硬粒小麦ANW16F株高及构成因子与部分产量性状遗传研究

2021-05-25龚胤书魏淑红彭正松杨在君钟明志张家敏

西南农业学报 2021年2期

龚胤书，魏淑红*，彭正松，杨在君，钟明志，张家敏

(1.西华师范大学生命科学学院，西南野生动植物资源保护教育部重点实验室，四川南充 637009；2.西昌学院农业科学学院，四川西昌 615013)

【研究意义】Rht(Reduced height) 是小麦矮化育种的关键基因。迄今为止，已发现并正式命名编号的Rht基因有 25个[1]。大多数Rht基因具有较强的抗倒伏性和肥水反应，但存在一些缺点，限制了在生产上的利用[2]。如Rht4、Rht5、Rht6、Rht7在降秆同时，大大降低了小麦产量[3]。Rht3、Rht10、Rht12以及Rht21降秆作用太强，导致粮食产量过低[4]。目前推广小麦品种中被广泛应用的Rht基因主要是Rht-1、Rht-2和Rht8，Rht9亦有局限使用[5-6]，可见小麦育种实践中矮源十分单一。此外，对矮秆基因的研究主要集中在六倍体小麦，对四倍体小麦矮秆基因研究较少，育种利用也较局限。因此，发掘新矮源，寻找具有育种潜力的矮秆基因，对小麦高产及抗性育种十分重要。ANW16F 是携带显性矮秆基因Rht16的硬粒小麦(Triticumdurum,2n=4X=28,AABB)[7]。对硬粒小麦ANW16F株高与构成因子及产量性状进行遗传研究，将为进一步利用Rht16基因奠定基础。【前人研究进展】大约公元前8000年，中亚地区祖先在两河流域的肥沃土地上开始种植小麦等作物[8]。小麦作为中国乃至全世界最重要的粮食作物之一，高产一直是育种学家追求的首要目标。较高、较细的茎秆容易发生倒伏、发生病害等，降低小麦产量[9]，因此提高抗倒伏能力是小麦高产的重要途径[10]。矮秆小麦由于抗倒伏能力强，适宜高度密植，群体光能利用效率高，大大提高了产量。20世纪60年代中期，利用日本“农林10号”(Norn10，含矮秆基因Rht-1和Rht-2)小麦品系育成了30多个矮秆、半矮秆品种，这些品种同时具有抗倒伏、抗锈病、高产的突出优点，在发展中国家迅速推广，产生了巨大效益，被称为“绿色革命”[11]。目前发展中国家种植小麦1亿公顷，其中60%都是“绿色革命”的育种成果。“绿色革命”已经证明矮秆基因对提高小麦的产量的巨大作用。硬粒小麦是四倍体小麦中唯一仍在种植的物种，具有品质好、籽粒蛋白质含量高、抗性强的优点。硬粒小麦具有与普通小麦(TriticumaestivumL.,3n=6X=42,AABBDD)同源的A、B基因组，易于种间杂交实现染色体配对、易位和重组，达到利用有益基因改良普通小麦的目的[12-13]。前期研究表明，ANW16F 对外源赤霉素反应敏感，矮秆性状稳定，降低株高明显，分蘖多，叶片宽，茎秆粗壮[14-15]。也有报道认为Rht16在高山较阴凉的环境下不能抽穗[16]。采用 SSR标记将Rht16基因初步定位于染色体 6AS上，位于SSR标记Xbarc3和Xgwm356之间，距离Xbarc3和Xgwm356均较远[17]。由上述研究进展可知，目前对Rht16的研究利用非常薄弱。ANW16F株高遗传特点，株高与构成因子及产量性状的相关性、株高及构成因子的数量遗传模型等尚不明确，有待研究。【本研究切入点】本研究利用矮秆硬粒小麦ANW16F和高秆LD222以及杂交F1代、F2代群体，对株高及其构成因素、部分产量性状等10个农艺性状进行表型特征和相关性分析，并利用单个分离世代的群体主基因+多基因混合模型方法进行遗传分析。【拟解决的关键问题】此研究结果以期为Rht16基因的育种利用及后续利用分子标记定位主效QTL提供参考。

1 材料与方法

1.1 试验材料

以矮秆硬粒小麦材料ANW16F为母本，高秆对照硬粒小麦材料LD222为父本杂交获得F1代，F1自交得F2代群体共284株。ANW16F和LD222由日本岐阜大学农业学院Watanabe提供[15]。试验在西华师范大学生命科学学院实验田进行，播种前施氮肥、磷肥，田间种植及管理均按当地大田生产模式，播前灌溉以保证出苗。

1.2 性状测定

于成熟期对亲本、F1以及F2代植株进行室内考种。测量株高、穗下茎节长、倒2至倒5茎节长、穗长、单株穗数、有效穗数、小穗数。有效穗数为穗粒数超过5粒的小麦穗数。

1.3 数据分析与统计

数据导入Excel表，由origin 8.0及Rstudio分析绘图得到图表，进行相关性分析和方差分析。参考王建康、盖钧镒、章元明等提出的主基因+多基因遗传混合模型利用Rstudio对ANW16F/LD222杂交F2后代共284株植株的性状，包括株高及各个节间长进行遗传分析[18-20]。矮秆基因的相对效应计算公式：(矮秆平均株高-高秆平均株高)/高秆平均株高×100 %[21]。显著性差异：*P<0.05，**P<0.01，***P<0.001和****P<0.0001。

2 结果与分析

2.1 株高、穗长、节间长度表型特征分析

矮秆亲本ANW16F平均株高103.61 cm，高秆亲本LD222平均株高157.77 cm。ANW16F相较于LD222降低株高约33.9 %(P<0.05)。F1代株高均值为119.97 cm，与矮秆亲本较为接近。F2代株高平均值为105.01 cm。F2代有高秆和矮秆分离，暗示矮秆是显性性状。F2代呈双峰且明显偏矮秆性状的偏态性分布，且偏度值和偏度值都小于3，表明ANW16F株高性状受主基因控制(图1)。

株高由穗长与各节间长度共同构成。除了穗长外，矮秆ANW16F各节间长均比高秆对照LD222短(P<0.05)，各个茎节缩短能力依次PL

2.2 株高、穗长、茎节长及部分产量性状相关性分析

用R语言可视化Corrplot包和Performance Analytics包进行相关性和显著性分析。由图3得知，株高与各茎节均为极显著正相关，其中与倒2节相关性最高，其次为穗下节。株高与小穗数、穗长与小穗数为显著正相关，且穗长与小穗数相关性高于株高与小穗数的相关性。穗数与有效穗数相关性最高，达到0.98。

2.3 株高、穗长、节间长数量遗传分析

2.3.1 最适遗传模型的建立参考盖钧镒等方法[22]，对ANW16F/LD222 F2代的株高、穗长、茎节长进行数量遗传分析。选择AIC值最低及与其接近的3个模型为备选模型，获得极大似然值与AIC值(表1)[23]。

进行均匀性检验、Smirnov检测、Kolmogorov检验获得F2性状最优模型和备选模型的5个参数：U12、U22、U32、nW2、Dn，并进行筛选，最终选择统计量达到显著水平个数较少的模型作为最优模型(表2)。株高的3个备选模型的5个统计量的P值均不显著(P>0.05),模型B-1的AIC值较A-1、B-2最小，因此确定B-1遗传模型为株高的最优模型，表现为由两对加性-显性-上位性主基因控制的遗传模型。穗下茎节的最优遗传模型为B-2，表现为两对加性-显性主基因遗传模型。倒2、倒3、倒4节间的最优模型为A-1，表现为一对加性-显性主基因遗传模型。倒5茎节和穗长的最优模型为A-0，不受主效基因控制的遗传模型。

2.3.2 遗传参数的估计根据迭代ECM算法，即IECM算法，利用筛选出的最适遗传模型，估计F2代株高、穗长、茎节长的遗传参数，包括一阶遗传参数与二阶遗传参数[24]。

表3显示，株高，da、db均为正值，且较为接近，说明2对主基因增效接近，|ha/da|<1，|hb/db|<1，说明2对主基因均为部分显性，以加性效应为主。ha和hb均为负值，且|ha|>|hb|，说明2对主基因都是矮秆对高秆为部分显性，且第1对主基因的部分显性效应大于第2对主基因的部分显性效应。|jba+jab|>|l|>|i|，说明2对主基因间存在互作效应。株高主基因的遗传率为86.07 %，说明株高受遗传因素影响较小。

穗下节，da、db均为正值，且da>db，说明第1对主基因增效大于第2对。|ha/da|>1，|hb/db|=1，说明2对主基因均为完全显性，且第1对主基因以显性效应为主，第2对主基因显性效应和加性效应同等重要。ha为负值，说明第1对主基因短穗下节对长穗下节为显性，hb为正值，说明第2对主基因长穗下节对短穗下节为显性。|ha|>|hb|，说明第1对主基因的显性效应大于第2对主基因的显性效应。主基因的遗传率为81.52 %，说明穗下节长受环境影响较小。

表1 ANW16F/LD222 F2代株高、穗长、茎节长极大似然值与AIC值

表2 遗传模型的适合度测验

倒2、3、4节均为ha<0，且|da|≈|ha|，说明短茎节相对于长茎节为部分显性，且显性效应和加性效应同等重要。倒2节长遗传率为78.85 %，倒3、4节长的遗传率较低，分别为48 %、49.83 %，说明倒2节受环境影响较小，而倒3和4节受环境影响相对较大。

3 讨论

小麦株高由穗长和地上部分各节间伸长构成。大量研究发现，矮秆基因能够显著缩短穗长和各节间长，或者只是显著缩短节间长，而穗长变异不大。比如Rht14通过缩短各节间长度降低株高27 cm，降秆能力约25 %。Rht18由于穗和节间远端缓慢生长，导致普通小麦降低株高最高可达35.0 %[25]。王健等[26]研究也发现，30个冬小麦矮秆品种株高降低是由于各节间长缩短所致，尤其是倒2、3茎节。崔淑佳等[27]利用20个高、中、矮秆小麦品种研究同样证实株高降低与节间长缩短有关，其中穗下节在株高构成中贡献较大，穗长在高、中、矮小麦中变化系数不大。在本研究中，矮秆小麦ANW16F与对照高秆小麦LD222相比，降秆33.9 %，穗长对株高变异影响不大，各节长差异均为显著(P<0.05)，各茎节缩短程度为PL

株高与其构成因素、产量性状相关性研究较多。多数学者认为株高与其构成因素以及产量性状正相关[28-30]。但朱新开等研究表明，在一定株高范围内，株高及茎节长(除穗下节)与产量性状呈负相关[31]。本研究中，株高与其构成因素、产量性状均呈极显著或显著正相关，其中与穗下节、倒2节长相关性较高，且株高与各节长的相关性高于株高与穗长的相关性，相邻节间长的相关性也较高。

表3 F2代株高、茎节长及部分产量性状遗传参数估计值

盖钧镒等优化传统数量性状多基因遗传模型，并初步建立植物数量性状遗传体系分离分析方法，依据7类模型，即A-1对主基因、B-2对主基因、C-多基因、D-1对主基因加多对主基因、E-2对主基因加多基因、F-3对主基因、G-3对主基因加多基因，与主基因加多基因的显性、上位性、加性效应组合构成多种模型，针对不同世代的性状表型进行遗传模型评估[32]。在P1、P2、F1群体、F2群体、回交世代等不同群体均可进行此数量性状分离分析方法[19-20,33]。目前广泛用于多种植物，如水稻[34-35]、油菜[36]、棉花[37]、玉米[38]、小麦[39]等。小麦株高及其构成因素等主基因+多基因混合遗传模型研究较多，或为一对主基因+多基因控制模型[40-41]，或为两对主基因+多基因混合模型[42-43]，或为无主基因而是多基因控制模型[39-44]。在遗传效应方面，主要是加性效应+显性效应，且以加性效应为主，上位性效应较少[40-41,43,45-46]。本研究中，株高表现为由两对加性-显性-上位性主基因控制的遗传模型，且两对主基因均以加性效应为主，穗下节长由两对加性-显性且以显性效应为主的主基因控制，倒2、3、4节长均为由一对显性效应和加性效应同等重要的主基因的控制。倒5节长和穗长不受主基因控制。株高与株高构成因素遗传模型与前人研究略有不同，这与研究材料遗传背景和所处的环境不同有关。株高、穗下节长、倒2节长主基因的遗传率较高，依次为86.07 % 、81.52 %和78.85 %，说明受环境影响较小，倒3、4节长的遗传率较低，仅为48 %和49.83 %，受环境影响相对较大。