常丹丹，金星娜，田新會(huì)，杜文華

(甘肅農(nóng)業(yè)大學(xué)草業(yè)學(xué)院，草業(yè)生態(tài)系統(tǒng)教育部重點(diǎn)實(shí)驗(yàn)室，中-美草地畜牧業(yè)可持續(xù)發(fā)展研究中心，甘肅 蘭州 730070)

小黑麥(×Triticosecale)是由小麥屬(Triticum)和黑麥屬(Secale)物種經(jīng)屬間有性雜交和雜種染色體數(shù)加倍而人工合成的新物種[1]，具有適應(yīng)性強(qiáng)、抗病、耐寒、耐旱，以及抗逆性強(qiáng)等特點(diǎn)[2]，同時(shí)還具備蛋白質(zhì)和賴氨酸含量高于雙親的特性[3]，是糧飼兼用并具有很大發(fā)展前途的新作物[4]。飼用小黑麥的生物量高，適口性好，為畜禽所喜食，并且種植小黑麥成本低、收益大，在我國(guó)多地均有種植[5]。小黑麥按用途可分為糧用、飼用和糧飼兼用3種類(lèi)型，小黑麥籽粒中富含脂肪、蛋白質(zhì)、氨基酸和碳水化合物，適合作精飼料，可為家畜動(dòng)物提供較豐富營(yíng)養(yǎng)[6-7]。目前國(guó)內(nèi)外對(duì)小黑麥的研究主要集中在草產(chǎn)量和營(yíng)養(yǎng)品質(zhì)等方面[8]，對(duì)于小黑麥穗部性狀的遺傳研究報(bào)道較少。穗部性狀是小黑麥重要的種子產(chǎn)量性狀，改良穗部性狀可提高小黑麥的種子產(chǎn)量，因此研究小黑麥穗部性狀的遺傳規(guī)律，可提高小黑麥的育種效率并為小黑麥的生產(chǎn)實(shí)踐提供理論指導(dǎo)。

作物的產(chǎn)量和品質(zhì)等重要農(nóng)藝性狀多數(shù)為數(shù)量性狀，其變異呈連續(xù)性分布，易受環(huán)境因素的影響[9]。主基因+多基因混合遺傳模型是研究植物數(shù)量性狀的通用模型，是分析數(shù)量性狀遺傳規(guī)律的重要方法，可鑒別某性狀的遺傳是否受主基因或微效多基因控制，并估計(jì)其基因效應(yīng)和相應(yīng)的遺傳參數(shù)，這些遺傳信息可為育種和生產(chǎn)實(shí)踐提供重要的理論指導(dǎo)，近年來(lái)該遺傳分析方法在各種作物的數(shù)量性狀遺傳研究中得到了廣泛的應(yīng)用[10-12]。目前對(duì)于多個(gè)環(huán)境下小黑麥穗部數(shù)量性狀的遺傳分析研究報(bào)道較少。本研究以小黑麥品種石大1號(hào)為母本(P1)、小黑麥品系C18為父本(P2)構(gòu)建的F4:5、F5:6重組自交系群體為材料，運(yùn)用數(shù)量性狀的主基因+多基因遺傳模型分析方法對(duì)小黑麥芒長(zhǎng)、穗長(zhǎng)、小穗數(shù)、穗密度、穗粒數(shù)等性狀進(jìn)行分析，以期揭示小黑麥重組自交系群體穗部各性狀的最佳遺傳模型和基因作用方式，為下一步遺傳圖譜構(gòu)建、QTL定位奠定基礎(chǔ)，同時(shí)為小黑麥穗部性狀的遺傳研究和優(yōu)良品系的選擇提供參考依據(jù)。

1 材料和方法

1.1 試驗(yàn)材料

試驗(yàn)以小黑麥品種石大1號(hào)為母本(P1)和小黑麥品系C18為父本(P2)配置雜交組合，雜交后F1代起連續(xù)自交，通過(guò)單粒傳法獲得重組自交系(RIL)群體為材料。其中石大1號(hào)為新疆石河子大學(xué)選育而成的小黑麥品種，具有短芒、穗部較長(zhǎng)等特點(diǎn)，C18為甘肅農(nóng)業(yè)大學(xué)選育而成的基因純合且穩(wěn)定性較好的品系，具有長(zhǎng)芒、小穗數(shù)較多等特點(diǎn)，兩親本間穗部性狀為代表的農(nóng)藝性狀差異較大。從2013年秋在臨洮育種基地種植親本石大1號(hào)和C18，2014年春對(duì)親本采用常規(guī)有性雜交得到F0代，2014年秋種植F0代次年收獲F1代，F(xiàn)1代起連續(xù)自交，2018年夏得到F4代種子，2018年種植F4代種子得到331份F4:5RIL群體材料，2019年連續(xù)種植收獲的F5代種子得到331份F5:6RIL群體材料。

1.2 試驗(yàn)設(shè)計(jì)

2018年10月，將親本和RIL群體籽粒同期播種在校內(nèi)試驗(yàn)基地(環(huán)境Y1:2018LZ)，2019年10月將7月收獲的籽粒再次播種在校內(nèi)試驗(yàn)基地(環(huán)境Y2:2019LZ)。試驗(yàn)地前茬為空閑地，肥力中等、地力均勻。采用單粒點(diǎn)播，行長(zhǎng)3 m，行距和株距均為20 cm，每行15株，田間管理和普通大田管理相同。

1.3 性狀測(cè)定及方法

穗部相關(guān)性狀包括芒長(zhǎng)、穗長(zhǎng)、小穗數(shù)、穗密度、穗粒數(shù)等，小黑麥成熟后，各個(gè)株系和親本分別調(diào)查10株，測(cè)定方法如下，芒長(zhǎng)：取單株主穗，用游標(biāo)卡尺測(cè)量?jī)蓚?cè)中部小穗最長(zhǎng)芒的長(zhǎng)度，取平均值[13]；穗長(zhǎng)：用游標(biāo)卡尺測(cè)量基部小穗節(jié)至穗頂端(不包括芒)的長(zhǎng)度；小穗數(shù)：包括結(jié)實(shí)小穗數(shù)和不育小穗數(shù)；穗密度=小穗數(shù)/穗長(zhǎng)[14]；穗粒數(shù)：收獲籽粒后統(tǒng)計(jì)主穗的實(shí)際籽粒數(shù)[15]。

1.4 數(shù)據(jù)分析

利用 SPSS 20.0軟件進(jìn)行親本和RIL群體表型數(shù)據(jù)的描述性統(tǒng)計(jì)分析，利用R軟件繪制頻率分布直方圖，利用章元明教授團(tuán)隊(duì)最新開(kāi)發(fā)的R軟件包 SEA進(jìn)行主基因+多基因混合遺傳分離分析[16-17]。根據(jù)植物數(shù)量性狀“主基因+多基因混合遺傳(Maximum Likelihood values,MLV)模型中P1、P2和RIL群體的聯(lián)合世代分析方法”[18-19]，計(jì)算出不同性狀遺傳模型[20]的極大似然函數(shù)值和Akaike’s信息準(zhǔn)則(Akaike’s information criterion，AIC)值；然后選出AIC值最小或接近最小的備選遺傳模型，進(jìn)行均勻性檢驗(yàn)(U12、U22、U32)、Smirnov檢驗(yàn)(nW2)和 Kolmogorov檢驗(yàn)(Dn)，最后根據(jù)AIC值最小原則與檢驗(yàn)顯著性水平個(gè)數(shù)最少選出最優(yōu)遺傳模型[21]；利用SEA軟件包計(jì)算最優(yōu)遺傳模型的遺傳效應(yīng)，包括一階和二階遺傳參數(shù)、主基因和多基因遺傳率等。

2 結(jié)果與分析

2.1 穗部性狀的表型及次數(shù)分布

群體穗部各性狀的平均值依次為：芒長(zhǎng)4.06 cm，穗長(zhǎng)10.76 cm，小穗數(shù)25.84，穗密度2.43，均介于雙親之間，高于低值親本；但穗粒數(shù)為43.61，低于低值親本(表1)。2個(gè)環(huán)境下各性狀平均變化極值范圍分別為芒長(zhǎng)0.5～8.12、穗長(zhǎng)7.36～14.80、小穗數(shù)17.42～34.67、穗密度1.82～3.15、穗粒數(shù)6.00～91.00，小黑麥RIL群體穗部表型有超親變異現(xiàn)象，適合做遺傳分析。此外，各性狀平均變異系數(shù)分別為：芒長(zhǎng)(33.80%)、穗粒數(shù)(32.15%)、穗長(zhǎng)(12.07%)、小穗數(shù)(10.97%)、穗密度(9.34%)，偏度系數(shù)介于-0.418～0.689，峰度系數(shù)介于-0.110～1.618。性狀的偏度及峰度介于0～1，表現(xiàn)近似正態(tài)分布的有：Y1和Y2環(huán)境下的穗密度，Y1環(huán)境下的穗長(zhǎng)，Y2環(huán)境下的小穗數(shù)，Y2環(huán)境下的穗粒數(shù)，表明這些性狀的遺傳可能受主基因和多基因共同控制。Y1和Y2環(huán)境下的穗長(zhǎng)、小穗數(shù)、穗密度及Y1環(huán)境下的穗粒數(shù)，這些性狀的偏度和峰度系數(shù)均大于0，表明基因間存在互作效應(yīng)。

表1 RIL群體及其親本穗部性狀統(tǒng)計(jì)分析

2種環(huán)境下穗部各性狀的頻率分布均為單峰分布，穗部各性狀的平均值均呈連續(xù)性分布(圖1)。其中D、E、L呈右偏離正態(tài)分布，B、I呈左偏離正態(tài)分布。

圖1 RIL群體穗部性狀的次數(shù)、理論與成分分布Fig.1 Frequency,mixed and component distributions for triticale panicle related traits in RILs注：圖1中柱形為次數(shù)分布、實(shí)線表示理論擬合分布，虛線為成分分布；A為Y1環(huán)境下的芒長(zhǎng)；B為Y2環(huán)境下的芒長(zhǎng)；C為Y1環(huán)境下的穗長(zhǎng)；D為Y2環(huán)境下的穗長(zhǎng)；E為Y1環(huán)境下的小穗數(shù)；F為Y2環(huán)境下的小穗數(shù)；G為Y1環(huán)境下的穗密度；H為Y2環(huán)境下的穗密度；L為Y1環(huán)境下的穗粒數(shù)；I為Y2環(huán)境下的穗粒數(shù)

2.2 穗部性狀主基因+多基因混合遺傳模型分析

2.2.1 遺傳模型的選擇 利用R軟件包SEA對(duì) RIL群體和兩個(gè)親本群體的穗部各性狀進(jìn)行模型分析。根據(jù)AIC值最小準(zhǔn)則，選取 AIC值最小的一組和接近最小AIC的一組遺傳模型作為備選模型，穗部性狀備選模型的MLV值和 AIC值見(jiàn)表2。4MG-AI模型在Y1、Y2環(huán)境下AIC值最低，分別為1 024.428、1 377.769，與之AIC值相近的模型有PG-AI和MX2-ED-A，AIC值分別為1 034.27、1 390.18，4MG-AI、PG-AI、MX2-ED-A可作為芒長(zhǎng)遺傳的備選模型；同理，穗長(zhǎng)MX2-CE-A、2MG-DE模型的AIC值最低，分別為961.262、1 421.233，AIC值相近的模型有PG-AI(961.549)和MX2-CE-A(1 425.212)，MX2-CE-A、2MG-DE、PG-AI可作為穗長(zhǎng)的備選模型；小穗數(shù)MX2-CE-A、MX2-ED-A模型的AIC值最低，分別為1 716.865、1 887.639，AIC值相近的模型有MX2-ED-A(1718.223)和PG-AI(1 888.518)，MX2-CE-A、MX2-ED-A、PG-AI可作為小穗數(shù)的備選模型；穗密度PG-AI模型在Y1、Y2環(huán)境下AIC值均最低，分別為-96.035、-10.799，AIC值相近的模型有MX2-ED-A(-90.275，-9.1067)，PG-AI和MX2-ED-A可作為穗密度的備選模型；穗粒數(shù)4MG-AI、PG-AI模型的AIC值最低，分別為2 830.301、3 081.456，AIC值相近的模型有PG-AI(2 833.998)和MX2-ED-A(3 083.258)，4MG-AI、PG-AI、MX2-ED-A可以作為穗粒數(shù)的備選模型。

表2 RIL群體穗部性狀最佳遺傳模型分離分析的極大似然函數(shù)值和Akaike’s信息準(zhǔn)則

2.2.2 穗部性狀備選模型的適合性檢驗(yàn) 對(duì)備選模型進(jìn)行適合性檢驗(yàn)(表3)，各世代均有U12、U22、U32、nW2、Dn 5個(gè)統(tǒng)計(jì)量，選擇AIC 值最小和統(tǒng)計(jì)顯著性水平個(gè)數(shù)最少的模型作為最佳模型。芒長(zhǎng)的4MG-AI模型15個(gè)統(tǒng)計(jì)量在Y1、Y2環(huán)境下達(dá)到顯著水平的個(gè)數(shù)分別為0、1個(gè)，其中Y1環(huán)境下顯著水平的個(gè)數(shù)最少且AIC值最小，應(yīng)為最佳模型。芒長(zhǎng)的最佳遺傳模型為4MG-AI模型，說(shuō)明控制芒長(zhǎng)的4對(duì)主基因具有明顯的加性上位性作用。穗長(zhǎng)和小穗數(shù)適合性檢驗(yàn)的15個(gè)統(tǒng)計(jì)量在Y1、Y2環(huán)境下均無(wú)顯著偏離，AIC值最小的最佳遺傳模型均為MX2-CE-A模型，即2對(duì)連鎖主基因+加性多基因混合遺傳模型，說(shuō)明穗長(zhǎng)和小穗數(shù)的遺傳受多基因控制，2對(duì)主基因具有明顯的互補(bǔ)作用，多基因具有加性效應(yīng)。穗密度的15個(gè)統(tǒng)計(jì)量均無(wú)顯著偏離，AIC值最小的最佳遺傳模型為PG-AI模型，即加性上位性多基因遺傳模型。穗粒數(shù)備選模型15個(gè)統(tǒng)計(jì)量達(dá)到顯著水平的個(gè)數(shù)分別為2、0個(gè)，顯著性水平個(gè)數(shù)最少且AIC值最小的模型為PG-AI模型，說(shuō)明控制穗粒數(shù)遺傳的多基因具有明顯的加性上位性作用。

表3 RIL群體穗部各性狀的最佳遺傳模型適合性檢驗(yàn)

2.3 遺傳參數(shù)估計(jì)

芒長(zhǎng)的主基因遺傳率為85.06%，其環(huán)境變異平均值占表型變異的比例為14.94%；控制芒長(zhǎng)的第1-4對(duì)主基因加性效應(yīng)值(da、db、dc 和dd)分別為0.6794、0.3757、0.1391、0.2111，均表現(xiàn)正向遺傳效應(yīng)，其中第1對(duì)主基因加性效應(yīng)值最高；第1對(duì)主基因的加性×第3對(duì)主基因的加性上位性效應(yīng)值(iac)是-0.618，表現(xiàn)為較高的負(fù)向遺傳效應(yīng)，第2對(duì)主基因的加性×第3對(duì)主基因的加性上位性效應(yīng)值(ibc)與第3對(duì)主基因的加性×第4對(duì)主基因的加性上位性效應(yīng)值(icd)相近，分別為-0.166 4和-0.148，總體而言控制芒長(zhǎng)的4對(duì)主基因的加性上位性作用明顯(表4)。

表4 RIL群體穗部性狀最佳遺傳模型的遺傳參數(shù)

穗長(zhǎng)和小穗數(shù)的最佳遺傳模型相同，均為2對(duì)互補(bǔ)作用的連鎖主基因和加性效應(yīng)的多基因混合遺傳模型。其中穗長(zhǎng)的主基因遺傳率為20.35%，多基因遺傳率為62.93%，穗長(zhǎng)的環(huán)境變異平均值占表型變異的比例為16.72%；控制穗長(zhǎng)性狀的加性×加性上位性互作效應(yīng)值(iab)為0.3364，表現(xiàn)為正向的遺傳效應(yīng)，多基因的加性效應(yīng)值[d]為-0.1439，表現(xiàn)為較低的負(fù)向遺傳效應(yīng)。小穗數(shù)的主基因遺傳率是31.77%，多基因遺傳率是32.48%，環(huán)境變異平均值占表型變異的比例為35.74%；控制小穗數(shù)性狀的加性×加性上位性互作效應(yīng)值(iab)為1.4159，多基因的加性效應(yīng)值[d]為1.3783，均表現(xiàn)為正向的遺傳效應(yīng)。穗密度和穗粒數(shù)的最佳遺傳模型相同，都是由加性-上位性多基因遺傳模型控制，其中穗密度的多基因遺傳率是35.34%，環(huán)境變異平均值占表型變異的比例為64.65%；穗粒數(shù)的多基因遺傳率是86.96%，環(huán)境變異平均值占表型變異的比例為13.03%。

3 討論

本研究以小黑麥品種石大1號(hào)為母本和小黑麥品系C18為父本通過(guò)有性雜交構(gòu)建的RIL群體為材料，研究了穗部芒長(zhǎng)、穗長(zhǎng)、穗粒數(shù)、穗密度、穗粒數(shù)等性狀在不同環(huán)境下的遺傳力，這些性狀大多數(shù)為多基因控制的數(shù)量性狀。研究表明，芒長(zhǎng)的最佳遺傳模型為4MG-AI，即4對(duì)加性上位性主基因遺傳模型。杜斌等[22]利用近等基因系群體研究得出，小麥芒長(zhǎng)的遺傳為單基因控制，程潔等[23]利用小麥分離群體研究得出芒長(zhǎng)為主基因控制，本研究結(jié)果與之相似，芒性狀的遺傳受到4對(duì)加性上位性主基因控制。本研究中穗長(zhǎng)和小穗數(shù)的最佳遺傳模型相同，均為MX2-CE-A模型，即2對(duì)互補(bǔ)作用連鎖主基因+加性多基因混合遺傳模型。李法計(jì)等[24]利用RIL群體研究發(fā)現(xiàn)，穗長(zhǎng)和小穗數(shù)均為主基因+多基因混合遺傳控制。杜希朋等[25]研究表明穗長(zhǎng)和小穗數(shù)受微效多基因控制，無(wú)主效基因存在。本研究中穗長(zhǎng)和小穗數(shù)的遺傳與前人的研究結(jié)果既有相同之處，也存在一定差異，可能是因?yàn)檠芯窟x育的群體類(lèi)型不同，親本遺傳背景的差異和環(huán)境的影響的不同導(dǎo)致研究結(jié)果不一致。

本研究中穗密度和小穗數(shù)的最佳遺傳模型一致，均為PG-AI模型，即加性上位性多基因遺傳模型，穗密度與程潔等[23]的2對(duì)主基因遺傳模型不同，與魏艷麗等[26]、畢曉靜等[27]的主基因+多基因遺傳混合遺傳模型不同，而穗粒數(shù)與盧翔等[28]的多基因遺傳模型相似，與溫明星等[29]的主基因+加性多基因混合遺傳模型不同。由于選用的試驗(yàn)材料、群體類(lèi)型和環(huán)境因素的差異均會(huì)對(duì)試驗(yàn)數(shù)據(jù)的調(diào)查結(jié)果造成一定的影響。本研究使用的材料為RIL群體，與F2等臨時(shí)性群體不同，沒(méi)有顯性及其相互作用的影響，只有固定的可遺傳的加性和加性與加性間相互作用效應(yīng)值。重組自交系群體可作為永久性群體使用，比分離群體更能減少環(huán)境影響，從而獲得較準(zhǔn)確的參數(shù)估值[30]。

本研究通過(guò)對(duì)優(yōu)良親本石大1號(hào)和C18雜交構(gòu)建的RIL群體穗部相關(guān)性狀的遺傳分析可知，除穗密度外，芒長(zhǎng)、穗長(zhǎng)、小穗數(shù)、穗粒數(shù)具有較強(qiáng)的遺傳力，遺傳率分別為85.06%、83.28%、64.25%、86.96%，各性狀的遺傳率介于35.34%～86.96%，其中穗粒數(shù)的遺傳力最高。穗部各性狀的遺傳主要受到遺傳因素影響，同時(shí)也受環(huán)境效應(yīng)的影響，芒長(zhǎng)存在主基因遺傳特性，主基因遺傳率高(85.06%)，受環(huán)境影響較小，育種時(shí)可在早期世代進(jìn)行單株定向選擇。在育種工作中也要考慮穗長(zhǎng)和小穗數(shù)的主基因和微效多基因的影響，早期開(kāi)展有效的單株選擇，以提高育種效率。利用數(shù)量性狀分離分析的方法對(duì) RIL群體進(jìn)行分析[16,31]，通過(guò)表型數(shù)據(jù)來(lái)判斷和預(yù)測(cè)性狀的遺傳模型以及主基因和多基因遺傳率[32]，可對(duì)親本組合有一個(gè)初步了解，為小黑麥雜交育種親本選配和提高育種效率提供參考依據(jù)。

4 結(jié)論

小黑麥芒長(zhǎng)的最佳遺傳模型為4對(duì)加性上位性主基因遺傳模型，穗長(zhǎng)和小穗數(shù)的最佳遺傳模型均為2對(duì)互補(bǔ)作用主基因+加性多基因混合遺傳模型，穗密度和穗粒數(shù)的最佳遺傳模型均為加性上位性多基因遺傳模型。芒長(zhǎng)存在主基因遺傳特性，主基因遺傳率高(85.06%)，受環(huán)境影響小，育種時(shí)可在早期世代進(jìn)行選擇，提高育種效率。