节节麦(Aegilops tauschii)是普通小麦D基因组供体, 但参与普通小麦六倍体自然进化的节节麦类群单一^[1], 因此较A、B基因组普通小麦D基因组的遗传基础狭窄; 同时, 现代小麦育种下高强度的人工选择也是导致目前小麦品种遗传多样性低的原因之一。利用硬粒小麦(Triticum turgidum)和节节麦(A. tauschii)合成了人工六倍体小麦^[2], 其继承了四倍体小麦和节节麦的大量优异资源, 具有抗病、抗逆等基因^[3], 是野生祖先种优良基因在普通小麦育种利用中的关键桥梁资源^[4]。目前, 来自节节麦的一些优良基因通过人工合成小麦在小麦育种中得到了很好的利用^[4-5]。

人工合成小麦保留了四倍体和节节麦的野生性, 但很难直接用于育种, 往往需要多代次的改良。对育种工作中人工合成小麦与普通小麦初级群体的遗传分析(分离分析)进行研究, 明确这些组合中是否具有育种可利用的加性基因, 并在初级群体阶段对各个组合进行选择及改良, 进而提高人工合成小麦的育种利用效率。数量性状主基因+多基因混合遗传分析方法是将数量性状由主基因和多基因共同控制的混合遗传体系看作一个普遍性模型, 将孟德尔分离分析延伸至数量性状, 这在很多作物中都得到了应用^[6-7]。与QTL作图相比, 该方法是基于数量性状表型数据的遗传分析方法, 不需要分子标记数据, 其精度不如QTL作图, 但对各组合相关性状进行初步判断并制定下一步策略方面更加快速与经济。在重组自交系群体分离分析方法上, 已拓展到4对主基因加多基因混合遗传模型, 其中在2对主基因的情况下考虑了它们之间的加性-上位性、加性、等加性及其基因间的互作, 多基因则包括加性-上位性和加性^[8-10]。

小麦条锈病是西南麦区的重要病害, 2014年以来四川小麦条锈病流行菌种发生了变化, 严重影响小麦产量的进一步提高^[11]。我们课题组从新合成的一批六倍体小麦中, 筛选到一个抗西南麦区‘贵农22’致病类群新生理小种、多分蘖、长穗的人工合成材料‘圆网/节18’, 并利用该人工合成小麦与中间品系‘10单568’杂交自交产生RIL群体, 对亲本、群体的条锈病抗性以及产量相关性状进行调查, 通过P₁、P₂和RIL群体联合的主基因+多基因混合遗传分析获得相关遗传参数, 其目的是为该人工合成小麦材料在育种中的进一步利用提供理论依据。

以育种中间亲本‘10单568’为母本, 其系谱为04品4/川麦45//川麦45, 该材料具有矮秆、大穗大粒、产量潜力高的特点, 自从2014年四川小麦条锈病流行菌种发生变化后, 其条锈病抗性丧失; 以新合成的六倍体小麦‘圆网/节18’为父本, 该材料一直表现为高抗条锈病, 其分蘖较多、穗长较长, 但其他农艺性状较差, 无法直接用于小麦育种。将‘圆网/节18’与‘10单568’杂交, 通过F₂单粒传的方式形成F₅ RIL群体, 群体大小为219。

2015—2016年田间试验设立在四川省农业科学院郫县试验基地条锈病育种病圃, 完全随机区组设计, 2次重复, 每个小区1行, 行长1.5 m, 行距0.25 m, 每行播种25粒种子。每行的两端种植条锈病诱发株, 所用诱发品种为‘川育12’(高感), 条锈混合菌种接种并在自然条件下发病。在调查成株期条锈病抗性时, 根据孕穗期、扬花期或乳熟期一个小区中具有代表性的叶片对条锈病的反应分为0、1、2、3、4和5级, 分别对应高抗(没有可见症状)、抗(没有孢子但有坏死、褪绿斑)、中抗(有少量孢子, 具有坏死、褪绿斑)、中感(有中等数量孢子, 具有坏死、褪绿斑)、感(有大量孢子, 具有坏死、褪绿斑)和高感(有大量孢子, 没有明显坏死、褪绿斑)。取3个调查时期中最感的表型为最终感病程度, 以此反映其成株条锈病抗性。

2016—2017年田间试验设立于四川省广汉市小麦专家大院试验田, 完全随机区组设计, 2个重复, 每个小区1行, 行长1.5 m, 行距0.5 m, 每行10穴, 每穴保持1苗, 正常田间管理。该试验田为小麦栽培与耕作研究用地, 水肥丰富均匀, 行距为0.25 m, 单株之间的距离为0.15 m; 灌浆期调查株高、穗长、小穗数和有效分蘖数, 每个小区调查5个单株取其平均值; 成熟期分别从上述5个单株上收获5个主穗进行脱粒, 调查穗粒数, 剩下的穗子收在一起脱粒后调查千粒质量。

用SPSS 22.0(操作系统OS X Version 1 0.9.4)软件对表型数据进行t测验、正态分布拟合度检验以及相关性分析。采用P₁、P₂和RIL群体联合的主基因+多基因混合遗传分析方法分析3个群体数量性状表型数据^[12], 软件包SEA由章元明教授提供, 包含0、1、2、3、4对主基因模型以及0、1、2、3对主基因+多基因混合遗传, 共有38种遗传模型。若AIC(Akaike’s information criterion)值最小, 且与其他模型AIC值差异较大, 则该模型为最优模型; 当有多个AIC值较低的模型时, 且结合均匀性U₁²、U₂²、U₃²检验、Sminov检验(_nW²)和Kolmogorov检验(D_n), 显著性个数最少的模型为最优模型^[12]。

从表 1可见:除小穗数外, 母本‘10单568’与父本‘圆网/节18’性状之间存在极显著差异, 两者之间的差异在60%以上; 群体的表型平均值介于2个亲本表型平均值之间, 并且群体平均值与2个亲本之间的差异较大。群体株高和条锈病感病程度的最小值都小于低值亲本, 在一定程度上表明多数具有增加表型值的基因位点可能来自某一个亲本。其他性状亲本的表型值介于群体最小值和最大值之间, 表明来自2个亲本的主效基因在群体中发生了分离和组合。群体千粒质量、有效分蘖数和条锈病抗性的变异系数较大, 表明群体中具有较大基因效应的位点发生了分离。从图 1可见:除小穗数和千粒质量外, 其他表型在RIL群体中的分布都不符合正态分布, 其显著性(P值)都小于0.05;次数分布图中也显示群体株高、穗长、有效分蘖数以及条锈病次数分布的峰值明显偏向于其中一个亲本, 与另外一个亲本距离较远(图 1)。

	图 1 RIL群体抗条锈病和产量相关性状的频次(柱形)、最优模型拟合混合(实线)及其成分(虚线)分布 Figure 1 Frequency(column), fitted mixed(solid line)and its component(dotted line)distributions for stripe rust resistance and yield-related traits in RIL population P1、P2箭头所指的数值表示‘10单568’和‘圆网/节18’的平均值。 The trait values in the arrows of P1 and P2 indicate those in the female parent'10 Dan 568'and'Yuanwang/AT18', respectively.
图选项

本研究中条锈病抗性与产量相关农艺性状调查试验是2个独立的田间试验, 这样做的目的就是为了消除条锈病对产量相关农艺性状的影响。从表 2可以看出:产量相关性状并没有受到条锈病抗性的影响, 两者之间不具有显著的相关性, 可真实反映其产量潜力。在产量相关性状之间, 小穗数与千粒质量之间存在显著的负相关, 与穗粒数之间存在显著的正相关且其相关系数在0.6以上; 穗长与小穗数、穗粒数之间显著正相关, 其相关系数都大于0.6;有效分蘖数与千粒质量之间具有显著的负相关, 相关系数大于0.2, 同时在该群体中有效分蘖数与穗长、小穗数和穗粒数显著正相关, 相关系数大于0.2;株高与穗长、小穗数、穗粒数、千粒质量显著相关, 其相关系数为0.1~0.2。

利用SEA软件对P₁、P₂和RIL群体联合的主基因+多基因混合遗传分析前, 剔除了极端偏离群体的观察值, 这是由于它们是试验误差造成的。根据AIC值最小原则, 选取AIC值最小或者较为接近的模型作为备选模型, 如表 3所示:株高性状的2个AIC值最小的模型分别为3对主基因加性-上位性加多基因加性混合遗传模型(MX3-AI-A)、4对主基因加性-上位性遗传模型(4MG-AI), 并且两者的AIC值比较接近, 分别为1 910.87和1 903.43;条锈病抗性具有最小AIC值的2个模型的AIC值差异较大, 因此其最优模型为4对主基因加性-上位性遗传模型。

对AIC值最小且比较接近的2~3个候选模型进行适应性测验(均匀性U₁²、U₂²及U₃², Sminov检验_nW²和Kolmogorov检验D_n), 以达到显著检验最少的候选模型为最优遗传模型, 当达到显著的检验个数相同时选取具有最小AIC值的遗传模型为最优遗传模型, 据此检验结果为:株高的最优遗传模型为MX3-AI-A, 受3对具有加性-上位性的主基因和加性效应的多基因控制; 穗长和小穗数的最优遗传模型为MX1-A-AI, 受1对具有加性主基因和加性-上位性多基因同时控制; 穗粒数的最优遗传模型为MX2-ER-A, 受2对具有隐形上位效应的加性基因和加性多基因控制; 千粒质量、有效分蘖数和条锈病抗性的最优遗传模型I都为4MG-AI, 都受4对具有加性-上位性的主基因控制。

在最优模型下, 最优模型拟合混合及其成分分布与各性状的次数分布比较如图 1所示:株高受3对加性-上位性主基因+加性多基因控制, 共有8个成分分布, 在重组自交系群体中其成分分布比例表现为等比例, 其最优模型拟合混合分布与调查值次数分布一致; 穗长、小穗数分别受1对加性主基因和加性-上位性多基因控制, 分别共有2个等比例成分分布, 群体调查值的次数分布与最优模型拟合混合分布一致; 穗粒数受2对具有隐性上位的加性基因和加性多基因控制, 其成分分布数为3, 比例为1:1:2, 该模型下拟合混合分布与调查值次数分布一致; 千粒质量、有效分蘖数、条锈病抗性都受4对加性-上位性主基因控制, 其成分分布数为16, 成分分布为等比例, 调查值的次数分布与最优模型拟合混合分布高度一致。

从表 4可见:株高的主基因遗传率为93.87%, 多基因的遗传率为1.36%, 3对主基因中有2对主基因的加性效应值在8以上, 多基因的加性效应值为14.10, 远大于3对主基因之间互作效应值, 3对主基因具有降低株高效应的位点都来自母本‘10单568’。

穗长与小穗数主基因的遗传率分别为61.50%和46.30%, 加性效应值分别为1.33和1.71, 未检测到互作效应, 两者多基因的遗传率分别为9.23%和35.64%, 由多基因之间的互作效应形成; 穗粒数由2对具有隐性上位的主基因和加性多基因控制, 主基因的遗传率要远远大于多基因的遗传率, 并且加性效应占主导地位, 其中第1个主基因增加效应的位点来自母本‘10单568’, 另外1个增加效应的位点来自人工合成小麦‘圆网/节18’。

千粒质量、有效分蘖数和条锈病抗性都由4对具有加性-上位性基因控制, 其主基因的遗传率分别为97.00%、84.01%和99.03%。控制千粒质量的4对主基因加性效应之和要大于其互作效应之和, 4对主基因具有增加效应的位点中有3对是来自母本, 1对来自父本人工合成小麦, 其加性效应值要小于来自母本基因位点的加性效应值。在4对控制有效分蘖数的主基因中, 有3对主基因具有增加效应的位点来自父本人工合成小麦, 并且其中有1对基因的加性效应远远大于其他基因的加性以及互作效应。4个主基因增加条锈病抗性的位点都来自父本人工合成小麦, 其中第1、2对主基因的加性效应要远大于其他2个主基因, 并且第1、2对基因之间的具有正向的互作效应, 效应值达0.47。

本研究对人工合成小麦‘圆网/节18’RIL群体抗条锈病、产量相关性状进行混合遗传分析, 发现该材料在产量上具有增加穗粒数、有效分蘖数、条锈病抗性的重要基因位点, 如控制穗粒数的第2对基因、控制有效分蘖数的第1对基因以及控制条锈病抗性的第1和第2对基因, 并且这些基因具有较大的易于在育种中利用的加性效应, 这些都是其在抗病性以及产量遗传改良上的优势。此外, 人工合成小麦‘圆网/节18’在株高、穗长、小穗数以及千粒质量等性状上没有检测到明显的具有加性作用且效应较大的基因位点, 理论上讲从该RIL后代中很难找到在这些农艺表现上优异程度大于双亲并且在遗传上比较稳定的株系, 因此育种家如要改良这些性状, 则需要在此基础上重新选择材料对这些性状进行进一步的改良。

人工合成小麦拓宽了现代小麦的遗传资源, 一般认为其继承了来自四倍体小麦和节节麦的优异基因, 但是从20世纪80年代以来, 利用人工合成小麦资源育成商用优异品种并阐明其重要基因来源的实例却很少, ‘川麦42’是第1个利用人工合成小麦并阐明其优异基因来源的优异商用品种^[3-4], 其具有来自人工合成小麦增加产量的4DL区段, 并且其在‘川麦42’衍生品种中具有很强的传递能力^[3]。人工合成小麦同时也继承了四倍体小麦和节节麦的野生型, 在与育种亲本组配的群体中, 大多数具有增加产量的位点来自育种亲本^[13], 只有少数位点是来自人工合成小麦, 如人工合成小麦‘W7984’的1BC、2DS位点具有增加穗粒数、穗长的效应^[14], ‘XX86’的Xgwm1220-7DS位点具有增加千粒质量的效应^[15], ‘Opata85’的1AL具有增加有效分蘖数的效应^[14], 这些原因降低了人工合成小麦的育种利用效率。鉴于此, 育种家就需要利用尽可能多的人工合成小麦资源, 并组配尽可能多的育种组合, 其中每一个组合的子代必须达到一个较大的数量, 才能选择到目标株系。通过QTL作图的方法分析每一个组合中的人工合成小麦优异等位基因是目前相对比较准确的遗传分析方法, 但这种方法需要同时获得表型和覆盖整个基因组的分子数据, 比较费时、费力。在这种情况下, 利用数量性状分离分析的方法对RIL^[9-10]、F₂^[16]群体进行分析, 可以让育种家对组合有一个初步的了解并制定下一步的育种策略, 具有更高的效率^[17]。

本研究利用P₁、P₂和RIL群体联合的主基因+多基因混合遗传模型分析了人工合成小麦‘圆网/节18’育种优势的遗传基础, 明确了该材料具有增加条锈病抗性、穗粒数以及有效分蘖数的加性基因位点, 明确了其在这3个性状上具有改良育种中间亲本‘10单568’的优势。