1、李远红，余坤江，何雨琦，等 甘蓝型油菜叶绿素含量的主基因+多基因遗传分析J 江苏农业科学，2023，51(4):52 57doi:10 15889/j issn1002 1302 2023 04008甘蓝型油菜叶绿素含量的主基因甘蓝型油菜叶绿素含量的主基因+多基因遗传分析多基因遗传分析李远红1，2，余坤江1，2，何雨琦1，王晓东2(1 贵州大学农学院，贵州贵阳 550025;2 江苏省农业科学院经济作物研究所，江苏南京 210014)摘要:油菜是我国食用油的主要原料，为了明确甘蓝型油菜叶片叶绿素含量的遗传机制，指导以高产及品质性状为目标的高光效育种实践，应用植物数量性状主基因+多基因混合遗传分
2、离分析方法，以甘蓝型油菜高叶绿素含量品系 APL01、低叶绿素含量品系 Holly 及 2 个品系杂交后衍生的 198 个重组自交家系群体(AH 群体目前已发展到 F2:13代)为材料，利用 SPAD 502 叶绿素仪于20192021 连续3 年测定9 张叶片期叶片的叶绿素含量，进行3 个年份环境的叶绿素含量的遗传分析。结果表明，在 3 个年份环境下，该群体中叶片的叶绿素含量存在广泛变异，叶绿素含量的变异系数分别为 9 57%、8 45%、10 49%，频率分布图呈正态分布，符合主基因+多基因遗传特点。叶绿素含量最适模型为 MX3 AI AI，即 3 对加性 上位性主基因+多基因加性 上位性
3、混合遗传模型，3 个年份环境下主基因的遗传率为分别为 63 22%、73 09%、73 33%，多基因遗传率分别为 35 70%、26 32%、25 94%。主基因和多基因共同决定了油菜叶片叶绿素的含量，以主基因的遗传贡献占主要部分。关键词:甘蓝型油菜;叶绿素含量;主基因+多基因;遗传分析中图分类号:S634 303 2文献标志码:A文章编号:1002 1302(2023)04 0052 06收稿日期:2022 06 27基金项目:贵州省科技计划(编号:黔科合基础 2020 1Y098)。作者简介:李远红(1998)，女，贵州黔东南人，硕士研究生，从事油菜遗传育种研究。E mail:liyua
4、nH31163 com。通信作者:王晓东，博士，副研究员，从事油菜种质创新与遗传育种研究。E mail:xdwang120163 com。油菜是我国食用植物油的第一大来源，同时兼具观、菜、蜜、饲、肥等 1 多维度利用价值。2020 年，我国油菜种植面积、油菜籽产量已达 3 610 7 万 hm2、7 179 6 万 t，在我国食用油市场中具有举足轻重的地位2 3。近年来，利用杂种优势来大幅度提高油菜产量难度较大，高光效育种受到越来越多研究者的重视4。叶片是植物进行光合作用的主要器官，决定植物体内干物质的积累。叶绿素在绿色植物进行光合作用时起到至关重要的作用，植物吸收太阳辐射后体内会激发反应中心
5、色素从而启动光化学反应，为生物圈提供动力。叶绿素含量的高低直接影响植物光合潜力和初级生产5，对油菜籽粒的产量也具有显著影响6 7。因此，解析油菜叶绿素含量的遗传机制对于推进我国的油菜高光效育种具有重要的理论及实践意义。关于油菜叶绿素含量的研究报道较多，国内外学者已对其性状的遗传做了相关研究。Zhao 等分离出油菜黄绿叶(yvl)突变体，通过 BSA seq 定位在 BnaA03，全基因组测序发现 CHLH 在突变体中碱基替换，导致 CHLH 活性降低，从而影响叶绿体发育和叶绿素的合成8。Ye 等构建了近等基因系(NIL)，对叶绿素基因座进行了精细定位，研究发现cqSPDA2 是欧洲油菜叶绿素含
6、量的一个显性 QTL，在 A02 上被精细定位到 21 89 22 04 Mb 区间9。郎丽娜在研究油菜在盐胁迫中的 QTL 时，在 LG5 发现与叶绿素相关基因座 qSPAD510。代文东等利用紫红叶油菜和绿叶油菜通过 DarT seq 技术对 BC1群体单株进行基因分型并构建连锁遗传图谱，共检测出 8 个叶绿素含量 QTL，分别位于 A0l、A03、A06、A07、C01、C03 和 C04 连锁群上11。此外，有学者利用构建的分子遗传连锁图谱，定位了油菜种胚12、角果皮13 部位叶绿素含量性状相关的 QTL。这些研究均根据田间各遗传群体测量叶绿素含量来进行遗传分析，而通过数量性状遗传分离
7、分析方法进行深入系统研究的报道较少。植物主基因+多基因混合模型是盖钧镒等提出来解决数量性状遗传的分析方法14，并在多种作物中已普遍运用。虽已有研究对油菜叶绿素进行 QTL 定位，但叶绿素合成和调控机制仍较复杂。彭门路等以有、无突变体(yl1)杂交的 6 个世代(P1、P2、F1、F2、B1、B2)为材料，利用主基因+多基因混合遗传模型对突变性状进行遗传分析，结果表明甘蓝型油菜叶绿素缺失性25江苏农业科学2023 年第 51 卷第 4 期状受 1 对加性 显性主基因控制，yl1 叶绿素缺失为不完全显性遗传15。笔者旨在应用该分析方法研究甘蓝型油菜叶片叶绿素含量，解析其遗传变异规律，为相关性状的分
8、子标记开发和高光效育种改良奠定基础。1材料与方法1 1试验材料本研 究 以 甘 蓝 型 油 菜 高 叶 绿 素 含 量 品 系APL01、低叶绿素含量品系 Holly 及 2 个品系杂交后衍生的 198 个重组自交家系群体(AH 群体目前已发展到 F2:13代)为材料，种植于贵州省贵阳市贵州大学教学试验场(26N、106E、海拔为 1 100 55 m、土壤为黄壤)。采用随机区组试验设计，每个品系种植 4 行，行距 40 cm，株距 20 cm，每行 15 株。试验地肥力均匀一致，田间管理参照当地大田栽培管理措施。所有试验材料均由江苏省农业科学院经济作物研究所提供。1 2叶绿素含量的测定在 2
9、019、2020、2021 年 3 个年份环境下，使用叶绿素计(型号:SPAD 502;品牌:柯尼卡美能达;产地:日本)测定 APL01 和 Holly 以及 AH 群体各品系9 张叶片期叶片的叶绿素相对含量(SPAD 值)，每个品系测量 3 株，每株测量 3 张叶(由上至下第 3、4、5 张叶)，每张叶测量 3 个点，取其平均值，测量时避开主叶脉。2019、2020、2021 年 3 个年份环境分别用 19GY、20GY、21GY 表示。1 3统计分析对 20192020 年 3 个年份环境的甘蓝型油菜叶片叶绿素含量，利用 Excel、SPSS 21 0 软件16 进行数据统计及群体变异分析
10、。利用植物主基因+多基因混合遗传模型，结合 SEA G3DH 软件对亲本和 AH 群体 3 个年份环境的 SPAD 值进行遗传分析17。遗传模型的选择首先根据 AIC 值(Akaikesinformation criterion)最小原则确定 3 4 个候选模型，然后对候选模型进行适合性检验，以确定最适模型，最后计算最适模型下的遗传参数。分析软件由南京农业大学章元明教授提供。2结果与分析2 1叶绿素含量的变异分析由表1 可知，在3 个不同年份环境下种植的 AH群体叶绿素含量的变异系数大小顺序依次为 21GY 19GY 20GY，说明第 3 个年份环境测量叶绿素含量时其变异丰度最大，而 3 个年
11、份环境间群体叶绿素含量存在变异，表明该性状受环境影响。从平均值上看，19GY，21GY 的平均叶绿素含量较接近，差值仅达 2 16，20GY 的均值较高于 19GY 和 21GY，20GY 与 19GY 的差值为732，20GY 与 21GY 的差值为5.16。21GY 的变异系数是 3 个环境中最高，可见在3 个年份环境下所测得的叶绿素含量，第 3 个环境影响最大，其次是第1 个环境，最后是第2 个环境。表 1在 3 个年份环境下 AH 群体的叶绿素含量变异情况年份叶绿素含量(SPAD 值)最大值最小值极差平均值标准差变异系数(%)19GY658836 592929507648695720G
12、Y714943 662783580849184521GY679232 323560529255510 492 2叶绿素含量分布特征分析从图 1 可以看出，在 3 个年份环境下的叶绿素含量在 43 66 的区间呈连续的分布，表现为典型的数量性状特征。19GY、21GY 的叶绿素含量主要都集中在 40 60 的区间范围内，而在 0 40 和 60 以上的分布频数较低。20GY 的叶绿素含量主要集中在 50 65 的区间范围内。其群体叶绿素含量分布呈现为正态分布，表明该群体中叶绿素含量的遗传符合主基因+多基因遗传特征。2 3叶绿素含量遗传模型分析2 3 1遗传模型的选择采用是植物数量性状主基因+多基
13、因混合遗传模型对亲本及 AH 群体的叶绿素含量性状进行遗传分析，估算获得了 0 对主基因(0MG 模型)、1 对主基因(1MG 模型)、2 对主基因(2MG 模型)、多基因(PG 模型)、1 对主基因+多基因(MX1 模型)、2 对主基因+多基因(MX2 模型)、3 对主基因(3MG 模型)、3 对主基因+多基因(MX3 模型)、4 对主基因(4MG 模型)等 9 类共 39种遗传模型的极大似然函数值和 AIC 值(表2)。根据 Akaike 准则，选取 AIC 值最小及与最小 AIC 值比较接近的遗传模型作为候选模型，每个环境确定 4个候选模型。用2019 年叶绿素含量数据获得 19GY的候
14、选模型为 3MG A、3MG CEA、MX3 AI AI、4MG AI，用 2020 年叶绿素含量数据获得 20GY的候选模型为 3MG A、3MG CEA、MX3 AI AI、MX3 AI A;21GY 获得候选模型为 MX3 AI AI、MX3 AI A、MX3 A A、4MG A。35江苏农业科学2023 年第 51 卷第 4 期2 3 2遗传模型的适合性检验遗传模型的适合性检验包括 3 个检验:U21、U22、U23(均匀性检验)、nW2(Smirnov 检验)、Dn(Kolmogorov 检验)(表 3)。判定每个模型 3 个世代共 15 个统计量的显著水平，比较候选模型达到显著的统
15、计量个数，则选用统计量达到显著水平个数最少的模型作为最适模型。在19GY 环境下 4 个备选模型 3MG A、3MG CEA、MX3 AI AI、4MG AI 中，MX3 AI AI、4MG AI 这 2 个模型达到显著水平的统计量都为 0，在 4个候选模型中具有最少的显著水平的统计量，但MX3 AI AI 模型的 AIC 值(1248 57)小于4MG AI 模型的 AIC 值(1 239 92)。因此，19GY 环境下的最适模型应为 4MG AI，即 4 对主基因上位性效应模型;20GY 环境下在 4 个备选模型 3MG A、3MG CEA、MX3 AI AI、MX3 AI A 中，MX3
16、 AI AI 模型的 AIC 值(1 336 16)是 4 个模型中 最小，获得 20 GY 环境下的最适模型应为表 2叶绿素含量各遗传模型的 AIC 值模型AIC 值19GY20GY21GY0MG1 456861 535611 585171MG A1 417591 502141 549472MG AI1 420311 499091 545242MG A1 419591 503471 551282MG EA1 417591 501471 549282MG DominanceI1 419591 497091 551472MG RecessiveI1 418321 504141 543242MG Additive1 418311 497091 543242MG Complementary1 416321 502711 541242MG Duplicate1 417591 495091 549672MG Inhibiting1 417591 501161 54983PG AI1 406261 483401 53015PG A1 404301 500891 52857MX1 A AI1 402
