玉米生育期相關性狀QTL定位

陳俊宇 盧峰 陳婉瑩 何永輝 劉歡歡 印志同

摘要：生育期是玉米重要的性狀之一，其中抽穗期、散粉期和吐絲期是3個最重要的指標。以玉米自交系LDC-1和YS501構建的186個重組自交系為材料，在2個大田種植環境下對抽穗期、散粉期和吐絲期3個生育期相關性狀進行QTL解析?；贛aize10k芯片數據構建總長為2 569.89 cM的高密度遺傳圖譜，共包含2 624個bin，相鄰標記間的平均距離為0.98 cM。共檢測到32個生育期相關性狀QTLs，似然函數比值對數值（logarithm of odds，簡稱LOD）為2.52～10.86，貢獻了3.33%～17.19%的表型變異。其中qDTT9-1、qDTS9-2在不同環境中穩定表達且效應較大，在育種中可能具有較大利用價值。本研究結果可為進一步精細定位生育期相關性狀QTLs和利用分子標記輔助選擇開展品種改良提供參考。

關鍵詞：玉米;生育期;遺傳圖譜;QTL定位

中圖分類號： S513.03? 文獻標志碼： A

文章編號：1002-1302（2022）08-0063-06

生育期是玉米重要的性狀之一，不同玉米品種生育期存在較大差異。在生產中，需要依據種植地區與播種時間選擇生育期適宜的玉米品種以保證產量的穩定，因此通過育種手段選育適宜生育期品種就顯得尤為重要。而抽穗期、散粉期、吐絲期作為3個最重要的生育指標，在玉米生長發育進程中占據重要地位，不僅與營養生長向生殖生長的轉變有關，還與花期協調和籽粒產量密切相關[1-2]。

抽穗期、散粉期、吐絲期等性狀均為典型的數量性狀，由多基因控制。目前，國內外研究者對玉米生育期相關性狀進行了較多的QTL定位分析[3-6]。公強等以CN165×單330（早熟種質）構建F2 ∶3家系對花期相關性狀進行QTL鑒定，在3個環境檢測到26個生育期相關性狀的QTLs，可以解釋的表型變異為7.1%～26.5%，3個環境中均于第8染色體上的phi060～umc2401區間檢測到了與抽穗時間相關的QTL，其余QTL并未在3個環境重復檢測到[7]。李玉玲等利用同樣來源F2 ∶3和BC2S1群體對玉米生育期相關性狀進行初步定位與分析，發現在2類群體中QTL檢測結果存在較大差異，其中F2 ∶3群體檢測出的QTL數目和貢獻率均高于BC2S1，同時指出遺傳背景差異對生育期主效QTL的檢測影響較大[8]。Buckler等利用1組5 000個重組自交系在8個環境條件下對植株進行表型鑒定，檢測到控制開花期、吐絲期等性狀的位點均超過50個，未檢測到單一大效應的QTL，只有7個等位基因對開花時間的影響超過1 d，該結果說明開花期性狀是由多個微效基因所控制的[9]。Coles等通過溫帶玉米自交系和熱帶自交系構建了4個群體，利用多群體聯合分析鑒定出了控制開花時間的基因組區域[10]。目前，有關生育期相關基因的克隆研究方面也取得了一定進展，已經克隆的基因包括第1染色體上的DWARF8（D8）和INDETERMINATE GROWTH1（ID1）、第7染色體的DELAYED FLOWERING 1（dlf1）以及位于第8染色體的VEGETATIVE TOGENERATIVE TRANSITION1（VGT1）[11-15]，這些基因通過自主調控玉米開花轉換、介導開花誘導信號的傳遞和調控營養生長向生殖生長轉變等途徑調節玉米生育期。盡管國內外學者在生育期相關基因定位和克隆方面取得了一些進展，但是由于不同研究中群體類型、遺傳背景、群體規模、統計方法等因素的差異，檢測的QTL結果不盡相同，在不同環境中能穩定檢測到的QTL仍較少。除此以外，大多數定位和克隆的基因或位點的利用在育種實踐中存在困難或局限，因此仍需開發新的位點。

本研究以玉米自交系LDC-1和YS501所衍生的重組自交系，構建高密度遺傳連鎖圖譜，對生育期相關性狀進行QTL定位，探尋能夠在多個環境條件下均能穩定表達的QTL，旨在為解析玉米生育期的遺傳機制、挖掘生育期有關基因及開展玉米分子育種研究提供參考。

1 材料與方法

1.1 材料

材料為玉米商用雜交種天玉88的2個親本自交系LDC-1和YS501，以及該雜交種連續自交7代衍生的186個重組自交系。

1.2 田間試驗設計

試驗材料在2020、2021年2年分別種植于2個環境中：2020年夏種植在揚州大學揚子津校區試驗田（E1，32.4°N、119.4°E）;2021年夏種植在鎮江世業洲試驗田（E2，32.2°N、119.5°E）。田間采用隨機區組設計，2次重復，每行10株，行長2 m，行距為60 cm，株距為20 cm，田間管理同一般大田。

1.3 性狀調查

在玉米整個生長階段調查玉米從播種到抽穗、散粉、吐絲的時間作為生育期相關指標，其中抽穗期（days to tasseling，簡稱DTT）記為從播種到抽出雄穗的時間，散粉期（days to pollen-shedding，簡稱DTP）記為從播種到開花散粉的時間，吐絲期（days to silking，簡稱DTS）記為從播種到雌穗吐絲的時間。以上數據以家系為單位進行統計。

1.4 數據處理

基于SPSS23.0軟件對表型數據進行方差分析、相關分析和描述統計，利用Microsoft Excel 2016處理基因型數據。

1.5 連鎖圖譜構建與QTL分析

由北京中玉金標記生物技術股份有限公司對親本及其衍生的重組自交系群體進行Mazie10K基因型檢測。使用Microsoft Excel 2016軟件按照以下步驟處理獲得的基因型數據：（1）刪除親本基因型雜合與親本間無多態性的標記;（2）刪掉雜合率和缺失率大于20%的SNP標記;（3）篩選出等位基因頻率大于0.05的標記;（4）利用binmap R包對獲得的SNP數據進行糾錯。遺傳圖譜基于R/qtl構建，通過Kosambi函數計算標記間距離，遺傳圖距的單位為厘摩（centimorgan，簡稱cM）。

各參數的QTLs檢測采用Windows QTL Cartographer 2.5軟件完成，使用Kosambi函數轉化重組率為圖距，作圖步長為1.00 cM;采用復合區間作圖法檢測QTL位點，通過1 000次重排獲得QTL顯著的LOD閾值（P<0.05）。同一條染色體上的同一性狀LOD相距10 cM左右;置信區間出現重疊的位點被認為是同一QTL[16]。

本研究中QTL命名參考McCouch等的方法[17]，規則如下：生育期相關性狀的QTL以qDTT2-1為例，q表示QTL，DTT為性狀英文字母縮寫，2-1表示在2號染色體檢測到的第1個QTL。

2 結果與分析

2.1 遺傳圖譜構建

利用10K的SNP標記檢測RIL群體的基因型，采用滑動窗口法，將連續多個標記基因型結果相同的SNP視為1個bin，排除基因型錯誤的SNP標記。經過篩選后bin map共包含2 624個bin（表1、圖1），構建bin map遺傳圖譜，全長為2 569.89 cM，標記密度為1.02 bin/cM，標記間平均距離為0.98 cM。bin標記在每條染色體上的分布疏密不均，且密集區域不同，其中第1染色體的遺傳距離最長（417.96 cM），且標記密度也最大，為1.14 bin/cM;第10染色體的遺傳距離最短，為158.69 cM;第3染色體的標記密度最小，為0.89 bin/cM。依據bin在各染色體上的信息，計算bin兩兩之間的重組率（圖1-B），表明鄰近bin之間連鎖程度較高，距離較遠的bin之間連鎖程度低，bin map質量較好。

2.2 重組自交系群體以及親本的表型分析

對RIL群體和親本的生育期相關性狀進行描述性統計分析（表2），發現2個環境中父母本生育期相關性狀均存在顯著差異，其中抽穗期的差異最大，LDC-1比YS501平均延遲了2.7 d。RIL群體中3個生育期的數據在不同環境的偏度和峰度絕對值均小于1（吐絲期峰度除外），大都近似正態分布（圖2）。3個性狀的遺傳差異和環境差異都達到極顯著水平，各個性狀的廣義遺傳力為68.98%～73.81%（表2）。

對2個不同環境條件下玉米RIL群體的抽穗期、散粉期和吐絲期進行相關性分析（表3），結果表明，2個環境條件下玉米RIL群體抽穗期、散粉期、 吐絲期兩兩之間均呈極顯著正相關，相關系數均大于0.7。

2.3 生育期相關性狀的QTL定位

采用復合區間作圖法（CIM）對抽穗期、散粉期和吐絲期3個性狀進行QTL檢測，于2020年揚州夏播和2021年鎮江夏播2個環境中共檢測到32個調控目標性狀的QTLs（表4、圖3），LOD值為2.52～10.86，表型變異貢獻率為3.33%～17.19%。

由2個環境的定位結果可知，共檢測到10個控制抽穗期的QTLs，分布在第1、2、4、6、7、9、10染色體上，解釋了3.77%～15.71%的表型變異，LOD值為2.73～9.89。進一步研究發現，在第9染色體上的QTL qDTT9-1于2個環境中重復檢測到，且該QTL表型貢獻率最大，在E1、E2環境分別為15.71%、10.91%，加性效應均為負值，推測可能是同一QTL，來自母本LDC-1的等位基因對抽穗期起到了提前的作用。

在2個不同的環境中共檢測到11個控制散粉期的QTL，分布在第2、3、4、6、9、10染色體上，LOD值為2.52～8.97，解釋了3.81%～15.32%的表型變異。通過分析發現，于E1環境定位到的qDTP4-1對表型的貢獻率最大，該QTL加性效應為1.41，解釋了15.32%的表型變異，增效基因來自母本LDC-1。

對于檢測到的吐絲期相關QTL，11個QTL分布于除第7、8染色體外的其余8條染色體上，解釋的表型貢獻率為3.33%～17.19%，LOD值為2.55～10.86。進一步分析發現， qDTS9-2在2個環境中均被檢測到，且2個環境條件下的表型貢獻率均高于10%，在E1、E2環境分別為17.19%、12.35%，LOD值最高為10.86，為吐絲期主效QTL，加性效應為負，該增效基因來自父本YS501。

3 討論與結論

本研究于2個環境中共檢測到32個控制生育期相關性狀的QTLs，分布在除了第8染色體以外的9條染色體上。其中檢測到的部分QTL與前人具有一致性，本研究檢測到的qDTP3-2與曹浩飛等基于單片段代換系群體在3號染色體上umc1844-umc1320-bnlg1182標記區間內檢測到的散粉期QTL qDTA3-2的定位區間重疊[18];7號染色體上的qDTT7-2與高世斌等利用N87-1×9526在7號染色體標記區間bnlg1805內定位到的開花期相關性狀QTL區間重疊[19];9號染色體上的qDTT9-1、qDTS9-2與魏海忠等利用玉米自交系80007和80044所構建的重組自交系群體在第9染色體上于標記bnlg127-umc2337內定位到的生育期相關性狀主效QTL區間重疊[20]，這些與前人相似的結果說明本研究QTL檢測結果的真實性與可靠性。進一步分析發現，其中qDTT9-1、qDTS9-2于E1、E2 2個環境中均能檢測到，且表型貢獻率較大（大于10%），上述QTL可能具有較高的育種利用價值，為后續開展精細定位與基因克隆等方面的研究奠定了基礎。另外本研究還存在一些前人未發現的新QTL，但只在單環境中被檢測到，如qDTT4-1、qDTP4-1等，這些QTL仍需進一步利用不同群體驗證其真實性。

生育期作為典型的數量性狀，對環境的變化較為敏感，因此在不同環境下控制生育期的基因表達可能不盡相同，這就會導致QTL檢測結果有所差異。在本研究中，通過對2個環境的QTL檢測結果分析發現，不同環境下的定位結果差異較大，只有2個QTL在2個環境中均被檢測到，大多數QTL只在單環境中被檢測到，QTL在多個環境下的重復性不高，這可能是由于試驗的環境差異所致。相關研究也表明，環境的差異對生育期相關性狀的影響較大，其中氣溫和光照是最主要的影響因素[21]。本試驗中2個環境條件下的播種時間以及地理位置等因素導致試驗環境間的氣溫和光照差異較為明顯，這可能是導致控制抽穗期等性狀的基因定位結果存在差異的原因。

此外，眾多研究者提出不同性狀的QTL位置相同應該與表型數據的相關性有關[22-23]。在本研究中生育期相關性狀的表型數據在同一環境下高度正相關，而檢測結果也出現了QTL成簇分布的現象，如于第4染色體相同區間檢測到控制多個生育期相關性狀的QTL簇，在第9染色體相同位置78.1～99.8 cM內檢測到到多個QTL成簇分布（圖3）。

參考文獻：

[1]蘭進好. 玉米開花期相關性狀的QTL分析[J]. 西北植物學報， 2010，30（3）：471-480.

[2]劉志齋，郭榮華，石云素，等. 中國玉米地方品種核心種質花期相關性狀的表型多樣性研究[J]. 中國農業科學，2008，41（6）：1591-1602.

[3]胡彥民，吳 欣，李翠香，等. 玉米制種花期相關性狀的QTL分析[J]. 南京農業大學學報，2008，31（1）：11-16.

[4]孫婷婷，姜 昱，沈 鑫，等. 利用F2 ∶3群體對玉米花期相關性狀的QTL分析[J]. 玉米科學，2013，21（2）：42-46.

[5]Veldboom L R，Lee M，Woodman W L.Molecular marker-facilitated studies in an elite maize population：I.Linkage analysis and determination of QTL for morphological traits[J]. Theoretical and Applied Genetics，1994，88（1）：7-16.

[6]Austin D F，Lee M.Genetic resolution and verification of quantitative trait loci for flowering and plant height with recombinant inbred lines of maize[J]. Genome，1996，39（5）：957-968.

[7]公 強，王天宇，譚學林，等. 玉米優異早熟種質單330開花相關性狀的QTL分析[J]. 植物遺傳資源學報，2006，7（4）：437-441.

[8]李玉玲，李學慧，董永彬，等. 利用相同來源F2 ∶3和BC2S1群體定位玉米生育期QTL[J]. 華北農學報，2007，22（6）：38-43.

[9]Buckler E S，Holland J B，Bradbury P J，et al. The genetic architecture of maize flowering time[J]. Science，2009，325（5941）：714-718.

[10]Coles N D，McMullen M D，Balint-Kurti P J，et al. Genetic control of photoperiod sensitivity in maize revealed by joint multiple population analysis[J]. Genetics，2010，184（3）：799-812.

[11]Thornsberry J M，Goodman M M，Doebley J，et al. Dwarf8 polymorphisms associate with variation in flowering time[J]. Nature Genetics，2001，28（3）：286-289.

[12]Colasanti J，Tremblay R，Wong A Y M，et al. The maize INDETERMINATE1 flowering time regulator defines a highly conserved zinc finger protein family in higher plants[J]. BMC Genomics，2006，7：158.

[13]Colasanti J，Yuan Z，Sundaresan V. The indeterminate gene encodes a zinc finger protein and regulates a leaf-generated signal required for the transition to flowering in maize[J]. Cell，1998，93（4）：593-603.

[14]Salvi S，Sponza G，Morgante M，et al. Conserved noncoding genomic sequences associated with a flowering-time quantitative trait locus in maize[J]. Proceedings of the National Academy of Sciences of the United States of America，2007，104（27）：11376-11381.

[15]Muszynski M G，Dam T，Li B L，et al. Delayed flowering1 encodes a basic leucine zipper protein that mediates floral inductive signals at the shoot apex in maize[J]. Plant Physiology，2006，142（4）：1523-1536.

[16]Wang D，Portis A R.Increased sensitivity of oxidized large isoform of ribulose-1，5-bisphosphate carboxylase/oxygenase （rubisco） activase to ADP inhibition is due to an interaction between its carboxyl extension and nucleotide-binding pocket[J]. The Journal of Biological Chemistry，2006，281（35）：25241-25249.

[17]McCouch S R，Chen X，Panaud O，et al. Microsatellite marker development，mapping and applications in rice genetics and breeding[J]. Plant Molecular Biology，1997，35（1/2）：89-99.

[18]曹浩飛，王 彬，毛克舉，等. 基于單片段代換系群體的玉米開花期性狀QTL分析[J]. 河南農業大學學報，2014，48（1）：6-10.

[19]高世斌，趙茂俊，潘光堂，等. 干旱脅迫與正常環境下控制玉米開花期性狀的QTL鑒定[J]. 西南農業學報，2005，18（5）：593-597.

[20]魏海忠，商 偉，鐘世宜，等. 利用重組自交系群體定位玉米生育期相關性狀QTL[J]. 玉米科學，2014，22（1）：49-55.

[21]劉月娥. 玉米對區域光、溫、水資源變化的響應研究[D]. 北京：中國農業科學院，2013.

[22]Abler B S B，Edwards M D，Stuber C W.Isoenzymatic identification of quantitative trait loci in crosses of elite maize inbreds[J]. Crop Science，1991，31（2）：267-274.

[23]Paterson A H，Damon S，Hewitt J D，et al. Mendelian factors underlying quantitative traits in tomato：comparison across species，generations，and environments[J]. Genetics，1991，127（1）：181-197.