玉米高密度SNP遗传图谱构建及其秃尖QTL定位

覃嘉明 王兵伟 郑加兴 覃永嫒 黄安霞 何静丹 韦绍丽 时成俏

摘要：【目的】構建在秃尖性状上存在明显差异的玉米高密度SNP遗传图谱，并对其秃尖QTL进行定位，为玉米秃尖分子机理研究及玉米抗秃尖品种选育提供理论参考。【方法】以无秃尖性状的自交系S群411331为母本、有秃尖性状的自交系综53313为父本，通过杂交和自交获得F2代群体。利用容量达10K的分子芯片获取大量SNP分子标记，从中筛选出具有多态性的SNP分子标记，构建F2代群体的高密度遗传图谱，并结合秃尖表型数据，分别采用QTL定位软件Rqtl和QTL.gCIMapping.GUI 1.1对相应的秃尖QTL位点进行鉴定及定位。【结果】F2代群体的平均秃尖长度为4.25 cm，说明其秃尖性状更偏向于父本综53313，秃尖整体较长，且秃尖变幅为0～6.1 cm，偏度和峰度值均位于-1.00～1.00，符合数量性状的分布特征。从2612个多态SNP分子标记中共筛选出2599个SNP分子标记成功构建遗传连锁图谱，总图距5624.38 cM，标记间平均距离2.27 cM。利用Rqtl共检测到6个QTL，分别位于第3、4、5、6、8和9染色体，其中加性效应和显性效应最大的2个QTL分别位于第6和8染色体，解释遗传变异的14.4%和16.3%。利用QTL.gCIMapping.GUI 1.1共检测到9个QTL，分别位于第1、4、5、6、8和9染色体，显性效应和加性效应最大的2个QTL分别位于第6和8染色体，与Rqtl检测结果相比，二者均在第8和9染色体的同一位置检测到1个QTL，在第5染色体检测到的QTL位置也较邻近，且效应最大的2个QTL均位于第6和8染色体;不同之处在于Rqtl在各染色体上只检测到1个QTL，而QTL.gCIMapping.GUI 1.1在第6和8染色体分别检测到2和3个QTL，在第1染色体检测到1个QTL，在第3染色体未检测到QTL，而Rqtl检测出的第1和3染色体QTL情况相反。【结论】玉米秃尖QTL分别位于第1、3、4、5、6、8和9染色体，其中主效QTL在第6和8染色体。

关键词： 玉米;秃尖;SNP;遗传图谱;QTL定位

Abstract：【Objective】QTL mapping for ear tip barrenness was made by constructing a genetic map with two maize inbred lines which had great difference on ear tip barrenness character，which would provide information at molecular level for mechanism research of ear tip barrenness and maize breeding with anti ear tip barrenness. 【Method】With maize inbred line Squn 411331 as female parent， Zong 53313 as male parent， a F2 population was obtained by crossing and selfing. A high-density SNP genetic map was constructed by SNP molecular markers with polymorphism which were screened out from a cloud of SNP markers originated from 10K molecular chips. By using the QTL mapping softwares of Rqtl and QTL.gCIMapping.GUI 1.1 and combining phenotypic identification，QTL mapping of ear tip barrenness was conducted. 【Result】The average length of ear tip barrenness of F2 population was 4.25 cm， which meaned that the characteristic of ear tip barrenness was more biased to the male parent Zong 53313. On the whole，the F2 population had longer ear tip barrenness with range of 0-6.1 cm. Both of the skew and kurtosis were located within -1.00 and 1.00，which fitted the distribution feature of quantitative trait. A genetic map of 2599 SNP molecular markers screened out from 2612 SNP molecular markers was constructed，which had total map distance of 5624.38 cM and average interval distance of 2.27 cM. By using Rqtl，six QTLs were located in chromosomes 3，4，5，6，8 and 9 respectively，among all the QTLs， two QTLs with the largest additive effect and dominant effect in chromosomes 6 and 8 could explain 14.4% and 16.3% of phenotypic variation respectively. While by using QTL.gCIMapping， nine QTLs were located in chromosomes 1，4，5，6，8 and 9 respectively，and the two  QTLs with the largest dominant effect and additive effect were in chromosome 6 and 8. Compared with Rqtl test， there were one QTL in chromosomes 8 and 9 being detected at the same position by Rqtl，  and the QTL in chromosome 5 were located nearby， and the two QTLs with the largest effect were both in chromosomes 6 and 8.  The difference between the two software was that Rqtl could only detected one QTL in chromosomes， but QTL.gCIMapping.GUI 1.1 could detect two and three QTLs in chromosomes 6 and 8 respectively. In the mean time，  one QTL was detected by QTL.gCIMapping.GUI 1.1 in chromosome 1， but none in chromosome 3， while a QTL was detected by Rqtl in chromosome 3， but none in chromosome 1. 【Conclusion】The QTLs for ear tip barrenness are located in chromosomes 1，3，4，5，6，8 and 9，among which，the major QTLs are in chromosomes 6 and 8.

Key words： maize; ear tip barrenness; SNP; genetic map; QTL mapping

0 引言

【研究意义】玉米是一种重要的粮食和动物饲料作物，也是一种生物质能源材料（Li et al.，2017;张鹏等，2019），提高其籽粒产量是玉米育种的首要任务，但产量相关性状是复杂的数量性状，受多基因控制。因此，从分子水平上对产量相关性状进行研究有望快速提高玉米单产。自20世纪80年代利用分子标记构建遗传图谱（Botstein et al.，1980）以来，已定位发掘出大量玉米产量相关性状的QTL（Messmer et al.，2009;Huo et al.，2016;Su et al.，2017;Choi et al.，2019;王赛等，2019）。秃尖是一种重要的玉米产量相关性状，当前结实好、不秃尖的玉米种质很缺乏，而解决该问题的主要措施是选育出抗秃尖的种质材料，尤其是利用QTL定位方法发掘出优良的抗秃尖基因用于改良秃尖长的玉米自交系实为一种兼顾基础研究和生产应用的好方法，对选育高产优质的玉米品种具有重要意义。【前人研究进展】唐祈林等（1999）对玉米不同杂交后代秃尖与小花数、退化花数和未受精花数的相关性进行研究，结果发现退化花和未受精小花是导致秃尖最直接的原因。李文才等（2008）用ADM模型对秃尖和非秃尖完全双列杂交组合进行分析，结果发现玉米秃尖性状主要受遗传控制，狭义遗传率为0.6328，同时秃尖长度与穗长、穗粗、穗行数、行粒数和轴粗呈显著正相关。与穗长、穗粗等果穗性状的研究相比，玉米秃尖QTL方面的研究报道较少。向道权等（2001）、孟昭东等（2008）、孙海艳等（2012）通过遗传分析试验发现，玉米果穗秃尖主要受2对主效基因控制，且以加性和显性效应为主。张建华等（2009）在高种植密度（13.5万株/ha）处理下从79个玉米DH系群体的第8和9染色体上各定位到1个秃尖QTL，但在低种植密度（6万株/ha）处理下未检测到秃尖QTL。才源等（2014）通过玉米6个世代的联合分析及SSR分子标记检测，将控制玉米果穗秃尖性状的2个主效QTL定位在玉米的第2和7染色体上，二者符合加性—显性—上位性的遗传模型。Ding等（2016）研究发现，225株玉米F2∶3群体在不同的种植环境下均可检测到3个玉米秃尖QTL，能解释表型变异的16.6%。迄今为止，已成功克隆获得一个与玉米秃尖性状类似的果穗发育不良性状基因BAF1（Gallavotti et al.，2011）;且对由单基因控制的玉米果穗发育不良突变系bif173和bif3进行精细定位，结果发现其控制基因定位于第2和8染色体1.2 M和0.05 M区间内（Amy，2013）。【本研究切入点】前人对玉米秃尖的定位研究常以传统的SSR分子标记进行遗传图谱构建（Ding et al.，2016），但其易受分子标记数量的限制，致使构建的遗传图谱密度较低，从而无法与定位的QTL紧密连锁，最终导致QTL定位区间太大。本研究应用高密度的SNP分子標记构建遗传图谱，能有效地缩小QTL定位区间并检测到更多的QTL，目前鲜见其相关研究报道。【拟解决的关键问题】以无秃尖性状的自交系S群411331为母本、有秃尖性状的自交系综53313为父本，通过杂交和自交获得F2代群体。利用容量达10K的分子芯片获取大量SNP分子标记，从中筛选出具有多态性的SNP分子标记，构建F2代群体的高密度遗传图谱，并结合秃尖表型数据，分别采用QTL定位软件Rqtl和QTL.gCIMapping.GUI 1.1对相应的秃尖QTL位点进行鉴定及定位，为玉米秃尖分子机理研究及抗秃尖品种选育提供理论参考。

1 材料与方法

1. 1 试验材料

选用自交系S群411331与自交系综53313为亲本材料。二者在秃尖性状上存在明显差异，S群411331果穗较小，但结实性好，无秃尖，即使在高温、干旱等逆境下仍保持满顶;综53313则有明显的秃尖性状，即使在很低密度、良好肥水条件下仍表现秃顶。2017年秋季以自交系S群411331为母本、自交系综53313为父本杂交产生F1代，F1代种子种植后选5个单株自交获得F2代种子，随机选择1整穗F2代种子播种获得F2代群体，用于构建其遗传图谱。

1. 2 试验方法

1. 2. 1 田间试验及秃尖测量 2018年秋季在广西农业科学院明阳基地种植两个亲本材料及其F1代种子和173株F2代群体。玉米种植方式为秧盘点种育苗，3叶期移植试验田，行距0.7 m，株距1.0 m。肥水管理同一般大田。在抽雄前采集植株叶片，于-80 ℃冰箱保存备用。群体各单株均套袋，吐丝散粉后立即对各植株自交授粉1次，间隔1 d再补授粉1次（因部分果穗有新花丝出现）。蜡熟期收获各株果穗后在室内测量秃尖长度。

1. 2. 2 遗传图谱构建 首先使用昂飞玉米10K育种芯片（Affymetrix Maize SNP 10K Gene Chip）对173株的F2代群体及两个亲本材料进行基因型多态性检测，参照Yan等（2010）的方法处理基因型数据，并提取所有多态SNP分子标记数据。然后利用JoinMap 4.0对多态SNP分子标记进行排序，并计算连锁图距（张莹莹等，2019），具体步骤如下：（1）过滤掉原始数据中的非多态SNP分子标记，再对余下的多态SNP分子标记进行卡方检验，去掉严重偏分离（P<0.001）的SNP分子标记。同时，排除缺失值≥20%的SNP分子标记。（2）将碱基格式的SNP分子标记进行转码，即与母本碱基相同记为a，与父本碱基相同记为b，杂合型记为h，缺失记为-。（3）对转码后的数据按Loc文件格式导入JoinMap中，对SNP分子标记数据进行分群，连锁参数设为标记间重组频率<0.35或LOD<1.00，作图采用极大似然（Maximum likelihood，ML）算法，作图函数为Kosambi。（4）获得的标记遗传距离信息用R代码包LinkageMap里的命令lmv.linkage.plot绘制成二维的遗传图谱。

1. 2. 3 QTL定位分析 分别采用QTL定位软件Rqtl（复合区间作图法，CIM）（Broman et al.，2003;Broman and Sen，2009）和QTL.gCIMapping.GUI 1.1（gCIM法）（Zhang et al.，2019）进行QTL定位。Rqtl的分析方法及参数设置如下：（1）首先去掉遗传图谱中位置相同的SNP分子标记，将秃尖性状的数据按Rqtl文件格式输入R 3.6.1中。（2）用命令scanone加em字段（Expectation-maximization atgorithm，期望极大算法）进行一维QTL扫描。（3）用命令cim进行一维QTL扫描，协变量标记数选择3，滑窗宽度选20 cM。（4）用命令calc.genoprob加命令scanone（字段n.perm取3000次）进行表型数据3000次的模拟输入计算获得QTL的阈值为3.3（5%显著水平）。（5）挑出（1）和（2）步骤中均超过3.3阈值的QTL用命令scantwo进行二维QTL扫描，阈值模拟计算进行500次。（6）把一、二维QTL扫描而得的所有QTL用命令makeqtl进行建模，用命令fitqtl获得各QTL的位置、LOD、R2及加性效应值和显性效应值，用命令refineqtl校正各QTL的位置，用命令lodint获得各QTL定位区间标记，最后用命令PlotLodProfile绘制QTL图。QTL.gCIMapping.GUI 1.1的分析方法及参数设置如下：同样去掉遗传图谱中位置相同的SNP分子标记，将秃尖性状数据按QTL.gCIMapping文件格式导入QTL.gCIMapping.GUI 1.1窗口界面中，参数设置：LOD为3.0，模型选随机模型，全基因组扫描步移速度1 cM/次，似然函数选用约束最大似然法（Restricted maximum likelihood，REML），邻域完全复合区间作图法选true。

1. 3 统计分析

秃尖长度数据采用WPS 2019和SPSS 21.0进行整理计算。

2 结果与分析

2. 1 秃尖性状测量结果

由表1可知，F2代群体的平均秃尖长度为4.25 cm，说明其秃尖性状更偏向于父本综53313，秃尖整体较长，且秃尖变幅为0～6.1 cm，偏度和峰度值均位于-1.00～1.00，符合数量性状的分布特征，可用于QTL作图。

2. 2 遗传图谱构建

由表2可知，从2612个多态SNP分子标记中共筛选出2599个SNP分子标记成功构建遗传连锁图谱（图1），总图距5624.38 cM。其中，第1染色体的SNP分子标记数最多，为360个，图距最长，为749.05 cM;第10染色体的SNP分子标记数最少，为97个，图距最短，为323.41 cM。10条染色体的SNP标记间平均距离为1.42～3.33 cM，平均为2.27 cM。各染色体均有1个或多个无多态SNP分子标记的区隔，第4染色体的标记最大距离最大，为121.02 cM，第9染色体的标记间最大距离最小，为39.88 cM。

2. 3 QTL分析检测结果

按QTL的阈值3.3统计，Rqtl共检测到6个QTL（表3和图2），分别位于第3、4、5、6、8和9染色体。其中，第8染色体的QTL LOD最高，为10.8，能解释表型变异的16.3%，显性效应最大;其次是第6染色体的QTL，LOD为8.8，能解释表型变异的14.4%，加性效应最大，其余QTL的表型变异解释率较小，差异也较小，为5.6%～7.7%。

按QTL的阈值3.3统计，QTL.gCIMapping.GUI 1.1共检测到9个QTL（表4和图3），分别位于第1、4、5、6、8和9染色体，加性效应和显性效应最大的两个QTL分别位于第8和6染色体上。与Rqtl检测结果相比，二者均在第8和9染色体的同一位置检测到1个QTL，在第5染色體检测到的QTL位置也较邻近，且效应最大的2个QTL均位于第6和8染色体;不同之处在于Rqtl在各染色体只检测到1个QTL，而QTL.gCIMapping.GUI 1.1在第6和8染色体分别检测到2和3个QTL，在第1染色体检测到1个QTL，在第3染色体未检测到QTL，而Rqtl检测出的第1和3染色体QTL情况相反。

3 讨论

与低密度遗传图谱相比，高密度遗传图谱更适合用于QTL定位，不仅能提高QTL的检测效率，还能提供与关联QTL连锁更紧密的分子标记用于分子标记辅助选择（Marker-assisted selection，MAS）（Hori et al.，2003）。此外，与SNP分子标记相比，SSR分子标记的基因分型过程不能借助机器实现自动化，费时费力，成本也更高。而SNP分子标记借助于高通量分型仪器及自身在全基因组中的高密度分布，已在遗传分析中得到广泛应用（Pham et al.，2014;Tian et al.，2015）。Ding等（2016）利用180个SSR分子标记构建遗传图谱，标记间平均距离为11.0 cM，玉米秃尖主效QTL定位于第3染色体的bnlg1325标记和umc2369标记之间，物理距离为4.6 M。而本研究构建的遗传图谱中SNP分子标记间平均距离2.27 cM，第8染色体的主效QTL被定位在AX86253671标记和AX86253710标记之间，物理距离仅为0.9 M。

QTL定位准确度是对基因进行精细定位及克隆的基础，群体类型、群体大小、标记密度、定位性状和QTL检测等因素均会影响QTL定位准确度。因此，在定位性状、群体类型（受限于建群时间）和群体大小（受限于成本）已确定的情况下，利用不同的QTL定位方法对定位群体基因型和表型数据进行分析比较有利于全面、准确地进行QTL定位。Su等（2017）利用QTL作图软件WinQTLCartgrapher 2.5的CIM法和R软件包GLMNET/R的最小绝对值收缩及选择操作法（LASSO）对玉米产量相关性状（穗长、穗粗等）进行QTL定位，CIM法检测到28个QTL，LASSO法检测到29个QTL，两种方法均检测到的QTL有16个。本研究采用CIM法进行QTL定位，包含一维扫描、二维扫描及建立模型后重新检测QTL，共3个过程，但近3年的研究文献中，部分文献（Zhang et al.，2017a，2017b;Cui et al.，2018;Choi et al.，2019;Zhang et al.，2019）使用CIM法进行QTL定位时，仅对QTL进行一维扫描检测。虽然CIM法通过使用假定QTL邻近的标记作为协变量来提高对QTL检测效率，但其在选择协变量标记过程中存在的不确定性会导致QTL定位过拟合，从而使定位结果不准确（Broman and Sen，2009）。本研究如果只采用CIM法进行检测，仅第3、6、8和9染色体的QTL能被检测出。本研究还采用了另一种QTL定位方法即gCIM法，使用的软件QTL.gCIMapping.GUI 1.1是一种新近开发出的QTL定位软件，通过全基因组关联分析（GWAS）的方式计算多基因遗传变异，能有效降低QTL定位过程中的背景噪音，从而检测出小效应的QTL，且将紧密连锁的2个QTL区分出（Zhang et al.，2019）。Wen等（2018）利用水稻永久F2代群体的4个性状（产量、分蘖数、每穗粒数和千粒重）对gCIM法（随机模型）和CIM法的检测功效进行比较，结果发现前者共检测出104个QTL，后者仅有46个QTL，且gCIM法（随机模型）在小效应QTL的检测率较CIM法高26.83%。本研究利用gCIM法在第6染色体检测到2个QTL，在第8染色体检测得到3个QTL，尽管CIM法进行多重扫描，但仅能在第6和8染色体各检测出1个大效应的QTL。今后应通过这两个效应较大的QTL邻近位置开发出新的SNP分子标记，用于分子标记辅助育种改良秃尖玉米自交系，有助于提高玉米的产量和外观。

4 结论

玉米秃尖QTL定位于第1、3、4、5、6、8和9染色体，其中主效QTL在第6和8染色体。

参考文献：

才源，李凯，姜涛，王丕武，卢实，吴楠. 2014. 玉米秃尖性状的遗传模型分析及SSR标记[J]. 吉林农业大学学报，11（2）：1-8. [Cai Y，Li K，Jiang T，Wang P W，Lu S，Wu N. 2014. Genetic model analysis and SSR marker on ear tip-barren trait in maize[J]. Journal of Jilin Agricultural University，11（2）：1-8.]

李文才，孟昭东，张发军，孙琦，穆春华，丁照华，郭继民，许珍. 2008. 玉米秃尖性状的基因效应与遗变异分析[J]. 华北农学报，23：146-148. [Li W C，Meng Z D，Zhang F J，Sun Q，Mu C H，Ding Z H，Guo J M，Xu Z. 2008. Gene effect and genetic variation of maize ear tip-barren trait[J]. Acta Agricultura Borealisimica，23：146-148.]

孟昭东，张发军，丁照华，孙琦，汪黎明，郭庆法，王洪刚. 2008. 玉米果穗秃尖性状遗传分析[J]. 中国农业科学，41（1）：280-285. [Meng Z D，Zhang F J，Ding Z H，Sun Q，Wang L M，Guo Q F，Wang H G. 2008. Inheritance of ear tip-barrenness trait in maize[J]. Scientia Agricultura Sinica，41（1）：280-285.]

孙海艳，徐德林，蔡一林，王久光，王国强，邵荣华. 2012. 玉米穗部性状的多世代联合遗传分析[J]. 植物遗传资源学报，13（6）：1005-1010. [Sun H Y，Xu D L，Cai Y L，Wang J G，Wang G Q，Shao R H. 2012. Genetic analysis of ear-related traits in maize by using joint analysis of multiple generations[J]. Journal of Plant Genetic Resources，13（6）：1005-1010.]

唐祈林，荣廷昭，黄玉碧. 1999. 玉米秃尖的研究Ⅰ. 玉米雌穗小花数目的遗传特性[J]. 四川农业大学学报，17（1）：35-38. [Tang Q L，Rong T Z，Huang Y B. 1999. The genetic characteristics of floret number on maize ear & the research of maize ear tip barrenness[J]. Journal of Sichuan Agricultural University，17（1）：35-38.]

王賽，王宇宇，王石磊，徐梦真，邹欢，侯清桂，毛棣，田磊，陈彦惠，吴连成. 2019. 基于SNP遗传图谱定位玉米雄穗分枝数和主轴长QTLs[J]. 河南农业大学学报，53（5）：671-676. [Wang S，Wang Y Y，Wang S L，Xu M Z，Zou H，Hou Q G，Mao D，Tian L，Chen Y H，Wu L C. 2019. QTLs mapping of tassel branch number and tassel total length in maize based on SNP genetic map[J]. Journal of Henan Agricultural University，53（5）：671-676.]

向道权，黄烈健，曹永国，戴景瑞. 2001. 玉米产量性状主基因-多基因遗传效应的初步研究[J]. 华北农学报，16（3）：1-5. [Xiang D Q，Huang L J，Cao Y G，Dai J R. 2001. The preliminary study of genetic effect of major genes-multiple genes for maize yield trait[J]. Acta Agriculturae Boreali-Sinica，16（3）：1-5.]

张建华，刘志增，祝丽英，黄亚群，陈景堂，高慧，赵永锋. 2009. 不同密度下玉米DH群体果穗性状的QTL定位分析[J]. 河北农业大学学报，32（5）：1-7. [Zhang J H，Liu Z Z，Zhu L Y，Huang Y Q，Chen J T，Gao H，Zhao Y F. 2009. QTL mapping for ear traits under different densities using DH population of maize[J]. Journal of Agricultural University of Hebei，32（5）：1-7.]

张鹏，管俊娇，黄清梅，王江民，杨晓洪，刘艳芳，张建华，毛进. 2019. 42份云南玉米自交系基于SSR荧光标记的遗传多样性分析[J]. 江西农业学报，31（10）：29-33. [Zhang P，Guan J J，Huang Q M，Wang J M，Yang X H，Liu Y F，Zhang J H，Mao J. 2019. Analysis of genetic diversity of 42 maize inbred lines from Yunnan by fluorescent labeled SSR Marker[J]. Acta Agriculturae Jiangxi，31（10）：29-33.]

張莹莹，杨青，代资举，王艳，王新涛. 2019. 玉米穗三叶叶宽QTL 定位及Meta分析[J]. 河南农业科学，48（12）：15-22. [Zhang Y Y，Yang Q，Dai Z J，Wang Y，Wang X T. 2019. QTL mapping and Meta analysis for width of three leaves near the ear in maize[J]. Journal of Henan Agricultural Sciences，48（12）：15-22.]

Amy M B. 2013. Characterization of two novel barren mutants in maize[D]. San Diego：University of California.

Botstein D，White R L，Skolinck M，Davis R W. 1980. Construction of a genetic map in man using restriction fragment length polymorphisms[J]. American Society of Human Genetics，32：314-331.

Broman K W，Sen S. 2009. A guide to QTL Mapping with R/qtl[M]. New York：Springer.

Broman K W，Wu H，Sen S，Churchill G A. 2003. R/qtl：QTL mapping in experimental crosses[J]. Bioinformatics，19（7）：889-890.

Choi J K，Sa K J，Park D H，Lim S E，Ryu S H，Park J Y，Park K J，Rhee H I，Lee M J，Lee J K. 2019. Construction of genetic linkage map and identifcation of QTLs related to agronomic traits in DH population of maize（Zea mays L.） using SSR markers[J]. Genes & Genomics，41（5）：1-12.

Cui Z H，Xia A A，Zhang A，Luo J H，Yang X H，Zhang L J，Ruan Y Y. 2018. Linkage mapping combined with associa-tion analysis reveals QTL and candidate genes for three husk traits in maize[J]. Theoretical and Applied Genetics，18（2）：1-14.

Ding J Q，Ma J L，Chen J F，Ai T S，Li Z M，Tian Z Q，Wu S W，Chen W，Wu J Y. 2016. QTL mapping for ear tip-barrenness in maize[J]. Spanish Journal of Agricultural Research，14（3）：1-3.

Gallavotti，Andrea，Simon M，Craig G，Sharon S，Clinton W，Elizabeth K，Robert J S. 2011. BARREN STALK FASTIGIATE1 is an AT-hook protein required for the formation of maize ears[J]. The Plant Cell，23：1756-1771.

Hori K，Kobayashi T，Shimizu A，Sato K，Takeda K，Kawasaki S. 2003. Efficient construction of high-density linkage map and its application to QTL analysis in barley[J]. Theoretical and Applied Genetics，107（5）：806-813.

Huo D G，Ning Q，Shen X M，Liu L，Zhang Z X. 2016. QTL Mapping of kernel number-related traits and validation of one major QTL for ear length in maize[J]. PLoS One，13（5）：e1055506.

Li H J，Yang Q S，Fan N N，Zhang M，Zhai H J，Ni Z F，Zhang Y R. 2017. Quantitative trait locus analysis of he-terosis for plant height and ear height in an elite maize hybrid Zhengdan 958 by design III[J]. BMC Genetics，18（36）：1-10.

Messmer R，Fracheboud Y，Banziger M，Vargas M，Stamp P，Ribaut J M. 2009. Drought stress and tropical maize：QTL-by-environment interactions and stability of QTLs across environments for yield components and secondary traits[J]. Theoretical and Applied Genetics，119：913-930.