普通小麥及其親緣種農藝與籽粒品質性狀及金屬元素含量相關分子標記分析

余慧霞，劉彩霞，李清峰，許娜麗，王彥青，姚明明，陳佳靜，孫剛，王掌軍

（寧夏大學農學院，寧夏銀川750021）

0 引言

【研究意義】小麥（L.）作為世界三大糧食作物之一，是居民膳食中能量、蛋白質和微量元素的主要來源，在居民飲食結構中占據重要地位。隨著世界人口增長、耕地減少及人民日益增長的美好生活需要，要求小麥育種提質增效（黃義文等，2021）。我國小麥育種先后經歷了以抗病穩產、矮化高產、高產優質育種并進的育種階段（李振聲，2010），育成了許多產量高、品質好的小麥品種。目前，高產優質仍是小麥育種工作的重要目標（蔣城等，2021）。綜合性狀優良的小麥是培育高產優質小麥的重要育種資源之一（Xie and Nevo，2008；袁漢民，2012）。本研究基于農藝和籽粒品質性狀對普通小麥及其親緣種進行科學評價，結合與籽粒Fe、Zn含量相關的分子標記，篩選富Fe和富Zn材料，為選育高產優質小麥新品種提供優異親本，且對挖掘優異性狀具有指導意義。【前人研究進展】相關分析、聚類分析和回歸分析等方法被廣泛應用于國內外小麥種質資源農藝與品質性狀的綜合評價及優異資源的篩選（王美芳等，2018；Yaxoubi et al.，2020）。隨著科學技術的進步，獲取數據的效率大幅提高，成本逐漸降低，可獲取的數據類型也大幅增加。當前，育種項目關注的目標性狀越來越多，可用于評價育種材料的數據維度也逐漸增加。因此，如何科學地分析多維數據，對綜合、客觀及有效地評價育種材料至關重要。在達到降維效果的同時能最大程度保證信息的完整性，以此提高分析效率。近年來主成分分析法受到了越來越多育種家的青睞（Andersson et al.，2013；楊塞等，2016；郭麗芬等，2018），并被廣泛地應用于小麥性狀的綜合分析（張軍等，2014；胡成梅等，2020）。基于主成分的二維排序分析和綜合評價值（）常被用于小麥種質資源的綜合評價，加快了小麥育種資源的篩選進程（劉亞楠等，2018；許小宛等，2019）。柴永峰等（2013）對國外31份小麥種質資源的18個農藝和品質性狀進行主成分分析，提取出8個可代表農藝和品質綜合性狀的主成分，并利用8個主成分對農藝和品質性狀進行綜合評價。要燕杰等（2014）對96份小麥材料的11個農藝和10個品質指標進行主成分分析，基于二維排序篩選出綜合性狀良好的高產優質材料6份。李桂萍等（2016）通過對4個小麥品種及其雜交后代的品質性狀進行主成分分析，結果表明以籽粒硬度和蛋白質含量作為選擇指標，有利于篩選出高面筋含量、高沉淀值及蛋白質品質和磨粉品質優良的材料。丁明亮等（2020）對171個云南育成小麥品種（系）的品質進行主成分分析，計算綜合評價值（），并根據大小排序，篩選出適合云南省三大優質專用小麥產區的2個小麥親本資源。分子標記輔助選擇已被廣泛應用于小麥高產、優質、抗病性的育種實踐（王掌軍等，2019a，2019c；楊雪敏等，2020；蔣正寧等，2021；李春鑫等，2022）。目前關于小麥Fe和Zn含量QTL的研究已較少報道。何秋怡（2013）以2個重組自交系群體為研究對象，在小麥4A和6A染色體上定位到控制Fe和Zn元素含量的QTL。潘宇博（2020）以243份小麥材料籽粒為研究對象，在1D染色體上定位1個控制Fe元素含量的QTL，在1B、4B和7D染色體上定位到3個控制Zn元素含量的QTL。但這些QTL在育種上尚未得到應用和驗證。【本研究切入點】目前鮮見有關普通小麥及其親緣種農藝和籽粒品質性狀綜合評價，并結合籽粒Fe和Zn含量相關的分子標記輔助選擇的研究報道。【擬解決的關鍵問題】針對寧夏小麥綠色優質高效品種選育和產業提質增效存在的需求，基于主成分分析的二維排序和綜合評價值（），對國內外103份不同來源普通小麥及其親緣種農藝性狀和籽粒品質性狀進行綜合評價，并根據籽粒Fe、Zn含量相關分子標記分布情況，篩選綜合性狀優異的育種親本，為寧夏小麥高產優質新品種培育提供優異育種親本。

1 材料與方法

1.1 試驗材料

103份不同來源普通小麥及其親緣種由寧夏大學小麥育種課題組提供，具體信息見表1。試驗于2020和2021年在寧夏大學教學實驗農場進行，每個材料種植5行，行長1.10 m，行寬0.20 m，田間管理同大田水平。主要試劑：甲叉雙丙烯酰胺（CHNO）、丙烯酰胺（CHNO）、十二烷基硫酸鈉（西安國安生物科技有限公司）、DNA聚合酶、10×Buffer（含Mg）和dNTPs均購自銀川昕泰昌盛生物有限公司。主要設備儀器：PL202-L電子天平（上海梅特勒-托利多儀器有限公司）、瑞典波通9200整粒谷物近紅外線分析儀（瑞典波通儀器公司）、MixOLab混合實驗儀（法國肖邦技術公司）、PTC-200 PCR儀（Bio-Rad，美國）、DYY-6C型電泳儀電源（北京市六一儀器廠）和DYCZ-30C型電泳儀（北京市六一儀器廠）。

1.2 農藝性狀指標調查

農藝性狀考察方法參照《小麥種質資源描述規范和數據標準》（李立會等，2006）。考察性狀包括分蘗數、株高、穗長、小穗數、結實小穗數、穗粒數、穗粒重、千粒重和經濟系數，每個性狀設15次重復。測量標準和方法：株高和穗長是用卷尺直接測量；小穗數是采用計數法統計單穗上所有小穗數量；結實小穗數是采用計數法統計單穗上結實的小穗數量；穗粒數采用計數法統計單穗的小麥籽粒粒數；穗粒重采用稱量法，即稱取15個單穗的小麥籽粒重量并計算平均值；千粒重采用稱重法，即稱取1000粒籽粒的重量。經濟系數=經濟產量/生物產量，式中，生物產量是指整株干重；經濟產量是指整株植株籽粒干重。

1.3 籽粒品質性狀測定

在國家小麥改良中心西北分中心（寧夏銀川）進行小麥籽粒品質性狀測定。測定的籽粒品質性狀包括水分含量、粗蛋白含量、濕面筋含量、出粉率、吸水率、降落值、沉降值、容重和硬度指數。測定時，每個材料重復測定5次，每次取樣約30 g，取5次測定的平均值為最終測定結果。

1.4 分子標記檢測

采用CTAB法提取材料苗期葉片基因組DNA（Zhang et al.，2013）。利用10個已發表的小麥籽粒Fe和Zn含量相關分子標記進行輔助選擇，其引物信息見表2，由生工生物工程（上海）股份有限公司合成。PCR反應體系與擴增程序參照王掌軍等（2019a）。擴增產物采用6%聚丙烯酰胺凝膠電泳檢測，經銀染后拍照觀察，并統計擴增結果。

1.5 統計分析

采用Excel 2013統計整理數據，使用SPSS 26.0對農藝和籽粒品質性狀進行變異分析、相關分析和主成分分析，參照戴海芳等（2014）的方法計算各主成分隸屬函數值、權重和綜合評價值（）；利用OriginPro 2022進行二維排序作圖；利用R 4.1.2進行Fe和Zn含量相關分子標記檢測結果作圖。

2 結果與分析

2.1 農藝和籽粒品質性狀變異分析結果

對103份普通小麥及其親緣種的農藝和籽粒品質性狀進行變異分析，結果如表3所示。9個農藝性狀的變異系數為10.37%～25.26%，平均為18.37%，其中，穗粒重（25.26%）、分蘗數（22.80%）、株高（22.52%）和穗長（20.60%）的變異系數高于平均變異系數。9個籽粒品質性狀的變異系數為1.95%～13.83%，平均為6.57%，其中，沉降值（13.83%）、濕面筋含量（10.05%）、粗蛋白含量（9.64%）和降落值（9.08%）的變異系數高于平均變異系數。因此，103份普通小麥及其親緣種在穗粒重、分蘗數、株高、穗長、沉降值、濕面筋含量、粗蛋白含量和降落值等性狀上均存在較大差異。

2.2 農藝和籽粒品質性狀的主成分及相關分析結果

對9個農藝性狀進行主成分及相關分析，結果如表4和表5所示。4個主成分對小麥農藝性狀的變異解釋累計貢獻率達87.00%，其中，第1主成分（PC1）的貢獻率為40.57%，主要包含與穗部產量構成相關的結實小穗數、穗粒數和穗粒重，稱為穗部產量構成因子，結實小穗數、穗粒數和穗粒重三者間呈極顯著正相關（＜0.01，下同）；第2主成分（PC2）的貢獻率為23.77%，主要包含與小麥生長量相關的株高、穗長、小穗數和經濟系數，稱為生長量因子，其中，株高與穗長呈極顯著正相關，穗長與小穗數呈極顯著正相關，經濟系數與株高呈極顯著負相關，與穗長呈顯著負相關（＜0.05）；第3主成分（PC3）的貢獻率為14.18%，千粒重的特征值最大（0.75），稱為千粒重因子；第4主成分（PC4）的貢獻率為8.48%，分蘗數的特征值最大（0.92），稱為分蘗因子。

對9個籽粒品質性狀進行主成分及相關分析，結果如表4和表5所示。籽粒品質性狀的4個主成分的變異解釋率累計達87.76%，其中，PC1的貢獻率為40.06%，主要包含與蛋白質數量和質量相關的粗蛋白含量、濕面筋含量、沉降值和出粉率等，稱為蛋白質因子，粗蛋白含量與濕面筋含量、沉降值均呈極顯著正相關，濕面筋含量與沉降值呈極顯著正相關；PC2的貢獻率為23.56%，主要包含與磨粉相關的吸水率和硬度指數等，稱為磨粉因子，吸水率與硬度指數呈極顯著正相關；PC3的貢獻率為12.87%，包含了降落值和容重等，降落值隨著容重的增大而減小，稱為容重因子，降落值和容重呈極顯著負相關；PC4的貢獻率為11.27%，水分含量特征向量值最大（0.76），稱為水分含量因子。

2.3 農藝和籽粒品質性狀的綜合評價結果

2.3.1 農藝和籽粒品質性狀的二維排序分析結果根據農藝性狀的二維排序結果，PC1為穗部產量構成因子，結實小穗數和穗粒數較多、穗粒重較重為好；PC2為生長量因子，株高、穗長與穗粒數呈負相關，故三者適宜為好，分布在圖1-A縱坐標右側、橫坐標軸附近的材料符合條件；PC3是千粒重因子，特征值越大，產量越高，故粒重較重為好，圖1-B第一象限表現為PC1和PC3的數值均較大，即穗粒數多、高產；PC4為分蘗因子，與結實小穗數、穗粒數和穗粒重呈負相關，故分蘗數適宜為好，分布在圖1-C縱坐標右側、橫坐標軸附近的材料符合條件。綜合分析發現，編號為C016、C028、C055、C068、C069、C070、C075、C076、C078、C087、C092、C093、C096、C097和C101的15份材料表現為分蘗適中、矮稈、大穗、高產。

根據籽粒品質性狀的二維排序結果，PC1為蛋白質因子，粗蛋白含量和濕面筋含量較高，沉降值較大為好；PC2為磨粉因子，硬度指數與粗蛋白含量、濕面筋含量均呈負相關，故大小適宜為好，分布在圖1-D縱坐標右側、橫坐標軸附近的材料符合條件；PC3為容重因子，與粗蛋白含量、濕面筋含量和降落值負相關，故容重適宜為好，分布在圖1-E縱坐標右側、橫坐標軸附近的材料符合條件；PC4是水分含量因子，水分含量適宜為好，分布在圖1-F縱坐標右側、橫坐標軸附近的材料符合條件。綜合分析發現，編號為C001、C003、C004、C005、C006、C009、C010、C013、C024、C025、C048、C056、C057、C071和C099的15份材料表現為蛋白質含量高、質量好、水分含量適中。

2.3.2 農藝和籽粒品質性狀的綜合評價結果計算103份普通小麥及其親緣種的8個主成分隸屬函數值、權重和綜合評價值（），結果如表6所示。農藝性狀的綜合評價值（）為0.153～0.606，平均為0.350，其中，排前15位的材料編號為C086、C101、C097、C008、C096、C093、C002、C099、C087、C076、C068、C070、C092、C069和C077；籽粒品質性狀的綜合評價值（）在0.216～0.817，平均為0.433，其中，排前15位的材料編號為C024、C010、C025、C004、C013、C009、C001、C006、C003、C054、C048、C053、C049、C099和C066。綜上所述，基于二維排序和綜合評價值兩種方法均能篩選到農藝性狀優異的材料10份，編號為C068、C069、C070、C076、C087、C092、C093、C096、C097和C101；籽粒品質性狀優異的材料10份，編號為C001、C003、C004、C006、C009、C010、C013、C024、C025和C048。

2.4 Fe和Zn含量相關分子標記分布檢測結果

由圖2知，10個與Fe、Zn含量相關的分子標記在103份普通小麥及其親緣種材料中分布不同，其中，與Fe含量相關的標記Xwmc382-2A分布在47份材料中，占材料總數45.63%；與Zn含量相關的標記WMC59-1A、gwm391-3A、Xwmc74-5A、Xwmc488-7A、cfa2129-1B和gwm120-2B分別分布在65、14、47、69、100和22份材料中，分別占材料總數63.11%、13.59%、45.63%、66.99%、97.09%和21.36%；同時與Fe和Zn兩種元素含量的相關標記Xcfa2049-7A、Xbarc29-7A和Xcfd31-7A分別分布在100、51和100份材料中，分別占材料總數97.09%、49.51%和97.09%。綜上所述，與Fe、Zn含量相關標記gwm120-2B、Xcfa2049-7A和Xcfd31-7A在材料中分布較為豐富。

3 討論

長期以來，高產優質一直是小麥育種的主要目標。育種家常利用變異分析和相關分析等方法評價小麥農藝和籽粒品質性狀，篩選出一批可供育種及生產上利用的優異資源（Erayman et al.，2016；王美芳等，2019；孫盈盈等，2021）。本研究利用變異分析、相關分析、主成分分析、二維排序及分子標記擴增等方法對103份普通小麥及其親緣種的農藝和籽粒品質性狀進行綜合評價，結果發現農藝和籽粒品質性狀均存在較大變異，其中，穗粒重、分蘗數、株高、穗長、沉降值、濕面筋含量、粗蛋白含量和降落值等性狀的變異系數較大，與宋健民等（2013）的研究結果基本一致，表明這些性狀在育種上具有較大的改良空間。基于農藝和品質性狀測定結果，對小麥育種材料進行科學有效地評價，是育種工作的重要基礎。本研究通過主成分分析得到4個代表小麥農藝性狀的主成分，其貢獻率排序為穗部產量構成因子＞生長量因子＞千粒重因子＞分蘗因子。其中，穗部產量構成因子是決定小麥農藝性狀的首要因子，結實小穗數、穗粒重和穗粒數三者間均呈極顯著正相關，表明穗部性狀對產量影響較大，與王掌軍等（2019b）的研究結果一致。結實小穗數和穗粒數增多，穗粒重增大，對經濟系數具有積極作用（王漢霞等，2020）。但陳朝陽等（2018）通過多元回歸分析對產量構成因素進行分析，結果發現有效分蘗和穗粒數是決定單株產量最重要的因素。該結論與本研究結果不符，其原因可能是分析方法和試驗材料群體不同所致。本研究通過對小麥籽粒品質性狀進行主成分分析，同樣得到4個主成分，其貢獻率排序為蛋白質因子＞磨粉因子＞容重因子＞水分含量因子，其中，蛋白質因子包括的粗蛋白含量、濕面筋含量和沉降值等性狀與小麥籽粒品質呈正相關，與趙鵬濤等（2019）的研究結果基本一致。蔣進等（2019）研究也發現，濕面筋含量較高的小麥中粗蛋白含量、降落值和沉降值也較高。因此，對蛋白質因子進行改良，可提高小麥籽粒品質總體水平。目前已有大量基于主成分的二維排序及綜合評價值（）評價和篩選小麥材料的研究報道。許小宛等（2019）借助二維排序篩選出26個綜合農藝性狀優良品種。丁明亮等（2020）根據綜合評價值（）篩選出云麥109和鳳1128，可作為云南品質育種的親本資源。本研究結合二維排序和綜合評價值（）篩選出10個農藝性狀優異的材料：寧春31號、寧春32號、寧春33號、寧春41號、寧春56號、ND646、永良15號、M6445、寧春51號、中華第一麥；10個籽粒品質性狀優異的材料：硬粒小麥（云南）、云南小麥、硬粒小麥（江蘇）、栽培一粒小麥、斯卑爾脫小麥、新疆小麥、野生二粒小麥、荊輝1號、小大麥、大紅麥。由此可知，兩種方法互為補充，同時采用兩種方法有助于提高對小麥性狀的評價效率和準確性。除引自河南的中華第一麥外，農藝性狀優異的其他品種（系）均為寧夏選育而成，說明本地品種對該地區環境充分適應，表現出較優農藝性狀；品質性狀優異材料包括小麥親緣種、地方品種及人工合成種，今后栽培小麥品質改良中應充分利用其優異基因。

隨著生活水平的提高，人們對小麥提出更高要求，而微量營養元素含量作為優質小麥的重要指標之一備受關注。目前，我國小麥Fe和Zn含量平均分別為28.3和26.5 mg/kg（韓燕，2021），遠低于小麥適宜強化水平（Fe 46 mg/kg和Zn 40 mg/kg）（周曉雨，2019）。篩選富Fe、Zn育種材料用于小麥品種改良，是提高我國小麥Fe、Zn含量的重要途徑（曹新有等，2012）。近年來，一些控制小麥Fe和Zn含量相關的理論研究，為選育富Fe和富Zn小麥育種提供了參考（Pu et al.，2013）。本研究檢測10個與小麥Fe、Zn含量相關的分子標記在103份材料中的分布情況，結果發現標記在材料中的分布頻率為13.59%～97.09%。今后，將進一步開發籽粒Fe、Zn元素相關分子標記，尤其是功能型分子標記，為加快富Fe、Zn優異材料的篩選、利用及新品種培育提供有效的分子標記。

4 結論

基于農藝和籽粒品質性狀分析及分子標記輔助選擇可高效準確地評價和篩選普通小麥及其親緣種，篩選出10份農藝性狀優異材料和10份籽粒品質性狀優異材料，可用作寧夏小麥農藝和品質改良的育種親本。