不同生態類群水稻MAGIC群體構建

桂毅杰 陳建民 楊紹華 陳在杰 王鋒

摘 要：優異種質的創制是育種工作成敗的關鍵。為擴大水稻親本遺傳多樣性，提高重組頻率，通過利用育種骨干親本來構建水稻MAGIC群體。選擇了3種典型的水稻生態類群（分別為華南地區早生快發類群Z;長江流域粗稈大穗類群D和太湖流域粳稻類群J）共48份育種骨干親本，開展各個類群的MAGIC群體構建。結果表明：親本在特定的環境下的產量相關性狀存在顯著差異，遺傳多態性豐富。采用漏斗式雜交配組的方法開展親本間和雜交種的半雙列雜交，獲得了138份兩親本雜交F1組合和96份4親本雜交F1組合，為接下來的8親本雜交配組奠定了材料基礎，目標是構建3個不同生態類群的水稻MAGIC群體，以期聚合骨干親本的優勢基因來創制水稻優異種質。

關鍵詞：水稻;MAGIC群體;生態群

中圖分類號：S 511? ?文獻標志碼：A? ?文章編號：0253-2301（2021）04-0001-08

DOI： 10.13651/j.cnki.fjnykj.2021.04.001

Construction of Rice MAGIC Population of Different Ecological Groups

GUI Yi-jie， CHEN Jian-min， YANG Shao-hua， CHEN Zai-jie， WANG Feng*

（Fujian Key Laboratory of Agricultural Genetic Engineering/Institute of Biotechnology，

Fujian Academy of Agricultural Sciences， Fuzhou， Fujian 350003， China）

Abstract： The creation of the excellent germplasm is the key to the success of breeding. In order to expand the genetic diversity of rice and improve the frequency of recombination， the rice MAGIC population was constructed by using the elite breeding lines. A total of 48 breeding backbone parents from 3 typical rice ecological groups were selected to carry out the MAGIC population construction of each group. The results showed that there were significant differences in the yield-related traits among the parents under the specific environment， and the genetic polymorphism was abundant. By using the method of funnel-shaped hybridization， the half diallel crosses between the parents and hybrids was carried out， and 138 two-parent F1 hybridized combinations and 96 four-parent F1 hybridized combinations were obtained， which laid the material foundation for the next eight-parent hybridized combinations. The goal was to construct the rice MAGIC population of 3 different ecological groups， in order to aggregate the superior alleles of the backbone parents to create the excellent rice germplasm.

Key words： Rice; MAGIC population; Ecological group

雜交選育是培育新品種的重要手段。通過兩個或多個親本間的有性雜交產生基因重組，再經過若干世代的性狀分離、選擇和鑒定，篩選出符合育種目標的新品種[1]。雜交育種在國內外的動植物育種中得到普遍應用且成效顯著，從雜交的方式來劃分，主要包括單交和多親本復交。傳統的雙親本雜交比較簡單且針對單基因控制的質量性狀改良效率比較高，被廣大育種工作者采用。此外，廣泛應用于作圖群體，如F2、BC、RIL和DH等QTL定位和基因克隆。單交在帶來便捷的同時，也存在缺陷。單交主要受親本遺傳背景的限制，遺傳多態性不夠豐富，發生重組頻率比較低。而多親本復交可以較好地解決單交的問題，原因有：（1）多親本擴大了遺傳變異度，增加了等位基因頻率;（2）在群體構建過程中經歷多親本雜交及接下來的自交，雜交事件發生頻次多和世代高可以增加遺傳重組的頻率;（3）重組頻率的提高一方面可以提高遺傳作圖定位的精度，另一方面可以獲得新類型的材料，這對作物育種具有重要的現實意義。（4）群體結構不明顯，適合運用全基因組關聯分析來解析復雜農藝性狀。

早在20世紀70年代就有學者提出六元和八元的雙列雜交系統用于自花授粉作物育種[2-3]。21世紀初，多親本互交群體首先在小鼠上報道[4]。Colin等[5]將多親本互交引入到作物育種領域，并提出多親本高世代互交群體Multi-parent Advanced Generation inter-cross lines（MAGIC）概念。2009年Kover等[6]報道了植物擬南芥上的第1個MAGIC群體，接著在作物上也陸續構建了MAGIC群體，包括水稻[7]、小麥[8-9]、大麥[10]、高粱[11]、玉米[12]和棉花[13]等。國際水稻研究所[7]IRRI首先構建了水稻MAGIC群體，包括8親本秈稻MAGIC群體、8親本粳稻MAGIC群體和16親本的MAGIC群體，此外還有兩個4親本的MAGIC群體并利用該群體對水稻重要農藝性狀進行了QTL定位分析[14-15]。國內學者徐建龍團隊[16-17]利用其中2個4親本和1個8親本MAGIC群體，采用關聯分析定位抽穗期、株高和白葉枯病抗性QTL。華中農業大學邢永忠研究組[18-19]也構建了水稻4親本MAGIC群體，分析了粒形，株型以及抽穗期QTL等。日本學者Ogana等[20]利用粳稻MAGIC群體結合單體型分析定位粒形QTL。綜上所述，已有的水稻MAGIC群體主要用于農藝性狀QTL定位，而利用不同生態類群的育種骨干親本來構建水稻MAGIC群體的鮮有報道。本研究選擇48份育種骨干親本，代表中國典型水稻生態類群，包括華南稻區、長江流域稻區以及太湖流域粳稻亞群，用于構建不同生態類群的水稻MAGIC群體。以期通過世代選擇實現將來源于多個不同親本的優勢基因聚合到同一個理想單株中。本研究對親本兩年兩點的產量相關性狀作統計分析，并進行各個類群親本兩兩之間的半雙列雜交配組，以及在此基礎上完成了4親本的雜交F1，為最終的MAGIC群體構建奠定材料基礎。

1 材料與方法

1.1 試驗材料

利用48份水稻育種骨干親本，其中包括31份秈稻和17份粳稻品種，48份水稻材料類型及品種特性見表1。候選親本經歷多年多點的田間表型調查和考種數據的分析，選擇抗病和高產，農藝性狀互補的骨干親本，按不同生態類群來開展雜交配組試驗。材料均來自福建省農業遺傳工程重點實驗室水稻種質庫。

1.2 田間試驗及雜交配組

育種材料每年種兩季，分別播種在福建省農業科學院生物技術研究所福州壽山基地（N26°18′、E119°28′）和福建省南繁基地三亞藤橋（N18°39′ 、E109°73′），株行距為20 cm×20 cm，田間管理參照常規大田生產方式。采用漏斗式雜交方式構建8親本F1（G3），在此基礎上通過高世代自交（6代以上）獲得MAGIC群體（圖 1）。

1.3 表型調查

表型調查包括生育期田間記載和收獲后室內考種兩部分。田間表型調查，主要包括抽穗期、株高和株葉形態觀察記載;室內考種主要包括單株產量、有效分蘗數、穗長和千粒重等。具體方法參照水稻特征特性鑒定方法及標準[21]，并做適當調整。具體如下：抽穗期記錄試驗材料群體50%抽穗的日期;株高測量成熟期水稻植株自地面至穗頂部（不包括芒）的長度，一般量5～10株，取平均值;水稻完熟后，在群體中心收獲5～10株典型株系，經

晾曬后在室內分別調查有效分蘗數（總穗數/株數）、穗長（任意選擇10個稻穗測量穗頸節至穗頂間的長度，不包括芒）、單株產量（脫粒清選后總重/株數）和千粒重（隨機選取1000粒發育良好的稻谷，準確稱至0.01 g，3次重復）。

1.4 數據分析

本研究獲得的表型數據采用SAS University Edition（SAS Institute Inc.， Cary， NC， USA）進行統計分析。

2 結果分析

2.1 親本產量相關性狀調查及分析

目前獲得48份親本兩年兩點的田間表型數據，涵蓋播始歷期、株高、分蘗數、穗長、單株產量和千粒重等（表2）。從表2可以看出，上述農藝性狀在候選骨干親本差異顯著，播始歷期最長的達到112 d，是最短的（57 d）近2倍，單株產量可以達到5倍的差距。在株高方面存在明顯的地域差異，壽山正季平均株高較藤橋南繁季的要高15～20 cm，這種地域差異同樣表現在分蘗數上，正季較南繁季多2～3個分蘗。而遺傳力相對比較大的千粒重、穗長和單株產量在2018年和2019年存在極顯著差異（P<0.01）。

進一步分析了各個不同生態類群內親本間的差異情況，3個生態類群內的千粒重差異不顯著，提示千粒重遺傳力強，且受環境因素影響較小。而粳稻類群在同一地點不同年份的株高上存在極顯著差異（P<0.01），表現出在三亞2019年的平均株高比2018年的高6 cm，而在福州卻是相反2018年比2019年的高3 cm。株高在年際間有顯著變化，變化的趨勢因立地條件不同而不同。

水稻產量的構成三要素：分蘗數、穗粒數和粒重。針對本試驗獲得兩年兩點的單株產量數據進行了統計回歸分析，考察在特定環境下，播始歷期、分蘗數和穗長、千粒重等要素對單株產量的決定系數（表3）。結果顯示在單因素模型下，決定系數變異范圍為9.74%～30.13%，起決定的要素分別是分蘗數和生育期（播始歷期）。2018年生育期在藤橋試驗點對單株產量的貢獻達到22.01%，而壽山基地對單株產量起決定作用的是分蘗數，貢獻率達到30.13%。在雙因素模型下，除分蘗數或生育期外，還有株高和穗長對單株產量也有影響。特別是在2018年壽山基地單株產量的決定要素是分蘗數和穗長，兩者的決定系數達到49.59%。粒重對單株產量的貢獻不明顯。

2.2 親本的選擇和雜交配組

親本的選擇是雜交配組的關鍵，本研究在親本選擇上主要考慮以下三點：（1）通過人工接種進行苗期稻瘟病篩查，選擇抗病品種作為骨干親本;（2）觀察親本雜交F1代是否表現雜種優勢，包括基本營養生長量、產量構成要素以及合理的株葉態等農藝性狀表型;（3）親本的稻米品質，包括外觀品質和蒸煮食味品質，選擇整精米率高，食味品質好的作為親本。

通過篩選獲得48份骨干親本用于構建MAGIC群體，即來自華南稻區的早生快發類群（Z群），長江流域的粗稈大穗型（D群）以及太湖流域的粳稻組群（J群）。每個生態類群選擇8份生育期相近，農藝性狀互補的親本采用漏斗式兩兩雜交配組（圖 1）。截至目前，共獲得雙親本雜交F1組合138份，4親本F1組合有96份（表4），這為接下來的8親本MAGIC群體的構建奠定了材料基礎。

3.1 構建不同生態類群的水稻MAGIC群體

MAGIC群體已廣泛用于遺傳育種領域，在復雜性狀基因QTL精細定位和作物遺傳改良上發揮傳統雙親本雜交群體無法比擬的優勢[22]。MAGIC群體構建親本選擇是關鍵，本研究選擇3種典型的生態類群的育種材料作為親本，材料創制為育種實踐服務的目的突出。另外，來自同一個生態類群的材料具有一致的光溫習性和基本營養型，表現在生育期上相差不大，這樣更容易花期相遇便于開展田間雜交配組試驗。例如本研究中選擇的華南地區早生快發的Z群在兩年兩點的播始歷期相差不超過15 d，這樣很容易通過分期播種，讓花期相遇，順利開展雜交配組。

構建MAGIC群體在擴大遺傳背景增加重組概率的同時，需要耗費更多的人力和物力。因為需要更多的雜交數量并要經歷更多的世代，方能構建成功。也正因如此，在一開始的親本選擇上更需謹慎，除表型數據外還得考察親本基因型，必須得結合基因型數據和表型數據，全面系統的分析親本的優點和不足，才能優中選優，構建富有遺傳變異且基因重組充分的MAGIC群體，在這樣的群體中才有可能選出滿足育種實際需求的優異種質。

3.2 播始歷期和分蘗數是單株產量的決定因素

兩年兩點的表型數據分析顯示親本的表型變異豐富，且受環境影響顯著。光溫資源充沛的福州正季比三亞南繁季分蘗數要多2～3個，平均株高超出15 cm，體現在單株產量上差1倍。環境通過塑造表型的差異來決定產量的變化，因此得重視環境在群體構建過程中的影響，因勢利導，順應自然。同時還得利用功能基因分子標記來追蹤目標性狀，評估遺傳力和育種值的大小。分析基因與環境互作的效益，更好地為區域育種提供指導。

3.3 MAGIC群體在水稻育種利用上的展望

優異種質的創制是育種成敗的關鍵。構建水稻MAGIC群體就是通過聚合各個親本優異等位基因創造新類型種質資源，與傳統的兩親本雜交遺傳多態性僅局限于雙親不同，MAGIC親本從2個變成了4個、8個甚至16個和32個。這從源頭上增加了變異豐度，會產生更豐富的變異和組合，需要更大的群體來容納（代表）豐富的多態性。在創造變異上，MAGIC群體具有無法比擬的優勢。

育種的實質是創造變異并選擇和固定下來。在豐富變異的大群體里，如何才能選出優異株，這是一個不小的挑戰。因此要利用水稻基因組數據來幫助我們做必要的前景和背景選擇，目標基因型的選擇，全基因組選擇。MAGIC群體帶來的選擇挑戰將會給水稻育種方法帶來革新，并為水稻新品種培育的突破提供解決方案。

參考文獻：

[1]閔紹楷.中國水稻育種概述[C]//熊振民，蔡洪法.中國水稻.北京：中國農業科技出版社，1992：58-68.

[2]ALLARD R.Breeding methods with self pollinated crops[M].John Wiley and Sons.Inc.，New York，1960.

[3]JENSEN NF.A diallel selective mating system for cereal breeding[J].Crop Science，1970，10：629-635.

[4]CHURCHILL GA，AIREY DC，ALLAYEE H，et al.The Collaborative Cross， a community resource for the genetic analysis of complex traits[J].Nat Genet，2004，36（11）：1133-1137.

[5]CAVANAGH C， MORELL M， MACKAY I， et al.From mutations to MAGIC： resources for gene discovery， validation and delivery in crop plants[J].CurrOpin Plant Biol，2008，11（2）：215-221.

[6]KOVER PX，VALDAR W，TRAKALO J，et al.A Multiparent Advanced Generation Inter-Cross to fine-map quantitative traits in Arabidopsis thaliana[J].PLoS Genet，2009，5（7）：e1000551.

[7]BANDILLO N， RAGHAVAN C， MUYCO PA， et al.Multi-parent advanced generation inter-cross （MAGIC） populations in rice： progress and potential for genetics research and breeding[J].Rice，2013，6（1）：11.

[8]HUANG BE， GEORGE AW， FORREST KL， et al.A multiparent advanced generation inter-cross population for genetic analysis in wheat[J].Plant Biotechnol J， 2012，10（7）：826-839.

[9]MACKAY I J， BANSEPT-BASLER P， BARBER T， et al.An eight-parent multiparent advanced generation inter-cross population for winter-sown wheat： creation， properties， and validation[J].G3 & Genesqenetics，2014，4（9）：1603-1610.

[10]SANNEMANN， W， HUANG， B E， MATHEW， B， et al.Multi-parent advanced generation inter-cross in barley： high-resolution quantitative trait locus mapping for flowering time as a proof of concept[J].Molecular Breeding， 2015，35（3）：86.

[11]BOYLES RE， BRENTON ZW， KRESOVICH S.Genetic and genomic resources of sorghum to connect genotype with phenotype in contrasting environments[J].Plant Journal，2019，97（1）：19-39.

[12]DELL′ACQUA M， GATTI DM， PEA G， et al.Genetic properties of the MAGIC maize population： a new platform for high definition QTL mapping in Zea mays[J]. Genome Biology，2015，16（1）：167.

[13]ISLAM MS， THYSSEN GN， JENKINS JN， et al.A MAGIC population-based genome-wide association study reveals functional association of GhRBB1_A07 gene with superior fiber quality in cotton[J]. BMC Genomics，2016，17（1）：903.

[14]MENG L， GUO L， PONCE K， et al.Characterization of Three Rice Multiparent Advanced Generation Intercross （MAGIC） Populations for Quantitative Trait Loci Identification[J]. Plant Genome，2016，9（2）：10.3835.

[15]MENG， L， ZHAO， X， PONCE， K， et al.QTL mapping for agronomic traits using multi-parent advanced generation inter-cross （MAGIC） populations derived from diverse elite indica rice lines[J].Field Crops Research， 2016，189， 19-42.

[16]陳天曉，朱亞軍，密雪飛，等.利用水稻MAGIC群體關聯定位白葉枯病抗性QTL和創制抗病新種質[J].作物學報，2016（10）：1437-1447.

[17]申聰聰，朱亞軍，陳凱，等.利用水稻MAGIC群體關聯定位抽穗期和株高QTL[J].作物學報，2017（11）：1611-1621.

[18]韓忠民.基于種質資源群體與MAGIC群體的水稻抽穗期遺傳分析[D].武漢：華中農業大學，2017.

[19]胡剛.利用水稻4親本MAGIC群體進行粒形和株型的遺傳分析[D].武漢：華中農業大學，2018.

[20]OGAWA D， YAMAMOTO E， OHTANI T， et al.Haplotype-based allele mining in the Japan-MAGIC rice population[J].Sci Rep，2018，8（1）：4379.

[21]魏興華，湯圣祥.中國常規稻品種圖志[M].杭州：浙江科學技術出版社，2011：385-392.

[22]SCOTT MF， LADEJOBI O， AMER S， et al.Multi-parent populations in crops： a toolbox integrating genomics and genetic mapping with breeding[J].Heredity，2020，125（6）：396-416.

（責任編輯：柯文輝）