白芝麻籽粒油脂、蛋白质及芝麻素含量QTL定位分析

引用本文

吴坤, 吴文雄, 杨敏敏, 刘红艳, 郝国存, 赵应忠. . 白芝麻籽粒油脂、蛋白质及芝麻素含量QTL定位分析. 作物学报, 2017, 43(7): 1003-1011
WU Kun, WU Wen-Xiong, YANG Min-Min, LIU Hong-Yan, HAO Guo-Cun, ZHAO Ying-Zhong. . QTL Mapping for Oil, Protein and Sesamin Contents in Seeds of White Sesame. ACTA AGRONOMICA SINICA, 2017, 43(7): 1003-1011 复制到剪切板

Permissions

作物学报编辑部

白芝麻籽粒油脂、蛋白质及芝麻素含量QTL定位分析

吴坤^1,², 吴文雄¹, 杨敏敏¹, 刘红艳¹, 郝国存¹, 赵应忠^1,^*

¹中国农业科学院油料作物研究所 / 农业部油料作物生物学与遗传育种重点实验室, 湖北武汉 430062

²西南大学生物技术中心, 重庆 400715

^*通讯作者(Corresponding author): 赵应忠, E-mail: zhaoyz63@163.com, Tel: 027-86733625

第一作者联系方式: E-mail: adwukun@126.com, Tel: 18672996981

收稿日期:2016-08-18 接受日期:2017-01-20 网络出版日期:2017-03-22

基金:本研究由国家自然科学基金项目(31201243), 国家重点基础研究发展计划(973计划)项目(2011CB109304)和国家现代农业产业技术体系建设专项(CARS-15)资助

摘要

芝麻籽粒油脂、蛋白质和芝麻素含量是芝麻品质育种的3个重要目标。为了解析其遗传机制并检测相关QTL, 利用近红外谷物品质分析仪对一个包含224个株系的F₉代重组自交系(RIL)群体在2年3个环境下的籽粒品质性状检测, 结果表明, 群体内株系间差异显著且呈典型正态分布, 而同一环境不同重复间表现差异不显著。相关性分析显示, 籽粒含油量与蛋白质含量显著负相关, 籽粒含油量与芝麻素含量显著正相关, 蛋白质含量与芝麻素含量显著负相关; 利用该RIL群体已构建的高密度遗传图谱, 采用基于混合线性模型的复合区间作图法(MCIM)检测到8个QTL, 表型贡献率为0.41%~14.55%; 采用多重区间作图法(MIM)检测到13个QTL, 可解释5.2%~18.6%的表型变异。其中5个主效QTL被2种方法同时检测到且定位区间相同, 2个主效QTL在2个或3个环境中被重复检测到。控制含油量的 Qoc-5与芝麻素含量的 Qsc-5位于LG5连锁群上的相同区段, 加性效应均为正值; 而控制蛋白质含量的 Qpc-5也位于相邻位置, 但加性效应为负值。LG2和LG1连锁群上也存在相似情况, 反映品质性状相关QTL之间存在一因多效或紧密连锁。因此, 在芝麻品质育种中选择高含油量可以兼顾高芝麻素, 但应对蛋白质含量进行负向选择。

关键词: 芝麻; 含油量; 蛋白质含量; 芝麻素含量; QTL

QTL Mapping for Oil, Protein and Sesamin Contents in Seeds of White Sesame

WU Kun^1,², WU Wen-Xiong¹, YANG Min-Min¹, LIU Hong-Yan¹, HAO Guo-Cun¹, ZHAO Ying-Zhong^1,^*

¹ Oil Crops Research Institute, Chinese Academy of Agricultural Sciences / Key Laboratory of Biology and Genetic Improvement of Oil Crops, Ministry of Agriculture, Wuhan 430062, China

² Biotechnology Research Center of Southwest University, Chongqing 400715, China

Fund:The study was supported by the National Natural Science Foundation of China (31201243), the National Key Basic Research Program of China (973 Program) (2011CB109304), and the China Agriculture Research System (CARS-15).

Abstract

Seed oil content, protein content and sesamin content are three important targets for sesame breeding. The objective of this study was to explore the genetic model and detect quantitative trait loci (QTLs) for three quality traits using a mapping population containing 224 recombinant inbred lines (RILs, F₉). The three quality traits of seeds were measured by near infrared reflectance spectroscopy in three environments. Correlation analysis showed oil content was negatively correlated with protein content but positively correlated with sesamin content, whereas, protein content was negatively correlated with sesamin content. Using mixed composite interval mapping (MCIM) method, eight QTLs for the three seed quality traits were detected with heritability of additive effect ranging from 0.41% to 14.55%. Using multiple interval mapping (MIM) method, 13 QTLs were mapped on nine linkage groups (LGs), and a single QTL explained 5.2%-18.6% of the total phenotypic variation. Among them, five loci had at least one marker identical to the QTL identified with MCIM, indicating they might be located in the same region. Two QTLs were detected in multiple environments. QTLs Qoc-5 and Qsc-5 were located in the same region on LG5, both had positive effects, whereas Qpc-5 in the adjacent region had a negative effect. Similar loci exist on LG2 and LG1, probably caused by pleiotropism or close linkage of several QTLs. These results suggest that the oil and sesamin contents in seed can be improved together, while the protein content needs to be selected negatively with the oil or sesamin content.

Keyword: Sesame; Oil content; Protein content; Sesamin content; QTL

Show Figures

芝麻(Sesamum indicum L.)属胡麻科胡麻属, 是世界上古老的油料作物之一。芝麻中富含脂肪及蛋白质, 并含有芝麻木酚素(lignan)等多种生物活性物质。芝麻油是一种品质好、营养价值高的优良食用油; 芝麻蛋白质含量对食品用原料及榨油后饲料用芝麻饼的品质影响十分关键; 芝麻素(sesamin)是芝麻木酚素的重要组成成分, 具有重要营养和药用价值, 已成功用于抗氧化功能食品开发。因此, 提高芝麻种子的含油量、蛋白质含量和芝麻素含量, 对进一步提高芝麻生产效益有着非常重要的意义。

与产量等复杂农艺性状相似, 含油量、蛋白质含量、芝麻素含量等品质性状也是典型的受多基因控制的数量性状。利用分子标记技术开展数量性状位点(quantitative trait locus, QTL)遗传定位及分子标记辅助育种被证明是解决产量品质等复杂性状遗传改良的有效手段^{[1, 2]}。在油料作物种子含油量QTL定位研究方面, Yan等^[3]在3个环境中检测到与油菜含油量相关的11个QTL。金梦阳等^[4]利用黄籽油菜与黑籽油菜杂交后代重组自交系(recombinant inbred lines, RIL)群体定位获得了7个与含油量相关QTL, 单个位点的遗传贡献率在3.73%~10.46%之间。Zhang等^[5]利用184个株系的大豆重组自交系群体定位到一个位于Dl连锁群的控制含油量的主效QTL。郑永战等^[6]利用114个株系的BC₁F₁群体, 定位了9个大豆脂肪及脂肪酸组分相关QTL, 但主效QTL数量不多。廖伯寿等^[7]利用远杂9102与中花5号构建花生重组自交系群体, 获得了3份含油量高达60%以上的超亲本重组自交系后代, 也检测到多个QTL, 但大多效应值较小。相对于其他油料作物, 芝麻含油量高, 营养价值丰富, 种子含油量为45%~54%, 蛋白质含量为22%~25%^[8]。研究还发现, 芝麻种子油脂、蛋白质和芝麻素含量之间存在一定的相关性。梅鸿献等^[9]对我国209份芝麻种质资源的芝麻素、脂肪和蛋白质含量分析, 表明芝麻素与脂肪含量呈显著正相关, 与蛋白质含量相关不显著, 芝麻素含量比蛋白质、脂肪含量变异范围更大, 遗传多样性更丰富。张秀荣等^[10]和Wang等^[11]分别对我国芝麻育成品种及核心种质资源的品质成分分析发现, 芝麻素与芝麻酚林含量之间呈显著正相关。金青哲等^[12]发现不同粒色芝麻的芝麻素含量存在显著差异, 芝麻素平均含量以白芝麻最高, 棕黄色芝麻稍逊, 黑芝麻次之。危文亮等^[13]通过核心种质群体的关联分析获得了与芝麻种子含油量性状极显著相关的8个

分子标记。王蕾等^[14]通过该种质资源核心群体关联分析获得了1个与芝麻素含量显著相关的SSR标记。目前, 芝麻中还没有利用高密度遗传连锁图谱开展种子油脂、芝麻素和蛋白质含量等品质性状相关QTL定位的研究报道。课题组前期利用品质等农艺性状差异显著的白芝麻育成品种中芝14和白芝麻地方品种“ 庙前芝麻” 构建了一个包含224个株系的白芝麻重组自交系群体, 通过群体的简化基因组测序构建了一张包含1230个标记的高密度遗传图谱, 并且获得了13个单株蒴果数、每蒴籽粒数、千粒重等芝麻籽粒产量性状相关QTL^[15]。本研究拟在上述高密度遗传连锁图谱基础上, 通过该RIL群体多年多点的籽粒油脂、蛋白质和芝麻素含量测定, 解析并验证三者之间的相互关系, 同时开展上述品质性状的QTL定位研究, 获得芝麻品质性状相关分子标记, 为芝麻高油、高蛋白质及高芝麻素种质资源的发掘及品质育种提供重要理论依据和技术支持。

1 材料与方法

1.1 试验材料

以优质白芝麻育成品种中芝14 [含油量(54.29± 0.55)%, 蛋白质含量(22.06± 0.65)%, 芝麻素含量(0.307± 0.037)%]和白芝麻地方品种庙前芝麻[含油量(50.27± 0.32)%, 蛋白质含量(24.95± 0.35)%, 芝麻素含量(0.233± 0.020)%]杂交获得F₁, 自交后获得F₂群体, 再通过单粒传法连续自交8代, 获得高世代重组自交群体, 该群体包含224个稳定纯合株系, 被用于高密度遗传图谱构建及品质性状相关QTL定位研究。

1.2 田间试验

2012年6月在中国农业科学院油料作物研究所武昌徐东(2012XD)试验基地, 2013年6月继续在徐东(2013XD)试验基地及武汉阳逻(2013YL)试验基地设置随机区组试验, 每个小区2行, 行长2 m, 行距0.4 m, 每行13株, 重复3次。按照长江流域夏播芝麻正常栽培管理方式进行田间管理, 每小区分单株收获中间6株健康成熟植株, 晒干、脱粒并整净后, 将籽粒充分晒干、混匀、称取10 g用于检测品质性状。

1.3 油脂、蛋白质及芝麻素含量的测定

利用近红外谷物品质分析仪(FOSS Infratec 1241)测定RIL群体各株系种子含油量(oil content, OC)、蛋白质(protein content, PC)和芝麻素(sesamin content, SC)含量, 每份样品重复测定3次取平均值。芝麻种子品质分析模型由福斯华(北京)科贸有限公司根据我们提供的112份白芝麻种质资源品质标准化学测定数据(测定脂肪含量采用国家标准GB/T 14772-2008; 测定蛋白质含量采用国家标准GB/T 5009.5-2010; 测定芝麻素采用高效液相色谱法)及近红外品质分析光谱数据构建(未发表)。

1.4 QTL分析

3个试验中亲本及RIL群体各株系3个重复的平均值用于计算频次分布、标准误差、Pearson’ s相关系数和ANOVA方差分析(SAS statistics package^[16])。利用公式H²=σ _g²/(σ _g² + σ _e²/r)计算广义遗传率(H²), 其中σ _g²代表遗传方差, σ _e²代表残差, r代表各基因型的重复数。利用软件Windows QTL Cartographer 2.5中的多重区间作图法(multiple interval mapping, MIM)^[17], 以及软件QTL Network 2.1中的基于混合线性模型的复合区间作图法(mixed composite interval mapping, MCIM)^[18], 分别对含油量、蛋白质含量及芝麻素含量进行不同环境的QTL扫描。MCIM模型通过对群体各性状不同环境及重复同时进行扫描, 通过F阈值(α = 0.01)进行1000次的排列在全基因组范围内QTL检测, 并通过Monte Carlo Markov Chain (MCMC)算法以Gibbs样本大小为20 000估计QTL效应, 同时计算各QTL的加性效应遗传率h_a²。MIM模型通过对群体在3个环境中各性状3个重复的平均值分别进行扫描, 利用排列测验法(permutation test)来估算不同环境中各个性状的LOD显著性阈值, 选取参数1000次回归, 在显著水平0.01来判断是否存在QTL, 同时给出相关的加性效应、显性效应及基因位点对性状表型方差的贡献率(R²)。

2 结果与分析

2.1 RIL群体含油量、蛋白质含量及芝麻素含量频率分布

RIL群体在3个环境下的油脂、蛋白质及芝麻素含量均表现正态分布或偏正态分布(图1), 群体平均值都比较稳定, 变幅范围也都表现双向超亲分离, 偏度和峰度大多小于1 (表1和图1), 表明油脂、蛋白质及芝麻素含量是典型数量性状, 受多基因控制。并且同一环境不同重复间表现差异不显著, 该群体3个环境检测的品质性状数据符合QTL定位要求。而3个环境下芝麻素含量峰度都大于1, 说明该性状受环境影响较大。含油量、蛋白质含量和芝麻素含量的广义遗传率(H²)分别为40.38%、22.76%和14.68% (表3)。

表1 RIL群体3个品质性状在3个环境下的表型分布特征 Table 1 Phenotypic variation of the three quality traits of RIL population in three trials

2.2 RIL群体各性状的相关性

含油量、蛋白质含量及芝麻素含量的相关性均达到极显著水平(表2)。其中3个环境下含油量与蛋白质含量之间均存在显著负相关, 含油量和芝麻素含量之间均存在显著正相关, 蛋白质含量与芝麻素含量之间均存在显著负相关。

表2 3个环境下3个品质性状的相关系数 Table 2 Correlation coefficients of the three quality traits in three environment trials

2.3 芝麻籽粒品质性状相关QTL定位

2.3.1 含油量相关QTL定位利用QTL Network 2.1中MCIM法检测到1个含油量相关QTL (表3), Qoc-5位于LG5连锁群上, 该QTL加性效应遗传率为3.47%, 其加性效应在P≤ 0.001水平表现极显著, 且为正值, 表明来自父本中芝14的等位变异可以显著提高籽粒含油量。利用WinQTLcart 2.5中MIM法检测到5个含油量相关QTL, 分布在LG1、LG2、LG5、LG9和LG16连锁群上, 且均只在1个环境中被检测到(表4), 并且仅有LG5连锁群上的Qoc-5同时用MCIM和MIM方法被检测到。其中LG1连锁群上的Qoc-1可以解释10.1%的表型变异; LG5连锁群上的Qoc-5可以解释7.7%的表型变异; 其余3个QTL均可以解释6.5%以上的表型变异。上述QTL中, Qoc-2和Qoc-5的加性效应为正值, 而Qoc-1、Qoc-9和Qoc-16的加性效应为负值, 表明该RIL群体的亲本中芝14和庙前芝麻中均存在能够提高籽粒含油量的等位变异。

表3 利用MCIM模型同时检测3个环境下RIL群体品质性状相关QTL Table 3 QTL for quality traits detected by MCIM using the RILs in multi-trials

2.3.2 蛋白质含量相关QTL定位用MCIM法检测到2个蛋白质含量相关QTL, Qpc-2和Qpc-5分别位于LG2和LG5连锁群上(表3), 两者的加性效应遗传率分别为4.26%和3.31%。2个QTL的加性效应均为负值且达到极显著水平, 表明来自庙前芝麻的等位变异可以显著提高籽粒蛋白质含量。用MIM法检测到5个QTL, 分布位于LG1、LG2、LG3、LG5和LG6连锁群上(表4), 且均只在1个环境中被检测到。同时用MCIM和MIM方法检测到LG2和LG5连锁群上的Qpc-2和Qpc-5, 其中Qpc-2可以解释6.2%的表型变异, Qpc-5可以解释10.9%的表型变异; 其余3个QTL均可以解释5.7%以上的表型变异。并且仅有位于LG1连锁群上Qpc-1的加性效应为正值, 其余4个QTL的加性效应均为负值, 表明中芝14和庙前芝麻中均存在能够提高籽粒蛋白质含量的等位变异。

Figure Option
View Download New Window

图1 RIL群体3个品质性状在3个环境下的频率分布（OC、PC和SC分别代表油分、蛋白质和芝麻素含量, 箭头所指为各环境中亲本测定值, Z和M分别代表亲本中芝14和庙前芝麻。）Fig. 1 Frequency distribution of three quality traits of RIL population in three environments（OC: oil content; PC: protein content; SC: sesamin content. Arrows indicate determined values of two parents under environments. Z and M stand for Zhongzhi 14 and Miaoqianzhima, respectively.）

2.3.3 芝麻素含量相关QTL定位用MCIM法检测到5个芝麻素含量相关QTL (Qsc-5、Qsc-6、Qsc-8、Qsc-11和Qsc-16), 分别位于LG5、LG6、LG8、LG11和LG16连锁群上(表3), 它们的加性效应遗传率分别为14.55%、2.01%、5.05%、0.41%和3.34%。5个QTL的加性效应均达到极显著水平, 其中仅有Qsc-16的加性效应为负值, 其余均为正值, 表明中芝14和庙前芝麻中均存在能够提高籽粒芝麻素含量的等位变异。Qsc-6和Qsc-11间存在加性上位效应, 该效应在P≤ 0.05水平表现显著且为正值, 该加性上位效应遗传率为0.79%。用MIM法检测到3个QTL (Qsc-4、Qsc-5和Qsc-8), 分别位于LG4、LG5和LG8连锁群上, 且加性效应均为正值(表4)。LG4连锁群上的Qsc-4可以解释5.4%的表型变异, 仅在2013年阳逻环境中被检测到; LG5连锁群上Qsc-5在2012年徐东、2013年徐东和2013年阳逻3个环境中均被检测到, 且位置非常相近, 分别可以解释11.1%、18.6%和14.1%的表型变异; LG8连锁群上Qsc-8在2013年徐东和2013年阳逻两个环境中被检测到, 分别可以解释8.9%和5.2%的表型变异。Qsc-5和Qsc-8用MCIM和MIM扫描均被成功检测到, 且对表型贡献率均较大, 为控制芝麻素含量主效QTL。

表4 利用MIM模型分别检测3个环境下RIL群体品质性状相关QTL Table 4 QTL for quality traits detected by MIM using the RILs in three environment traits

2.3.4 不同籽粒品质相关QTL之间关系采用QTL Network 2.1中MCIM法检测到分布在6个连锁群上的8个籽粒含油量、蛋白质含量及芝麻素含量相关QTL, 其加性效应遗传率为0.41%~14.55% (表3)。其中Qoc-5与Qsc-5位于连锁群LG5上相同区间且位置非常相近, 且加性效应均为正值, 表明此位点能够同时对芝麻籽粒含油量和芝麻素含量产生相同作用。与之相反, 同样位于LG5上的控制籽粒蛋白质含量的Qpc-5与上述2个QTL的遗传位置比较近, 但其加性效应为负值, 也即增效等位变异来源于另一个亲本庙前芝麻。

采用WinQTLcart 2.5中MIM法共检测到分布在9个连锁群上13个籽粒含油量、蛋白质含量和芝麻素含量相关QTL, 可以解释5.2%~18.6%的表型变异(表4)。其中LG2连锁群上的Qoc-2与Qpc-2所在遗传区间完全相同, 两者对含油量和蛋白质含量的表型贡献率也较大, 但产生的加性效应却完全相反, 前者增效等位变异来自中芝14, 后者增效等位变异来自庙前芝麻。与此相似的还有Qoc-5、Qsc-5和Qpc-5, 三者遗传位置更加近, 含油量和芝麻素含量增效等位变异来源于亲本中芝14, 而蛋白质含量增效等位变异来源于庙前芝麻。更有意思的是, 另外1个含油量相关Qoc-1与1个蛋白质含量Qpc-1位置比较近, 分别对含油量及蛋白质含量的表型贡献率也很大, 两者产生的加性效应也完全相反, 前者增效等位变异来源于庙前芝麻, 后者增效等位变异来源于中芝14, 与LG2及LG5连锁群上的现象完全相反。

利用MCIM与MIM方法检测得到16个籽粒品质相关QTL, 其中被两种方法同时检测到且定位遗传区间相同的有5个(Qoc-5、Qpc-2、Qpc-5、Qsc-5和Qsc-8), 它们的加性效应值具有正负一致性。在多环境中同时被检测到的QTL有Qsc-5和Qsc-8, 分别在3个和2个环境中被检测到。被两种方法检测到定位在重叠遗传区间内但控制目标性状不同的QTL有2组(Qpc-6与Qsc-6; Qoc-16与Qsc-16), 其中Qpc-6与Qsc-6加性效应值一负一正, 表明该QTL来源于中芝14的等位变异, 对蛋白质含量表现增效, 对芝麻素含量表现减效; 而Qoc-16与Qsc-16的加性效应值均为负值, 表明该QTL增效等位变异均来源于另一个亲本庙前芝麻。另外7个没有被不同方法或者在不同环境中重复检测到的QTL可能有待于进一步验证。采用MCIM模型未检测到上述QTL的加性效应与环境的互作效应达到显著水平。

3 讨论

关于QTL检测假阳性的问题, 一般可通过界定适当的LOD阈值来克服^[19]; 而且大多数植物数量性状由若干主效基因和微效基因共同控制, 进行QTL扫描定位时, 最好通过多个环境以及两种以上的检测方法比较分析, 以确定主效QTL和可能存在的微效QTL。本文采用Windows QTL Cartographer 2.5软件中多重区间作图法MIM法时通过1000次排列测验, 确定LOD阈值为3.0, 按照2年3个环境逐一扫描, 检测到13个QTL, 获得各QTL的加性效应及表型变异贡献率R²; 采用QTL Network 2.1软件中基于混合线性模型的复合区间作图法MCIM对2年3个环境品质数据同时扫描, 检测到8个QTL, 获得各QTL加性效应及遗传率h_a²。2种方法计算方式不同, 但都被国内外学者广泛接受和认同, 本研究中有5个QTL被两种方法同时检测并定位到相同区间。通过2年3个环境下的随机区组重复和两种模型方法重复检测, 比较不同环境以及不同检测方法的分析结果, 可以增加检测QTL定位结果的可靠性。

Kamal等^[20]研究印度芝麻, 发现芝麻油中芝麻素含量为0.13%~0.59%; 金青哲等^[21]分析国内重点产区15个芝麻品种的芝麻素含量, 表明芝麻油中芝麻素的含量为0.12%~0.78%, 均与本研究中RIL群体芝麻素含量变异范围0.17%~0.51%相近。梅鸿献等^[9]发现芝麻素与脂肪含量呈显著正相关, 芝麻素与蛋白质含量相关不显著。金青哲等^[21]认为芝麻素含量与芝麻含油率呈正相关(相关系数0.556), 芝麻素平均含量以白芝麻最高, 黑芝麻次之。本研究表明, 3个环境下含油量和芝麻素含量显著正相关, 含油量与蛋白质含量显著负相关, 蛋白质与芝麻素含量显著负相关, 表明芝麻含油量可与芝麻素含量同步提高, 降低蛋白质含量有利于含油量和芝麻素含量的提高。

本研究利用MIM方法检测到5个与含油量相关QTL, 累计可以解释40.5%的表型变异; 5个蛋白质含量相关QTL累计可以解释36.8%的表型变异; 3个芝麻素含量相关QTL, 有2个在不同环境中可被同时检测到, 其中Qsc-5可以解释11.1%~18.6%的表型变异。危文亮等^[13]通过216份芝麻核心品种含油量关联分析, 也仅在2个年份环境中重复检测到8个分子标记(其中SSR标记4个), 总的变异解释率为28.46%和38.01%, 变异解释率变幅为2.95%~6.03%; 另外15个分子标记只在一个年份环境中检测到, 变异解释率变幅为3.06%~5.18%。王蕾等^[14]同样利用该芝麻核心品种关联分析群体, 在一个环境中利用MLM和GLM两个模型一致检测到4个芝麻素含量显著相关分子标记, 其中一个极显著相关SSR标记SSI182-3在两个模型中可以解释相对较高的芝麻素表型变异(分别达到6.84%和6.36%)。但由于上述研究中涉及SSR标记大都在亲本中芝14和庙前芝麻之间没有多态, 上述显著相关SSR标记均未能被成功定位到本研究涉及的遗传图谱上^[15], 因此无法比较它们与本研究QTL之间的关系。这些研究也都表明, 芝麻素含量至少受1个主效基因(Qsc-5)控制, 并在一定程度上受多个微效基因修饰; 而含油量和蛋白质含量受多个微效基因控制。

综合比较QTL定位结果与性状相关性可以发现: (1)控制含油量的Qoc-5与芝麻素含量的Qsc-5位于LG5连锁群上的相同区段, 加性效应均为正值, 而控制蛋白质含量的Qpc-5也位于该连锁群的相邻位置, 但加性效应为负值; 同样LG2连锁群上的Qoc-2与Qpc-2、LG1连锁群上的Qoc-1与Qpc-1以及LG6连锁群上的Qpc-6与Qsc-6也存在遗传位置相近或交叠而加性效应一正一负的情况, 这些从分子遗传机制上解释了上述品质性状相关性分析的结果, 也反映3个品质性状相关QTL存在一因多效或紧密连锁的关系。(2)多数含油量相关QTL (Qoc-2和Qoc-5)增效等位变异来自中芝14, 多数蛋白质含量相关QTL (Qpc-2、Qpc-3、Qpc-5和Qpc-6)增效等位变异来源于庙前芝麻, 多数芝麻素含量相关QTL (Qsc-4、Qsc-5、Qsc-8和Qsc-11)增效等位变异来源于中芝14。(3)与大多数情况相反的是, 3个控制含油量的Qoc-1、Qoc-9和Qoc-16增效等位变异来源于庙前芝麻, 而1个控制蛋白质含量的Qpc-1增效等位变异来源于中芝14, 1个控制芝麻素含量的Qsc-16增效等位变异来源于庙前芝麻。这些结果表明, 相对高油亲本中芝14的籽粒含油量仍有较大提升空间, 相对高蛋白亲本庙前芝麻的籽粒蛋白质含量也仍然有提升空间, 该杂交组合后代也一定能够创制筛选出含油量或蛋白质含量超高值亲本的优异株系, 该RIL群体部分株系籽粒品质性状也的确出现明显超亲优势。这些现象或推论都将对芝麻育种实践提供重要参考。

众所周知, 植物种子含油量是由多基因控制的复杂数量性状^{[22, 23]}。马珍珍等^[24]通过连续自交8代构建甘蓝型油菜重组自交系群体, 检测表明4个环境下含油量与蛋白质、纤维素和半纤维素之间都存在显著负相关。戴维等^[25]研究认为, 油菜种子含油量以加性基因效应为主, 同时受非加性效应的控制。其种子含油量与蛋白质含量显著负相关^[26]。禹山林等^[27]利用高油花生和低油花生及其杂交组合的F₁、F₂群体为材料, 对种子含油量的遗传分析表明, 花生种子含油量由两对加性-显性-上位性主基因+加性-显性多基因共同控制, 主基因遗传率为72.55%。而本研究中得到控制含油量、蛋白质及芝麻素含量相关QTL的数量不多, 效应值不大, 还可能存在更多微效基因。在育种实践中, 目前可能只有芝麻素组分能够通过分子辅助转育单个主效基因实现高效品质性状改良, 而对含油量和蛋白质含量改良可能更多需要依靠多基因聚合等手段。

4 结论

3个环境下含油量和芝麻素含量间存在显著正相关, 含油量与蛋白质含量间存在显著负相关, 蛋白质与芝麻素含量之间存在显著负相关。检测得到16个籽粒品质相关QTL, 其中5个被两种方法同时检测到且定位遗传区间相同, 2个在多环境中同时被检测到, 包括1个控制芝麻素含量的主效QTL (Qsc-5)。在LG2和LG5上含油量相关QTL与芝麻素含量相关QTL紧密连锁, 且加性效应值均为正值, 而相同或相近位置上的蛋白质含量相关QTL加性效应值为负值, 说明油脂合成与芝麻素合成具有同向效应, 而蛋白质合成与油脂及芝麻素合成具有反向效应。因此, 在芝麻品质育种实践中选择高含油量可以兼顾高芝麻素, 但同时应对蛋白质含量进行负向选择。在利用主效QTL的同时, 也应充分考虑利用微效QTL相关分子标记开展不同等位变异的叠加利用。

The authors have declared that no competing interests exist.

作者已声明无竞争性利益关系。The authors have declared that no competing interests exist.

参考文献

View Option

[1]	Morrell P L, Buckler E S, Ross-Ibarra J. Crop genomics: advances and applications. Nat Rev Genet, 2012, 13: 85-96 [本文引用:1]
[2]	张书芬, 傅廷栋, 朱家成, 王建平, 文雁成, 马朝芝. 甘蓝型油菜产量及其构成因素的QTL定位与分析. 作物学报, 2006, 32: 1135-1142 Zhang S F, Fu T D, Zhu J C, Wang J P, Wen Y C, Ma C Z. QTL mapping and epistasis analysis for yield and its components in Brassica napus L. Acta Agron Sin, 2006, 34: 1135-1142 (in Chinese with English abstract) [本文引用:1]
[3]	Yan X Y, Li J N, Fu F Y, Jin M Y, Jin M Y, Chen L, Liu L Z. Co-location of seed oil content, seed hull content and seed coat color QTL in three different environments in Brassica napus L. Euphytica, 2009, 170: 355-364 [本文引用:1]
[4]	金梦阳, 李加纳, 付福友, 张正圣, 张学昆, 刘列钊. 甘蓝型油菜含油量及皮壳率的QTL分析. 中国农业科学, 2007, 40: 677-684 Jin M Y, Li J N, Fu F Y, Zhang Z S, Zhang X K, Liu L Z. QTL Analysis of oil and hull content in Brassica napus L. Sci Agric Sin, 2007, 40: 677-684 (in Chinese with English abstract) [本文引用:1]
[5]	Zhang W K, Wang Y J, Luo G Z, Zhang J S, He C Y, Wu X L, Gai J Y, Chen S Y. QTL mapping of ten agronomic traits on the soybean ( Glycine max(L. ) Merr. ) genetic map and association with EST markers. Theor Appl Genet, 2004, 108: 1131-1139 [本文引用:1]
[6]	郑永战, 盖钧镒, 卢为国, 李卫东, 周瑞宝, 田少君. 大豆脂肪及脂肪酸组分含量的QTL定位. 作物学报, 2006, 32: 1823-1830 Zheng Y Z, Gai J Y, Lu W G, Li W D, Zhou R B, Tian S J. QTL mapping for fat and fatty acid composition contents in soybean. Acta Agron Sin, 2006, 32: 1823-1830 (in Chinese with English abstract) [本文引用:1]
[7]	廖伯寿, 雷永, 王圣玉, 李栋, 黄家权, 姜慧芳, 任小平. 花生重组近交系群体的遗传变异与高油种质的创新. 作物学报, 2008, 34: 999-1004 Liao B S, Lei Y, Wang S Y, Li D, Huang J Q, Jiang H F, Ren X P. Genetic diversity of peanut RILs and enhancement for high oil genotypes. Acta Agron Sin, 2008, 34: 999-1004 (in Chinese with English abstract) [本文引用:1]
[8]	Hui Y H(编), 徐生度, 裘爱泳(译). 油脂化学与工艺学(第5版, 第3卷). 北京: 中国轻工业出版社, 2001. pp 474-513 Hui Y H ed. , Xu S D, Qiu A Y trans. Industrial Oil & Fat Products, 5th edn, Vol. 3. Beijing: China Light Industry Press, 2001. pp 474-513(in Chinese) [本文引用:1]
[9]	梅鸿献, 魏安池, 刘艳阳, 王春弘, 杜振伟, 郑永战. 芝麻种质资源芝麻素蛋白质脂肪含量变异及其相关分析. 中国油脂, 2013, 38(4): 87-90 Mei H X, Wei A C, Liu Y Y, Wang C H, Du Z W, Zheng Y Z. Variation and correlation analysis of sesamin, oil and protein contents in sesame germplasm resources. China Oils Fats, 2013, 38(4): 87-90 (in Chinese with English abstract) [本文引用:2]
[10]	张秀荣, 李培武, 汪雪芳, 王旭. 芝麻种子木质素组分、粗脂肪、粗蛋白含量及相关性分析. 中国油料作物学报, 2005, 27(3): 88-90 Zhang X R, Li P W, Wang X F, Wang X. Studies on relationship among lignans, oil and protein content in sesame seed. Chin J Oil Crop Sci, 2005, 27(3): 88-90 (in Chinese with English abstract) [本文引用:1]
[11]	Wang L H, Zhang Y X, Li P W, Wang X F, Zhang W, Wei W L, Zhang X R. HPLC analysis of seed sesamin and sesamolin variation in a sesame germplasm collection in China. J Am Oil Chem Soc, 2012, 89: 1011-1020 [本文引用:1]
[12]	金青哲, 刘元法, 王兴国, 戴洪平. 国产芝麻中芝麻素含量分析. 中国粮油学报, 2005, 20(4): 85-87 Jin Q Z, Liu Y F, Wang X G, Dai H P. Analysis of sesamin in domestic Sesamum indicum L. J Chin Cereals Oils Assoc, 2005, 20(4): 85-87 (in Chinese with English abstract) [本文引用:1]
[13]	危文亮, 张艳欣, 吕海霞, 王林海, 黎冬华, 张秀荣. 芝麻资源群体结构及含油量关联分析. 中国农业科学, 2012, 45: 1895-1903 Wei W L, Zhang Y X, Lyu H X, Wang L H, Li D H, Zhang X R. Population structure and association analysis of oil content in a diverse set of Chinese sesame ( Sesamum indicum L. ) germplasm. Sci Agric Sin, 2012, 45: 1895-1903 (in Chinese with English abstract) [本文引用:2]
[14]	王蕾, 黎冬华, 齐小琼, 张艳欣, 丁霞, 王林海, 危文亮, 高媛, 张秀荣. 芝麻核心种质芝麻素和芝麻酚林的关联分析. 中国油料作物学报, 2014, 36: 32-37 Wang L, Li D H, Qi X Q, Zhang Y X, Ding X, Wang L H, Wei W L, Gao Y, Zhang X R. Association analysis of sesamin and sesamolin in the core sesame ( Sesamum indicum L. ) germplasm. Chin J Oil Crop Sci, 2014, 36: 32-37 (in Chinese with English abstract) [本文引用:2]
[15]	Wu K, Liu H Y, Yang M M, Tao Y, Ma H H, Wu W X, Zuo Y, Zhao Y Z. High-density genetic map construction and QTL analysis of grain yield-related traits in sesame ( Sesamum indicum L. ) based on RAD-Seq techonology. BMC Plant Biol, 2014, 14: 274 [本文引用:2]
[16]	Schlotzhauer S D, Littell R C. SAS System for Elementary Statistical Analysis. SAS institute, Cary, North Carolina. 1997 [本文引用:1]
[17]	Wang S, Basten C J, Zeng Z B. Windows QTL cartographer version 2. 5. Department of statistics, North Carolina State University, Raleigh, NC. 2006. http://statgen.ncsu.edu/qtlcart/WQTLCart.htm [本文引用:1]
[18]	Yang J, Hu C, Hu H, Yu R, Xia Z. QTLNetwork: mapping and visualizing genetic architecture of complex traits in experimental populations. Bioinformatics, 2008, 24: 721-723 [本文引用:1]
[19]	Churchill G A, Doerge R W. Empirical threshold values for quantitative trait mapping. Genetics, 1994, 138: 963-971 [本文引用:1]
[20]	Kamal-Eldin A, Appelqvist L A, Yousif G. Lignan analysis in seed oils from four Sesamum species: comparison of different chromatographic methods. J Oil Fat Ind, 1994, 71: 141-147 [本文引用:1]
[21]	Zhang S F, Ma C Z, Zhu J C, Wang J P, Wen Y C, Fu T D. Genetic analysis of oil content in Brassica napus L. using mixed model of major gene and polygene. Acta Genet Sin, 2006, 33: 171-180 [本文引用:2]
[22]	Zhao J Y, Becker H C, Zhang D Q, Zhang Y F, Ecke W. Oil content in a European × Chinese rape seed population QTL with additive and epistatic effects and their genotype-environment interactions. Crop Sci, 2005, 45: 51-59 [本文引用:1]
[23]	马珍珍, 李加纳, Wittkop B, Frauen M, 阎星颖, 刘列钊, 肖阳. 甘蓝型油菜籽粒含油量、蛋白质、纤维素及半纤维素含量QTL分析. 作物学报, 2013, 39: 1214-1222 Ma Z Z, Li J N, Wittkop B, Frauen M, Yan X Y, Liu L Z, Xiao Y. QTL Mapping for oil, protein, cellulose, and hemicellulose contents in seeds of Brassica napus L. Acta Agron Sin, 2013, 39: 1214-1222 (in Chinese with English abstract) [本文引用:1]
[24]	戴维, 刘应泽, 郭世星, 蒋俊. 不同环境下甘蓝型油菜含油量的杂种优势及配合力分析. 西南农业学报, 2008, 21: 581-585 Dai W, Liu Y Z, Guo S X, Jiang J. Analysis of heterosis and combining ability in oil content in Brassica napus L. under different environments. Southwest China Agric Sci, 2008, 21: 581-585 (in Chinese with English abstract) [本文引用:1]
[25]	Si P, Rodney J M, Nick G, David W T. Influence of genotype and environment on oil and protein concentrations of canola ( Brassica napus L. ) across southern Australia. Aust J Agric Res, 2003, 54: 397-407 [本文引用:1]
[26]	禹山林, 杨庆利, 潘丽娟, 薄文娜. 花生种子含油量的遗传分析. 植物遗传资源学报, 2009, 10: 453-456 Yu S L, Yang Q L, Pan L J, Bo W N. Genetic analysis for oil content of peanut seeds. J Plant Genet Resour, 2009, 10: 453-456 (in Chinese with English abstract) [本文引用:1]

2012

0.0

... 利用分子标记技术开展数量性状位点(quantitative trait locus, QTL)遗传定位及分子标记辅助育种被证明是解决产量品质等复杂性状遗传改良的有效手段^[1,2] ...

2006

0.0

张书芬, 傅廷栋, 朱家成, 王建平, 文雁成, 马朝芝. 甘蓝型油菜产量及其构成因素的QTL定位与分析. 作物学报, 2006, 32: 1135-1142

Zhang S

, Fu T

, Zhu J

, Wang J

, Wen Y

, Ma C

. QTL mapping and epistasis analysis for yield and its components in Brassica napus L. Acta Agron Sin, 2006, 34: 1135-1142 (in Chinese with English abstract)

2009

0.0

... 在油料作物种子含油量QTL定位研究方面, Yan等^[3]在3个环境中检测到与油菜含油量相关的11个QTL ...

2007

0.0

金梦阳, 李加纳, 付福友, 张正圣, 张学昆, 刘列钊. 甘蓝型油菜含油量及皮壳率的QTL分析. 中国农业科学, 2007, 40: 677-684

Jin M

, Li J

, Fu F

, Zhang Z

, Zhang X

, Liu L

. QTL Analysis of oil and hull content in Brassica napus L. Sci Agric Sin, 2007, 40: 677-684 (in Chinese with English abstract)

Abstract：【Objective】Constructing the linkage map of Brassica napus L. and mapping the QTL of oil content and hull content. 【Method】F2:6 RIL population with 188 lines, crossed by GH06 as female parent and Youyan 2 as male parent，were used as mapping Population. The SRAP、SSR、AFLP and TRAP markers were used to construct the linkage map, and the composite interval mapping (CIM) was used to identify quantitative trait loci associated with oil content and hull content.【Result】300 markers were integrated into 19 groups with software JoinMap3.0. It covered 1248.5cM with a mean marker interval of 4.16cM. Eight QTL were found for oil content with the phenotypic variance explained of 5.95％～9.47％; Two for hull content with the phenotypic variance explained of 6.91％and 6.05％respectively. 【Conclusion】It was confirmed that SRAP marker was a good marker system for the construction of linkage map. The hull content has a great effect on the oil content.

【目的】通过构建甘蓝型油菜遗传连锁图谱，对含油量及皮壳率进行QTL分析。【方法】以黄籽亲本GH06和黑籽亲本P174杂交得到的F2:6家系的188个株系为作图群体，利用SRAP、SSR、AFLP及TRAP四种标记构建遗传连锁图谱，在此基础上采用复合区间作图法（CIM）对含油量及皮壳率两个性状进行QTL分析。【结果】图谱包含19个连锁群、300个标记位点，总长为1 248.5 cM。共得到7个与含油量相关的QTL，单位点遗传贡献率在3.73%～10.46%之间；4个与皮壳率相关的QTL，单位点遗传贡献率在4.89%～6.84%之间。【结论】黄籽油菜具有高含油量的优势；皮壳率对含油量有显著影响；SRAP标记具有较好的检测QTL位点的能力。

... 金梦阳等^[4]利用黄籽油菜与黑籽油菜杂交后代重组自交系(recombinant inbred lines, RIL)群体定位获得了7个与含油量相关QTL, 单个位点的遗传贡献率在3 ...

2004

0.0

... Zhang等^[5]利用184个株系的大豆重组自交系群体定位到一个位于Dl连锁群的控制含油量的主效QTL ...

2006

0.0

郑永战, 盖钧镒, 卢为国, 李卫东, 周瑞宝, 田少君. 大豆脂肪及脂肪酸组分含量的QTL定位. 作物学报, 2006, 32: 1823-1830

Zheng Y

, Gai J

, Lu W

, Li W

, Zhou R

, Tian S

. QTL mapping for fat and fatty acid composition contents in soybean. Acta Agron Sin, 2006, 32: 1823-1830 (in Chinese with English abstract)

Genetic improvement of fat and fatty acid composition content of soybean seed is interesting to both farmers and processors. The objective of the present study was to aim at constructing a genetic linkage map and mapping QTLs conferring fat and fatty acid composition contents in soybean. The mapping population with 114 BC1F1 plants of the soybean backcross (Essex×ZDD2315)×ZDD2315 was established and tested for their genetic variation, and then used to construct a genetic linkage map by using MAPMAKER 3.0. The genetic linkage map contained 250 SSR markers and one morphological marker, spanning 25 linkage groups (LG) at a total distance of 2 963.5 cM. Each LG contained 2 to 20 markers, with average distance being about 11.8 cM. The methods of composite interval mapping (CIM) and multiple interval mapping (MIM) of Win QTL Cartographer Version 2.5 were used for QTL mapping. With CIM, 18 QTLs conferring the contents of fat and fatty acid composition in soybean seed were mapped on nine LGs, i.e. B2, C1, D1b-1, D2, E, H-1, I, L and N-1, explaining 8.2%–39.3% of the total phenotypic variation, while with MIM nine QTLs were detected on six LGs, i.e. B2, C1, D1b-1, D2, H-1 and N-1, explaining 9.6%–34.5% of the total phenotypic variation. Of which seven QTLs, i.e. fat-1 , pal-1, st-1 , ole-1 , lin-1 , lin-4 and lio-2 , were located on the same regions as that under CIM, while the other two, i.e. ole-4 and lin-5 , were close to those under CIM. The other nine QTLs detected with CIM, but not common with MIM, need to be further verified. The number of major QTLs with large effect conferring the contents of fat and fatty acids appeared not as many as expected, while the minor QTLs with small effect accounted for a certain amount of the variation. Therefore, both major and minor QTLs should be considered in the improvement of fat quantity and quality in soybean seeds.

脂肪及脂肪酸组分的改良是大豆油脂品质育种的主要方面。本研究旨在构建遗传图谱，定位大豆脂肪及脂肪酸组分的QTL，为大豆油脂品质育种提供参考。以Essex×ZDD2315的114个BC 1 F 1 单株为作图群体，构建了250个SSR标记和1个形态标记，具有25个连锁群的遗传图谱，覆盖大豆基因组2 963.5 cM，平均每个连锁群上10.0个标记，标记平均间距11.8 cM。用BC 1 F 3 家系3个重复的表型平均值代表相对应的BC 1 F 1 单株表型值，采用Win QTL Cartographer 2.5复合区间作图法（CIM）检测到18个控制脂肪及脂肪酸组分含量的QTL，位于9个不同的连锁群上，表型贡献率为9.6%~34.5%；多区间作图法（MIM）检测到与CIM区间相同的7个QTL（ fat-1 , pal-1 , st-1 , ole-1 , lin-1 , lin-4 和 lio-2 ），区间相近的2个QTL（ ole-4 和 lin-5 ），位于6个不同的连锁群上，表型贡献率为8.2%~39.3%。CIM法检测到的其他9个QTL有待进一步验证。大豆脂肪及脂肪酸组分含量的主效QTL数量不多，效应大的不多，可能还受许多未能检测出来的微效基因控制，育种中既要注意主效QTL的利用，又要考虑微效多基因的积聚。

... 郑永战等^[6]利用114个株系的BC₁F₁群体, 定位了9个大豆脂肪及脂肪酸组分相关QTL, 但主效QTL数量不多 ...

2008

0.0

廖伯寿, 雷永, 王圣玉, 李栋, 黄家权, 姜慧芳, 任小平. 花生重组近交系群体的遗传变异与高油种质的创新. 作物学报, 2008, 34: 999-1004

Liao B

, Lei

, Wang S

, Li

, Huang J

, Jiang H

, Ren X

. Genetic diversity of peanut RILs and enhancement for high oil genotypes. Acta Agron Sin, 2008, 34: 999-1004 (in Chinese with English abstract)

... 廖伯寿等^[7]利用远杂9102与中花5号构建花生重组自交系群体, 获得了3份含油量高达60%以上的超亲本重组自交系后代, 也检测到多个QTL, 但大多效应值较小 ...

2001

0.0

... 相对于其他油料作物, 芝麻含油量高, 营养价值丰富, 种子含油量为45%~54%, 蛋白质含量为22%~25%^[8] ...

2013

0.0

梅鸿献, 魏安池, 刘艳阳, 王春弘, 杜振伟, 郑永战. 芝麻种质资源芝麻素蛋白质脂肪含量变异及其相关分析. 中国油脂, 2013, 38(4): 87-90

Mei H

, Wei A

, Liu Y

, Wang C

, Du Z

, Zheng Y

. Variation and correlation analysis of sesamin, oil and protein contents in sesame germplasm resources. China Oils Fats, 2013, 38(4): 87-90 (in Chinese with English abstract)

... 梅鸿献等^[9]对我国209份芝麻种质资源的芝麻素、脂肪和蛋白质含量分析, 表明芝麻素与脂肪含量呈显著正相关, 与蛋白质含量相关不显著, 芝麻素含量比蛋白质、脂肪含量变异范围更大, 遗传多样性更丰富 ...

... 梅鸿献等^[9]发现芝麻素与脂肪含量呈显著正相关, 芝麻素与蛋白质含量相关不显著 ...

2005

0.0

张秀荣, 李培武, 汪雪芳, 王旭. 芝麻种子木质素组分、粗脂肪、粗蛋白含量及相关性分析. 中国油料作物学报, 2005, 27(3): 88-90

Zhang X

, Li P

, Wang X

, Wang

. Studies on relationship among lignans, oil and protein content in sesame seed. Chin J Oil Crop Sci, 2005, 27(3): 88-90 (in Chinese with English abstract)

对我国芝麻育成品种及高代品系共48份种子的主要品质成分粗脂肪和粗蛋白质及芝麻特有成分木质素(Lignan)组分芝麻明(Sesamin)、芝麻酚(Sesamol)和芝麻林酚(Sesamolin)的含量进行了分析.结果表明粗脂肪含量平均值为57.78%;木质素总量均值为0.829%,变幅为0.266%～1.278%,其中主要组分是芝麻明,平均含量为0.593%,筛选出一批优异种质资源.粗脂肪与粗蛋白质含量间呈极显著负相关,与芝麻明呈显著正相关,芝麻明与芝麻林酚呈极显著正相关,粗蛋白质与芝麻酚呈显著正相关.

... 张秀荣等^[10]和Wang等^[11]分别对我国芝麻育成品种及核心种质资源的品质成分分析发现, 芝麻素与芝麻酚林含量之间呈显著正相关 ...

2012

0.0

... 张秀荣等^[10]和Wang等^[11]分别对我国芝麻育成品种及核心种质资源的品质成分分析发现, 芝麻素与芝麻酚林含量之间呈显著正相关 ...

2005

0.0

金青哲, 刘元法, 王兴国, 戴洪平. 国产芝麻中芝麻素含量分析. 中国粮油学报, 2005, 20(4): 85-87

Jin Q

, Liu Y

, Wang X

, Dai H

. Analysis of sesamin in domestic Sesamum indicum L. J Chin Cereals Oils Assoc, 2005, 20(4): 85-87 (in Chinese with English abstract)

... 金青哲等^[12]发现不同粒色芝麻的芝麻素含量存在显著差异, 芝麻素平均含量以白芝麻最高, 棕黄色芝麻稍逊, 黑芝麻次之 ...

2012

0.0

危文亮, 张艳欣, 吕海霞, 王林海, 黎冬华, 张秀荣. 芝麻资源群体结构及含油量关联分析. 中国农业科学, 2012, 45: 1895-1903

Wei W

, Zhang Y

, Lyu H

, Wang L

, Li D

, Zhang X

. Population structure and association analysis of oil content in a diverse set of Chinese sesame ( Sesamum indicum L. ) germplasm. Sci Agric Sin, 2012, 45: 1895-1903 (in Chinese with English abstract)

【Objective】 Germplasm diversity is the mainstay for crop improvement and genetic dissection of complex traits. In this study, we estimated the genetic diversity and population structure in a nature population of Chinese sesame accessions, which would be of great importance for effective utilization of these germplasms for sesame improvement and association mapping of target traits in sesame. 【Method】 Totally 79 polymorphic SSR, SRAP, and AFLP primer combinations were used in amplification of 216 sesame accessions from Chinese sesame core collections. Analysis of genetic diversity, population structure, and trait association was conducted.【Result】 A total of 338 polymorphic bands were generated. The genetic diversity and polymorphic information content (PIC) of nature population are 0.2493 and 0.2090, respectively. The nature population of 216 accessions was divided into two distinguishable subpopulations, named POP1 and POP2, by population structure analysis. There were 174 accessions, 80.56% in proportion, assigned into POP1 and 42 ones, 19.44% in proportion, into POP2. The genetic diversity (0.2180) and PIC (0.1840) of POP1 were lower than those of POP2, 0.3190 and 0.2561, respectively. AMOVA unraveled that substantially more genetic variation within subpopulations (86.83%) was observed than between subpopulations (13.17%) at P＜0.001 level. Trait association analysis showed eight markers could be detected in two years repeatedly at highly significant level (P＜0.01) with total explanation of variation of 0.2846 in Year 2008 and 0.3801 in Year 2009, which indicated these markers might be stably and affirmatively associated with QTLs controlling oil content in sesame. 【Conclusion】 An abundant genetic variation but week population structure was detected in 216 Chinese sesame accessions which indicated the nature population to be representative for further association analysis of quantitative traits in sesame. Population structure analysis showed that the nature population could be divided into two subpopulations and AMOVA revealed that the genetic variation within subpopulations was substantially more than that between subpopulations (P＜0.001). Association analysis indicated that eight markers might be associated with oil content for they could be detected associated stably with oil content at significant level (P＜0.01) in Year 2008 and 2009, repeatedly. The results suggested that the population is useful for the marker–trait association mapping. This new association population has a potential to identify quantitative trait loci (QTL) with small effects, which will aid in dissecting complex traits and in exploiting diversity present in sesame germplasms.

【目的】推测芝麻资源群体材料的遗传变异、群体结构和分子亲缘关系，通过关联分析检测群体中影响含油量表型的位点，为芝麻高油育种及开展其它性状关联分析等提供科学依据。【方法】利用20对SSR引物、43对SRAP引物及16对AFLP引物，对来自芝麻核心品的216份芝麻资源进行遗传多样性分析、群体结构分析和含油量性状关联分析。【结果】共检测到338个等位变异，群体遗传多样性为0.2493、多态性信息含量为0.2090。群体结构分析将216份芝麻资源分为2个亚群（POP1和POP2）；其中，174份资源（80.56%）归属POP1亚群，42份资源（19.44%）归属POP2亚群。POP1亚群的遗传多样性（0.2180）、多态性信息指数（0.1840）等指标值都低于POP2亚群（分别为0.3190和0.2561），表明POP2亚群内种质遗传变异更为丰富。AMOVA分析表明，亚群内的遗传变异（86.83%）极显著高于亚群间的遗传变异（13.17%）（P＜0.001）。关联分析重复检测出2年环境下与含油量性状极显著关联的分子标记8个（P＜0.01）。这8个标记的性状变异解释率变幅为0.0343（标记M20E16-8）—0.0587（标记SSR12-2)，总的变异解释率为0.2846（2008年)和0.3801（2009年）。【结论】以216份来自中国芝麻核心品的资源构成自然群体，群体结构简单、遗传变异较为丰富，可以用于开展芝麻重要目标性状的关联作图。应用关联分析方法在2个年度环境下重复检出8个标记与含油量性状极显著关联（P＜0.01），这些标记可能与含油量性状存在稳定、可靠相关联。

... 危文亮等^[13]通过核心种质群体的关联分析获得了与芝麻种子含油量性状极显著相关的8个 ...

... 危文亮等^[13]通过216份芝麻核心品种含油量关联分析, 也仅在2个年份环境中重复检测到8个分子标记(其中SSR标记4个), 总的变异解释率为28 ...

2014

0.0

王蕾, 黎冬华, 齐小琼, 张艳欣, 丁霞, 王林海, 危文亮, 高媛, 张秀荣. 芝麻核心种质芝麻素和芝麻酚林的关联分析. 中国油料作物学报, 2014, 36: 32-37

Wang

, Li D

, Qi X

, Zhang Y

, Ding

, Wang L

, Wei W

, Gao

, Zhang X

. Association analysis of sesamin and sesamolin in the core sesame ( Sesamum indicum L. ) germplasm. Chin J Oil Crop Sci, 2014, 36: 32-37 (in Chinese with English abstract)

In this study, a core sesame germplasm consisting of 215 accessions from 8 provinces along the Yellow River and the Yangtze River valley were used to analyze the content of sesamin and sesamolin. The results showed that the sesamin content ranged in 0.88-11.05mg/g with an average of 5.24mg/g, and the coefficient of variation was 38.56%. The sesamolin content varied from 0.93 to 6.96mg/g with an average of 3.30mg/g, its coefficient of variation was 22.68％. The two components are correlated with each other positively and significantly, and both of them exhibited normal distribution in content. Association analysis was performed to detect the potential loci that related to the two components with SSR, SRAP, AFLP markers. By GLM model, a total of 33 loci significantly were associated with sesamin and sesamolin with 26 associated with sesamin and 8 assosiated with sesamolin respectively. In contrast, the MLM model detected fewer loci with 4 associated with sesamin and 4 associated with sesamolin respectively. Among these loci, there were 4 associated with sesamin by the two models, and 4 associated with sesamolin respectively. Locus SSI182-3 was significantly associated with sesamin and sesamolin in the models, which may be one of the useful markers for maker-assisted selection.

本研究选用来源我国黄河流域至长江流域8省215份芝麻核心种质材料，对其种子中芝麻素(sesamin)和芝麻酚林(sesamolin)含量进行测定，芝麻素平均值5.24mg/g，变异范围为0.88～11.05mg/g，变异系数38.56％，芝麻酚林平均值3.30mg/g，变异范围为0.93～6.96mg/g，变异系数22.68％，二者均符合正态分布，且相关分析表明两者间呈极显著正相关；采用标记-性状关联分析法，进行芝麻素和芝麻酚林与SSR、SRAP、AFLP 标记的关联分析。利用GLM模型共检测到33个标记与芝麻素和芝麻酚林极显著(P

... 王蕾等^[14]通过该种质资源核心群体关联分析获得了1个与芝麻素含量显著相关的SSR标记 ...

... 王蕾等^[14]同样利用该芝麻核心品种关联分析群体, 在一个环境中利用MLM和GLM两个模型一致检测到4个芝麻素含量显著相关分子标记, 其中一个极显著相关SSR标记SSI182-3在两个模型中可以解释相对较高的芝麻素表型变异(分别达到6 ...

2014

0.0

... 构建了一个包含224个株系的白芝麻重组自交系群体, 通过群体的简化基因组测序构建了一张包含1230个标记的高密度遗传图谱, 并且获得了13个单株蒴果数、每蒴籽粒数、千粒重等芝麻籽粒产量性状相关QTL^[15] ...

... 但由于上述研究中涉及SSR标记大都在亲本中芝14和庙前芝麻之间没有多态, 上述显著相关SSR标记均未能被成功定位到本研究涉及的遗传图谱上^[15], 因此无法比较它们与本研究QTL之间的关系 ...

1997

0.0

... s相关系数和ANOVA方差分析(SAS statistics package^[16]) ...

2006

0.0

... 5中的多重区间作图法(multiple interval mapping, MIM)^[17], 以及软件QTL Network 2 ...

2008

0.0

... 1中的基于混合线性模型的复合区间作图法(mixed composite interval mapping, MCIM)^[18], 分别对含油量、蛋白质含量及芝麻素含量进行不同环境的QTL扫描 ...

1994

0.0

... 3 讨论关于QTL检测假阳性的问题, 一般可通过界定适当的LOD阈值来克服^[19] ...

1994

0.0

... Kamal等^[20]研究印度芝麻, 发现芝麻油中芝麻素含量为0 ...

2006

0.0

... 金青哲等^[21]分析国内重点产区15个芝麻品种的芝麻素含量, 表明芝麻油中芝麻素的含量为0 ...

... 金青哲等^[21]认为芝麻素含量与芝麻含油率呈正相关(相关系数0 ...

2005

0.0

... 众所周知, 植物种子含油量是由多基因控制的复杂数量性状^[22,23] ...

2013

0.0

马珍珍, 李加纳, Wittkop

, Frauen

, 阎星颖, 刘列钊, 肖阳. 甘蓝型油菜籽粒含油量、蛋白质、纤维素及半纤维素含量QTL分析. 作物学报, 2013, 39: 1214-1222

Ma Z

, Li J

, Wittkop

, Frauen

, Yan X

, Liu L

, Xiao

. QTL Mapping for oil, protein, cellulose, and hemicellulose contents in seeds of Brassica napus L. Acta Agron Sin, 2013, 39: 1214-1222 (in Chinese with English abstract)

In order to study oil, protein, cellulose and hemicellulose contents of rapeseed, recombinant inbred lines (RILs) were developed through successive selfing up to eight generations from the F 2 of a cross between yellow seeded female parent GH06 and black seeded male parent P174. The SSR markers were used to construct the linkage map, containing 31 linkage groups with the total map length of 1437.1 cM and an average distance of 3.89 cM. We measured the RIL population seeds quality in four different environments, the result showed that the oil content was negatively correlated with other three traits, and there were a negative correlation between protein content and cellulose content and a positive correlation between protein content and hemicellulose content. Using the method of composite interval mapping (CIM) to analysis oil, protein, cellulose and hemicellulose contents, a total of 26 QTLs for affecting the four traits were detected in linkage groups of N2, N3, N8, N9, N11, N13, N16, and N17. Eight QTLs were detected for oil content and the contribution for phenotypic variation ranged from 4.96% to 21.83%, six QTLs were detected for protein content and the contribution for phenotypic variation ranged from 3.12% to 14.28%, four QTLs were detected for cellulose content and the contribution for the phenotypic variation ranged from 4.60% to 17.29%, eight QTLs were detected for hemicellulose content and the contribution for phenotypic variation ranged from 6.66% to 16.68%. Furthermore, overlapping regions were observed in linkage group N8 between QTLs of oil content and QTLs for hemicellulose content, andin linkage group N9 between QTLs of cellulose content and QTLs for hemicellulose content . These results suggested that oil, protein, cellulose and hemicellulose contents are typical quantitative traits. They are controlled by many minor effect genes and influenced by environment. Molecular markers linked with these QTLs will be useful for facilitating molecular marker-assisted breeding.

1 College of Agronomy and Biotechnology, Southwest University, Chongqing 400716, China; 2 Chongqing Engineering Research Center for Rapeseed, Chongqing 400716, China; 3 Department of Plant Breeding, IFZ Research Centre for Biosystems, Land Use and Nutrition, Justus Liebig University, Heinrich-Buff-Ring 26-32, 35392 Giessen, Germany; 4 Norddeutsche Pflanzenzucht Hans-Georg Lembke KG, 24363 Hohenlieth, Germany

以甘蓝型黄籽油菜 GH06 和甘蓝型黑籽油菜 P174 为亲本，通过单粒法连续自交 8 代构建重组自交系群体，应用 SSR 标记绘制 31 个连锁群 (LGs) 的遗传连锁图谱，图谱总长 1437.1 cM ，相邻标记间的平均距离为 3.89 cM 。对 4 个不同环境下 RIL8 群体中每个株系籽粒含油量、蛋白质、纤维素和半纤维素含量进行了近红外分析，性状相关性表明含油量与其他 3 个性状均表现负相关，蛋白质含量与纤维素和半纤维素分别表现负相关和正相关。结合构建的遗传图谱采用复合区间作图法分析 4 个性状 QTL ，共检测到 26 个 QTL ，分布在 N2 、 N3 、 N8 、 N9 、 N11 、 N13 、 N16 和 N17 连锁群上，其中 8 个含油量 QTL 可解释表型变异的 4.96% ~ 21.83% ； 6 个蛋白含量 QTL ，可解释表型变异的 3.12%~14.28% ； 4 个纤维素含量 QTL ，可解释表型变异的 4.60%~17.29% ； 8 个半纤维素含量 QTL ，可解释表型变异率的 6.66%~16.68% 。在 N8 上，发现有含油量 QTL 与半纤维素含量 QTL 重叠的区段。在 N9 上，发现有纤维素含量 QTL 与半纤维素含量 QTL 重叠的区段，上述 2 个区段重叠 QTL 加性效应方向相反。本研究认为油菜种子含油量、蛋白质、纤维素和半纤维素属于典型的数量性状，受环境影响较大，与这些 QTL 紧密相关的分子标记可为下一步分子标记辅助育种提供一定技术支撑。

... 众所周知, 植物种子含油量是由多基因控制的复杂数量性状^[22,23] ...

2008

0.0

戴维, 刘应泽, 郭世星, 蒋俊. 不同环境下甘蓝型油菜含油量的杂种优势及配合力分析. 西南农业学报, 2008, 21: 581-585

Dai

, Liu Y

, Guo S

, Jiang

. Analysis of heterosis and combining ability in oil content in Brassica napus L. under different environments. Southwest China Agric Sci, 2008, 21: 581-585 (in Chinese with English abstract)

用6个含油量不同的甘蓝型油菜品系,按照Grimng方法Ⅰ配制30个正反交组合,加上6个自交系亲本,共36个组合,在四川雅安和安县两个试验点进行随机区组试验,对油菜籽合油量杂种优势及配合力进行分析.并观察环境效应.结果表明:含油量在两个不同环境下大多数组合都具有明显的中亲优势,多数组合表现出超亲优势,含油量杂种优势在不同环境下表现有差异,但出现杂种优势的组合具有较高一致性.含油量的广义遗传力大于90%,狭义遗传力大于70%.各材科闻的含油量一般配合力和特殊配合力均存在极显著的差异.配合力也受环境的影响.但在不同环境下配合力的表现总体上一致.含油量反交效应达极显著.分析表明,高含油量杂交油菜选育应以高一般配合力的亲本选配为主.

... 马珍珍等^[24]通过连续自交8代构建甘蓝型油菜重组自交系群体, 检测表明4个环境下含油量与蛋白质、纤维素和半纤维素之间都存在显著负相关 ...

2003

0.0

... 戴维等^[25]研究认为, 油菜种子含油量以加性基因效应为主, 同时受非加性效应的控制 ...

2009

0.0

禹山林, 杨庆利, 潘丽娟, 薄文娜. 花生种子含油量的遗传分析. 植物遗传资源学报, 2009, 10: 453-456

Yu S

, Yang Q

, Pan L

, Bo W

. Genetic analysis for oil content of peanut seeds. J Plant Genet Resour, 2009, 10: 453-456 (in Chinese with English abstract)

花生是重要的油料作物,对花生种子含油量进行遗传分析具有重要意义.本研究以高油花生新品种SPI056(P1)和低油花生新品种花育17(P2)及其杂交组合的F1、F2群体为材料,应用P1、P2、F1和F2 4个世代的数量性状主基因+多基因混合遗传模型联合分离分析方法,对种子含油量进行了遗传分析.结果表明:花生种子含油量由两对加性-显性-上位性主基因+加性-显性多基因共同控制,主基因遗传率为72 55%.

... 其种子含油量与蛋白质含量显著负相关^[26] ...