花生莢果與種子相關性狀QTL定位及與環境互作分析

孟鑫浩 張靖男 崔順立 Charles Y. Chen 穆國俊 侯名語 楊鑫雷,* 劉立峰,*

花生莢果與種子相關性狀QTL定位及與環境互作分析

孟鑫浩1張靖男1崔順立1Charles Y. Chen2穆國俊1侯名語1楊鑫雷1,*劉立峰1,*

1華北作物改良與調控國家重點實驗室/ 河北省種質資源重點實驗室/ 河北農業大學, 河北保定 071001;2奧本大學作物、土壤與環境科學系, 美國奧本 36849

花生莢果、種子性狀與產量緊密相關, 是重要的農藝性狀。為挖掘與莢果、種子性狀緊密連鎖的分子標記, 本研究以大果品種冀花5號和小果美國資源M130組配衍生的315個家系RIL8群體為材料, 利用SSR、AhTE、SRAP和TRAP等標記構建了一張包含363個多態性位點的遺傳連鎖圖譜。該圖譜共包含21個連鎖群, 總長為1360.38 cM, 標記間平均距離為3.75 cM。利用完備區間作圖法對2017—2018年5個環境的莢果、種子相關性狀進行數量性狀基因座(quantitative trait locus, QTL)分析, 共鑒定到97個與莢果、種子性狀相關的QTL, 可解釋的表型變異為2.36%~12.15%, 分布在A02、A05、A08、A09、B02、B03、B04、B08和B09等9條染色體上。其中, 9個與莢果長相關, 13個與莢果寬相關, 14個與莢果厚相關, 11個與種子長相關, 14個與種子寬相關, 13個與種子厚相關, 13個與百果重相關, 10個與百仁重相關; 4個主效QTL分別為和, 可解釋的表型變異分別為10.02%、11.06%、12.15%和11.97%; 45個穩定表達的QTL在3個以上環境可被重復檢測; 連鎖群A02、A08、B02、B04和B08上存在QTL聚集區。另外, 檢測到15對上位性QTL, 可解釋的表型變異為10.23%~51.84%。研究結果將為花生莢果、種子性狀的分子標記輔助育種提供重要的理論依據。

花生; 莢果; 種子; QTL; QTL×E

花生(L.)又名落花生, 起源于南美洲, 是熱帶和亞熱帶地區種植廣泛的油料作物和經濟作物, 也是人類食用油的主要來源之一[1], 產量相關性狀遺傳研究廣受關注。花生莢果、種子性狀屬于重要的產量性狀, 是典型的數量性狀, 受多基因與環境共同調控, 其遺傳規律十分復雜[2]。研究數量性狀的遺傳機制為花生分子育種提供了新的可能, 而單靠常規育種已無法滿足生產上的需要, 需借助分子標記輔助選擇技術[3]。分子標記可以對與產量性狀密切相關的數量性狀進行選擇, 提高選擇的準確性, 從而加快花生育種進程, 對培育高產花生新品種具有重要意義。數量性狀定位是研究數量性狀的主要方法之一, 亦是揭示花生莢果、種子相關性狀遺傳規律的重要途徑[4]。RIL群體屬于永久性定位群體, 具有遺傳穩定、QTL定位及遺傳效應分析準確等優點[5]。

利用RIL群體進行多環境花生莢果、種子性狀QTL定位的研究已有進展。Luo等[6]利用“徐花13×中花6號”重組自交系群體, 在4個環境下檢測到33個與莢果性狀相關的QTL, 主要分布在A05、A07、A08等染色體上。Wang等[7]利用“ZH16×sd-H1”構建的RIL群體作為研究材料, 在3個環境下獲得30個莢果相關的QTL, 主要分布在B06和B07染色體上。Luo等[8]利用構建的栽培種花生遺傳圖譜, 在4個環境下重復檢測到42個與莢果性狀相關的QTL, 主要分布在A05、A06、A09和B05染色體上。李英杰[9]利用已構建的遺傳圖譜, 對10個產量相關性狀進行QTL定位分析, 共檢測到8個主效QTL, 單個QTL的PVE為5.66%~28.05%。李振動等[10]以“遠雜9102×徐州68-4”衍生的RIL群體為材料, 2年間共檢測到41個數量性狀位點, 其可解釋的表型變異(phenotypic variation explained, PVE)為3.14%~ 18.27%, 有6個位點在2個環境下被穩定檢測到。呂維娜等[11]利用“白沙1016×”構建的RIL群體為試驗材料, 在3個不同的環境下定位到72個與百果重、百仁重等農藝性狀相關的數量性狀位點。成良強[12]以“富川大花生×ICG6375”衍生的F2群體為研究材料進行QTL定位, 獲得68個與莢果長、莢果寬、種子長、種子寬、百果重和百仁重等產量性狀相關的QTL。Shirasawa等[13]以2個F2群體為材料, 檢測到23個QTL與莢果、種子性狀相關, 其PVE為4.8%~28.2%。

目前, 花生莢果、種子相關性狀QTL在不同研究間仍存在較大差異, 多環境下穩定的QTL仍較少。因此, 本研究以大果型花生品種冀花5號和小果型美國種質資源M130組配衍生的包含315個家系的RIL群體為材料, 利用SSR、SRAP、TRAP等分子標記構建花生遺傳連鎖圖, 并利用完備區間作圖法對5個環境下的8個莢果、種子相關性狀進行QTL定位及與環境的互作效應分析。鑒定出的QTL將為莢果和種子性狀的遺傳解析、圖位克隆和遺傳改良提供理論參考。

1 材料與方法

1.1 試驗材料

以大果型花生品種冀花5號為母本, 小果型美國花生種質資源M130為父本(圖1), 采用單粒傳法, 構建包含315個家系的F8重組自交系群體為研究材料。2017年分別種植在河北省邯鄲市大名縣(DM, 35o57′N & 115o09′E)和河北省保定市清苑區(QY, 38o40′N & 115o30′E)。2018年在河北省唐山市遷安市(QA, 39o99′N & 118o70′E)、河北省邯鄲市大名縣和河北省保定市清苑區等地分別種植親本和群體。每個家系種植1行, 行長1.5 m, 行距為0.5 m, 株距為0.17 m。每行種植10株。隨機區組設計, 2次重復, 常規田間管理。試驗材料收獲曬干后, 參考姜慧芳等[14]的《花生種質資源描述規范和數據標準》對莢果長(pod length, PL)、莢果寬(pod width, PW)、莢果厚(pod thickness, PT)、種子長(seed length, SL)、種子寬(seed width, SW)、種子厚(seed thickness, ST)、百果重(hundred-pods weight, HPW)、百仁重(hundred-seeds weight, HSW)等8個產量相關性狀進行表型鑒定。

白色指示條為標尺, 大小為1 cm。The white bar indicates 1 cm.

1.2 DNA提取及引物篩選

在田間取親本和RIL群體各株系的幼嫩倒三葉, 采用改良SDS-CTAB法[15]提取花生基因組總DNA。利用3964對SSR標記和轉座子引物(https:// peanutbase.org/)、238對SRAP引物[16]、155對TRAP引物[17]等對雙親進行多態性篩選。PCR體系及PCR擴增的反應程序參考崔順立等[18]的試驗方法進行, PCR產物通過8%非變性聚丙烯酰胺凝膠電泳進行分子標記的多態性檢測。

1.3 基因型統計及連鎖圖譜構建

群體基因型采用母本帶型記為“a”, 父本帶型記為“b”, 雜合帶型記為“h”的標記方法進行統計。帶型模糊不清或數據缺失使用“-”替代。群體基因型通過JoinMap 4.0[19]進行連鎖分析, 設置步長為0.5, LOD > 3, 在LOD值3~10范圍內將所得到的標記進行分組, 利用Kosambi函數將重組率轉化為連鎖距離[20]。采用Mapchart 2.3[21]繪制遺傳連鎖圖譜。構建好的遺傳連鎖圖譜與Peanut genome resource (http://peanutgr.fafu.edu. cn/Maps_traits.php)網站上公布的包含1954個標記位點的整合圖譜進行共線性分析。

1.4 表型統計及QTL定位

采用GraphPad Prism 8 (https://www.graphpad. com/scientific-software/prism/)對2年5個環境的群體表型值進行統計分析, 估計基因型與環境互作的效應[22], 計算廣義遺傳力[23]。利用QTL IciMapping 4.2[24]中的ICIM-ADD方法對不同環境下各性狀進行QTL定位和效應估計, 采用ICIM-EPI方法評估QTL與環境之間的效應。一般來說, 可解釋的表型變異(phenotypic variation explained, PVE)大于10%的QTL被認為是主效QTL, 其他QTL被稱為微效QTL[25]。QTL的命名以“”開頭, 加上性狀名稱和染色體名稱, 如果同一連鎖群上出現2個或2個以上相同性狀的QTL, 則在連鎖群后面加上“.”和數字進行區分[11], 如在A08染色體上有2個與莢果長相關的QTL, 則分別命名為和。

2 結果與分析

2.1 表型統計分析

2.1.1 莢果和種子的表型及相關性分析 對2017—2018年花生親本及其RIL群體各家系莢果長、莢果寬、莢果厚、種子長、種子寬、種子厚、百果重、百仁重等8個性狀進行描述性統計分析(表1)和相關性分析(表2)。結果表明, 在5個環境中, 父母本在每個性狀均表現出顯著差異, RIL群體具有較大的變異范圍, 且群體各性狀的最小值和最大值均超過親本, 說明各性狀都具有正向超親和負向超親優勢。群體表型值的偏度和峰度均趨于0, 且test均表現出不同程度的顯著性, 說明各性狀符合正態性(表1和圖2), 適合QTL分析。相關性分析結果表明, 各個性狀在同一環境下均表現為極顯著的正相關關系(<0.001) (表2), 推測多個性狀可能被定位到同一個QTL區間, 即“一因多效”。

2.1.2 方差分析 通過2017—2018年的8個莢果、種子相關性狀方差分析(表3)可知, 同一環境下各性狀在重復間不存在顯著性差異(>0.05); 群體各家系的同一性狀存在極顯著差異(<0.01); 同一性狀在不同環境下表現出極顯著差異(<0.01); 群體基因型與環境互作(G×E)在不同性狀間均呈現極顯著差異(<0.01)。各性狀遺傳變異系數最小的為莢果長(GCV=12.87%), 最大的為百果重(GCV=17.54%); 莢果、種子相關性狀均呈現中等遺傳力(54.09%~67.50%), 說明各性狀受環境影響較大。綜合方差分析結果推測, 莢果、種子相關性狀受微效多基因控制的可能性較大, 各性狀可能會定位到多個QTL位點。

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

2.2 遺傳連鎖圖構建與共線性分析

利用SSR、AhTE、SRAP和TRAP等分子標記對親本進行多態性篩選, 獲得640對條帶清晰、多態性好的分子標記用于RIL群體基因分型。將分型后的基因型數據通過JoinMap 4.0軟件(設置LOD=3.0~10.0)進行連鎖分析, 獲得1張包含21個連鎖群的遺傳連鎖圖譜(圖3)。該圖譜包含363個標記位點, 單條連鎖群長度為39.59~101.05 cM, 包含4~50個分子標記, 標記間平均距離為3.75 cM。其中, 標記位點最少的染色體為B06 (4個), 標記位點最多的染色體為B09 (50個), 29個標記位點未匹配到染色體上, 命名為Unknown連鎖群。與高密度圖譜進行共線性分析(圖4)可知, 84個標記與整合圖譜符合, 分布在A01 (11個)、A02 (3個)、A04 (5個)、A05 (2個)、A07 (5個)、A08 (5個)、A09 (5個)、A10 (4個)、B01 (3個)、B02 (5個)、B03 (4個)、B04 (7個)、B05 (1個)、B06 (1個)、B07 (4個)、B08 (6個)、B09 (8個)、B10 (5個)染色體上。除A05染色體外, 其他染色體上的標記順序均存在位置顛倒變化。此外, A03和A06染色體上的標記與整合圖譜無共線性標記。

表2 不同環境下各性狀的相關性分析結果

***表示在0.001水平顯著相關。縮寫同表1。

***: Significant correlation at< 0.001. Abbreviations are the same as those given in Table 1.

表3 RIL群體各性狀方差分析及廣義遺傳力

ns代表差異不顯著,*和**分別代表在0.05和0.01水平差異顯著。縮寫同表1。

ns: not significant;*and**represent significant difference at the 0.05 and 0.01 probability levels, respectively. Abbreviations are the same as those given in Table 1. GVC: genetic coefficient of variation.

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

2.3 QTL定位

2.3.1 加性QTL分析 莢果、種子性狀QTL定位分析表明, 在2017—2018年5個環境下共檢測到97個QTL (表4和圖3), 分布在A02、A05、A08、A09、B02、B03、B04、B08等8條染色體上, 其貢獻率在2.36%~12.15%, LOD值在2.52~11.01, 加性效應為-10.993~12.309。其中, 主效QTL有4個, 2個與莢果厚相關(和), 位于A08染色體HBAUAh177~AhTE0658標記區間, PVE分別為11.06% (LOD=11.01)和12.15% (LOD=9.44); 1個與莢果寬相關(), 位于A08染色體HBAUAh177~AhTE0658標記區間, PVE為10.02% (LOD=8.35); 1個與種子寬相關(), 位于B08染色體AHGS1286~TC20B05標記區間, PVE為11.97% (LOD=9.98)。58個QTL的加性效應值為正, 推測控制性狀的基因可能來源于母本; 39個QTL的加性效應值為負, 推測控制性狀的基因可能來源于父本。本研究共檢測到9個QTL聚集區(圖3), 分別為A02染色體的AHGS1163~AHGS1886標記區間、A08染色體上的Ah4-4~TC9B08、me3em14- 196~Ah4-4、AhTE0658~TC6H03、TC6H03~AhTE0477和HBAUAh177~AhTE0658標記區間, B02染色體的AHTE0398~CTW_NEW_38標記區間、B04染色體的T3em5-340~me1em3-75標記區間、B08染色體的AHGS1286~TC20B05標記區間, 涉及莢果、種子8個相關性狀, 說明這些染色體區段上的基因可能存在“一因多效”的現象。另外, 本研究在3個以上環境重復檢測到的穩定QTL有45個(表4和圖3), 分布在A02、A08、B04和B08染色體上, 說明這些QTL受環境影響較小。

2.3.2 上位性QTL分析 對8個莢果、種子性狀在5個環境下進行上位性QTL分析(表5), 共獲得15對上位性QTL, 涉及莢果長、莢果寬、莢果厚、種子長、百果重和百仁重等6個性狀, 其LOD值為5.09~8.05, PVE為10.23%~51.84%。其中, 控制莢果長、種子長和百仁重的上位性QTL各1對, 其LOD值分別為5.09、7.60和7.30, PVE分別為10.23%、11.61%、13.99%; 控制百果重的上位性QTL有2對, 其LOD值為8.05和5.04, PVE為15.36%、17.75%; 控制莢果寬的上位性QTL有2對, 其LOD值為5.33和5.54, PVE為11.95%~42.46%; 控制莢果厚的上位性QTL有8對, 其LOD值為5.01~7.66, PVE為26.30%~51.84%。

2.4 QTL與環境互作效應結果分析

2.4.1 加性QTL與環境互作分析 利用IciMapping 4.2軟件加性QTL與環境的互作效應進行分析(表6), 共有6對與環境有互作效應的加性QTL, 與莢果長、種子厚和百果重相關的QTL各1個, 其加性效應值分別為-0.55、-0.37和0.36, 加性遺傳貢獻率分別為1.280%、0.624%和0.618%, 與環境互作的遺傳貢獻率分別為0.082%、0.059%和0.014%; 與種子長相關的QTL有3個, 其加性效應值為-0.642~-0.491, 加性遺傳貢獻率為1.10%~1.90%, 與環境互作的遺傳貢獻率為0.046%~0.159%。

2.4.2 上位性QTL與環境互作分析 由表7可知, 共有13對上位性QTL與環境有互作效應, 其中3對與莢果長相關, PVE為1.95%~2.65%, PVE (AAE)為0.007%~0.089%; 與莢果厚相關的QTL有6對, PVE為1.47%~2.81%, PVE (AAE)為0.007%~0.073%; 與種子長和百仁重分別相關的QTL各2對, 其PVE分別為1.286%、4.009%和2.417%、1.489%, PVE (AAE)分別為0.137%、0.024%和0.039%、0.019%。所有和環境互作的QTL, 在不同的環境下均表現出不同的互作效應。

3 討論

花生莢果、種子性狀與產量緊密相關, 是重要的農藝性狀。本研究選用冀花5號和M130 2個花生品種作為親本材料, 其生長發育和對環境的適應性均表現良好, 而且2個親本間與莢果、種子相關的8個性狀差異顯著(<0.01)。在構建的RIL群體中, 莢果長、莢果寬、莢果厚、種子長、種子寬、種子厚、百果重和百仁重等8個性狀的變異符合正態分布(圖2), 且表現出較大的變異范圍, 其最大、最小值均超過雙親, 這為構建花生遺傳連鎖圖以及QTL分析奠定了堅實的基礎。

一般認為, 主效QTL的貢獻率大于10%, LOD值越大, QTL越穩定。本研究通過構建遺傳連鎖圖譜,結合多年多環境的表型數據共檢測到97個QTL, 其中, 在A08染色體AHTE0658標記附近檢測到與百仁重相關的QTL, 與Lu等[27]的產量QTLs meta分析結果一致。然而, Lu等[27]在B08染色體AHGS2268~ AHGS494區間檢測到2個與百果重相關的Meta QTL, 而本研究與百果重相關的QTL則是在B08染色體的AHGS1286~TC20B05區間, QTL標記區間的差異可能是由于圖譜之間的標記種類不一致所造成。在與前人[13,28-32]的研究對比中發現, 前人重復檢測到的QTL主要集中在A05染色體上, 而本研究定位到的QTL集中分布在A02、A08和B02染色體上, 并且具有較高的貢獻率。此外, 4個主效QTL分別分布在A08染色體() HBAUAh177~AhTE0658區間和B08染色體上() AHGS1286~TC20B05區間上, 與Lu等[27]的研究結果不同, 說明這些QTL是全新的。本研究發現了9個QTL聚集區, 其中5個QTL聚集區分布在A08染色體上, 涉及所有的莢果、種子相關性狀, 且在多個環境下能夠被重復檢測到, 表明所檢測到的QTL是穩定的, 且在A08染色體上與莢果、種子性狀相關的QTL鮮有報道。因此, A08染色體是研究花生莢果、種子相關性狀十分重要的染色體之一, 可進一步進行分子標記的加密研究。

基因型×環境互作是作物數量性狀的普遍屬性和遺傳育種改良的關注重點, 但在前人[27-32]的研究中未進行基因型×環境互作分析, 本研究共獲得6個與環境互作的加性QTL和15對上位性QTL, 涉及莢果長、莢果厚、種子長、種子厚、百果重和百仁重等性狀, 說明在花生莢果、種子相關性狀中存在基因型×環境互作效應。因此, 在利用QTL改良作物品種時, 既需注重QTL的遺傳主效應, 還需重視QTL與環境的互作效應[33], 上位性效應對數量性狀亦有重要的作用[34]。隨著分子標記的開發應用和QTL定位技術的不斷發展, 在分子標記輔助育種中既應該考慮起主效作用的QTL, 又要考慮與其存在上位效應的QTL。然而, 同一性狀的QTL 在不同定位群體和不同環境下可能表現不一致, 通過對QTL在不同環境背景下的研究, 有利于定位到受環境影響較小的QTL。不僅考慮到顯性和上位性, 同時考慮到與環境的互作效應, 有助于提高分子標記選擇的效率。

4 結論

本研究構建了1張包含363個標記位點、21條連鎖群、覆蓋長度為1360.38 cM的花生遺傳連鎖圖譜。利用該圖譜對2017—2018年5個環境下8個莢果、種子相關性狀進行QTL定位, 獲得97個QTL, 其中, 4個主效QTL分別為、、和。3個以上環境重復檢測到的穩定QTL有45個, A02、A08、B02、B04和B08染色體上存在9個QTL聚集區。對8個莢果、種子相關性狀在5個環境下進行上位性QTL定位分析, 檢測到15對上位性QTL, 涉及莢果長、莢果寬、莢果厚、種子長、百果重和百仁重等6個性狀。

[1] 禹山林. 中國花生品種及其系譜. 上海: 上海科技出版社, 2008. pp 353–465.

Yu S L. Chinese Peanut Varieties and Their Lines. Shanghai: Shanghai Scientific & Technical Publishers, 2018. pp 353–465 (in Chinese).

[2] Xiang D Q, Cao H H, Cao Y G, Yang J P, Huang L J, Wang S C, Dai J R. Construction of a genetic map and location of quantitative trait loci for yield component traits in maize by SSR markers., 2001, 28: 778–784.

[3] Varshney R K, Close T J, Singh N K, Hoisington D A, Cook D R. Orphan legume crops enter the genomics era!, 2009, 12: 202–210.

[4] 方宣鈞. 作物DNA標記輔助育種. 北京: 科學出版社, 2001. pp 305–336.

Fang X J. Crop DNA Marker-assisted Breeding. Beijing: Science Press, 2001. pp 305–336 (in Chinese).

[5] Wang B H, Guo W Z, Zhu X F, Wu Y T, Huang N T, Zhang T Z. QTL mapping of yield and yield components for elite hybrid derived-RILs in upland cotton., 2007, 34: 35–45.

[6] Luo H Y, Guo J B, Ren X P, Chen W G, Huang L, Zhou X J, Chen Y N, Liu N, Xiong F, Lei Y, Liao B S, Jiang H F. Chromosomes A07 and A05 associated with stable and major QTLs for pod weight and size in cultivated peanut (L.)., 2018, 131: 267–282.

[7] Wang Z H, Huai D X, Zhang Z H, Cheng K, Kang Y P, Wan L Y, Yan L Y, Jiang H F, Lei Y, Liao B S. Development of a high-density genetic map based on specific length amplified fragment sequencing and its application in quantitative trait loci analysis for yield-related traits in cultivated peanut., 2018, 9: 827.

[8] Luo H Y, Ren X P, Li Z D, Xu Z H, Li X P, Huang L, Zhou X J, Chen Y N, Chen W G, Lei Y, Liao B S, Pandey M K, Varshney R K, Guo B Z, Jiang X G, Liu F, Jiang H F. Co-localization of major quantitative trait loci for pod size and weight to a 3.7 cM interval on chromosome A05 in cultivated peanut (L.)., 2017, 18: 58.

[9] 李英杰. 栽培種花生株高、分枝數及莢果性狀QTL定位分析. 山東農業大學碩士學位論文, 山東泰安, 2016.

Li Y J. QTL Analysis for Plant Height, Total Branching Number and Pod Traits in Peanut (L.). MS Thesis of Shandong Agricultural University, Tai’an, Shandong, China, 2016 (in Chinese with English abstract).

[10] 李振動, 李新平, 黃莉, 任小平, 陳玉寧, 周小靜, 廖伯壽, 姜慧芳. 栽培種花生莢果大小相關性狀QTL定位. 作物學報, 2015, 41: 1313–1323.

Li Z D, Li X P, Huang L, Ren X P, Chen Y N, Zhou X J, Liao B S, Jiang H F. Mapping of QTLs for pod size related traits in cultivated peanut (L.)., 2015, 41: 1313–1323 (in Chinese with English abstract).

[11] 呂維娜. 花生栽培種SSR遺傳連鎖圖譜構建及重要產量性狀QTL定位分析. 鄭州大學碩士學位論文, 河南鄭州, 2014.

Lyu W N. Contruction of Genetic Linkage Map Based on SSR Markers and QTLs Identification for Major Yield Traits in the Cultivated Peanut (L.). MS Thesis of Zhengzhou University, Zhengzhou, Henan, China, 2014 (in Chinese with English abstract).

[12] 成良強. 花生遺傳圖譜構建及產量相關性狀的QTL分析. 中國農業科學院碩士學位論文, 北京, 2014.

Cheng L Q. Construction of Genetic Linkage Map and QTL Analysis for Yield Related Traits in Peanut (L.). MS Thesis of Chinese Academy of Agricultural Sciences, Beijing, China, 2014 (in Chinese with English abstract).

[13] Shirasawa K, Koilkonda P, Aoki K, Hirakawa H, Tabata S, Watanabe M, Hasegawa M, Kiyoshima H, Suzuki S, Kuwata C, Naito Y, Kuboyama T, Nakaya A, Sasamoto S, Watanabe A, Kato M, Kawashima K, Kishida Y, Kohara M, Kurabayashi A, Chika T, Tsuruoka H, Wada T, Isobe S. In silico polymorphism analysis for the development of simple sequence repeat and transposon markers and construction of linkage map in cultivated peanut., 2012, 12: 80.

[14] 姜慧芳. 花生種質資源描述規范和數據標準, 3-9. 北京: 中國農業出版社, 2006. pp 355–455.

Jiang H F. Specification for Description and Data of Peanut Germplasm Resources, 3-9. Beijing: China Agriculture Press, 2016. pp 355–455 (in Chinese)

[15] 王亮, 楊鑫雷, Getahun A, 崔順立, 穆國俊, 劉立峰, 李自超. 栽培種花生AFLP標記體系的優化及多態性引物篩選. 核農學報, 2017, 31: 2087–2095.

Wang L, Yang X L, Getahun A, Cui S L, Mu G J, Liu L F, Li Z C. Screening for polymorphic primer pairs and optimization of AFLP marker system in peanut., 2017, 31: 2087–2095 (in Chinese with English abstract).

[16] Lin Z X, He D H, Zhang X L, Nie Y C, Guo X P, Feng C D, Stewart J M. Linkage map construction and mapping QTL for cotton fibre quality using SRAP, SSR and RAPD., 2008, 124: 180–187.

[17] Yu J W, Yu S X, Lu C R, Wang W, Fan S L, Song M Z, Lin Z X, Zhang X L, Zhang J F. High-density linkage map of cultivated allotetraploid cotton based on SSR, TRAP, SRAP and AFLP markers., 2007, 49: 716–724.

[18] 崔順立, 劉立峰, 陳煥英, 耿立格, 孟成生, 楊余. 河北省花生地方品種基于SSR標記的遺傳多樣性. 中國農業科學, 2009, 42: 3346–3353.

Cui S L, Liu L F, Chen H Y, Geng L G, Meng C S, Yang Y. Genetic diversity of peanut landraces in Hebei province revealed by SSR markers., 2009, 42: 3346–3353 (in Chinese with English abstract).

[19] JoinMap 4.0 Software for the Calculation of Genetic Linkage Maps in Experimental Populations. Wageningen: Kyazma B V, 2006.

[20] Kosambi D D. The estimation of map distances from recombination values., 2011, 1: 172–175.

[21] Voorrips RE. MapChart: software for the graphical presentation of linkage maps and QTLs., 2002, 93: 77–78.

[22] 陳建國, 朱軍. 秈粳交稻米蛋白質含量的基因型與環境互作效應的分析. 作物學報, 1999, 25: 579–584.

Chen J G, Zhu J. Analysis of genotype by environment interaction for protein content incrosses of rice (L.)., 1999, 25: 579–584 (in Chinese with English abstract).

[23] 劉雪海, 田俊芹. 花生品種主要性狀遺傳力和遺傳進度的估算. 華北農學報, 1981, 1(2): 48–50.

Liu X M, Tian J Q. Estimation of heritability and genetic progress of main traits of peanut varieties., 1981, 1(2): 48–50 (in Chinese).

[24] 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 biparental populations., 2015, 3: 269–283.

[25] 張志勇. 水稻粒型和粒重性狀的主效QTL定位研究. 廈門大學碩士學位論文, 福建廈門, 2008.

Zhang Z Y. Mapping of Major QTL for Grain Shape and Weight Traits in Rice (L.). MS Thesis of Xiamen University, Xiamen, Fujian, China, 2008 (in Chinese with English abstract).

[26] Varshney R K, Bertioli D J, Moretzsohn M C, Vadez V, Krishnamurthy L, Aruna R, Nigam S N, Moss B J, Seetha K, Ravi K, He G, Knapp S J, Hoisington D A. The first SSR-based genetic linkage map for cultivated groundnut (L.)., 2009, 118: 729–739.

[27] Lu Q, Liu H, Hong Y B, Li H F, Liu H Y, Li X Y, Wen S J, Zhou G Y, Li S X, Chen X P, Liang X Q. Consensus map integration and QTL meta-analysis narrowed a locus for yield traits to 0.7 cM and refined a region for late leaf spot resistance traits to 0.38 cM on linkage group A05 in peanut (L.)., 2018, 19: 887.

[28] Liang Y B, Liang X Q, Chen X P, Zhou H Y, Li G Y, Shao X, Wen S J. Construction of genetic linkage map based on SSR markers in peanut (L.)., 2008, 7: 915–921.

[29] Hong Y B, Chen X P, Liang X Q, Liu H Y, Zhou G Y, Li S X, Wen S J, Holbrook C, Guo B Z. A SSR-based composite genetic linkage map for the cultivated peanut (L.) genome., 2010, 10: 17.

[30] Huang L, He H, Chen W G, Ren X P, Chen Y N, Zhou X J, Xia Y L, Wang X L, Jiang X J, Liao B S, Jiang H F. Quantitative trait locus analysis of agronomic and quality-related traits in cultivated peanut (L.)., 2015, 128: 1103–1115

[31] 曾新穎, 郭建斌, 趙姣姣, 陳偉剛, 邱西克, 黃莉, 羅懷勇, 周曉靜, 姜慧芳, 黃家權. 花生籽仁大小相關性狀QTL定位. 作物學報, 2019, 45: 1200–1207.

Zeng X Y, Guo J B, Zhao J J, Chen W G, Qiu X K, Huang L, Luo H Y, Zhou X J, Jiang H F, Huang J Q. Identification of QTL related to seed size in peanut (L.)., 2019, 45: 1200–1207 (in Chinese with English abstract).

[32] Gomez S M, Narayana M, Schubert A M, Ayers J, Baring M R, Burow M D. Identification of QTLs for pod and kernel traits in cultivated peanut by bulked segregant analysis., 2009, 12: 1–10.

[33] Yuan A P, Cao L Y, Zhuang J Y, Li R Z, Zheng K L, Zhu J, Cheng S H. Analysis of additive and AE interaction effects of QTLs controlling plant height, heading date and panicle number in rice (L.)., 2003, 30: 899–906.

[34] Specht J E, Chase K, Macrander M, Graef G L, Chung J, Markwell J P, Germann M, Orf J H, Lark K G. Soybean response to water., 2001, 41: 493–509.

QTL mapping and QTL × Environment interaction analysis of pod and seed related traits in cultivated peanut (L.)

MENG Xin-Hao1, ZHANG Jing-Nan1, CUI Shun-Li1, Charles Y. Chen2, MU Guo-Jun1, HOU Ming-Yu1, YANG Xin-Lei1,*, and LIU Li-Feng1,*

1State Key Laboratory of North China for Crop Improvement and Regulation / Key laboratory of Crop Germplasm Resources of Hebei Province / Hebei Agricultural University, Baoding 071001, Hebei, China;2Department of Crop, Soil and Environmental Sciences, Auburn University, Auburn 36849, USA

Pod and seed traits are important agronomy traits, which are closely related to yield in cultivated peanut (L.). In the present study, to identify molecular markers closely linked to pod and seed traits, a RIL8population with 315 families was developed that derived from Jihua 5 with large pod and M130 with small pod of US germplasm. A genetic linkage map containing 363 polymorphic loci was constructed using SSR, AhTE, SRAP, and TRAP markers. All polymorphic loci were mapped on 21 linkage groups, which spanned 1360.38 cM with an average distance of 3.75 cM. Subsequently, a total of 97 QTLs for pod and seed traits were identified by ICIM method at five environments from 2017 to 2018, explaining the phenotypic variations of 2.36%–12.15% , and located on A02, A05, A08, A09, B02, B03, B04, B08, and B09 chromosomes. Among them, nine QTLs were detected for pod length, 13 QTLs for pod width, 14 QTLs for pod thickness, 11 QTLs for seed length, 13 QTLs for seed width, 13 QTLs for hundred-pod weight, 10 QTLs for hundred-seed weight. Four QTLs with major effect were detected, including,,,and, which explained the phenotypic variations of 10.02%–12.15%. Furthermore, 45 stable QTLs were repeatedly detected in more than three environments. QTL clusters were detected on A02, A08, B02, B04, and B08 chromosomes, respectively.In addition, 15 epistatic QTLs were identified that explaining phenotypic variation of 10.23%–51.84%. These results will provide an important theoretical basis for molecular marker-assisted breeding of pod and seed traits in peanut.

peanut; pod; seed; QTL; QTL×E

10.3724/SP.J.1006.2021.04216

本研究由國家現代農業產業技術體系建設專項(CARS-13), 國家自然科學基金項目(31701459, 31771833), 河北省科技計劃項目(16226301D), 河北省現代農業產業技術體系油料創新團隊項目(HBCT2018090202)和河北省青年拔尖人才項目(0602015)資助。

This study was supported by the Special Fund for Modern Agro-industry Technology Research System of China (CARS-13), the National Natural Science Foundation of China (31701459, 31771833), the Science and Technology Research and Development Program of Hebei Province (16226301D), the Earmarked Fund for Hebei Oil Crop Innovation Team of Modern Agro-industry Technology Research System (HBCT2018090202), and the Support Program for the Top Young Talents of Hebei Province (0602015).

楊鑫雷, E-mail: peanut@hebau.edu.cn; 劉立峰, E-mail: liulifeng@hebau.edu.cn

E-mail: mxinhao1994@126.com

2020-09-22;

2021-03-19;

2021-04-08.

URL: https://kns.cnki.net/kcms/detail/11.1809.S.20210407.1849.008.html