謝 磊 任 毅 張新忠 王繼慶 張志輝 石書兵 耿洪偉,*

小麥穗發(fā)芽性狀的全基因組關聯(lián)分析

謝 磊1,2任 毅1,2張新忠1,3王繼慶1,2張志輝1,2石書兵1,2耿洪偉1,2,*

1新疆農業(yè)大學農學院, 新疆烏魯木齊 830052;2新疆農業(yè)大學生物技術重點實驗室, 新疆烏魯木齊 830052;3新疆農業(yè)科學院糧食作物研究所, 新疆烏魯木齊 830091

為了解小麥穗發(fā)芽的遺傳機制, 發(fā)掘與小麥穗發(fā)芽相關的候選基因, 采用整穗發(fā)芽法對來自全國的207份小麥品種(系)進行表型鑒定, 并結合小麥90K SNP基因芯片, 通過TASSLE軟件的MLM (Q+K)模型對小麥的整穗發(fā)芽率進行全基因組關聯(lián)分析(genome-wide association study, GWAS)。研究結果表明, 不同年份間小麥品種(系)的穗發(fā)芽表現(xiàn)出豐富的表型變異, 變異系數(shù)為0.34和0.25, 多態(tài)性信息含量(polymorphic information content, PIC)為0.01~0.38, 全基因組LD衰減距離為3 Mb。群體結構分析和主成分分析表明, 207份小麥品種(系)所構成的自然群體結構簡單, 可分為3個亞群。GWAS檢測結果顯示, 在不同環(huán)境間共檢測到34個與小麥穗發(fā)芽顯著關聯(lián)的SNP標記位點(≤0.001), 分布在小麥3A、3B、4A、4B、5D、6A、6B、6D、7B和7D染色體上, 單個位點可解釋5.55%~11.63%的表型變異, 16個標記位點在兩個及以上環(huán)境下均被檢測到, 其中6B染色體上的標記在E1、E2及平均環(huán)境下被共同檢測到, 屬穩(wěn)定遺傳的位點。通過對表型效應值大且穩(wěn)定遺傳的關聯(lián)位點進行挖掘, 共篩選到13個與小麥穗發(fā)芽相關的候選基因。其中、及等基因通過調控植物內源激素-脫落酸(abscisic acid, ABA)的靈敏性進而影響種子的休眠;及等基因編碼的F-box蛋白在植物激素的信號轉導、光信號轉導以及花器官發(fā)育等生理過程中起重要作用;基因編碼Myb轉錄因子家族蛋白能調控種子中類黃酮的生物合成, 對籽粒顏色有重要影響, 這些候選基因是與小麥穗發(fā)芽相關的重要基因。

小麥; 穗發(fā)芽; 全基因組關聯(lián)分析; SNP; 候選基因

小麥是我國乃至世界最重要的糧食作物之一, 其產(chǎn)量與品質備受關注[1-2]。近年來, 隨著全球氣候變暖以及極端天氣頻發(fā), 小麥成熟至收獲期間穗上發(fā)芽現(xiàn)象越發(fā)頻繁, 嚴重降低小麥產(chǎn)量, 劣化小麥品質, 穗發(fā)芽已成為全球性危害[3]。穗發(fā)芽促使籽粒內部水解酶活性增加, 籽粒內部儲藏物質被分解消耗, 從而造成籽粒容重和千粒重下降, 導致小麥減產(chǎn)[4]。同時, 由于蛋白質被降減, 小麥制粉后的SDS沉降值和面筋含量逐漸降低, 用發(fā)芽小麥粉加工的面制品如饅頭、面包等, 外形和口感較差, 嚴重影響其營養(yǎng)品質和加工品質[5-6]。全球每年因穗發(fā)芽而造成的直接經(jīng)濟損失約10億美元[7]。培育抗穗發(fā)芽小麥新品種是解決這一問題最有效的途徑之一。

小麥穗發(fā)芽是受種子休眠水平、種子結構、種皮顏色等內部因素以及溫度、濕度、光照等外界環(huán)境因素共同作用的結果[8-9]。種子的休眠特性是影響小麥穗發(fā)芽抗性的主要遺傳因素[10]。目前對于小麥穗發(fā)芽鑒定的方法主要有籽粒發(fā)芽法、整穗發(fā)芽法和α-淀粉酶活性測定法[10]。籽粒發(fā)芽主要反映小麥籽粒的休眠情況, 并不能表現(xiàn)出穎殼、麥芒等抑制物的作用[10]。α-淀粉酶活性測定可以鑒定胚乳抑制物對穗發(fā)芽的影響, 但操作復雜, 不適合進行批量化測定[11]。整穗發(fā)芽不僅能綜合性反映小麥穗發(fā)芽的抗性, 而且操作簡單, 適合批量化測定, 因此常用來鑒定小麥的穗發(fā)芽抗性。測定小麥整穗發(fā)芽常用的方法有沙培法、發(fā)芽紙發(fā)芽法、塑料袋保濕法、模擬降雨法、紗布保濕法等[11-12]。

小麥穗發(fā)芽是受多基因調控的數(shù)量性狀, 存在微效和主效基因[13]。連鎖分析與全基因組關聯(lián)分析目前已成為數(shù)量性狀基因定位和挖掘的重要途徑[14]。許多研究通過雙單倍體(doubled haploid, DH)或重組自交系(recombinant inbred lines, RIL)等人工作圖群體, 將穗發(fā)芽相關基因定位于2AL、2BS、3AS、3AL、4AL、5D、6BS及7DL染色體上[14-20]。但連鎖作圖受限于遺傳群體親本間的差異度及標記密度等的不同, QTL定位的區(qū)間較大, 僅能分析部分等位基因。全基因組關聯(lián)分析(genome-wide association study, GWAS)與連鎖分析互補, 可以高效定位和挖掘多個小麥穗發(fā)芽相關的優(yōu)異等位基因[10]。Kulwal等[21]利用1166個簡單序列重復(simple sequence repeat, SSR)和多樣性芯片(diversity arrays technology, DArT)分子標記, 對208份白皮冬小麥品種4年的穗發(fā)芽率進行測定, 定位了８個與穗發(fā)芽相關的數(shù)量性狀基因座(quantitative trait locus, QTL), 分布在1BS、2DS、4AL、6DL、7BS和7DS染色體上, 并證實了7BS是新的QTL位點。Jaiswal等[22]通過對242份普通小麥的穗發(fā)芽率進行鑒定, 并結合250個SSR標記對穗發(fā)芽性狀進行QTL分析, 發(fā)現(xiàn)了30個小麥穗發(fā)芽抗性相關的主效位點, 其中僅有8個標記位點與前人研究結果相同, 其余22個標記位點均處在前人未報道的染色體區(qū)域。Lin等[23]首次使用9K和90K單核苷酸多態(tài)性(single nucleotide polymorphism, SNP)基因芯片對155份美國冬小麥品種(系)的穗發(fā)芽率進行全基因組關聯(lián)分析, 共檢測到12個與穗發(fā)芽相關的QTL, 其中3AS、3AL、3B、4AL和7A是QTL分布頻率較大的區(qū)域。Zhu等[24]利用90K SNP基因芯片對192份小麥品種(系)的穗發(fā)芽率進行全基因組關聯(lián)分析, 檢測到23個顯著關聯(lián)位點, 解釋了6.0%~18.9%的表型變異, 其中1A、3B和6B是抗性位點的熱點區(qū)域。Zuo等[25]對周8425B×中國春重組自交系群體家系和166份普通小麥的籽粒發(fā)芽率進行了QTL定位及GWAS分析, 研究結果除發(fā)現(xiàn)位于3AS、6AL、7BL和3DL上已報道的QTL外, 還挖掘了位于5A、7A、4B、3D、6D染色體上的8個新位點。

雖然前人在小麥穗發(fā)芽的鑒定、基因的篩選及其定位等方面取得了一定進展, 但由于小麥穗發(fā)芽的遺傳機制較為復雜, 遺傳背景來源不同的材料攜帶著不同的抗性因子[10]。因此, 為了進一步發(fā)掘穗發(fā)芽相關基因并開發(fā)相關功能標記, 本研究對207份小麥品種(系)的整穗發(fā)芽率進行鑒定, 結合SNP標記進行全基因組關聯(lián)分析, 以期為小麥穗發(fā)芽遺傳機制研究和分子育種提供參考。

1 材料與方法

1.1 供試材料

供試小麥品種(系)共計207份, 是我國各麥區(qū)主推品種(系)、部分骨干親本和歷史品種。其中國內品種(系) 165份, 包含黃淮麥區(qū)93份, 西南麥區(qū)12份, 長江麥區(qū)29份, 北部麥區(qū)31份以及國外品種(系) 42份, 供試材料在不同區(qū)域間的分布頻率依次為: 45%、6%、14%、15%和20%, 上述供試材料均由中國農業(yè)科學院作物科學研究所小麥品質課題組夏先春研究員惠贈。供試材料分別于2017—2018 (簡稱E1)和2018—2019年度(簡稱E2)種植于新疆農業(yè)科學院瑪納斯試驗站, 單行種植, 行長2 m, 行距25 cm, 施肥、滴灌、防蟲及除草同當?shù)靥镩g管理。以連續(xù)2年的均值為平均環(huán)境(簡稱E3)。

1.2 整穗發(fā)芽的表型鑒定及分析

2017—2018和2018—2019年度的供試材料均在室內進行表型鑒定。在小麥生長到蠟熟后期時, 剪取每份材料的10個主莖穗(帶穗下節(jié)), 每5穗結扎為一個重復, 室內風干1 d, 立即存放于–20℃的冰箱內以維持其休眠性, 待收獲全部材料后統(tǒng)一進行穗發(fā)芽實驗。先將整穗在蒸餾水中浸泡10~12 h, 再用0.1%次氯酸鈉溶液浸泡消毒15 min后, 用無菌水沖洗干凈, 用發(fā)芽紙卷裹, 保鮮袋保濕, 置于人工氣候培養(yǎng)箱(溫度20℃, 光周期為16 h晝/8 h夜, 相對濕度為80%)培養(yǎng)7 d后取出, 在電熱恒溫烘箱(150℃)內快速烘干, 阻止其繼續(xù)發(fā)芽, 手工脫粒, 以種胚破裂為鑒定標準[26], 記錄每份材料的穗發(fā)芽率, 2次重復的平均值為此材料在該年度的穗發(fā)芽率。整穗發(fā)芽率(sprouting rate, SR)=5穗的發(fā)芽粒數(shù)/總粒數(shù)×100%。

采用Microsoft Excel 2016進行基本數(shù)據(jù)統(tǒng)計與分析, 采用SPSS 21.0、QTL IciMapping V4.1軟件進行描述性統(tǒng)計分析和方差分析[27]。

1.3 群體結構分析和主成分分析

應用Tassel 5.0軟件計算多態(tài)性信息量(PIC, polymorphic information content), PIC = 1–Σ2(P2表示第個位點的第個等位變異出現(xiàn)的頻率)[28]。從篩選過的標記中, 選取2000個最小等位基因頻率大于10%且在染色體上均勻分布的SNP標記, 利用Structure 2.3.4軟件進行群體結構分析。參數(shù)設置: Length of Burn-Period=10,000, MCMC Reps after Burn-in=100,000, 選擇Admixture Ancestry模型和Dependent Allele Frequencies模式, 令=2~12, 每個值重復運行5次。將不同值下重復運行5次的結果上傳至Structure Harvester (http://taylor0.biology.ucla.edu/struct harvest/)[29], 使用Tassel 5.0軟件繪制群體結構分析圖。

利用TASSEL5.0軟件進行主成分分析(principle component analysis, PCA), 利用ggplot2工具繪制主成分分析圖。

1.4 全基因組關聯(lián)分析

實驗室前期使用90K SNP基因芯片對207份自然群體材料進行了基因分型, 共獲得16,686個高質量SNP標記?；谶@些高質量SNP標記, 使用Tassel 5.0軟件中的MLM (Q+K)模型對207份小麥品種(系)在不同環(huán)境下的整穗發(fā)芽率進行全基因組關聯(lián)分析,以=1.0×10–3為閾值, 判定SNP標記與目標性狀關聯(lián)的顯著性[30]。

1.5 連鎖不平衡分析

以位點間的相關系數(shù)平方(2)作為衡量多態(tài)性位點兩兩之間的連鎖不平衡(linkage disequilibrium, LD)參數(shù)。采用Tassel 5.0軟件計算2, 以第95百分位的2值作為閾值估測LD衰減距離。考慮連鎖群(linkage group)間連鎖不平衡背景的影響, 對連鎖群間的2值進行平方根轉換, 以大于此分布95%的參數(shù)值為閾值, 用來截取同一連鎖群內LD的衰減距離[31]。關聯(lián)分析中, 超過LD衰減距離的2個位點則認為是2個不同的位點。

2 結果與分析

2.1 小麥穗發(fā)芽的表型分析

本研究采用整穗發(fā)芽法對207份供試材料進行表型鑒定(圖1和圖2), 研究結果表明, 在2個環(huán)境下, 整穗發(fā)芽率的變異幅度分別為12.98%~100.00%和13.84%~100.00%, 變異系數(shù)為0.34和0.25, 平均值均較高, 分別為74.31%和84.80%, 表明遺傳背景來源不同的材料在2個環(huán)境下均表現(xiàn)出豐富的表型變異, 但自然群體內多數(shù)材料的穗發(fā)芽抗性較弱, 具有較大的遺傳改良潛力。不同年份間相關系數(shù)為0.51。方差分析(表1)顯示, 2個環(huán)境下測得供試材料間整穗發(fā)芽率差異極顯著(= 0.00001), 基因型、環(huán)境及基因型與環(huán)境互作皆影響小麥穗發(fā)芽的抗性。其遺傳力為0.60, 表明小麥穗發(fā)芽抗性主要由基因型決定, 但也受到環(huán)境因素的影響, 遺傳因素是導致其表型變異的主要原因。

A: 京冬8號; B: 淮麥20號; C: 鄭麥2號。

A: Jingdong 8; B: Huaimai 20; C: Zhengmai 2.

SR: 整穗發(fā)芽率。SR: sprouting rate.

2.2 SNP多態(tài)性及分布

使用90K SNP基因芯片對E1、E2及平均環(huán)境(E3)下的207份小麥品種(系)的整穗發(fā)芽率進行檢測,經(jīng)過優(yōu)質篩選, 最終采用16,686個具有多態(tài)性的SNP標記進行GWAS分析, 平均單條染色體包含795個SNP標記, 其中分布在A、B和D基因組染色體上的SNP標記數(shù)分別為7145、7343和2198。A、B基因組的染色體組所用標記數(shù)目、標記密度和多態(tài)性信息含量均高于D染色體組。物理圖譜總長度為14,043.30 Mb, 每個標記間的平均物理距離為1.27 Mb, SNP標記的PIC值介于0.01~0.38之間(表2)。

2.3 群體結構及連鎖不平衡分析

利用Structure 2.3.4軟件對207份供試材料進行群體結構分析(圖3-A, B)。結果顯示, 當=3時, ΔK達到峰值, 曲線變化程度最大。PCA分析(圖3-C)與Structure分析結果一致。供試材料可分為3個亞群, 其中, 亞群1有60份品種(系), 主要來自法國(14份)和中國北京(13份); 亞群2有62份品種(系), 主要來自中國河南(27份); 亞群3有85份品種(系), 主要來自中國河南(17份)、陜西(16份)和江蘇(13份)。3個亞群所含材料的分布頻率依次為: 28.99%、29.95%和41.06%。經(jīng)計算得到207份小麥品種(系)在基因組A、B、D和全基因組的LD衰減距離分別為5、3、1和3 Mb, 依據(jù)全基因組的LD衰減距離, 將在物理圖譜上前后3 Mb區(qū)間內的位點認定為一個候選位點。

2.4 全基因組關聯(lián)分析

利用TASSEL5.0軟件將207份小麥品種(系)的整穗發(fā)芽率結合90K SNP芯片篩選分型出的16,686個高質量SNP標記進行全基因組關聯(lián)分析。基于MLM (Q+K)模型, 當≤0.001時, 認為該標記與性狀顯著關聯(lián), 在多個環(huán)境下檢測到的位點視為可穩(wěn)定遺傳的位點(圖4)。GWAS分析結果表明, 共檢測到34個顯著性位點, 分布于小麥3A、3B、4A、4B、5D、6A、6B、6D、7B和7D染色體上, 單個位點可解釋5.55%~11.63%的表型變異。其中, 定位于6B染色體上的標記在E1、E2及平均環(huán)境下被共同檢測到, 對表型的貢獻率為5.86%~11.61%; 另有15個標記位點均在1個環(huán)境及平均環(huán)境下被檢測到, 分布于3A、6A、6B及7B染色體上, 其貢獻率為5.55%~11.63%, 這16個可重復檢測到的位點屬穩(wěn)定遺傳位點, 其中6B染色體是攜帶小麥穗發(fā)芽相關基因的熱點區(qū)域; 其余的18個標記位點均僅在1個環(huán)境或平均環(huán)境下被檢測到。表明在影響小麥穗發(fā)芽的眾多基因中, 存在效應穩(wěn)定的QTL,同時也受到基因型與環(huán)境互作的影響, 方差分析的結果也證實了這一點。將GWAS檢測到的34個顯著性位點與前人的定位結果進行比較, 發(fā)現(xiàn)10個位點被定位到前人報道的基因/標記/QTL區(qū)間附近, 其余24個標記位點均處在前人未報道的染色體區(qū)域(表3)。

表1 207份自然群體小麥穗發(fā)芽方差分析

表2 標記的分布及多態(tài)性

2.5 小麥穗發(fā)芽候選基因功能預測

將表型效應值大且能穩(wěn)定遺傳的SNP標記在普通小麥中國春基因組數(shù)據(jù)庫中進行檢索, 并在NCBI數(shù)據(jù)庫中進行BLASTx序列比對, 共挖掘了13個最有可能與穗發(fā)芽相關的候選基因(表4)。穗發(fā)芽候選基因主要與種子的休眠、植物激素的生物合成及信號轉導相關。其中, 定位于3A、6B、6D和7B染色體上的基因、0LC、TraesCS6D01G103600及TraesCS7B01G200100均編碼鋅指結構蛋白; 定位于3B、6A和6B染色體上的基因、及均編碼F-box家族蛋白; 定位于6B染色體上的基因功能注釋為厭氧型一氧化氮還原酶轉錄調控因子。

E1: 2017–2018年, 瑪納斯; E2: 2018–2019年, 瑪納斯; E3: 平均環(huán)境。

E1: 2017 and 2018 in Manasi; E2: 2018 and 2019 in Manasi; E3: average environment.

表3 小麥穗發(fā)芽顯著關聯(lián)位點信息

(續(xù)表3)

E1: 2017–2018瑪納斯; E2: 2018–2019瑪納斯; E3: 平均環(huán)境。

E1: in 2017 and 2018 in Manasi; E2: in 2018 and 2019 in Manasi; E3: average environment.

表4 候選基因信息

3 討論

3.1 小麥穗發(fā)芽性狀的分析

小麥穗發(fā)芽的抗性機制較為復雜, 主要受籽粒休眠性、穗部形態(tài)、種皮顏色及環(huán)境等因素的影響[38-39]。朱冬梅等[40]對33份長江中下游麥區(qū)主推品種的穗發(fā)芽抗性進行評價, 結果表明, 品種的休眠特性與其穗發(fā)芽抗性呈正相關。苗西磊等[41]利用相關的分子標記并結合整穗發(fā)芽實驗, 證實穗部形態(tài)如麥芒、穎殼及其抑制物對小麥穗發(fā)芽具有抑制作用。Warner等[42]的研究指出, 種皮顏色與小麥穗發(fā)芽抗性呈正相關。在眾多的環(huán)境因素中, 溫度和水分是影響穗發(fā)芽的主要因素。溫度在26℃以上時, 籽粒的休眠程度會降低或喪失; 在15℃以下時, 籽粒的休眠程度加深[43-44]; 20℃時, 小麥的發(fā)芽率最高, 溫度繼續(xù)升高, 發(fā)芽率降低[45]。從穗發(fā)芽的定義可以看出, 水分是導致小麥穗發(fā)芽的直接外界因素。本研究利用整穗發(fā)芽法在人工氣候培養(yǎng)箱(溫度20℃, 相對濕度為80%)進行發(fā)芽實驗, 不僅能反映出各品種(系)間穗發(fā)芽受種子本身的休眠特性及穗部形態(tài)等的影響, 還能體現(xiàn)出環(huán)境等因素對其抗性的作用, 能較好的反映出各小麥品種(系)間的綜合抗性。研究結果顯示, 在同一年份及不同年份間, 整穗發(fā)芽率的變異幅度較大(12.98%~100.00%和13.84%~100.00%), 且平均值均高于標準差, 表明不同小麥品種(系)可能有著不同的抗性因子, 抗性材料間的抗性因子也不同, 因而表現(xiàn)出了豐富的表型變異。與2018年相比, 207份小麥品種(系)在2019年整穗發(fā)芽率的變異范圍較小, 平均值較大, 究其原因可能是受小麥成熟期間的溫度及收獲前降雨的影響, 導致供試品種(系)整體的穗發(fā)芽抗性水平下降。此外, 本研究在2個環(huán)境下的方差分析與朱玉磊等[13]利用264份供試材料在3個環(huán)境下分析整穗發(fā)芽率的結果一致, 表明小麥穗發(fā)芽抗性既受基因型調控, 也易受環(huán)境因素的影響, 同時基因與環(huán)境互作效應對其影響顯著, 這也是導致不同年份間的相關系數(shù)較低的原因。

3.2 小麥穗發(fā)芽關聯(lián)分析

隨著分子生物學及生物信息學的迅速發(fā)展, GWAS分析與QTL定位已成為研究植物數(shù)量性狀的重要途徑, 小麥穗發(fā)芽相關基因的挖掘也得到了較大程度的推動。Munkvold等[14]、Osa等[15]、Lin等[17]利用不同的RIL群體結合基因芯片對小麥穗發(fā)芽進行連鎖分析, 定位了2AL、2BS、3AS、3AL、4AL、5D、6B及7D上的主效QTL位點, 其中3A、5D、6B及7D位點與本研究相同, 驗證了這些位點的重要性, 同時也進一步證明了關聯(lián)分析與連鎖分析均能檢測到與目標性狀顯著相關的QTL位點。將GWAS檢測結果與前人定位的結果相比較, 發(fā)現(xiàn)一些已報道的基因/標記位點/QTL在本研究中被重復定位到, 如本研究定位于3A染色體上的顯著性位點, 根據(jù)染色體上位置的比對結果發(fā)現(xiàn), 該位點與Bailey等[46]報道的調控種胚休眠性的基因距離較近。定位于4B染色體上的標記位點(644.68 Mb)與Rasul等[34]定位在4B染色體上的標記位點(640.9 Mb)相距約4 Mb, 可能為同一位點。Zhu等[24]定位了3個與穗發(fā)芽抗性相關的QTL, 且6B位點是攜帶穗發(fā)芽抗性基因的熱點區(qū)域, 這一結果與本研究一致。同時, 本研究發(fā)現(xiàn)定位在6B染色體上的標記(577.48 Mb)與Zhu等[24]定位的(574.6~576.8 Mb)物理位置相近, 可以推測這一區(qū)段內可能存在與穗發(fā)芽抗性相關的基因。但本研究鑒定結果中有24個顯著性位點與相同染色體上已報道的位點在物理位置上相距較遠, 如7B染色體上的(223.61 Mb)與王煥雪等[47]定位在7B染色體上的(718.5~720.0 Mb)相距約500 Mb。這些小麥穗發(fā)芽相關位點可能均為新位點。

此外, 本研究檢測到在E1、E2及平均環(huán)境下被共同檢測到, 物理位置為492.02 Mb, 對表型解釋效應為5.86%~11.61%。該位點可能是與小麥穗發(fā)芽抗性相關的重要位點。對其進行候選基因的挖掘, 篩選到的候選基因其基因功能注釋為鋅指(C3HC4型指環(huán))家族蛋白, 該蛋白的功能是通過調控植物內源激素-脫落酸(abscisic acid, ABA)的靈敏性進而影響種子的休眠。今后將著手開發(fā)多種標記(EST、EST-SSR、CAPS等)用于加密標記圖譜, 同時構建適當?shù)淖鲌D群體, 以準確定位這些關聯(lián)位點, 并對效應值大且穩(wěn)定遺傳的候選基因進行圖位克隆、功能驗證等, 以期進一步剖析小麥穗發(fā)芽的遺傳機制。

3.3 候選基因的功能分析

本研究利用GWAS檢測到34個與小麥穗發(fā)芽顯著關聯(lián)的SNP標記位點, 并在普通小麥中國春基因組數(shù)據(jù)庫篩選獲得13個可能與穗發(fā)芽相關的候選基因。位于3A、6B、6D和7B上的基因蛋白, 該蛋白的功能是通過調控植物內源激素-脫落酸(abscisic acid, ABA)的靈敏性對種子的休眠進行調控[48]; 位于3B、6A和6B上的基因、及編碼F-box家族蛋白, 該家族蛋白在植物激素的信號轉導, 光信號轉導以及花器官發(fā)育等生理過程有重要作用[49]; 6B染色體上的基因注釋為厭氧型一氧化氮還原酶轉錄調控因子, 一氧化氮對植物種子的休眠解除和萌發(fā)有促進作用[50]; 位于6A和6B染色體上的基因編碼Myb轉錄因子家族蛋白, 該蛋白調控種子中類黃酮的生物合成, 對籽粒顏色有重要影響[48]。Himi等[51]證明基因能夠促進類黃酮基因的轉錄, 但在小麥白皮品種中并不表達, 紅皮小麥因受控制種皮顏色的三重基因的調控導致其穗發(fā)芽抗性較強,基因與休眠位點緊密連鎖, 在對應區(qū)間檢測到Myb家族轉錄因子, 并成功開發(fā)相關標記。這對本研究在6A和6B染色上檢測到Myb轉錄因子區(qū)段具有借鑒作用, 但能否據(jù)此開發(fā)有效的功能標記, 是我們下一步工作的重點。

4 結論

本研究采用Q+K混合線性模型, 使用90K SNP芯片對207份國內外小麥品種(系)的整穗發(fā)芽率進行全基因組關聯(lián)分析, 獲得34個顯著關聯(lián)的SNP標記位點, 其中6B是攜帶穗發(fā)芽抗性基因的熱點區(qū)域,定位于6B染色體上的在E1、E2及平均環(huán)境下被共同檢測到, 對表型的貢獻率為5.86%~11.61%, 該位點可能是與小麥穗發(fā)芽抗性相關的重要位點。將表型效應值大且能穩(wěn)定遺傳的SNP標記在普通小麥中國春基因組數(shù)據(jù)庫中進行檢索, 共挖掘了13個最有可能與穗發(fā)芽抗性相關的候選基因。

[1] Zhou Y, He Z H, Chen X M, Wang D S, Yan J, Xia X C. Genetic improvement of wheat yield potential in north China. In: Wheat Production in Stressed Environments. Berlin: Springer Netherlands, 2007. pp 583–589.

[2] Zheng T C, Zhang X K, Yin G H, Wang L N, Han Y L, Chen L. Genetic gains in grain yield, net photosynthesis and stomatal conductance achieved in Henan province of China between 1981 and 2008., 2011, 122: 225–233.

[3] Xiao S H, Zhang X Y, Yan C S. Germplasm improvement for pre-harvest sprouting resistance in Chinese white-grained wheat: an overview of the current strategy., 2002, 126: 35–38.

[4] 于立河, 劉德福, 郭偉, 薛盈文, 曾玲玲, 張健, 侯海鵬. 收獲期降雨對春小麥品質的影響. 麥類作物學報, 2007, 27: 658–660.

Yu L H, Liu D F, Guo W, Xue Y W, Zeng L L, Zhang J, Hou H P. Effects of raining during harvest season on quality of spring wheat., 2007, 27: 658–660 (in Chinese with English abstract).

[5] 蘇東民, 魏雪芹. 發(fā)芽對小麥及面粉品質的影響. 糧食科技與經(jīng)濟, 2005, (6): 39–41.

Su D M, Wei X Q. Effect of germination on quality of wheat and flour., 2005, (6): 39–41 (in Chinese with English abstract).

[6] Humphreys D G, Noll J. Methods for characterization of pre-harvest Sprouting resistance in a wheat breeding program., 2002, 126: 61–65.

[7] 王黎明, 李永霞, 高華利, 王春平, 王洪剛, 李興鋒. 小麥穗發(fā)芽基因等位變異及其區(qū)域分布研究. 西北植物學報, 2019, 39(1): 52–58.

Wang L M, Li Y X, Gao H L, Wang C P, Wang H G, Li X L. Molecular identification and distribution of pre-harvest sprouting (PHS) genes in different common wheat regions of China., 2019, 39: 52–58 (in Chinese with English abstract).

[8] King R W, Richards R A. Water uptake in relation to pre-harvest sprouting damage in wheat: ear characteristics., 1984, 2: 55–63.

[9] Detje H. Effects of varying nitrogen rates on pre-harvest sprouting and α-amylase activity in cereals., 1992, 169: 38–45.

[10] 楊燕, 張春利, 何中虎, 夏蘭芹. 小麥抗穗發(fā)芽研究進展. 植物遺傳資源學報, 2007, 8: 503–509.

Yang Y, Zhang C L, He Z H, Xia L X. Advances on resistance to pre-harvest sprouting in wheat., 2007, 8:503–509 (in Chinese with English abstract).

[11] 王志龍, 于亞雄, 王志偉, 程加省, 喬祥梅, 楊金華. 小麥穗發(fā)芽抗性鑒定及機制分析. 西南農業(yè)學報, 2016, 29: 2513–2519.

Wang Z L, Yu Y X, Wang Z W, Cheng J S, Qiao X M, Yang J H. Resistance and mechanism of pre-harvest sprouting in wheat., 2016, 29: 2513–2519 (in Chinese with English abstract).

[12] 李玉營,馬東方,王曉玲,方正武.小麥穗發(fā)芽鑒定方法的比較與分析.廣西植物, 2016, 36: 245–248.

Li Y Y, Ma D F, Wang X L, Wang X L, Fang Z W. Comparison and analysis of wheat pre-harvest sprouting screening methods., 2016, 36:245–248 (in Chinese with English abstract).

[13] 朱玉磊,王升星,趙良俠,張德新,胡建幫,曹雪連,楊亞杰,常成,馬傳喜,張海萍.以關聯(lián)分析發(fā)掘小麥整穗發(fā)芽抗性基因分子標記.作物學報,2014, 40:1725–1732.

Zhu Y L, Wang S X, Zhao L X, Zhang D X, Hu J B, Cao X L, Yang Y J, Chang C, Ma C X, Zhang H P. Exploring molecular markers of pre-harvest sprouting resistance gene using wheat intact spikes by association analysis.,2014, 40:1725–1732(in Chinese with English abstract).

[14] MunkvoldJD,J, TanakaJ, Benscher D, Sorrells M E. Mapping quantitative trait loci for preharvest sprouting resistance in white wheat., 2009, 119: 1223–1235.

[15] Osa M, Kato K, Mori M, Shindo C, Torada A, Miura H.Mapping QTLs for seed dormancy andhomologue on chromosome 3A of wheat., 2003, 169: 1491–1496.

[16] Somyong S, Ishikawa G, Munkvold J D, Tanaka J, Benscher D, Cho Y G. Fine mapping of a preharvest sprouting QTL interval on chromosome 2B in white wheat., 2014, 127: 1843–1855.

[17] Tyagi S, Gupta P K. Meta-analysis of QTLs involved in pre-harvest sprouting tolerance and dormancy in bread wheat., 2012, 3: 9–24.

[18] Lin M, Cai S, Wang S, Liu S, Zhang G, Bai G. Genoty-ping-by-sequencing (GBS) identified SNP tightly linked to QTL for pre-harvest sprouting resistance., 2015, 128: 1385–1395.

[19] Liu S B, Cai S B, Robert G. Quantitative trait loci for resistance to pre-harvest sprouting in US hard white winter wheat., 2008, 117: 691–699.

[20] Chen G F, Zhang H, Deng Z Y, Wu R G, Li D M, Wang M Y. Genome-wide association study for kernel weight-related traits using SNPs in a Chinese winter wheat population., 2016, 212: 173–185.

[21] Kulwal P, Ishikawa G, Benscher D, Feng Z, Yu L X, Jadhav A. Association mapping for pre-harvest sprouting resistance in white winter wheat., 2012, 125: 793–805.

[22] Jaiswal V, Mir R R, Mohan A, Balyan H S, Gupta P K. Association mapping for pre-harvest sprouting tolerance in common wheat (L.)., 2012, 188: 89–102.

[23] Lin M, Zhang D, Liu S, Zhang G, Yu J, Fritz A K. Genome-wide association analysis on pre-harvest sprouting resistance and grain color in U.S. winter wheat., 2016, 17: 794–801.

[24] Zhu Y L, Wang S, Wei W, Xie H, Liu K, Zhang C, Wu Z, Jiang H, Cao J, Zhao L, Lu J, Zhang H, Chang C, Xia X, Xiao S, Ma C. Genome-wide association study of pre-harvest sprouting tole-rance using a 90K SNP array in common wheat (L.)., 2019, 132: 2947–2963.

[25] Zuo J H, Lin C T, Cao H, Chen F Y, Liu Y X, Liu J D. Genome-wide association study and quantitative trait loci mapping of seed dormancy in common wheat (L.)., 2019, 250: 187–198.

[26] Groos C, Gay G, Perretant R M. Study of the relationship between pre-harvest sprouting and grain color by quantitative trait loci analysis in a white red grain bread-wheat cross., 2002, 104: 39–47.

[27] Meng L, Li H, Zhang L, Wang J. QTL IciMapping: integrated software for genetic linkage map construction and quantitative trait locus mapping in biparental populations., 2015, 3:269-283.

[28] Wang S X, Zhu Y L, Zhang D X. Genome-wide association study for grain yield and related traits in elite wheat varieties and advanced lines using SNP markers., 2017, 12: 1–14.

[29] Zhu C S, Gore M, Buckler E S, Yu J M. Status and prospects of association mapping in plants., 2008, 1: 5–20.

[30] Yu J M, Pressoir G, Briggs W H, Irie V, Yamasaki M, Doebley J F,McMullen M D, Gaut B S, Nielsen D M. A unified mixed-model method for association mapping that accounts for multiple levels of relatedness., 2006, 38: 203–208.

[31] Marco M, Walid E F, Ghasemali N, Silvio S, Canè M A, Chiara C M. Prioritizing quantitative trait loci for root system architecture in tetraploid wheat., 2016, 67: 1161–1178.

[32] Yang Y, Zhao X L, Xia L Q, Chen X M, Xia X C, He Z H. Development and validation of a, STS marker for pre-harvest sprouting tolerance in Chinese wheats., 2007, 115: 971–980.

[33] Bi H H, Sun Y W, Xiao Y G, Xia L Q. Characterization ofallelic variations and their associations with pre-harvest sprouting resistance in a set of red-grained Chinese wheat germplasm., 2014, 195: 197–207.

[34] Rasul G, Humphreys D G, Br?lé-Babel A, McCartney C A, Knox R E, Depauw R M. Mapping QTLs for pre-harvest sprouting traits in the spring wheat cross ‘RL4452/AC Domain’., 2009, 168: 363–378.

[35] Zhang C L, He X Y, He Z H, Wang L H, Xia X C. Cloning ofgene that encodes ABA 8’-hydroxylase in common wheat (L.)., 2009, 8: 902–909.

[36] Hucl P, Singh R, Matus-Cádiz M A, Bga M, Ravindra N. Identification of genomic regions associated with seed dormancy in white-grained wheat., 2010, 174: 391–408.

[37] Roy J K, Prasad M, Varshney R K, Balyan H S, Blake T K, Dhaliwal H S. Identifification of a microsatellite on chromosomes 6B and a STS on 7D of bread wheat showing an association with preharvest sprouting tolerance., 1999, 99: 336–340.

[38] Gao F, Ayele B T. Functional genomics of seed dormancy in wheat: advances and prospects., 2014, 5: 458–463.

[39] 劉莉, 王海慶, 陳志國. 小麥抗穗發(fā)芽研究進展. 作物雜志, 2013, (4): 6–11.

Liu L, Wang H Q, Chen Z G. Advances on resistance to pre-harvest sprouting in wheat., 2013, (4): 6–11 (in Chinese with English abstract).

[40] 朱冬梅, 張曉祥, 王玲, 方正武, 江偉, 張曉. 長江中下游麥區(qū)主要小麥品種穗發(fā)芽抗性及鑒定方法比較. 麥類作物學報, 2014, 34: 944–949.

Zhu D M, Zhang X X, Wang L, Fang Z W, Jiang W, Zhang X. Resistance of pre-harvest sprouting of wheat cultivars planted in the valley of middle and lower reach of Yangtze River and comparison of the identification methods., 2014, 34: 944–949 (in Chinese with English abstract).

[41] 苗西磊, 王德森, 夏蘭芹, 張運宏, 王忠偉, 何中虎, 陳新民. 白粒小麥品種(系)穗發(fā)芽抗性機制分析. 麥類作物學報, 2011, 31: 741–746.

Miao X L, Wang D S, Xia L X, Zhang H Y, Wang Z W, He Z H, Chen X M. Analysis on the mechanism of pre-harvest sprouting resistance in white-grain wheat., 2011, 31: 741–746 (in Chinese with English abstract).

[42] Warner R L, Kudrna D A, Spaeth S C, Jones S S. Dormancy in white-grain mutants of Chinese spring wheat (L.)., 2000, 10: 51–60.

[43] Nielsen M T, McCrate A J, Heyne E G, Paulsen G M. Effect of weather variables during maturation on pre-harvest sprouting of hard white wheat., 1984, 24: 779–782.

[44] Osanai S I, Amano Y, Mares D. Development of highly sprouting tolerant wheat germplasm with reduced germination at low temperature., 2005, 143: 301–307.

[45] Mares D J. Temperature dependence of germinability of wheat grain in relation to pre-harvest sprouting., 1984, 35: 115–128.

[46] Bailey P C, McKibbin R S, Lenton J R, Holdsworth M J, Flintham J E, Gale M D. Genetic map locations for orthologousgenes in wheat and rice., 1999, 98: 281–284.

[47] 王煥雪. 小麥穗發(fā)芽抗性基因的全基因組關聯(lián)分析及等位變異發(fā)掘. 北京農學院碩士學位論文, 北京, 2019.

Wang H X. Genome Wide Association Analysis and Allelic Variation of Wheat Pre-Harvest Sprouting Resistance Genes. MS Thesis of Beijing University of Agriculture, Beijing, China, 2019 (in Chinese with English abstract).

[48] 張海萍, 常成, 肖世和. 小麥胚休眠中ABA信號轉導的蛋白質組分析. 作物學報, 2006, 5: 690–697.

Zhang H P, Chang C, Xiao S H. Proteomic analysis on abscisic acid signal transduction in embryo dormancy of wheat (L.)., 2006, 5: 690–697 (in Chinese with English abstract).

[49] 吳丹, 唐冬英, 李新梅, 李麗, 趙小英, 劉選明. F-box蛋白在植物生長發(fā)育中的功能研究進展. 生命科學研究, 2015, 19: 362–367.

Wu D, Tang D Y, Li X M, Li L, Zhao X L, Liu X M. Research progress on the function of F-box protein in plant growth and development., 2015, 19: 362–367 (in Chinese with English abstract).

[50] 張華. 外源一氧化氮促進小麥種子萌發(fā)及其信號作用機制研究. 南京農業(yè)大學碩士學位論文, 江蘇南京, 2005.

Zhang H. Exogenous Nitric Oxide Promotes Wheat Seed Germination and Its Signaling Mechanism. MS Thesis of Nanjing Agricultural University, Nanjing, Jiangsu, China, 2005 (in Chinese with English abstract).

[51] Himi E, Maekawa M, Miura H, Noda K. Development of PCR markers forrelated to, red grain color gene in wheat., 2012, 122: 1561–1576.

馬娟等發(fā)表在本刊2020, 46(3): 385–394的論文《利用WGCNA 鑒定玉米株高和穗位高基因共表達模塊》中的圖1B更正如下。

原圖

更正為

Genome-wide association study of pre-harvest sprouting traits in wheat

XIE Lei1,2, REN Yi1,2, ZHANG Xin-Zhong1,3, WANG Ji-Qing1,2, ZHANG Zhi-Hui1,2, SHI Shu-Bing1,2, and GENG Hong-Wei1,2,*

1Agricultural College of Xinjiang Agricultural University, Urumqi 830052, Xinjiang, China;2Key Laboratory of Biotechnology, Xinjiang Agricultural University, Urumqi 830052, Xinjiang, China;3Institute of Grain Crops, Xinjiang Academy of Agricultural Sciences, Urumqi 830091, Xinjiang, China

To understand the genetic mechanism of wheat pre-harvest sprouting (PHS) in wheat breeding, it is significant to explore marker loci and candidate genes associated with PHS resistance using intact spikes. In this study, a total of 207 wheat varieties (lines) from China and 16,686 SNP markers were analyzed in wheat whole genome. The mixed liner model (Q + K) was used to analyze PHS phenotypic data in three environments. Genome-wide association study showed that there were abundant phenotypic variations in different environments and wheat varieties (lines). The coefficient of variation was 0.34 and 0.25, the polymorphic information content of value (PIC) was from 0.01 to 0.38, and the attenuation distance of whole genome LD was 3 Mb. The population structure and principal component analysis revealed that 207 wheat varieties (lines) could be divided into three subgroups. GWAS results indicated that 34 SNP markers were detected, which were significantly associated with pre-harvest sprouting at< 0.001. They were located on chromosomes 3A, 3B, 4A, 4B, 5D, 6A, 6B, 6D, 7B, and 7D, and each explained 5.55%–11.63% of phenotypic variation. There were 16 markers loci detected in more than two environments, and the marker Np_Ex_c14101_22,012,676 on 6B chromosome detected in E1, E2, and average environment. Meanwhile, 13 candidate genes were screened out by mining association loci with large phenotypic effect value and stable inheritance.,,,andcould affect seed dormancy by regulating the sensitivity of endogenous ABA in plants. The F-box proteins were encoded by,, and, which played major roles in plant hormone signal transduction, light signal transduction, and flower organ development.,encoded Myb transcription factor family. These candidate genes are important genes related to wheat sprouting.

wheat; pre-harvest sprouting; genome-wide association analysis; SNP; candidate gene

10.3724/SP.J.1006.2021.01078

本研究由國家自然科學基金項目(31771786)和新疆維吾爾自治區(qū)科技創(chuàng)新基地建設項目(PT1910)資助。

This study was supported by the National Natural Science Foundation of China (31771786) and the Technical Innovation Bases Construction Project of Xinjiang Uygur Autonomous Region (PT1910).

耿洪偉, E-mail: hw-geng@163.com

1784462634@qq.com

2020-10-04;

2021-01-13;

2021-02-24.

URL: https://kns.cnki.net/kcms/detail/11.1809.S.20210223.1702.006.html