逯晓萍¹, 刘丹丹¹, 王树彦¹, 米福贵², 韩平安¹, 吕二锁^1
1内蒙古农业大学农学院, 内蒙古呼和浩特010019

²内蒙古农业大学生态环境学院, 内蒙古呼和浩特010019

收稿日期:2013-09-06 基金:本研究由国家自然科学基金项目(31160302)资助。;

摘要以5个高粱不育系材料为母本, 18个优质苏丹草材料为父本, 按照遗传交配设计(NCII)配制成90个杂交组合。分别在内蒙古呼和浩特和包头两地, 利用与高丹草产量相关的QTL位点标记检测亲本间的遗传差异, 并将F₁的8个性状表型值对亲本材料进行标记位点的筛选, 建立标记效应和标记型值估算体系。估算特异性位点对性状表现的效应及杂种标记型值, 进而分析杂种标记型值与杂种表现的相关性, 应用逐步回归分析法建立8个性状杂种表现的预测模型, 并通过Jackknife抽样技术检测模型的精确度和稳定性。结果显示, 在分别考虑显性、加性作用下8个性状的标记型值与表型值的相关系数平均为0.65, 各性状的可决系数较大(0.51~0.88), 而且两地结果趋势一致, 表明该预测模型稳定性强, 精确度较高。该模型对高丹草的杂种表现预测以及亲本选配都具有一定的指导意义。

关键词:高丹草; 遗传效应; AFLP; SSR; SRAP; 杂种优势; 预测模型
Genetic Effects and Heterosis Prediction Model ofSorghum bicolor×S. sudanense Grass
LU Xiao-Ping¹, LIU Dan-Dan¹, WANG Shu-Yan¹, MI Fu-Gui², HAN Ping-An¹, L#cod#x000dc; Er-Suo^1
1 Agronomy College, Inner Mongolia Agricultural University, Huhhot 010019, China

² College of Ecology and Environmental Science, Inner Mongolia Agricultural University, Huhhot 010019, China

Fund:
AbstractMolecular markers-based heterosis prediction can provide some advices forSorghum bicolor×S. sudanense breeding. The 90 cross combinations were made according to the North Carolina design II (NCII) with five sorghum sterile lines as maternal parents and 18 Sudan grass lines as paternal parents. The field trials were carried out on the farms in Hohhot and Baotou to evaluate environmental effects. The parental genetic differences were compared by yield related QTL markers. The phenotypic values of eight traits for all F₁ hybrids were investigated. The values were used for selecting significant marker loci on parental lines for setting up the evaluation system of marker effect and marker value. The specific loci were used for evaluating the trait effects and hybrid marker value, and for analyzing the correlation between the marker value and heterosis. The prediction models of the eight traits for the hybrid were constructed with the stepwise regression analysis. The Jackknife sampling method was used to test the accuracy and stability of the model. The result indicated that, considering dominance and additive effect separately, eight traits showed the average correlation coefficient of 0.65 between marker value and phenotypic value. The coefficient of determination was from 0.51 to 0.88 in the eight traits. The results in two places were similar. The model could be instructive for heterosis prediction and parents selection.

Keyword:Sorghum bicolor × S. sudanense; Genetic effect; AFLP; SSR; SRAP; Heterosis; Prediction model
Show Figures
Show Figures




高丹草是苏丹草[ Sorghum sudanense(Piper Stapf)]与高粱[ Sorghum bicolorL. (Moench)]杂交后产生的F₁代种间杂交种, 由于两者的亲缘关系较远, 性状差异较大, 杂交后的F₁结合了二者的优点, 表现出强大的杂种优势^{[ 1, 2]}, 是一种综合农艺性状优良及应用广泛的一年生饲用牧草^{[ 3, 4]}。
近年来, 国外在高丹草育种方面的研究较多, 有许多国家的科研机构都在进行高产优质高丹草新品种的选育研究。例如加拿大育成了佳宝, 日本育成了高产优质多抗的格林埃斯等。我国自20世纪50年代开始引入并进行选育工作, 但学术界直到20世纪90年代才开始重视高丹草的研究^{[ 5, 6, 7]}。目前, 我国对高丹草的研究取得了长足的进展^{[ 8, 9, 10]}。国内育成了蒙农青饲1号、2号和3号^{[ 11, 12, 13]}以及皖草3号^{[ 14]}等品种。
如何迅速而准确地筛选优良亲本、预测所配组合的杂种优势是作物育种者关心和致力研究的问题。分子标记技术的发展为杂种优势的研究提供了新手段。目前, 利用分子标记揭示品种间遗传差异, 进而预测杂种优势已有大量的文献报道, 但尚未得出一致的结果。如赵庆勇等^{[ 15]}和张培江等^{[ 16]}在水稻中研究认为分子标记遗传距离与杂种优势之间呈极显著正相关; 而张涛等^{[ 17]}的研究却认为分子标记遗传距离与F₁杂种优势之间没有明显的相关性。袁力行等^{[ 18]}在玉米研究中认为分子标记遗传距离与F₁产量杂种优势呈显著正相关, 但相关程度还不足以预测杂种优势。张启发等^{[ 19]}则认为当亲本间特殊杂合性与杂种优势的相关系数较大时, 可用于杂种优势预测, 但这种关系会因亲本的遗传多样性及杂种优势遗传机制的复杂性而改变。近年来, 张涛等^{[ 20]}提出利用功能基因标记分析亲本的遗传距离, 研究发现功能基因标记遗传距离与杂种优势呈显著正相关。目前, 在高丹草研究中已定位了与产量相关的
QTL位点^{[ 21]}。因此, 本研究在对高丹草遗传图谱构建和产量性状QTL定位以及重组自交系构建与高产种质的创新、近等基因系研究的基础上^{[ 21, 22, 23, 24, 25, 26, 27]}, 利用与高丹草产量相关的QTL位点标记(表1)检测亲本间的遗传差异, 并应用逐步回归分析法建立基于加性-显性效应的高丹草杂种表现分子标记预测模型。并对得到的预测模型, 采用Jackknife抽样技术进行检验评价, 确定其稳定性和精确度。旨在建立一个简便而有效的预测指标体系指导高丹草杂种优势育种中亲本的选配, 同时也为以标记型值预测其它作物杂种表现提供一种有效的新途径。
1 材料与方法1.1 试验材料及设计2011年以5个高粱不育系(不育系值由其配套的同核异质保持系代替)和18个优良苏丹草及其杂种后代材料为亲本, 分别在内蒙古呼和浩特和林县(HH)和包头萨拉齐(BT)环境下种植, 种植标准相同, 按照NCII设计, 配制了90个杂交组合(不育系和亲本的具体名称及来源见表2)。每个材料种植3个重复, 4行区, 行长5.0 m, 行距0.4 m。在高丹草成熟时期,
表1
Table 1
表1(Table 1)

表1 与高丹草产量相关的QTL标记 Table 1 Yield related QTLs markers on sorghum-sudan grass 引物 Primer 染色体 Chromosome QTL 参考文献 Reference 引物 Primer 染色体 Chromosome QTL 参考文献 Reference E41/M60 6 Fwp6 [21-23] E45/M60 8 Ph8 [21-23] E41/M49 4 Fwp4 [21-23] E41/M48 2 u2a [21-23] me8/em9 6 Lw6 [23-24] C12 3 Ph3.2 [25, 28] E37/M59 3 Fwp3 [21-23] me5/em7 1 Sd1 [23-24] E45/M61 2 Ph2 [21-23] E39/M51 10 Ph10 [21-23] E36/M59 7 Ph7 [21-23] E39/M53 1 tn1 [21-23] E45/M60 1 sd1 [21-23] E45/M57 2 tn2 [21-23] E43/M49 4 sd4 [21-23] E44/M53 3 tn3 [21-23] B3235 5 Ph5.2 [25, 28] E39/M51 1 fwp1a [21-23] E45/M60 6 sd6 [21-23] E40/M47 4 tn4 [21-23] E37/M52 7 sd7 [21-23] E32/M49 3 ln3 [21-23] E43/M49 7 ln7 [21-23] E43/M49 8 n8 [21-23] E40/M59 10 n10 [21-23] D2318 2 Ph2.1 [25, 28] E34/M53 2 u2b [21-23] E41/M60 6 u6 [21-23] me9/em11 2 Ph2 [23-24] me3/em4 3 Ln3 [23-24] E40/M60 9 u9 [21-23] E41/M57 10 u10 [21-23] E41/M58 1 w1a [21-23] E45/M60 1 w1b [21-23] E41/M48 2 w2a [21-23] E41/M68 2 lw2b [21-23] E37/M59 1 el1b [21-23] E48/M60 4 el4 [21-23] me9/em5 3 Hl3 [23-24] me5/em4 1 Ll1 [23] E39/M55 10 el10 [21-23] E42/M60 10 lw10 [21-23]

表1 与高丹草产量相关的QTL标记 Table 1 Yield related QTLs markers on sorghum-sudan grass

表2
Table 2
表2(Table 2)

表2 供试材料的编号及来源 Table 2 Accession number and sources of experiment materials 编号 Code 名称 Accession 来源 Source P1 11A 山西省农业科学院 SAAS P2 13A 内蒙古农业大学农学院 ACIMAU P3 314A 山西省农业科学院 SAAS P4 2397A 赤峰市农业科学院高粱研究所 SICAAS P5 赤12 A Chi 12A 赤峰市农业科学院高粱研究所 SICAAS P6 Nhei 073 13A×白壳苏丹草后代 13A×White skull Sudan grass progeny P7 05- P-SD 苏丹草后代 Sudan grass progeny P8 GZ-40 314A×棕壳苏丹草后代 314A×Brown skull Sudan grass progeny P9 黑壳苏丹草 Black Skull Sudan grass 苏丹草后代 Sudan grass progeny P10 白壳苏丹草 White Skull Sudan grass 苏丹草后代 Sudan grass progeny P11 GZ-186 314A×棕壳苏丹草后代 314A×Brown Skull Sudan grass progeny P12 GZ21 314A×棕壳苏丹草后代 314A×Brown Skull Sudan grass progeny P13 GZ-126 2397A×GZ-12 P14 GZ-92 13A×21 P15 GZ-49 13A×GZ-126 P16 GZ-142 13A×GZ-49 P17 Nhei074 2397A×白壳苏丹草 2397A×White Skull Sudan grass P18 Nhei072 314A×白壳苏丹草后代 314A×White Skull Sudan grass progeny P19 Nhei071 314A×白壳苏丹草后代 314A×White Skull Sudan grass progeny P20 62 11A×GZ-92 P21 GZ-12 11A×GZ-142 P22 GZ-183 11A×GZ-12 P23 GZ-190 314A×棕壳苏丹草后代 314A×Brown Skull Sudan grass progeny SAAS: Shanxi Academy of Agricultural Sciences; ACIMAU: Agronomy College of Inner Mongolia Agricultural University; SAAS: Shanxi Academy of Agricultural Sciences; SICAAS: Sorghum Institute of Chifeng Academy of Agricultural Sciences; SICAAS: Sorghum Institute of Chifeng Academy of Agricultural Sciences.

表2 供试材料的编号及来源 Table 2 Accession number and sources of experiment materials

取30株测定其株高、茎重、穗长、分蘖数、叶长、叶宽、成株期叶片数、单株鲜重共8个农艺性状指标。
1.2 分子标记的检测和统计1.2.1 DNA的提取及检测 在高丹草3~4片嫩叶时取样, 采用TIANGEN-植物基因组试剂盒提取高丹草叶片基因组DNA。对提取出的DNA用1%的琼脂糖凝胶电泳检测其完整性及浓度。
1.2.2 分子标记分析 采用具有代表性的AFLP、SSR和SRAP分子标记(分布在整个基因组的AFLP和SSR以及分布在开放阅读框的SRAP), 且是与高丹草产量相关的QTL标记^{[ 21, 22, 23, 24, 25]}, 根据引物和扩增片段大小排序编码, SSR扩增位点编码形式为Sx, AFLP扩增位点编码形式为ExMy-z: 其中E和M分别代表上下游引物, x、y为引物编号, z为按扩增片段大小所排序号; SRAP扩增位点编码形式为MxEy-z, 其中M和E分别代表上下游引物, x、y为引物编号, z为按扩增片段大小所排序号。
1.2.3 标记位点筛选 所有亲本材料都经过9代以上的自交或姊妹交, 可以认为所有亲本材料在各位点上是纯合的, 根据3组法筛选, 以各条带为因子, 杂种子代按在双亲间存在的标记状态的差异性分为3组: 1/1组, 即在此位点上, 某条带在杂交双亲中均出现; 1/0组, 即在此位点上, 某条带只在一个亲本中出现; 0/0组, 即在此位点上, 某条带在杂交双亲中均不出现。采用单向分组的方差分析法, 对3组性状表型均值进行 t测验, 筛选与本研究中高丹草农艺性状相关的标记位点。
1.3 标记效应值的估计根据3组标记型的杂种F₁性状表现均值差异显著性, 估算该标记位点的加性效应 a和显性效应 d, 因而可得到其计算方法 a=1/2( - )/ Se, d= ? -1/2( - )?/ Se, 其中, x₁₁是(1, 1)组杂种子代的性状表型均值, x₀₀是(0, 0)组杂种子代的性状表型均值, x₁₀是(1, 0)组杂种子代的性状表型均值, Se为标准误。当某标记位点存在加性效应时, 该位点(1, 1)标记型对性状的效应值为 a, (0, 0)标记型对性状的效应为- a; 当存在显性效应时, 该位点(1, 0)标记型对性状的效应为 d。
根据第 i和第 j个杂交亲本在第 h个标记位点的标记型和该位点的加性、显性效应, 该标记位点对该杂种F₁的实际效应 g_wh= a( W_ih- W_jh-1)? d(? W_ih- W_jh?)。其中, W_ih和 W_jh分别是第 i和第 j个杂交亲本在第 h个标记位点的标记型, 取值为“0”或“1”。
在加性、显性情况下, 各位点间的效应是可以累加的, 即符合线性可加性原则, 杂交亲本及杂种的标记型值


式中, F_ij是亲本 i和亲本 j的杂种F₁的标记型值, n为与性状相关的特异标记位点总数。
1.4 加性-显性效应的杂种表现预测模型的建立性状基因型值( G)和表型值( P)的计算方法如下: 表型值

其中, A为常数, g_Ql为第l个QTL位点的效应, m为
与该性状有关的QTL数目, E为随机误差。
采用逐步回归法利用实际标记效应对性状表型值建立预测模型 y= Xβ+ ε。
1.5 Jackknife抽样检验利用近年来广泛应用于模型评价和参数估计的Jackknife抽样技术对所得到的预测模型进行检验评价。将两地的数据合并分析, 每次从90个杂交组合中剔除一个, 计算可决系数和预测残差, 评价预测模型的稳定性和精确度。

2 结果与分析2.1 性状相关标记的筛选利用SSR、AFLP、SRAP标记扩增23个亲本获得的多态性位点数(两地合并)分别为126、283、330, 将其采用3组法进行筛选得到与各农艺性状指标相关的标记位点(表3)。
由3可以看出, 3种分子标记在0.01显著水平下扩增出的615个标记位点中, 筛选出与8个农艺性状相关的位点496个, 占总位点数的80.6%。平均每个特异性位点与2.61个农艺性状相关。在显著水平 α=0.001的条件下, 各性状的相关位点数目有了较大程度的降低, 在所有的标记位点中, 筛选出了246个与8个农艺性状相关的位点。
在筛选出的位点中, 只表现加性效应的位点称为加性位点; 只表现显性效应的称为显性位点, 还有少量数目的位点既有加性效应又具有显性效应, 称为加-显性位点。其数目为显性位点>加性位点>加-显位点。
表3
Table 3
表3(Table 3)

表3 加性、显性位点的筛选结果 Table 3 Selection result of specific DNA marker sites 性状 Trait 显著水平 α=0.01 显著水平 α=0.001 加性位点 Additive locus 显性位点 Dominance locus 加-显位点 Add-dominance locus 总位点 Total loci 加性位点 Additive locus 显性位点 Dominance locus 加-显位点 Add-dominance locus 总位点 Total loci HH BT HH BT HH BT HH BT HH BT HH BT HH BT HH BT 株高PH 50 51 73 76 16 18 107 110 31 28 38 34 8 10 61 59 穗长SL 38 35 56 51 11 10 83 79 19 18 27 23 4 5 42 40 分蘖数TN 40 45 62 68 13 15 89 87 22 20 126 130 5 3 43 45 叶长LL 52 50 83 80 25 22 110 105 30 33 42 45 10 8 62 61 叶宽LW 25 28 46 42 6 5 65 69 12 15 19 16 0 2 31 30 叶片数LN 44 41 83 79 20 25 107 112 16 14 39 42 4 3 51 48 单株鲜重FWP 29 32 35 38 3 6 61 56 13 11 16 19 0 0 29 26 茎重SW 35 38 54 50 16 16 73 70 17 16 24 26 6 5 35 33 HH: 呼和浩特; BT: 包头。 HH: Huhhot; BT: Baotou. PH: plant height; SL: spike length; TN: tiller number; LL: leaf length; LW: leaf width; LN: leaf number; FW: fresh weight per plant; SW: stem weight.

表3 加性、显性位点的筛选结果 Table 3 Selection result of specific DNA marker sites

为了建立稳定性和精确度高的预测模型, 利用 α=0.001显著水平下筛选到的特异位点计算后续各项效应指标。
2.2 标记型值与杂种表现的相关分析2.2.1 标记效应值的估计 在对8个农艺性状特异性标记位点的筛选过程中(表3)发现以显性作用为主。两地的表现趋势一致, 以单株鲜重为例将两地结果合并分析见表4。
从表中可以发现, 在与单株鲜重相关的29个特异性标记位点中, 13个具有加性作用, 16个具有显性作用。没有出现加-显性作用的位点。13个加性位点的标记效应值在-0.1475~0.2685之间, 16个显性位点的标记效应值在-0.2195~0.1635之间。
每个性状受到加性作用和显性效应影响的程度,用母本高粱和父本苏丹草以及二者的互作方差评估, 结果见表5。经 F检验, 除高粱的单株鲜重和茎重之外, 所有母本因素(高粱)和父本因素(苏丹草)以及互作的方差均达到极显著水平( P≤0.001)。高粱和苏丹草的株高、叶长、成株叶片数等性状的方差同时显著高于互作方差, 其他性状如穗长、分蘖数、叶宽均以高粱的方差为优势。所有性状的亲本方差均值大于互作方差。说明在高丹草杂种表现中显性作用强于加性作用。
表4
Table 4
表4(Table 4)

表4 单株鲜重相关位点及标记效应值 Table 4 Loci and the value of the marker effect for fresh weight 标记位点 Marker locus 显性效应 Dominant effect 加性效应 Additive effect 标记位点 Marker locus 显性效应 Dominant effect 加性效应 Additive effect S30-3 -0.1120 0 E39M51-2 -0.0690 0 S30-7 0 0.1160 E42M59-8 0 -0.1355 S90-4 0 0.1455 E32M54-11 0 0.1610 S64-2 -0.0575 0 E39M51-17 0 0.1070 S75-3 -0.0575 0 E38M54-9 0.1635 0 S71-8 0.0095 0 E41M57-18 -0.0215 0 S68-4 -0.0290 0 E32M55-17 0 0.1265 S10-6 0 0.1155 M5S7-6 0.0635 0 S3-2 0.0255 0 M5S7-14 0 -0.0920 S49-5 0 -0.1475 M6S4-12 0 -0.0920 E32M59-3 0 0.0990 M8S5-3 0 0.2685 E41M56-8 0.1435 0 M3S4-15 -0.2195 0 E32M59-24 0 0.0955 M9S10-5 0.0170 0 E41M57-16 0.0930 0 M9S11-10 0.0150 0 E32M55-7 0.0490 0

表4 单株鲜重相关位点及标记效应值 Table 4 Loci and the value of the marker effect for fresh weight

表5
Table 5
表5(Table 5)

表5 高丹草8个农艺性状的方差分析结果 Table 5 Variance of eight agronomic traits of sorghum-Sudan grass 变异来源 Resources of variance 株高 PH 穗长 SL 分蘖数 TN 叶长 LL 叶宽 LW 成株叶片数 LN 单株鲜重 FWP 茎重 SW 高粱Sorghum 271935.71 484.24 10.72 6111.00 215.55 1369.92 0.315 0.287 苏丹草Sudan grass 125580.70 304.66 8.92 8046.00 108.12 1886.70 4.408 4.132 Sorghum×Sudan grass 32950.15 282.31 8.62 1683.85 117.02 794.42 1.161 1.145 误差Error 1957.87 29.10 1.43 113.64 119.92 141.31 0.146 0.129 PH: plant height; SL: spike length; TN: tiller number; LL: leaf length; LW: leaf width; LN: leaf number; FWP: fresh weight per plant; SW: stem weight.

表5 高丹草8个农艺性状的方差分析结果 Table 5 Variance of eight agronomic traits of sorghum-Sudan grass

2.2.2 杂种标记型值与杂种表现的相关性分析
按照线性可加原理计算各个亲本及杂交子代的标记型值和特异性位点的加-显性效应值。以单株鲜重为例, 表6列出了其在0.001显著水平下的各个亲本及子代的标记型值。通过分析发现, 23个亲本的标记型值在-0.5445~0.7825之间变化, 其平均值为0.0156; 90个杂种子代的标记型值的范围为-1.3496~1.8897, 平均值为0.6836。杂交亲本的单株鲜重的变异幅度低于其杂种子代F₁。
当只考虑显性作用时, 对8个性状的标记型值和其表型值进行相关性分析, 各个性状的显性标记型值与其表型值之间呈显著的正相关, 相关系数在0.5745~0.7213之间; 当考虑加性作用时, 相关系数在0.5906~0.7033之间, 虽然相关系数有所变化, 但是波动范围并不是很大, 说明各个性状的杂种表现受加性作用和基因互作效应的影响并不很大, 更主要的还是显性效应的影响大一些(图1)。从图1可以看出, 以基因型值进行筛选时, 标记型值与基因型值间的相关性在8个性状上都有很大的提高。相关系数在0.6136~ 0.8272之间, 而且两地结果趋势一致, 说明基因型值相对于性状表型值可以更准确地反映杂种性状表现, 这是由于基因型值排除了部分随机误差等原因。
表6
Table 6
表6(Table 6)

表6 亲本及子代F1单株鲜重标记型值 Table 6 Marker effect values of plant fresh weight in F1 and their parents 编号 Code P1 P2 P3 P4 P5 0.0005 0.1375 0.2945 0.4545 0.5238 P6 -0.5445 0.3370 0.2265 -1.2255 0.4825 0.3146 P7 0.0625 -0.5155 -0.0840 0.6920 -0.7930 -0.8245 P8 -0.3885 0.3886 0.2140 -1.0580 -0.5530 -0.7891 P9 0.1105 -0.8380 -0.3895 -0.7565 -0.6685 0.6932 P10 -0.3705 -0.6175 -0.1860 -1.0000 -0.8950 0.2176 P11 0.7825 -1.3495 -0.6830 -0.9410 -0.8930 -1.2953 P12 0.2805 -0.8960 0.1955 -0.8965 -1.0055 0.7321 P13 0.1055 0.1725 0.2590 0.1810 0.4500 0.1085 P14 -0.2865 -0.5630 -0.5635 -0.5155 -0.8405 -0.9354 P15 0.1915 -0.6865 0.2705 -0.7420 -0.8510 1.8897 P16 0.1365 -0.9685 0.3660 -0.9380 1.1330 0.1698 P17 0.0705 -0.4280 0.0035 -0.3505 -0.8915 0.7868 P18 0.3585 0.3615 -0.9140 -1.1180 -0.5031 -0.6191 P19 0.2135 -0.7389 -0.4815 -0.8065 -0.5692 0.7192 P20 -0.4104 -0.5973 -0.2161 -1.1230 0.9052 0.2512 P21 -1.2825 -1.2415 -0.7136 -1.0412 0.9231 -1.5651 P22 0.3201 -0.9564 0.2586 -0.9261 -1.2359 0.9520 P23 0.5158 0.2822 0.2195 0.2616 0.6523 0.4186 表中第2行数据为母本标记型值, 第2列数据为父本标记型值。 The data in the second horizontal line and the second vertical line are the maternal and the paternal marker values, respectively.

表6 亲本及子代F1单株鲜重标记型值 Table 6 Marker effect values of plant fresh weight in F1 and their parents

图1
Fig. 1

	Figure OptionViewDownloadNew Window
	图1 杂种标记型值与性状表型值的相关性A代表呼和浩特的样本数据分析; B代表包头的样本数据分析。Fig. 1 Correlation between marker-type values of hybrid and their phenotypeA: data analysis came from Huhhot sample; B: data analysis came from Baotou sample.

2.3 杂种表现预测模型建立根据杂种标记型值与杂种表现的相关性分析可知, 杂种表现主要是受加显性效应的控制, 而与互作效应的关系较小, 因此, 在建立杂种表现分子标记预测模型时, 可不考虑互作效应的影响。
采用多元逐步回归分析方法, 用显著水平 α=0.001条件下筛选到的特异位点数目, 以90个杂种子代的各个特异性标记位点的标记效应值为自变量, 以杂种表现性状值为因变量, 构建了8个性状的预测模型回归方程(表7)。
在8个性状预测模型中, 各个方程所涉及的标记位点在6~12个不等, 其中, 穗长只含有6个标记位点; 叶长含有12个标记位点。而叶宽和茎重的预测模型中有2个共同位点S75-6和S49-6; 叶长和单株鲜重有一个共同位点E39M51-2。标记效应和各个性状之间的复相关系数(0.609~0.936)较高, 说明两组变量之间的线性相关程度较高, 进一步证明建立多元回归线性方程是科学的, 也是可实现的。
表7
Table 7
表7(Table 7)

表7 性状表现预测模型 Table 7 Traits of the prediction model 性状 trait 回归方程 Regression equation 复相关系数 MCC 剩余误差 Residue error 标记位点 Marker locus 株高 PH Y= 272.537+0.729 X1+2.142 X2+0.858 X3-0.146 X4+ 2.98 X5-0.021 X6+1.103 X7 0.678 35.561 S64-1, S90-4, E32M55-5, M9S10-3, E32M59-4, E39M51-17, M6S4-14 穗长 SL Y= 34.344+1.148 X1+13.993 X2+1.044 X3+3.465 X4- 0.737 X5+0.050 X6 0.702 2.252 S90-4, S30-5, E41M56-6, M3S4-1, M8S9-5, M9S11-4 分蘖数 TN Y= 30.72+5.755 X1+1.189 X2-3.622 X3-0.078 X4+ 0.183 X5+0.500 X6+0.067 X7+0.980 X8 0.609 0.330 S10-1, E32M54-16, E39M51-3, M8S5-8, E32M59-4, E32M59-20, M9S10-8, S75-8 叶长 LL Y= 56.818+2.476 X1+7.462 X2+3.543 X3-0.518 X4- 0.262 X5-0.801 X6+1.072 X7+0.474 X8+3.949 X9+0.592 X10-0.947 X11-0.326 X12 0.936 3.764 S3-1, S75-3, S90-2, S71-6, S64-7, E42M59-8, M3S4-8, M6S4-5, M8S5-10, E38M54-14, E41M56-11, E39M51-2 叶宽 LW Y= 6.626+1.231 X1+0.393 X2-2.464 X3+2.048 X4- 0.188 X5+0.983 X6+0.067 X7+0.731 X8 0.621 0.575 S75-6, S49-6, E32M55-8, M9S11-3, S71-3, M3S7-11, S90-3, M5S7-4 叶片数 LN Y= 35.992+0.820 X1-0.325 X2-1.000 X3+0.091 X4+ 0.978 X5+0.934 X6-0.544 X7 0.763 3.702 S10-5, S71-2, S30-2, M6S2-10, E38M54-15, E41M57-1, E38M54-7 单株鲜重 FWP Y = 0.786+1.461 X1+1.645 X2+2.959 X3+0.941 X4- 0.157 X5+0.505 X6+0.003 X7+0.796 X8 0.683 0.102 S30-3, S64-2, S75-3, S68-4, M6S8-4, E39M51-2, E39M51-17, M9S10-5 茎重 SW Y= 0.745+0.010 X1-0.137 X2+1.85.3 X3-0.526 X4+ 2.458 X5-0.145 X6+0.962 X7+0.350 X8+0.044 X9+ 0.015 X10 0.628 0.084 S49-6, S75-6, S3-8, M9S11-17, S64-5, E32M55-11, E41M56-14, M5S7-7, M3S9-11, M8S5-12 PH: plant height; SL: spike length; TN: tiller number; LL: leaf length; LW: leaf width; LN: leaf number; FWP: fresh weight per plant; SW: stem weight; MCC: multiple correlation coefficient.

表7 性状表现预测模型 Table 7 Traits of the prediction model

2.4 预测模型的评价及其参数模型的预测精度和稳定性是判断其是否适用于性状预测的两项重要标准^{[ 29]}。采用Jackknife^{[ 30]}抽样技术从90个杂交组合中依次剔除一个组合, 用剩余的89个组合重新构建回归方程, 并预测剔除杂种F₁的性状表现, 然后计算预测模型的决定系数 R²和预测误差以及变异系数。从表8可以看出, 8个性状指标的变异系数都比较小(6.38%~13.89%), 而决定系数 R²较大, 在0.5069~0.8778之间, 说明性状预测模型的精确度和稳定性都很好。

3 讨论提高遗传效应预测杂种优势水平的重要因素是增加与杂种表现相关的QTL连锁的位点数目, 而且除了有一定的数目外, 每个位点的贡献率对预测结果也有一定的影响, 与QTL连锁位点的贡献率越低, 预测的效果越差。这一点在受大量微效多基因控制的产量性状上表现尤为突出^{[ 31, 32, 33]}。所以, 对杂种表现进行预测研究时应尽量筛选出贡献率高的位点。游书梅等^{[ 34]}利用14个与子粒相关QTL标记, 分析10个杂交水稻亲本的遗传差异, 进而分析遗传距离与千粒重及千粒重杂种优势的相关性, 结果显示, 遗传距离与千粒重和对照之间呈显著正相关, 与母本优势之间呈极显著正相关, 表明利用与子粒相关的QTL标记来预测杂交水稻的千粒重及其杂种优势是可行的。本研究采用的标记是经过构建遗传图谱及基因定位^{[ 21, 22, 23, 24, 25]}后筛选得到的与8个产量相关性状连锁的标记, 并且具有一定的贡献率, 所以, 研究
表8
Table 8
表8(Table 8)

表8 预测模型的评价 Table 8 Evaluation of prediction models 性状 Trait 决定系数 R2 预测残差 Predicted error 变异系数 CV(%) 随机误差 Random error 株高PH 0.6608 48.8612 12.95 54.4951 穗长SL 0.5335 3.2432 7.50 9.9502 分蘖数TN 0.5713 0.9302 11.07 1.9815 叶长LL 0.8778 6.0643 6.38 7.9028 叶宽LW 0.7793 2.1255 10.34 5.5602 叶片数LN 0.5702 3.7352 10.23 6.6021 单株鲜重FWP 0.5069 0.1926 13.89 2.7206 茎重SW 0.7942 2.6849 12.35 3.6728 PH: plant height; SL: spike length; TN: tiller number; LL: leaf length; LW: leaf width; LN: leaf number; FWP: fresh weight per plant; SW: stem weight.

表8 预测模型的评价 Table 8 Evaluation of prediction models

结果与前人研究^{[ 35]}相比, 各性状的决定系数 R²都明显提高。另外, 由于所研究的性状均为数量性状, 而数量性状由于受环境的修饰作用大, 因此, 为了提高预测模型的精确度, 本研究在试验设计上安排了2个不同环境, 使研究结果更加可靠。
利用分子标记与QTL连锁分析可以提供与杂种优势相关的信息, 鉴定与杂种优势相关的标记位点, 确定亲本在QTL上的差异, 可以有效预测杂种优势。Vuylsteke等^{[ 36]}在对玉米杂种表现预测研究中应用QTL效应分析取得了较好的预测效果。
采用遗传效应预测杂种优势比遗传距离预测有更大的优势, 因为预测需要的标记位点较少, 因而可以排除部分干扰, 所以在育种中应用的可行性强。本研究对各个亲本及子代的标记型取值都是在0.001显著水平下进行, 并在分别考虑显性作用和加性作用下对标记型值与其表型值进行相关分析, 结果显示, 8个性状的标记型值与表型值的相关系数平均值为0.65, 标记型值与基因型值间的相关系数(0.6136~0.8272)也较高, 而且两地结果趋势一致, 说明基因型值相对于性状表型值可以更准确地反映杂种性状表现。
利用近年来广泛应用于模型评价和参数估计的Jackknife抽样技术对所得预测模型的检验评价显示, 各性状的决定系数较大(0.51~0.88), 且其剩余误差和预测残差都小于调查数据的随机误差, 说明预测模型的精确度较高、稳定性较强。本研究建立的遗传预测模型是来自两个不同环境条件下的结果, 因此, 可在一定范围内指导育种中亲本的选配。
4 结论建立了基于加性-显性效应的杂种表现分子标记预测模型。经过对模型的精确度和稳定性的检测表明, 该模型对高丹草的杂种表现预测以及亲本选配具有一定的指导意义。
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
原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]	詹秋文, 钱章强. 高粱与苏丹草杂种优势利用的研究. 作物学报, 2004, 30: 73-77 Zhan Q W, Qian Z Q. Research of sorghum-Sudan grass of heterosis utilization. Acta Agron Sin, 2004, 30: 73-77 (in Chinese with English abstract)[本文引用:1][CJCR: 1.667]
[2]	王和平, 张福耀, 程庆军, 平俊爱, 杜志宏, 郭玉兰, 王晋中. 高粱-苏丹草杂交草的研究与利用. 杂粮作物, 2000, 20(4): 20-23 Wang H P, Zhang F Y, Cheng Q J, Ping J A, Du Z H, Guo Y L, Wang J Z. The Research and utilization of sorghum-Sudan grass. Rain Fed Crops, 2000, 20(4): 20-23 (in Chinese)[本文引用:1][CJCR: 0.5562]
[3]	赵甘霖, 丁国祥, 熊洪, 曾庆曦. 我国高粱-苏丹草杂交种研究进展及应用前景. 西南农业学报, 2003, 16(4): 126-129 Zhao G L, Ding G X, Xiong H, Zeng Q X. Prospect of progress and application of sorghum-Sudan grass in China. Southwest China J Agric Sci, 2003, 16(4): 126-129 (in Chinese with English abstract)[本文引用:1]
[4]	Chung J M, Lee B C, Kim J S. Fine-scale structure among genetic individuals of clone-forming monotypic genus Echinosophora koreensis (Fabaceae). Ann Bot, 2006, 98: 165-173[本文引用:1][JCR: 0.657]
[5]	钱章强. 利用高粱雄性不育系选育饲用新品种. 中国草地, 1990, (6): 61-71 Qian Z Q. Breeding of new variety with male sterile line of sorghum. China Grassland , 1990, (6): 61-71 (in Chinese with English abstract)[本文引用:1]
[6]	牟芝兰. 刈割周期对苏丹草叶片生长的影响. 草业科学, 1994, 11(6): 29-31 Mou Z L. Research of foliage growth of sorghum-Sudan grass[本文引用:1]
[7]	after cutting. Pratac Sci, 1994, 11(6): 29-31 (in Chinese with English abstract)[本文引用:1]
[8]	陈才夫, 王槐三. 苏丹草×拟高粱种间杂种主要特性及细胞学分析. 南京农业大学学报, 1993, (2): 58-63 Chen C F, Wang H S. Main characteristics and cytological analysis of Sudan grass × sorghum interspecific hybrids. J Nanjing Agric Univ, 1993, (2): 58-63 (in Chinese with English abstract)[本文引用:1][CJCR: 0.916]
[9]	孟钢. “先锋”高丹草——饲用高粱和苏丹草杂交品种. 世界农业, 2003, (6): 46-48 Meng G. “Pioneer” sorghum-Sudan grass ― hybrid of forage sorghum and Sudan grass. World Agric, 2003, (6): 46-48 (in Chinese)[本文引用:1][CJCR: 0.712]
[10]	于卓, 赵晓杰, 秦永梅. 高粱与苏丹草2个杂交组合F2代的生育及细胞遗传学研究. 草业科学, 2004, 7: 13-17 Yu Z, Zhao X J, Qin Y M. Growth and cyto-genetics of F2 generation in Sorghum × Sudan grass combinations. Pratac Sci, 2004, 7: 13-17 (in Chinese with English abstract)[本文引用:1]
[11]	赵晓杰, 于卓, 刘永伟, 逯晓萍. 高粱314A、13A与苏丹草杂种F1代的农艺特性及细胞学分析. 西北植物学报, 2005, 25: 1107-1113 Zhao X J, Yu Z, Liu Y W, Lu X P. Agronomic trait and cytology of hybrid F1 of sorghum (314A and 13A) × Sudan grass. Acta Bot Boreali-Occident Sin, 2005, 25: 1107-1113 (in Chinese with English abstract)[本文引用:1][CJCR: 1.321]
[12]	于卓, 秦永梅, 赵晓杰, 赵娜, 闫文芝. 优良饲用作物新品种——蒙农青饲1号高丹草选育. 中国草地, 2004, 26(2): 1-9 Yu Z, Qin Y M, Zhao X J, Zhao N, Yan W Z. New forage variety― sorghum × Sudan grass of Mengnongqingsi 1# breeding. China Grassland , 2004, 26(2): 1-9 (in Chinese with English abstract)[本文引用:1]
[13]	于卓, 赵晓杰, 赵娜, 秦永梅, 刘永伟. 蒙农青饲2号高丹草选育. 草地学报, 2004, 12: 176-182 Yu Z, Zhao X J, Zhao N, Qin Y M, Liu Y W. Sorghum × sudan grass of Mengnongqingsi 2# breeding. Acta Agres Sin, 2004, 12: 176-182 (in Chinese with English abstract)[本文引用:1]
[14]	于卓, 马艳红, 李小雷, 刘志华, 周亚星, 李晓宇, 李长青. 蒙农3号高丹草选育. 中国草地学报, 2008, 30(6): 1-9 Yu Z, Ma Y H, Li X L, Liu Z H, Zhou Y X, Li X Y, Li C Q. Sorghum × Sudan grass of Mengnongqingsi 3# breeding. Chin J Grassland , 2008, 30(6): 1-9 (in Chinese with English abstract)[本文引用:1][CJCR: 1.018]
[15]	詹秋文, 林平, 钱章强. 皖草3号的选育及其特征特性. 作物杂志, 2006, (4): 35-36 Zhan Q W, Lin P, Qian Z Q. The characteristic and breeding of Wancao 3#. Crops, 2006, (4): 35-36 (in Chinese)[本文引用:1][CJCR: 0.6276]
[16]	赵庆勇, 朱镇, 张亚东, 赵凌, 陈涛, 张巧凤, 王才林. SSR标记遗传距离与粳稻杂种优势的相关性分析. 中国水稻科学, 2009, 27: 141-147 Zhao Q Y, Zhu Z, Zhang Y D, Zhao L, Chen T, Zhang Q F, Wang C L. Correlation analysis between genetic distances based SSR and heterosis of japonica rice. Chin J Rice Sci, 2009, 27: 141-147 (in Chinese with English abstract)[本文引用:1][CJCR: 1.494]
[17]	张培江, 才宏伟, 李焕朝, 杨联松, 张德泉, 白一松, 胡兴明, 许传万. RAPD分子标记水稻遗传距离及其与杂种优势的关系. 安徽农业科学, 2000, 28: 697-700 Zhang P J, Cai H W, Li H C, Yang L S, Zhang D Q, Bai Y S, Hu X M, Xu C W. Relationship between genetic distance and heterosis of rice based on RAPD marker. J Anhui Agric Sci, 2000, 28: 697-700 (in Chinese with English abstract)[本文引用:1][CJCR: 0.687]
[18]	张涛, 韩磊, 徐建第, 蒋开锋, 吴先军, 汪旭东, 郑家奎. 杂交香稻亲本遗传距离与产量杂种优势的相关性研究. 中国农业科学, 2006, 39: 831-835 Zhang T, Han L, Xu J D, Jiang K F, Wu X J, Wang X D, Zheng J K. Correlation analysis between genetic distance and yield heterosis of scented rice. Sci Agric Sin, 2006, 39: 831-835 (in Chinese with English abstract)[本文引用:1]
[19]	袁力行, 傅骏骅, 刘新芝, 彭泽斌, 张世煌, 李新海, 李连城. 利用分子标记预测玉米杂种优势的研究. 中国农业科学, 2000, 33(6): 6-12 Yuan L X, Fu J H, Liu X Z, Peng Z B, Zhang S H, Li X H, Li L C. Prediction of heterosis of maize based on molecular marker. Sci Agric Sin, 2000, 33(6): 6-12 (in Chinese with English abstract)[本文引用:1][CJCR: 1.889]
[20]	Zhang Q F, Gao Y J, Saghui Marrof M A, et al. Molecular divergence and hybrid performance in rice. Mol Breed, 1995, 1: 133-142[本文引用:1][JCR: 3.251]
[21]	张涛, 倪先林, 蒋开锋, 杨乾华, 万先齐, 曹应江. 水稻功能基因标记遗传距离与杂种优势的相关性研究. 中国水稻科学, 2009, 23: 567-572 Zhang T, Ni X L, Jiang K F, Yang Q H, Wan X Q, Cao Y J. Correlation between genetic distance based on molecular markers of functional genes and heterosis in rice. Chin J Rice Sci, 2009, 23: 567-572 (in Chinese with English abstract)[本文引用:4][CJCR: 1.494]
[22]	逯晓萍, 云锦凤, 肖宇红, 米福贵, 李美娜, 尹利. 高丹草(高粱×苏丹草)产量及其构成因素的QTL定位与分析. 华北农学报, 2007, 22(4): 80-85 Lu X P, Yun J F, Xiao Y H, Mi F G, Li M N, Yin L. QTLs of yield related traits on sorghum-Sudan grass. Acta Agric Boreali-Sin, 2007, 22(4): 80-85 (in Chinese with English abstract)[本文引用:3][CJCR: 0.951]
[23]	逯晓萍, 云锦凤. 高丹草遗传图谱构建及农艺性状基因定位研究. 草地学报, 2005, 13: 262-263 Lu X P, Yun J F. Research on genetic mapping and agronomic gene location of sorghum-Sudan grass. Acta Agres Sin, 2005, 13: 262-263 (in Chinese with English abstract)[本文引用:3]
[24]	Lu X P, Yun J F, Gao C P, Surya A. QTL Analysis of economically important traits in Sorghum bicolor × S. sudanense hybrid. Can J Plant Sci, 2011, 91: 81-90[本文引用:3][JCR: 0.716]
[25]	刘丹丹, 逯晓萍, 张瑞霞, 温莹, 薛春雷, 杨凯, 任瑞, 王亚男, 韩平安. 高丹草种质资源SRAP指纹图谱构建及遗传多样性分析. 华北农学报, 2012, 27(2): 1-8 Liu D D, Lu X P, Zhang R X, Wen Y, Xue C L, Yang K, Ren R, Wang Y N, Han P A. SRAP fingerprint map and genetic diversity of sorghum-Sudan germplasm. Acta Agric Boreali-Sin, 2012, 27(2): 1-8 (in Chinese with English abstract)[本文引用:3][CJCR: 0.951]
[26]	温莹, 逯晓萍, 任锐, 米福贵, 韩平安, 薛春雷. 高丹草EST-SSR标记的开发及其遗传多样性. 遗传, 2013, 35: 225-232 Wen Y, Lu X P, Ren R, Mi F G, Han P A, Xue C L. Development of EST-SSR marker and genetic diversity analysis in Sorghum bicolor × S. sudanenes. Hereditas (Beijing), 2013, 35: 225-232 (in Chinese with English abstract)[本文引用:1]
[27]	逯晓萍, 云锦凤, 张雅慧, 薛春雷, 陈强. 高丹草重组自交系群体的遗传变异与高产种质的创新. 华北农学报, 2009, 24(5): 90-95 Lu X P, Yun J F, Zhang Y H, Xue C L, Chen Q. Genetic variation of inbred population and creation of high yield germ on Sorghum bicolor × S. sudanense hybrid. Acta Agric Boreali-Sin, 2009, 24(5): 90-95 (in Chinese with English abstract)[本文引用:1][CJCR: 0.951]
[28]	逯晓萍, 云锦凤, 米福贵, 陈强, 张雅慧, 薛春雷. 基于性状和分子标记的高丹草近等基因系的分离研究. 中国农业科学, 2010, 43: 468-473 Lu X P, Yun J F, Mi F G, Chen Q, Zhang Y H, Xue C L. Segregation of near isogene lines of Sorghum bicolor × S. sudanense based on traits and molecular marker. Sci Agric Sin, 2010, 43: 468-473 (in Chinese with English abstract)[本文引用:1][CJCR: 1.889]
[29]	苏舒, 董维, 游录鹏, 黄守程, 戚金亮, 陆桂华, 黄应华, 杨永华. 高粱株高性状的QTL定位初步分析. 江苏农业科学, 2012, 40(3): 19-21 Su S, Dong W, You L P, Huang S C, Qi J L, Lu G H, Huang Y H, Yang Y H. Primary analysis of QTLs location related height of sorghum. Jiangsu Agric Sci, 2012, 40(3): 19-21 (in Chinese with English abstract)[本文引用:1]
[30]	张南松, 陈军杰, 祝增荣. 利用多重抽样估计稀有物种的种类数. 生物数学学报, 2002, 17: 455-460 Zhang N S, Chen J J, Zhu Z R. Multiple sampling evaluation of the number of rare species. J Math Biol, 2002, 17: 455-460 (in Chinese with English abstract)[本文引用:1][JCR: 2.366]
[31]	许国. Jackknife估计及其应用浅探. 山东师范大学学报, 2000, 15: 454-455 Xu G. Jackknife evaluation and application. J Shand ong Normal Univ, 2000, 15: 454-455 (in Chinese with English abstract)[本文引用:1]
[32]	Tams S H, Bauer E, Oettler G. Prospects for hybrid breeding in winter triticale: II. Relationship between parental genetic distance and specific combining ability. Plant Breed, 2006, 125: 331-336[本文引用:1][JCR: 1.175]
[33]	Hari D, Upadhyaya, Wang Y H. SSR markers linked to kernel weight and tiller number in sorghum identified by association mapping. Euphytica, 2012, 187: 401-410[本文引用:1][JCR: 1.643]
[34]	何光华, 侯磊, 李德谋, 罗小英, 牛国清, 唐梅, 裴炎. 利用分子标记预测杂交水稻产量及其构成因素. 遗传学报, 2002, 29: 438-444 He G H, Hou L, Li D M, Luo X Y, Niu G Q, Tang M, Pei Y. Prediction of yield and related trait factors of hybrid rice with molecular marker. Acta Genet Sin, 2002, 29: 438-444 (in Chinese with English abstract)[本文引用:1]
[35]	游书梅, 曹应江, 郑家奎, 蒋开锋, 张涛, 杨莉, 杨乾华, 万先齐, 罗婧. 杂交籼稻子粒QTL标记遗传距离与粒重、粒重杂种优势的相关性. 植物遗传资源学报, 2012, 13: 1050-1054 You S M, Cao Y J, Zheng J K, Jiang K F, Zhang T, Yang L, Yang Q H, Wan X Q, Luo J. Correlation of genetic distance and seed weight heterosis based on QTL markers of hybrid rice. J Plant Genet Resour, 2012, 13: 1050-1054 (in Chinese with English abstract)[本文引用:1][CJCR: 1.1628]
[36]	武耀廷, 张天真, 朱协飞, 王广明. 陆地棉遗传距离与杂种F1、F2产量及杂种优势的相关分析. 中国农业科学, 2002, 35: 22-28 Wu Y T, Zhang T Z, Zhu X F, Wang G M. Correlation of genetic distance, yield of F1 and F2 and hybrid heterosis. Sci Agric Sin, 2002, 35: 22-28 (in Chinese with English abstract)[本文引用:1][CJCR: 1.889]
[37]	Vuylsteke M, Kuiper M, Stam P. Chromosomal regions involved in hybrid performance and heterosis: their AFLP(R)-based identification and practical use in prediction models. Heredity, 2000, 85: 208-218[本文引用:1][JCR: 4.11]