用3種方法定位玉米萌發期和苗期的耐鹽和耐堿相關性狀QTL

張春宵 李淑芳 金峰學 劉文平 李萬軍 劉 杰,3 李曉輝,*

?

用3種方法定位玉米萌發期和苗期的耐鹽和耐堿相關性狀QTL

張春宵1李淑芳1金峰學1劉文平1李萬軍2劉 杰1,3李曉輝1,*

1吉林省農業科學院作物資源研究所, 吉林公主嶺 136100;2吉林省農業科學院洮南綜合試驗站, 吉林洮南 137100;3延邊大學農學院, 吉林延吉 133400

以耐鹽堿鄭58和鹽堿敏感昌7-2為親本, 構建包含151份F2:5重組自交系(RILs)群體。基于3K芯片對鄭58、昌7-2及其F2:5家系進行基因型分析, 構建了包含1407個SNP分子標記的高密度遺傳連鎖圖譜。該圖譜的各染色體標記數在84~191之間, 標記間的平均距離為0.81 cM。脅迫液為200 mmol L–1NaCl和100 mmol L–1Na2CO3, 對照液為蒸餾水或霍格蘭營養液, 對鹽、堿脅迫和自然條件下玉米的發芽率(GP)、株高(PH)、植株干、鮮重(FW、DW)、幼苗組織含水量(TWS)、植株地上部分鈉含量(SNC)、鉀含量(SKC)、鈉/鉀含量比(NKR)、苗期耐鹽率(STR)、耐堿率(ATR) 10項指標, 采用3種不同的作圖方法同時定位研究, 對加性QTL定位采用復合區間作圖法(CIM)和完備區間作圖法(ICIM), 對加性QTL與環境互作聯合分析采用混合線性模型的復合區間作圖法(MCIM)。結果表明, (1)與對照條件下各性狀表型值相比, 耐堿相關性狀的降低較耐鹽相關性狀明顯, 說明玉米對堿脅迫更加敏感和堿脅迫對玉米的傷害更嚴重。堿與鹽脅迫下SKC相當而SNC差異較大, 表明Na+、K+的吸收和運輸是相互獨立的兩個過程, 玉米鹽、堿脅迫可能是兩種性質不同的脅迫。(2)在自然、鹽和堿脅迫條件下, 運用CIM分別檢測到27、28、40個加性QTL; 運用ICIM分別檢測到28、23、17個加性QTL; 運用MCIM共檢測到11個耐鹽加性QTL、4個環境互作QTL以及11個耐堿加性QTL、3個環境互作QTL。(3)鹽脅迫條件下的、、、和堿脅迫條件下的、能被3種作圖方法重復檢測到。與前人結果比較,、、、定位在相同或鄰近區域,尚未見報道。本研究結果為精細定位玉米耐鹽堿主效基因、挖掘候選基因和開發用于標記輔助選擇的實用功能標記奠定基礎。

玉米; 萌發期; 苗期; 鹽/堿脅迫; QTL定位

玉米(L.)的種植面積已躍居我國糧食作物首位[1], 高產及穩產對國家糧食安全起到至關重要的作用。我國的可耕地面積逐漸縮小, 過量施肥、不合理灌溉及環境惡化等多種因素導致土壤鹽堿化加重, 鹽堿地面積已逾6.7×106hm2, 成為影響農業生產的第二大災害, 同時也成為當前阻礙玉米生產的“瓶頸”[2]。圍繞耐鹽堿相關性狀, 定位主效基因并培育具有鹽堿抗性的品種是解決上述問題的最有效途徑, 意義重大。

近年來, 國內外已圍繞耐鹽堿性狀相繼開展了QTL定位研究。管飛翔等[3]利用RA×M5P構建F6分離群體, 在鹽、堿、對照3種環境下, 共檢測到10個與相對胚根長、相對胚芽長相關的QTL, 響應鹽脅迫的2個QTL分別位于第1、第7染色體, 響應堿脅迫的3個QTL分別位于第1、第3染色體, 對照條件下檢測到5個QTL分別位于第1、第2、第6、第8、第10染色體。王士磊等[4]選用黃早四與Mo17雜交, 構建F7及F8, 以250 mmol L–1NaCl為脅迫溶液, 共檢測到6個與存活時間、株高變化率、干/鮮重變化率等性狀相關的QTL, 它們分別位于第1、第5、第6染色體。馬曉軍等[5]利用耐堿鄭58×堿敏感昌7-2構建的F2分離群體, 在100 mmol L–1Na2CO3溶液脅迫下調查玉米幼苗耐堿率, 共檢測到4個位于第2、第5、第7染色體上的QTL。吳丹丹[6]采用9個表型性狀, 包括鮮重(SFW)、干重(SDW)、出苗率(FGR)、組織含水量(TWC)、耐鹽指數(STR、FSTR)、鈉、鉀含量比(SNC/SKC)、地上鈉離子含量(SNC)、地上鉀離子含量(SKC)等, 共檢測到20個加性QTL與鹽脅迫相關, 且分布于玉米7條染色體上, 能夠解釋0.98%~58.33%的變異范圍, 其中有5個QTL解釋的變異率達到20%以上。Mohammad[7]利用鹽敏感材料B73×耐鹽CZ-7構建的F2群體, 在對照和200 mmol L–1NaCl脅迫下調查莖長(SL)、根長(RL)、莖/根長度比(RRLSL)、地上部分鮮重(SFW)、根鮮重(RFW)、植物鮮重(PFW)、地上部分干重(SDW)、根干重(RDW)、植株干重(PDW)、地上部分/根干重(RRDWSDW) 10個性狀, 得到16個正常條件下和25個鹽脅迫條件下的QTL, 其中14個QTL可解釋10%的表型變異。Luo等[8]以PH6WC和PH4CV構建240個DH系的作圖群體, 分別在鹽池和正常土壤下調查株高并計算耐鹽指數, 共檢測到26個QTL, 在第1染色體上檢測到鹽土植株高度(SPH)主效QTL, 可解釋表型變異的31.2%。

土壤鹽堿化相伴而生, 通常包括以土壤鹽度升高為特征的鹽化和以土壤pH升高為特征的堿化[9]。盡管玉米對鹽、堿的耐性高度相關, 但堿對玉米的傷害程度高于鹽。關于玉米苗期耐鹽性QTL定位的文章已有大量報道, 但鮮有關于玉米耐堿性QTL的。本研究利用同一套試材, 分別開展耐鹽性、耐堿性遺傳機制的研究, 力求全面揭示玉米耐鹽堿遺傳機制, 以利玉米耐鹽堿育種。

1 材料與方法

1.1 材料

以全國種植面積連續10年一直保持在3.30×106hm2以上的玉米雜交種鄭單958的雙親, “耐鹽堿型”鄭58和“鹽堿敏感型”昌7-2雜交并通過“單粒傳”獲得的151份F2:5重組自交系作為試驗材料。

1.2 試驗設計

試驗于2015年在吉林省農業科學院公主嶺試驗基地進行。

1.2.1 萌發試驗 以151份家系及雙親為試驗材料, 從每份材料取30粒種子, 設3次重復, 分別于鹽脅迫處理液(200 mmol L–1NaCl)、堿脅迫處理液(100 mmol L–1Na2CO3, pH 11.17)及對照(蒸餾水)中。于光照培養箱中暗培養, 溫度為25℃, 濕度為60%。

1.2.2 苗期試驗 151份家系及雙親每份選取30粒種子、3次重復, 種植于裝有蛭石的營養缽(直徑9 cm), 置光照培養箱中。培養條件為16 h光照及8 h黑暗交替, 濕度為60%, 溫度為(25±2)℃/(20±2)℃晝/夜交替, 光強為50~60 μmol m–2s–1。待幼苗長至三葉一心時, 使用鹽脅迫液(200 mmol L–1NaCl)或堿脅迫液(100 mmol L–1Na2CO3)澆灌, 對照為澆灌霍格蘭營養液, 以蛭石持水量的2倍為澆灌量。

1.3 表型測定

1.3.1 萌發試驗 培養7 d后測定151份家系及雙親發芽率。遵照《糧油檢驗發芽試驗GB/T 5520-2011》, 以幼根達籽粒長、幼芽至少達籽粒長的1/2為發芽標準, 調查記載種子的發芽率[10]。

1.3.2 苗期試驗 脅迫4 d后調查統計每個家系及親本的苗期耐鹽率(STR)或耐堿率(ATR)。用數字0~5級來表示幼苗葉片的鹽堿傷害程度, 統計F2:5重組自交系耐鹽堿指數。0級, 幼苗生長正常, 沒有鹽堿害癥狀; 1級, 幼苗生長受鹽堿害較輕, 僅葉尖焦枯; 2級, 幼苗30%的葉片枯黃或失綠; 3級, 幼苗50%的葉片枯黃或失綠; 4級, 幼苗大部分枯黃僅心葉綠; 5級, 幼苗完全枯死[11]。

以幼苗地上部分伸直后最高點的高度為株高(PH)[12]。

取完整植株, 用蒸餾水快速沖洗掉蛭石和灰塵, 濾紙吸干植株表面殘留水分, 稱鮮重(FW), 放入烘箱中, 105℃殺青20 min后80℃烘干至恒重, 稱干重(DW)[13]。

根據稱得的鮮重、干重, 計算玉米幼苗組織含水量(TWC)[14]。

將烘干后的地上部分磨成粉末, 采用火焰分光光度計法, 測定幼苗的地上部分鈉含量(SNC)、鉀含量(SKC)、鈉/鉀含量比(NKR)。

1.4 基因分型和連鎖圖譜構建

采用CTAB法提取151份F2:5重組自交系及雙親本葉片DNA, 通過瓊脂糖凝膠電泳及分光光度計(Nanodrop 2000)檢測DNA的質量。對符合要求的DNA樣品, 通過MaizeSNP 3072微陣列[15]進行基因型分析。對具有多態性的SNPs數據, 使用QTL IciMapping 3.3[16]構建遺傳連鎖圖譜, 設置最小LOD值為3.0, 且用Kosambifunction[17]功能來啟動程序, 用厘摩(cM)來表示圖譜上標記的間距。

1.5 數據分析及QTL定位

依靠SPSS 22.0軟件(SPSS Inc, Chicago, USA)統計分析表型數據和檢驗相關性。分別利用QTL Cartographer 2.5軟件[18]、QTL IciMapping v3.3軟件及QTL Network 2.1[9]軟件中的復合區間作圖法(CIM, composite interval mapping)、完備區間作圖法(inclusive composite interval mapping, ICIM)和基于混合線性模型的復合區間作圖法(mixed composite interval mapping, MCIM)進行耐鹽或耐堿QTL定位分析。采用CIM和ICIM進行加性QTL定位時, 設閾值LOD=2.5, 采用MCIM進行耐鹽性或耐堿性相關性狀定位加性QTL及QTL與處理間的互作時設臨界閾值=0.05。參照McCouch等[20]的方式命名上述QTL。

2 結果與分析

2.1 表型變異與性狀相關分析

表1表明, 對照條件下, 6個指標GP、PH、FW、DW、TWC、SKC在雙親間差異不大, 均未達到顯著水平。鹽脅迫條件下, 6個指標PH、FW、STR、SKC、SNC、NKR在雙親間表現出顯著或極顯著差異; 堿脅迫條件下, 8個指標GP、PH、FW、DW、ATR、SKC、SNC、NKR在雙親間表現出顯著或極顯著差異, 二者均為QTL分析提供了較好的遺傳背景; 脅迫條件下, SNC、NKR等指標值均大于對照值。而鹽、堿脅迫條件下, 除了TWC其余性狀各表型值的變異系數均超過10%, 且存在超親分離家系。除了鹽脅迫條件下的TWC外, 其余性狀各表型值基本符合正態分布, 峰度、偏斜度的絕對值≤1.0 (圖1~圖3)。

2.2 玉米苗期鹽/堿脅迫條件下相關表型性狀的相關分析

綜合分析圖1至圖3, 堿脅迫與鹽脅迫條件下GP間呈極顯著正相關, 相關系數為0.67; 在堿脅迫條件下, PH與鹽脅迫下PH、FW、DW呈極顯著正相關, 相關系數依次為0.49、0.37、0.33; 在堿脅迫條件下, FW與鹽脅迫下PH、FW、DW呈極顯著正相關, 相關系數依次為0.45、0.40、0.39; 在堿脅迫條件下, DW與鹽脅迫下PH、FW、DW呈極顯著正相關, 相關系數依次為0.46、0.43、0.46。與對照條件下各性狀表型值相比, 耐堿相關性狀降低較耐鹽明顯, 堿脅迫下ATR降低幅度大于鹽脅迫下STR, 表明與鹽脅迫相比, 玉米對Na2CO3脅迫更加敏感且傷害更嚴重。兩脅迫下SKC相當而SNC差異較大, 說明Na+、K+的吸收和運輸是相互獨立的兩個過程, 玉米鹽、堿脅迫可能是兩種性質不同的脅迫。

表1 苗期151個家系以及親本在對照、鹽及堿處理條件下各性狀的表型值

*表示0.05概率水平差異顯著;**表示0.01概率水平差異顯著。GP: 發芽率; PH: 株高; FW: 地上鮮重; DW: 地上干重; TWC: 組織含水量; SRT: 耐鹽率; ATR: 耐堿率; SKC: 鉀含量; SNC: 鈉含量; NKR: 鈉鉀比; N: 對照; S: 200 mmol L–1NaCl脅迫; A: 100 mmol L–1Na2CO3脅迫。

*Significant at the 0.05 probability level.**Significant at the 0.01 probability level. GP: germination percentage; PH: plant height; FW: shoot fresh weight; DW: shoot dry weight; TWC: tissue water content; STR: salt tolerance rating; ATR: alkaline tolerance rating; SKC: shoot K+concentration; SNC: shoot Na+concentration; NKR: shoot Na+/K+ratio; N: normal treatment; S: 200 mmol L–1NaCl treatment; A: 100 mmol L–1Na2CO3treatment.

圖1 F2:5群體對照條件下相關性狀的相關性分析與頻數分布

*和**分別表示在5%和1%; NS: 不顯著; 縮寫同表1。

* and ** significant at the 5% and 1% probability levels, respectively; NS: no significant.Abbreviations are the same as those given in Table 1.

圖2 F2:5群體鹽脅迫條件下耐鹽相關性狀的相關性分析與頻數分布

*和**分別表示在 5%和1%水平顯著性; NS: 不顯著; 縮寫同表1。

* and ** significant at the 5% and 1% probability levels, respectively; NS: no significant.Abbreviations are the same as those given in Table 1.

圖3 F2:5群體堿脅迫條件下耐堿相關性狀的相關性分析與頻數分布

*和**分別表示在5%和1%水平顯著性; NS: 不顯著; 縮寫同表1。

* and ** significant at the 5% and 1% probability levels, respectively; NS: no significant.Abbreviations are the same as those given in Table 1.

2.3 遺傳連鎖圖譜構建

用151個F2:5RILs群體構建連鎖圖譜, 從3072個SNP標記中篩選出1407個有效多態性標記, 使用IciMapping 3.3軟件繪圖(圖4), 該圖譜總長度1145.42 cM, SNP標記分布于玉米10條染色體上, 各染色體標記數是84~191個, 標記間的平均距離為0.81 cM。

2.4 玉米耐鹽、耐堿相關性狀的QTL定位分析

2.4.1 利用CIM對玉米耐鹽、耐堿相關性狀的QTL定位分析 在3種條件下, 分別檢測到27、28、40個加性QTL (附表1)。在自然條件下, 27個QTL分布于玉米第1~第7和第9染色體, LOD值在2.6~17.9之間, 能夠解釋2.3%~26.2%的變異; 在鹽脅迫條件下, 28個QTL遍布于玉米10條染色體, LOD值在2.5~7.3之間, 能夠解釋2.0%~11.4%的變異; 在堿脅迫條件下, 40個QTL遍布于玉米10條染色體, LOD值在2.6~9.3之間, 能夠解釋2.1%~25.4%的變異。

2.4.2 利用ICIM對玉米耐鹽、耐堿相關性狀的加性QTL定位分析 由附表2可知, 在自然條件下, 共檢測到遍布于玉米10條染色體上的28個QTL, LOD值分布在2.7~9.6之間, 分別解釋性狀變異的1.5%~14.4 %; 在鹽脅迫條件下, 共檢測到遍布于玉米第1~第3、第5~第9染色體上的23個QTL, LOD值分布在2.7~7.1之間, 分別解釋性狀變異的1.0%~12.1%; 在堿脅迫條件下, 共檢測到遍布于玉米第2、第3、第5、第8和第9染色體上的17個QTL, LOD值分布在2.5~ 5.2之間, 分別解釋性狀變異的1.3%~16.3%。

2.4.3 利用MCIM對玉米耐鹽、耐堿相關性狀的QTL定位分析 在鹽脅迫條件下, 共檢測到11個加性QTL及4個環境互作QTL, 遍布于玉米除第10染色體外的其余染色體上, 分別解釋性狀變異的3.1%~13.8 %。在堿脅迫條件下, 共檢測到11個加性QTL及3個環境互作QTL, 遍布于玉米第1~第4、第7~第9染色體上, 分別解釋性狀變異的1.1%~11.5% (附表3)。

2.4.4 3種QTL作圖方法耐鹽定位結果比較 基于上述3種QTL作圖方法, 比較全部耐鹽、耐堿定位結果(表2、表3和圖4)。在自然及鹽脅迫條件下,、、與能被3種作圖方法重復檢測到, 表型貢獻率分別為6.26%~ 13.79%、2.73%~11.09%、4.52%~8.14%和5.54%~ 11.02%。在自然及堿脅迫條件下,與能被3種作圖方法重復檢測到, 表型貢獻率分別為9.59%~11.53%和4.61%~10.46%。

圖4 基于SNP標記的玉米遺傳連鎖圖譜

3 討論

3.1 鹽堿脅迫對玉米苗期表型性狀的影響

土壤鹽堿化影響作物的正常生理代謝和生理活動, 主要表現在離子毒害、滲透脅迫和營養吸收不平衡等方面。從萌發到成熟的各個生長發育階段, 玉米均受到不同程度鹽堿危害, 尤其在生長發育前期(萌發期和苗期)對脅迫最為敏感。鹽堿脅迫下, 影響細胞分裂和伸長, 葉片失綠、植株生長緩慢, 根系相對活力降低, 相對生長量減少, 脅迫時間延長受害加劇[21]。本研究表明, 堿脅迫對玉米植株傷害大于鹽脅迫, 這與前人研究結果一致[22]。原因可歸結為, 堿脅迫下pH值升高, 嚴重破壞細胞原生質膜系統和光合結構, 使有氧呼吸及光合功能下降[23]。此外, pH值升高還可能使某些微量元素利用率降低, 如Fe、Mg等直接影響葉綠素合成[24], 光合色素含量降低[25], 作物生長受限, 產量下降。

眾多研究報道指出, GP、PH、FW、DW、TWC、SKC、SNC、NKR、STR/ATR等指標在作物耐鹽堿鑒定中具可行性[4,6-7,14,27]。這些指標均具有可操作性強、周期短、效率高等優點, 而且鑒定結果與全生育期鑒定結果極顯著相關, 適宜大量材料的耐鹽堿性篩選[26]。耐鹽/堿率作為植物耐鹽堿性鑒定指標中最直觀的指標廣泛被使用[27-29], 本研究也將其作為重要指標評價家系耐鹽堿性, 并用于QTL定位。

3.2 CIM、ICIM和MCIM對玉米苗期耐鹽堿相關性狀的加性QTL定位分析

基于多種QTL作圖方法對玉米耐鹽堿相關性狀進行QTL定位, 與以往研究中采用的單一遺傳模型相比, 增強了QTL檢出率, 提高了QTL位置及效應估計的精準度。因此, 本研究認為采用CIM、ICIM和MCIM 3種作圖方法共同發現的QTL可信度較高。比較發現, CIM定位到的QTL基本覆蓋了ICIM及MCIM的定位結果, 且貢獻率也相對較高, ICIM定位結果次之, MCIM定位結果最少, 這與梁銀培等[30]的研究結果吻合。其原因可能是MCIM較ICIM除考慮加性、上位性互作外, 還包括與環境互作效應[31]。當然, QTL的作圖原理都是數學統計中的概率事件, 盡管CIM檢測到的QTL數量較多, 但不能排除存在假陽性的可能, 導致遺漏一些重要遺傳信息[32]。本研究檢測到的55、66和71個相關QTL中,與、與、與、與分別以鹽脅迫和堿脅迫作為環境因子被MCIM共同檢測到;、與,、與分別以堿脅迫與鹽脅迫作為環境因子被MCIM和CIM的鹽脅迫條件下共同檢測到;、與分別以堿脅迫和鹽脅迫作為環境因子被MCIM與ICIM的鹽脅迫條件下共同檢測到;、與被ICIM的鹽脅迫、堿脅迫與ICIM的鹽脅迫條件下共同檢測到。

大量的研究表明, 植物的耐鹽堿相關性狀表現為連續性變異, 是受多個基因共同調控的復雜數量性狀[33-35]。本研究以200 mmol L–1NaCl和100 mmol L–1Na2CO3溶液分別作為鹽、堿脅迫溶液, 二者Na+含量相同。上述性狀同時在鹽、堿脅迫條件下重復檢測到, 表明這些QTL可能是響應Na+脅迫的QTL。鹽、堿脅迫條件下重復檢測到與表明, Na+、K+濃度的遺傳是互為獨立的。、、、、共區間,、、、、、、、共區間, 它們形成2個QTL簇, 表明這些性狀可能是由單基因或多個緊密連鎖基因共同調控的。

值得注意的是,、與,、與,、與同時被CIM、ICIM的鹽脅迫條件下和MCIM共同檢測到。、與同時被CIM、ICIM的堿脅迫條件下和MCIM共同檢測到。、、與、同時被CIM和ICIM在自然條件下、CIM的鹽脅迫條件下以及堿脅迫作為環境因子的MCIM共同檢測到。因此, 鹽脅迫下的、、、和堿脅迫下的、將為下一步精細定位耐鹽堿主效QTL, 進而圖位克隆玉米耐鹽堿主效基因奠定了試驗基礎。

3.3 與前人耐鹽堿性分析結果比較

與前人研究比較, 本研究結果盡管有部分QTL處于相鄰區域, 但大部分QTL結果處于不同區間, 這可能與作圖群體不同和鹽/堿兩種處理方式對玉米傷害作用機制不同有關。本研究將擬開展下步精細定位進而圖位克隆的5個QTL、、、、, 與前人玉米耐鹽堿定位結果比較(表4, 附表1~附表3)表明,位于第3染色體, 區間為219.78~219.97 Mb, 與管飛翔[3]檢測到影響堿環境下相對胚根長的定位在相鄰區域;位于第6染色體, 區間為163.71~165.05 Mb, 與吳丹丹[6]檢測到影響植株K+含量的和管飛翔[3]檢測到影響植株胚芽長的定位在相鄰區域;位于第7染色體, 區間為169.88~172.62 Mb, 該QTL在前人的耐鹽堿定位中未發現相關報道;位于第8染色體, 區間為26.59~106.74 Mb, 與Luo等[8]檢測到影響株高的定位到相同區間, 與管飛翔[3]檢測到影響植株胚芽長的定位在相鄰區域;位于第9染色體, 區間為103.92~109.32 Mb, 與Luo等[8]檢測到影響株高系數的定位在相鄰區域。

3.4 作物耐鹽堿QTL定位存在問題與解決對策

3.4.1 表型鑒定滯后與高通量精準表型鑒定平臺搭建 QTL定位有表型鑒定和遺傳連鎖圖譜構建兩個關鍵環節。然而, 由于難以模擬實際生境, 作物耐鹽堿性狀表型鑒定最容易出現偏差。相比迅猛發展的高通量基因型檢測技術, 發展遲緩的精準表型鑒定技術已成為制約數量性狀基因定位的主要瓶頸。為了有效地解決上述難題, 必須搭建可控環境下的高通量精準表型鑒定平臺。它主要基于機器視覺技術, 對單株植物近距離觀測分析其長勢信息和表型參數, 在自動化流水線和智能圖像處理系統支持下, 開展大規模觀測與分析研究。

表4 前人耐鹽堿研究結果

Table 4 Reported salt-alkali tolerance QTLs in the study

性狀TraitQTL染色體Chr.左標記Left marker右標記Right marker位置Position (cM)LOD加性效應Additive effect貢獻率R2 (%)參考文獻References SRLPqSRLP-11umc1568umc140355.302.49–0.077.50管飛翔[3] SRLRqSRLR-77umc2160phi0346.803.47–0.066.05Guan [3] ARLPqARLP-11phi120umc174434.222.58–0.094.75 SRLRqARLR-3-13umc1052umc205029.013.820.1110.20 SRLRqARLR-3-23dupssr17bnlg19748.012.25–0.063.96 LPqLP-1010umc1196umc204318.252.34–0.404.15 LRqLR-11umc1306phi12012.012.060.976.06 LRqLR-22umc2129umc21102.012.150.814.15 LRqLR-66umc1490umc176221.462.290.945.74 LRqLR-88umc1777umc2075135.332.310.844.48 FWqFW-11phi064phi2654528.833.58–0.56787王士磊等[4] DWqDW-11phi064phi2654528.833.13–0.52198Wang et al.[4] PHqPH-11phi064phi2654529.002.79–0.24787 DWqDW-55phi024umc169225.602.68–0.06838 STqST-55phi087phi04888.094.341.337610 STqST-66phi126phi423796.572.651.14716 FGRQFgr11PZE101140869PZE10113811677.1–12.22030.43吳丹丹[6] FSTRQFstr11PZE101140869PZE10113811677.10.78358.33Wu [6] STRQStr11PZE101130082PZE10111934285.90.22214.25 STRQStr33PZE103072593PZE10307241544.10.31824.98 STRQStr77PZE07012564PZB02215.492.9–0.1423.37 TWCQTwc11PZE101130082PZE10111934285.9–0.4891.65 TWCQTwc33PZE103083718SYN1651947.1–0.68211.65 TWCQTwc77PZE107020363SYN2418682.10.3642.41 TWCQTwc99PZA03596.1PZE10906199748.3–0.3844.19 SNCQSnc33PZE103052343PZE10307259343.7–0.9484.33 SNCQSnc55SYN22663PZE105006095119.7–0.8814.37 SKCQSkc33PZE103072593PZE10307241544.13.93615.43 SKCQSkc55SYN29254PZE10513711234.1–2.3288.22 SKCQSkc77PZE107104709PZE10710329435.6–1.6604.36 SKCQSkc99PZE109034705PZE10903792947.12.3075.43 SKNQSkn33PZE103072415PZE10307377044.117.3582.32 SKNQSkn4.14PZE104049567PZE10405217582.240.29416.81 SKNQSkn4.24PZE104033683PZE10403137484.432.66716.85 SKNQSkn55PZE105182641PZE1051778181.0016.1891.21 SKNQSkn66SYN9304SYN2298973.80–12.7951.17 NPH(2014)qNPH44PZE104023902SYN488949.714.398.408.33Luo等[8] NPH(2014)qNPH88PZE108041337-PZE10809011456.013.678.126.90Luo et al.[8] NPH(2015)qNPH44PZE104023902PZE10408153046.016.287.7810.11 NPH(2015)qNPH55PZE105045981PZE10512858173.513.195.554.98 NPH(2015)qNPH88PZE108028588PZE10810336561.615.036.947.07 NPH(2015)qNPH9-29PZE109064469SYN2720171.314.566.617.24 NPH(2016)qNPH88PZE108041337PZE10809744657.314.298.117.75 NPH(2016)qNPH9-19PZE109011840PZE10904051945.815.798.9310.74

(續表4)

性狀TraitQTL染色體Chr.左標記Left marker右標記Right marker位置Position (cM)LOD加性效應Additive effect貢獻率R2 (%)參考文獻References NPH(mean)qNPH44PZE104023902PZE10408153049.716.978.1311.90 NPH(mean)qNPH88PZE108028588PZE10809011457.313.886.406.36 NPH(mean)qNPH9-29PZE109064469SYN2720171.314.806.667.97 SPH(2014)qSPH11SYN309SYN2592095.214.4713.7913.28 SPH(2015)qSPH11PZE101094436PZE10115051388.5111.4616.8616.99 SPH(2015)qSPH5-15SYN16675PZE10512858177.313.508.825.01 SPH(2016)qSPH11PZE101109084SYN2592090.2119.4724.6935.03 SPH(2016)qSPH5-25PZE105049283PZE10511775771.014.2619.866.17 SPH(mean)qSPH11PZE101094436PZE10115051388.5122.4019.1431.24 SPH(mean)qSPH5-15SYN1390PZE10512858177.313.326.553.96 PHI(2014)qPHI11PZE101109084SYN2592094.818.940.1028.10 PHI(2014)qPHI33SYN28626PZE10301916323.514.630.6713.64 PHI(2015)qPHI11SYN5444SYN2592090.2110.590.0819.51 PHI(2016)qPHI11PZE101109084SYN2592090.2114.270.0927.51 PHI(mean)qPHI11PZE101109084SYN2592090.2116.200.0725.94 PHI(mean)qPHI44SYN4889SYN425056.914.140.035.63 PHI(mean)qPHI99SYN24345SYN5732130.343.390.035.59 PHI(mean)qPHI1010PZE110100655SYN19213108.163.290.034.47 ATRqATR22phi402893umc22462.40–0.296.0馬曉軍等[5] ATRqATR5.15umc1894phi0242.10–0.101.1Ma et al.[5] ATRqATR5.25umc2306phi0872.40–0.248.6 ATRqATR77bnlg2132phi0573.70–0.217.0

SRLP: 鹽環境下相對胚芽長; SRLR: 鹽環境下相對胚根長; ARLP: 堿環境下相對胚芽長; LP: 胚芽長; LR: 胚根長; FW: 地上鮮重; DW: 地上干重; PH: 株高; ST: 存活時間; FGR: 鹽池種子萌發率; FSTR: 鹽池耐鹽指數; STR: 耐鹽指數; TWC: 組織含水量; SNC: 地上部分鈉離子含量; SKC: 地上部分鉀離子含量; SKN: 地上部分鉀鈉比; NPH: 對照株高; SPH: 鹽池株高; PHI: 株高耐鹽指數; ATR: 耐堿率。

SRLP: salt environment relative length of plumule; SRLR: salt environment relative length of radicle; ARLP: alkali environment relative length of plumule; LP: length of plumule; LR: length of radicle; FW: shoot fresh weight; DW: shoot dry weight; PH: plant height; ST: survival time; FGR: field germination rate; FSTR: field salt tolerance rating; STR: salt tolerance rating; TWC: tissue water content; SNC: shoot Na+content; SKC: shoot K+content; SKN: shoot K+/Na+; NPH: plant height in control field; SPH: plant height in saline field; PHI: salt tole-rance index based on plant height; ATR: alkaline tolerance rating.

3.4.2 亟須挖掘微效QTL與全基因組測序 作物耐鹽堿性狀是復雜的數量性狀, 盡管通過圖位克隆的方法在主效QTL區段已挖掘到耐鹽堿基因, 但繼續在微效QTL區段開展圖位克隆則需要更大的工作量。隨著高通量基因測序技術與儀器的發展, 測序成本大幅下降和測序速度不斷加快。目前, 玉米、水稻等10多種作物已完成全基因組測序, 一些跨國公司實現了基因型檢測從樣品制備到分子檢測的全自動處理。隨著人們對植物基因組認知的不斷深入, 植物功能基因組研究進入了高通量分析的階段, 針對數量性狀的QTL定位和克隆得到了一系列的優化[36]。

最新測序技術的逐步應用, 依靠高通量測序儀, 揭示了許多作物全基因組測序結果, 對基因型鑒定起到革命性推動作用。同時, 高通量、全自動的表型檢測技術的不斷成熟, 構建精準表型鑒定平臺, 提高表型鑒定的精度和效率。最終, 必然會縮短挖掘耐鹽堿等數量性狀的基因的時間, 并提高其準確性。

4 結論

玉米對Na2CO3脅迫更加敏感且傷害更嚴重, 其對Na+、K+的吸收和運輸是相互獨立的兩個過程, 玉米鹽、堿脅迫可能是兩種性質不同的脅迫。在自然、鹽和堿脅迫條件下, 運用CIM分別檢測到27、28、40個加性QTL; 運用ICIM分別檢測到28、23、17個加性QTL; 運用MCIM共檢測到11個耐鹽加性QTL、4個環境互作效應QTL以及11個耐堿加性QTL、3個環境互作效應QTL。鹽脅迫條件下的、、、和堿脅迫條件下的、能被3種作圖方法重復檢測到。與前人研究結果比較,、、、-3定位在相同或鄰近區域,尚未見報道。本研究結果為精細定位玉米耐鹽堿主效基因、挖掘候選基因和開發用于標記輔助選擇的實用功能標記奠定基礎。

附表 請見網絡版: 1) 本刊網站http://zwxb.china-crops.org/; 2) 中國知網http://www.cnki.net/; 3) 萬方數據http://c.wanfangdata.com.cn/Periodical-zuowxb. aspx。

[1] 國家統計局. 中國統計年鑒. 北京: 中國統計出版社, 2017. pp 1–12. National Bureau of Statistics of the People’s Republic of China. China Statistical Yearbook. Beijing: China Statistical Press, 2017. pp 1–12 (in Chinese).

[2] 賈廣和. 鹽堿地綜合整治與開發研究. 西南林學院學報, 2008, 28(4): 23–24. Jia G H. Study on integrated transformation and development of saline and alkaline and resources., 2008, 28(4): 23–24 (in Chinese with English abstract).

[3] 管飛翔. 玉米RIL芽苗期耐鹽堿QTL定位. 揚州大學碩士學位論文, 江蘇揚州, 2012. Guan F X. Mapping QTL Saline-alkali Tolerance during Bud and Seedling Stage Using RIL in Maize. MS Thesis of YangzhouUniversity, Jiangsu, Yangzhou, China, 2012 (in Chinese with English abstract).

[4] 王士磊, 高樹仁, 王振華, 郎淑平, 王靜紅. 玉米重組自交系苗期耐鹽相關性狀QTL的初步定位. 安徽農業科學, 2012, 40: 12363–12366. Wang S L, Gao S R, Wang Z H, Lang S P, Wang J H. Mapping of QTL associated with salt tolerance in maize inbred line during seedling stage., 2012, 40: 12363–12366 (in Chinese with English abstract).

[5] 馬曉軍, 金峰學, 晁青, 張春宵, 楊德光, 李曉輝. 玉米苗期耐堿性QTL定位. 玉米科學, 2014, 22(5): 13–19. Ma X J, Jin F X, Chao Q, Zhang C X, Yang D G, Li X H. Identification of QTLs for alkaline tolerance at seedling stage in maize., 2014, 22(5): 13–19 (in Chinese with English abstract).

[6] 吳丹丹. 玉米苗期耐鹽性的QTL定位. 山東大學碩士學位論文, 山東濟南, 2014. Wu D D. QTL Mapping for Salt Tolerance at the Seedling Stage in Maize (L.). MS Thesis of Shandong University, Shandong, Jinan, China, 2014 (in Chinese with English abstract).

[7] Mohammad M I h. 玉米耐鹽性的鑒定及QTL分析. 中國農業科學院碩士學位論文, 北京, 2013. Mohammad M I h. Evaluation and Mapping QTL of Maize Salinity Tolerance. MS Thesis of Chinese Academy of Agricultural Sciences, Beijing, China, 2013 (in Chinese with English abstract).

[8] Luo M J, Zhao Y X, Zhang R Y, Xing J F, Duan M X, Li J N, Wang N S, Wang W G, Zhang S S, Chen Z H, Zhang H S, Shi Z, Song W, Zhao J R. Mapping of a major QTL for salt tolerance of mature field-grown maize plants based on SNP markers., 2017, 17: 140

[9] 曲冰冰. 混合鹽堿脅迫對堿地膚生長的影響和統計學分析. 東北師范大學碩士學位論文, 吉林長春, 2007.Qu B B. Effects of Salt-Alkaline Mixed Stresses on Growth ofand Statistical Analysis. MS Thesis of Northeast Normal University, Changchun, Jilin, China, 2007 (in Chinese with English abstract).

[10] 河南工業大學. 糧油檢驗發芽試驗: GB/T 5520-2011. 北京: 中國標準出版社, 2011. pp 2–4. Henan University of Technology. Inspection of Grain and Oils-germination Test of Seeds: GB/T 5520-2011. Beijing: China Standard Press, 2011. pp 2–4 (in Chinese).

[11] 付艷, 高樹仁, 王振華. 玉米種質苗期耐鹽性的評價. 玉米科學, 2009, 17(1): 36–39. Fu Y, Gao S R, Wang Z H. Evaluation of salt tolerance of maize germplasm in seedling stage.2009, 17(1): 36–39 (in Chinese with English abstract).

[12] 王霞, 楊智超, 錢海霞, 高樹仁, 孫麗芳. 添加外源物質硅對NaCl脅迫下玉米幼苗的緩解作用. 安徽農業科學, 2013, 41: 7404–7405. Wang Y, Yang Z C, Qian H X, Gao S R, Sun L F. Relief effect of added exogenous substances Si4+under NaCl stress on maize growth., 2013, 41: 7404–7405 (in Chinese with English abstract).

[13] 劉芳, 付艷, 高樹仁, 王振華. 玉米幼苗的鹽脅迫反應及玉米耐鹽性的鑒定. 黑龍江八一農墾大學學報, 2007, 19(6): 22–26. Liu F, Fu Y, Gao S R, Wang Z H. Response under salt-stress of maize in seedling stage and appraisal of salt tolerance of maize., 2007, 19(6): 22–26 (in Chinese with English abstract).

[14] 崔美燕, 高樹仁, 付艷, 劉文研, 蔡鑫鑫, 李帥. 玉米苗期耐堿性鑒定方法研究. 黑龍江八一農墾大學學報, 2008, 20(5): 12–16. Cui M Y, Gao S R, Fu Y, Liu W Y, Cai X X, Li S. Study on appraised methods of alkali tolerance of maize at the stage of seedling., 2008, 20(5): 12–16 (in Chinese with English abstract).

[15] Ganal M W, Durstewitz G, Polley A, Berard A, Buckler E S, Charcosset A, Clarke J D, Graner E M, Hansen M, Joets J, LePaslier M C, McMullen M D, Montalent P, Rose M, Schon C C, Sun Q, Walter H, Martin O C, Falque M. A large maize (L.) SNP genotyping array: development and germplasm genotyping, and genetic mapping to compare with the B73 reference genome., 2011, 6: e28334.

[16] Meng L, Li H H, Zhang L Y, Wang J K. QTL IciMapping: Integrated software for genetic linkage map construction and quantitative trait locus mapping in bi-parental populations., 2015, 3: 169–173.

[17] Kosambi D D. The estimation of map distances from recombination values., 1943, 12: 172–175.

[18] Wang S C, Basten C J, Zeng Z B. Windows QTL Cartographer 2.5. Raleigh, NC, USA: Department of Statistics, North Carolina State University, 2012, http://statgen.ncsu.edu/qtlcart/ WQTLCart. htm.

[19] Yang J, Zhu J, Williams R W. Mapping the genetic architecture of complex traits in experimental populations., 2007, 23: 1527–1536.

[20] McCouch S R, Cho Y G, Yano M, Blinstrub M, Morishima H, Kinoshita T. Report on QTL no-menclature., 1997, 14: 11–13.

[21] 斯琴巴特爾, 吳紅英. 鹽脅迫對玉米種子萌發及幼苗生長的影響. 干旱區資源與環境, 2000, 14(4): 77–81. Sechenbater, Wu H Y. Effect of salt stress on seed germination and seedling growth ofL., 2000, 14(4): 77–81 (in Chinese with English abstract).

[22] 曲元剛, 趙可夫. NaCl和Na2CO3對玉米生長和生理脅迫效應的比較研究. 作物學報, 2004, 30: 334–341. Qu Y G, Zhao K F. Comparative studies on growth and physiological reaction ofunder NaCl and Na2CO3stresses., 2004, 30: 334–341 (in Chinese with English abstract).

[23] 白文波, 李品芳, 李保國. NaCl和NaHCO3脅迫下馬藺生長與光合特性的反應. 土壤學報, 2008, 45: 328–335. Bai W B, Li P F, Li B G. Response ofvar.to NaCl and NaHCO3stress in growth and photosynthesis., 2008, 45: 328–335 (in Chinese with English abstract).

[24] Yang C, Chong J, Li C, Kim C, Shi D, Wang D. Osmotic adjustment and ion balance traits of an alkali resistant halophyteduring adaptation to salt and alkali conditions., 2007, 294: 263–276.

[25] 劉建新, 王鑫, 王瑞娟, 賈海燕. 黑麥草對NaHCO3脅迫的光合生理響應. 草業學報, 2012, 21(3): 184–190. Liu J X, Wang X, Wang R J, Jia H Y. Photosynthetic physiological response ofto NaHCO3stress., 2012, 21(3): 184–190 (in Chinese with English abstract).

[26] 邸宏, 劉學. 13份玉米自交系的耐堿性評價. 貴州農業科學, 2016, 44(2): 15–19. Di H, Liu X. Alkali tolerance of thirteen inbred lines in maize., 2016, 44(2): 15–19 (in Chinese with English abstract).

[27] Wang Z F, Chen Z W, Cheng J P, Lai Y Y, Wang J F, Bao Y M, Huang J, Zhang H S. QTL analysis of Na+and K+concentrations in roots and shoots under different levels of NaCl stress in rice (L.)., 2012, 7: e51202.

[28] Cheng L R, Wang Y, Meng L J, Hu X, Cui Y R, Sun Y, Zhu L H, Ali J, Xu J L, Li J K. Identification of salt-tolerant QTLs with strong genetic background effect using two sets of reciprocal introgression lines in rice., 2012, 55: 45–55.

[29] Lee G J, Boerma H R, Villagarcia M R, Zhou X, Carter T E Jr, Li Z, Gibbs M O. A major QTL conditioning salt tolerance in S-100 soybean and descendent cultivars., 2004, 109: 1610–1619.

[30] 梁銀培, 孫健, 索藝寧, 劉化龍, 王敬國, 鄭洪亮, 孫曉雪, 鄒德堂. 水稻耐鹽性和耐堿性相關性狀的QTL定位及環境互作分析. 中國農業科學, 2017, 50: 1747–1762. Liang Y P, Sun J, Suo Y N, Liu H L, Wang J G, Zheng H, Sun X X, Zou D T. QTL mapping and QTL × environment interaction analysis of salt and alkali tolerance-related traits in rice (L.)., 2017, 50: 1747–1762 (in Chinese with English abstract).

[31] 梁慧珍, 余永亮, 楊紅旗, 張海洋, 董薇, 崔暐文, 杜華, 劉學義, 方宣鈞. 大豆小區產量及其相關性狀QTL間的上位性和環境互作效應. 植物學報, 2014, 49: 273–281. Liang H Z, Yu Q L, Yang H Q, Zhang H Y, Dong W, Cui W W, Du H, Liu Y, Fang X J. Epistatic effects and quantitative trait loci (QTL) × environment (QE) interaction effects for yield per plot and botanical traits in soybean., 2014, 49: 273–281 (in Chinese with English abstract).

[32] 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: 1100–1107. Su C F, Zhao T J, Gai J Y. Simulation comparisons of effectiveness among QTL mapping procedures of different statistical genetic models., 2010, 36: 1100–1107 (in Chinese with English abstract).

[33] Zhang W J, Niu Y, Bu S H, Li M, Feng J Y, Zhang j, Yang S X, Odinga M M, Wei S P, Liu X F, Zhang Y M. Epistatic association mapping for alkaline and salinity tolerance traits in the soybean germination stage., 2014, 9: e84750.

[34] Cui D Z, Wu D D, Somarathna Y, Xu C Y, Li S, Li P, Zhang H, Chen H B, Zhao L. QTL mapping for salt tolerance based on SNP markers at the seedling stage in maize (L.)., 2015, 203: 273–283.

[35] Bizimana J B, Luzi-Kihupi A,Murori R W, Singh R K. Identification of quantitative trait loci for salinity tolerance in rice (L.) using IR29/Hasawi mapping population., 2017, 96: 571–582.

[36] 趙振卿, 顧宏輝, 盛小光, 虞慧芳, 王建升, 曹家樹. 作物數量性狀位點研究進展及其育種應用. 核農學報, 2014, 28: 1615–1624.Zhao Z Q, Gu H H, Sheng X G, Yu H F, Wang J S, Cao J S. Advances and applications in crop quantitative trait locus., 2014, 28: 1615–1624 (in Chinese with English abstract).

QTL mapping of salt and alkaline tolerance-related traits at the germination and seedling stage in maize (L.) using three analytical methods

ZHANG Chun-Xiao1, LI Shu-Fang1, JIN Feng-Xue1, LIU Wen-Ping1, LI Wan-Jun2, LIU Jie1,3, and LI Xiao-Hui1,*

1Crop Germplasm Resources Institute, Jilin Academy of Agricultural Sciences, Gongzhuling 136100, Jilin, China;2Taonan Research Center, Jilin Academy of Agricultural Sciences, Taonan 137100, Jilin, China;3College of Agronomy, Yanbian University, Yanji 133400, Jilin, China

The recombinant inbred line (RIL) F2:5population was derived from a cross between Zheng 58 tolerant to alkaline stress and Chang 7-2 sensitive to alkaline stress. By using the 3K chips, the high-density genetic map with 1407 SNP markers was constructed. The number of markers on 10 chromosomes ranged from 84 to 191, and the average physical distance between two markers was 0.81 cM. The germination percentage (GP), plant height (PH), fresh weight (FW), dry weight (DW), tissue water content (TWC), shoot Na+concentration (SNC), shoot K+concentration (SKC), shoot K+/Na+ratio (NKR), salt tolerance rating (STR), or alkaline tolerance rating (ATR) were measured under 200 mmol L–1NaCl solution of salt stress, 100 mmol L–1Na2CO3solution of alkaline stress and the normal water or full-strength Hoagland’s nutrient solutions irrigation as control conditions. The additive quantitative trait loci (QTLs) analysis was conducted by using the composite interval mapping (CIM) and the complete interval mapping method (ICIM), the additive and epistatic QTL × environment interaction effects were analyzed by using the mixed composite interval mapping method (MCIM). Compared with the normal condition, the alkaline stress decreased the tole-rance more significantly than the salt stress. Maize was more sensitive to the alkaline stress. The harm of alkaline stress on maize was more serious. The SKC was comparable, but the SNC had great difference for alkaline and salt stresses indicating that the uptake and transport of Na+and K+were independent and salt and alkali were two different kinds of stresses. Under normal condition, salt stress and alkaline stress, 27, 28, and 40 additive QTLs were respectively detected by CIM, and 28, 13, and 17 additive QTLs were respectively detected by ICIM. By using MCIM, a total of 11 additive QTLs and 4 QTL × environment interaction QTLs for salt tolerance-related traits, as well as a total of 11 additive QTLs and 3 QTL × environment interaction QTLs for alkaline tolerance-related traits were detected. The QTLs,,,for salt tolerance and,for alkaline tolerance were repeatedly detected by three mapping methods. After comparing the physical positions of these QTLs with those previously reported, we found,,, andwere located in the same or adjacent position, butwas newly reported. The present study provides a good basis for mapping major genes, mining candidate genes and developing practically functional markers applied in the improvement of salt and alkaline tolerance-related traits in maize.

maize (L.); germination stage; seedling stage; salt/alkaline tolerance; QTL mapping

2018-08-17;

2019-01-12;

2019-02-01.

10.3724/SP.J.1006.2019.83060

李曉輝, E-mail: lixiaohui2002lix@163.com

E-mail: chunxiao1000@126.com

本研究由國家重點研發計劃項目(2016YFD0100103)和吉林省農業科技創新工程(CXGC2017JC001, CXGC2017TD001)資助。

This study was supported by the National Key R&D Program of China (2016YFD0100103) and the Agricultural Science and Technology Innovation Program of Jilin Academy of Agricultural Sciences (CXGC2017JC001, CXGC2017TD001).

URL:http://kns.cnki.net/kcms/detail/11.1809.S.20190201.0918.002.html