小麦品种系粉质仪参数和沉淀值的全基因组关联分析

郭宝晋 张国华 蒋方山 郭营 李斯深

摘要：本研究以134个小麦品种（系）为材料，测定其粉质仪参数和沉淀值，筛选出14个强筋、35个中强筋小麦品种。利用9 329个SNP标记进行标记与品质性状之间的关联分析，共检测到567个显著关联位点（P<0.005）。其中148个标记（属于50个QTL）与品质性状存在稳定关联，单个标记的表型变异解释率范围是6.18%～24.12%；110个稳定关联标记被定位在除了4D、5B和7D之外的18条染色体上。本研究得到的关联位点对小麦品质性状的分子标记辅助育种和相关基因克隆具有一定价值。

关键词：小麦；SNP；品质性状；关联分析

中图分类号：S512.1 文献标识号：A 文章编号：1001-4942（2018）09-0007-06

Abstract In this study， the farinograph parameters and sedimentation value of 134 wheat varieties （lines） were evaluated，and 14 high gluten and 35 high-medium gluten varieties were screened out. The correlation between marking and quality traits were analyzed using 9329 SNP markers. The results showed that a total of 567 significant correlation loci were detected. Of these， 148 markers （belonging to 50 QTLs） had stable association with quality traits. The phenotypic variation explanation rate range was 6.18% to 24.12%. There were 110 stable correlation markers which were located on 18 special chromosomes except 4D， 5B and 7D. These results provided useful information for marker-assisted selection in wheat breeding programs and cloning of related genes for quality traits.

Keywords Wheat； SNP； Quality trait； Association analysis

小麥是我国主要粮食作物之一。小麦蛋白质相关品质指标与小麦最终加工品质有密切关系，其中粉质仪参数和沉淀值直接影响面粉加工品质和烘烤品质，决定了包括面包、面条、馒头等面食加工品质[1]。小麦品质性状是数量性状，受多基因控制，表现为连续变异，遗传基础复杂。

SNP（simple nucleotide polymorphisms，单核苷酸多态性）是指由单个核苷酸变异而引起的基因组水平上的DNA序列多态性，即不同基因型之间单个碱基的变化引起的遗传密码改变，包括碱基的插入、缺失、颠换和置换等[2]。SNP目前已被广泛应用于全基因组关联分析和标记辅助选择[3-5]。近来，随着测序和基因分型技术的迅猛发展，基于SNP的基因芯片应运而生。Wang等（2014）[6]利用小麦90K SNP芯片构建了高密度综合遗传图谱，并定位了86个与产量、株高和生理性状相关的QTL。

关联分析（association analysis）又称连锁不平衡作图或关联作图，是以连锁不平衡（linkage disequilibrium，LD）为基础，通过对标记与性状进行相关性分析来鉴定性状与标记或目标性状基因之间关系的分析方法[7]。自2000年以来，关联分析已被广泛应用于水稻、小麦、玉米等作物中[8-15]。

在小麦品质性状关联分析方面，Bordes等（2011）[16]利用803个SSR、DArT、SNP标记对全球小麦核心种质的面粉和面团性状进行关联分析，发现130个显著关联位点。于海霞等（2012）[17]利用DArT标记对109份矮孟牛姊妹系及其衍生系进行淀粉糊化特性关联分析，共检测到70个位点，分布于19条染色体。Zhai等（2015）[18]利用90K SNP芯片对面粉颜色相关性状进行全基因组QTL定位，发掘出12个新的QTL和6个候选基因。目前，利用SNP标记对小麦粉质仪参数和沉淀值进行全基因组关联分析的研究少见报道。本研究以134个小麦品种（系）为材料，结合利用90K SNP芯片分型数据，对其粉质仪参数和沉淀值进行标记和品质性状之间的关联分析，以期为小麦品质性状的分子标记辅助育种提供参考。

1 材料与方法

1.1 供试材料

试验材料主要为黄淮麦区近期育成品种（系），有少量外地品种，共计134个，组成自然品种群体（表1）。

1.2 田间种植和品质性状测定

供试材料于2011—2012、2013—2014年度分别种植在山东农业大学和淄博市农业科学研究院。每个品种（系）为一个小区，每个小区3行，行长1.5 m，行间距25 cm，每行播70粒种子，重复2次。常规田间管理。分别于2012年与2014年将两地收获材料按1∶ 1混合用于品质性状测定。

用Perten-3100型实验磨制全麦粉。用MLU-202型布勒实验磨按AACC 26-21A方法制面粉，4℃冷库保存备用。沉淀值（sedimentation value，SV）用BAU-A型沉淀值仪按AACC 56-61A标准进行。粉质仪参数使用德国Brabender公司粉质仪按AACC 53-81方法测定，包括吸水率（water absorption，WA）、形成时间（developing time，DT）、稳定时间（stability time，ST）等参数。

参考国家小麦品种审定标准，以平均稳定时间大于10 min同时吸水率大于60 mL/100g为标准筛选强筋品种；以平均稳定时间大于7 min同时吸水率大于58 mL/100g为标准筛选中强筋品种；若只满足稳定时间，则降一级。

1.3 群体结构和关联分析

前期已完成134个品种（系）的90K SNP芯片分析，最终筛选到9 329个多态性SNP位点，并估测了群体结构，计算了Kinship值，这些多态性SNP用于品质性状的关联分析。

利用TASSEL 5.0[19]软件中的MLM（mixed linear model）+Q+K模型进行性状和标记之间的关联分析。定义将同一性状在均值（average value，AV）和一个以上年份均显著（P<0.005）的位点为稳定关联标记。由于90K SNP芯片已绘制了高密度综合遗传图谱，定义稳定关联标记在遗传图谱上小于10 cM为1个QTL。

2 结果与分析

2.1 小麦品种（系）品质性状表现

134个品种（系）的品质性状参数见表2。2011—2012、2013—2014年度小麦品质性状无显著差异，除吸水率外，其它性状均表现出较大变异范围，其中变异系数最大的为稳定时间，2011-2012年度达到58.46%。各性状均为连续变异的特性，表现出数量性狀遗传特征。

表3中，以吸水率≥60%、稳定时间≥10 min为标准，共筛选到12个强筋品种（系）：新麦26、西农85、临优145、科信9号、金麦一号、中优9507、郑麦9023、河农4198、M8008、陕627、石优17号和济南17。以吸水率≥58%、稳定时间≥7 min为标准，筛选到35个中强筋品种（系），分别为陕农534、周麦24、济麦19、烟农999、山农21、烟农23号、黑小麦76、新麦18、周黑麦1号、烟农21、山农17、衡6599、临丰3号、藁优9618、济宁16、西农889、LS4697、山农25、LS3283、临旱822、山农12号、石新828、品资旱99-2、西农9871、山农18、川35050、漯珍1号、莱州95021、济麦21、山农15、邯00-7086、烟5072、烟农19、LS6045和954（7）-8。

2.2 关联分析

关联分析表明，在P<0.005下共检测到567个显著关联位点。其中148个标记（属于50个QTL）与品质性状存在稳定关联，单个标记的表型变异解释率范围是6.18%～24.12%；其中110个稳定关联标记被定位在除了4D、5B和7D之外的18条染色体上（表4）。分述如下：

吸水率：检测到稳定关联标记20个，4个标记没被定位到特定染色体，表型变异解释率范围6.18%～13.54%；属于8个QTL，分别定位在1A、2B、3A（2）、3D、4B、5D和7B染色体上。

形成时间：检测到稳定关联标记54个，16个标记没被定位到特定染色体表型变异，解释率范围为6.45%～20.70%；属于15个QTL，分别被定位在1A、1D（2）、2A、2D、3B、4A、4B、6A（2）、6B（2）、6D、7A和7B染色体上。

稳定时间：检测到稳定关联标记43个，4个标记没被定位到特定染色体，表型变异解释率范围为6.68%～20.01%；属于16个QTL，分别定位在1A（2）、1D（2）、2A、3B（2）、4A、4B、5A（2）、6B、6D、7A（2）和7B染色体上。

沉淀值：检测到稳定关联标记31个，14个标记没被定位到特定染色体，表型变异解释率范围为6.24%～24.12%；属于11个QTL，分别定位在1A、1B、1D（2）、2D、3B、6A（3）和6B（2）染色体上。

3 讨论

关联分析经常检测到假阳性[20]，为了克服假阳性，本研究采用MLM混合线性模型，控制群体结构和亲缘关系，并在较高阈值下（P<0.005）筛选显著标记位点，可消除一些伪关联[21]。我们认为造成假阳性的一个非常重要的原因是表现数据测定不准确，特别是一年一地试验，因此本研究进行了两年两地试验（相同年份按照1∶ 1比例合并测定品质性状）；更重要的是，我们定义将同一性状在均值和一个以上年份均显著的位点为稳定关联位点，这样可以尽可能去除环境影响，减少假阳性。

本研究利用9 329个SNP标记对134个品种（系）品质性状进行全基因组关联分析。1D染色体88.85～92.91 cM、峰值位置为90.3 cM的区域，包含QDT.1D.1、QST.1D.1、QSV.1D.2等3个QTL、共28个标记，经序列比对，此位点与Glu-D1位点紧密连锁[22]。本研究检测到的与粉质仪参数显著关联的QTL中，大部分位点与前人定位结果吻合[23-26]；本研究还发现了多个新的 QTL 位点（位于新的染色体）：3A染色体QWA.3A.1、QWA.3A.2，3D染色体QWA.3D.1，4B染色体QDT.4B.1、QST.4B.1，5D染色体QWA.5D.1和7B染色体QWA.7B.1、QDT.7B.1、QST.7B.1。

4 结论

本研究以134个小麦品种（系）为材料，测定其粉质仪参数和沉淀值，筛选出14个强筋、35个中强筋小麦品种。利用9 329个SNP标记进行标记与品质性状之间的关联分析，共检测到567个显著关联位点（P<0.005）。其中148个标记（属于50个QTL）与品质性状存在稳定关联，单个标记的表型变异解释率范围是6.18%～24.12%；110个稳定关联标记被定位在除了4D、5B和7D之外的18条染色体上。本研究得到的关联位点对小麦品质性状的分子标记辅助育种和相关基因克隆具有一定价值。

参 考 文 献：

[1] 田纪春. 谷物品质测试理论与方法[M]. 北京：科学出版社，2006.

[2] Lander E S. The new genomics：global views of biology[J]. Science，1996，274（5287）：536-539.

[3] Cantor R M，Lange K，Sinsheimer J S. Prioritizing GWAS results：a review of statistical methods and recommendations for their application[J]. American Journal of Human Genetics，2010，86（1）：6-22.

[4] Sukumaran S，Dreisigacker S，Lopes M，et al. Genome-wide association study for grain yield and related traits in an elite spring wheat population grown in temperate irrigated environments[J]. Theoretical and Applied Genetics，2015，128（2）：353-363.

[5] Rimbert H，Darrier B，Navarro J， et al. High throughput SNP discovery and genotyping in hexaploid wheat[J]. PLoS One，2018，13（1）：e0186329.

[6] Wang S，Wong D，Forrest K，et al. Characterization of polyploid wheat genomic diversity using a high-density 90，000 single nucleotide polymorphism array[J]. Plant Biotechnology Journal， 2014，12（6）：787-796.

[7] Flint-Garcia S A，Thornsberry J M. Structure of linkage disequilibrium in plants[J]. Annual Review of Plant Biology，2003，54（4）：357-374.

[8] Lu L，Yan W，Xue W，et al. Evolution and association analysis of Ghd7 in rice[J]. PLoS One， 2012，7（5）：e34021.

[9] Reif J C，Gowda M，Maurer H P，et al. Association mapping for quality traits in soft winter wheat[J]. Theoretical and Applied Genetics，2011，122：961-970.

[10] Mir R R，Kumar N，Jaiswal V，et al. Genetic dissection of grain weight in bread wheat through quantitative trait locus interval and association mapping[J]. Molecular Breeding，2012，29（4）：963-972.

[11] Hao C Y，Wang Y Q，Hou J，et al. Association mapping and haplotype analysis of a 3.1-Mb genomic region involved in Fusarium head blight resistance on wheat chromosome 3BS[J]. PLoS One， 2012，7（10）：e46444.

[12] Beló A，Zheng P，Luck S，et al. Whole genome scan detects an allelic variant of fad2 associated with increased oleic acid levels in maize[J]. Molecular Genetics and Genomics，2008，279（1）：1-10.

[13] Andersen J R，Schrag T，Melchinger A E，et al. Validation of Dwarf8，polymorphisms associated with flowering time in elite European inbred lines of maize （Zea mays L.）[J]. Theoretical and Applied Genetics，2005，111（2）：206-217.

[14] Kristensen P S，Jahoor A，Andersen J R，et al. Genome-wide association studies and comparison of models and cross-validation strategies for genomic prediction of quality traits in advanced winter wheat breeding lines[J]. Frontiers in Plant Science，2018，9： 69.

[15] Ducrocq S，Madur D，Veyrieras J B，et al. Key impact of Vgt1 on flowering time adaptation in maize：evidence from association mapping and ecogeographical information[J]. Genetics， 2008，178（4）：2433-2437.

[16] Bordes J，Ravel C，Gouis J L，et al. Use of a global wheat core collection for association analysis of flour and dough quality traits[J]. Journal of Cereal Science，2011，54（1）：137-147.

[17] 于海霞，田纪春. 小麦淀粉糊化特性与DArT标记的关联分析[J]. 作物学报，2012，38（11）：1997-2006.

[18] Zhai S，He Z，Wen W，et al. Genome-wide linkage mapping of flour color-related traits and polyphenol oxidase activity in common wheat[J]. Theoretical and Applied Genetics，2015， 129（2）：377-394.

[19] Bradbury P J，Zhang Z，Kroon D E，et al. TASSEL：software for association mapping of complex traits in diverse samples[J]. Bioinformatics，2007，23（19）：2633-2635.

[20] Marchini J，Cardon L R，Phillips M S，et al. The effects of human population structure on large genetic association studies[J]. Nature Genetics，2004，36（5）：512-517.

[21] Yu J，Pressoir G，Briggs W H，et al. A unified mixed-model method for association mapping that accounts for multiple levels of relatedness[J]. Nature Genetics，2006，38（2）：203-208.

[22] Anderson O D，Greene F C，Yip R E，et al. Nucleotide sequences of the two high-molecular-weight glutenin genes from the D-genome of a hexaploid bread wheat，Triticum aestivum L. cv Cheyenne[J]. Nucleic Acids Research，1989，17（1）：461-462.

[23] Conti V，Roncallo P F，Beaufort V，et al. Mapping of main and epistatic effect QTLs associated to grain protein and gluten strength using a RIL population of durum wheat[J]. Journal of Applied Genetics，2011，52（3）：287-298.

[24] Kumar A，Elias E M，Ghavami F，et al. A major QTL for gluten strength in durum wheat （Triticum turgidum L. var. durum）[J]. Journal of Cereal Science，2013，57（1）：21-29.

[25] 吳云鹏，张业伦，肖永贵，等. 小麦重要品质性状的QTL定位[J]. 中国农业科学，2008，41（2）：331-339.

[26] Kuchel H，Langridge P，Mosionek L，et al. The genetic control of milling yield，dough rheology and baking quality of wheat[J]. Theoretical and Applied Genetics，2006，112（8）：1487-1495.