删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

大豆根部水压胁迫耐逆指数遗传体系解析

本站小编 Free考研考试/2021-12-26
王吴彬1,**, 童飞1,2,**, KHAN Mueen Alam1, 张雅轩1, 贺建波1, 郝晓帅1, 邢光南1, 赵团结1, 盖钧镒,1,*1南京农业大学大豆研究所 / 国家大豆改良中心 / 农业农村部大豆生物学与遗传育种重点实验室(综合) / 作物遗传与种质创新国家重点实验室 / 江苏作物生产协同创新中心, 江苏南京 210095
2江苏徐淮地区徐州农业科学研究所, 江苏徐州 221131

Detecting QTL system of root hydraulic stress tolerance index at seedling stage in soybean

WANG Wu-Bin1,**, TONG Fei1,2,**, KHAN Mueen-Alam1, ZHANG Ya-Xuan1, HE Jian-Bo1, HAO Xiao-Shuai1, XING Guang-Nan1, ZHAO Tuan-Jie1, GAI Jun-Yi,1,*1Soybean Research Institute, Nanjing Agricultural University / National Center for Soybean Improvement / MOA Key Laboratory for Biology and Genetic Improvement of Soybean (General), Ministry of Agriculture and Rural Affairs / National Key Laboratory of Crop Genetics and Germplasm Enhancement / Jiangsu Collaborative Innovation Center for Modern Crop Production, Nanjing 210095, Jiangsu, China
2Xuzhou Institute of Agricultural Sciences of Xuhuai Region of Jiangsu, Xuzhou 221131, Jiangsu, China

通讯作者: *盖钧镒, E-mail: sri@njau.edu.cn

** 同等贡献(Contributed equally to this work)
收稿日期:2020-07-31接受日期:2020-11-13网络出版日期:2021-05-12
基金资助:中央高校基本科研业务费专项.KYZZ201901
国家自然科学基金项目.31601325
教育部****和创新团队项目.PCSIRT_17R55
国家现代农业产业技术体系建设专项.CARS-04
江苏省JCIC-MCP项目资助


Received:2020-07-31Accepted:2020-11-13Online:2021-05-12
Fund supported: Fundamental Research Funds for the Central Universities.KYZZ201901
National Natural Science Foundation of China.31601325
MOE Program for Changjiang Scholars and Innovative Research Team in University.PCSIRT_17R55
China Agriculture Research System.CARS-04
Jiangsu JCIC-MCP

作者简介 About authors
王吴彬, E-mail: soybeanwang@163.com

童飞, E-mail: ttongfei@126.com










摘要
大豆是重要的植物蛋白质和植物油脂来源, 干旱是影响大豆产量的重要环境因子之一。为解析大豆耐旱性的遗传基础, 本研究在PEG水压胁迫条件下, 对由409个家系组成的巢式关联作图群体(具有1个共同亲本的2个重组自交系群体组成)进行叶片脯氨酸含量测定, 通过限制性二阶段多位点全基因组关联分析(restrictive two-stage multilocus genome-wide association study, RTM-GWAS), 解析了大豆根部水压胁迫耐逆指数(root hydraulic stress tolerance index, RHSTI)的遗传体系。结果表明, 在春季和夏季环境下, 3个亲本蒙8260 (共同亲本)、通山薄皮黄豆甲和正阳白毛平顶在RHSTI上均存在显著差异, 其衍生群体RHSTI表型变异丰富, 变幅分别为0.11~2.94和0.03~1.93, 遗传力分别为97.7%和97.9%; 2个环境联合分析发现, 家系遗传力和家系与环境互作遗传力分别为37.9%和60.1%, 说明群体RHSTI的变异受遗传和环境共同控制。通过RTM-GWAS方法, 共检测到45个与RHSTI相关的QTL, 分布在大豆18条染色体上, 可以解释37.58%的表型变异, 其中7个QTL的表型贡献率超过1%, 为大贡献位点; 这些QTL中, 有34个位点与环境存在显著互作, 可以解释12.50%的表型变异。结合PEG胁迫下大豆转录组数据, 在定位区间500 kb范围内共筛选到38个差异表达基因, 可归为ABA响应因子、逆境响应因子、转录因子、发育因子、蛋白代谢因子、未知功能和其他等7类, 其中逆境响应因子、转录因子和发育因子是最大的3类; 其中位于主效位点的6个基因, 与ABA响应因子、逆境响应因子、转录因子相关, 应为主要候选基因。上述结果表明, 大豆耐旱性是一个由多位点、多基因控制的复杂数量性状, 且与环境存在互作, 遗传基础复杂。研究结果为大豆耐旱性分子育种提供了依据。
关键词： 大豆;根部水压胁迫耐逆指数;脯氨酸含量;数量性状位点;巢式关联作图群体

Abstract
Soybean is an important source of plant protein and vegetable oil in the world. Drought is one of the important environmental stress factors affecting soybean yield. To explore the genetic base of drought tolerance in soybean, a nested association mapping population composed of two sets of recombinant inbred lines with a common parent in a total of 429 lines was investigated for leaf proline content under PEG simulated drought stress. The genetic system of root hydraulic stress tolerance index (RHSTI) was analyzed using the RTM-GWAS (restrictive two-stage multilocus genome-wide association study). The results showed that there were significant differences in RHSTI among the three parents under two different environments in spring and summer, and among the nested association mapping population with the variation range of 0.11-2.94 and 0.03-1.93, respectively. The heritability values of Line and Line×Environment were 37.9% and 60.1%, respectively, indicating that the variation of RHSTI was greatly affected by the environment. Using the RHSTI data and 6137 SNPLDB markers, a total of 45 main effect QTLs were detected on 18 chromosomes, which could explain a total of 37.58% phenotypic variation, including 7 large contribution QTLs with R2 more than 1%. Among them, 34 QTLs with QTL×Environment effect explained 12.50% of the phenotypic variation. Combined with the transcriptome data under PEG stress, totally 38 differentially expressed genes were identified within a QTL ± 500 kb, which can be grouped into different biological categories, including ABA responders, stress responders, transcription factors, development factors, protein metabolism factors, unknown functions and others, with stress responses, transcription factors and development factors as the major parts. In summary, the results indicated that the drought tolerance of soybean was a complex quantitative trait, with the complex genetic basis controlling by multiple loci, multiple genes and interaction with the environment. The present results can lay the foundation of molecular breeding for drought tolerance in soybean.
Keywords：soybean;root hydraulic stress tolerance index;proline content;QTL;nested association mapping population


PDF (3972KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
王吴彬, 童飞, KHAN Mueen Alam, 张雅轩, 贺建波, 郝晓帅, 邢光南, 赵团结, 盖钧镒. 大豆根部水压胁迫耐逆指数遗传体系解析[J]. 作物学报, 2021, 47(5): 847-859. doi:10.3724/SP.J.1006.2021.04176
WANG Wu-Bin, TONG Fei, KHAN Mueen-Alam, ZHANG Ya-Xuan, HE Jian-Bo, HAO Xiao-Shuai, XING Guang-Nan, ZHAO Tuan-Jie, GAI Jun-Yi. Detecting QTL system of root hydraulic stress tolerance index at seedling stage in soybean[J]. Acta Agronomica Sinica, 2021, 47(5): 847-859. doi:10.3724/SP.J.1006.2021.04176


大豆[Glycine max (L.) Merr.]是重要的植物蛋白质和油料作物, 近年来在世界上迅速发展。地球上41%的陆地面积属于干旱地区[1], 即使湿润与半湿润地区, 由于气候变化问题, 季节性干旱也经常发生[2]。干旱或持续缺水是限制大豆生长发育及产量实现的最重要环境因素。温室及田间研究表明, 水分胁迫能使大豆产量降低24%~50% [3,4], 严重情况下甚至绝收。因而, 解析大豆耐旱性的遗传机制, 具有重要的育种价值。

干旱可发生在大豆生长发育的不同阶段, 包括苗期、开花期和鼓粒期等。苗期耐旱性鉴定具有试验周期短的特点, 能有效加快耐旱性遗传研究及育种利用进程。耐旱性评价方法有多种, 包括田间鉴定法[5]、干旱棚盆栽法[6]、实验室法[7] (水培法和高渗溶液法等)等。耐旱性评价指标包括株高、干重等生长性状和叶片相对含水量和脯氨酸含量等生理生化性状等。

在水分胁迫下, 植物适应逆境, 主要通过积累大量有机或无机物质来调节细胞质的渗透势, 保护酶、蛋白质和生物膜系统[8]。有机物质以脯氨酸、可溶性糖和甜菜碱甘露醇为主, 其中, 脯氨酸是一种溶解度高的小分子渗透物质, 具有良好的水合性, 在植物受到逆境环境时能够大量积累, 可有效减少植物体内水分散失, 实现细胞和组织的保水或吸水, 抑制逆境对植物细胞膜透性的破坏, 同时提高抗氧化酶的活性, 从而减轻逆境造成的伤害[9]。目前, 脯氨酸含量是植物抗逆生理生化研究中通用的一项重要指标[10]。

由于大豆耐旱性易受环境影响, 表型鉴定困难, 导致了其遗传研究滞后于其他性状。截止目前, SoyBase网址(https://www.soybase.org/)共收录88个耐旱性QTL, 其中62个QTL来自于9个不同杂交组合衍生的重组自交系群体, 另外26个QTL是通过不同群体QTL元分析获得, 这些QTL分布在除15号染色体以外的所有染色体上, 其中12号和17号染色体上分布的QTL最多, 可能携带主效耐旱性位点, 具体信息见表1。

Table 1
表1
表1文献报道的部分大豆耐旱性位点信息
Table 1Information of drought tolerance QTLs reported in the literatures
作图群体
Mapping population		评价指标
Indicator		QTL数目
QTL number		染色体(QTL数目)a
Chromosome (QTL number)		参考文献
Reference
Benning/PI 416937萎蔫指数Canopy width72(1) 4(1) 5(1) 12(1) 14(1) 17(1) 19(1)[11]
KS4895/Jackson萎蔫指数Canopy width48(1) 13(1) 14(1) 17(1)[12]
93705KS4895/Jackson萎蔫指数Canopy width132(3) 4(1) 5(2) 6(2) 8(1) 14(1) 17(3)[13]
08705KS4895/Jackson萎蔫指数Canopy width79(1) 11(2) 12(1) 16(1) 17(2)[13]
KS4895/ PI 424140萎蔫指数Canopy width411(1) 17(1) 19(2)[13]
Benning/PI 416937萎蔫指数Canopy width42(3) 19(1)[13]
NN1138-2/Kefeng 1耐旱系数Drought index101(1) 5(2) 6(1) 7(1) 12(1) 16(1) 17(2) 20(1)[14]
Benning/PI 416937叶片电导率Hydraulic conductance43(1) 5(1) 10(1) 12(1)[15]
S-100/Tokyo水分利用率Water use efficiency34(2) 19(1)[16]
Young/PI 416937水分利用率Water use efficiency612(2) 16(3) 18(1)[17]
QTL元分析Meta-QTL262(10) 5(3) 11(4) 12(2) 17(6) 19(3)[18]
a: 括号外数字代表染色体号, 括号内数字代表QTL数目。
a: the number outside the parentheses is the code of chromosome, and the number in the parentheses is the number of QTLs.

新窗口打开|下载CSV

为解析大豆苗期耐旱性的遗传基础, 前期研究构建了一套来自蒙8206 (Meng 8202, M)、通山薄皮黄豆甲(Tongshanbopihuangdoujia, T)和正阳白毛平顶(Zhengyangbaimaopingding, Z)的巢式关联作图群体(population from Meng 8202, Tongshanbopihuangdoujia and Zhengyangbaimaopingding, MTZ), 并以根长、茎长、植株长度(根+茎)和干重等生长性状为指标, 检测到157个耐旱性QTL[19,20]。在此基础上, 本研究将耐旱指标拓展到生理性状, 在15% PEG-6000模拟干旱条件下, 以脯氨酸含量为基础的根部水压胁迫耐逆指数为指标, 分别在春季和夏季2个环境下评价MTZ群体苗期耐旱性; 然后, 联合MTZ群体表型与基因型, 利用限制性二阶段多位点全基因组关联分析方法(restricted two-stage multilocus genome- wide GWAS, RTM-GWAS), 解析了MTZ群体苗期根部水压胁迫耐逆指数的遗传体系, 以期发掘控制大豆苗期耐旱性的主要位点及其候选基因, 为大豆耐旱性分子育种提供依据。

1 材料与方法

1.1 试验材料

为解析大豆耐旱性的遗传基础, 课题组前期构建了一套以敏旱材料蒙8206 (M, 熟期组V)为共同母本, 耐旱材料通山薄皮黄豆甲(T, 熟期组VI)和正阳白毛平顶(Z, 熟期组V)为父本的巢式关联作图群体MTZ。MTZ群体共包含409个重组自交系, 其中285份家系来自蒙8206×通山薄皮黄豆甲(M8206 × Tongshanbopihuangdoujia, MT), 124份来自蒙8206×正阳白毛平顶(M8206 × Zhengyangbaimaopingding, MZ)。MT和MZ群体构建方法如下: 以蒙8206为共同母本, 分别与通山薄皮黄豆甲和正阳白毛平顶杂交, 获得F1, 后经单籽传法自交至7代, 得到重组自交系群体。上述材料均由南京农业大学国家大豆改良中心种质资源库提供。

1.2 试验设计及群体表型评价

试验在南京农业大学国家大豆改良中心温室中进行, 采用完全随机区组设计, 3次重复, 分别在春季(2017年4月, 温度大约6~24℃)和夏季(2017年6月, 温度大约21~32℃) 2个环境下进行。鉴定方法如下: 首先, 剪裁边长约20 cm的正方形滤纸, 选取MTZ群体及其3个亲本各7粒种子, 均匀排列在滤纸上方三分之一处, 匀速卷动滤纸, 保证种子不移位, 卷好后分上中下3处将纸卷用胶带固定, 然后垂直插入500 mL (直径9 cm, 高11 cm)的塑料杯中, 杯中注水; 选择长势一致的大豆植株, 每个处理留2株, 为保证不伤及试验所用幼苗, 将其余幼苗用剪刀剪除; 待植株生长至V1期(第1片三出复叶展开)时, 对幼苗进行含有15% PEG-6000 (聚乙二醇)的Hoagland营养液胁迫处理, 营养液每周更换1次; 待植株长到V2期(第2片三出复叶展开)时, 采取第2片三出复叶中间小叶进行叶片脯氨酸含量测定。

采用酸性茚三酮显色法测定叶片脯氨酸含量[21,22], 根据耐旱亲本通山薄皮黄豆甲和正阳白毛平顶叶片脯氨酸含量均值计算每份材料的根部水压胁迫耐逆指数(RHSTI), 以增加不同重复和环境间表型数据的可比性, 计算公式为RHSTIijk= LPCijk/(LPCijT+ LPCijZ)/2, RHSTIijk代表第i个环境、第j次重复中第k个家系的根部水压胁迫耐逆指数, LPCijk表示第i个环境、第j次重复中第k个家系的叶片脯氨酸含量; LPCijT表示第i个环境、第j次重复中耐旱亲本通山薄皮黄豆甲的叶片脯氨酸含量; LPCijT表示第i个环境、第j次重复中耐旱亲本正阳白毛平顶的叶片脯氨酸含量。RHSTI值越大, 表示材料越耐旱。

1.3 MTZ群体基因型鉴定

采用CTAB法从大豆叶片中提取大豆基因组DNA, 经Taq I酶切后, 选取400~700 bp之间的DNA片段, 利用Illumina HiSeq 2000测序仪的多元鸟枪法基因分型策略[23], 测定DNA片段两端碱基序列, 可读取长度90 bp。采用SOAP2软件[24]将测序获得的原始测序reads与Williams 82参考基因组(Glyma. Wm82.a1.v 1.1)进行比对。利用基于贝叶斯模型的realSFS软件[25]进行SNP基因型的鉴定。用以下标准对MTZ群体的SNP进行筛选, 缺失和杂合率≤30%, 最小等位基因频率≥1% (如果存在第3个或更多个等位基因时, 则用缺失等位基因替换)。通过RAD-seq测序, MZ和MT群体最终分别获得66,677和55,958个SNP, 用于后续划分SNP连锁不平衡区段(SNP linkage disequilibrium block, SNPLDB)标记。此部分工作由深圳华大基因科技有限公司完成。

对MTZ群体SNP数据进行严格过滤, 仅保留基因分型率80%以上的SNP标记, 通过并集方式, 把MTZ群体的SNP数据进行合并, 获得55,936个SNP。使用fastPHASE软件[26]对缺失SNP进行填补, 利用Haploview软件[27]根据MTZ群体的55,936个SNP标记划分单倍型区段, 使用默认设置的置信区间法定义区段, 最大距离和最小MAF分别设置为200 kb和0.01。位于1个LD (linkage disequilibrium)区段内紧密连锁的多个SNP, 整合在一起作为该基因组区域的一段序列, 划分为1个SNPLDB标记。基于以上方法, MTZ群体共检出55,936个SNP组成的6137个SNPLDB标记用于后续分析。该群体基因型已应用于以根长、茎长、植株长度(根+茎)和干重等生长性状为指标的耐旱性遗传研究[19,20]。

1.4 MTZ群体全基因组关联分析

采用贺建波等[28]提出的限制性二阶段多位点全基因组关联分析方法(RTM-GWAS)进行大豆根部水压胁迫耐逆指数遗传解析。所用分子标记是MTZ群体的6137 SNPLDB, 表型数据是2个环境下大豆根部水压胁迫耐逆指数(含每个环境下的3次重复数据)。RTM-GWAS关联分析分2个阶段进行, 在第1阶段, 基于简单线性模型(simple linear model)进行单位点关联检验(single-locus association test), 对SNPLDB标记进行初步筛选(从6137个SNPLDB中选出2708个); 在第2阶段, 对第1阶段筛选到的2708个显著标记, 利用多位点逐步回归模型进行筛选, 并估计等位变异的效应。在这2个阶段中, 将基于SNPLDB标记的个体间遗传相似系数矩阵的前10个特征向量作为协变量进行群体结构控制。为检测到更多的候选关联位点, 初步筛选标记和多位点逐步回归关联分析时, 显著水平分别为P=0.05和P=0.01, 遗传力控制在37.9%以内。

1.5 MTZ群体QTL-等位变异矩阵构建

将RTM-GWAS关联分析检测到的QTL及等位变异效应构建QTL-等位变异(QTL-allele)矩阵, 构建方法如下: 以409个家系为横坐标, 以关联SNPLDB位点为纵坐标, 每个单元格表示某一家系在特定关联标记上的等位变异效应。为简化表示该矩阵, 用不同颜色梯度来表示等位变异效应值的变化趋势, 红色表示增效等位变异, 逐步过渡到蓝色来表示减效等位变异。

1.6 大豆苗期耐旱性候选基因分析

以课题组前期鉴定的耐旱材料光泽黄荚豆为材料, 用Hoagland营养液培养至V1期, 后用含有15% PEG-6000的Hoagland营养液进行胁迫处理12 h, 分别取处理前后的叶片进行转录组测序, 测序深度为5倍。该测序工作委托上海伯豪生物技术有限公司进行。联合关联分析和转录组测序结果, 将位于QTL±500 kb区间内(衰减距离)的差异表达基因认为本研究检测到的耐旱性候选基因。

2 结果与分析

2.1 大豆MTZ群体及其亲本根部水压胁迫耐逆指数表现

在春季和夏季2个环境中, 3个亲本蒙8206、正阳白毛平顶和通山薄皮黄豆甲的根部水压胁迫耐逆指数RHSTI分别为0.35与0.17、1.05与1.04和0.95与0.96, 共同亲本蒙8206较其他2个亲本RHSTI存在显著差异, 且较低, 说明其耐旱性较弱(表2和图1)。在春、夏2个环境下, MTZ群体RHSTI均表现连续分布, 且具有较高遗传力, 分别为97.2%和97.9%, 表明PEG模拟干旱条件下大豆RHSTI属于多基因控制的数量性状。在春季环境下, MTZ群体RHSTI平均值为0.69, 变幅为0.11~2.94; 在夏季环境下, RHSTI均值为0.65, 变幅为0.03~1.93, 表明MTZ群体RHSTI存在广泛变异, 适合大豆耐旱性遗传解析。在2个不同环境下, 误差变异系数分别为13.2%和12.1%, 均低于15.0%, 说明本研究误差控制较好。

Table 2
表2
表2MTZ群体及其亲本根部水压胁迫耐逆指数RHSTI的描述性统计
Table 2Descriptive statistics of root hydraulic stress tolerance index (RHSTI) in the MTZ population
环境
Environment		MZTMTZ
组中值(频数) Value of class mid-point (frequency)变幅
Range		平均数
Mean		变异系数
CV (%)		遗传力
h2
0.10.30.50.70.91.11.31.51.7>1.9
春季Spring0.351.050.95124159128571592190.11-2.940.6913.297.2
夏季Summer0.171.040.963856751006134205020.03-1.930.6512.197.9
平均值Mean0.261.050.95241115159551956050.09-2.800.6812.737.9
M: 蒙8206; Z: 正阳白毛平顶; T: 通山薄皮黄豆甲; MTZ: 3个亲本衍生的巢式关联作图群体。
M, Z, T, and MTZ represent M8206, Zhengyangbaimaopingding, Tongshanbopihuangdoujia, and their derived population, respectively.

新窗口打开|下载CSV

图1

新窗口打开|下载原图ZIP|生成PPT
图1PEG模拟干旱条件下3个亲本耐旱性表现

图片左侧的字母代表亲本在右侧蓝色箱子中的位置。缩写同表2。
Fig. 1Drought performance of three parents under PEG simulated stress

The letters on the left in the figure represent the positions of three parents in the blue box on the right. Abbreviations are the same as those given in Table 2.


对2个不同环境下MTZ群体的RHSTI进行联合分析发现, 群体在RHSTI上表现连续分布, 均值为0.68, 变幅为0.09~2.80, 同样显示了广泛的表型变异。联合方差分析结果显示, 家系以及家系×环境间均存在极显著差异。在RHSTI上, 家系遗传力为37.9%, 家系与环境互作遗传力为60.1%, 这与叶片脯氨酸含量在春季与夏季间差异较大相符, 可能与不同环境下气温差异较大有关(表3)。

Table 3
表3
表3MTZ群体根部水压胁迫耐逆指数RHSTI两环境联合方差分析
Table 3Joint analysis of variance of root hydraulic stress tolerance index (RHSTI) under two environments in the MTZ population
变异来源
Source of variation		F值
F-value
家系 Line50.54**
环境 Environment0.80
区组(环境) Block (Environment)94.89**
家系×环境 Line × Environment30.38**
**: 显著水平P=0.01。家系为固定效应; 环境、区组(环境)和家系×环境为随机效应。
**: significance at P=0.01. Line as a fixed effect; Environment, Block (Environment) and Line × Environment as random effects.

新窗口打开|下载CSV

2.2 MTZ群体根部水压胁迫耐逆指数QTL-等位变异(QTL-allele)体系解析

联合MTZ群体2个环境下的RHSTI表型数据和6137个SNPLDB标记基因型数据, 通过RTM-GWAS方法, 在遗传力控制在37.9%以内的情况下, 共检测到了45个与根部水压胁迫耐逆指数显著相关的QTL, 显著水平(-lg P)变幅为11.7~73.0, 12号染色体上的位点RHSTI12.2显著性最高(图2-A, B); 这些位点中, 有34个位点与环境存在显著互作(QEI, QTL × Environment interaction), 具体结果见表4。检测到的QTL分布在大豆Gm01、Gm02、Gm03、Gm04、Gm06、Gm07、Gm08、Gm09、Gm10、Gm11、Gm12、Gm13、Gm14、Gm15、Gm17、Gm18、Gm19和Gm20等18条染色体上, 每条染色上携带有1个(Gm01、Gm04、Gm08和Gm20)至4个(Gm02、Gm09、Gm10和Gm19) QTL。这些位点总计解释37.58%的表型变异, 单个位点的贡献率变幅为0.46%~3.09%; 其中有7个QTL的贡献率≥1%, 归为大贡献QTL, 应为控制大豆耐旱性的主要位点, 累计解释12.00%的表型变异; 另外38个QTL的表型贡献率<1%, 归为小贡献QTL, 累计解释25.58%的表型变异。这些QTL中, 有33个位点与环境存在显著互作(QEI位点), 单个QEI的表型贡献率变幅为0.06~1.70, 互作累计可以解释12.50%的表型变异; 其中3个为大贡献位点, 累积贡献率4.35%, 30个为小贡献位点, 累积贡献率8.15%。根据遗传解析结果, RHSTI的遗传体系可以分解为3部分, 包括: 45个主效QTL, 可以解释37.58%的表型变异; 33个QTL与环境互作效应, 可以解释12.50%的表型变异; 另外37.9% (h2)+60.11% (互作遗传力)-37.58%-12.50%= 47.93%的表型变异, 可能是由未被检测到的微效QTL控制。鉴于本研究检测到的QTL与环境互作效应可能由于春季和夏季不同光温条件引起的, 差异条件较难衡量和重复, 且互作位点包含于主效位点内, 所以后续的QTL-等位变异矩阵和候选基因分析依据主效位点进行。

Table 4
表4
表4MTZ群体中检测到与根部水压胁迫耐逆指数RHSTI相关的QTL
Table 4Identified QTLs conferring root hydraulic stress tolerance index (RHSTI) in MTZ population
QTL连锁不平衡区段
SNPLDB		染色体
Chr.		位置
Position		等位变异数目
AN		主效QTL Main effect QTLQTL与环境互作 QTL×Env a已报道位点
Reported QTLs
-lg PR2(%)-lg PR2(%)
RHSTI1.1Gm01_4742892Gm014742892215.40.5712.20.44
RHSTI2.1BLOCK_2_27517291_27687530Gm0227517291-27687530318.10.724.00.15
RHSTI2.2BLOCK_2_39672439_39870477Gm0239672439-39870477340.61.664.40.17mqCanopy wilt-018[18]
RHSTI2.3BLOCK_2_46859465_47055418Gm0246859465-47055418322.00.88NS
RHSTI2.4BLOCK_2_51400285_51574802Gm0251400285-51574802318.80.746.10.24
RHSTI3.1BLOCK_3_2456930_2505542Gm032456930-2505542314.70.5810.20.40
RHSTI3.2BLOCK_3_43400584_43484318Gm0343400584-43484318316.50.6533.41.36
RHSTI4.1BLOCK_4_41364990_41553577Gm0441364990-41553577317.10.682.50.10
RHSTI6.1BLOCK_6_4265210_4332096Gm064265210-4332096221.00.794.30.14
RHSTI6.2BLOCK_6_4951013_5150438Gm064951013-5150438317.40.69NS
RHSTI6.3BLOCK_6_13682742_13879752Gm0613682742-13879752315.10.59NS
RHSTI7.1BLOCK_7_945093_1143184Gm07945093-1143184316.00.6310.90.43
RHSTI7.2Gm07_27902201Gm0727902201235.31.39NS
RHSTI7.3BLOCK_7_37870093_38067672Gm0737870093-38067672315.80.629.30.36
RHSTI8.1Gm08_42822124Gm0842822124218.80.7014.60.54
RHSTI9.1BLOCK_9_5045930_5095878Gm095045930-5095878321.40.8511.90.47
RHSTI9.2Gm09_5673327Gm095673327215.30.562.20.06
RHSTI9.3BLOCK_9_7453368_7651586Gm097453368-7651586325.51.02NS
RHSTI9.4BLOCK_9_14835645_14840806Gm0914835645-14840806218.50.693.50.11
RHSTI10.1BLOCK_10_10109602_10137279Gm1010109602-10137279318.10.72NS
RHSTI10.2BLOCK_10_39940500_40129301Gm1039940500-40129301324.10.964.40.17Drought tolerance 6-3[13]
RHSTI10.3BLOCK_10_40440079_40629141Gm1040440079-40629141315.30.6012.20.48Drought tolerance 6-3[13]
RHSTI10.4BLOCK_10_47418374_47616648Gm1047418374-47616648319.70.783.50.14
RHSTI11.1BLOCK_11_26241368_26440039Gm1126241368-26440039315.00.593.10.12mqCanopy wilt-020[18]
mqCanopy wilt-009[18]
RHSTI11.2BLOCK_11_29079685_29279006Gm1129079685-29279006320.10.8016.60.66mqCanopy wilt-020[18]
RHSTI12.1BLOCK_12_11206224_11381903Gm1211206224-11381903316.30.6411.60.45
RHSTI12.2BLOCK_12_11687384_11857574Gm1211687384-11857574273.03.09NS
RHSTI13.1BLOCK_13_3657693_3729944Gm133657693-3729944314.40.5713.30.52
RHSTI13.2BLOCK_13_35892463_36008531Gm1335892463-36008531315.50.614.10.16
RHSTI13.3BLOCK_13_41064207_41264076Gm1341064207-41264076218.10.67NS
RHSTI14.1BLOCK_14_2645749_2661861Gm142645749-2661861319.90.795.80.22
RHSTI14.2BLOCK_14_46766676_46936602Gm1446766676-46936602320.90.834.70.18Canopy wilt 2-5[13]
RHSTI15.1Gm15_38751520Gm1538751520234.11.34NSCanopy wilt 2-5[13]
RHSTI15.2BLOCK_15_49313308_49446734Gm1549313308-49446734218.00.6742.61.70
RHSTI17.1BLOCK_17_9162497_9323658Gm179162497-9323658311.70.465.70.22Drought index 1-9[14]
Canopy wilt 1-3[12]
Canopy wilt 3-10[13]
RHSTI17.2BLOCK_17_10274061_10289190Gm1710274061-10289190359.22.51NS
RHSTI17.3BLOCK_17_32103917_32299960Gm1732103917-32299960314.10.55NS
RHSTI18.1BLOCK_18_1411394_1609397Gm181411394-1609397325.01.003.10.12
RHSTI18.2BLOCK_18_4798286_4951218Gm184798286-4951218312.60.506.40.25
RHSTI18.3BLOCK_18_13133051_13329765Gm1813133051-13329765318.30.727.00.27
RHSTI19.1BLOCK_19_1291865_1491855Gm191291865-1491855317.20.6832.01.29
RHSTI19.2Gm19_17194130Gm1917194130212.90.473.20.10
RHSTI19.3BLOCK_19_23574474_23596371Gm1923574474-23596371215.40.56NS
RHSTI19.4BLOCK_19_35661675_35858974Gm1935661675-35858974317.60.708.30.32
RHSTI20.1BLOCK_20_35376980_35573994Gm2035376980-35573994318.70.744.00.15
总计Total4512337.5812.50
大贡献QTL (R2 ≥1%)用粗体表示。本研究共检测到主效QTL 45个,其中大贡献7个,贡献率12.00%,小贡献38个,贡献率25.58%;互作QTL 33个,其中大贡献3个,贡献率4.35%,小贡献30个,贡献率8.15%;NS：不限制。
AN: number of alleles; a: QTL-by-environment interaction effect; the large contribution QTLs (LC-QTL, R2 ≥1%) were in bold face. Totally 45 main effect QTLs were detected in the present study, including 7 large-contribution QTLs with accumulated R2 value of 12.00% and 38 small-contribution QTLs with accumulated R2 value of 25.28%; 33 QTLs were interacted with environment, among which 3 were large contribution with accumulated R2 value of 4.35% and 30 were small-contribution with accumulated R2 value of 8.15%; NS: no significant.

新窗口打开|下载CSV

2.3 MTZ群体根部水压胁迫耐逆指数QTL-allele矩阵及三亲本后代育种潜力

在45个根部水压胁迫耐逆指数QTL上, MTZ群体总共携带123个等位变异, 平均每个位点携带2.73个等位变异, 变幅为2~3个。在123个等位变异中, 等位变异效应变幅为-1.911~1.961; 其中, 58个为增效等位变异, 变幅为0.001~1.961, 65个为减效等位变异, 变幅为-1.911~ -0.001 (图2-C)。根据上述结果, 本研究建立了MTZ群体45×409的QTL-allele矩阵, 横坐标代表409份半同胞家系, 纵坐标表示45个QTL位点, 每个位点上的等位变异用其效应值表示, 颜色深浅表示等位变异效应大小(图2-D)。随着家系根部水压胁迫耐逆指数的升高, 家系携带增效等位变异有升高的趋势, 并且每个家系均携带有增效的等位变异和减效等位变异, 表明家系间具有较高的重组潜力。

图2

新窗口打开|下载原图ZIP|生成PPT
图2MTZ群体根部水压胁迫耐逆指数的遗传解析

A: MTZ群体中根部水压胁迫耐逆指数全基因组关联分析曼哈顿图。B: MTZ群体中根部水压胁迫耐逆指数全基因组关联分析QQ图。C: 123个RHSTI QTL等位变异效应; 横坐标上方的条柱代表增效等位变异效应, 横坐标下方的条柱代表减效等位变异效应。D: MTZ群体RHSTI QTL-allele矩阵, 横轴为家系, 按根部水压胁迫耐逆指数由左向右递增排列, 竖轴为QTL, 暖色表示增效等位基因, 冷色表示减效等位基因, 颜色深度表示等位基因效应的大小。E: 3个亲本和最优后代的表型及其遗传结构; 括号内外的数字分别代表材料携带减效与增效等位变异数目; P1、P2、P3和EP分别代表3个亲本蒙8206、正阳白毛平顶、通山薄皮黄豆甲与聚合所有最优等位变异的后代。F: RHSTI候选基因GO功能聚类分析。
Fig. 2Genetic analysis of RHSTI in the MTZ population

A: Manhattan plot of GWAS for RHSTI in MTZ population. B: Quantile-quantile plot of GWAS for RHSTI in MTZ population. C: the effects of 123 alleles on 45 RHSTI loci; the bars above the horizontal axis represent positive values while the bars below the horizontal axis represent negative values. D: the QTL-allele matrix of RHSTI in the MTZ population; the horizontal axis represents the lines of MTZ in ascending order according to RHSTI from the left side to the right side; the vertical axis is the QTL of RHSTI for each line and each horizontal indicates one allele with its effects expressed as the color thickness; the cells with warm colors indicate positive alleles; while the cells with cool colors indicate negative alleles the depth of the color indicates the size of the allele effect; E: the genetic structure and phenotype value of the three parents along with the elite progeny; the numbers in and outside of the parentheses represent the total numbers of negative and positive alleles, respectively; P1, P2, P3, and EP represent M8206, Zhengyangbaimaopingding, Tongshanbopihuangdoujia, and elite progeny pyramiding all the most favorable alleles, respectively. F: GO functional classification of the candidate genes of RHSTI.


根据遗传解析结果, 在本研究检测到的45个主效位点上, 3个亲本通山薄皮黄豆甲、蒙8206和正阳白毛平顶分别携带有24、21和21个增效等位变异, 另外21、24和24个为减效等位变异, 其RHSTI值分别为1.05、0.26和0.95。不考虑互作, 只考虑基因加性效应的情况下, 3个亲本的最优重组个体即在45个位点上均携带最优等位变异, 其RHSTI值可以高达18.92, 显示了巨大的超亲潜力(图2-E)。

2.4 大豆根部水压胁迫耐逆指数相关候选基因分析

联合大豆苗期PEG胁迫转录组数据, 在根部水压胁迫耐逆指数相关位点及其附近500 kb区间内共筛选到38个差异表达基因, 其中24个基因上调表达, 相对表达量变幅2.02~4,002,450.00倍; 14个基因下调表达, 相对表达量变幅0.04~0.50。位于RHSTI9.1位点上的候选基因Glyma.09G051700在PEG处理前后表达量差异高达4,002,450.00倍, 其编码一个未知功能的蛋白。根据生物学功能, 38个耐旱候选基因可归为7类, 包括ABA响应因子、逆境响应因子、转录因子、发育因子、蛋白代谢因子、未知功能和其他, 分别包含5、17、3、9、8、2和8个候选基因, 其中逆境响应因子和转录因子和发育因子是最大的3类。表明, 大豆耐旱性是一个复杂性状, 有多个具有不同功能的候选基因共同控制。具体结果见表5。

Table 5
表5
表5转录组与GWAS相结合的根部水压胁迫耐逆指数RHSTI候选基因分析
Table 5Analysis the candidate genes of root hydraulic stress tolerance index (RHSTI) combined the results of GWAS and RNA-seq
基因
Gene		QTL对照
Control		处理
Treatment		ASTDPMUFO
Glyma.01G044100RHSTI1.14.6331526.99810√
Glyma.02G171100RHSTI2.11.6571035.83620√
Glyma.02G196500RHSTI2.213.3987054.69290√√√√
Glyma.02G250200RHSTI2.310.60250154.59800√√√
Glyma.02G308100RHSTI2.420.6851089.04400√
Glyma.03G023900RHSTI3.110.7436039.75440√
Glyma.03G202400RHSTI3.246.588602.89863√
Glyma.04G179500RHSTI4.1615.1990078.03500√√√
Glyma.06G054700RHSTI6.10.27378132.47900√
Glyma.06G063500RHSTI6.25.5862726.31760√
Glyma.06G165100RHSTI6.316.171403.43912√
Glyma.07G013900RHSTI7.1119.394005.21799√
Glyma.07G208700RHSTI7.359.19030196.58300√√
Glyma.08G316700RHSTI8.18.69897187.91100√
Glyma.09G051700RHSTI9.10.0000140.02450√
Glyma.09G071600RHSTI9.35.55258142.93600√√√
Glyma.10G081700RHSTI10.118.5697069.58230√√√√
Glyma.10G169300RHSTI10.23.9715766.91020√
Glyma.10G179200RHSTI10.332.640806.27830√
Glyma.10G251900RHSTI10.4248.40400501.60600√
Glyma.11G171400RHSTI11.18.60429102.58700√
Glyma.11G207000RHSTI11.21.9919620.33400√
Glyma.12G112100RHSTI12.164.6314029.13040√
基因
Gene		QTL对照
Control		处理
Treatment		ASTDPMUFO
Glyma.12G117000RHSTI12.23.8324333.14560√
Glyma.13G078400RHSTI13.149.8287014.74430√
Glyma.13G272000RHSTI13.256.77120135.84100√
Glyma.13G333100RHSTI13.344.62830847.65000√
Glyma.14G190800RHSTI14.236.088409.31428√
Glyma.15G222200RHSTI15.119.024101.79038√
Glyma.15G267900RHSTI15.22.6944734.25220√
Glyma.17G113100RHSTI17.179.2637026.09940√
Glyma.17G122900RHSTI17.246.3873023.03860√
Glyma.17G202600RHSTI17.30.7310440.50930√
Glyma.18G018600RHSTI18.19.17402136.37000√√
Glyma.19G014800RHSTI19.131.601407.32146√
Glyma.19G100600RHSTI19.353.0100013.26570√
Glyma.19G109400RHSTI19.425.26790129.41800√
Glyma.19G112700RHSTI20.1119.1370037.92940√
位于大贡献位点中的候选基因用粗体显示。对照和处理列的数字代表基因的FPKM值, 其表示定位到基因的片段数除以定位到基因组的所有读长数(以Million为单位)与RNA的长度(以kb为单位)。A、S、T、D、PM、U和O分别代表ABA响应因子、逆境响应因子、转录因子、发育因子、蛋白代谢因子、未知功能和其他等7类基因功能。
The gene in a large contribution QTL is in bold. In the column of control and treatments, the value is the gene’s FPKM, which represents fragments per kilobase per million. A, S, T, D, PM, U, and O represent ABA responders, stress responders, transcription factors, development factors, protein metabolism factors, unknown function, and others, respectively.

新窗口打开|下载CSV

3 讨论

3.1 大豆耐旱性遗传基础复杂, 不同指标、不同群体具有不同但相似的遗传体系

植物耐旱性评价主要有生理生化指标和生长形态指标两大类。生理生化指标包括脯氨酸含量、丙二醛含量、过氧化物气化酶含量和电导率等, 其是植物受到外界胁迫时的直接反应, 因表型调查困难, 群体较大时较难进行; 生长指标较生理指标稳定, 表型鉴定成本低, 是植物耐旱性的最终反映。因而, 植物耐旱性是复杂的数量性状, 仅凭单个指标很难对其进行综合评价。脯氨酸含量作为植物抗逆生理生化研究中的一项重要指标, 已被用于水稻[29]、小麦[30]、玉米[31]等作物耐逆QTL定位研究中, 然而在大豆中文献报道较少。为解析大豆耐旱性的遗传基础, 本研究前期构建了由2套重组自交系群体组成的NAM群体MTZ, 并以生长指标评价了其耐旱性, 检测到157个耐旱性QTL[19,20]。本研究将耐旱性指标拓展到生理指标脯氨酸含量, 评价了MTZ群体根部水压胁迫耐逆指数, 检测到45个QTL位点, 包含123个等位变异, 这些位点包括7个大贡献QTL和38个小贡献QTL, 累计解释37.58%的表型变异。同时发现大部分位点与环境存在互作, 互作可以解释12.50%的表型变异。与Mueen等[19,20]利用MTZ群体检测到的相对根长、相对茎长、相对植株长度(根+茎)和相对干重等生长指标耐旱性QTL结果相整合, 共检测到18个QTL簇与多个指标相关, 分布在大豆3号、4号、6号、7号、10号、13号、14号、15号、17号、18号、19号和20号染色体上, 其中有3个QTL簇所包含的位点均为大贡献QTL, 具体见表6。这些QTL簇, 尤其与多个性状相关联的QTL簇应为控制大豆耐旱性的主要染色体区段。上述结果说明, 大豆耐旱性是一个复杂性状, 不同指标具有不同的遗传体系, 共有位点仅占较小部分[16/(45+157)]。

Table 6
表6
表6多个耐旱指标评价MTZ群体检测到的QTL簇(±500 kb)
Table 6QTL clusters of multiple drought tolerance indicators within 500 kb in MTZ population
序号
Order		QTL染色体
Chr.		物理位置
Physical position		序号
Order		QTL染色体
Chr.		物理位置
Physical position
1RHSTI3.2/RRL3.5Gm0343400584-4348431810RRL14.1/RPDW14.2Gm1447717307-48064975
2RSL4.2/RPL4.1Gm0444742587-4509728611RRL15.1/RSL15.1Gm1511105948-11421179
3RHSTI6.3/RRL6.2Gm0613682742-1387975212RHSTI15.2/RRL15.4Gm1548985599-49446734
4RHSTI7.3/RRL7.2Gm0737870093-3806767213RHSTI17.3/RRL17.2Gm1732103917-34132465
5RHSTI10.3/RRL10.2Gm1040440079-4062914114RHSTI18.1/RPL18.1Gm181411394-2099117
6RRL10.3/RPDW10.1Gm1050470068-5047874615RHSTI19.2/RSL19.3Gm1916552234-17194130
7RPL13.2/RPDW13.1Gm 1322001544-2239589616RHSTI19.4/RRL19.3Gm1935661675-35924257
8RHSTI13.2/RSL13.1Gm 1335347991-3600853117RRL19.5/RPDW19.1Gm1937678898-38456131
9RRL13.6/RPL13.1Gm 1343533843-4364081618RHSTI20.1/RPL20.1Gm2035319103-35573994
RSL、RRL和RPDW表示Mueen等[19,20]以相对茎长、相对根长和相对干重为指标在MTZ群体中检测到的QTL位点, 大贡献位点(R2 ≥ 1%)用粗体表示。
RSL, RRL, and RPDW represent the QTLs associated with relative shoot length, relative root length and relative plant weight detected in MTZ population by Mueen et al.[19,20], and the QTLs with R2 ≥ 1% are shown in bold.

新窗口打开|下载CSV

与前人检测到的耐旱性QTL相比, 本研究检测到的45个QTL位点中, 有8个位点与前人耐旱性位点定位结果一致(表4)。RHSTI10.2和RHSTI10.3已被前人在“Benning/PI416937”[13]群体中已检测到; RHSTI14.2和RHSTI15.1位点已被前人在“Benning/ PI416937”[13]群体中以叶片萎蔫程度为指标检测到。RHSTI17.1已被前人在“科丰1号/南农1138-2”[14]、“KS4895/Jackson”[12]和“93705 KS4895/Jackson”[13]等群体中检测到, 另外3个位点RHSTI2.2、RHSTI11.1和RHSTI11.2已被前人在多个群体QTL元分析[18]中检测到。表明, 大豆耐旱性是一个复杂数量性状, 遗传基础复杂, 不同的群体具有不能的遗传基础; 能被多个群体检测到的位点仅占少数, 应为控制大豆耐旱性最为主要的QTL。

3.2 大豆耐旱性涉及一套具有不同功能的候选基因体系

借助高密度的分子标记, 本研究可以将根部水压胁迫耐逆指数位点定位到较小的染色体区段内, 便于候选基因的预测。结合PEG胁迫下转录组数据, 共预测到38个耐旱性候选基因, 可归为7类, 包括ABA响应因子、逆境响应因子、转录因子、发育因子、蛋白代谢、未知功能和其他, 其中逆境响应因子、转录因子、发育因子是最大的3类。38个根部水压胁迫耐逆指数候选基因中, 有6个基因位于大贡献位点上, 其中RHSTI2.2位点上的候选基因Glyma.02G196500属于BLH1类转录因子, 参与ABA刺激、耐盐和生长发育等多个生物学过程; RHSTI9.3位点上的候选基因Glyma.09G071600编码中茉莉酸信号蛋白, 参与了ABA信号、缺水响应和花的发育等27个生物学过程; RHSTI11.2位点上的候选基因Glyma.11G207000参与应对高温和蛋白磷酸化等生物学过程; RHSTI15.1位点上的候选基因Glyma.15G222200参与了植物应对缺水的生物学过程; RHSTI18.1位点上的候选基因Glyma. 18G018600参与了应对高温和低磷等生物学过程。表明, 大豆耐旱性是一个复杂性状, 有多个具有不同功能的候选基因共同控制, 位于大贡献位点上的候选基因应为控制大豆耐旱性的主要基因, 具有深入研究价值。

4 结论

PEG模拟干旱条件下, MTZ群体及其亲本在根部水压胁迫耐逆指数上存在显著差异, 且群体表型变异丰富。根部水压胁迫耐逆指数在单个环境下具有较高遗传力, 在不同环境间存在较强互作, 说明MTZ群体根部水压胁迫耐逆指数受遗传和环境的共同影响。利用限制性二阶段多位点全基因组关联分析方法, 对MTZ群体遗传解析发现, 根部水压胁迫耐逆指数遗传基础复杂, 由小贡献和大贡献的位点共同控制, 同时位点与环境间存在显著互作。对定位区间的候选基因进行注释, 共预测到38个候选基因, 涉及ABA响应因子、逆境响应因子、转录因子、发育因子、蛋白代谢、未知功能和其他等不同功能, 其中逆境响应因子、转录因子、发育因子是最大的3类, 位于大贡献位点的6个候选基因参与ABA、逆境和生长发育等多个生物学过程, 具有重要研究价值。上述研究结果表明大豆耐旱性是一个由多位点、多基因控制的复杂数量性状, 且与环境存在互作, 遗传基础复杂。

参考文献 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

Reynolds J F, Smith D M S, Lambin E F, Turner B L, Mortimore M, Batterbury S P J, Downing T E, Dowlatabadi H, Fernández R J, Herrick J E, Huber-Sannwald E, Jiang H, Leemans R, Lynam T, Maestre F T, Ayarza M, Walker B. Global desertification: Building a science for dryland development
Science, 2007,316:847-851.
[本文引用: 1]

Cook E R, Seager R, Cane M A, Stahle D W. North American drought: reconstructions, causes, and consequences
Earth Sci Rev, 2007,81:93-134.
[本文引用: 1]

Frederick J R, Camp C R, Bauer P J. Drought-stress effects on branch and mainstem seed yield and yield components of determinate soybean
Crop Sci, 2001,41:759-763.
[本文引用: 1]

Sadeghipour O, Abbasi S. Soybean response to drought and seed inoculation
World Appl Sci J, 2012,17:55-60.
[本文引用: 1]

Sloane R J, Patterson R P, Carter T E. Field drought tolerance of a soybean plant introduction
Crop Sci, 1990,30:118-123.
[本文引用: 1]

刘莹, 盖钧镒, 吕慧能, 王永军, 陈受宜. 大豆耐旱种质鉴定和相关根系性状的遗传与QTL定位
遗传学报, 2005,32:855-863.
[本文引用: 1]

Liu Y, Gai J Y, Lyu H N, Wang Y J, Chen S Y. Identification of drought tolerant germplasm and inheritance and QTL mapping of related root traits in soybean (Glycine max(L.) Merr.)
Acta Genet Sin, 2005,32:855-863 (in Chinese with English abstract).
[本文引用: 1]

Liu F, Andersen M N, Jacobsen S E, Jensen C R. Stomatal control and water use efficiency of soybean (Glycine max L. Merr.) during progressive soil drying
Environ Exp Bot, 2005,54:33-40.
[本文引用: 1]

Guo Y, Yu H, Yang M, Kong D, Zhang Y. Effect of drought stress on lipid peroxidation, osmotic adjustment and antioxidant enzyme activity of leaves and roots of Lycium ruthenicum Murr. seedling
Russ J Plant Physiol, 2018,65:244-250.
[本文引用: 1]

耶兴元, 何晖, 张燕, 朱献辉. 脯氨酸对高温胁迫下猕猴桃苗抗热性相关生理指标的影响
山东农业科学, 2010, (5):44-46.
[本文引用: 1]

Ye X Y, He H, Zhang Y, Zhu X H. Effects of proline on physiological indexes related to heat resistance of kiwifruit seedlings under high temperature stress
Shandong Agric Sci, 2010, (5):44-46 (in Chinese with English abstract).
[本文引用: 1]

王涛, 田雪瑶, 谢寅峰, 张往祥. 植物耐热性研究进展
云南农业大学学报(自然科学), 2013,28:719-726.
[本文引用: 1]

Wang T, Tian X Y, Xie Y F, Zhang W X. Research advance on heat-stress tolerance in plants
J Yunnan Agric Univ (Nat Sci), 2013,28:719-726 (in Chinese with English abstract).
[本文引用: 1]

Abdel-Haleem H, Carter T E, Purcell L C, King C A, Ries L L, Chen P Y, Schapaugh W, Sinclair T R, Boerma H R Mapping of quantitative trait loci for canopy-wilting trait in soybean (Glycine max L. Merr.)
Theor Appl Genet, 2012,125:837-846.


Charlson D V, Bhatnagar S, King C A, Ray J D, Sneller C H, Carter T E, Purcell L C. Polygenic inheritance of canopy wilting in soybean [Glycine max (L.) Merr.]
Theor Appl Genet, 2009,119:587-594.
[本文引用: 2]

Hwang S D, King C A, Ray J D, Cregan P B, Chen P, Carter T E, Li Z L, Abdel-Haleem H, Matson K W, Schapaugh W, Purcell L C. Confirmation of delayed canopy wilting QTLs from multiple soybean mapping populations
Theor Appl Genet, 2015,128:2047-2065.
[本文引用: 8]

Du W J, Wang M, Fu S X, Yu D Y. Mapping QTLs for seed yield and drought susceptibility index in soybean (Glycine max L.) across different environments
J Genet Genomics, 2009,36:721-731.
[本文引用: 2]

Carpentieri-Pipolo V, Pipolo A E, Abdel-Haleem H, Boerma H R, Sinclair T R. Identification of QTLs associated with limited leaf hydraulic conductance in soybean
Euphytica, 2012,186:679-686.


Mian M A R, Ashley D A, Boerma H R. An additional QTL for water use efficiency in soybean
Crop Sci, 1998,38:390-393.


Mian M A R, Bailey M A, Ashley D A, Wells R, Carter T E, Parrott W A, Boerma H R. Molecular markers associated with water use efficiency and leaf ash in soybean
Crop Sci, 1996,36:1252-1257.


Hwang S, King C A, Chen P Y, Ray J D, Cregan P B, Carter T E, Li Z L, Abdel-Haleem H, Matson K W, Schapaugh W, Purcell L C. Meta-analysis to refine map position and reduce confidence intervals for delayed-canopy-wilting QTLs in soybean
Mol Breed, 2016,36.
[本文引用: 5]

Khan M A, Tong F, Wang W B, He J B, Zhao T J, Gai J Y. Using the RTM-GWAS procedure to detect the drought tolerance QTL-allele system at the seedling stage under sand culture in a half-sib population of soybean [Glycine max (L.) Merr.]
Can J Plant Sci, 2019,99:801-814.
[本文引用: 6]

Khan M A, Tong F, Wang W B, He J B, Zhao T J, Gai J Y. Analysis of QTL-allele system conferring drought tolerance at seedling stage in a nested association mapping population of soybean [Glycine max (L.) Merr.] using a novel GWAS procedure
Planta, 2019,249:1653-1653.
[本文引用: 6]

张志良, 瞿伟菁. 植物生理学实验指导. 北京: 高等教育出版社, 2003. pp 258-260.
[本文引用: 1]

Zhang Z L, Qu W J. Guide to Plant Physiology. Beijing: High Education Press, 2003. pp 258-260(in Chinese).
[本文引用: 1]

Sayed M A, Schumann H, Pillen K, Naz A A, Leon J. AB-QTL analysis reveals new alleles associated to proline accumulation and leaf wilting under drought stress conditions in barley (Hordeum vulgare L.)
BMC Genetics, 2012,13:61.
[本文引用: 1]

Andolfatto P, Davison D, Erezyilmaz D, Hu T T, Mast J, Sunayama-Morita T, Stern D L. Multiplexed shotgun genotyping for rapid and efficient genetic mapping
Genome Res, 2011,21:610-617.
[本文引用: 1]

Li R Q, Yu C, Li Y R, Lam T W, Yiu S M, Kristiansen K, Wang J. SOAP2: an improved ultrafast tool for short read alignment
Bioinformatics, 2009,25:1966-1967.
[本文引用: 1]

Yi X, Liang Y, Huerta-Sanchez E, Jin X, Cuo Z X P, Pool J E, Xu X, Jiang H, Vinckenbosch N, Korneliussen T S, Zheng H C, Liu T, He W M, Li K, Luo R B, Nie X F, Wu H L, Zhao M R, Cao H Z, Zou J, Shan Y, Li S Z, Yang Q, Asan, Ni P X, Tian G, Xu J M, Liu X A, Jiang T, Wu R H, Zhou G Y, Tang M F, Qin J J, Wang T, Feng S J, Li G H, Huasang,Luosang J B, Wang W, Chen F, Wang Y D, Zheng X G, Li Z, Bianba Z M, Yang G, Wang X P, Tang S H, Gao G Y, Chen Y, Luo Z, Gusang L, Cao Z, Zhang Q H, Ouyang W H, Ren X L, Liang H Q, Zheng H S, Huang Y B, Li J X, Bolund L, Kristiansen K, Li Y R, Zhang Y, Zhang X Q, Li R Q, Li S G, Yang H M, Nielsen R, Wang J, Wang J A. Sequencing of 50 human exomes reveals adaptation to high altitude
Science, 2010,329:75-78.
[本文引用: 1]

Scheet P, Stephens M. A fast and flexible statistical model for large-scale population genotype data: applications to inferring missing genotypes and haplotypic phase
Am J Hum Genet, 2006,78:629-644.
[本文引用: 1]

Barrett J, Fry B, Maller J, Daly M. Haploview: analysis and visualization of LD and haplotype maps
Bioinformatics, 2005,21:263-265.
[本文引用: 1]

He J, Meng S, Zhao T, Xing G, Yang S, Li Y, Guan R, Lu J, Wang Y, Xia Q, Yang B, Gai J. An innovative procedure of genome-wide association analysis fits studies on germplasm population and plant breeding
Theor Appl Genet, 2017,130:2327-2343.
[本文引用: 1]

Barik S R, Pandit E, Mohanty S P, Nayak D K, Pradhan S K. Genetic mapping of physiological traits associated with terminal stage drought tolerance in rice
BMC Genetics, 2020,21:1-12.
[本文引用: 1]

Ilyas N, Amjid M W, Saleem M A, Khan W, Wattoo F M, Rana R M, Maqsood, Rana H, Zahid A, Shah G A, Anwar A. Ahmad M Q, Shaheen M, Riaz H, Ansari M J. Quantitative trait loci (QTL) mapping for physiological and biochemical attributes in a Pasban 90/Frontana recombinant inbred lines (RILs) population of wheat ( Triticum aestivum) under salt stress condition
Saudi J Biol Sci, 2020,27:341-351.
[本文引用: 1]

Zhang C, Jin F, Li S, Liu W, Ma X, Yang S, Li X. Fine mapping of major QTLs for alkaline tolerance at the seedling stage in maize (Zea mays L.) through genetic linkage analysis combined with high-throughput DNA sequencing
Euphytica, 2018,214:120.
[本文引用: 1]

相关话题/环境 基因 遗传 指标 控制

Free考研考试FreeKaoYan.Com
欢迎来到Free考研考试，"为实现人生的Free而奋斗"

© 2020 FreeKaoYan! . All rights reserved.