Billotte N， Marseillac N， Risterucci A M， et al. Microsatellite-based high density linkage map in oil palm （Elaeis guineensis Jacq.）[J]. Theor Appl Genet， 2005（4）： 754-765.

[26] Seng T Y， Mohamed S S， Chin C W， et al. Genetic linkage map of a high yielding FELDA Deli×Yangambi oil palm cross[J]. PLOS ONE， 2011， 6（11）： 1-9.

[27] Kittipat U， Vipavee C， Ganlayarat B， et al. Oil palm （Elaeis guineensis Jacq.） linkage map， and quantitative trait locus analysis for sex ratio and related traits[J]. Mol Breeding， 2013， 1-10.

[28] Rajinder S， Soon G T， Jothi M P， et al. Mapping quantitative trait loci （QTLs） for fatty acid composition in an interspecific cross of oil palm[J]. BMC Plant Biology， 2009，9： 114.

[29] Carmenza M， Ricardo L， Albert F， et al. Quantitative trait loci （QTLs） analysis of palm oil fatty acid composition in an interspecific pseudo-backcross from Elaeis oleifera （H.B.K.） Cortes and oil palm （Elaeis guineensis Jacq.）[J]. Tree Genetics & Genomes，2013，9（5）： 1 207-1 225.

[30] Morcillo F， Cros D， Billotte N， et al. Improving palm oil quality through identification and mapping of the lipase gene causing oil deterioration[J]. Nat Commun， 2013（4）： 2 160.

[31] Ngoot C T， Cheah S C， Ishak Z， et al. Statistical mapping of quantitative trait loci controlling the time to first callusing in oil palm （Elaeis guineensis） tissue culture[J]. Pertanika Journal of Tropical Agricultural Science， 2006， 29（1-2）： 35-45.

[32] Rajinder S， Jayanthi N， Tan S G， et al. Development of simple sequence repeat （SSR） markers for oil palm and their application in genetic mapping and fingerprinting of tissue culture clones[J]. Asia Pacific Journal of Molecular Biology and Biotechnology，2007，15（3）： 121-131.

[33] Ngoot C T， Johannes J， Jayanthi N， et al. Identification of QTLs associated with callogenesis and embryogenesis in oil palm using genetic linkage maps improved with SSR markers[J]. PLoS ONE，2013，8（1）： e53076.

[34] Rajinder S， Meilina O A， Eng T L， et al. Oil palm genome sequence reveals divergence of interfertile species in oil and new worlds[J]. Nature， 2013， 500（7 462）： 335-339.

[35] Rajinder S， Eng T L， Leslie C L， et al. The oil palm SHELL gene controls oil yield and encodes a homologue of SEEDSTICK[J]. Nature， 2013， 500（7 462）： 340-344.endprint