水稻核不育系柱頭性狀的主基因+多基因遺傳分析

江建華 張武漢 黨小景 榮 慧 葉 琴 胡長敏 張 瑛 何 強 王德正,*

水稻核不育系柱頭性狀的主基因+多基因遺傳分析

江建華1,**張武漢2,**黨小景1榮 慧3葉 琴3胡長敏1張 瑛1何 強2,*王德正1,*

1安徽省農業科學院水稻研究所/ 水稻遺傳育種安徽省重點實驗室, 安徽合肥 230031;2雜交水稻國家重點實驗室 / 湖南雜交水稻研究中心, 湖南長沙 410125;3安徽科技學院, 安徽鳳陽 233100

柱頭性狀是影響水稻不育系異交繁殖和雜交水稻制種產量的重要性狀。為創制長柱頭、高外露率的水稻溫敏核不育系提供遺傳信息, 調查了短柱頭、低外露率的粳型光溫敏核不育系7001S和長柱頭、高外露率的溫敏核不育系紫泰S及其雜交、自交獲得的F1、F2群體(350個株系)和F2:3群體(320個株系)的4個柱頭性狀, 分析了4個性狀之間的相關性, 并運用主基因+多基因混合遺傳模型, 對2個世代4個性狀進行了遺傳分析。結果表明, 4個柱頭性狀間均表現出極顯著正相關, 相關系數介于0.262和0.895之間。柱頭長度、花柱長度、柱頭和花柱總長度(以下簡稱柱花總長度)均表現出受2對主效基因和微效基因共同控制, 除F2群體中柱花總長度的2對主基因表現為等加性效應和等顯性效應外, 其余均表現為加性-顯性-上位性效應, 3個性狀均表現出以主基因間的上位性效應為主; F2群體柱頭外露率受2對加性-顯性-上位性主基因+多基因控制, 而F2:3群體則表現為受1對加性-顯性主基因+多基因控制, 以主基因間的加性效應為主。2個世代中的4個柱頭性狀均以主基因遺傳為主。

水稻; 核不育系; 柱頭性狀; 主基因+多基因模型; 遺傳分析

我國65%以上人口以稻米為主食, 在人口持續增加而耕地卻以數萬公頃逐年減少的情況下, 大幅提高單位面積產量是保障糧食安全的必然選擇[1-2]。始于20世紀70年代的雜交水稻較同熟期常規稻增產20%, 其商業化種植使水稻生產力有了大幅提高[3]。我國雜交水稻年種植面積約1670萬公頃, 年制種面積高達18萬公頃[4]。雖然雜交水稻的制種產量從1976年的0.27 t hm–2增加到現在的2.7 t hm–2, 部分高產田塊達4 t hm–2 [5], 但隨著城市化進程加快,勞動力短缺, 制種成本不斷增加。提高制種產量是降低雜交水稻成本、增加種植效益的決定性因素。研究表明, 阻礙雜交水稻制種產量增加的主要因素是不育系異交結實率低[6]。不育系柱頭外露是限制雜交水稻制種異交結實率的關鍵因素[7]。代貴金等[8]認為柱頭外露率和制種產量成極顯著正相關; 田大成等[9]發現水稻閉穎后外露柱頭穎花平均結實率為64%, 遠高于非外露穎花的15.7%; 李慶榮[10]發現柱頭外露穎花的結實率占制種異交結實率的70%~80%; 楊保漢[11]發現自然條件下不育系柱頭外露率每提高1個百分點, 其結實率可提高0.74~0.92個百分點, 每公頃制種產量可增加47~68 kg。可見, 水稻異交結實率與其柱頭性狀密切相關。

水稻柱頭性狀主要包括柱頭長度、花柱長度、柱花總長度以及柱頭外露率。柱花總長度與柱頭外露率呈顯著[12-14]或極顯著[15-16]正相關, 柱頭長度、花柱長度以及柱花總長度間也表現出極顯著正相關[16-17]。相比較于水稻其他性狀, 作為水稻重要異交性狀的柱頭性狀, 其研究進展是嚴重滯后的。當前對于柱頭性狀的研究主要集中于柱頭外露率, 研究者利用F2群體[12,18-21]、RIL群體[22-27]和自然群體[16,28]等在水稻12條染色體上共檢測到112個控制該性狀的QTL, 并將[18]、[29]和[30]分別精細定位于28.4 kb、322.9 kb和350.7 kb的區間。而關于柱頭長度性狀的研究則較少, 研究者利用F2群體[31]、RIL群體[22,31]、BIL群體、DH群體[31]以及自然群體[16-17,28,32]等在水稻的11條染色體(除11號染色體外)上檢測到28個控制STL的QTL, 在水稻1號、2號、3號、4號、6號、7號、10號和11號染色體上檢測到21個控制SYL的QTL[16-17,22,31-32], 在水稻的9條染色體(除8號、9號和10號染色體外)上檢測到16個控制TSSL的QTL[15,17,32-34], 但僅Liu等[34]將精細定位于水稻3號染色體短臂19.8 kb區間。說明當前對于柱頭性狀的研究較少且未深入。這也可能是導致至今未見利用相關研究結果輔助選育長柱頭、高外露率不育系等育種材料報道的原因。

本研究以課題組自行選育的短柱頭、低外露率的粳型光溫敏核不育系7001S[35]為母本, 長柱頭、高外露率的秈型溫敏核不育系紫泰S為父本, 在陵水進行雜交和自交, 以獲得的7001S/紫泰S組合F1、F2和F2:3構成的遺傳群體為研究對象, 利用廣泛應用于水稻[36]、油菜[37]、大豆[38]、番茄[39]、小麥[40]等各種農作物的主基因+多基因混合模型[41]對2個世代的4個柱頭性狀進行遺傳分析, 同時, 對2個世代(不同年份) 4個柱頭性狀間的相關性進行分析, 旨在揭示柱頭性狀的遺傳基礎及其相關性, 以期為水稻柱頭性狀的QTL定位和全基因組關聯分析提供互補驗證, 同時也為長柱頭、高柱頭外露率的水稻溫敏核不育系的創制提供理論依據。

1 材料與方法

1.1 試驗材料

無色短柱頭、低柱頭外露率的粳型光溫敏核不育系7001S (P1) (圖1-A和圖2-A)、紫色長柱頭、高柱頭外露率的秈型溫敏核不育系紫泰S (P2) (圖1-B和圖2)及其雜交、自交所衍生的7001S/紫泰S組合F1、F2和F2:3構成的遺傳群體材料。

1.2 試驗方法

2016年冬季在海南陵水以7001S (P1)為母本, 紫泰S (P2)為父本, 雜交獲得7001S/紫泰S F1, 2017年正季將F1種植于安徽省農業科學院水稻研究所廬江基地(31o30￠23￠￠N, 117o18￠9￠￠E), 自交獲得F2種子, 2018年正季將P1、P2、F1和F2種植于廬江基地(E1), 5月12日播種, 6月17日移栽。2019年正季將P1、P2、F1和F2:3(由2018年F2各單株收2粒種子混合而成)種植于廬江基地(E2), 5月13日播種, 6月14日移栽。P1、P2和F1分別種植4行, F2和F2:3群體均種植50行, 每行9株, 株行距16.7 cm × 26.7 cm, 常規栽培管理。

柱頭長度(stigma length, STL)是指水稻雌蕊上毛刷狀部分的長度, 花柱長度(style length, SYL)是指毛刷狀底部與子房交界處之間的長度[16], 柱花總長度(the sum of stigma and style length, TSSL)是指柱頭長度和花柱長度之和(圖2-B)。

柱頭長度相關性狀的測量方法: 植株盛花期從主莖穗(最高穗)上取10個正張開的穎花(每天取樣時間為10:00—14:00); 從穎花中剝取8個完整的雌蕊, 置于帶有攝像頭(MDX4)的體式顯微鏡(MZ11, 廣州市明美光電技術有限公司)視野中拍照; 利用圖像處理系統(MicroShot v1.2)在圖片上測量柱頭長度相關性狀(圖2-A, B); 計算單株所有16個柱頭(每個雌蕊2個柱頭)長度相關性狀的平均值, 作為該單株(株系)柱頭長度相關性狀的表型值。P1、P2和F1各株系調查8個雌蕊, 即16個柱頭長度相關性狀的數據作為該株系表型值; F2和F2:3分別調查了350個和320個單株, 每單株調查16個柱頭長度相關性狀的數據作為該單株表型值。

A: 7001S和紫泰S的柱頭長度比較; B: 水稻雌蕊各部位名稱; C: 水稻柱頭無外露、單外露以及雙外露的表現; D: 紫泰S田間柱頭外露表現。

A: stigma morphology of 7001S and Zitai S; B: names of rice pistil parts defined in this study; C: phenotypes of single, dual, and no stigma exsertion in a spikelet; D: phenotype of exserted stigma in Zitai S. STL: stigma length; SYL: style length; TSSL: the sum of stigma and style length.

柱頭外露率(percentage of exserted stigma, PES)是在家系開花結束后10 d調查, 具體方法參照Miyata等[12]略作改動, 簡言之, 柱頭外露率等于主莖穗的外露柱頭數除以總柱頭數(總穎花數的2倍)所得的百分數(圖2-C, D)。P1、P2和F1分別調查10個單株的主莖穗, 10個單株主莖穗的均值即為該株系柱頭外露率表型值; F2和F2:3分別調查了350個和320個單株, 各單株分別調查主莖穗和2個分蘗穗, 3個穗子柱頭外露率的均值為該單株柱頭外露率的表型值。

1.3 數據分析

用SPSS軟件(SPSS, Inc., Chicago, IL, USA)進行柱頭性狀統計分析及性狀間的相關性分析。遺傳力的計算方法:2= [F2-1/3(P1+P2+F1)]/F2。

F2和F2:3群體4個柱頭相關性狀的次數分布按蓋鈞鎰[42]的方法進行整理, 采用曹錫文等[41]研制的植物數量性狀分離分析軟件SEA-G4F2 (P1、P2、F1和F2)和SEA-G4F3 (P1、P2、F1和F2:3)中的極大似然法和IECM算法, 估算2個世代4個柱頭相關性狀獲得1對主基因(one major gene model, 1 MG)、2對主基因(two major genes model, 2 MG)、多基因(polygene model, PG)、1對主基因+多基因(mixed one major gene and polygene model, MX1)和2對主基因+多基因(mixed two major genes and polygene model, MX2)共5類24種遺傳模型的極大對數似然函數值和AIC (Akaike’s information criterion)值。根據最佳模型選擇原則, AIC值最小的模型為相對最適模型, 若出現模型間AIC值差異不大時, 則會出現幾個備選模型, 此時需通過樣本分布與理論分布間的均勻性檢驗和Kolmogorov-Smirnov檢驗來比較各備選模型適合性概率的大小, 從而確定最適模型, 同時可得到最適模型相應的各成分分布參數, 包括各主基因的加性、顯性、上位性效應, 多基因的加性、顯性、上位性效應以及主基因遺傳率和多基因遺傳率等。其中主基因遺傳率2mg(%) =2mg/2p′100; 多基因遺傳率2pg(%) =2pg/2p′100; 式中2mg、2pg和2p分別為主基因方差、多基因方差和表型方差。

2 結果與分析

2.1 水稻柱頭相關性狀的遺傳分析

2.1.1 柱頭相關性狀表型特征及次數分布 E1和E2中紫泰S的STL、SYL、TSSL和PES均極顯著高于7001S (表1和圖3)。7001S / 紫泰S F1的4個柱頭相關性狀均介于雙親之間, 其中STL、SYL和TSSL的接近于雙親均值, 而PES的偏向于高值親本。4個性狀在分離世代群體(F2和F2:3)中的變異系數介于14.29%~54.94%, 說明該組合中的目標性狀有較好的遺傳多樣性。2個環境中4個性狀的遺傳力均超過78%, 說明這4個性狀以遺傳為主。但是從表2的P1、P2和F1聯合方差分析的結果來看, 除TSSL外, 環境效應以及基因型與環境之間的互作效應對柱頭性狀的表型值也存在一定影響。分離群體中, 除F2中的STL外, 其余性狀在2個分離群體中均出現雙向超親個體, 表現出連續正態分布, 適于進行遺傳分析(表1)。

表1 7001S、紫泰S組合F2和F2:3群體柱頭相關性狀描述

E1: 2018年廬江; E2: 2019年廬江。

E1: Lujiang in 2018; E2: Lujiang in 2019. STL: stigma length; SYL: style length; TSSL: the sum of stigma and style length; PES: percentage of exserted stigma; SD: standard deviation; CV: coefficient of variation; H: heritability.

表2 7001S、紫泰S和7001S/紫泰S F1 4個柱頭性狀的聯合方差分析

**表示0.01水平顯著。

STL: stigma length; SYL: style length; TSSL: the sum of stigma and style length; PES: percentage of exserted stigma; DF: degrees of freedom; SS: sum of squares; MS: mean square.**: significant differences at< 0.01.

縮寫同表1。Abbreviations are the same as those given in Table 1.

2.1.2 柱頭相關性狀遺傳模型的建立 根據5類24種模型以及柱頭性狀的次數分布, 算出該性狀所有24種遺傳模型的極大似然值和AIC值(表略)。AIC值最小的模型為最佳可能模型, 當出現與最小AIC值接近的模型時, 將這些模型與最佳可能模型一起都作為該性狀的備選模型。再對備選模型的樣本分布和理論分布進行適合性檢驗(12,22,32,2,D)以確定最佳模型。結果E1中STL的MX2-ADI-AD模型AIC值最小, 為-127.50, 但MX1-AD-ADI、MX2-ADI-ADI和MX2-AD-AD模型的AIC值與之相近, 故上述4個模型作為E1中STL的備選模型。應用與E1中STL相同的方法進行其他柱頭性狀備選模型的選擇。2個環境下4個柱頭性狀備選模型的極大似然值和AIC值見表3。

表3 4個柱頭性狀備選模型配合表型分布的極大似然函數值和AIC值(IECM算法)

a“適合性檢驗”中5個數字分別指在1222322和D適合性檢驗中達到顯著水平的統計量個數。MX: 主基因+多基因模型; MG: 主基因模型; PG: 多基因模型; A: 加性效應; D: 顯性效應; E: 等效; I: 上位性。E1: 2018年廬江; E2: 2019年廬江。粗體表示最適模型。

aFive digitals in test of goodness-of-fit column denote numbers of significant statistic parameters among12,22,32,2, andD. MX: mixed major gene and polygene model; MG: major gene model; PG: polygene model; A: additive effect; D: dominance effect; E: equal; I: interaction. E1: 2018 Lujiang; E2: 2019 Lujiang. The model in bold in this table is the optimal model. STL: stigma length; SYL: style length; TSSL: the sum of stigma and style length; PES: percentage of exserted stigma.

經適合性檢驗, E1中STL的MX2-AD-AD模型20個適合性檢驗統計量有4個達到顯著(α=0.05), 而MX1-AD-ADI、MX2-ADI-ADI和MX2-ADI-AD均只有2個統計量達到顯著, 但MX2-ADI-AD模型理論分布配合實際分布適合性的概率值比MX1-AD-ADI和MX2-ADI-ADI模型高, 說明MX2-ADI-AD模型較其他3個備選模型的適合性好。因此, 7001S/紫泰S組合E1中STL的最佳遺傳模型為MX2-ADI-AD。說明該性狀E1中表現出受2對主效基因和微效基因共同控制, 其中2對主效基因表現出加性-顯性-上位性效應, 而微效基因表現出加性-顯性效應。E2中STL的PG-ADI和MX2-ADI-ADI模型20個適合性檢驗統計量均有2個達到顯著(α=0.05); 而MX1-AD-ADI和MX2-ADI-AD模型均只有1個統計量達到顯著(α=0.05), 但MX2-ADI-AD模型理論分布配合實際分布適合性的概率值比MX1-AD-ADI模型高, 說明MX2-ADI-AD模型比MX1-AD-ADI模型適合性好。因此, 7001S/紫泰S組合E2中STL的最佳遺傳模型也為MX2-ADI-AD。說明該性狀E2中也表現出受2對加性-顯性-上位性主基因+加性-顯性多基因控制。

應用與STL相同方法, 對其他3個性狀進行最佳遺傳模型的選擇。對于SYL, 2個環境中的最佳遺傳模型均為MX2-ADI-AD, 說明SYL在E1和E2中均表現出受2對加性-顯性-上位性主基因+加性-顯性多基因控制。對于TSSL, E1中最佳遺傳模型為MX2-EEAD-AD, 即TSSL在E1中表現出受2對主效基因和微效基因共同控制, 其中2對主效基因的加性效應值和顯性效應值分別相等, 而微效基因表現出加性-顯性效應; E2中TSSL最佳遺傳模型為MX2-ADI-AD, 說明TSSL在E2中表現為2對加性-顯性-上位性主基因+加性-顯性多基因控制。對于PES, E1中最佳遺傳模型為MX2-ADI-ADI, 即PES在E1中表現出受2對主效基因和微效基因共同控制,2對主效基因和微效基因均表現出加性-顯性-上位性效應; E2中PES最佳遺傳模型為MX1-AD-ADI模型, 即表現出受1對主效基因和微效基因共同控制, 主效基因表現出加性-顯性效應, 而微效基因則表現出加性-顯性-上位性效應。

E1中TSSL和E2中PES分別有5個和3個成分分布, 其余性狀在2個環境中均表現出9個成分分布。4個柱頭性狀在各自最佳遺傳模型下理論分布擬合曲線與實際分布曲線如圖4所示。

2.1.3 柱頭性狀的遺傳參數 表4列出了4個柱頭性狀在2個環境中各自最佳模型下的遺傳參數估計值。從一階參數看, E1中STL的||+|j|+|j|+||＞|a|+|b|＞|h|+|h|, 說明主效基因中的上位性效應要大于加性效應和顯性效應, 以上位性效應為主; E2中STL的||+|j|+|j|+||＞|h|+|h|＞|a|+|b|, 說明主效基因中的上位性效應要大于顯性效應和加性效應, 以上位性效應為主; 2個環境中的||+|j|+|j|+||+ |h|+|h|+|a|+|b|與|[]|+|[]|值基本一致, 說明STL中微效基因也起重要作用。對于SYL, E1和E2中||+|j|+|j|+||＞|h|+|h|＞|a|+|b|, 說明主基因效應中是以上位性效應為主; 與STL一樣, 主效基因的各效應值之和與微效基因的各效應值之和基本一致,說明SYL中微效基因效應也起重要作用。E1中TSSL的||＞|[]|+|[]|, 說明主效基因的加性效應大于微效基因的加性效應和顯性效應之和; E2中||+|j|+|j|+||＞|h|+|h|＞|a|+|b|, 說明2對主基因以上位性效應為主; ||+|j|+|j|+||+|h|+|h|+|a|+ |b|=2.87, |[]|+|[]|=2.97, 說明TSSL中微效基因也起重要作用。對于PES, E1中|a|+|b|＞||+|j|+|j|+||＞|h|+|h|, E2中||＞||, 說明PES是以加性效應為主。

從表4二階遺傳參數看, 2個環境中4個柱頭性狀的主基因遺傳率介于71.13%~97.09%, 多基因遺傳率介于0~22.21%, 說明這4個柱頭性狀均以主基因遺傳為主。

2.2 水稻柱頭性狀間的相關性分析

由表5可知, 4個柱頭性狀在7001S/紫泰S F2群體和F2:3群體中均表現出極顯著正相關, 其中F2群體4個性狀間的相關系數介于0.262 (SYL和PES)和0.895 (STL和TSSL)之間, F2:3群體4個性狀間的相關系數介于0.281 (STL和PES)和0.885 (STL和TSSL)之間。柱花總長度和柱頭外露率在2個世代中的表型相關系數分別為0.377 (F2)和0.339 (F2:3), 呈極顯著正相關(2個性狀的散點圖見圖5), 決定系數(2)分別達到14.24%和11.51%, 說明在柱頭外露率的變異中, 有11%以上是由柱頭長度的變異引起的。這種極顯著的線性正相關具有明顯的生物學意義。

3 討論

本研究利用由2個核不育系雜交衍生的未經人工選擇的F2(350個單株)和F2:3(320個單株)群體對4個柱頭性狀間的相關性進行了分析。結果表明, 4個性狀兩兩之間均表現出極顯著正相關, 這說明柱頭性狀是一個復雜性的綜合性狀。其中STL與SYL和TSSL間的相關系數均達到0.76以上, 呈緊密相關, 這與Zhou等[16]和Dang等[17]利用不同水稻材料構成的自然群體進行分析所得的結果一致, 說明STL、SYL和TSSL可能是由相同的基因位點(QTL)控制的。TSSL與PES間的相關系數分別為0.377 (F2)和0.339 (F2:3), 達極顯著正相關, 這與前人的研究結果一致[12-15]。同時, 本研究還發現STL與PES間也表現出極顯著正相關。說明育種家可以通過增加水稻溫敏核不育系的柱花總長度(TSSL)來達到提高柱頭外露率(PES)的目的。同時, 柱花總長度的增加, 必然會導致柱頭長度(STL)的增加。柱頭毛刷狀部分是柱頭接收花粉的器官, 柱頭長度的增加、柱頭外露率的提高必然導致雜交水稻異交結實率的增加, 從而增加雜交水稻的制種產量[12,43]。

表4 4個柱頭性狀遺傳參數估計值

a: 第1對主基因的加性效應;b: 第2對主基因的加性效應;a: 第1對主基因的顯性效應;b: 第2對主基因的顯性效應;: 加性×加性互作效應;ab: 加性×顯性互作效應;ba: 顯性×加性互作效應;: 顯性×顯性互作效應; []: 多基因加性效應; []: 多基因顯性效應;2p: 表型方差;2mg: 主基因方差;2pg: 多基因方差;2mg(%): 主基因遺傳率;2pg(%): 多基因遺傳率。

a: additive effect of the first major gene;b: additive effect of the second major gene;a: dominant effect of the first major gene;b: dominant effect of the second major gene;: epistatic effect value betweenaandb;ab:epistatic effect value betweenaandb;ba: epistatic effect value betweenaandb;: epistatic effect value betweenhandh; []: additive effect of polygene; []: dominant effect of polygene;2p: phenotypic variance;2mg: major gene variance;2pg: polygene variance;2mg(%): heritability of major gene;2pg(%): heritability of polygene. STL: stigma length; SYL: style length; TSSL: the sum of stigma and style length; PES: percentage of exserted stigma.

表5 4個柱頭性狀間的相關性系數

左下角和右上角分別表示F2和F2:3的相關性系數;**表示0.01水平顯著。縮寫同表1。

The lower-left corner and the upper-right corner indicate correlation coefficient in F2and F2:3, respectively;**indicates significant differences at the 0.01 probability level. Abbreviations are the same as those given in Table 1.

解松峰等[40]認為與傳統的遺傳分析方法相比, 主基因+多基因混合遺傳模型進行分析所得的結果更加客觀, 育種家可通過表型值快速判斷目標性狀的遺傳組成。近些年主基因+多基因遺傳模型更是被頻繁用于各種農作物[36-40,44]。本研究利用植物數量性狀分離分析軟件中的SEA-G4F2 (P1、P2、F1和F2)和SEA-G4F3 (P1、P2、F1和F2:3)對4個柱頭性狀進行了主基因+多基因遺傳分析。結果發現, STL、SYL和TSSL均表現出受2對主效基因+微效基因控制, 且除E1中TSSL的2對主基因表現出等效的加性效應和等效的顯性效應外, 其余的2對主效基因間均表現出加性-顯性-上位性效應, 這也進一步從遺傳上證實了STL、SYL和TSSL之間的顯著相關性, 說明在該群體中這3個性狀極可能是由相同的主效位點(QTL)控制的。而2個世代PES的最適模型并不一致, E1中PES表現出受2對主基因控制, 2對主基因間表現為加性-顯性-上位性效應, 而E2中則表現出受1對加性-顯性主效基因控制, 說明較之于柱頭長度相關性狀, PES更易受到環境因素的影響[18]。結合P1、P2和F1聯合方差分析結果發現, 4個柱頭性狀均是以基因型遺傳為主, 但同時也受環境效應的影響(表2)。除TSSL外, 環境效應對STL、SYL和PES的影響均達到了極顯著水平, 且STL和SYL同時受到基因型′環境互作效應的極顯著影響。從而導致2個環境TSSL和PES檢測到的主效基因數量以及主效基因間作用方式的不同, 需要通過其他方法, 如多環境下的QTL定位等, 進行進一步的驗證。

當前, 對于柱頭性狀的研究主要集中于PES, 而對STL、SYL和TSSL的研究較少[15-17,22,28,31-34]。因此, 對于4個柱頭性狀遺傳效應的研究也主要集中于PES。從一階遺傳參數來看, PES以加性效應為主, 這與Yan等[29]和Li等[45]研究結果是一致的。而STL、SYL和TSSL則以上位性效應遺傳為主, 說明這3個性狀的遺傳較PES復雜。同時, 本研究發現的TSSL以上位性效應為主的結果與劉強明[15]利用CSSL群體所得出的以加性效應遺傳為主的結果是不一致的, 這可能是由于材料類型的不同造成的。從二階遺傳參數來看, 2個環境中4個性狀主基因遺傳率介于71.13% (E2中PES)和97.09% (E2中TSSL)之間, 說明這4個性狀均以主效基因遺傳為主, 而除F2:3群體中的PES受1對主基因+多基因控制外, 其余均表現出受2對主基因+多基因控制; 且除F2群體中TSSL的2對主基因表現為等效的加性效應和等效的顯性效應外, 其余2對主效基因間均表現出加性-顯性-上位性效應。綜上結果一方面, 說明4個柱頭性狀為數量性狀, 研究材料以及環境等因素可能會對檢測到的主基因數量以及作用方式產生影響[28-30]; 但另一方面, 本研究同時利用F2和F2:3群體在2個環境下對4個柱頭性狀進行遺傳分析, 其結果可以互相驗證。從本研究結果分析, 7001S/紫泰S組合中的STL、SYL和TSSL是由2個主效位點控制的, 且控制這3個性狀的主效位點可能為相同位點, 且這2個位點中至少有1個位點同時也是控制PES的主效位點。王春娥等[44]曾同時利用主基因+多基因模型和QTL定位對大豆豆腐和豆乳得率進行了遺傳分析和QTL定位, 認為這2種方法檢測到的主基因數量具有相對一致性。說明主基因+多基因混合遺傳模型與QTL定位間存在緊密聯系, 兩者相輔相成。實踐中可以利用遺傳分析的結果對QTL定位的結果進行校對, 便于育種家根據表型快速得到目標性狀的遺傳組成; 同時, 也可以用QTL定位的結果來校正遺傳分析的結果, 這樣可進一步更加準確了解QTL定位所反映目標性狀的遺傳組成。本研究利用主基因+多基因模型對柱頭4個相關性狀進行遺傳分析, 其中柱頭外露易于觀察, 水稻開花后田間可直接觀察, 但柱頭性狀較小, 田間肉眼很難直接進行比較, 需取樣室內測量。育種家在高異交率溫敏核不育選育的過程中, 可將田間柱頭外露率的觀察和室內柱頭長度性狀的調查相結合, 通過長柱頭(毛刷長度和柱花總長度)、高外露率的選擇進而改良水稻的異交率。同時, 育種家在進行長柱頭、高外露率溫敏核不育系選育過程中, 要充分考慮主效基因和微效基因的影響, 及時開展早期有效的單株選擇, 重點關注高代單株性狀的后期穩定表現, 排除或降低環境因素對目標性狀選擇造成的影響。主基因+多基因遺傳分析對4個柱頭相關性狀的遺傳組成、遺傳規律特征及遺傳參數進行了解析, 這將會為水稻柱頭性狀的改良提供有意義的遺傳信息, 為下一步通過QTL初定位及精細定位、闡明性狀間的遺傳調控網絡和分子設計育種提供重要理論依據。

4 結論

2個環境中4個柱頭性狀兩兩間均表現出極顯著正相關, 相關系數介于0.262 (E1中PES和SYL)和0.895 (E2中STL和TSSL)之間。STL、SYL和TSSL均表現出受2對主基因+多基因控制, 除E1中TSSL表現為等加性-等顯性主基因+加性-顯性多基因控制外, 其余均表現為加性-顯性-上位性主基因+加性-顯性多基因。E1中PES表現出受2對加性-顯性-上位性主基因+加性-顯性-上位性多基因控制, 而E2中則表現出受1對加性-顯性主基因+加性-顯性-上位性多基因。2個環境中4個性狀均以主基因遺傳為主。本研究結果為創制長柱頭、高柱頭外露率核不育系材料提供了理論支持, 同時也為柱頭長度相關性狀主效位點的挖掘以及分子標記輔助選擇提供理論依據。

[1] 袁隆平. 發展雜交水稻保障糧食安全. 第一屆中國雜交水稻大會論文集. 湖南長沙, 2010. pp 1–2. Yuan L P. Developing hybrid rice to ensure food security. In: Collection of the 1st Chinese Hybrid Rice Conference. Changsha, Hunan, China, 2010. pp 1–2 (in Chinese).

[2] Huang X H, Han B. Rice domestication occurred through single origin and multiple introgressions.,2016, 2: 16207.

[3] Qian Q, Guo L B, Smith S M, Li J Y. Breeding high-yield superior quality hybrid super rice by rational design., 2016, 3: 283–294.

[4] Xia Y M, Tang N, Hu Y Y, Li D, Li S C, Bu X L, Yu M L, Qi S W, Yang Y S, Zhu H J, Cao C Y, Li P, Yuan L P, Cao M L. A method for mechanized hybrid rice seed production using female sterile rice., 2019, 12: 39.

[5] 劉文炳. 三系雜交水稻超高產制種配套組裝技術. 第一屆中國雜交水稻大會論文集. 湖南長沙, 2010. pp 465–468. Liu W B. Packaging techniques for super-high-yield seed production of hybrid rice. In: Collection of the 1st Chinese Hybrid Rice Conference. Changsha, Hunan, China, 2010. pp 465–468 (in Chinese).

[6] 舒志芬, 陳勇, 劉釗, 袁露, 熊朝, 張海清. 5個水稻光溫敏核不育系柱頭特性與異交結實率的關系. 作物研究, 2015, 29: 343–347. Shu Z F, Chen Y, Liu Z, Yuan L, Xiong C, Zhang H Q. Correlation between outcrossing characteristics and stigma feature of 5 PTGMS lines., 2015, 29: 343–347 (in Chinese with English abstract).

[7] 田大成, 黃三奎, 段永國, 王友紅. 水稻不育系花時和受粉時間與異交結實率的關系. 雜交水稻, 2004, 19(3): 50–54. Tian D C, Huang S K, Duan Y G, Wang Y H. The relationship between flowering and pollination time and outcrossing rate of male sterile lines in hybrid rice seed production., 2004, 19(3): 50–54 (in Chinese with English abstract).

[8] 代貴金, 華澤田, 蔡偉, 王妍, 張忠旭, 王大為. 激素在雜交粳稻制種中的應用研究. 雜交水稻, 1999, 14(增刊): 15–20. Dai G J, Hua Z T, Cai W, Wang Y, Zhang Z X, Wang D W. Application of plant growth substances in the seed production ofhybrid rice., 1999, 14(S): 15–20 (in Chinese).

[9] 田大成, 張素英, 秦春林. 提高柱頭外露率是雜交稻制種穩產高產的關鍵措施. 四川農業科技, 1990, (2): 16–18. Tian D C, Zhang S Y, Qin C L. Increasing stigma exsertion rate is a key measure for hybrid rice seed production., 1990, (2): 16–18 (in Chinese).

[10] 李慶榮. 柱頭外露率的環境變異及其在異交結實中的作用. 種子科技, 1995, (2): 32–33. Li Q R. Environmental variation of stigma exsertion rate and its role in outcrossing., 1995, (2): 32–33 (in Chinese).

[11] 楊保漢. 不育系柱頭外露率及其結實率研究. 雜交水稻, 1997, 12(1): 13–15. Yang B H. Studies on stigma exsertion rate and outcrossing rate of CMS lines in rice., 1997, 12(1): 13–15 (in Chinese with English abstract).

[12] Miyata M, Yamamoto T, Komori T, Nitta N. Marker-assisted selection and evaluation of the QTL for stigma exsertion underrice genetic background., 2007, 114: 539–548.

[13] Virmani S S, Athwal D S. Genetic variability in floral characteristics influencing outcrossing in Oryza sativa L. Crop Sci, 1973, 13: 66–67.

[14] Takano-Kai N, Doi K, Yoshimura A. GS3participates in stigma exsertion as well as seed length in rice. Breed Sci, 2011, 61: 244–250.

[15] 劉強明. 水稻異交相關性狀的QTL遺傳剖析與柱頭長度QTL的精細定位. 南京農業大學博士學位論文, 江蘇南京, 2015. Liu Q M. QTL Dissection of Out-crossing Related Traits and Fine Mapping of a Stigma Length QTLin Rice (L.). PhD Dissertation of Nanjing Agricultural University, Nanjing, Jiangsu, China, 2015 (in Chinese with English abstract).

[16] Zhou H, Li P, Xie W, Hussain S, Li Y, Xia D, Zhao H, Sun S, Chen J, Ye H, Hou J, Zhao D, Gao G, Zhang Q, Wang G, Lian X, Xiao J, Yu S, Li X, He Y. Genome-wide association analyses reveal the genetic basis of stigma exsertion in rice., 2017, 10: 634–644.

[17] Dang X, Liu E, Liang Y, Liu Q, Breria C M, Hong D. QTL detection and elite alleles mining for stigma traits inby association mapping., 2016, 7: 1188.

[18] Liu Y, Zhang A, Wang F, Kong D, Li M, Bi J, Zhang F, Wang J, Luo X, Pan Z, Yu X, Liu G, Luo L. Fine mapping a quantitative trait locus,, that controls stigma exsertion rate in rice (L.)., 2019, 12: 46.

[19] Xiong L X, Liu K D, Dai X K, Xu C G, Zhang Q. Identification of genetic factors controlling domestication-related traits of rice using an F2 population of a cross between Oryza sativa and O. rufipogon., 1999, 98: 243–251.

[20] 李威, 圣忠華, 朱子亮, 魏祥進, 石磊, 鄔亞文, 唐紹清, 王建龍, 胡培松. 粳稻柱頭外露率QTL定位. 中國水稻科學, 2017, 31: 23–30. Li W, Sheng Z H, Zhu Z L, Wei X J, Shi L, Wu Y W, Tang S Q, Wang J L, Hu P S. QTL mapping ofrice stigma exsertion rate., 2017, 31: 23–30 (in Chinese with English abstract).

[21] Bakti C, Tanaka J. Detection of dominant QTLs for stigma exsertion ratio in rice derived from Oryza rufipogon accession ‘W0120’., 2019, 69: 143–150.

[22] Uga Y, Fukuta Y, Cai H W, Iwata H, Ohsawa R, Morishima H, Fujimura T. Mapping QTLs influencing rice floral morphology using recombinant inbred lines derived from a cross betweenL. andGriff., 2003, 107: 218–226.

[23] Yu X Q, Mei H W, Luo L J, Liu G L, Zou G H, Hu S P, Li M S, Wu J H. Dissection of additive, epistatic effect and Q × E interaction of quantitative trait loci influencing stigma exsertion under water stress in rice., 2006, 33: 542–550.

[24] Hu S P, Zhou Y, Zhang L, Zhu X D, Wang Z G, Li L, Luo L J, Zhou Q M. QTL analysis of floral traits of rice (L.) under well-watered and drought stress conditions., 2009, 31: 173–181.

[25] Li P B, Feng F C, Zhang Q L, Chao Y, Gao G J, He Y Q. Genetic mapping and validation of quantitative trait loci for stigma exsertion rate in rice., 2014, 34: 2131–2138.

[26] 尹成, 李平波, 高冠軍, 張慶路, 羅利軍, 何予卿. 水稻柱頭外露率QTL定位. 分子植物育種, 2014, 12: 43–49. Yin C, Li P B, Gao G J, Zhang Q L, Luo L J, He Y Q. QTL analysis of percentage of exserted stigma in rice., 2014, 12: 43–49 (in Chinese with English abstract).

[27] Rahman M H, Yu P, Zhang Y X, Sun L P, Wu W X, Shen X H, Zhan X D, Chen D B, Cao L Y, Cheng S H. Quantitative trait loci mapping of the stigma exertion rate and spikelet number per panicle in rice (L.)., 2016, 15: gmr15048432.

[28] Yan W G, Li Y, Agrama H A, Luo D G, Gao F Y, Lu X J, Ren G J. Association mapping of stigma and spikelet characteristics in rice (L.)., 2009, 24: 277–292.

[29] Zhang K, Zhang Y, Wu W, Zhan X, BakrAnis G, Rahman M H, Hong Y, Riaz A, Zhu A, Cao Y, Sun L, Yang Z, Yang Q, Cao L, Cheng S. qSE7 is a major quantitative trait locus (QTL) influencing stigma exsertion rate in rice (L.)., 2018, 8: 14523.

[30] Rahman M H, Zhang Y, Zhang K, Rahman M S, Barman H N, Riaz A, Chen Y, Wu W, Zhan X, Cao L, Cheng S. Genetic dissection of the major quantitative trait locus (), and its validation as the major influence on the rate of stigma exsertion in rice (L.)., 2017, 8: 1818.

[31] Uga Y, Siangliw M, Nagamine T, Ohsawa R, Fujimura T, Fukuta Y. Comparative mapping of QTLs determining glume, pistil and stamen sizes in cultivated rice (Oryza sativa L.). Plant Breed, 2010, 129: 657–669.

[32] Marathi B, Ramos J, Hechanova S L, Oane R H, Jena K K. SNP genotyping and characterization of pistil traits revealing a distinct phylogenetic relationship among the species of., 2015, 201: 131–148.

[33] 陳蘭, 張紅, 張啟武, 江建華, 王洋, 陳杰麗, 洪德林. 水稻6個異交相關性狀的SSR關聯分析. 南京農業大學學報, 2012, 35(2): 1–9. Chen L, Zhang H, Zhang Q W, Jiang J H, Wang Y, Chen J L, Hong D L. Association analysis of six outcrossing related traits in rice (L.) with SSR markers., 2012, 35(2): 1–9 (in Chinese with English abstract).

[34] Liu Q, Qin J, Li T, Liu E, Fan D, Edzesi W M, Liu J, Jiang J, Liu X, Xiao L, Liu L, Hong D. Fine mapping and candidate gene analysis of qSTL3, a stigma length-conditioning locus in rice (L.). PLoS One, 2015, 10: e0127938.

[35] 李成荃, 許克農, 王守海, 羅彥長, 王德正. 粳型水稻光敏核不育系7001S的育性與利用研究. 安徽農業科學, 1994, 22(1): 11–15. Li C Q, Xu K L, Wang S H, Luo Y C, Wang D Z. Study on the fertility ofPGMR 7001S and its utilization., 1994, 22(1): 11–15 (in Chinese with English abstract).

[36] 張啟武, 江建華, 姚瑾, 洪德林. 穞稻與粳稻恢復系C堡籽粒灌漿速率的特征及遺傳分析. 作物學報, 2009, 35: 1229–1235. Zhang Q W, Jiang J H, Yao J, Hong D L. Characterization and genetic analysis of grain filling rate of Ludao and restorer line C-bao inrice (L.)., 2009, 35: 1229–1235 (in Chinese with English abstract).

[37] 汪文祥, 胡瓊, 梅德圣, 李云昌, 周日金, 王會, 成洪濤, 付麗, 劉佳. 甘藍型油菜分枝角度主基因+多基因混合遺傳模型及遺傳效應. 作物學報, 2016, 42: 1103–1111.Wang W X, Hu Q, Mei D S, Li Y C, Zhou R J, Wang H, Cheng H T, Fu L, Liu J. Genetic effects of branch angle using mixture model of major gene plus polygene inL., 2016, 42: 1103–1111 (in Chinese with English abstract).

[38] 梁慧珍, 余永亮, 許蘭杰, 楊紅旗, 董薇, 譚政偉, 李磊, 裴新涌, 劉新梅. 大豆α-生育酚的遺傳與QTL分析. 中國農業科學, 2019, 52: 11–20. Liang H Z, Yu Y L, Xu L J, Yang H Q, Dong W, Tan Z W, Li L, Pei X Y, Liu X M. Inheritance and QTL mapping for α-tocopherol in soybean., 2019, 52: 11–20 (in Chinese with English abstract).

[39] 翟英. 番茄果實色澤和色素含量的遺傳特征. 分子植物育種, 2019, 17: 264–269. Zhai Y. Genetic characteristics of color and pigment content in Tomato fruits., 2019, 17: 264–269 (in Chinese with English abstract).

[40] 解松峰, 吉萬全, 張耀元, 張俊杰, 胡衛國, 李俊, 王長有, 張宏, 陳春環. 小麥重要產量性狀的主基因+多基因混合遺傳分析. 作物學報, 2020, 46: 365–384.Xie S F, Ji W Q, Zhang Y Y, Zhang J J, Hu W G, Li J, Wang C Y, Zhang H, Chen C H. Genetic effects of important yield traits analysed by mixture model of major gene plus polygene in wheat., 2020, 46: 365–384 (in Chinese with English abstract).

[41] 曹錫文, 劉兵, 章元明. 植物數量性狀分離分析Windows軟件包SEA的研制. 南京農業大學學報, 2013, 36(6): 1–6. Cao X W, Liu B, Zhang Y M. SEA: a software package of segregation analysis of quantitative traits in plants., 2013, 36(6): 1–6 (in Chinese with English abstract).

[42] 蓋鈞鎰. 試驗統計方法. 北京: 中國農業出版社, 2000. pp 99–126, 157–189. Gai J Y. Methods of Experiments and Statistics. Beijing: China Agriculture Press, 2000. pp 99–126, 157–189 (in Chinese).

[43] 吳爽, 江建華, 湯修竹, 王德正. 水稻溫敏核不育系廣茉S的異交特性研究. 雜交水稻, 2015, 30(3): 35–38. Wu S, Jiang J H, Tang X J, Wang D Z. Studies on outcrossing characteristics of TGMS line Guangmo S in rice., 2015, 30(3): 35–38 (in Chinese with English abstract).

[44] 王春娥, 蓋鈞鎰, 傅三雄, 喻德躍, 陳受宜. 大豆豆腐和豆乳得率的遺傳分析與QTL定位. 中國農業科學, 2008, 41: 1274–1282. Wang C E, Gai J Y, Fu S X, Yu D Y, Chen S Y. Inheritance and QTL mapping of Tofu and soymilk output in soybean., 2008, 41: 1274–1282 (in Chinese with English abstract).

[45] Li T, Chen Y W. Genetics of stigma exsertion in rice., 1985, 2: 84–85.

Genetic analysis of stigma traits with genic male sterile line by mixture model of major gene plus polygene in rice (L.)

JIANG Jian-Hua1,**, ZHANG Wu-Han2,**, DANG Xiao-Jing1, RONG Hui3, YE Qin3, HU Chang-Min1, ZHANG Ying1, HE Qiang2,*, and WANG De-Zheng1,*

1Institute of Rice Research, Anhui Academy of Agricultural Sciences / Rice Genetic Breeding Key Laboratory of Anhui Province, Hefei 230031, Anhui, China;2State Key Laboratory of Hybrid Rice / Hunan Hybrid Rice Research Center, Changsha 410125, Hunan, China;3Anhui Science and Technology University, Fengyang 233100, Anhui, China

Rice stigma traits are important traits that affects the yield of male sterile lines and hybrid rice seed production. To provide genetic information for the creation of thermo-sensitive genic male sterile lines with long stigmas and high exsertion rates in rice, we investigated the correlation among four stigma traits of 7001S (photoperiod-thermo-sensitive genic male sterile line with short stigma length and low exsertion rate, P1), Zitai S (thermo-sensitive genic male sterile line with long stigma length and high exsertion rate, P2), and F1, F2(350 lines), and F2:3(320 lines) from the cross P1× P2. Coefficients of linear correlation in stigma traits were calculated, and genetic patterns were analyzed by mixed major-gene plus polygene inheritance models. The results showed that there were extremely significant linear positive correlations among four stigma traits. The correlation coefficients were between 0.262 and 0.895. Genetic analysis revealed that stigma length (STL), style length (SYL), the sum of stigma, and style length (TSSL) were controlled by two major genes plus polygenes. The two major genes expressed additive-dominant-epistatic effects, but they expressed equal additive effects and equal dominant effects of TSSL in F2population. The epistatic effect was dominant in STL, SYL, and TSSL in F2and F2:3. Percentage of exserted stigma (PES) was controlled by two major genes plus polygenes with additive-dominant-epistatic effect in F2. However, PES was controlled by one major gene with additive-dominant effect plus polygenes in F2:3. The additive effect was dominant of PES in F2and F2:3. Four stigma traits were mainly governed by major genes.

rice (L.); genic male sterile line; stigma trait; major gene plus polygene model; genetic analysis

10.3724/SP.J.1006.2021.02057

本研究由雜交水稻國家重點實驗室(湖南雜交水稻研究中心)開放課題基金(2018KF01), 水稻遺傳育種安徽省重點實驗室開放基金(SDKF-201904)和國家自然科學基金項目(31601374)資助。

This study was supported by the Open Research Fund of National Key Laboratory of Hybrid Rice (Hunan Hybrid Rice Research Center) (2018KF01), the Program of Rice Genetic Breeding Key Laboratory of Anhui Province (SDKF-201904), and the National Natural Science Foundation of China (31601374).

何強, E-mail: heqiang@ hhrrc.ac.cn, Tel: 0731-82872990; 王德正, E-mail: wdzhengqin@163.com, Tel: 0551-62160454

**同等貢獻(Contributed equally to this work)

江建華, E-mail: peanutlabjjh@163.com, Tel: 0551-62160454

2020-08-18;

2020-12-01;

2020-12-31.

URL: https://kns.cnki.net/kcms/detail/11.1809.S.20201231.1007.004.html