基于高密度遗传连锁图谱的稻谷粒重QTL定位_张大双.pdf

分子植物育种，2023 年，第 21 卷，第 14 期，第 4679-4684 页Molecular Plant Breeding,2023,Vol.21,No.14,4679-4684研究报告Research Report基于高密度遗传连锁图谱的稻谷粒重 QTL 定位张大双1彭强1*李佳丽1季家举2徐海峰1朱速松11 贵州省农业科学院贵州省水稻研究所,贵阳,550006;2 湖南轻工研究院有限责任公司,长沙,410015*通信作者,pengqiang_摘要为挖掘稳定遗传的稻谷粒重性状 QTL，本研究以 V20B/CPSLO17 组合衍生的 150 个重组自交家系(recombinant inbred line,RIL)为作图群体，在 3 个环境(2019 贵阳,2020 贵阳,2019 三亚)对稻谷粒重性状进行 QTL 检测及其遗传效应分析。结果表明：3 个环境共检测到 6 个稻谷粒重 QTL，其中 QTL qTGW5-1 在2 种环境被重复检测到；QTL qTGW5-2 和 qTGW5-3 具有较大遗传效应，表型变异贡献率高达 139.796%和99.414%，两者的 LOD 值分别为 35.113 和 28.411。qTGW5-2 的加性效应源自亲本 CPSLO17；qTGW5-3 的加性效应源自亲本 V20B。本研究结果为挖掘新的稻谷粒重性状基因提供参考依据。关键词水稻(Oryza sativa L.);环境;粒重;作图群体;基因QTLs Mapping of Rice Grain Weight Based on High-density Genetic MapZhang Dashuang1Peng Qiang1*Li Jiali1Ji Jiaju2Xu Haifeng1Zhu Susong11 Guizhou Rice Research Institute,Guizhou Academy of Agricultural Sciences,Guiyang,550006;2 Hunan Light Industry Institute,Changsha,410015*Corresponding author,pengqiang_DOI:10.13271/j.mpb.021.004679AbstractIn order to explore the stable genetic QTLs for grain weight traits of rice,150 recombination inbredlines(RILs)derived from V20B/CPSLO17 combination,were applied to detect QTLs for grain weight traits andanalyze their genetic effects in three environments(2019 Guiyang,2020 Guiyang,2019 Sanya).The results showedthat a total of six QTLs for grain weight traits were detested in three environments,of which the QTL qTGW5-1was repeatedly detected in two environments.QTLs qTGW5-2 and qTGW5-3 had major genetic effects,and thecontribution rate of phenotypic variation was as high as 139.796%and 99.414%,and the LOD values of the twowere 35.113 and 28.411,respectively.The additive effect of qTGW5-2 was derived from the parent CPSLO17,andqTGW5-3 was derived from the parent V20B.These results provide reference basis for further exploiting newcandidate gene ofgrain weight in rice.KeywordsOryza sativa L.;Environment;Grain weight;Mapping population;Gene基金项目：本研究由贵州省省级科技计划项目(黔科合基础-ZK 2023 一般 178)、国家自然科学基金委员会-贵州省人民政府喀斯特科学研究中心项目(U1812401)和黔水稻所青年基金项目(2021 005 号)共同资助引用格式：Zhang D.S.,Peng Q.,Li J.L.,Ji J.J.,Xu H.F.,and Zhu S.S.,2023,QTLs mapping of rice grain weight based on high-densitygenetic map,Fenzi Zhiwu Yuzhong(Molecular Plant Breeding),21(14):4679-4684.(张大双,彭强,李佳丽,季家举,徐海峰,朱速松,2023,基于高密度遗传连锁图谱的稻谷粒重 QTL 定位,分子植物育种,21(14):4679-4684.)主要粮食作物水稻的产量事关国家粮食安全问题，水稻产量性状遗传机制研究一直是国家基础研究领域的前沿和热点。水稻单株产量主要由稻谷粒重、单株有效穗数和每穗实粒数共同决定(Tan et al.,2000)。随着生活水平提高，人们对优质稻的需求日益增大，高产优质稻已成为水稻科研人员的关注热点和奋斗目标。因此，稻谷粒重 QTL 定位及其遗传基础研究对水稻单株产量遗传改良和高产优质稻品种选育具有重要的理论价值和实践意义。稻谷粒重是一个复杂的受多基因控制的数量性状。利用不同类型遗传群体(BIL,RIL,DH,IL 等)定位到大量的粒重性状 QTL，通过图位克隆与关联分子植物育种Molecular Plant Breeding分析等方法克隆到 20 个具有多重功能的水稻粒重调控基因。其中，13 个粒重基因：GS2/OsGRF4(Huet al.,2015;Sun et al.,2016)、GS3(Fan et al.,2006;Mao et al.,2010)、SG3(Li et al.,2020)、OsLG3(Yu etal.,2017)、OsLG3b(Yu et al.,2018)、GL3.1/qGL3(Qiet al.,2012;Zhang et al.,2012)、qTGW3/TGW3/GL3.3(Hu et al.,2018;Xia et al.,2018;Ying et al.,2018)、GSA1(Dong et al.,2020)、GL4(Wu et al.,2017)、TGW6(Ishimaru et al.,2013)、GW6a(Song et al.,2015)、GL6(Wang et al.,2019)和 GLW7(Si et al.,2016)调控水稻粒长；7 个粒重基因：GW2(Song et al.,2007)、TGW2(Ruan et al.,2020)、GS5(Li et al.,2011)、GW5/GSE5(Weng et al.,2008;Duan et al.,2017)、GW6(Shi et al.,2020)、OsSNB(Ma et al.,2019)和 GW8(Wang et al.,2012)控制粒宽。然而，受制于 SSR、InDel、RFLP 等分子标记构建的遗传连锁图谱存在覆盖密度低和标记数量少等缺陷，仍有一些水稻粒重 QTL 未被定位到(胡苗等,2015)。为此，本研究基于实验室前期运用籼爪交遗传背景(V20B/CPSLO17)的 RIL 群体和 SLAF-seq 技术绘制的高密度遗传连锁图谱(彭强等,2016)，在多种种植环境下对水稻稻谷粒重性状进行 QTL 定位分析，旨在找出遗传稳定的、贡献率大的稻谷粒重主效QTL，为挖掘新的粒重基因和开发功能分子标记提供新的科学依据，对分子标记辅助选育高产优质稻品种具有重要意义。1结果与分析1.1 RIL群体的稻谷粒重性状表型3 个环境(2019 贵阳,2020 贵阳,2019 三亚)分别种植 150 份籼爪交遗传背景(V20B/CPSLO17)的 RIL群体，考种每份材料的稻谷粒重性状。根据稻谷粒重性状在 RIL 群体中的分布情况可知，3 个种植环境(2019 贵阳,2020 贵阳,2019 三亚)的稻谷粒重性状在各自的变异范围内均表现出连续的单峰分布，中间分布的株系数多，两端分布的株系数少(图 1)。2020 贵阳 RIL 群体谷粒重分布在 3428 g 区间的株系数最多(39 个株系)，谷粒重最小的区间是 2022 g，分布 2 个株系，谷粒重大于 34 g 的区间分布 5 个株系(图 1)；2019 贵阳 RIL 群体谷粒重分布在 2628 g区间的株系数最多(31 个株系)，谷粒重最小的区间是 1820 g，分布 4 个株系，谷粒重大于 34 g 的区间分布 1 个株系(图 1)；2019 三亚 RIL 群体谷粒重分布在 2628 g 区间的株系数最多(32 个株系)，谷粒重小于 18 g 的区间分布 4 个株系，谷粒重大于 34 g 的区间分布 1 个株系(图 1)。两侧的株系数随着谷粒重增加或降低逐渐减少(图 1)，说明稻谷粒重性状表现出受多基因控制的数量性状遗传特征。从亲本(V20B 和 CPSLO17)和 150 份 RIL 群体的稻谷粒重性状表型统计数据可知，3 种环境(2019三亚,2020 贵阳,2019 贵阳)高值亲本 V20B 的谷粒重分别为 27.820、32.400 和 31.600，比亲本 CPSLO17(18.800,21.800 和 19.528)重 50%左右(表 1)，达极显著差异。2019 三亚 RIL 群体的稻谷粒重均值为24.792，变异幅度为 14.289；2020 贵阳 RIL 群体的稻谷粒重均值为 27.544，变异幅度为 10.976；2019 贵阳RIL 群体的稻谷粒重均值为 25.671，变异幅度为11.566(表 1)。3 个环境(2019 三亚,2020 贵阳,2019贵阳)下 RIL 群体偏度的绝对值均小于 1，峰度的绝对值除了谷粒重在 2019 三亚中大于 1，其余均小于 1(表 1)，符合正态分布规律，达到 QTL 定位分析的作图要求。此外，3 种环境的 W-test 相关系数(0.984,0.975 和 0.977)都非常接近 1，P-value(0.629,0.152和 0.265)均大于 0.05(表 1)，进一步表明 RIL 群体的谷粒重表型数据符合正态分布。同时，采用单因素方差分析 3 种环境 RIL 群体的稻谷粒重性状表型数据，结果显示 F 值(24.144)远大于 F crit 值(3.016)，P-value(1.105E-10)远小于 0.01(表 2)，表明 RIL 群体稻谷粒重在 3 种环境间存在极显著差异，稻谷粒重受环境影响。1.2 RIL群体中的QTL定位分析基于高密度遗传图谱和 RIL 群体稻谷粒重性状的表型数据，采用 IciMapping 4.0 软件的 ICIM-ADD方法进行稻谷粒重性状 QTL 定位分析。在 3 个种植环境(2019 三亚,2020 贵阳,2019 贵阳)中共检测到6 个控制稻谷粒重性状的 QTL(图 2;表 3)，其中 1 个QTL(命名为 qTGW1-1)在第 1 染色体，4 个 QTL(命名为 qTGW5-1,qTGW5-2,qTGW5-3 和 qTGW5-4)在第 5 染色体，第 6 染