普通小麦及其亲缘种农艺与籽粒品质性状及金属元素含量相关分子标记分析

2022-10-11余慧霞刘彩霞李清峰许娜丽王彦青姚明明陈佳静孙刚王掌军

南方农业学报 2022年7期

余慧霞，刘彩霞，李清峰，许娜丽，王彦青，姚明明，陈佳静，孙刚，王掌军

（宁夏大学农学院，宁夏银川750021）

0 引言

【研究意义】小麦（L.）作为世界三大粮食作物之一，是居民膳食中能量、蛋白质和微量元素的主要来源，在居民饮食结构中占据重要地位。随着世界人口增长、耕地减少及人民日益增长的美好生活需要，要求小麦育种提质增效（黄义文等，2021）。我国小麦育种先后经历了以抗病稳产、矮化高产、高产优质育种并进的育种阶段（李振声，2010），育成了许多产量高、品质好的小麦品种。目前，高产优质仍是小麦育种工作的重要目标（蒋城等，2021）。综合性状优良的小麦是培育高产优质小麦的重要育种资源之一（Xie and Nevo，2008；袁汉民，2012）。本研究基于农艺和籽粒品质性状对普通小麦及其亲缘种进行科学评价，结合与籽粒Fe、Zn含量相关的分子标记，筛选富Fe和富Zn材料，为选育高产优质小麦新品种提供优异亲本，且对挖掘优异性状具有指导意义。【前人研究进展】相关分析、聚类分析和回归分析等方法被广泛应用于国内外小麦种质资源农艺与品质性状的综合评价及优异资源的筛选（王美芳等，2018；Yaxoubi et al.，2020）。随着科学技术的进步，获取数据的效率大幅提高，成本逐渐降低，可获取的数据类型也大幅增加。当前，育种项目关注的目标性状越来越多，可用于评价育种材料的数据维度也逐渐增加。因此，如何科学地分析多维数据，对综合、客观及有效地评价育种材料至关重要。在达到降维效果的同时能最大程度保证信息的完整性，以此提高分析效率。近年来主成分分析法受到了越来越多育种家的青睐（Andersson et al.，2013；杨塞等，2016；郭丽芬等，2018），并被广泛地应用于小麦性状的综合分析（张军等，2014；胡成梅等，2020）。基于主成分的二维排序分析和综合评价值（）常被用于小麦种质资源的综合评价，加快了小麦育种资源的筛选进程（刘亚楠等，2018；许小宛等，2019）。柴永峰等（2013）对国外31份小麦种质资源的18个农艺和品质性状进行主成分分析，提取出8个可代表农艺和品质综合性状的主成分，并利用8个主成分对农艺和品质性状进行综合评价。要燕杰等（2014）对96份小麦材料的11个农艺和10个品质指标进行主成分分析，基于二维排序筛选出综合性状良好的高产优质材料6份。李桂萍等（2016）通过对4个小麦品种及其杂交后代的品质性状进行主成分分析，结果表明以籽粒硬度和蛋白质含量作为选择指标，有利于筛选出高面筋含量、高沉淀值及蛋白质品质和磨粉品质优良的材料。丁明亮等（2020）对171个云南育成小麦品种（系）的品质进行主成分分析，计算综合评价值（），并根据大小排序，筛选出适合云南省三大优质专用小麦产区的2个小麦亲本资源。分子标记辅助选择已被广泛应用于小麦高产、优质、抗病性的育种实践（王掌军等，2019a，2019c；杨雪敏等，2020；蒋正宁等，2021；李春鑫等，2022）。目前关于小麦Fe和Zn含量QTL的研究已较少报道。何秋怡（2013）以2个重组自交系群体为研究对象，在小麦4A和6A染色体上定位到控制Fe和Zn元素含量的QTL。潘宇博（2020）以243份小麦材料籽粒为研究对象，在1D染色体上定位1个控制Fe元素含量的QTL，在1B、4B和7D染色体上定位到3个控制Zn元素含量的QTL。但这些QTL在育种上尚未得到应用和验证。【本研究切入点】目前鲜见有关普通小麦及其亲缘种农艺和籽粒品质性状综合评价，并结合籽粒Fe和Zn含量相关的分子标记辅助选择的研究报道。【拟解决的关键问题】针对宁夏小麦绿色优质高效品种选育和产业提质增效存在的需求，基于主成分分析的二维排序和综合评价值（），对国内外103份不同来源普通小麦及其亲缘种农艺性状和籽粒品质性状进行综合评价，并根据籽粒Fe、Zn含量相关分子标记分布情况，筛选综合性状优异的育种亲本，为宁夏小麦高产优质新品种培育提供优异育种亲本。

1 材料与方法

1.1 试验材料

103份不同来源普通小麦及其亲缘种由宁夏大学小麦育种课题组提供，具体信息见表1。试验于2020和2021年在宁夏大学教学实验农场进行，每个材料种植5行，行长1.10 m，行宽0.20 m，田间管理同大田水平。主要试剂：甲叉双丙烯酰胺（CHNO）、丙烯酰胺（CHNO）、十二烷基硫酸钠（西安国安生物科技有限公司）、DNA聚合酶、10×Buffer（含Mg）和dNTPs均购自银川昕泰昌盛生物有限公司。主要设备仪器：PL202-L电子天平（上海梅特勒-托利多仪器有限公司）、瑞典波通9200整粒谷物近红外线分析仪（瑞典波通仪器公司）、MixOLab混合实验仪（法国肖邦技术公司）、PTC-200 PCR仪（Bio-Rad，美国）、DYY-6C型电泳仪电源（北京市六一仪器厂）和DYCZ-30C型电泳仪（北京市六一仪器厂）。

1.2 农艺性状指标调查

农艺性状考察方法参照《小麦种质资源描述规范和数据标准》（李立会等，2006）。考察性状包括分蘖数、株高、穗长、小穗数、结实小穗数、穗粒数、穗粒重、千粒重和经济系数，每个性状设15次重复。测量标准和方法：株高和穗长是用卷尺直接测量；小穗数是采用计数法统计单穗上所有小穗数量；结实小穗数是采用计数法统计单穗上结实的小穗数量；穗粒数采用计数法统计单穗的小麦籽粒粒数；穗粒重采用称量法，即称取15个单穗的小麦籽粒重量并计算平均值；千粒重采用称重法，即称取1000粒籽粒的重量。经济系数=经济产量/生物产量，式中，生物产量是指整株干重；经济产量是指整株植株籽粒干重。

1.3 籽粒品质性状测定

在国家小麦改良中心西北分中心（宁夏银川）进行小麦籽粒品质性状测定。测定的籽粒品质性状包括水分含量、粗蛋白含量、湿面筋含量、出粉率、吸水率、降落值、沉降值、容重和硬度指数。测定时，每个材料重复测定5次，每次取样约30 g，取5次测定的平均值为最终测定结果。

1.4 分子标记检测

采用CTAB法提取材料苗期叶片基因组DNA（Zhang et al.，2013）。利用10个已发表的小麦籽粒Fe和Zn含量相关分子标记进行辅助选择，其引物信息见表2，由生工生物工程（上海）股份有限公司合成。PCR反应体系与扩增程序参照王掌军等（2019a）。扩增产物采用6%聚丙烯酰胺凝胶电泳检测，经银染后拍照观察，并统计扩增结果。

1.5 统计分析

采用Excel 2013统计整理数据，使用SPSS 26.0对农艺和籽粒品质性状进行变异分析、相关分析和主成分分析，参照戴海芳等（2014）的方法计算各主成分隶属函数值、权重和综合评价值（）；利用OriginPro 2022进行二维排序作图；利用R 4.1.2进行Fe和Zn含量相关分子标记检测结果作图。

2 结果与分析

2.1 农艺和籽粒品质性状变异分析结果

对103份普通小麦及其亲缘种的农艺和籽粒品质性状进行变异分析，结果如表3所示。9个农艺性状的变异系数为10.37%～25.26%，平均为18.37%，其中，穗粒重（25.26%）、分蘖数（22.80%）、株高（22.52%）和穗长（20.60%）的变异系数高于平均变异系数。9个籽粒品质性状的变异系数为1.95%～13.83%，平均为6.57%，其中，沉降值（13.83%）、湿面筋含量（10.05%）、粗蛋白含量（9.64%）和降落值（9.08%）的变异系数高于平均变异系数。因此，103份普通小麦及其亲缘种在穗粒重、分蘖数、株高、穗长、沉降值、湿面筋含量、粗蛋白含量和降落值等性状上均存在较大差异。

2.2 农艺和籽粒品质性状的主成分及相关分析结果

对9个农艺性状进行主成分及相关分析，结果如表4和表5所示。4个主成分对小麦农艺性状的变异解释累计贡献率达87.00%，其中，第1主成分（PC1）的贡献率为40.57%，主要包含与穗部产量构成相关的结实小穗数、穗粒数和穗粒重，称为穗部产量构成因子，结实小穗数、穗粒数和穗粒重三者间呈极显著正相关（＜0.01，下同）；第2主成分（PC2）的贡献率为23.77%，主要包含与小麦生长量相关的株高、穗长、小穗数和经济系数，称为生长量因子，其中，株高与穗长呈极显著正相关，穗长与小穗数呈极显著正相关，经济系数与株高呈极显著负相关，与穗长呈显著负相关（＜0.05）；第3主成分（PC3）的贡献率为14.18%，千粒重的特征值最大（0.75），称为千粒重因子；第4主成分（PC4）的贡献率为8.48%，分蘖数的特征值最大（0.92），称为分蘖因子。

对9个籽粒品质性状进行主成分及相关分析，结果如表4和表5所示。籽粒品质性状的4个主成分的变异解释率累计达87.76%，其中，PC1的贡献率为40.06%，主要包含与蛋白质数量和质量相关的粗蛋白含量、湿面筋含量、沉降值和出粉率等，称为蛋白质因子，粗蛋白含量与湿面筋含量、沉降值均呈极显著正相关，湿面筋含量与沉降值呈极显著正相关；PC2的贡献率为23.56%，主要包含与磨粉相关的吸水率和硬度指数等，称为磨粉因子，吸水率与硬度指数呈极显著正相关；PC3的贡献率为12.87%，包含了降落值和容重等，降落值随着容重的增大而减小，称为容重因子，降落值和容重呈极显著负相关；PC4的贡献率为11.27%，水分含量特征向量值最大（0.76），称为水分含量因子。

2.3 农艺和籽粒品质性状的综合评价结果

2.3.1 农艺和籽粒品质性状的二维排序分析结果根据农艺性状的二维排序结果，PC1为穗部产量构成因子，结实小穗数和穗粒数较多、穗粒重较重为好；PC2为生长量因子，株高、穗长与穗粒数呈负相关，故三者适宜为好，分布在图1-A纵坐标右侧、横坐标轴附近的材料符合条件；PC3是千粒重因子，特征值越大，产量越高，故粒重较重为好，图1-B第一象限表现为PC1和PC3的数值均较大，即穗粒数多、高产；PC4为分蘖因子，与结实小穗数、穗粒数和穗粒重呈负相关，故分蘖数适宜为好，分布在图1-C纵坐标右侧、横坐标轴附近的材料符合条件。综合分析发现，编号为C016、C028、C055、C068、C069、C070、C075、C076、C078、C087、C092、C093、C096、C097和C101的15份材料表现为分蘖适中、矮秆、大穗、高产。

根据籽粒品质性状的二维排序结果，PC1为蛋白质因子，粗蛋白含量和湿面筋含量较高，沉降值较大为好；PC2为磨粉因子，硬度指数与粗蛋白含量、湿面筋含量均呈负相关，故大小适宜为好，分布在图1-D纵坐标右侧、横坐标轴附近的材料符合条件；PC3为容重因子，与粗蛋白含量、湿面筋含量和降落值负相关，故容重适宜为好，分布在图1-E纵坐标右侧、横坐标轴附近的材料符合条件；PC4是水分含量因子，水分含量适宜为好，分布在图1-F纵坐标右侧、横坐标轴附近的材料符合条件。综合分析发现，编号为C001、C003、C004、C005、C006、C009、C010、C013、C024、C025、C048、C056、C057、C071和C099的15份材料表现为蛋白质含量高、质量好、水分含量适中。

2.3.2 农艺和籽粒品质性状的综合评价结果计算103份普通小麦及其亲缘种的8个主成分隶属函数值、权重和综合评价值（），结果如表6所示。农艺性状的综合评价值（）为0.153～0.606，平均为0.350，其中，排前15位的材料编号为C086、C101、C097、C008、C096、C093、C002、C099、C087、C076、C068、C070、C092、C069和C077；籽粒品质性状的综合评价值（）在0.216～0.817，平均为0.433，其中，排前15位的材料编号为C024、C010、C025、C004、C013、C009、C001、C006、C003、C054、C048、C053、C049、C099和C066。综上所述，基于二维排序和综合评价值两种方法均能筛选到农艺性状优异的材料10份，编号为C068、C069、C070、C076、C087、C092、C093、C096、C097和C101；籽粒品质性状优异的材料10份，编号为C001、C003、C004、C006、C009、C010、C013、C024、C025和C048。

2.4 Fe和Zn含量相关分子标记分布检测结果

由图2知，10个与Fe、Zn含量相关的分子标记在103份普通小麦及其亲缘种材料中分布不同，其中，与Fe含量相关的标记Xwmc382-2A分布在47份材料中，占材料总数45.63%；与Zn含量相关的标记WMC59-1A、gwm391-3A、Xwmc74-5A、Xwmc488-7A、cfa2129-1B和gwm120-2B分别分布在65、14、47、69、100和22份材料中，分别占材料总数63.11%、13.59%、45.63%、66.99%、97.09%和21.36%；同时与Fe和Zn两种元素含量的相关标记Xcfa2049-7A、Xbarc29-7A和Xcfd31-7A分别分布在100、51和100份材料中，分别占材料总数97.09%、49.51%和97.09%。综上所述，与Fe、Zn含量相关标记gwm120-2B、Xcfa2049-7A和Xcfd31-7A在材料中分布较为丰富。

3 讨论

长期以来，高产优质一直是小麦育种的主要目标。育种家常利用变异分析和相关分析等方法评价小麦农艺和籽粒品质性状，筛选出一批可供育种及生产上利用的优异资源（Erayman et al.，2016；王美芳等，2019；孙盈盈等，2021）。本研究利用变异分析、相关分析、主成分分析、二维排序及分子标记扩增等方法对103份普通小麦及其亲缘种的农艺和籽粒品质性状进行综合评价，结果发现农艺和籽粒品质性状均存在较大变异，其中，穗粒重、分蘖数、株高、穗长、沉降值、湿面筋含量、粗蛋白含量和降落值等性状的变异系数较大，与宋健民等（2013）的研究结果基本一致，表明这些性状在育种上具有较大的改良空间。基于农艺和品质性状测定结果，对小麦育种材料进行科学有效地评价，是育种工作的重要基础。本研究通过主成分分析得到4个代表小麦农艺性状的主成分，其贡献率排序为穗部产量构成因子＞生长量因子＞千粒重因子＞分蘖因子。其中，穗部产量构成因子是决定小麦农艺性状的首要因子，结实小穗数、穗粒重和穗粒数三者间均呈极显著正相关，表明穗部性状对产量影响较大，与王掌军等（2019b）的研究结果一致。结实小穗数和穗粒数增多，穗粒重增大，对经济系数具有积极作用（王汉霞等，2020）。但陈朝阳等（2018）通过多元回归分析对产量构成因素进行分析，结果发现有效分蘖和穗粒数是决定单株产量最重要的因素。该结论与本研究结果不符，其原因可能是分析方法和试验材料群体不同所致。本研究通过对小麦籽粒品质性状进行主成分分析，同样得到4个主成分，其贡献率排序为蛋白质因子＞磨粉因子＞容重因子＞水分含量因子，其中，蛋白质因子包括的粗蛋白含量、湿面筋含量和沉降值等性状与小麦籽粒品质呈正相关，与赵鹏涛等（2019）的研究结果基本一致。蒋进等（2019）研究也发现，湿面筋含量较高的小麦中粗蛋白含量、降落值和沉降值也较高。因此，对蛋白质因子进行改良，可提高小麦籽粒品质总体水平。目前已有大量基于主成分的二维排序及综合评价值（）评价和筛选小麦材料的研究报道。许小宛等（2019）借助二维排序筛选出26个综合农艺性状优良品种。丁明亮等（2020）根据综合评价值（）筛选出云麦109和凤1128，可作为云南品质育种的亲本资源。本研究结合二维排序和综合评价值（）筛选出10个农艺性状优异的材料：宁春31号、宁春32号、宁春33号、宁春41号、宁春56号、ND646、永良15号、M6445、宁春51号、中华第一麦；10个籽粒品质性状优异的材料：硬粒小麦（云南）、云南小麦、硬粒小麦（江苏）、栽培一粒小麦、斯卑尔脱小麦、新疆小麦、野生二粒小麦、荆辉1号、小大麦、大红麦。由此可知，两种方法互为补充，同时采用两种方法有助于提高对小麦性状的评价效率和准确性。除引自河南的中华第一麦外，农艺性状优异的其他品种（系）均为宁夏选育而成，说明本地品种对该地区环境充分适应，表现出较优农艺性状；品质性状优异材料包括小麦亲缘种、地方品种及人工合成种，今后栽培小麦品质改良中应充分利用其优异基因。

随着生活水平的提高，人们对小麦提出更高要求，而微量营养元素含量作为优质小麦的重要指标之一备受关注。目前，我国小麦Fe和Zn含量平均分别为28.3和26.5 mg/kg（韩燕，2021），远低于小麦适宜强化水平（Fe 46 mg/kg和Zn 40 mg/kg）（周晓雨，2019）。筛选富Fe、Zn育种材料用于小麦品种改良，是提高我国小麦Fe、Zn含量的重要途径（曹新有等，2012）。近年来，一些控制小麦Fe和Zn含量相关的理论研究，为选育富Fe和富Zn小麦育种提供了参考（Pu et al.，2013）。本研究检测10个与小麦Fe、Zn含量相关的分子标记在103份材料中的分布情况，结果发现标记在材料中的分布频率为13.59%～97.09%。今后，将进一步开发籽粒Fe、Zn元素相关分子标记，尤其是功能型分子标记，为加快富Fe、Zn优异材料的筛选、利用及新品种培育提供有效的分子标记。