孟亚雄^1,2, 孟祎林^1,2, 汪军成^1,2, 司二静^1,2, 张海娟^1,2, 任盼荣^1,2, 马小乐^1,2, 李葆春^1,3, 杨轲^1,2, 王化俊^1,2,*
1甘肃省干旱生境作物学重点实验室 / 甘肃省作物遗传改良与种质创新重点实验室, 甘肃兰州 730070

²甘肃农业大学农学院, 甘肃兰州 730070

³甘肃农业大学生命科学技术院, 甘肃兰州 730070

^* 通讯作者(Corresponding author): 王化俊, E-mail: whuajun@yahoo.com, Tel: 13809315256 第一作者联系方式: E-mail: yxmeng1@163.com; Tel: 13919964113
收稿日期:2015-07-03 接受日期:2015-11-20网络出版日期:2015-12-07基金:本研究由国家自然科学基金项目(31460347), 甘肃省财政厅科研业务费(035-041047)和国家现代农业产业技术体系建设专项(CARS-05)资助

摘要利用92个SSR标记对108份青稞亲本材料进行多态性扫描, 分析其遗传多样性, 旨在寻找与农艺性状相关联的分子标记, 为青稞杂交组合的配制及分子标记辅助育种提供依据。挑选48个多态性标记进行群体遗传结构分析, 在此基础上采用Tassel 2.1 GLM (general linear model)和MLM (mixed linear model)方法进行标记与农艺性状的关联分析。共检测出156个等位变异, 每个位点2~6个等位变异。供试群体的Shannon指数为0.6727~1.1368, 材料间遗传相似系数为0.2250~1.0000, 平均0.7585。通过群体遗传结构分析将供试材料划分成4个亚群。以GLM分析, 发现12个与株高、穗长、穗粒数和分蘖数相关联的标记, 对表型变异的解释率分别为11.5%~17.6%、19.4%~45.4%、15.4%~22.1%和29.2%; 以MLM分析, 发现8个与株高、分蘖数和小穗数相关的标记, 各标记对表型变异的解释率分别为31.7%~49.8%、28.1%~37.2%、22.7%~32.7%。关联标记分布在基因组全部6个连锁群上。

关键词:青稞; SSR; 遗传多样性; 群体遗传结构; 关联分析
Genetic Diversity and Association Analysis of Agronomic Characteristics with SSR Markers in Hulless Barley
MENG Ya-Xiong^1,2, MENG Yi-Lin^1,2, WANG Jun-Cheng^1,2, SI Er-Jing^1,2, ZHANG Hai-Juan^1,2, REN Pan-Rong^1,2, MA Xiao-Le^1,2, LI Bao-Chun^1,3, YANG Ke^1,2, WANG Hua-Jun^1,2,*
1 Gansu Provincial Key Laboratory of Aridland Crop Science / Gansu Key Laboratory of Crop Improvement & Germplasm Enhancement, Lanzhou 730070, China

² College of Agronomy, Gansu Agricultural University, Lanzhou 730070, China

³ College of Life Sciences and Technology, Gansu Agricultural University, Lanzhou 730070, China

Fund:This study was supported by the National Natural Science Foundation of China (31460347), Gansu Provincial Department of Finance Research Operating Expenses (035-041047), and the China Agriculture Research System (CARS-05)
AbstractThe objectives of this study were to find molecular markers associated with yield-related traits and guide parental combination in molecular marker-assisted breeding and hybrid breeding of hulless barley ( Hordeum vulgare L. var. nudum HK. f.). A natural hulless barley population composed of 108 parental varieties/lines was screened with 92 SSR markers, in which 48 markers were polymorphic. Population structure was analyzed based on the polymorphic SSR data and association between markers and five agronomic traits were performed in TASSEL GLM (general linear model) and MLM (mixed linear model) programs. A total of 156 alleles were detected in the 108 varieties/lines with 2-6 alleles per locus. The Shannon’s index of the population ranged from 0.6727 to 1.1368 and the genetic similarity between varieties ranged from 0.2250 to 1.0000, with the mean of 0.7585. Structure analysis revealed four genetic subpopulations for the entire materials tested. Based on GLM analysis, 12 SSR markers were found to be associated with plant height, spike length, grain number per spike and tiller number, with phenotypic contributions of 11.5-17.6%, 19.4-45.4%, 15.4-22.1% and 29.2%, respectively. Based on MLM analysis, 8 SSR markers were associated with plant height, awn length, and spikelet compactness, with the phenotypic contributions of 31.7-49.9%, 28.1-37.2%, and 22.7-32.7%, respectively. These associated markers were distributed on 6 chromosomes of the barley genome.

Keyword:Hulless barley; SSR; Genetic diversity; Population structure; Association analysis
Show Figures
Show Figures






青稞(Hordeum vulgare L. var.nudum HK. f.)是一种古老栽培作物, 主要分布在中国青藏高原、南美安地斯高原、北非高原及俄罗斯的考克萨斯等山区^[1], 具有较高的营养价值, 是酿造工业的重要原料和发展养殖业的优良饲料。在我国青藏高原地区, 总人口50%以上的藏族居民都以青稞为主食, 因此青稞育种的突破性进展对藏族地区经济发展和社会稳定具有十分重要意义。和其他作物一样, 青稞也面临着亲本遗传基础狭窄的育种困境^[2], 亟需加强遗传资源的引进、创制及其农艺性状特征和遗传基础的了解与掌握。对现有亲本材料进行遗传多样性研究, 可有效减少相似遗传背景的组合, 减轻育种的工作量, 对于亲本的杂交组合配置具有重要的指导意义。同时, 寻找与目标性状相关联的分子标记, 可以为复杂数量性状的遗传学研究和分子标记辅助育种奠定重要基础。
分子标记技术的快速发展为作物种质资源的遗传多样性研究提供了便利。其中SSR (simple sequence repeat, SSR)标记具有重复性好、多态性高、数量丰富、呈共显性且广泛分布于基因组等优点, 已被广泛应用于作物遗传多样性和基因发掘等研究^{[2, 3, 4, 5]}。通过关联分析对供试群体候选基因进行检测或分子标记扫描, 可以获得丰富的基因位点及其等位基因信息, 在大麦^[6]、小麦^{[7, 8]}、玉米^{[9, 10, 11]}、水稻^{[12, 13]}、马铃薯^[14]等作物中均有相关报道。Wu等^[15]通过对188份西藏野生大麦材料的耐盐性关联分析, 找到2个与耐盐基因HvCBF4相关联的标记。Brantestam等^[16]利用22个SSR标记对北欧和波罗的海区域197份春大麦的遗传多样性研究, 共检测出191个等位变异, 平均每个标记检测2~23个等位变异, 并且发现, 与早期品种相比, 当前栽培种的遗传多样性发生了明显变化, 一些起源地材料的遗传多样性也发生了少量变异。Sun等^[17]利用42个SSR标记对中国西藏野生大麦及世界各起源地的部分大麦材料开展了遗传多样性研究, 同时进行了14个数量性状的关联分析。赖勇等^[6]用57个SSR标记对113份大麦材料进行关联分析, 以GLM和MLM两种关联分析模型, 分别获得9个与株高、穗长、芒长、穗粒数和小穗着生密度及6个与株高、芒长和小穗着生密度相关联的标记。Kraakman等^[18]将AFLP和SSR标记同148份春大麦栽培种的抽穗期、株高、叶锈病抗性、大麦黄矮病抗性进行连锁不平衡(linkage disequilibrium, LD)作图, 找到其相关标记, 证明LD作图是寻找与主效基因或QTL相关联的合适标记的另一种重要途径。Ivandic等^{[19, 20]}利用33个SSR标记对大麦作关联分析, 检测出与开花时间、抗白粉病和耐水分胁迫能力等显著相关的标记。
关联分析利用自然变异, 不需要花费过多的时间和精力去构建作图群体, 可以广泛地检测遗传变异。株高、穗粒数、穗长、芒长和小穗着生密度等农艺性状是传统育种的主要选择标准。利用关联分析寻找与这些性状显著相关的标记, 可以减少专门构建群体进行QTL定位的工作量。而当前SSR标记应用于青稞农艺性状关联分析研究的报道较少。本研究对108份青稞亲本材料进行遗传多样性分析, 确定大麦亲本材料间的遗传背景差异, 同时寻找与株高、穗长、穗粒数和分蘖数显著相关联的分子标记, 为后期青稞育种工作中的亲本组配、等位基因发掘和标记辅助选择提供参考。
1 材料与方法1.1 试验材料及其DNA提取以108份青稞农家品种、野生种和栽培品种(系)构成自然群体(表1), 由中国农业科学院作物科学研究所、甘肃省作物遗传改良与种质创新重点实验室麦类种质创新课题组提供。从每份材料取10粒饱满种子置培养皿中, 在室内避光培养。10 d后采黄化苗, 液氮-80℃速冻。采用CTAB法^{[21, 22]}从黄化苗嫩叶中提取各青稞材料基因组DNA, 并用紫外分光光度计法测其质量和浓度, 然后置于-20℃冰箱保存。
表1
Table 1
表1(Table 1)

表1 供试大麦亲本材料 Table 1 Hulless barley materials used in this study 编号 Code 名称 Name 来源 Origin 编号 Code 名称 Name 来源 Origin 1 ZDM6931 西藏 Tibet 55 ZYM2323 西藏 Tibet 2 ZDM6474 西藏 Tibet 56 甘青4号 Ganqing 4 甘肃 Gansu 3 ZDM6552 西藏 Tibet 57 甘青5号 Ganqing 5 甘肃 Gansu 4 ZDM5189 西藏 Tibet 58 肚里黄 Dulihuang 甘肃 Gansu 5 ZDM5757 西藏 Tibet 59 康青3号 Kangqing 3 四川 Sichuan 6 北青1号 Beiqing 1 青海 Qinghai 60 康青7号 Kangqing 7 四川 Sichuan 7 甘青9188-11 Ganqing 9188-11 甘肃 Gansu 61 甘青3号 Ganqing 3 甘肃 Gansu 8 ZDM6124 西藏 Tibet 62 黄青1号 Huangqing 1 甘肃 Gansu 9 ZDM6466 西藏 Tibet 63 川83-5319 Chuan 83-5319 四川 Sichuan 10 ZDM8175 西藏 Tibet 64 甘青1号 Ganqing 1 甘肃 Gansu 11 北青6号 Beiqing 6 青海 Qinghai 65 甘青2号 Ganqing 2 甘肃 Gansu 12 TRADITON — 66 牡丹青稞 Mudanqingke 甘肃 Gansu 13 Mar-97 青海 Qinghai 67 ZDM6734 西藏 Tibet 14 北青88 Beiqing 88 青海 Qinghai 68 ZDM5756 西藏 Tibet 15 美丁香干果Meidingxiangganguo 甘肃 Gansu 69 ZDM5744 西藏 Tibet 16 ZDM08405 西藏 Tibet 70 ZDM6553 西藏 Tibet 17 黑青稞 Heiqingke 青海 Qinghai 71 ZDM6224 西藏 Tibet 18 ZDM04118 西藏 Tibet 72 ZDM6171 西藏 Tibet 19 Z211V035W 甘肃 Gansu 73 ZDM5736 西藏 Tibet 20 08京345 08-Jing-345 北京 Beijing 74 ZDM5173 西藏 Tibet 21 08京269 08-Jing-269 北京 Beijing 75 ZDM6468 西藏 Tibet 22 08京341 08-Jing-341 北京 Beijing 76 ZDM5740 西藏 Tibet 23 08京293 08-Jing-293 北京 Beijing 77 ZDM5165 西藏 Tibet 24 ZYM2248 西藏 Tibet 78 ZDM5157 西藏 Tibet 25 ZYM2202 西藏 Tibet 79 ZDM5746 西藏 Tibet 26 ZYM2256 西藏 Tibet 80 ZDM5155 西藏 Tibet 27 ZYM2321 西藏 Tibet 81 ZDM5196 西藏 Tibet 28 ZYM2310 西藏 Tibet 82 ZDM5738 西藏 Tibet 29 ZYM2268 西藏 Tibet 83 ZDM5154 西藏 Tibet 30 ZYM2279 西藏 Tibet 84 ZDM5168 西藏 Tibet 31 ZDM6744 西藏 Tibet 85 ZDM6174 西藏 Tibet 32 ZDM5367 湖南 Hunan 86 ZDM5718 西藏 Tibet 33 ZDM6461 西藏 Tibet 87 ZDM5741 西藏 Tibet 34 ZDM5751 西藏 Tibet 88 ZDM6551 西藏 Tibet 35 ZDM5691 西藏 Tibet 89 ZDM5163 西藏 Tibet 36 ZDM5154 西藏 Tibet 90 ZDM6473 西藏 Tibet 37 ZDM5136 西藏 Tibet 91 ZDM5199 西藏 Tibet 38 ZDM6509 西藏 Tibet 92 ZDM6475 西藏 Tibet 39 ZDM5138 西藏 Tibet 93 ZDM5737 西藏 Tibet 40 ZDM5194 西藏 Tibet 94 ZDM5170 西藏 Tibet 41 白青稞 Baiqingke 青海 Qinghai 95 ZDM5169 西藏 Tibet 42 ZDM5704 西藏 Tibet 96 ZDM5153 西藏 Tibet 43 ZYM2275 西藏 Tibet 97 ZDM5732 西藏 Tibet 44 ZYM2263 西藏 Tibet 98 ZDM5750 西藏 Tibet 45 ZDM5168 西藏 Tibet 99 ZDM6552 西藏 Tibet 46 Z112VO32W 甘肃 Gansu 100 ZDM5185 西藏 Tibet 47 ZYM2961 西藏 Tibet 101 ZDM5138 西藏 Tibet 48 ZDM5751 西藏 Tibet 102 ZDM5192 西藏 Tibet 49 ZDM5165 西藏 Tibet 103 ZDM5702 西藏 Tibet 50 ZYM2198 西藏 Tibet 104 ZDM5200 西藏 Tibet 51 ZYM2269 西藏 Tibet 105 ZDM5194 西藏 Tibet 52 ZDM5739 西藏 Tibet 106 ZDM6114 西藏 Tibet 53 ZDM6476 西藏 Tibet 107 ZDM5194 西藏 Tibet 54 ZDM6113 西藏 Tibet 108 ZDM5212 内蒙古 Inner Mongolia

表1 供试大麦亲本材料 Table 1 Hulless barley materials used in this study

1.2 农艺性状测定方法于2013年3月底和2014年3月底, 将所有材料种植于甘肃农业大学黄羊镇育种试验站亲本圃, 每份材料种5行, 行长为1.2 m。在成熟收获时随机抽样, 每份材料取10株, 分别测定其株高、穗长、分蘖数、穗粒数、千粒重, 取平均值。
1.3 SSR标记检测方法及遗传多样性分析选取分布于大麦1H~7H染色体的92个SSR标记进行PCR扩增, 扩增程序为: 95℃ 5 min; 94℃ 50 s, 64~55℃ (touch-down PCR) 50 s, 72℃ 50 s, 10个循环, 每个循环退火温度降低1℃; 94℃ 50 s, 55℃ 50 s, 72℃ 50 s, 30个循环; 72℃ 10 min, 4℃ 保
存。扩增产物经8%聚丙烯酰胺凝胶电泳, 银染显色后拍照。扩增结果按相同迁移率下有带记为1, 无带记为0; 同时记录基因型, 以大写字母A、B、C等表示。
应用NTSYS-pc计算遗传相似系数(genetic similarity, GS)并按非加权配对法(UPGMA)和SHAN程序聚类分析。用Popgene32统计基因频率和Shannon指数。
1.4 关联分析将多态性引物检测结果以Structure 2.3.1软件进行群体遗传结构分析, 估计最佳群体组群数K, 其取值范围为2~10, 将参数iterations设为10 000, burn- in period设为100 000, 每个K值重复运行6次, 依据似然值最大原则选取合适的K值为群体数目, 计算Q参数, 将其作为协变量, 以SPAGeDi-1.3d处理基因型数据获得个体间亲缘关系Kinship矩阵^[23]。采用Tassel 2.1软件一般线性模型(general linear model, GLM)和混合线性模型(mixed linear model, MLM)两种程序进行关联分析。GLM分析中, 以各亲本材料的对应Q值作为协变量, 将SSR标记与株高、穗长、芒长、分蘖数和穗粒数等表型变异进行回归分析, 寻找与之相关联的标记, 并确定其解释率; MLM分析中, 采用Q+K方法分析, 选择计算每个标记的遗传力(calculate heritability for each marker)的方式, 分析方法选择EM。分别运用两年试验表型数据结合分子标记数据和群体结构进行标记-性状关联分析, 确定关联位点(P< 0.01), 并计算标记对表型变异的解释率。

2 结果与分析2.1 SSR标记分析用92对SSR引物对108份青稞材料进行扩增, 其中有48对能够得到清晰、重复性好的条带, 并且扩增结果表现多态性, 共检测出156个等位变异, 变幅为2~6个, 平均每个标记3.2个; 3H染色体上的8对引物检测到的等位变异最多, 共28个; 而1H上的5对引物检测出等位变异数最少, 共15个。SSR引物的Shannon指数变幅为0.6727~1.1368, 平均1.0507 (表2)。可见, 这48对SSR标记的检测效率较高, 参试青稞种质材料群体间的遗传变异较大, 具有较为丰富的遗传多样性。
表2
Table 2
表2(Table 2)

表2 48对SSR引物在108份青稞种质材料中的多态性 Table 2 Fourty-eight polymorphics SSRs among 108 accessions of hulless barley 标记 Marker 染色体Chromosome 遗传位置 Position (cM) 等位基因数 Number of alleles 有效等位基因数 Effective number of alleles Shannon指数 Shannon’ s index MGB325 1H 52 4 1.6 0.6727 Bmag211 1H 68 3 2.8 1.0573 HVGLUEND 1H 85 2 2.8 1.0847 Bmac32 1H 105 3 2.1 0.9048 HVABAIP 1H 130 3 2.4 0.9739 HVM36 2H 17 3 2.6 1.0295 MGB391 2H 67 5 2.6 1.0571 EBmac684 2H 80 3 2.8 1.0622 HVTUB 2H 92 3 2.9 1.0825 Bmag381 2H 107 3 2.9 1.1062 Bmag125 2H 122 3 2.8 1.0812 HVM54 2H 143 3 2.8 1.0652 MGB334 2H 159 3 2.9 1.0768 HVLTPPB 3H 25 3 2.6 1.0299 HVITR1 3H 49 3 2.9 1.0837 MGB410 3H 65 3 2.9 1.1023 HVM33 3H 94 4 2.9 1.1179 HVM60 3H 110 5 2.9 1.1093 HV13GEIII 3H 155 3 3.0 1.1368 MGB358 3H 175 4 3.0 1.0953 Bmac29 3H 190 3 2.9 1.0729 HVM40 4H 14 4 2.8 1.0968 HVM13 4H 55 3 2.5 1.0571 EBmac775 4H 80 3 2.5 1.0208 MGB396 4H 95 5 2.8 1.0120 TACMD 4H 125 3 2.5 1.0696 GBM1388 4H 136 3 2.9 1.0337 HVJASIP 4H 180 3 2.8 1.1009 MGB384 5H 0 3 2.8 1.0827 Bmac0163 5H 24 4 2.9 1.0985 Bmag337 5H 43 5 2.4 1.1007 Bmag223 5H 69 3 2.7 0.9915 MGB338 5H 85 2 2.6 1.0368 AF04394A 5H 137 3 2.8 1.0522 MGB357 5H 165 3 2.6 1.0689 Bmac316 6H 6 4 2.9 1.0319 GMS06 6H 96 2 2.9 1.0769 Bmag613 6H 112 2 2.7 1.0850 Bmac40 6H 155 5 2.7 1.0432 Bmag0500 6H 23.8 2 2.6 1.0527 GBM1215 6H 36.7 2 2.7 1.0330 HVM31 6H 72 3 2.5 1.0438 Bmag7 7H 27 6 2.5 1.0018 HVA22S 7H 75 2 2.6 1.0146 Bmag11 7H 93 3 2.9 1.0333 GMS46 7H 120 3 2.7 1.0757 Bmag120 7H 152 3 2.8 1.0488 HVM49 7H 178 3 2.7 1.0668 平均 Mean 3.2 0.3 1.0507 标准差 SD 0.1 0.0994

表2 48对SSR引物在108份青稞种质材料中的多态性 Table 2 Fourty-eight polymorphics SSRs among 108 accessions of hulless barley

2.2 遗传相似系数及聚类分析根据48个多态SSR标记的检测结果, 108份青稞亲本材料的GS变异范围为0.2250~1.0000。其中ZDM5163和ZDM5737以及ZDM5199和ZDM5169的GS最大, 为1.0000, 其次是ZDM6552和ZDM5702, GS值为0.9938, GS最小的是川83-5319与甘青1号, 为0.2250。按UPGMA法进行聚类分析(图1)表明, 在GS值为0.5106水平上聚为3个大类, 分别包含91份、13份和4份材料, 其中由肚里黄、ZDM5740、ZDM5376和ZDM6468四份材料构成第III大类; 第II大类分为两个亚类, 第1亚类由白青稞等9个品种构成, 第2亚类由ZYM2263、ZDM6553、甘青1号和ZDM6171构成。
图1
Fig. 1

	Figure OptionViewDownloadNew Window
	图1 108份青稞亲本材料的聚类图 品种编号与表1一致。Fig. 1 Dendrogram of 108 accessions of hulless barley based on SSR markers Codes of varieties consistent with those given in Table 1.

2.3 群体遗传结构分析利用Structure 2.3.1软件, 基于数学模型分析由108份材料构成的自然群体的遗传结构, 发现样本的等位变异频率特征类型数K呈持续增大趋势, 当K=4时出现峰值, 并呈现明显的拐点(图2-A)。由此将108份青稞亲本分为4个类群(图2-B), 分别包含21、41、3和43份。该自然群体结构比较简单, 能够有效地降低群体结构对关联分析产生的影响。
图2
Fig. 2

	Figure OptionViewDownloadNew Window
	图2 青稞亲本材料的群体遗传分析图 A: 显示Δ K随K值的变化趋势, 表明该自然群体可分为4个类群。B: 显示108份材料的群体遗传结构。Fig. 2 Population genetic analysis of hulless barley accessions A: the line chart ofK-value changing with Δ K, indicating that the natural population used in this study can be divided into four groups; B: the population structure of the 108 hulless barley accessions.

2.4 SSR标记与部分农艺性状的关联分析GLM分析结果显示, 在所检测的48个标记中有12个与穗长、分蘖数、穗粒数显著相关(P< 0.01)。其中6个与穗长相关, 1个(EBmac775)与穗长和分蘖数都相关, 3个和穗粒数相关, 2个与株高相关。各标记对表型变异的解释率为11.5%~45.4%, 解释率最大的标记是HVA22S, 为45.4%, 与穗长相关, 解释率最小的标记是Bmag381, 为11.5%, 也与穗长相关。MLM分析结果显示, 在所检测的48个标记中有8个与株高、分蘖数、穗粒数显著相关(P< 0.01), 其中2个与株高相关, 3个与分蘖数相关, 3个与穗粒数相关, 各标记对表型变异的解释率为22.7%~49.8%, 标记Bmac0163对株高的解释率最大, 为49.8%, 标记Bmac32对穗粒数的解释率最小, 为22.7%。MLM分析检测到与农艺性状相关的SSR比GLM分析结果少4个, 其中有5个标记与GLM 分析得到的相同, 但解释率均有所下降, MLM分析未检测到与穗长相关的标记(表3)。
表3
Table 3
表3(Table 3)

表3 与农艺性状相关的SSR标记及其表型解释率 Table 3 SSR markers associated with agronomic traits and their explained phenotypic variations (%) 标记 Marker 染色体 Chr. 株高 Plant height 穗长 Spike length 分蘖数 Tiller number 穗粒数 Grain number per spike GLM MLM GLM MLM GLM MLM GLM MLM Bmac32 1H 15.4 22.7 HVGLUEND 1H 11.5 28.1 MGB325 1H 25.1 EBmac684 2H 31.7 HVM36 2H 22.1 32.7 MGB391 2H 28.9 EBmac775 4H 19.4 29.2 37.2 GBM1388 4H 30.3 HVJASIP 4H 19.3 HVM13 4H 28.7 Bmac0163 5H 17.6 49.8 GBM1215 6H 28.9 Bmag7 7H 23.1 HVA22S 7H 45.4 At the significant level of association analysis was P< 0.01. GLM: general linear model; MLM: mixed linear model. 关联分析显著性水平为P< 0.01。GLM: 一般线性模型; MLM: 混合线性模型。

表3 与农艺性状相关的SSR标记及其表型解释率 Table 3 SSR markers associated with agronomic traits and their explained phenotypic variations (%)

3 讨论3.1 青稞亲本材料的性状及遗传多样性分析种质材料是进行作物育种的基础, 遗传基础狭窄是制约培育出优良品种的主要因素之一。因此分析亲本材料的遗传多样性, 比较材料相互间亲缘关系的远近, 对于开展作物育种工作具有重要的指导意义。本研究选用48对分布于大麦1H~7H染色体的SSR标记, 基本覆盖全基因组, 能够较全面地分析108份材料的遗传多样性, 比较它们遗传背景的差异, 为亲本的杂交组合合理配置在分子水平上提供依据。国内已开展了SSR标记检测青稞的遗传多样性的研究, 如孟凡磊等^[1]结合青稞育种和生产利用的实际, 对我国西藏主要农区青稞品种的遗传多样性进行了研究, 发现供试青稞材料间存在一定的遗传差异, 但品种间的遗传距离较近, 西藏青稞育成品种的基因来源相对较窄。潘志芬等^[24]利用SSR标记分析了64份青藏高原栽培青稞的遗传多样性, 认为青藏高原栽培青稞具有丰富的遗传多样性。杨平等^[25]利用SRAP分子标记技术, 对25份来自四川高原的青稞育成品种进行了遗传多样性研究, 发现聚类特征与材料来源地有明显相关, 25份材料间的平均遗传距离较小(0.3240), 平均遗传多样性较低(0.5126), 遗传基础较为狭窄。本研究所用的108份青稞种质材料也存在类似的问题, 遗传相似系数(GS)变异范围为0.2250~1.0000, 平均为0.7585, 在GS值为0.5106水平上可将参试材料聚为3个大类群, 各大类群分别包括91、13和4份材料, 说明各材料亲缘关系较近, 需要引入一些新的材料, 拓展亲本遗传基础, 其中品种ZDM5163和ZDM5737以及ZDM5199和ZDM5169之间的遗传相似系数最大, GS为1.0000, 表明ZDM5163和ZDM5737以及ZDM5199和ZDM5169遗传背景可能比较相近, 本研究中出现两份材料间GS值为1的情况, 原因可能是品种本身遗传相似性较高, 或者也有可能是本研究所选取的引物数量有限导致, 本研究中只选用了48对引物, 引物的数量有限可能导致了未能完全区分供试材料间差异。川83-5319与甘青1号的GS值最小, 为0.2250, 说明它们之间的遗传背景可能比较远, 可以考虑用于杂交组合的选配。
3.2 青稞分子标记的关联分析关联分析通过分析作物种质资源中标记与紧密连锁QTL之间的LD关系来鉴定QTL, 能够直接对基因型变异和表型变异进行分析, 可以确定不同种质资源中所携带的等位基因及其对目标性状的贡献^[6]。对种质资源进行遗传多样性及群体遗传结构分析, 是关联作图的前提, 因为群体遗传结构会通过对连锁不平衡位点LD的影响从而对关联分析的准确性产生影响, 而LD水平的高低是关联分析的基础, 在亚群的基础上对是否达到哈德温伯格平衡的数学模型的群体结构分析, 可以计算出相对应的Q值(第i个材料基因组变异源于第k群体的概率), 在群体结构中亚群的混合能使整个群体LD的强度增加, 从而造成伪关联^{[26, 27, 28, 29]}。因此, 可以将Q值作为协变量纳入回归分析, 从而消除参试材料的群体结构引起的伪关联, 也保证了后续关联分析的准确性。所以, 对现有种质资源进行群体遗传结构分析能更好地体现单个样本趋向各群体的比例, 对今后全面了解资源整体的遗传信息具有重要意义。
Hansen等^[30]利用AFLP标记研究野生甜菜生长习性, 这是首次在植物中进行全基因组关联分析的报道。Cockram等^[31]利用关联分析对控制春化反应的基因VRN-H1和VRN-H2分析鉴定证明, 运用适当的统计学方法, 校正群体结构复杂程度高的亚群划分后, 可将该群体用于关联分析。株高是最受重视的农艺性状之一, 研究表明, 在大麦1H到7H染色体上均有控制株高的QTL^{[6, 32, 33, 34]}。GrainGenes2.0网站(http://wheat.pw.usda.gov/GG2/index.shtml)公布的大麦株高相关标记有88个, 其中12个为SSR标记。本研究表明108份青稞可被分成4大类群, 分别包含21、42、3和44份材料。以CLM和MLM两种模型的关联分析, 分别找到12个和8个与株高、穗长、分蘖数、穗粒数相关的标记, 并且MLM中检测到的标记Bmac32、Bmac0163、HVGLUEND、EBmac775和HVM36在GLM中同样被检测到, 但标记的解释率较之要高。本研究与分蘖数相关的3个标记HVGLUEND、HVM13、EBmac775分别位于1H、4H、4H上, 其中标记EBmac775在前人研究中也被检测到, 但与千粒重相关^[35], 可能是性状间相关的遗传原因所致。与穗长相关的标记GBM1215、Bmag7、MGB391、Bmag381、EBmac775、GBM1388、HVA22S分别位于6H、7H、2H、2H、4H、4H、7H上, 其中MGB391和Bmag7还曾被报道与株高相关联^{[6, 34]}。目前与穗粒数相关标记的文献报道较少, 本研究发现了4个与穗粒数相关的标记, 分别是位于1H、1H、2H和4H上的MGB325、Bmac32、HVM36和HVJASIP, 其中HVM36与Wang等^[36]报道的一致, 落在标记区间15.8~20.9内。

4 结论108份材料可被分成4个大类群。并通过GLM和MLM两种关联分析模型, 分别寻找到12个和8个与株高、穗长、穗粒数和分蘖数相关联的标记, 这些标记位于青稞各条染色体上。
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]	孟凡磊, 强小林, 佘奎军, 唐亚伟, 胡银岗. 西藏主要农区青稞品种的遗传多样性分析. 作物学报, 2007, 33: 1910-1914 Meng F L, Qiang X L, She K J, Tang Y W, Hu Y G. Genetic diversity analysis among hulless barley varieties from the major agricultural areas of Tibet. Acta Agron Sin, 2007, 33: 1910-1914 (in Chinese with English abstract)[本文引用:2]
[2]	Tanksley S D, McCouch S R. Seed banks and molecular maps: unlocking genetic potential from the wild. Science, 1997, 277: 1063-1066[本文引用:2]
[3]	Bhagwat A A, Cregan P B, Akkaya M S. Length polymorphisms of simple sequencerepeat DNA in soybean. Genetics, 1992, 132: 1131-1139[本文引用:1]
[4]	Maroof M S, Biyashev R M, Yang G P, Zhang Q, Allard R W. Extraordinarily polymorphic microsatellite DNA in barley: species diversity, chromosomal locations, and population dynamics. Proc Natl Acad Sci USA, 1994, 91: 5466-5470[本文引用:1]
[5]	Wang Z, Weber J L, Zhong G, Tanksley S D. Survey of plant short tand em DNA repeats. Theor Appl Genet, 1994, 88: 1-6[本文引用:1]
[6]	赖勇, 王鹏喜, 范贵强, 司二静, 王晋, 杨轲, 王化俊. 大麦SSR标记遗传多样性及其与农艺性状关联分析. 中国农业科学, 2012, 46: 233-242 Lai Y, Wang P X, Fan G Q, Si E J, Wang J, Yang K, Wang H J. Genetic diversity and association analysis using SSR markers in barley. Sci Agric Sin, 2013, 46: 233-242 (in Chinese with English abstract)[本文引用:5]
[7]	Maccaferri M, Sanguineti M C, Noli E, Tuberosa R. Population structure and long-range linkage disequilibrium in a durum wheat elite collection. Mol Breed, 2005, 15: 271-290[本文引用:1]
[8]	Liu S B, Yang X P, Zhang D D, Bai G H, Chao S M, Bockus W. Genome-wide association analysis identified SNPs closely linked to a gene resistant to soil-borne wheat mosaic virus. Theor Appl Genet, 2014, 127: 1039-1047[本文引用:1]
[9]	Ducrocq S, Madur D, Veyrieras J B, Camus-Kuland aivelu L, Kloiber-Maitz M, Presterl T, Ouzunova M, Manicacci D, Charcosset A. Key impact of Vgt1 on flowering time adaptation in maize: evidence from association mapping and ecogeographical information. Genetics, 2008, 178: 2433-2437[本文引用:1]
[10]	Kumar B, Abdel-Ghani A H, Pace J, Reyes-Matamoros J, Hochholdinger F, Lübberstedt T. Association analysis of single nucleotide polymorphisms in cand idate genes with root traits in maize (Zea mays L. ) seedlings. Plant Sci, 2014, 224: 9-19[本文引用:1]
[11]	Wen W W, Li D, Li X, Gao Y Q, Li W Q, Li H H, Liu J, Liu H J, Chen W, Luo J. Metabolome-based genome-wide association study of maize kernel leads to novel biochemical insights. Nat Commun, 2014, 5: 34-38[本文引用:1]
[12]	Eizenga G C, Agrama H A, Lee F N, Yan W, Jia Y. Identifying novel resistance genes in newly introduced blast resistant rice germplasm. Crop Sci, 2006, 46: 1870-1878[本文引用:1]
[13]	Yonemaru J, Mizobuchi R, Kato H, Yamamoto T, Yamamoto E, Matasubara K, Hirabayashi H, Takeuchi Y, Tsunematsu H, Ishii T. Genomic regions involved in yield potential detected by genome-wide association analysis in Japanese high-yielding rice cultivars. BMC Genomics, 2014, 15: 346[本文引用:1]
[14]	D’hoop B B, Keizer P L, Paulo M J, Visser R G, van Eeuwijk F A, van Eck H J. Identification of agronomically important QTL in tetraploid potato cultivars using a marker-trait association analysis. Theor Appl Genet, 2014, 127: 731-748[本文引用:1]
[15]	Wu D Z, Qiu L L, Xu L, Ye L Z, Chen M X, Sun D F, Chen Z H, Zhang H T, Jin X L, Dai F, Zhang G P. Genetic variation of HvCBF genes and their association with salinity tolerance in Tibetan annual wild barley. PLoS One, 2011, 6: e22938[本文引用:1]
[16]	Brantestam A K, Bothmer R, Dayteg C, Rashal I, Tuvesson S, Weibull J. Genetic diversity changes and relationships in spring barley (Hordeum vulgare L. ) germplasm of Nordic and Baltic areas as shown by SSR markers. Genet Resour Crop Evol, 2007, 54: 749-758[本文引用:1]
[17]	Sun D F, Ren W B, Sun G L, Peng J H. Molecular diversity and association mapping of quantitative traits in Tibetan wild and worldwide originated barley (Hordeum vulgare L. ) germplasm. Euphytica, 2011, 178: 31-43[本文引用:1]
[18]	Kraakman A W, Martnez F, Mussiraliev B, Eeuwijk F A, Niks R E. Linkage disequilibrium mapping of morphological, resistance, and other agronomically relevant traits in modern spring barley cultivars. Mol Breed, 2006, 17: 41-58[本文引用:1]
[19]	Ivand ic V, Hackett C A, Nevo E, Keith R, Thomas W T B, Forster B P. Analysis of simple sequence repeats (SSRs) in wild barley from the fertile crescent: associations with ecology, geography and flowering time. Plant Mol Biol, 2002, 48: 511-527[本文引用:1]
[20]	Ivand ic V, Thomas W T B, Nevo E, Zhang Z, Forster B P. Associations of simple sequence repeats with quantitative trait variation including biotic and abiotic stress tolerance in Hordeum spontaneum. Plant Breed, 2003, 122: 300-304[本文引用:1]
[21]	Paterson A H, Brubaker C L, Wendel J F. A rapid method for extraction of cotton (Gossypium spp. ) genomic DNA suitable for RFLP or PCR analysis. Plant Mol Biol Rep, 1993, 11: 122-127[本文引用:1]
[22]	Porebski S, Bailey L G, Baum B R. Modification of a CTAB DNA extraction protocol for plants containing high polysaccharide and polyphenol components. Plant Mol Biol Rep, 1997, 15: 8-15[本文引用:1]
[23]	Earl D A. STRUCTURE HARVESTER: a website and program for visualizing STRUCTURE output and implementing the Evanno method. Conserv Genet Resour, 2012, 4: 359-361[本文引用:1]
[24]	潘志芬, 邹弈星, 邓光兵, 翟旭光, 吴芳, 余懋群. 青藏高原栽培青稞SSR标记遗传多样性研究. 中山大学学报(自然科学版), 2007, 46: 82-86 Pan Z F, Zou Y X, Deng G B, Zhai X G, Wu F, Yu M Q. Genetic diversity of SSR Markers in cultivated hulless barley from Qinghai-Tibet plateau in China. Acta Sci Nat Univ Sunyatseni, 2007, 46: 82-86 (in Chinese with English abstract)[本文引用:1]
[25]	杨平, 刘仙俊, 刘新春, 李俊, 王希文, 何守朴, 冯宗云. 利用SRAP标记研究四川高原青稞育成品种的遗传多样性. 遗传, 2008, 30: 115-122 Yang P, Liu X J, Liu X C, Li J, Wang X W, He S P, Feng Z Y. Genetic diversity analysis of the developed Qingke (hulless barley) varieties from the plateau regions of Sichuan province in China revealed by SRAP markers. Hereditas (Beijing), 2008, 30: 115-122 (in Chinese with English abstract)[本文引用:1]
[26]	Harris B P, Stokesbury K E. The spatial structure of local surficial sediment characteristics on Georges Bank, USA. Continental Shelf Res, 2010, 30: 1840-1853[本文引用:1]
[27]	Wang M L, Zhu C S, Barkley N A, Chen Z B, Erpelding J E, Murray S C, Tuinstra M R, Tesso T, Pederson G A, Yu J M. Genetic diversity and population structure analysis of accessions in the US historic sweet sorghum collection. Theor Appl Genet, 2009, 120: 13-23[本文引用:1]
[28]	Kline J B, Moore D J, Clevenger C V. Activation and association of the Tec tyrosine kinase with the human prolactin receptor: mapping of a Tec/Vav-receptor binding site. Mol Endocrinol, 2001, 15: 832-841[本文引用:1]
[29]	武玉国, 吴承来, 秦保平, 王振林, 黄玮, 杨敏, 尹燕枰. 黄淮冬麦区175个小麦品种的遗传多样性及SSR标记与株高和产量相关性状的关联分析. 作物学报, 2012, 38: 1018-1028 Wu Y G, Wu C L, Qin B P, Wang Z L, Huang W, Yang M, Yin Y P. Diversity of 175 wheat varieties from Yellow and Huai River Valleys facultative wheat zone and association of SSR markers with plant height and yield related traits. Acta Agron Sin, 2012, 38: 1018-1028 (in Chinese with English abstract)[本文引用:1]
[30]	Hansen M, Kraft T, Ganestam S, Sall T, Nilsson N O. Linkage disequilibrium mapping of the bolting gene in sea beet using AFLP markers. Genet Res, 2001, 77: 61-66[本文引用:1]
[31]	Cockram J, White J, Leigh F J, Lea V J, Chiapparino E, Laurie D A, Mackay I J, Powell W, O'Sullivan D M. Association mapping of partitioning loci in barley. BMC Genet, 2008, 9: 16[本文引用:1]
[32]	Marquez-Cedillo L A, Hayes P M, Kleinhofs A, Legge W G, Rossnagel B G, Sato K, Ullrich S E, Wesenberg D M. QTL analysis of agronomic traits in barley based on the doubled haploid progeny of two elite North American varieties representing different germplasm groups. Theor Appl Genet, 2001, 103: 625-637[本文引用:1]
[33]	Teulat B, Borries C, This D. New QTLs identified for plant water status, water-soluble carbohydrate and osmotic adjustment in a barley population grown in a growth-chamber under two water regimes. Theor Appl Genet, 2001, 103: 161-170[本文引用:1]
[34]	Korff M, Wang H, Léon J, Pillen K. AB-QTL analysis in spring barley: II. Detection of favourable exotic alleles for agronomic traits introgressed from wild barley (H. vulgare ssp. spontaneum). Theor Appl Genet, 2006, 112: 1221-1231[本文引用:2]
[35]	司二静, 张宇, 汪军成, 孟亚雄, 李葆春, 马小乐, 尚勋武, 王化俊. 大麦农艺性状与SSR标记的关联分析. 作物学报, 2015, 41: 1064-1072 Si E J, Zhang Y, Wang J C, Meng Y X, Li B C, Ma X L, Shang X W, Wang H J. Association analysis between SSR marker and agronomic traits in barley. Acta Agron Sin, 2015, 41: 1064-1072 (in Chinese with English abstract)[本文引用:1]
[36]	Wang J, Yang J, McNeil D L, Zhou M. Identification and molecular mapping of a dwarfing gene in barley (Hordeum vulgare L. ) and its correlation with other agronomic traits. Euphytica, 2010, 175: 331-342[本文引用:1]