不同氮磷鉀處理大豆苗期主根長和側根數的QTL定位分析

梁慧珍，董薇，許蘭杰，余永亮，楊紅旗，譚政偉，許陽，陳鑫偉

（1河南省農業科學院芝麻研究中心，鄭州 450002；2南陽市農業科學院，河南南陽 473083；3商丘市農林科學院，河南商丘 476000）

不同氮磷鉀處理大豆苗期主根長和側根數的QTL定位分析

梁慧珍1，董薇1，許蘭杰1，余永亮1，楊紅旗1，譚政偉1，許陽2，陳鑫偉3

（1河南省農業科學院芝麻研究中心，鄭州 450002；2南陽市農業科學院，河南南陽 473083；3商丘市農林科學院，河南商丘 476000）

【目的】主根長和側根數是重要的根系性狀。通過不同氮磷鉀處理，發掘大豆苗期主根長和側根數的基因資源、了解其遺傳機制，定位其主效QTL，分析QTL間的上位性和環境互作效應，對生產提供理論指導。【方法】用以栽培大豆晉豆23為母本、山西農家品種灰布支黑豆（ZDD02315）為父本所衍生的447個RIL作為供試群體，取親本及447個家系各30粒種子，用滅菌紙包裹后，2015年和2016年分別放置于CK（模擬種植不施肥）、NPK（模擬大田正常配施氮磷鉀肥）和1.5NPK（模擬高肥田塊）3種生長環境下進行水培試驗，每組試驗設置3次重復，環境溫度20—28℃，幼苗長到V2期，對幼苗期相關根部性狀數據進行測量。分別采用WinQTLCart 2.5和QTLNETwork 2.1 2種遺傳模型檢測QTL，分析QTL間的上位性和環境互作效應。【結果】基于復合區間作圖（CIM）共檢測到24個影響主根長和側根數的QTL，分布于第2、3、5、6、7、8、9、10、11、12、13、14、16、17共14條染色體中，單個QTL的貢獻率介于8.52%—43.62%，QTL主要表現為加性效應。基于混合線性模型(MCIM)檢測到影響主根長和側根數的QTL各1個，2個QTL均表現出加性效應和環境互作效應。另有2對主根長和2對側根數均檢測出加性×加性上位性互作QTL，主根長和側根數各有1對表現出主效QTL與非主效QTL加性×加性上位性互作，各有1對表現出非主效QTL與非主效QTL加性×加性上位性互作，2對主根長互作QTL分別解釋了1.53%和1.95%的表型變異率，2對側根數互作QTL分別解釋了2.47%和1.13%的表型變異率。2個QTL能在2種分析方法中同時檢測到，9個QTL能在3種環境下同時檢測到。第6染色體在2015年NPK、1.5NPK和2016年1.5NPK 3個環境下均檢測到主根長QTL，第5染色體在2015年NPK和1.5NPK、2016年CK 3個環境下、第17染色體在2015年CK和NPK、2016年NPK 3個環境下均檢測到側根數QTL。【結論】苗期大豆主根長和側根數對氮磷鉀的吸收影響較少，生產中盡可能減少氮磷鉀使用量。不同濃度氮磷鉀處理苗期主根長和側根數參數間既有共同的控制基因，也有各自獨特的控制基因，多數QTL不能在多個環境下重復檢測到，控制其表達的遺傳機制較為復雜。加性效應、加性與環境互作和加性×加性上位性互作效應在主根長和側根數的形成和遺傳中發揮著重要作用。主根長和側根數各有1個QTL能在2種分析方法中同時檢測到，Satt442-Satt296和Satt521-GMABABR是共位標記區間。

大豆；氮磷鉀；主根長；側根數；QTL；上位性互作

Abstract:【Objective】Main root length (MRL) and lateral root number (LRN) are important root traits. It is important todevelop the gene resources and reveal the genetic mechanisms of MRL and LRN, and identify quantitative trait loci (QTL) associated with root traits in soybean, including main-effect QTLs, epistatic effects and QTL × environment interactions, meanwhile, map the main-effect QTLs, epistatic effects and QTL × environment interactions in different N, P and K environments. 【Method】A total of 447 RILs derived from a cross between cultivated Jindou23 as the female and native variety HuibuzhiZDD02315 as the male were used as materials. Thirty seeds from each of the RILs and their parents were covered with pasteurized paper, and cultivated in CK (nonfertilized condition), NPK (normal fertilization conditions) and 1.5NPK (high fertilization conditions) at 20-28℃ in 2015 and 2016, and a complete random design with three replications was used in this study. Root traits were measured at V2 stage. Epistatic QTLs and QTL ×environment interactions were performed using WinQTLCart 2.5 and QTLNETwork 2.1. 【Result】Twenty-four QTLs for MRL and LRN were detected on chromosomes 2, 3, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 16 and 17 using CIM method in this study. The variation accounted for by each of these twenty- four QTLs ranged from 8.52% to 43.62%. These QTLs showed additive effect. Two QTLs for MRL and LRN were detected by MCIM, which showed an additive effect. Another two pairs of additive × additive epistatic effects QTLs for MRL and LRN were detected, including one pair of major QTLs and non-major QTL additive × additive epistatic effects, and one pair of non-major QTLs and non-major QTL additive × additive epistatic effects. Two pairs of QTL interaction for MRL explained 1.53% and 1.95% of the phenotypic variation, and two pairs of QTL interaction for LRN explained 2.47% and 1.13% of the phenotypic variation. Two QTLs were simultaneously detected on the same chromosome using two WinQTLCart 2.5 and QTLNETwork 2.1. Nine QTLs were simultaneously detected in three environments. The QTL for MRL was all mapped on chromosome 6 in 2015 (including NPK and 1.5NPK) and 2016 (including 1.5NPK). The QTL for LRN was all detected on chromosome 5 in 2015 (including NPK and 1.5NPK) and 2016 (including CK), another QTL for LRN was all mapped on chromosome 17 in 2015 (including CK and NPK) and 2016 (including NPK). 【Conclusion】MRL and LRN absorb less NPK at seedling stage in soybean, so farmers should minimize the use of NPK in agricultural production. MRL and LRN were controlled by the same controlled gene and specific gene in NPK treatments.Some QTLs were not simultaneously identified in different NPK environments as the related genetic mechanism is comparatively complex. Additive effects, additive × environment interactions and additive × additive epistatic effects are important genetic factors in MRL and LRN formation and inheritance. One each QTL for MRL and LRN was all detected by CIM and MCIM; one stable gene for MRL and LRN existed in interval markers between Satt442-Satt296 and Satt521-GMABABR.

Key words:soybean; nitrogen, phosphorus and potassium; main root length; lateral root number; quantitative trait loci;epistatic effects

0 引言

【研究意義】大豆屬于直根系作物，根系主要由主根和側根組成。大豆根系是其與外界環境之間進行物質交換的主要器官，與植物營養有著密切的關系，對產量和逆境脅迫有著重要影響[1]。根系是數量性狀，大量基因控制著根系生長發育和養分的吸收利用[2-3]，外部水分和養分環境對大豆根系生長具有重要的影響[4-6]。氮磷鉀對植物的生長發育具有重要作用，任何一種元素的缺乏都會對影響到植物的正常生長發育[7-8]。土壤中氮磷鉀元素的缺乏或者不均衡，已經嚴重影響到作物產量的提高[9-11]，通過施肥補充土壤中的氮磷鉀養分供應是提高大豆產量的重要措施。但是，過度使用化肥會對農業生態環境帶來嚴重的破壞。因此，研究不同氮磷鉀處理大豆苗期主根長和側根數的QTL定位與上位互作分析對開展大豆養分高效利用和分子標記輔助選擇育種具有重要意義。【前人研究進展】目前，國內外學者對氮磷鉀養分吸收利用和根系性狀QTL定位研究主要集中在水稻[12-14]、玉米[15-17]、小麥[18-20]等作物，已經定位出多個根系性狀的QTL。以往對大豆根系的研究主要集中在根系形態[21]、生理特性[22]和耐逆性[23-24]等方面，對不同濃度氮磷鉀處理根系性狀的QTL定位分析研究較少。朱向明等[25]研究了供氮水平對苗期大豆根系吸水特性的影響；ZHANG等[26]以不同磷效率大豆種質組成的自然群體為材料，應用全基因組關聯分析，結合大豆基因組信息及低磷脅迫誘導表達，篩選出一個酸性磷酸酶基因（GmACP1）；蘇輝等[27]利用鐵-7555和鳳59-15的RIL群體，對相對根系干質量、相對根系磷含量、相對株高和相對葉中磷含量4個性狀進行分析，在3和10染色體上共檢測到 3個與耐低磷有關的 QTL，可解釋表型變異的4.84%—18.2%；BEEBE等[28]在大田 2種磷水平和營養液低磷處理下對根系性狀進行了QTL檢測，大田2種磷水平下分別檢測到8個和6個與磷積累、根長和比根長性狀相關的QTL；營養液低磷處理下，檢測到12個與根長、主根長、根干重、主根干重和比干重性狀相關的 QTL；LIANG等[29]進行了幼苗期大豆根系性狀的遺傳分析與QTL檢測研究，共檢測到24個與主根長、側根數、根重、根體積、莖葉重、下胚軸長和下胚軸重相關的QTL，分別位于第2、3、5、6、7、8、9、10、11、12、13、14、18、19和20連鎖群上。【本研究切入點】由于根系生長在地下，生長環境比較復雜，截至目前，對于不同濃度氮磷鉀處理條件下，大豆主根長和側根數的QTL定位分析研究較少。【擬解決的關鍵問題】以栽培大豆晉豆23和山西農家品種灰布支黑豆（ZDD02315）為母本和父本衍生出的447個RIL群體為試驗材料，采用WinQTLCart 2.5[30]中復合區間模型分析方法（http://statgen.ncsu.edu/qtlcart/WQTLCart.htm），對不同氮磷鉀處理大豆苗期主根長和側根數進行QTL定位分析，采用QTLNETwork 2.1[31]混合線性模型分析方法，分析 QTL間的上位性和環境互作效應，為開展大豆養分高效利用和分子標記輔助選擇育種提供依據。

1 材料與方法

1.1 供試材料與水培試驗

以晉豆23為母本，灰布支黑豆（ZDD02315）為父本所衍生的RIL群體作為供試群體（晉豆23是山西省主栽大豆品種，灰布支黑豆是山西農家品種，2個品種性狀差別較大）。參照周蓉等[32]的方法，取親本及447個家系各30粒種子，用滅菌紙包裹后于2015年5月27日和2016年6月10日分別放置在CK、NPK、1.5NPK各3個環境中進行水培12 d，幼苗長到V2期。根據國家潮土土壤肥力與肥料效益長期監測站（鄭州）對不同肥力田塊的施肥標準，設置水培試驗不同處理的配比（表 1），CK模擬種植不施肥（蒸餾水）、NPK模擬大田正常配施氮磷鉀肥、1.5NPK模擬高肥田塊，這3種環境更加貼近實際大田施肥情況，研究結果更加有利于解決實際生產施肥問題。每組試驗設置3次重復，種子萌發和幼苗生長期間置室外環境，環境溫度為20—28℃。

表1 水培試驗不同處理的配比Table 1 Different material ratios in the hydroponic experiment

1.2 根系性狀測定和表型數據處理

當幼苗生長至V2期時，每個家系均選取5株生長一致的幼苗，洗凈吸干后剪取根系部分，分別于2015年6月8日和2016年6月22日對各環境下幼苗期主根長（main root length，MRL）和側根數（lateral root number，LRN）進行人工測定。用直尺測量每個單株根系的主根長，對側根數直接計數并計算5株幼苗試驗數據的平均值。利用SPSS 19.0軟件進行表型數據分析并計算遺傳力h2=V(G)/V(P)。

1.3 遺傳連鎖圖譜的構建

采用單粒混傳法（single seed multiple descent，SSD）構建作圖群體RIL。1998年夏季在山西省以晉豆23為母本，灰布支黑豆（ZDD02315）為父本進行雜交，獲得 F1籽粒。種植 F1，收獲一株籽粒產量為732粒的F1單株，1998年10月在海南島單粒種成732個F2，1999年2月單株收獲每個F2形成F3株系。于F3開始，每個世代每個株系隨機收獲10株上的共20個豆莢，每株2個，共約40粒籽粒，隨機選取其中的20粒種成20個株行，形成下一個世代，以此類推至高世代。2004年，王珍[33]以晉豆 23×灰布支黑豆（ZDD02315）及其所衍生的F12重組自交系為材料，構建了包含 227個 SSR標記的大豆遺傳連鎖圖譜。2006年，梁慧珍[34]對圖譜進行了重新整合與補充研究，圖譜全長達到2 047.6 cM，包括27個連鎖群，232個標記位點（該圖譜在第9、13和16染色體上，均出現了2個間隙，在12染色體出現了1個間隙，因而形成了27個連鎖群）。

1.4 QTL定位及上位性互作分析

由于各性狀的遺傳效應不同，選用不同的統計遺傳模型進行研究，能夠提高QTL分析的準確性[35]。本研究采用了2種不同的遺傳模型來檢測主根長和側根數性狀的QTL。利用WinQTLCart 2.5[30]軟件中復合區間作圖法（CIM）Zmapqtl方法的Model 6，每2 cM對各性狀進行全基因組掃描，以確定各性狀QTL數目及其在染色體上的位置，通過逐步回歸指定解釋給定性狀最大變異的 5個標記作為余因子（co-factor），模擬運算1 000次，選取臨界閾值LOD=2.5，檢測每個環境下的QTL效應。當LOD≥2.5時，認為QTL存在；如果臨近位點間圖距＜5 cM，就初步認定是同一個QTL。利用QTL Network 2.1[31]軟件中的混合線性模型復合區間作圖法（MCIM），選取臨界閾值P=0.05，檢測每個環境下的QTL、加性效應、加性×加性上位互作效應及環境互作效應。當QTL效應P≤0.05時，認為QTL存在。QTL采取MCCOUCH等[36]命名方式。

2 結果

2.1 親本及家系根系性狀在 RIL群體中的分離及表型分析

觀察主根長和側根數 2個性狀在分離群體中的分離并進行遺傳力（表2）和方差分析（表3），2個親本2個性狀在后代中表現出較大的分離程度，在不同環境中均存在較大差異。RIL群體的最小值和最大值之間差異明顯。各性狀遺傳力h2為41.56%—50.23%，為QTL分析提供了較好的遺傳背景。表2中主根長和側根數變異系數均較大，側根數變異系數達到0.75、0.74和0.54，說明該性狀在幼苗期穩定性較差，可能同時受基因與環境因素的共同影響。方差分析表明，主根長和側根數性狀在基因、環境和基因與環境的互作間均存在極顯著差異（表3），說明這2個性狀都是復雜的數量性狀，受基因和環境的共同影響。分析 RIL群體的變異范圍，2個性狀都有超越雙親的株系出現，說明2個性狀遺傳基因分布在雙親中，可以通過雜交育種得到超親分離的株系。2個性狀的峰度和偏度均較小，變異連續，呈現出近似正態的連續分布（圖 1），滿足QTL分析要求。

圖1 群體主根長和側根數的頻率分布圖Fig. 1 Frequency distribution of main root length (MRL) and lateral root number (LRN) of soybean populations in 2015 and 2016

2.2 大豆根系性狀之間的相關分析

對2年6個環境下親本和RIL根系性狀進行相關分析（表4），主根長和側根數均呈現極顯著正相關。說明2個性狀之間關聯性密切，可能同時受基因與環境因素的共同影響。這種即相互影響又相互制約的關系，為不同環境下表型性狀選擇提供參考。

表2 RIL的親本和家系性狀描述統計分析Table 2 Phenotypic variation of all traits of RIL and the parents

表3 RIL家系主根長和側根數方差分析Table 3 Variance analysis of MRL and LRN traits of RIL population

表4 根系性狀之間的相關分析Table 4 Correlation analysis of root traits

2.3 主效QTL定位及QE互作效應分析

2種方法對2年6個環境中2個性狀共檢測到24個主效應QTL，單個性狀QTL數分別為9個和15個，分布于第 2、3、5、6、7、8、9、10、11、12、13、14、16、17共14條染色體中（圖2、表5、表6），單個QTL的貢獻率介于8.52%—43.62%。2個QTL能在2種分析方法中同時檢測到，9個QTL能在3種環境下同時檢測到。但是，沒有檢測到在所有環境中均能夠穩定表達的QTL。

2.3.1 主根長性狀 共檢測到9個QTL，分布在第6、7、8、11、12和14染色體上。解釋的表型變異范圍為8.52%—43.62%，LOD值為2.50—4.20，位于第11染色體Satt430-Satt359區間的qMRL-b1-1，貢獻率為43.62%，解釋的表型變異最大。加性效應正值和負值都有表現，加性效應為正值，表明增效基因來自母本晉豆23；加性效應為負值，表明增效基因來自父本灰布支黑豆。第6染色體在2015年NPK、1.5NPK和2016年1.5NPK 3個環境下均檢測到主根長QTL，其中，qMRL-c2-2與qMRL-c2-3僅相距1.48 cM，LOD分別為3.16和3.23，表型貢獻率分別為29.87%和39.02%，均位于Satt305-Satt291標記區間，推測可能是同一個QTL。2種分析方法均在 12染色體上檢測到qMRL-h_1-2，加性效應分別為0.067和0.026，MCIM方法檢測出加性效應貢獻率為 3.08%，加性與環境互作貢獻率為 0.33%。互作效應貢獻率小于其自身的加性效應貢獻率，說明主根長受基因和環境共同作用，基因比環境的影響更加顯著。

2.3.2 側根數性狀 共檢測到15個QTL，分布在第2、3、5、7、9、10、13、16和17染色體上。解釋的表型變異范圍為 8.83%—26.37%。LOD值為 2.50—6.36，母本晉豆23和父本灰布支黑豆均有不同的增效基因。位于 17染色體 Satt461-Satt301區間的qLRN-d2-3，表型貢獻率為26.37%，解釋的表型變異最大。第17染色體在2015年CK和NPK、2016年NPK 3個環境下均檢測到側根數 QTL，其中，qLRN-d2-2和qLRN-d2-3位置相距0.61 cM，均位于Satt488-Satt461區間，解釋的表型變異分別為19.60%和 26.37%，推測可能是同一個 QTL。第 5染色體在2015年NPK和1.5NPK、2016年CK 3個環境下均檢測到側根數QTL，其中qLRN-a1-2和qLRN-a1-3位置相距4.37 cM，均位于Satt593-Satt454區間，解釋的表型變異分別為17.15%和11.57%， 推測可能是同一個QTL。2種分析方法均在3染色體上檢測到qLRN-n-1，加性效應分別為2.751和0.021，MCIM方法檢測出加性貢獻率為0.87%，加性與環境互作貢獻率為2.25%。互作效應貢獻率大于其自身的加性效應貢獻率，說明側根數受基因和環境共同作用，環境比基因的影響更加顯著。

表5 根系性狀QTL位置及其參數Table 5 Parameters of QTLs position of root traits

表6 根系性狀的QTL及QTL與環境互作Table 6 QTLs and QE interaction of root traits

圖2 檢測到的QTL和加性效應QTL在連鎖群上的分布以及根系性狀上位性QTL間的遺傳結構Fig. 2 Distribution of main QTLs and additive QTLs on linkage groups and graphic presentation of the genetic architecture between epistatic QTLs for root traits

2.4 上位性互作效應

表7 根系性狀加性×加性上位互作效應QTLTable 7 Epistatic effect QTLs of additive × additive of root traits

主根長和側根數共檢測到 4對上位性互作 QTL（表7）。檢測到2對主根長上位性互作QTL，1對發生在主效 QTL qMRL-h_1-2和非主效 QTL qMRL-c2-5之間，效應值為0.2720，上位效應貢獻率2.03%，互作貢獻率為1.53%；1對發生在非主效QTL qMRL-h_1-1和非主效QTL qMRL-c2-4之間，效應值為-0.1252，上位互作貢獻率為1.95%。檢測到2對側根數上位性互作QTL，1對發生在主效QTL qLRN-n-1和非主效 QTL LRN-b2-1之間，1對發生在非主效QTL q LRN-c2-1和非主效QTL qMRL-d2-4之間，上位效應貢獻率分別為 0.67%和 3.15%，互作貢獻率分別為2.47%和1.13%，效應值分別為-0.7069和-2.2613，表明該互作為親本性大于重組型。正向的上位性效應表示兩座位間互作基因型與具有正效應的加性基因型方向相同，負向的上位性效應表示兩座位間互作基因型與具有正效應的加性基因型方向相反。上位互作貢獻率小于（大于）上位效應貢獻率，說明上位互作對根系性狀遺傳的影響小于（大于）上位性的影響。

3 討論

3.1 主根長和側根數性狀的遺傳機制與上位性互作

大豆根系在水分和養分吸收、固定植物以及與根際周圍微生物互作等方面具有十分重要的作用。水分和養分環境的改變，對大豆根系生長產生一定程度的影響[37]。本研究中，2年6個環境下，大豆RIL群體中主根長和側根數的變化趨勢均表現出 CK＞NPK＞1.5NPK，可見幼苗期大豆主根長和側根數對氮磷鉀的吸收較少，在農業生產中，施肥時間應該放到苗期以后更加有效，否則不利于根系的生長發育，該研究結果對于合理施肥和“雙減”具有重要的現實意義。

2年6個環境下，表型分析中2016年數據明顯低于2015年。2年間數據有差異的原因是：由于觀察水培大豆生長時期，只能通過子葉及以上部分觀察，處于 V2期大豆雖然地上部分的葉片數一致，但是由于溫度、濕度、光照的不同，造成了根系生長的差異，同時遺傳上存在明顯的互作效應。方差分析結果表明，主根長和側根數性狀在基因、環境和基因與環境的互作間均存在極顯著的差異，這2個性狀受基因和環境的共同影響。MICM方法分析中，2個性狀均檢測到存在環境互作效應和上位性互作效應。Network 2.1軟件綜合考慮了加性、上位性以及與環境互作效應，對研究復雜性狀的遺傳具有更加重要的意義。同時，對比2個性狀RIL群體的變異范圍，都有超越雙親的株系出現，說明母本晉豆23和父本灰布支黑豆都具有起到正效作用的等位基因，生產上可以通過雜交育種獲得雜種優勢。

QTL與環境互作、QTL與QTL上位性互作是作物數量性狀遺傳的重要組成部分，是作物雜種優勢的遺傳基礎，特別是上位性更適合研究復雜性狀的遺傳[38]。QTL與環境互作、QTL與QTL上位性互作推進了作物的進化進程，ZHANG等[39]認為上位性比加性QTL更重要。本研究中，上位性貢獻率最大為3.15%，加性貢獻率最大為 3.08%，主根長主效 QTL qMRL-h_1-2和非主效QTL qMRL-c2-5之間受到上位效應的影響比加性更顯著。

LI等[40]認為QTL上位性互作可分為3個類型，一是2個主效應QTL之間互作（typeⅠ）；二是1個主效應QTL與1個“背景”位點之間互作（typeⅡ）；三是 2個互補位點之間互作（typeⅢ）。本研究檢測到的4對互作QTL中，主根長和側根數各有1對互作QTL qMRL-h_1-2和 qMRL-c2-5、qLRN-n-1和 QTL LRN-b2-1可視為typeⅡ上位性互作，另外2對可視為type III上位性互作。基因的調控網絡與表型性狀的遺傳作用模式相對應，這3種QTL間的上位性互作模式反映的可能正是 QTL所在基因位點間的正向誘導表達或者負向反饋抑制等調控機制[41]。根據本研究檢測到的QTL的基因組位置，檢索SoyBase數據庫中每個QTL附近的功能基因位點后發現，6個QTL中有，標記 Satt489、Satt442分別與影響大豆粒長[42]和大豆葉寬[43]的基因位點位于同一區域，Satt020和Satt316分別與影響大豆脂肪[44]和大豆產量[45]的基因位點位于同一區域。除Satt020外，其余3個位點相應的QTL均為上位性互作QTL。因此這些相應的基因位點是否就是相應互作 QTL的分子基礎？相應的基因位點之間是否存在表達調控機制？而這種調控機制是否就是通過QTL間的上位性互作反映出來的？同時，這些在大豆不同性狀中發揮作用的位點又如何影響到主根長和側根數的差異呢？針對這些疑問，需要進行更深入的研究。

3.2 與前人定位結果的比較

進行 QTL定位分析中，建議采用不同的分析方法，優先標定共同發現的QTL[35]。本研究采用2種不同的分析方法共檢測到23個主效應QTL，2個QTL能在2種分析方法中同時檢測到，分別是主根長QTL qMRL-h_1-2和側根數QTL qLRN-n-1。參照SoyBase數據庫標記信息，這2個QTL均未見報道，全部為新定位出的 QTL，需要在今后加以關注并進行進一步研究。本研究中9個QTL能在3種環境下同時檢測到，其中第 6染色體上主根長在 2015年 NPK、1.5NPK和2016年1.5NPK 3個環境下均檢測到QTL，分別位于 Satt520-Satt305和 Satt305-Satt291區間。BRENSHA等[46]在第 6染色體上 Satt357-Satt202和Satt239-Sat_105區間也檢測到控住主根長的QTL；周蓉等[32]在第6染色體上Satt281-Sat_153也檢測到控住主根長的QTL。由于多種研究采取的研究群體、遺傳圖譜和分析方法不同，盡管定位在同一條染色體上，但區間不統一，這些區間是否有重疊，需要進一步研究。本研究中第5染色體在2015年NPK和1.5NPK、2016年CK 3個環境下均檢測到側根數QTL，作者在前期研究中也在第5染色體上定位出側根數QTL[29]。本研究中第17染色體在2015年CK和NPK、2016年NPK 3個環境下均檢測到側根數QTL，以往研究中未見報道。同時也發現，本研究與LIAN等[47-48]把主根長分別定位在第11染色體和第8染色體上、LIANG等[29]把側根數定位在第2染色體上結果一致。除此之外，本研究中檢測到的其他QTL，均未見報道。

國內外研究中，因為群體大小和圖譜標記密度的不同，QTL定位結果尚不夠精細。進一步對大豆主根長和側根數QTL精細作圖，并著重跟蹤多環境、多分析方法均能檢測到的 QTL區域，并進行功能標記開發，發掘控制主根長和側根數的功能基因，是下一步研究工作的方向。

4 結論

苗期大豆主根長和側根數對氮磷鉀的吸收影響較少，生產中盡可能減少氮磷鉀使用量。不同濃度氮磷鉀處理苗期主根長和側根數參數間既有共同的控制基因，也有各自獨特的控制基因，多數QTL不能在多個環境下重復檢測到，控制其表達的遺傳機制較為復雜。加性效應、加性與環境互作和加性×加性上位性互作效應在主根長和側根數的形成和遺傳中發揮著重要作用。主根長和側根數各有1個QTL能在2種分析方法中同時檢測到，Satt442-Satt296和Satt521-GMABABR是共位標記區間。

致謝：本研究的連鎖圖譜和群體材料由海南省熱帶農業資源開發利用研究所方宣鈞研究員和山西省農業科學院經濟作物研究所劉學義研究員提供，在此表示感謝。

[1]孫廣玉, 何庸, 張榮華, 張代平. 大豆根系生長和活性特點的研究.大豆科學, 1996, 15(14): 317-321.SUN G Y, HE Y, ZHANG R H, ZHANG D P. Studies on growth and activities of soybean root. Soybean Science, 1996, 15(14): 317-321.(in Chinese)

[2]JIANG C, GAO X, LIAO L, HARBERD N, FU X. Phosphate starvation root architecture and anthocyanin accumulation responses are modulated by the gibberellins-DELLA signaling pathway in Arabidopsis. Plant Physiology, 2007, 145: 1460-1470.

[3]BI Y M, WANG R L, ZHU T, ROTHSTEIN S J. Global transcription profiling reveals differential responses to chronic nitrogen stress and putative nitrogen regulatory components in Arabidopsis. BMG Genomics, 2007, 8: 281-297.

[4]周蓉, 王賢智, 陳海峰, 張曉娟, 單志慧, 吳學軍, 蔡淑平, 邱德珍,周新安, 吳江生. 大豆倒伏性及其相關性狀的 QTL分析. 作物學報, 2009, 35(1): 57-65.ZHOU R, WANG X Z, CHEN H F, ZHANG X J, SHAN Z H, WU X J, CAI S P, QIU D Z, ZHOU X A, WU J S. QTL analysis of lodging and related traits in soybean. Acta Agronomica Sinica, 2009, 35(1):57-65. (in Chinese)

[5]TAR’AN B, WARKENTIN T, SOMERS D J, MIRANDA D,VANDENBERG A, BLADE S, WOODS S, BING D, XUE A,DEKOEYER D, PENNER G. Quantitative trait loci for lodging resistance, plant height and partial resistance to mycosphaerella blight in field pea (Pisum sativum L.). Theoretical and Applied Genetics,2003, 107: 1482-1491.

[6]楊秀紅, 吳宗璞, 張國棟. 不同年代大豆品種根系性狀演化的研究.中國農業科學, 2001, 34(3): 292-295.YANG X H, WU Z P, ZHANG G D. Evolution of root characters of soybean varieties of different ages. Scientia Agricultura Sinica, 2001,34(3): 292-295. (in Chinese)

[7]SANCHEZ P A, SALINAS J G. Low input technology for managing oxisols and ultisols in tropical America. Advances in Agronomy, 1981,34: 279-406.

[8]NOURI M, STEPHEN C M, TOM G, MAX D C. Hybrid and nitrogen influence on pearl millet production in Nebraska: yield, growth, and nitrogen uptake, and nitrogen use efficiency. Agronomy Journal, 1999,91: 737-743.

[9]PRICE A H, STEELE K A, MOORE B J, JONES R G W. Upland rice grown in soil-filled chambers and exposed to contrasting water-deficit regimes: II. Mapping QTL for root morphology and distribution. Field Crops Research, 2002, 76: 25-43.

[10]NARANG R A, BRUENE A, ALTMANN T. Analysis of phosphate acquisition efficiency in different Arabidopsis accessions. Plant Physiology, 2000, 124: 1786-1799.

[11]程琳琳. 中國農田生態系統鉀素平衡與鉀肥需求[D]. 北京: 中國農業大學, 2007.CHENG L L. Potassium balance and demand of potassium in farmland ecosystem in China[D]. Beijing: China Agricultural University, 2007. (in Chinese)

[12]CHO Y I, JIANG W Z, CHIN J H, PIAO Z Z, CHO Y G, MCCOUCH S R, KOH H J. Identification of QTLs associated with physiologicalnitrogen use efficiency in rice. Molecules and Cells, 2007, 23(1):72-79.

[13]LIAN X M, XING Y Z, YAN H, XU C G, LI X H, ZHANG Q F.QTLs for low nitrogen tolerance at seedling stage identified using a recombinant inbred line population derived from an elite rice hybrid.Theoretical and Applied Genetics, 2005, 112: 85-96.

[14]楊樹明, 曾亞文, 王荔, 杜娟, 普曉英, 楊濤. 不同生長環境下水稻氮、磷、鉀利用相關性狀的QTL定位分析. 植物營養與肥料學報, 2015, 21(4): 823-835.YANG S M, ZENG Y W, WANG L, DU J, PU X Y, YANG T.Identification of QTL traits on N, P and K utilization in rice under different growth environments. Journal of Plant Nutrition and Fertilize, 2015, 21(4): 823-835. (in Chinese)

[15]ZHU J M, MICKELSON S M, KAEPPLER S M, LYNCH J P.Detection of quantitative trait loci for seminal root traits in maize (Zea mays L.) seedlings grown under differential phosphorus levels.Theoretical and Applied Genetics, 2006, 113: 1-10.

[16]蘇順宗, 徐剛, 劉丹, 吳玲, 張嘯, 任志勇, 聶治, 林海建, 高世斌.兩種磷水平下玉米苗期根系性狀的 QTL定位. 玉米科學, 2013,21(4): 33-37.SU S Z, XU G, LIU D, WU L, ZHANG X, REN Z Y, NIE Z, LIN H J,GAO S B. QTL mapping for root traits of maize seedling grown at two phosphorus levels. Journal of Maize Sciences, 2013, 21(4): 33-37.(in Chinese)

[17]蔡紅光, 劉建超, 米國華, 袁力行, 陳曉輝, 陳范駿, 張福鎖. 田間條件下控制玉米開花前后根系性狀的QTL定位. 植物營養與肥料學報, 2011, 17(2): 317-324.CAI H G, LIU J C, MI G H, YUAN L X, CHEN X H, CHEN F J,ZHANG F S. QTL mapping for root traits around flowering stage of maize under field condition. Plant Nutrition and Fertilizer Science,2011, 17(2): 317-324. (in Chinese)

[18]AN D G, SU J Y, LIU Q Y, ZHU Y J, TONG Y P, LI J M, JING R L,LI B, LI Z S. Mapping QTLs for nitrogen uptake in relation to the early growth of wheat (Triticum aestivum L.). Plant and Soil, 2006,284: 73-84.

[19]SU J Y, XIAO Y M, LI M, LIU Q Y, LI B, TONG Y P, JIA J Z, LI Z S.Mapping QTLs for phosphorus-deficiency tolerance at wheat seedling stage. Plant and Soil, 2006, 281: 25-36.

[20]LI Z X, NI Z F, PENG H R, LIU Z Y, NIE X L, XU S B, LIU G, SUN Q X. Molecular mapping QTLs for root response to phosphorus deficiency at seedling stage in wheat (Triticum aestivum L.). Progress in Natural Science, 2007, 17(10): 1177-1184.

[21]劉瑩, 蓋鈞鎰, 呂慧能. 大豆根區逆境耐性的種質鑒定及其與根系性狀的關系. 作物學報, 2005, 31(9): 1132-1137.LIU Y, GAI J Y, Lü H N. Identification of rhizosphere abiotic stress tolerance and related root traits in soybean [Glycine max (L.) Merr.].Acta Agronomica Sinica, 2005, 31(9): 1132-1137. (in Chinese)

[22]KING C A, PURCELL L C, BRYE K R. Differential wilting among soybean genotypes in response to water deficit. Crop Science, 2009,49: 290-291.

[23]LEE G J, CARTER J T G, VILLAGARCIA M R, LI Z, ZHOU X,GIBBS M O, BOERMA H R. A major QTL conditioning salt tolerance in S-100 soybean and descendent cultivars. Theoretical and Applied Genetics, 2004, 109(8): 1610-1619.

[24]BIANCHI-HALL C M, ARELLANO C, BOERMA H R, PARROTT W A, HUSSEY R S, ASHLEY D A, BAILEY M A, CARTER T E,RUFTY T W, MIAN M A R. Aluminum tolerance associated with quantitative trait loci derived from soybean PI416937. Crop Science,2000, 40(2): 538-545.

[25]朱向明, 韓秉進. 供氮水平對苗期大豆根系吸水特性的影響. 土壤與作物, 2013, 2(4): 173-176.ZHU X M, HAN B J. Root water uptake characteristics of soybean seedlings under different levels of nitrogen supply. Soil and Crop,2013, 2(4): 173-176. (in Chinese)

[26]ZHANG D, SONG H N, CHENG H, HAO D R, WANG H, KAN G Z,JIN H X, YU D Y. The acid phosphatase-encoding gene GmACP1 contributes to soybean tolerance to low-phosphorus stress.PLoS Genetics, 2014, 10(1): e1004061.

[27]蘇輝, 李志剛, 宋書宏. 低磷脅迫下大豆主要農藝性狀的 QTL定位. 西北農業學報, 2009, 18(1): 98-101, 116.SU H, LI Z G, SONG S H. Molecular mapping of QTLs major agronomic traits in soybean (Glycine max L.) under phosphorus deficiency stress. Acta Agriculturae Boreali-occidentalis Sinica, 2009,18(1): 98-101, 116. (in Chinese)

[28]BEEBE S E, ROJAS-PIERCE M, YAN X L, BLAIR M W,PEDRAZA F, MUNOZ F M, TOHME J, LYNCH J P. Quantitative trait loci for root architecture traits correlated with phosphorus acquisition in common bean. Crop Science, 2006, 46: 413-423.

[29]LIANG H Z, YU Y L, YANG H Q, XU L J, DONG W, DU H, CUI W W, ZHANG H Y. Inheritance and QTL mapping of related root traits in soybean at the seedling stage. Theoretical and Applied Genetics,2014, 127: 2127-2137.

[30]WANG S C, BASTEN C J, ZENG Z B. Windows QTL Cartographer 2.5 User Manual. Department of Statistics, North Carolina State University, Raleigh, NC, 2005.

[31]YANG J, ZHU J. Predicting superior genotypes in multipleenvironments based on QTL effects. Theoretical and Applied Genetics,2005, 110: 1268-1274.

[32]周蓉, 陳海峰, 王賢智, 伍寶朵, 陳水蓮, 張曉娟, 吳學軍, 楊中路,邱德珍, 江木蘭, 周新安. 大豆幼苗根系性狀的QTL分析. 作物學報, 2011, 37(7): 1151-1158.ZHOU R, CHEN H F, WANG X Z, WU B D, CHEN S L, ZHANG X J, WU X J, YANG Z L, QIU D Z, JIANG M L, ZHOU X A. QTL analysis of root traits of soybean at seedling stage. Acta Agronomica Sinica, 2011, 37(7): 1151-1158. (in Chinese)

[33]王珍. 大豆SSR遺傳圖譜構建及重要農藝性狀QTL分析[D]. 南寧:廣西大學, 2004.WANG Z. Construction of soybean SSR based map and QTL analysis important agronomic traits [D]. Nanning: Guangxi University, 2004.(in Chinese)

[34]梁慧珍. 大豆子粒性狀的遺傳及QTL分析[D]. 楊凌: 西北農林科技大學, 2006.LIANG H Z. Genetic analysis and QTL mapping of seed traits in soybean [Glycine max (L.) Merr][D]. Yangling: Northwest A＆F University, 2006. (in Chinese)

[35]蘇成付, 趙團結, 蓋鈞鎰. 不同統計遺傳模型 QTL定位方法應用效果的模擬比較. 作物學報, 2010, 36(7): 1100-1107.SU C F, ZHAO T J, GAI J Y. Simulation comparisons of effectiveness among QTL mapping procedures of different statistical genetic models.Acta Agronomica Sinica, 2010, 36(7): 1100-1107. (in Chinese)

[36]MCCOUCH S R, CHO Y G, YANO M, PAUL E, BLINSTRUB M,MORISHIMA H, KINOSHITA T. Report on QTL nomenclature. Rice Genetics Newsletter, 1997, 14: 11-14.

[37]張志勇, 湯菊香, 王素芳, 王清連. 氮磷鉀對植物側根生長發育的影響及其生理機制. 廣東農業科學, 2009, 36(5): 89-92.ZHANG Z Y, TANG J X, WANG S F, WANG Q L. Effects of N, P, K on growth and development of plants and its physiological mechanisms.Guangdong Agricultural Sciences, 2009, 36(5): 89-92. (in Chinese)

[38]王金社, 李海旺, 趙團結, 蓋鈞鎰. 重組自交家系群體 4對主基因加多基因混合遺傳模型分離分析方法的建立. 作物學報, 2010,36(2): 191-201.WANG J S, LI H W, ZHAO T J, GAI J Y. Establishment of segregation analysis of mixed inheritance model with four major genes plus polygenes in recombinant inbred lines population. Acta Agronomica Sinica, 2010, 36(2): 191-201. (in Chinese)

[39]ZHANG Z H, YU S B, YU T, HUANG Z, ZHU Y G. Mapping quantitative trait loci (QTLs) for seedling-vigor using recombinant inbred lines of rice (Oryza sativa L.). Field Crops Research, 2005, 91:161-170.

[40]LI Z K, LUO L J, MEI H W, WANG D L, SHU Q Y, TABIEN R,ZHONG D B, YING C S, STANSEL J W, KHUSH G S, PATERSON A H. Overdominant epistatic loci are the primary genetic basis of inbreeding depression and heterosis in rice: I. Biomass and grain yield.Genetics, 2001, 158: 1737-1753.

[41]CARLBORG O, HALEY C S. Epistasis: Too often neglected in complex trait studies. Nature Reviews Genetics, 2004, 5: 618-625.

[42]SALAS P, OYARZO-LLAIPEN J, WANG D, CHASE K, MANSUR L. Genetic mapping of seed shape in three populations of recombinant inbred lines of soybean [Glycine max (L.) Merr.]. Theoretical and Applied Genetics, 2006, 113(8): 1459-1466.

[43]ORF J H, CHASE K, JARVIK T, MANSUR L M, CREGAN P B,ADLER F R, LARK K G. Genetics of soybean agronomic traits: I.Comparison of three related recombinant inbred populations. Crop Science, 1999, 39(6): 1642-1651.

[44]CSANADI G, VOLLMANN J, STIFT G, LELLEY T. Seed quality QTLs identified in a molecular map of early maturing soybean.Theoretical and Applied Genetics, 2001, 103(6/7): 912-919.

[45]REINPRECHT Y, POYSA V, YU K, RAJCAN I, ABLETT G, PAULS K. Seed and agronomic QTL in low linolenic acid, lipoxygenase-free soybean (Glycine max (L.) Merrill) germplasm. Genome, 2006, 49(12):1510-1527.

[46]BRENSHA W, KANTARTZI S, MEKSEM K, GRIER R, BARAKAT A, LIGHTFOOT D, KASSEM M. Genetic analysis of root and shoot traits in the ‘essex’ by ‘forrest’ recombinant inbred line (RIL)population of soybean [Glycine max (L.) Merr.]. Journal of Plant Genome Sciences, 2012, 1(1): 1-9.

[47]LIAN Q, XIAOHUI C, MANTONG M, XIAOLONG Y, HONG L.QTL analysis of root traits as related to phosphorus efficiency in soybean. Annals of Botany, 2010, 106(1): 223-234.

[48]MANAVALAN L, PRINCE S, MUSKET T, CHAKY J, DESHMUKH R. VUONG T, SONG L, CREGAN P, NELSON J, SHANNON J,SPECHT J, NGUYEN H. Identification of novel QTL governing root architectural traits in an interspecific soybean population. PLoS ONE,2015, 10(3): e0120490.

（責任編輯 李莉，岳梅）

QTL Mapping for Main Root Length and Lateral Root Number in Soybean at the Seedling Stage in Different N,P and K Environments

LIANG HuiZhen1, DONG Wei1, XU LanJie1, YU YongLiang1, YANG HongQi1,TAN ZhengWei1, XU Yang2, CHEN XinWei3
(1Sesame Research Center, Henan Academy of Agricultural Sciences, Zhengzhou 450002;2Nanyang Academy of Agricultural Sciences, Nanyang 473083, Henan;3Shangqiu Academy of Agriculture and Forestry Sciences, Shangqiu 476000, Henan)

2017-03-06；接受日期：2017-05-08

河南省農業科技攻關計劃（152102110140，172102110088）、農業科研杰出人才及其創新團隊項目、河南省農業科學院科研發展專項（201513110）

聯系方式：梁慧珍，Tel：0371-65751589；E-mail：lhzh66666@163.com