产量相关优异等位变异在小麦骨干亲本阿夫及其衍生后代中的分布

郭杰，施卫萍，赵美月，郭佳晖

通过研究粮食作物的育种历史，发现骨干亲本的现象存在于大多数作物中。近年来，随着分子标记技术的发展，很多研究从分子角度对大麦[1]、甘蔗[2]、水稻[3～5]和小麦[6～9]等作物的骨干亲本进行了遗传剖析。在水稻中，以骨干亲本桂朝2号为亲本构建了BC4F4的片段代换系群体，定位了粒长、粒宽等性状相关QTL[3]。Li 等[4]和Tan等[5]以水稻骨干亲本明恢63构建了作图群体，定位了穗粒数、千粒重和产量等性状相关的QTL。为了定位产量性状相关的QTL位点，Lin等[8]和Ma等[9]利用小麦骨干亲本南大2419和望水白构建了重组自交系群体。

利用骨干亲本已培育出多个大面积推广的小麦品种，其在品种更新换代中具有非常重要的支撑作用，对于加快作物育种进程和保证粮食安全有着重大意义。小麦骨干亲本阿夫，原产意大利，20世纪60年代从阿尔巴尼亚引入中国，其农艺性状主要表现为抗倒性强，穗大粒多，适应性广。迄今，在长江中下游麦区、黄淮麦区和西北麦区等地利用阿夫作为亲本产生的衍生后代品种(系)多达270个[10]。目前，对阿夫的报道主要集中在利用SSR位点分析其衍生后代的遗传多样性及位点的传递情况[11,12]。

本研究利用前人报道的与穗粒数[13]和千粒重[14]关联的26个SSR标记，扫描了阿夫及其在河南育成的18个衍生后代，从分子水平阐明了上述位点在阿夫及其衍生品种(系)中的分布规律，为下一步利用分子标记选配亲本组合、选择杂交后代及分子设计育种提供了重要的理论依据。

1 材料与方法

1.1 试验材料

研究材料为小麦骨干亲本阿夫及其在河南育成的18个衍生后代品种(系)，其中子一代5个、子二代5个、子三代1个、子四代6个、子五代1个(表1)。材料由中国农业科学院作物科学研究所提供。

1.2 研究方法

1.2.1 SSR标记的筛选

本研究选取的26个SSR标记，其中9个标记在前人研究中与穗粒数关联[13]，17个与千粒重关联[14]。可以通过GrainGenes数据库(http://archive.gramene.org/markers/)和Somers等[15]公布的遗传图谱进行引物序列和退火温度的查询。

1.2.2 DNA的提取及毛细管电泳

基因组DNA的提取按照Sharp等[16]的方法。PCR反应体系及程序参照Zhang等[13]。PCR产物纯化后加入分子内标(GeneScanTM-500 LIZ，Applied Biosystems)，检测扩增的片段大小可以通过ABI3730(Applied Biosystems，Foster City，USA)DNA测序仪测定；利用Genemapper V 3.7软件(Applied Biosystems) (http://www.appliedbiosystems.com.cn/)可以进行数据读取与收集。

表1 研究材料Table 1 Materials used in this study

1.2.3 数据分析

SSR标记遗传多样性的评价采用PowerMarker V 3.25软件[17]，并利用其计算等位变异频率和材料间的遗传距离。在Mega 4.0软件[18]中利用Nei氏距离[19]进行NJ(neighbor joining)树的构建。

2 结果与分析

2.1 所选SSR标记的遗传多样性

本研究选用了26个SSR标记，如表2所示。已选标记分布在小麦13条染色体上，主要等位变异频率平均值为0.557，频率变化范围在0.211～0.889之间；每个标记对应的等位变异数量不同，变化范围为2～9；多态性信息指数的平均值为0.512，变化范围为0.194～0.830。标记的优异等位变异参考Zhang等[13]和Wang等[14]。

2.2 骨干亲本及其衍生后代的遗传关系分析

为了探讨骨干亲本阿夫与衍生后代间的遗传关系，对所选材料进行了NJ 聚类分析。结果显示，19份材料聚成3组(图1)。其中，花培128白大和花882793聚为一组。许昌26、郑州17和豫保11聚为一组。其余的14份材料中，郑州9285、豫30691-1-3和豫30691-3-6聚为一类，豫822367单独为一类，郑州741和花培64-2聚为一类，遂农3号、豫85-2325和郑87302-0-12-A聚为一类，百泉565和孟县2号聚为一类，阿夫、花培128-8和开封10号聚为一类。

表2 SSR标记的遗传多样性信息Table 2 The genetic diversity of SSR markers selected

图1 阿夫及其衍生品种(系)聚类分析图Fig.1 Neighbor joining (NJ) tree of Funo and its derivatives

图2 穗粒数优异等位变异在阿夫及其衍生后代中的分布Fig.2 Distribution of favorable alleles associated with kernel number per spikelet in Funo and its derivatives

图3 千粒重优异等位变异在阿夫及其衍生后代中的分布Fig.3 Distribution of favorable alleles associated with thousand kernel weight in Funo and its derivatives

2.3 穗粒数优异等位变异在阿夫及其衍生后代中的分布

图2列出了阿夫及其在河南育成的衍生后代共计19份材料，图中绿色方格代表优异等位变异，黄色方格代表非优异等位变异，白色方格代表缺失数据。其中，阿夫子四代豫30691-1-3携带了8个与穗粒数关联的优异等位变异，开封10号(子一代)、许昌26(子一代)、孟县2号(子二代)和郑州9285(子二代)均携带6个与穗粒数关联的优异等位变异。

2.3 千粒重优异等位变异在阿夫及其衍生后代中的分布

如图3所示，阿夫子一代开封10号携带了8个与千粒重关联的优异等位变异，遂农3号(子一代)、郑州741(子一代)、花培128-8(子二代)、花882793(子四代)和豫30691-3-6(子四代)均携带7个与穗粒数关联的优异等位变异。

3 结论与讨论

应该说明的是，骨干亲本的确定为事后总结，对指导后续的亲本选择有很大的帮助。由于品种改良本身是下一代踩着上一代的肩膀不断攀登的结果，由骨干亲本选育而来的品种作为产量(农艺)亲本继续改良的可能性较大。因此，有了“骨干亲本”的概念，育种家就会很自然地顺藤摸瓜，沿着前人的成功经验继续前行[10]。

本研究解析了优异等位变异在骨干亲本阿夫及其衍生后代中的分布，在与穗粒数关联的9个优异等位变异中，阿夫子四代豫30691-1-3携带了最多(8个)，在与千粒重关联的优异等位变异中，阿夫子一代开封10号携带了最多(8个)。此外，我们发现，阿夫及其衍生后代覆盖了26个产量相关位点的所有优异等位变异，这也在一定程度上解析了这些后代能够成为河南省育成品种的原因。

作物育种其实就是育种家以遗传学为理论基础，并综合应用植物生态、生理、生物化学、植物病理和生物统计等知识，改良作物的遗传特性，对各种农业产品的表现性状进行“创新”和“优化”的过程，同时也是以培育高产、抗病、优质品种为主要目的的过程。本研究以前人报道的穗粒数和千粒重相关联的优异等位变异为切入点，就其在阿夫及其在河南选育的衍生后代中的分布进行了分析，利用上述研究结果，后续可选择具有差异优良等位变异的个体为亲本进行杂交，实现优异等位变异的聚合。我们相信，随着研究的不断深入，今后根据育种目标进行分子设计育种会成为可能[20]。

[1] Russell J R，Ellis R P，Thomas W T B，et al.A retrospective analysis of spring barley germplasm development from `foundation genotypes’ to currently successful cultivars[J].Molecular Breeding，2000，6(6):553-568.

[2] Reffay N，Jackson P A，Aitken K S，et al.Characterisation of genome regions incorporated from an important wild relative into Australian sugarcane[J].Molecular Breeding，2005，15(4):367-381.

[3] Tian F，Li D J，Fu Q，et al.Construction of introgression lines carrying wild rice (OryzarufipogonGriff.) segments in cultivated rice (OryzasativaL.) background and characterization of introgressed segments associated with yield-related traits[J].Theoretical and Applied Genetics，2006，112(3):570-580.

[4] Li J X，Yu S B，Xu C G，et al.Analyzing quantitative trait loci for yield using a vegetatively replicated F2population from a cross between the parents of an elite rice hybrid[J].Theoretical and Applied Genetics，2000，101(1-2):248-254.

[5] Tan Y F，Xing Y Z，Li J X，et al.Genetic bases of appearance quality of rice grains in Shanyou 63，an elite rice hybrid[J].Theoretical and Applied Genetics，2000，101(6):823-829.

[6] Li X J，Xu X，Yang X M，et al.Genetic diversity among a founder parent and widely grown wheat cultivars derived from the same origin based on morphological traits and microsatellite markers[J].Crop and Pasture Science，2012，63(4):303-310.

[7] Jiang P，Zhang P P，Zhang X，et al.Genetic contribution of Ningmai 9 wheat to its derivatives evaluated by using SNP markers[J].International Journal of Genomics，2016，2016:3602986.

[8] Lin F，Xue S L，Zhang Z Z，et al.Mapping QTL associated with resistance to Fusarium head blight in the Nanda2419 × Wangshuibai population.II: Type I resistance[J].Theoretical and Applied Genetics，2006，112(3):528-535.

[9] Ma Z，Zhao D，Zhang C，et al.Molecular genetic analysis of five spike-related traits in wheat using RIL and immortalized F2populations[J].Molecular Genetics and Genomics，2007，277(1):31-42.

[10] 庄巧生.中国小麦品种改良及系谱分析[M].北京：中国农业出版社，2003:12.

[11] 司清林，刘新伦，刘智奎，等.阿夫及其小麦衍生品种的(系)的SSR分析[J].作物学报，2009，35(4):615-619．

[12] 刘新伦，司清林，李琴琴，等.利用SSR标记分析小麦骨干亲本阿夫及衍生品种(系)的遗传多样性和变化趋势[J].农业生物技术学报，2012，20(9):983-995.

[13] Zhang D L，Hao C Y，Wang L F，et al.Identifying loci influencing grain number by microsatellite screening in bread wheat (TriticumaestivumL.)[J].Planta，2012，236(5):1507-1517.

[14] Wang L F，Ge H M，Hao C Y，et al.Identifying loci influencing 1,000-kernel weight in wheat by microsatellite screening for evidence of selection during breeding[J].Plos One，2012，7(2):e29432.

[15] Somers D J，Isaac P，Edwards K.A high-density microsatellite consensus map for bread wheat (TriticumaestivumL.)[J].Theoretical and Applied Genetics，2004，109(6):1105-1114.

[16] Sharp P J，Chao S，Desai S，et al.The isolation，characterization and application in Triticeae of a set of wheat RFLP probes identifying each homoeologous chromosome arm[J].Theoretical and Applied Genetics，1989，78(3):342-348.

[17] Liu K J，Muse S V.PowerMarker: an integrated analysis environment for genetic marker analysis[J].Bioinformatics，2005，21(9):2128-2129.

[18] Kumar S，Stecher G，Tamura K.MEGA7: Molecular Evolutionary Genetics Analysis Version 7.0 for Bigger Datasets[J].Molecular Biology and Evolution，2016，33(7):1870.

[19] Nei M，Chesser R K.Estimation of fixation indices and gene diversities[J].Ann Hum Genet,1983，47(3):253-259.

[20] Shi W P，Hao C Y，Zhang Y，et al.A Combined Association Mapping and Linkage Analysis of Kernel Number Per Spike in Common Wheat (TriticumaestivumL.)[J].Frontiers in Plant Science，2017(8):1412.