甘藍型油菜千粒重全基因組關聯分析

張 春 趙小珍 龐承珂 彭門路 王曉東 陳 鋒 張 維 陳 松 彭 琦 易 斌 孫程明,,* 張潔夫,* 傅廷棟

甘藍型油菜千粒重全基因組關聯分析

張 春1,2趙小珍1,2龐承珂1,2彭門路1,2王曉東2陳 鋒2張 維2陳 松2彭 琦2易 斌3孫程明2,3,*張潔夫2,*傅廷棟3

1南京農業大學 / 作物遺傳與種質創新國家重點實驗室, 江蘇南京 210095;2江蘇省農業科學院經濟作物研究所/農業農村部長江下游棉花與油菜重點實驗室 / 中國江蘇省現代作物生產協同創新中心, 江蘇南京 210014;3華中農業大學植物科學技術學院 / 作物遺傳改良國家重點實驗室, 湖北武漢 430070

千粒重是油菜產量構成的重要因素之一。本研究利用高通量SNP芯片對496份具有代表性的油菜種質資源進行基因型分析, 考察群體在3個環境(14NJ、15TZ、16TZ)中的千粒重表型, 利用混合線性模型(mixed linear model, MLM)和一般線性模型(general linear model, GLM)進行全基因組關聯分析。結果表明, 本群體在3個環境中千粒重的廣義遺傳力為63.12%。MLM模型檢測到6個顯著位點, 解釋28.92%的表型變異; GLM模型檢測到61個顯著位點, 解釋47.08%的表型變異。合并共同位點后得到62個顯著位點, 聯合解釋47.31%的表型變異。這些位點分布在基因組所有染色體上, 在A07、A03和C06染色體上分別檢測到數目最多的9、8和7個位點。其中效應最大的位點Bn-scaff_17526_1-p1066214位于C09染色體, 在MLM和GLM模型中表型貢獻值分別為5.55%和15.26%。21個位點與前人報道的QTL重疊, 其中8個位點得到至少2個群體的驗證。其余41個位點為新鑒定的位點, 其中多個位點效應高且在多環境中被檢測到, 如位點Bn-A03-p560769、Bn-scaff_15743_1-p599416和Bn-scaff_15743_1-p590955等。在11個位點附近找到、、等擬南芥已報道千粒重基因的同源基因。本研究結果有助于解析甘藍型油菜千粒重的遺傳基礎, 為研究千粒重的調控機制、指導千粒重的遺傳改良奠定基礎。

甘藍型油菜; 千粒重; 產量; 關聯分析; SNP標記

甘藍型油菜(L., 2= 38, AACC)是世界上廣泛種植的油料作物, 也是我國重要的植物油來源之一, 占總食用植物油40%以上。然而我國植物油料自給率不足四成, 且缺口仍呈擴大趨勢, 提高油菜產量、保障油料供給安全已迫在眉睫[1]。千粒重是構成油菜產量的三因素之一, 提高油菜千粒重是增產的直接途徑, 因此解析粒重遺傳基礎和分子機理對油菜產量乃至國家油料供給安全具有重要意義。

千粒重是由多基因控制的數量性狀, 受基因型和環境條件共同作用[2]。從細胞學水平看, 種子器官的發育主要受細胞增殖和細胞膨大調節, 兩者又分別決定著細胞數目和細胞大小[3], Breuninger等[4]研究認為, 細胞增殖(細胞數目)對種子等器官大小的影響更大。從種子發育進程看, 胚、胚乳及胚珠的協同生長關系著種子重量及大小, 同時發育過程又與母體植株密不可分, 種子大小與母體組織間存在某種內在聯系。朱軍等[5]研究認為, 粒重遺傳模型為胚、胚乳、細胞質和母體基因型的效應, 其中細胞質和母體基因型效應屬母體效應。李娜等[6]通過對遺傳背景廣泛的油菜大小粒種質進行遺傳分析, 證明了油菜種子大小主要由母體基因型效應調控, 母體效應值達0.93。母體組織可從多種途徑對種子大小產生影響: 一是轉錄因子調控途徑, 如通過限制種皮細胞的延伸控制種子生長[7]; 二是泛素化途徑, 如泛素受體和通過限制種皮細胞增殖影響籽粒大小[8-9]; 三是G蛋白途徑, 如G蛋白復合物由異源三聚體的Gα、Gβ和Gγ 3個亞基組成, 超表達Gγ ()的擬南芥通過細胞增殖促進種子生長發育[10]; 四是激素途徑, 如BZR1通過油菜素內酯途徑影響種子大小[11]; 五是其他類型生長物質, 如編碼細胞色素P450單加氧酶, 通過促進種子株被或種皮細胞的延伸增加種子大小[12]。

分子標記、SNP芯片等技術的出現大大推進了對復雜數量性狀如千粒重基因的定位。多數科研工作者利用遺傳差異大的雙親構建連鎖群體, 進行千粒重QTL定位。Quijada等[13]利用2個DH群體定位到3個千粒重QTL位點, 分別位于A07、C07和C09染色體上。Basunanda等[14]同樣利用DH群體, 結合SSR標記和AFLP標記, 檢測到34個千粒重QTL, 表型變異貢獻率范圍為2.4%~23.0%, 其中7個位點能重復檢測到。Yang等[15]考察186個RIL群體在2環境下的表型, 檢測到9個與千粒重相關的QTL, 分布在5個連鎖群A01、A06、A07、A09和C03, 其中貢獻率最大的QTL位于A09染色體, 解釋28.2%的表型變異。Zhao等[16]考察DH群體在5個環境下的表型, 定位到40個千粒重QTL位點, 其中位于A06的主效QTL貢獻率為20.1%。Fan等[17]考察DH和F2兩群體在2環境下的表型, 共檢測到9個千粒重QTL, 分別位于在A01、A02、A05、A07、A10和C04, 解釋的表型變異范圍為27.6%~37.9%。Sun等[18]利用高密度SNP圖譜, 考察189個RIL群體在5個環境下的表型, 定位到25個千粒重相關的QTL, 其中QTL解釋6.6%~7.6%的表型變異。目前甘藍型油菜中已精細定位的粒重基因很少, Liu等[19]成功克隆了第1個影響千粒重的基因, 該基因是控制角果長和千粒重的雙效調控因子, 通過延長角果皮細胞長度促進角果伸長, 增加角果皮光合面積, 促進千粒重增加。Shi等[20]利用圖位克隆得到1個影響千粒重的基因, 該基因編碼1個P450單加氧酶, 通過促進角果瓣中的細胞伸長來調節角果長度, 影響種子大小。

隨著高密度單核苷酸多態性(single nucleotide polymorphism, SNP)基因分型芯片和全基因組測序等技術的發展, 全基因組關聯分析(genome-wide association study, GWAS)已廣泛應用于油菜復雜性狀的遺傳結構解析[21-22]。本研究選用496份具有代表性的油菜種質資源為關聯群體, 利用60K SNP芯片對群體進行基因型分析, 結合3個環境考察的千粒重表型數據, 對該性狀進行全基因組關聯分析, 基于檢測到的顯著SNP位點挖掘候選基因。本研究中篩選出千粒重大的優異種質資源, 為今后的性狀改良提供材料; 基于檢測到的顯著位點, 為開發粒重分子標記提供信息; 挖掘候選基因, 為千粒重基因克隆和調控機理研究奠定基礎。

1 材料與方法

1.1 試驗材料

496份甘藍型油菜為國內外的地方品種、育成品種及高世代育種材料(附表1)。其中國內資源444份, 主要來自湖北、重慶、江蘇、湖南、四川、陜西等油菜主產省市; 國外資源52份, 主要來自德國、瑞典、朝鮮、加拿大等國家。所有材料均由華中農業大學國家油菜工程技術研究中心提供。

1.2 田間試驗與表型調查

試驗材料于2014年在江蘇南京(14NJ)以及2015年、2016年在泰州(15TZ和16TZ)種植。采用完全隨機區組設計, 設置3個重復, 單個材料每重復種2行, 每行15株, 行寬1.5 m, 行距40 cm, 株距15~17 cm。每年10月上旬大田直播, 田間管理按當地常規方式進行。田間材料均是自然成熟時收獲, 每小區選擇具有代表性的6個單株, 在掛藏室內自然陰干后進行考種分析。千粒重具體測量方法為: 單株全株脫粒后, 隨機選擇其中500粒種子稱重, 重復取樣3次, 保證3次稱重結果差異小于0.1 g (5%以內)為有效的3個數據, 取平均數后加倍即為測量值。利用RStudio軟件對各個環境的千粒重表型進行統計分析和相關性分析, 并計算廣義遺傳力和最佳線性無偏預測值(best linear unbiased prediction, BLUP)[23-25]。

1.3 基因型檢測與分析

利用Illumina 60K SNP芯片對496份甘藍型油菜資源進行基因型分析。在Genome Studio軟件中對SNP進行質量控制。將過濾后的33,218個SNP序列比對至油菜Darmor-基因組, e-value閾值設為10-12, 得到19,167個單拷貝且位置清楚的SNP標記用于關聯分析[26]。

1.4 全基因組關聯分析

利用軟件Structure 2.3.4基于貝葉斯模型進行群體結構, 得到Q矩陣[27], 利用軟件SPAGeDi計算不同材料間的親緣關系, 得到K矩陣[28], 在軟件Tassel 5.0中導入基因型、表型、Q矩陣和K矩陣數據文件。以Q矩陣和Q+K矩陣作協變量, 分別進行MLM和GLM 2種模型的全基因組關聯分析[29]。對MLM模型設置的顯著性閾值(bonferroni threshold)為1/總標記數, 即-lg () = 4.28; 對GLM模型設置更為嚴格的顯著性閾值為0.05/總標記數, 即-lg () = 5.58。當1 Mb區間內存在多個顯著SNP時, 若兩兩間的2≥0.1, 則將這些SNP歸為1個關聯位點, 以最小值的SNP作為顯著性位點代表。用RStudio軟件包qqman繪制曼哈頓圖和QQ (Quantile-Quantile)圖。用RStudio軟件lm功能分析關聯位點解釋的總表型變異。

1.5 已報道QTL的信息整理

目前有4篇千粒重關聯分析研究, 4個群體分別包含157、192、427和521份油菜資源[30-33], 整理其檢測到的顯著位點并與本研究結果進行比較。針對利用SNP芯片進行基因分型的連鎖群體, 將檢測到的QTL兩側的SNP探針序列比對至油菜Darmor-參考基因組, 以確定QTL的物理區間[34]。對于以SSR和AFLP等傳統標記進行基因分型的研究, 搜集QTL兩側標記的引物序列并將其比對至參考基因組, 以確定QTL的物理區間。

1.6 候選基因挖掘

對于顯著關聯位點, 以2= 0.1作為衰減閾值, 用軟件Tassel 5.0計算顯著關聯位點的LD衰減距離作為置信區間, 提取置信區間內的基因CDS序列, 與模式植物擬南芥中已報道的千粒重相關基因CDS進行BLAST比對, 設e-value閾值為10-10, 以相似度最高的擬南芥基因信息來注釋油菜基因。

2 結果與分析

2.1 千粒重表型統計分析

496份油菜種質資源表型千粒重在3個環境中具有廣泛的變異, 單個環境的千粒重極差范圍為4.63~ 5.36 g。單個環境表型平均值范圍為(3.51±0.64)~ (4.27±0.88) g, 變異系數范圍為0.16~ 0.21 (表1和圖1)。3個環境間的相關系數為0.55, 達到極顯著水平(≤0.001)。這表明本研究考察的表型數據具有較高的可靠性和重復性。利用RStudio軟件包lem4計算, 油菜千粒重在3個環境下的廣義遺傳力為63.12%。

表1 關聯群體千粒重性狀的統計分析

2.2 千粒重全基因組關聯分析

利用MLM模型對千粒重BLUP值進行關聯分析, 顯著性閾值為-lg () = 4.28時, 共檢測到8個顯著位點。合并存在連鎖不平衡的SNP (2≥0.1), 得到6個顯著位點, 分布在A01、A02、A03、C06和C09染色體(表2和圖2)。6個顯著位點的-lg ()值范圍是4.33~5.38, 可解釋4.86%~6.06%的表型變異。利用一個簡單加性模型計算, 6個位點聯合解釋28.92%的表型變異。與單環境的關聯結果比較, 5個位點被重復檢測到。

利用GLM模型對千粒重BLUP值進行關聯分析,顯著性閾值為-lg () = 5.58時, 共檢測到226個顯著位點。合并存在連鎖不平衡的SNP (2≥0.1), 得到61個顯著位點, 分布在全基因組所有染色體(表3和圖2)。其中顯著性最高位點Bn-scaff_17526_ 1-p1066214的-lg () = 15.98, 對表型變異的貢獻率為15.26%。其余位點的-lg ()值范圍是5.58~11.57, 可解釋4.89%~11.31%的表型變異。利用一個簡單加性模型計算, 61個位點聯合解釋47.08%的表型變異。與單環境的關聯結果比較, 47個位點被檢測到, 13個位點在2環境中重復檢測到, 7個位點在3個環境中被檢測到。

綜合2個模型關聯結果, 5個MLM模型的顯著位點與GLM重疊, 合并重疊位點后共得到62個顯著位點, 聯合解釋47.31%的表型變異。這些位點分布在全基因組所有染色體上, 其中A07染色體上檢測到的數目最多, 達9個位點, A03和C06染色體上分別檢測到8個和7個位點。分析顯著位點的分布, 58.06%的位點分布在A亞基因組, 41.94%位于C亞基因組(表2和表3)。

2.3 與前人報道 QTL的比較

綜合MLM和GLM模型檢測結果, 與已報道的千粒重QTL結果比較, 本研究中21個顯著位點與前人研究結果重疊, 其中有8個位點得到至少2個群體的驗證(表2和表3)。位于A02染色體的位點Bn-A02-p6564861位置為3.78 Mb, 與Shahid等[32]通過關聯分析檢測到的位點Bn-A02-p6564861和Luo等[35]通過DH群體定位到的千粒重QTL(位置: 3.78~3.83 Mb)重疊。位于A07染色體的位點Bn-Scaffold002856-p361位置為0.59 Mb, 與Cai等[31]、Fan等[17]和Shi等[36]采用不同策略檢測到位點BrGMS3983、QTL和(位置: 0.83 Mb)重疊。位于A09染色體的位點Bn-A09- p7329993位置為5.54 Mb, 與Basunanda等[14]定位到QTL、和Shahid等[32]檢測到位點Bn-A09-p7327691 (位置: 5.54~5.74 Mb)重疊。位于C06染色體的位點Bn-scaff_16874_1-p411591位置為31.82 Mb, 與Dong等[30]、Shi等[36]和Li等[37]通過不同策略檢測到的位點(位置: 31.18 Mb)重疊。

GLM模型中效應最大的位點Bn-scaff_ 17526_1-p1066214位于C09染色體1.49 Mb,-lg () = 15.98, 解釋15.26%的表型變異, 與Shahid等[32]檢測到的效應最大位點Bn-scaff_17526_1-p1063974 (位置: 1.49 Mb)一致。該模型中效應次高的位點Bn-scaff_16064_1-p938130位于C06染色體24.70 Mb,-lg () = 11.57, 解釋11.31%的表型變異, 與Luo等[35]定位到的千粒重QTL(位置: 24.52 Mb)重疊。此外有16個位點與前人檢測的QTL位點重疊或相鄰(表3), 以上QTL比較驗證了本研究結果的可靠性。

A: 千粒重MLM曼哈頓圖; B: 千粒重MLM QQ圖; C: 千粒重GLM曼哈頓圖; D: 千粒重GLM QQ圖。

A: Manhattan plot of MLM for 1000-seed weight; B: quantile-quantile plot of MLM for 1000-seed weight; C: Manhattan plot of GLM for 1000-seed weight; D: quantile-quantile plot of GLM for 1000-seed weight.

表2 MLM千粒重顯著關聯位點(BLUP)

縮寫同圖1。Abbreviations are the same as those given in Fig. 1.

表3 GLM千粒重顯著關聯位點(BLUP)

(續表3)

縮寫同圖1。Abbreviations are the same as those given in Fig. 1.

2.4 候選基因挖掘

基于油菜基因組的注釋信息, 在Bn-A03-p221 25583位點下游244 kb處找到候選基因, 該基因的擬南芥同源基因編碼二酰甘油酰基轉移酶, 其過表達促進種子中甘油三酯含量和種子重量增加[39](表4)。在Bn-A03-p8851142位點下游118 kb處找到候選基因, 該基因的擬南芥同源基因編碼WRKY轉錄因子, 通過增加種皮細胞延伸促進種子粒重增加[40]。在Bn-A05-p2610006位點下游7.5 kb處找到候選基因, 該基因的擬南芥同源基因編碼I型MADS結構域蛋白, 在中央細胞發育過程和種子胚乳形成過程中起調節作用, 影響種子大小[41]。在Bn-A07-p11611255位點上游115 kb處找到候選基因, 該基因的擬南芥同源基因調節編碼糖酵解途徑和脂肪酸相關酶基因的表達,通過增大種子體積引起種子重量增加[42]。在Bn-scaff_18062_1-p229981位點上游323 kb找到候選基因, 該基因的擬南芥同源基因是植物生長的負調控因子, 其高表達的轉基因植株表現出異常胚珠, 導致種子大小、重量和數量減少[43]。此外, 本研究還找到其他6個候選基因, 包括擬南芥已知調控粒重相關基因[44]、[45]、[46]、[12]、[47]、[9]、[48]等在油菜中的同源拷貝。

表4 千粒重關聯位點候選基因信息

3 討論

本研究對496份油菜資源千粒重進行考察, 分析其在3個環境下的千粒重表型, 其中材料2012-8998、甲904、WH-59和CY19PXW-65等千粒重大且穩定, 其平均千粒重分別為5.63、5.59、5.09和5.06 g, 上述材料值得作為改良千粒重的優良親本。比較MLM和GLM模型的關聯分析, MLM將群體結構Q矩陣作為固定效應, 親緣關系K矩陣作為隨機效應, 很好地控制了假陽性, 位點可靠性更高。MLM模型檢測到6個顯著位點, 聯合解釋了28.92%的表型變異, 其中4個位點得到前人驗證。但MLM檢測功效偏低, 容易造成假陰性。因此, 引入了檢測功效高, 同時假陽性更高的模型GLM; 但對GLM模型設置更為嚴格的顯著性閾值為0.05/總標記數, 以減小GLM中可能存在的假陽性位點。GLM檢測到61個顯著位點, 聯合解釋了47.08%的表型變異, 其中21個位點得到前人驗證。合并兩模型位點后共得到62個顯著位點, 聯合解釋47.31%的表型變異。21個位點與前人定位的QTL重疊, 包括Bn-scaff_ 17526_1-p1066214和Bn-scaff_16064_1-p938130等大效應位點, 其中Bn-A01-p9621623、Bn-Scaffold 002856-p361和Bn-scaff_16874_1-p411591等位點得到多個群體的驗證。在后續研究中值得對上述可靠性高的位點可進行精細定位和基因克隆, 為油菜千粒重的改良提供基因資源。

本研究共收集了26篇已發表的油菜千粒重QTL信息, 包含了3~159個QTL, 分布在19條染色體上, 解釋的表型變異范圍為2.40%~41.46%。與前人QTL位點比較, 本研究中41個顯著位點尚未得到驗證(表2和表3)。多個位點效應值較高且在多環境中被檢測到, 如位點Bn-A03-p560769、Bn-scaff_ 15743_1-p599416和Bn-scaff_15743_1-p590955的表型貢獻值分別為9.08%、8.80%和8.58%, 以上位點在3個單環境中均被檢測到。此外, 在多個新位點附近找到候選基因, 如在Bn-A01-p15496639、Bn- A05-p2610006和Bn-A08-p10452462等位點附近分別找到擬南芥粒重已知基因、和等的同源基因。這些新位點可靠性高, 值得進一步研究與驗證。鑒于千粒重是受多基因調控的復雜數量性狀, 在育種上可針對上述位點設計分子標記, 通過分子標記輔助選擇聚合有利等位基因, 選育出高產油菜新品種。

此外, 本研究在11個顯著位點附近找到千粒重相關的候選基因及其擬南芥同源基因(表4), 根據基因功能注釋, 多數候選基因歸類于轉錄因子, 如、、、和等。這些基因還影響除粒重外的其他性狀, 如功能缺失后對粒重和角果長均有抑制作用[12];編碼二酰甘油酰基轉移酶, 對籽粒含油量和籽粒均有重要調節作用[39];雙突變產生多室角果, 每角粒數和千粒重均增加[45], 這些基因調控范圍廣, 利用價值大, 后期可重點關注。目前很多研究通過CRISPR/Cas9基因編輯技術改良油菜的性狀, 如改良抗裂角[49]、株高和分枝數[50]、高油酸[51]等。本研究在Bn-scaff_18062_1-p229981位點附近找到候選基因, 其擬南芥同源基因為負調控因子, 可與和的啟動子直接結合, 導致后者表達受抑制, 進而影響粒重, 后續研究可通過CRISPR/Cas9敲除提高油菜的千粒重。

4 結論

本研究利用496份油菜種質資源對千粒重進行全基因組關聯分析, 群體在3個環境中千粒重的廣義遺傳力為63.12%。MLM模型檢測到6個顯著位點, GLM模型檢測到61個顯著位點, 合并共同位點后得到62個顯著位點, 聯合解釋47.31%的表型變異。此外, 21個位點與前人研究定位的QTL重疊, 其中8個位點得到至少2個群體驗證, 其余41個為新檢測到的位點。在11個位點附近發現擬南芥粒重基因、EOD3、、、和等的同源拷貝。

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

[1] 王漢中. 我國油菜產業發展的歷史回顧與展望. 中國油料作物學報, 2010, 32: 300–302. Wang H Z. Review and future development of rapeseed industry in China., 2010, 32: 300–302 (in Chinese with English abstract).

[2] 易斌, 陳偉, 馬朝芝, 傅廷棟, 涂金星. 甘藍型油菜產量及相關性狀的QTL分析. 作物學報, 2006, 32: 676–682. Yi B, Chen W, Ma C Z, Fu T D, Tu J X. Mapping of quantitative trait loci for yield and yield components inL., 2006, 32: 676–682 (in Chinese with English abstract).

[3] Horiguchi G, Ferjani A, Fujikura U, Tsukaya H. Coordination of cell proliferation and cell expansion in the control of leaf size in., 2006, 119: 37–42.

[4] Breuninger H, Lenhard M. Control of tissue and organ growth in plants., 2010, 91: 185.

[5] 朱軍, 許馥華. 胚乳性狀的遺傳模型及其分析方法. 作物學報, 1994, 20: 264–270. Zhu J, Xu F H. A genetic model and analysis methods for endosperm traits., 1994, 20: 264–270 (in Chinese with English abstract).

[6] 李娜. 甘藍型油菜粒重母體調控機理解析. 中國農業科學院博士學位論文, 北京, 2015. Li N. Maternal Control of Seed Weight in Rapeseed (L.). PhD Dissertation of Chinese Academy of Agricultural Sciences, Beijing, China, 2015 (in Chinese with English abstract).

[7] Jofuku K D, Pamela K, Omidyar Z G. Control of seed mass and seed yield by the floral homeotic gene., 2005, 102: 3117–3122.

[8] Li Y H, Zheng L Y, Corke F, Smith C, Bevan M W. Control of final seed and organ size by thegene family in., 2008, 22: 1331–1336.

[9] Tian X, Li N, Jack D, Li J, Andrei K, Bevan M W, Gao F, Li Y H. The ubiquitin receptorinteracts with the E3 ubiquitin ligaseto regulate seed and organ size in., 2013, 25: 3347–3359.

[10] Li S, Liu Y, Zheng L, Chen L, Li N, Corke F, Lu Y, Fu X, Zhu Z, Bevan M W, Li Y H. The plant-specific G protein γ subunitinfluences organ size and shape in.,2012, 194: 690–703.

[11] Song X J. Crop seed size: BR matters., 2017, 10: 668–669.

[12] Fang W J, Wang Z B, Cui R F, Li J, Li Y H. Maternal control of seed size byin., 2012, 70: 929–939.

[13] Quijada P A, Udall J A, Lambert B, Osborn T C. Quantitative trait analysis of seed yield and other complex traits in hybrid spring rapeseed (L.): 1. Identification of genomic regions from winter germplasm., 2006, 113: 549–561.

[14] Basunanda P, Radoev M, Ecke W, Friedt W, Becker H, Snowdon R. Comparative mapping of quantitative trait loci involved in heterosis for seedling and yield traits in oilseed rape (L.)., 2010, 120: 271–281.

[15] Yang P, Shu C, Chen L, Xu J S, Wu J S, Liu K D. Identification of a major QTL for silique length and seed weight in oilseed rape (L.)., 2012, 125: 285–296.

[16] Zhao W, Wang X, Wang H, Tian J, Li B, Chen L, Chao H, Long Y, Xiang J, Gan J, Liang W, Li M. Genome-wide identification of QTL for seed yield and yield-related traits and construction of a high–density consensus map for QTL comparison in., 2016, 7: 17.

[17] Fan C C, Cai G Q, Qin J, Li Q Y, Yang M G, Wu J, Zhou Y M. Mapping of quantitative trait loci and development of allele- specific markers for seed weight in., 2019, 121: 1289–1301.

[18] Sun L J, Wang X D, Yu K J, Li W J, Peng Q, Chen F, Zhang W, Fu S X, Xiong D Q, Chu P, Guan R Z, Zhang J F. Mapping of QTLs controlling seed weight and seed-shape traits inL. using a high-density SNP map., 2018, 214: UNSP 228.

[19] Liu J, Hua W, Hu Z, Yang H, Zhang L, Li R, Deng L, Sun X, Wang X, Wang H. Natural variation ingene simultaneously affects seed weight and silique length in polyploid rapeseed., 2015, 112: 5123–5132.

[20] Shi L L, Song J R, Guo C C, Wang B, Guan Z L, Yang P, Chen X, Zhang Q H, Graham J K, Wang J, Liu K D. A-like transposable element in the upstream region ofacts as an enhancer to increase silique length and seed weight in rapeseed., 2019, 98: 524–539.

[21] Sun C M, Wang B Q, Yan L, Hu K N, Liu S, Zhou Y M, Guan C Y, Zhang Z Q, Li J N, Zhang J F, Chen S, Wen J, Ma C Z, Tu J X, Shen J X, Fu T D, Yi B. Genome-wide association study provides insight into the genetic control of plant height in rapeseed (L.)., 2016, 7: 1102.

[22] Lu K, Wei L, Li X, Wang Y, Wu J, Liu M, Zhang C, Chen Z, Xiao Z, Jian H. Whole-genome resequencing revealsorigin and genetic loci involved in its improvement., 2019, 10: 1154.

[23] 孫程明, 陳鋒, 陳松, 彭琦, 張維, 易斌, 張潔夫, 傅廷棟. 甘藍型油菜每角粒數的全基因組關聯分析. 作物學報, 2020, 46: 147–153. Sun C M, Chen F, Chen S, Peng Q, Zhang W, Yi B, Zhang J F, Fu T D. Genome-wide association study of seed number per silique in rapeseed (L.)., 2020, 46: 147–153 (in Chinese with English abstract).

[24] Ihaka R, Gentleman R. R: a language for data analysis and graphics., 1996, 5: 299–314.

[25] Merk H L, Yarnes S C, Van Deynze A, Tong N, Menda N, Mueller L A, Mutschler M A, Loewen S A, Myers J R, Francis D M. Trait diversity and potential for selection indices based on variation among regionally adapted processing tomato germplasm., 2012, 13: 427–437.

[26] 孫程明, 陳松, 彭琦, 張維, 易斌, 張潔夫, 傅廷棟. 甘藍型油菜角果長度性狀的全基因組關聯分析. 作物學報, 2019, 45: 1303–1310. Sun C M, Chen S, Peng Q, Zhang W, Yi B, Zhang J F, Fu T D. Genome-wide association study of silique length in rapeseed (L.)., 2019, 45: 1303–1310 (in Chinese with English abstract).

[27] Evanno G, Regnaut S, Goudet J. Detecting the number of clusters of individuals using the software STRUCTURE: a simulation study., 2005, 14: 2611–2620.

[28] Hardy O J, Vekemans X. SPAGeDi: a versatile computer program to analyse spatial genetic structure at the individual or population levels., 2002, 2: 618–620.

[29] Bradbury P J, Zhang Z, Kroon D E, Casstevens T M, Ramdoss Y, Buckler E S. TASSEL: software for association mapping of complex traits in diverse samples., 2007, 23: 2633–2635.

[30] Dong H L, Tan C D, Li Y Z, He Y, Wei S, Cui Y X, Chen Y G, Wei D Y, Fu Y, He Y G, Wan H F, Liu H, Xiong Q, Lu K, Li J N, Qian W. Genome-wide association study reveals both overlapping and independent genetic loci to control seed weight and silique length in., 2018, 9: 921.

[31] Cai D F, Xiao Y J, Yang W, Ye W, Wang B, Muhammad Y, Wu J S, Liu K D. Association mapping of six yield-related traits in rapeseed (L.)., 2014, 127: 85–96.

[32] Shahid U K, Jiao Y M, Liu S, Zhang K P, Muhammad H U K, Zhai Y G, Amoo O, Fan C C, Zhou Y M. Genome-wide association studies in the genetic dissection of ovule number, seed number, and seed weight inL.,2019, 142: UNSP111877.

[33] Li F, Chen B, Xu K, Wu J, Wu X. Genome-wide association study dissects the genetic architecture of seed weight and seed quality in rapeseed (L.)., 2014, 21: 355–367.

[34] Atwell S, Huang Y S, Vilhjálmsson B J, Willems G, Horton M, Li Y, Meng D, Platt A, Tarone A M, Hu T T, Jiang R, Muliyati N W, Zhang X, Amer M A, Baxter I, Brachi B, Chory J, Dean C, Debieu M, Meaux J, Ecker J R, Faure N, Kniskern J M, Jones J D, Michael T, Nemri A, Roux F, Salt D E, Tang C, Todesco M, TrawM B, Weigel D, Marjoram P, Borevitz J O, Bergelson J, Nordborg M. Genome-wide association study of 107 phenotypes in a common set ofinbred lines., 2010, 465: 627–631.

[35] Luo Z L, Wang M, Long Y, Huang Y J, Shi L, Zhang C Y, Liu X, Bruce D L F, Xiang J X, Mason A S, Snowdon R J, Liu P F, Meng J L, Zou J. Incorporating pleiotropic quantitative trait loci in dissection of complex traits: seed yield in rapeseed as an example., 2017, 130: 1569–1585.

[36] Shi J Q, Li R Y, Qiu D, Jiang C C, Long Y, Morgan C. Unraveling the complex trait of crop yield with quantitative trait loci mapping in., 2009,182: 851–861.

[37] Li N, Shi J Q, Wang X H, Liu G H, Wang H Z. A combined linkage and regional association mapping validation and fine mapping of two major pleiotropic QTLs for seed weight and silique length in rapeseed (L.)., 2014, 14: 114.

[38] Zhao W, Wang X, Wang H, Tian J, Li B, Chen L, Chao H, Xiang J, Gan J. Genome-wide identification of QTL for seed yield and yield-related traits and construction of a high-density consensus map for QTL comparison in., 2016, 7: 17.

[39] Jako C, Kumar A, Wei Y, Zou J, Barton D L, Giblin E M, Covello P S, Taylor D C. Seed-specific over-expression of ancDNA encoding a diacylglycerol acyltransferase enhances seed oil content and seed weight., 2001, 126: 861–874.

[40] Johnson C S, Ben K, Smyth D R., a trichome and seed coat development gene of, encodes a WRKY transcription factor., 2002, 14: 1359–1375.

[41] Steffen J G, Kang I, Portereiko M F, Lloyd A, Drews G N.interacts withand is required for central cell development in., 2008, 148: 259–268.

[42] An D, Suh M C. Overexpression ofWRI1 enhanced seed mass and storage oil content in., 2015, 9: 137–148.

[43] Hyun-Young S, Hee N K.negatively regulates seed deve-lopment by directly repressingandin., 2018, 41: 1072–1080.

[44] Cai G Q, Fan C C, Liu S, Yang Q Y, Liu D, Wu J, Li J W, Zhou Y M, Guo L, Wang X M. Nonspecific phospholipase C6 increases seed oil production in oilseedplants., 2020, 226: 1055–1073.

[45] Yang Y, Zhu K Y, Li H L, Han S Q, Meng Q W, Shahid U K, Fan C C, Xie K B, Zhou Y M. Precise editing ofgenes inL. regulates multilocular silique development., 2018, 16: 1322–1335.

[46] Liu J, Hua W, Yang H, Li Z, Han Z. Thegene (-like gene from) enhances seed oil production through regulating cell number and plant photosynthesis., 2012, 63: 3727–3740.

[47] Weng J F, Gu S H, Wan X Y, Gao H, Guo T, Su N, Lei C L, Zhang X, Cheng Z J, Guo X P, Wang J L, Jiang L, Zhai H Q, Wan J M. Isolation and initial characterization of, a major QTL associated with rice grain width and weight., 2008, 18: 1199–1209.

[48] Zhou Y, Zhang X, Kang X, Zhao X, Zhang X, Ni M.associates withandpromoterso regulateseed deve-lopment., 2009, 21: 106–117.

[49] Zhai Y G, Cai S G, Hu L M, Yang Y, Amoo O, Fan C C, Zhou Y M. CRISPR/Cas9-mediated genome editing reveals differences in the contribution of INDEHISCENT homologues to pod shatter resistance inL., 2019, 132: 2111–2123.

[50] Zheng M, Zhang L, Tang M, Liu J L, Liu H F, Yang H L, Fan S H, Terzaghi W, Wang H Z, Hua W. Knockout of two BnaMAX1 homologs by CRISPR/Cas9-targeted mutagenesis improves plant architecture and increases yield in rapeseed (L.)., 2020, 18: 644–654.

[51] 高謝旺, 譚安琪, 胡信暢, 祝孟洋, 阮穎, 劉春林. 利用CRISPR/Cas9技術創制高油酸甘藍型油菜新種質. 植物遺傳資源學報, 2020, 21: 1002–1008. Gao X W, Tan A Q, Hu X C, Zhu M Y, Ruan Y, Liu C L. Creation of new germplasm of high-oleic rapeseed using CRISPR/Cas9., 2020, 21: 1002–1008 (in Chinese with English abstract).

Genome-wide association study of 1000-seed weight in rapeseed (L.)

ZHANG Chun1,2, ZHAO Xiao-Zhen1,2, PANG Cheng-Ke1,2, PENG Men-Lu1,2, WANG Xiao-Dong2, CHEN Feng2, ZHANG Wei2, CHEN Song2, PENG Qi2, YI Bin3, SUN Cheng-Ming2,3,*, ZHANG Jie-Fu2,*, and FU Ting-Dong3

1Nanjing Agricultural University / State Key Laboratory of Crop Genetics and Germplasm Enhancement, Nanjing 210095, Jiangsu, China;2Institute of Industrial Crops, Jiangsu Academy of Agricultural Sciences / Key Laboratory of Cotton and Rapeseed (Nanjing), Ministry of Agriculture and Rural Affairs / Jiangsu Collaborative Innovation Center for Modern Crop Production, Nanjing 210014, Jiangsu, China;3National Key Laboratory of Crop Genetic Improvement / College of Plant Science and Technology, Huazhong Agricultural University, Wuhan 430070, Hubei, China

Thousand-seed weight (TSW) is one of the important component of seed yield. In this study, a collection of 496 representative rapeseed accessions were genotyped by the high-throughput 60K SNP array for TSW in three environments (14NJ, 15TZ, 16TZ). The genome-wide association study (GWAS) of TSW was performed via the MLM (Mixed linear model) and GLM (General linear model). The results showed that the broad sense heritability of TSW was 63.12% in three environments. Six and 61 loci were detected with MLM and GLM, which explained 28.92% and 47.08% of the phenotypic variance, respectively. Combining the common loci between two models, 62 significant loci were obtained and accounted for 47.31% of the phenotypic variance. These loci were distributed on all chromosomes of the genome, with the largest number of 9, 8, and 7 loci detected on Chromosome A07, A03, and C06, respectively. The most significant locus Bn-scaff_17526_1-p1066214 was detected on C09, and accounted for 5.55% and 15.26% of the phenotypic variance in MLM and GLM, respectively. Among them, 21 loci overlapped with previously reported QTLs, of which 8 loci were verified by at least two populations. The remaining 41 loci were newly detected, and many of them had high effects and were detected in multiple environments, such as Bn-A03-p560769, Bn-scaff_15743_1-p599416 and Bn-scaff_15743_1-p590955. Besides, 11 candidates orthologous to documentedseed weight genes, like,,,,, and, were found near our GWAS loci. The results are helpful for analyzing the genetic basis of TSW of rapeseed and lay a foundation for studying the regulation mechanism and guiding the genetic improvement of TSW.

L.; 1000-seed weight; yield; GWAS; SNP

10.3724/SP.J.1006.2021.04136

本研究由國家重點研發計劃項目(2018YFD0100602), 國家現代農業產業技術體系建設專項(CARS-12), 國家自然科學基金項目(32001581), 江蘇省農業科技自主創新基金(CX(19)3055), 江蘇省基礎研究計劃(自然科學基金)項目(BK20190260)和中央高校基本科研業務費專項資金項目(2662016PY063)資助。

This study was supported by the National Key Research and Development Program of China (2018YFD0100602), the China Agriculture Research System (CARS-12), the National Natural Science Foundation of China (32001581), the Jiangsu Agriculture Science and Technology Innovation Fund (CX(19)3055), the Natural Fund Project of Jiangsu Basic Research Program (BK20190260), and the Fundamental Research Funds for the Central Universities (2662016PY063).

張潔夫, E-mail: jiefu_z@163.com; 孫程明, E-mail: suncm8331537@gmail.com

E-mail: 15662020807@163.com

2020-06-22;

2020-09-13;

2020-09-22.

URL: https://kns.cnki.net/kcms/detail/11.1809.S.20200922.1143.006.html