分子標記輔助選擇在作物育種中的應用及展望

郭瑩 化青春 虎夢霞 王勇 袁俊秀 楊芳萍

摘要：分子標記輔助選擇（Marker-assisted-selection；MAS）是作物遺傳改良的有效工具。隨著高通量低成本SNP標記的開發應用和生物信息學的快速發展，MAS的應用拓展到了全基因組選擇（Genomic Selection，GS），大大地提高了選擇的效率和精準性。因技術和費用的限制，MAS未能廣泛應用。為拓展MAS在作物育種中的應用路徑，并發揮其最大潛力。通過查閱相關文獻，綜述了MAS在作物育種中的優勢及其應用途徑；分析了MAS應用受限的原因所在，并針對具體問題提出了對策；預測了MAS的應用前景：因高通量基因分型及基因組測序技術等的快速發展，未來MAS費用肯定顯著降低，選擇效率將大幅提升，致使MAS的應用空間更為廣闊。

關鍵詞：分子標記輔助選擇；優勢和限制因素；全基因組選擇；作物育種；展望

中圖分類號：S33? ? ? ? ? ? ? 文獻標志碼：A? ? ? ? ? ? ? 文章編號：2097-2172（2023）09-0785-06

doi：10.3969/j.issn.2097-2172.2023.09.001

Application and Prospect of Marker-assisted Selection in

Crop Breeding

GUO Ying 1， HUA Qingchun 1， HU Mengxia 1， WANG Yong 1， YUAN Junxiu 1， YANG Fangping 1， 2

（1. Wheat Research Institute， Gansu Academy of Agricultural Sciences， Lanzhou Gansu 730070， China; 2. Institute of

Agricultural Economics and Information， Gansu Academy of Agricultural Sciences， Lanzhou Gansu 730070， China）

Abstract： Marker-assisted selection（MAS） is an effective tool for crops genetic improvement. With the development and application of high-throughput and low-cost SNP markers and the rapid development of bioinformatics， the application of MAS has been expanded to genome-wide selection（GS）， which greatly improves the efficiency and accuracy of selection. Due to restriction from the technology and cost， the function of MAS has not been fully used. In order to expand the application path of MAS in crop breeding and play an important role， this paper summarizes the wide application ways and advantages of MAS for crop breeding， and analyzes the reasons why the application of MAS is restricted， followed by the measures for solving corresponding problems and the application prospect of MAS. Due to the rapid development of high throughput genotyping and genome sequencing technology， the cost of MAS will be significantly decreased， and the selection efficiency will be greatly improved in the future to lead to a broader applying space for MAS.

Key words： MAS; Advantage and restricting factor; Genomic selection; Crop breeding; Prospect

收稿日期：2023 - 08 - 09

基金項目：國家自然科學基金（32160471）；甘肅省農業科學院生物育種專項（2021GAAS03）；甘肅省農業科學院重點研發計劃（2021GAAS32）；蘭州市科技計劃項目（2021-1-169）。

作者簡介：郭? ?瑩（1986 — ），女，山西呂梁人，助理研究員，碩士，主要從事小麥種質資源創新與應用研究。Email： 471601470@qq.com。

通信作者：楊芳萍（1969 — ），女，甘肅甘谷人，研究員，博士，主要從事小麥種質資源創新與應用研究。Email： yfp1023@163.com。

分子標記輔助選擇（Molecular Marker-assisted selection， MAS）是借助于目標性狀分子標記對后代株系進行選擇，進而獲得含有目標基因優良單株的育種技術。MAS在作物育種中因能準確轉移育種家感興趣的目的基因片段和加速輪回親本基因組的恢復而倍受青睞，并被廣泛應用［1 - 2 ］。MAS在質量性狀或由單個主效基因控制的數量性狀改良中得到成功應用，已經成為輔助作物遺傳改良的有力工具。但由于數量性狀遺傳的復雜性和QTL定位的局限性，導致MAS在復雜數量性狀改良特別是由多個微效基因控制的數量性狀改良中的應用受到諸多限制。近年來，隨著高密度全基因組SNP標記的開發應用及高通量基因分型技術的發展，全基因組選擇（Genomic Selection， GS）作為MAS的一種新方法而備受關注［3 ］，GS-MAS利用覆蓋全基因組的高密度標記信息和表型對個體育種值進行估計，同時關聯主效和微效基因，通過育種值在早期進行復雜性狀（低遺傳力、難測定等）預測和選擇，從而縮短世代間隔，加快育種進程，提高選擇精度，節約成本［3 - 4 ］。

MAS的成功與否主要取決于轉入的靶基因數量和類型、靶基因和側翼標記間距、后代中被選擇的基因型數目、種質資源的屬性和選擇技術等因素。盡管禾本科主要作物均已建立了分子標記遺傳圖譜，牧草作物研究較為滯后，但因大部分作物的分子標記的診斷性、輔助選擇的成本、應用人員的技術水平及與常規育種人員的溝通程度等因素，導致MAS的廣泛應用受到一定限制。一般情況MAS僅發達國家或發展中國家的國家級實驗室、高等院校等科研經費充足和人力資源聚集單位能很好開展，而在欠發達國家MAS的應用和成效不太樂觀，特別是大部分基層單位MAS的實施難度較大。

鑒于此，通過查閱相關文獻，我們綜述了MAS在作物中的應用途徑及未能規模化應用的原因所在，也提出了對策，預測了應用前景，引導MAS在作物育種中發揮重要作用，為國家糧食安全、綠色環境創建和全面建設小康社會奠定基礎。

1? ?MAS在作物育種中的優勢

后代選擇是作物育種中最重要環節之一，通過表型間接對基因型進行選擇具有周期長、效率低等缺點。最有效的選擇方法應是直接依據個體基因型選擇。MAS從分子水平上快速準確的進行基因型選擇，且選擇優勢明顯。第一，分子標記可直接檢測作物基因型，準確鑒定目標基因或性狀的存在與否，避免了傳統選擇中盲目性和不確定性，確保了后代選擇的準確性。第二，MAS可以對種質資源進行全面、高效的評估和利用，快速篩選出具有目標基因或性狀的材料，提高了遺傳資源的利用率。第三，通過MAS可以快速、準確地鑒定作物基因型，避免了傳統選擇的煩瑣、耗時和篩選難度，大大提高了選擇效率，加速了育種進程。第四，傳統育種方法只能選擇可觀測的表型性狀，MAS可直接選擇基因型，而且對隱性基因控制的性狀或品質性狀的選擇優勢更明顯。第五，MAS能在苗期或早代選擇，尤其對生殖階段表達的農藝性狀選擇非常有用，通過苗期早代MAS選擇，淘汰不理想的植株，縮小后代群體的規模，降低工作量。第六，傳統育種方法需要大量的人力物力和時間成本，MAS可在較短的時間內完成大規模篩選，減少選擇時間，提高選擇效率。因此，MAS因其高效準確性等優勢，在遺傳資源評價和作物品種改良等方面得到廣泛應用。

2? ?MAS在作物育種中的應用

以DNA標記為基礎的MAS已應用于作物育種的許多方面，主要涉及種質資源鑒定、遺傳多樣性評價、品種指紋圖譜及純度鑒定、回交選擇、多基因聚合等［5 ］。近年來，隨著高密度全基因組SNP標記的開發應用及高通量基因分型技術的發展，對難以選擇的復雜性狀，以全基因組選擇（GS-MAS）替代表型選擇，可提高育種效率，發揮MAS的高效性和準確性。

2.1? ?種質資源評價

作物育種有益變異獲得的途徑依賴于優異親本的應用，遺傳多樣性豐富、性狀互補資源是親本選擇的基本原則。核心親本的確定需多品系鑒定及其遺傳多樣性評價。新品系選育前，組合配置需鑒定材料的同一性以保證材料的遺傳純度。以作物的指紋圖譜為依據，與目標性狀緊密連鎖或共分離的SSR、STS、AFLP或SNP標記檢驗作物品種的純度，較以資源材料的生育期、株高、芒的有無、穗粒的顏色等農藝性狀確定純度既快捷又準確［6 ］。傳統常規育種通過農藝性狀、籽粒等觀察、測量及其鑒定數據分析來篩選親本，工作量大且易受環境和育種家人為因素影響。DNA標記是種質資源遺傳多樣性評價和純度鑒定的有效工具，可為優良親本作物篩選提供更詳細、更準確的信息［7? ］。DNA標記在玉米和高粱等異花授粉作物的雜種優勢評價及強優勢雜交組合獲得方面非常有效［8? ］。但是，目前還不能根據 DNA 標記數據預測雜種優勢的準確水平［9 ］。

2.2? ?回交選擇

回交是結合一個或多個基因滲入一個優良品種的特殊雜交方式。一般情況下，回交親本具有良好的農藝性狀，僅個別性狀存在缺點；非回交親本具有回交親本需要的目標性狀，且遺傳力強，受少數或單基因控制，最好是顯性遺傳。在回交選擇中DNA標記的廣泛應用可提高選擇效率。回交選擇涉及三個方面［10 ］，一是目標基因前景選擇，尤其適合傳統育種中費時費力難選擇的表型性狀，如品質性狀、隱性基因控制的性狀等；二是重組選擇，即重組事件的測交后代選擇。重組選擇的目的是獲得供體染色體片段，減少連鎖累贅；三是背景選擇，即選擇具有最大回交親本染色體比率的測交后代，高密度的分子連鎖圖譜可同時確定個體在若干個基因座上的標記基因型，利用標記基因型可以對整個基因組進行選擇。利用傳統育種恢復輪回親本至少需要回交6～7代，且產生連鎖累贅的可能性大，利用標記回交選擇僅需2～4代就可達到效果，并能減小連鎖累贅效應。源自中國小麥育種系 KM2939的廣譜顯性抗白粉基因Pm2b，借助分子標記的前景和背景選擇，通過回交已將其滲入到石麥15、石新828 和科農199易感品種中［11 ］。

2.3? ?多基因聚合

作物育種是對控制產量、品質和抗逆性等多個目標性狀的基因進行聚合選擇的過程。常規育種主要依靠育種者的經驗在大量后代群體中選擇目標性狀，存在盲目性和不可預測性。分子標記為基因聚合開拓了廣闊的前景。相對單個抗病基因，病原菌克服2個或多個抗病基因的能力較弱，聚合多個抗病基因成為提高品種（系）抗性水平的主要途徑。應用連鎖或功能標記鑒定和聚合抗病基因相對容易，控制抗病基因/QTL的結合為持久抗性品種選育奠定了基礎［12 - 14 ］。

2.4? ?早代輔助選擇

作物早代選擇可提前淘汰不理想植株，以縮小選擇群體，使選擇的目標性增強，并在一定程度上節約人力物力。另外，如果標記和被關聯的QTL連鎖不十分緊密時，早代MAS效率最高。自花授粉作物的重要目標是使目標等位基因重合，通常在F5～F6代（大部分位點基本純合）選擇。使用連鎖共顯性或功能DNA標記在F2代選擇重合個體是可行的（小部分位點已純合），但需要大群體。尤其當標記選擇較表型選擇花費較小且便利精準時，使用MAS非常有效［15 ］。

2.5? ?全基因組選擇育種

相對于傳統的MAS，GS-MAS是在獲得遍布全基因組的高密度分子圖譜情況下，所有的微效 QTL 都能找到與其處于連鎖不平衡狀態下的標記，利用多態性DNA標記（如SNP）對個體進行基因型分析，并結合相關的遺傳模型和統計方法，能夠更好地利用效應值較小的 QTL，而不僅僅只利用顯著性的標記進行選擇［16 ］。相對于表型選擇來說，GS-MAS的遺傳進度低于表型選擇，但是在后續的測試群體中只進行基因型鑒定，而不進行表型鑒定，可縮短育種周期，提高年平均遺傳進度。研究表明，采用GS-MAS 策略育種能大大減少表型測定的樣本量和花費。GS-MAS 方法具有很高的靈活性，不僅能應用于雙親群體，多親群體、輪回選擇群體，雜交種育種也同樣適用。Zhao等［17 ］利用 GS 方法預測雜交小麥的表現，雙親都被測驗過的雜交種預測精度最高，GS 預測玉米雜交種表現的研究中也有類似的發現［18 ］。

3? ?MAS應用較少的原因

3.1? ?20世紀DNA標記發展較為緩慢

20世紀80年代 DNA標記首次被發展，因SSR、RFLP、AFLP標記的開發耗資費時，包括克隆、引物設計等過程，標記發展比較緩慢。直到20世紀90年代末 SSR標記才得以廣泛應用。盡管重要性狀基因得以標記定位，但大部分標記很難在MAS中高效應用；主要是大部分標記的開發定位依賴于特殊群體，僅能應用于對應基因型的材料。例如目前命名的抗條銹基因、抗白粉病基因共有250個，定位的QTL約有460多個［19 - 20 ］，但能應用于輔助選擇的有效標記很少。隨著SNP等高通量標記的出現，基因型的確定更為便利，標記的開發速度大大提高。

3.2? ?QTL定位的準確性及連鎖不緊密

控制性狀的微效基因/QTL的數量環境、表型數據和群體大小、可重復性等因素均會影響QTL的準確性。當檢測群體少于200個時，檢測到QTL的能力較低，因此，包含QTL區域的置信區間會擴大，主效QTL貢獻率會下降；另外，取樣偏差會導致QTL效應估計值出現較大偏差，群體更小時誤差會更大［21 ］。QTL位置和效應的精準性是標記選擇的前提條件，對 MAS 效應具有重要影響。

標記與基因/QTL之間距離較遠，連鎖不緊密，標記和基因/QTL間會發生交換，甚至初定位確定為緊密連鎖的標記也有可能發生重組［22 ］，使標記和基因分離；標記驗證的過程需要決定相關表型的可靠性，突出側翼標記的優勢。

3.3? ?不同遺傳背景MAS選擇不同

在一些特殊群體中鑒定的QTL，在不同遺傳背景中沒有效應的現象也是經常存在的，例如，Steele等［23 ］發現4個根長QTLs中，通過回交轉育僅發現其中1個QTL被轉入水稻品種中。QTL定位通常利用雙親極端性狀群體的材料，以提高QTL鑒定的概率。這種方法的主要缺點是，親本可能擁有與育種中使用的優異種質相似甚至相同的QTL位點，被轉入優異材料的QTL的效應可能不顯著；在其他情況下，由于和其他位點互作或上位效應，QTL的效應在不同遺傳背景下可能不同［24 ］。

3.4? ?QTL與環境的互作會影響MAS的效應

雖然在不同環境下多個QTL表現一致，但因環境和QTL的互作效應，QTL影響的大小和方向可能根據環境條件的改變而改變，當QTL效應較小時，QTL受環境的影響更大［25 ］。因 QTL 定位研究僅限于特定年份（重復）或地點，QTL與環境相互作用的程度通常是未知的。為了得到高效的MAS效應，必須慎重考慮QTL與環境的互作。

3.5? ?MAS的成本高

與傳統的表型選擇相比，MAS 的成本高出好幾倍。據有關研究顯示，MAS 的成本效益比將取決于幾個因素，例如性狀的可遺傳性、表型評價難易度、標記是否高通量、田間和溫室光溫燃料動力費及勞務費等［26 - 27 ］，另外，購置設備及儀器維護費以及知識產權成本等都會提高MAS的費用［28 ］。對于欠發達地區的科研院所和育種單位來說，經費不足以支持大規模的MAS育種，育種單位可提供親本和輔助選擇的后代材料，由專業性生物公司執行MAS，以降低MAS的成本和提高選擇效率。

3.6? ?分子生物學者與育種工作者缺乏溝通合作

近20年來，DNA標記技術和QTL定位得到了快速發展。在一定程度上作物育種者不能全面地理解分子生物學的理論和術語［29 ］，加之許多高度專業化的設備都基于復雜操作流程，作物育種者在實際操作中會遇到困難；同樣，分子生物學者專注于自己的研究領域，對作物育種中目標性狀、變異創制及選擇關注較少，二者間溝通少，合作就更欠缺，各自對對方的需求了解不足，這些原因限制了分子育種和傳統育種的有效結合，最終影響了MAS在新品種（系）研發中的快速應用。

4? ?MAS在作物育種中的前景展望

作物改良要獲得現實性進展，傳統育種必須與MAS結合，特別是將MAS應用于早代選擇作物。分子標記的高效性和檢測方法是否高通量是決定MAS效率的關鍵因素。隨著DNA測序技術的發展，高通量SNP已成為遺傳研究和作物育種的首選標記，并被廣泛應用于遺傳資源鑒定、MAS、遺傳圖譜構建、連鎖定位和GS-MAS等［30 ］。基于PCR和熒光檢測的KASP分型技術能滿足低、中、高通量基因分型要求，可以檢測到SNP插入和缺失（InDels），此技術可以有效地鑒定多態性位點和單倍型分析。隨著基因測序、標記檢測等生物公司的應用而生，一些新的SNP高通量方法費用已變得價廉而高效，MAS的費用也隨樣品數量和分析標記數量的增大而降低［26 ］。因此，隨著基因測序、功能基因組的研究、高通量SNP標記的開發以及分型技術的發展，未來在作物育種中MAS的應用前景更為廣闊。

功能基因的鑒定可開發等位基因特異性標記，功能標記較連鎖標記更有效。過去10多年來基因組研究進展很快，功能基因組研究的數據使控制許多性狀的候選基因得以鑒定，候選基因的SNP在關聯分析和MAS中非常有用［31 - 32 ］。此外，基因組測序將會提供大量的數據，目前Gramence和GrainGenes是禾谷類作物中最廣泛和有用的兩個基因數據庫［33 ］，這些數據在可用于其他禾谷類作物QTL定位和標記開發［34 - 35 ］，為MAS的廣泛應用奠定了基礎。

近年來，生物信息學的發展促進了GS-MAS在作物育種中的廣泛應用。GS-MAS利用多態性DNA標記（如SNP）對個體進行基因型分析，能夠捕獲所有的遺傳變異［36 ］，不依賴表型信息進行個體選擇，選擇準確性更高。GS可以繞過傳統的繁殖試驗，無須進行大量的雜交和后代篩選，通過育種值在早期進行復雜性狀（低遺傳力、難測定等）預測和選擇，從而縮短世代間隔，大幅度加快育種進程，提高選擇精度，節約成本［37 ］。同時，GS通過對大規模的基因型和表型數據進行分析，還可以發現新的遺傳基因和相關性狀，這些信息可以幫助育種者更好地理解物種的遺傳背景和表型變異，并為育種目標的選擇和優化提供指導。所以，在短期內MAS在作物改良方面的應用不會減弱。另外，MAS在一些缺乏基因組資源的孤生作物中應用相對較少，在一些育種資金有限的發展中國家，作物育種幾乎沒有采用MAS技術［38 ］，所以MAS在孤生作物和一些發展中國家中存在很大的應用潛力。

總之，隨著水稻、玉米、小麥等作物全基因組測序的完成，高通量標記技術（如DArT和SNP等）的革新、功能基因組的研究和生物信息學的快速發展，MAS將會在作物選擇育種中得到廣泛應用，為作物育種做出更大貢獻，使育種工作發生革命性變化。

參考文獻：

［1］ HASAN N， CHOUDHARY S， NAAZ N， et al.? Recent advancements in molecular marker-assisted selection and applications in plant breeding programmes［J］.? Journal of Genetic Engineering and Biotechnology. 2021， 19（1）：128-153.

［2］ GUPTA P K， KUMAR J， MIR R R， et al.? Marker-assisted selection as a component of conventional plant breeding［J］.? Plant Breeding Reviews， 2010， 33（7）： 145-217.

［3］ NAKAYA A， ISOBE S N.? Will genomic selection be a practical method for plant breeding［J］.? Annala of Botany， 2012， 110（6）： 1303-1318.

［4］ XU Y B， LU Y L ， XIE C X， et al.? Whole-genome strategies for marker-assisted plant breeding［J］.? Molecular Breeding， 2012， 29（4）： 833-854.

［5］ COLLARD B C， MACKILL D J.? Marker-assisted selection： an approach for precision plant breeding in the twenty-first century［J］.? Philosophical Transactions of the Royal Society B， 2008， 363（8）： 557-572.

［6］ JOSIA C， MASHINGAIDZE K， AMELEWORK A B， et al. SNP-based assessment of genetic purity and diversity in maize hybrid breeding［J］.? PLoS One. 2021， 16（8）： e0249505.

［7］ SURAPANENI M， BALAKIRSHNAN D， MESAPOGU S， et al.? Genetic characterization and population structure of Indian rice cultivars and wild genotypes using core set markers［J］.? Biotech， 2016， 6（1）： 95.

［8］ BOEVEN P H， LONGIN C F H， WURSCHUM T.? A unified framework for hybrid breeding and the establishment of heterotic groups in wheat［J］.? Theoretical and Applied Genetics， 2016， 129（6）： 1231-1245.

［9］ HUSSAIN I， ALI S， LIU W， et al.? Identification of heterotic groups and patterns based on genotypic and phenotypic characteristics among rice accessions of diverse origins［J］.? Frontiers in Genetics. 2022， 13：811124.

［10］ RIBAUT J M， RAGOT M.? Marker-assisted selection to improve drought adaptation in maize： the backcross approach， perspectives， limitations， and alternatives［J］.? Journal of Experimental Botany， 2007， 58（2）： 351-360.

［11］ XU H X， CAO Y W， XU Y F， et al.? Marker-assisted development and evaluation of near-isogenic lines for broad-spectrum powdery mildew resistance gene Pm2b introgressed into different genetic backgrounds of wheat［J］.? Frontiers in Plant Science， 2017， 8（7）： 1322-1330.

［12］ PRADHAN S K， NAYAK D K， MOHANTY S， et al.? Pyramiding of three bacterial blight resistance genes for broad-spectrum resistance in deep-water rice variety， Jalmagna［J］.? Rice， 2015， 8（1）： 1-14.

［13］ HITTALMANI S， PARCO A， MEW T V， et al.? Fine mapping and DNA marker-assisted pyramiding of the three major genes for blast resistance in rice［J］.? Theoretical and Applied Genetics， 2000，100（7）： 1121-1128.

［14］ CASTRO A J， CAPETTINI F， COREY A E， et al.? Mapping and pyramiding of qualitative and quantitative resistance to stripe rust in barley［J］.? Theoretical and Applied Genetics， 2003， 107（5）： 922-930.

［15］ FLINT-GARCIA S A， DARRAH L L， MCMULLEN M D， et al.? Phenotypic versus marker-assisted selection for stalk strength and second-generation European corn borer resistance in maize［J］.? Theoretical and Applied Genetics. 2003， 107（7）： 1331-1336.

［16］ HEFFNER E L， SORRELLS M E， JANNINK J L. Genomic selection for crop improvement［J］.? Crop Science， 2009， 49（1）： 1-12.

［17］ ZHAO Y， ZENG J， FEMANDO R， et al.? Genomic prediction of hybrid wheat performance［J］. Crop Science， 2013， 53（3）： 802-810.

［18］ MASSMAN J M， GORDILLO A， LOTENZANA R E， et al.? Genomewide predictions from maize single-cross data［J］.? Theoretical and Applied Genetics， 2013， 126（1）： 13-22.

［19］ CHEN X M， KANG Z S.? Stripe rust， Chapter 5： Stripe rust resistance［M］.? Springer： Dordrecht. 2017.

［20］ GUO J， LIU C， ZHAI S N， et al.? Molecular and physical mapping of powdery mildew resistance genes and QTLs in wheat： A Review［J］.? Agricultural Science & Technology， 2017， 18（6）： 965-970.

［21］ MELCHINGER A E， UTZ H F， SCHON C C.? Quantitative trait locus（QTL） mapping using different testers and independent population samples in maize reveals low power of QTL detection and large bias in estimates of QTL effects［J］.? Genetics， 1998， 1（4）： 383-403.

［22］ TJOMAS W.? Prospects for molecular breeding of barley ［J］.? Annals of Applied Biology， 2003， 142（1）： 1-12.

［23］ STEELE K A， PRICE A H， SHASHIDHAR H E， et al. Marker-assisted selection to introgress rice QTLs controlling root traits into an Indian upland rice variety［J］.? Theoretical and Applied Genetics， 2006， 112（2）： 208-221.

［24］ MENDEZ-VIGO B， MARTINEZ-ZAPATER J M， ALONSO-BLANCO C. The flowering repressor SVP underlies a novel Arabidopsis thaliana QTL interacting with the genetic background［J］.? PLOS Genetics. 2013， 9（1）：e1003289.

［25］ LI P， ZHANG Y， YIN S， et al.? QTL-By-Environment interaction in the response of maize root and shoot traits to different water regimes［J］.? Frontiers in Plant Science， 2018， 9：229.

［26］ DREHER K， KHAIRALLAH M， RIBAUT J， et al.? Money matters （I）： costs of field and laboratory procedures associated with conventional and marker-assisted maize breeding at CIMMYT［J］.? Molecular Breeding， 2003，11：221-234.

［27］ MORRIS M， DREHER K， RIBAUT J M， et al. Money matters（II）： costs of maize inbred line conversion schemes at CIMMYT using conventional and markerassisted selection［J］.? Molecular Breeding， 2003， 11：235-247.

［28］ JORASCH P.? Intellectual property rights in the field of molecular marker analysis［J］.? Biotechnology in Agriculture and Forestry， 2004， 55： 433-471.

［29］ COLLARD B， JAHUFER M， BROUWER J B， et al.? An introduction to markers， quantitative trait loci（QTL） mapping and marker-assisted selection for crop improvement： the basic concepts［J］.? Euphytica， 2005， 142（1-2）： 169-196.

［30］ RIMBERT H， DARRIER B， NAVARRO J， et al.? High throughput SNP discovery and genotyping in hexaploid wheat［J］.? PLoS One， 2018， 13（1）： e0186329.

［31］ GUPTA P K， RUSTGI S， KULWAL P L.? Linkage disequilibrium and association studies in higher plants： Present status and future prospects［J］.? Plant Molecular Biology， 2005， 57（4）： 461-485.

［32］ BRESEGHELLO， F.? Association mapping of kernel size and milling quality in wheat （Triticum aestivum L.） cultivars［J］.? Genetics， 2006， 172（2）：1165-1177.

［33］ MATTHEWS D E， CAROLLO V L， LAZO G R， et al. GrainGenes， the genome database for small-grain crops［J］.? Nucleic Acids Research， 2003， 31（1）： 183-186.

［34］ YUAN Q. Rice bioinformatics. Analysis of rice sequence data and leveraging the data to other plant species［J］. Plant Physiology， 2001， 125（3）： 1166-1174.

［35］ VARSHNEY R K， GRANER A， SORRELLS M E. Genic microsatellite markers in plants： features and applications［J］.? Trends in Biotechnology， 2005， 23（1）： 48-55.

［36］ TARANTO F， D'AGOSTINO N， RODRIGUEZ M， et al. Whole genome scan reveals molecular signatures of divergence and selection related to important traits in durum wheat germplasm［J］.? Frontiers in Genetics， 2020. 11（4）： 217-238.

［37］ 劉? ?策，孟煥文，程智慧.? 植物全基因組選擇育種技術原理與研究進展［J］.? 分子植物育種，2020，18（16）：5335-5342.

［38］ NAYLOR R L， FALCON W P， GOODMAN R M， et al. Biotechnology in the developing world： a case for increased investments in orphan crops［J］.? Food Policy， 2004， 29： 15-44.