梁慧珍，余永亮，許蘭杰，楊紅旗，董薇，譚政偉，李磊，裴新涌，劉新梅

?

大豆α-生育酚的遺傳與QTL分析

梁慧珍1，余永亮1，許蘭杰1，楊紅旗1，董薇1，譚政偉1，李磊1，裴新涌2，劉新梅1

（1河南省農(nóng)業(yè)科學(xué)院芝麻研究中心，鄭州 450002；2河南省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與信息研究所，鄭州 450002）

【目的】通過對(duì)大豆α-生育酚進(jìn)行遺傳和QTL分析，研究其遺傳機(jī)制，定位其主效QTL，為高α-生育酚含量的大豆品種選育奠定遺傳學(xué)基礎(chǔ)?！痉椒ā恳栽耘啻蠖箷x豆23為母本、山西農(nóng)家品種大豆灰布支黑豆（ZDD02315）為父本雜交衍生的447個(gè)RIL作為供試群體構(gòu)建遺傳圖譜，試驗(yàn)群體及親本分別于2011年、2012年和2015年夏季在河南省農(nóng)業(yè)科學(xué)院原陽試驗(yàn)基地種植，冬季在海南省三亞南繁基地種植。田間試驗(yàn)采取隨機(jī)區(qū)組設(shè)計(jì)，2次重復(fù)。從6個(gè)環(huán)境中每個(gè)家系選取15.00 g籽粒飽滿，大小一致的大豆種子，利用高效液相色譜法定性、定量測定樣品中的α-生育酚含量。采用主基因+多基因混合遺傳分離分析法和WinQTLCart 2.5復(fù)合區(qū)間作圖法，對(duì)大豆α-生育酚含量進(jìn)行主基因+多基因混合遺傳分析和QTL定位?！窘Y(jié)果】基于主基因+多基因混合遺傳分離分析法，α-生育酚受4對(duì)主基因控制，遺傳基因分布在雙親中。4對(duì)主基因間加性效應(yīng)值中3對(duì)為正值，表明這些基因來源于母本晉豆23；1對(duì)為負(fù)值，表明該對(duì)基因來源于父本灰布支黑豆；4對(duì)主基因之間相互作用的上位性效應(yīng)表現(xiàn)為正值和負(fù)值的各有3對(duì)，說明不同基因間上位性效應(yīng)對(duì)α-TOC的影響方向并不完全一致。環(huán)境因素引起的變異為0.13%—4.05%。表明α-TOC主要受4對(duì)主基因影響，受環(huán)境因素影響較小。采用WinQTLCart 2.5復(fù)合區(qū)間作圖（CIM）共檢測到17個(gè)影響α-生育酚的QTL，分布于第1、2、5、6、8、14、16、17共8條染色體中，單個(gè)QTL的貢獻(xiàn)率8.35%—35.78%，QTL主要表現(xiàn)為加性效應(yīng)。q同時(shí)在2011年原陽、2012年原陽和三亞、2015年原陽4個(gè)環(huán)境下檢測到，且均定位在第1染色體Satt320—Satt254標(biāo)記區(qū)間19.79 cM處，解釋的表型變異分別為12.55%、12.01%和11.89%、12.61%，加性效應(yīng)值0.119-0.132，增加α-TOC含量的等位基因來自母本晉豆23；q同時(shí)在2011年原陽和三亞、2015年原陽3個(gè)環(huán)境下檢測到，且均定位在第8染色體Sat_129—Satt377標(biāo)記區(qū)間44.53 cM處，解釋的表型變異分別為23.18%和22.56%、23.01%，加性效應(yīng)值-0.195—-0.180，增加α-TOC含量的等位基因來自父本灰布支黑豆。q和q2個(gè)QTL能夠穩(wěn)定遺傳?！窘Y(jié)論】α-生育酚最適遺傳模型符合4MG-AI，即4對(duì)具有加性上位性效應(yīng)的主基因遺傳模型。其遺傳主要受4對(duì)主基因影響，受環(huán)境因素影響較小。檢測到α-生育酚的2個(gè)穩(wěn)定主效QTL，Satt320—Satt254和Sat_129—Satt377是共位標(biāo)記區(qū)間。

大豆；α-生育酚；主基因+多基因；遺傳；QTL

0 引言

【研究意義】大豆維生素E是脂溶性維生素，參與生物體內(nèi)信號(hào)轉(zhuǎn)導(dǎo)、基因表達(dá)調(diào)控、抗低溫脅迫等多種代謝途徑，具有提高機(jī)體免疫力、抗不育、抗癌及預(yù)防心血管疾病的作用[1-3]。天然維生素E中，只有α-生育酚能被人體很好地吸收和代謝[4]，而且α-生育酚的生物活性高，因此維生素E主要以α-生育酚含量為指標(biāo)[5]。近年來，天然維生素E以每年10%的需求增長，但是，中國國內(nèi)產(chǎn)量較少，生產(chǎn)幾乎被美國、德國、日本等國家壟斷[6]。因此，選育富含高α-生育酚的大豆品種有重要意義?！厩叭搜芯窟M(jìn)展】目前，α-生育酚QTL定位研究主要集中在玉米[7-8]、油菜[9]、大麥[10]、向日葵[11-12]和芥菜[13]，大豆α-生育酚的遺傳機(jī)制和QTL定位較少。Dwiyanti等[14]用SSR標(biāo)記對(duì)大豆F2和F3群體中α-生育酚含量進(jìn)行了遺傳分析，發(fā)現(xiàn)K連鎖群對(duì)α-生育酚含量影響較大。Shaw等[15]利用Bayfield×Shire重組自交系群體（RIL），檢測到6個(gè)控制α-生育酚的QTL，分別定位在第1、2、4、5、12和20染色體上。Li等[16-17]利用Bayfield×Hefeng 25大豆RIL群體檢測到4個(gè)控制α生育酚的QTL，分別定位在第2、6、8和20染色體上。張紅梅等[18]利用Essex×ZDD2315大豆RIL群體分別檢測到2個(gè)和4對(duì)控制大豆α-生育酚的加性和互作QTL?！颈狙芯壳腥朦c(diǎn)】目前，關(guān)于大豆α-生育酚QTL被檢測到的報(bào)道較少，由于遺傳背景和環(huán)境條件的不同，表現(xiàn)穩(wěn)定的更少，大豆α-生育酚分子標(biāo)記輔助育種受到限制?！緮M解決的關(guān)鍵問題】本研究以晉豆23×灰布支黑豆衍生的447個(gè)RIL為試驗(yàn)材料，利用WinQTLCart2.5[19]復(fù)合區(qū)間模型分析方法，對(duì)大豆α-生育酚進(jìn)行QTL定位分析；采用主基因+多基因混合遺傳分離分析方法[20]，分析α-生育酚含量遺傳規(guī)律，為高α-生育酚含量的大豆品種選育奠定遺傳學(xué)基礎(chǔ)。

1 材料與方法

1.1 試驗(yàn)材料與設(shè)計(jì)

供試材料為山西省農(nóng)業(yè)科學(xué)院經(jīng)濟(jì)作物研究所配制的晉豆23×灰布支黑豆雜交組合。該組合包含447個(gè)家系的重組自交系群體，即每一F2單株衍生成F2家系，每一F2家系再選株建成家系，至2011年是F14代。親本晉豆23和灰布支黑豆分別來自山西省栽培大豆和農(nóng)家品種。試驗(yàn)群體及親本分別于2011年、2012年和2015年夏季在河南省農(nóng)業(yè)科學(xué)院原陽試驗(yàn)基地種植，冬季在海南省三亞南繁基地種植。田間試驗(yàn)采取隨機(jī)區(qū)組設(shè)計(jì)，2次重復(fù)，行長4.0 m，行距0.4 m。按照大田模式進(jìn)行田間管理，四周分設(shè)保護(hù)行，一播全苗。

1.2 α-生育酚含量測定及數(shù)據(jù)分析

分別從6個(gè)環(huán)境下每個(gè)重復(fù)、每個(gè)家系各選取15.00 g大小一致、籽粒飽滿的大豆種子，用旋風(fēng)磨（Retsch ZM100，Φ = 1.0 mm，Rheinische，Germany）磨粉。取樣粉碎后的豆粉樣品2.5 g，加入30 mL無水乙醇混合均勻，再加入5 mL濃度10%抗壞血酸溶液和10 mL氫氧化鉀溶液，用恒溫水浴皂化30 min；然后提取皂化液，采用100 mL正己烷分3次進(jìn)行，棄去水層；最后，用無水硫酸鈉過濾提取液，在旋轉(zhuǎn)蒸發(fā)瓶中旋轉(zhuǎn)蒸發(fā)，將殘留液用氮?dú)獯蹈?，再?.5 mL甲醇溶液進(jìn)行溶解，通過0.45 μm濾膜，4℃保存?zhèn)溆谩?/p>

利用高效液相色譜技術(shù)（high performance liquid chromatography，HPLC），采用外標(biāo)法對(duì)α-生育酚異構(gòu)體進(jìn)行定量分析。色譜柱為DIKMA公司產(chǎn)品，色譜柱填料為symmetry，鉆石C18，5 μm，柱規(guī)格為250.0 mm×4.6 mm；熒光檢測器激發(fā)波長290 nm，發(fā)射波長330 nm；選用甲醇為流動(dòng)相，流速1.5 mL·min-1。柱溫40℃，進(jìn)樣量20 μL，檢測時(shí)間10 min。以α-生育酚（Alpha tocopherol，以下簡稱α-TOC）峰面積代入回歸方程進(jìn)行定量分析。α-生育酚含量的計(jì)量單位是：mg·(100 g)-1

利用SAS V9.2軟件的PROC ANOVA程序?qū)?種環(huán)境下α-生育酚含量進(jìn)行聯(lián)合方差分析和描述統(tǒng)計(jì)。遺傳變異系數(shù)GCV（100%）=g/×100。其中g(shù)為遺傳方差的標(biāo)準(zhǔn)差；為群體平均數(shù)，均由試驗(yàn)數(shù)據(jù)估計(jì)。遺傳率2=g2/[g2+(ge2/)+ (2/)]，其中：g2為遺傳方差；ge2為基因型×年份（環(huán)境）方差；2為誤差方差；為重復(fù)數(shù)；為年份數(shù)。

1.3 遺傳連鎖圖譜的構(gòu)建與QTL分析

利用Mapmaker/Exp 3.0構(gòu)建連鎖圖譜，圖譜總長度2 047.6 cM。包括27個(gè)連鎖群、227個(gè)SSR標(biāo)記，平均圖距8.8 cM（該圖譜在在H（Chr.12）染色體出現(xiàn)了1個(gè)間隙，在K（Chr.9）、F（Chr.13）和J（Chr.16）3條染色體上均出現(xiàn)了2個(gè)間隙，形成了27個(gè)連鎖群）。經(jīng)與Song等[21]整合的圖譜相比對(duì)，標(biāo)記排序相對(duì)一致。引物信息、標(biāo)記試驗(yàn)過程及作圖過程見參考文獻(xiàn)[22-23]。

QTL定位軟件為WinQTLCart 2.5，命名方式參照McCouch等[24]方法。定位采用軟件中復(fù)合區(qū)間作圖法（CIM）Zmapqtl方法的Model 6，設(shè)置該窗口之外的5個(gè)標(biāo)記作為余因子、步移速度2 cM，向前回歸法全基因組掃描，以確定各性狀QTL數(shù)目及其在染色體上的位置。選取臨界閾值LOD=2.5（0.05顯著水平），檢測各環(huán)境下的QTL效應(yīng)。當(dāng)LOD≥2.5時(shí)，認(rèn)為該位置上QTL存在，臨近位點(diǎn)間圖距小于5 cM時(shí)，認(rèn)定為同一個(gè)QTL。

1.4 數(shù)量性狀主基因+多基因混合遺傳模型分析

采用主基因+多基因混合遺傳分離分析法[20]中極大似然法和IECM估算晉豆23×灰布支黑豆及其衍生的RIL各世代、各成分分布的參數(shù)，，通過AIC準(zhǔn)則和一組適合性測驗(yàn)，選擇最適遺傳模型；利用每一個(gè)成分的分布參數(shù)通過最小二乘法估計(jì)相應(yīng)的遺傳參數(shù)。主基因遺傳率mg2(%) =mg2/p2，多基因遺傳率pg2(%) =pg2/p2，環(huán)境遺傳率e2(%) =e2/p2。各遺傳方差間的關(guān)系為p2=mg2+pg2+e2。其中：p2為群體表型方差；mg2為主基因遺傳方差；pg2為多基因遺傳方差；e2為多環(huán)境遺傳方差。

2 結(jié)果

2.1 大豆α-生育酚含量的表型分析

表1和圖1列出了親本和RIL群體中α-生育酚含量的表型變異情況。原陽和三亞2個(gè)地點(diǎn)3年試驗(yàn)中α-生育酚親本差分別為-0.68和-0.72、-0.70和-0.64、-0.71和-0.79，平均差分別為-0.70和-0.72。經(jīng)值檢測，雙親均值在各年度、各地點(diǎn)均差異顯著。2個(gè)親本在后代分離群體中表現(xiàn)出較大的分離程度，不同環(huán)境下，RIL群體的最小值和最大值之間差異明顯，存在較大幅度超親分離，表明親本間位點(diǎn)互補(bǔ)，大豆α-生育酚遺傳基因分布在雙親中，通過雜交可以得到超親分離的株系。α-生育酚含量呈現(xiàn)出近似正態(tài)的連續(xù)分布。同一性狀同一地點(diǎn)不同年份間遺傳變異系數(shù)差別不大。α-生育酚3年間2點(diǎn)的遺傳率為62.03%—77.35%。表2為3年聯(lián)合方差分析結(jié)果。α-生育酚基因型在組分間存在顯著差異，其余變異包括不同環(huán)境之間、重復(fù)間、年份×地點(diǎn)、年份×基因、地點(diǎn)×基因、年份×地點(diǎn)×基因差異不顯著，表明大豆α-生育酚含量的表達(dá)主要受基因的影響，環(huán)境影響較小。

表1 RIL群體大豆α-生育酚含量表型變異

**表示在0.01水平差異極顯著；值=雙親均值差異顯著性(值)

** significance at the 0.01 levels;value=Significant test for difference in parents means (value)

表2 大豆種子α-生育酚含量方差分析

*表示在0.05水平差異顯著

*significance at the 0.05 levels

：灰布支黑豆α-生育酚含量α-TOC content of Huibuzhiheidou；：晉豆23 α-生育酚含量α-TOC content of Jindou23

2.2 α-生育酚的主基因+多基因混合遺傳分析

分別選用2011年、2012年和2015年各環(huán)境下試驗(yàn)數(shù)據(jù)的平均值進(jìn)行主基因+多基因混合遺傳分析，根據(jù)AIC值和適合性測驗(yàn)（表3），α-TOC最適遺傳模型符合4MG-AI，即4對(duì)具有加性上位性效應(yīng)的主基因遺傳模型。4對(duì)主基因間加性效應(yīng)值中3對(duì)為正值，表明基因來源于母本晉豆23；1對(duì)為負(fù)值，表明基因來源于父本灰布支黑豆；4對(duì)主基因之間相互作用的上位性效應(yīng)表現(xiàn)為正值和負(fù)值的各有3對(duì)，說明不同基因間上位性效應(yīng)對(duì)α-TOC的影響方向并不完全一致。3年6個(gè)環(huán)境中均表現(xiàn)出較大的遺傳力，達(dá)到95.95%—99.87%，沒有檢測到多基因效應(yīng)。環(huán)境因素引起的變異為0.13%—4.05%，效應(yīng)值較小。說明α-TOC的遺傳主要受4對(duì)主基因影響，環(huán)境影響較小。

表3 α-生育酚最適模型及遺傳參數(shù)估計(jì)結(jié)果

2.3 大豆α-生育酚的QTL定位

根據(jù)WinQTLCart 2.5的定位結(jié)果，共在8個(gè)連鎖群上檢測到17個(gè)α-生育酚的QTL（表4，圖2），分別位于A1（Chr.5）、A2（Chr.8）、B2（Chr.14）、C2（Chr.6）、D1a（Chr.1）、D1b（Chr.2）、D2（Chr.17）和J_2（Chr.16）染色體上，解釋的表型變異范圍為8.35%—35.78%。位于A1（Chr.5）染色體Satt545—Satt511標(biāo)記區(qū)間的q，表型貢獻(xiàn)率為35.78%，解釋的表型變異最大。其中，q同時(shí)在2011年原陽、2012年原陽和三亞、2015年原陽4個(gè)環(huán)境下檢測到，且均定位在D1a（Chr.1）染色體Satt320—Satt254標(biāo)記區(qū)間19.79 cM處，解釋的表型變異分別為12.55%、12.01%和11.89%、12.61%，說明這是一個(gè)能夠穩(wěn)定遺傳的QTL。加性效應(yīng)值0.119—0.132，增加α-TOC含量的等位基因來自母本晉豆23；同時(shí)，在qq均被定位在D1a（Chr.1）染色體上，但2個(gè)QTL位置相距較遠(yuǎn)，應(yīng)該不是同一個(gè)QTL，說明D1a（Chr.1）染色體上可能存在多個(gè)與α-TOC相關(guān)的基因。q同時(shí)在2011年原陽和三亞、2015年原陽3個(gè)環(huán)境下檢測到，且均定位在A2（Chr.8）染色體Sat_129—Satt377標(biāo)記區(qū)間44.53 cM處，解釋的表型變異分別為23.18%和22.56%、23.01%，說明這是一個(gè)能夠穩(wěn)定遺傳的QTL。加性效應(yīng)值-0.195—-0.180，增加α-TOC含量的等位基因來自父本灰布支黑豆。加性效應(yīng)值正負(fù)表現(xiàn)不一，加性效應(yīng)值為正，說明該QTL對(duì)大豆α-生育酚含量起正向作用，等位基因來自于母本晉豆23；加性效應(yīng)值為負(fù)，說明說明該QTL對(duì)大豆α-生育酚含量起負(fù)向作用，等位基因來自于父本灰布支黑豆。

3 討論

3.1 大豆α-生育酚的遺傳機(jī)制

本研究采用混合遺傳模型分離分析方法研究大豆α-生育酚在河南省和海南省2個(gè)地點(diǎn)3個(gè)年份共6個(gè)環(huán)境中的遺傳；采用WinQTLCart 2.5軟件中CIM方法進(jìn)行QTL定位分析。研究表明，α-生育酚的遺傳最適遺傳模型符合4MG-AI，即4對(duì)具有加性上位性效應(yīng)的主基因遺傳模型。3年6個(gè)環(huán)境中的遺傳力達(dá)95.95%—99.87%，環(huán)境因素引起的變異僅為0.13%—4.05%。說明α-TOC的遺傳主要受到4對(duì)主基因影響，受環(huán)境因素影響較小。同時(shí)，本研究在8條染色體中檢測到17個(gè)α-生育酚的QTL。2種分析結(jié)果相比較，發(fā)現(xiàn)QTL定位數(shù)目與遺傳模型預(yù)測的數(shù)目并不完全一致。2011年原陽和2012年三亞各檢測出4個(gè)QTL，與α-生育酚最適遺傳模型4MG-AI一致，但是其余環(huán)境中檢測出的QTL數(shù)目為2—3個(gè)，與遺傳模型預(yù)測的數(shù)目不統(tǒng)一。出現(xiàn)這種現(xiàn)象的可能原因有：1）與QTL定位圖譜有關(guān)。與標(biāo)準(zhǔn)圖譜相比較，本研究選用的圖譜本身還需要進(jìn)一步完善；2）與混合遺傳模型有關(guān)。本研究選用的是4對(duì)主基因+多基因混合遺傳模型[25]，該模型只分析了主基因間無連鎖的情況，簡化了主基因間的連鎖作用。同時(shí)，該遺傳模型成分分布數(shù)和待估參數(shù)比較多，分析過程受到限制，估算結(jié)果的準(zhǔn)確性有待提高；3）控制α-生育酚含量的表達(dá)在時(shí)空上存在差異。因此，對(duì)于α-生育酚含量的遺傳機(jī)理研究，在本研究的基礎(chǔ)上尚需進(jìn)一步深化。

表4 α-生育酚QTL位置及其參數(shù)

3.2 大豆α-生育酚含量的QTL分析及與前人定位結(jié)果的比較

為了提高QTL定位的精度，通常采取多年多點(diǎn)數(shù) 據(jù)分析方法，增大QTL檢測強(qiáng)度，進(jìn)而挖掘出表現(xiàn)穩(wěn)定的QTL[26]。本研究分析了3年2個(gè)地點(diǎn)共6個(gè)環(huán)境中α-生育酚含量，4個(gè)環(huán)境下在D1a（Chr.1）染色體Satt320—Satt254標(biāo)記區(qū)間19.79 cM處均檢測到q，3個(gè)環(huán)境下在A2（Chr.8）染色體Sat_129—Satt377標(biāo)記區(qū)間44.53 cM處均檢測到q，表明q和q為α-生育酚的穩(wěn)定主效QTL，與之相對(duì)應(yīng)的2個(gè)區(qū)間也是相對(duì)準(zhǔn)確可靠。下一步研究將對(duì)該共位標(biāo)記區(qū)間實(shí)施精細(xì)定位，通過將關(guān)聯(lián)的目標(biāo)區(qū)間內(nèi)的主效QTL剖分為幾個(gè)連鎖的多效性QTL，搜索可能的候選基因，為高α-生育酚含量分子標(biāo)記輔助育種奠定基礎(chǔ)。

生物的遺傳和進(jìn)化過程中，廣泛存在多因一效和一因多效現(xiàn)象。這兩種基因作用方式從不同角度共同促進(jìn)生命活動(dòng)的發(fā)現(xiàn)[27]。多因一效促成了生物多樣性。不同的生物過程參與到同一種表型上，降低了單因素所帶來的局限性，出現(xiàn)了多態(tài)性。一因多效將多種過程聯(lián)系起來，共同參與基因表達(dá)過程，形成一系列生物軸，一方面促進(jìn)行為的統(tǒng)一性，一方面形成正負(fù)反饋，避免生理生化過程的失穩(wěn)。本研究發(fā)現(xiàn)，在8個(gè)連鎖群上共檢測到17個(gè)α-生育酚的QTL，加性效應(yīng)值正負(fù)均有表現(xiàn)，這些等位基因一方面來自于母本晉豆23，一方面來自于父本灰布支黑豆，推測多因一效可能存在于α-生育酚的形成過程。同時(shí)也發(fā)現(xiàn)，本研究中穩(wěn)定表達(dá)的與α-生育酚含量相關(guān)標(biāo)記Sat_129和Satt377，在以往研究中，Sat_129與影響大豆生育期[28]脂肪含量[29]和染料木素[30]的基因位點(diǎn)位于同一區(qū)域；與影響大豆染料木苷[30]、生育期[31]和耐澇性[32]基因位點(diǎn)位于同一區(qū)域；Satt041與影響大豆側(cè)根數(shù)[33]、Satt267與影響大豆茸毛[34]和側(cè)根數(shù)[35]的基因位點(diǎn)位于同一區(qū)域。表明控制這些性狀的基因可能存在一因多效現(xiàn)象。這些基因位點(diǎn)之間是否存在表達(dá)調(diào)控機(jī)制并通過QTL間的上位性反映出來的？不同研究中這些發(fā)揮作用的位點(diǎn)又如何影響到α-生育酚的差異呢？需要進(jìn)行深入研究與探討。

與以往研究相比，盡管各研究選用的群體、圖譜和環(huán)境條件不同，仍有一部分α-生育酚定位結(jié)果相吻合。與Shaw等[15]相比較，均定位在A1、D1a和D1b染色體上，且在A1染色體上均定位在Satt545標(biāo)記處；與Li等[16-17]相比較，均定位在B2、C2和D1b染色體上；與張紅梅等[18]相比較，均定位在A1和C2染色體上；與李海燕[36]等相比較，均定位在A2、C2和D1b染色體上。但是，本研究中檢測出的q和q2個(gè)穩(wěn)定主效QTL，前人研究中雖然在這兩條染色體上均檢測出α-生育酚QTL，但是均不再同一個(gè)標(biāo)記區(qū)間，分析其原因可能受到定位群體、定位圖譜、遺傳背景或環(huán)境差異等諸多因素影響。除此之外，本研究中定位出的其他QTL，均未見公開報(bào)道。

3.3 遺傳圖譜對(duì)QTL定位的影響

遺傳圖譜的構(gòu)建在基因定位與圖位克隆、遺傳多樣性及遺傳標(biāo)記輔助選擇育種等方面都具有重要意義。遺傳圖譜的應(yīng)用價(jià)值，與圖譜的飽和度、標(biāo)記數(shù)量的多少、標(biāo)記在圖譜上定位的準(zhǔn)確性、標(biāo)記在圖譜上分布的均勻程度等有關(guān)。一個(gè)基本的連鎖框架圖要求標(biāo)記間平均間距不超過20 cM。主基因定位時(shí)，其平均距離要求在10—20 cM或更小[37]。如果連鎖群標(biāo)記較少，圖譜上標(biāo)記的密度較低，會(huì)對(duì)QTL的檢出效率造成影響，可能檢測不到效應(yīng)值較小的QTL，影響定位的準(zhǔn)確性[38]。同時(shí)，從另一角度分析，此時(shí)依然能夠被檢測到的QTL，可能是效應(yīng)較大的主效QTL，對(duì)數(shù)量性狀基因的圖位克隆和分子標(biāo)記輔助選擇更具實(shí)際價(jià)值。但是，因?yàn)榍罢呓档土薗TL定位的準(zhǔn)確性，其價(jià)值與提高LOD的閾值來檢測主效QTL相比依然不可同日而語。本研究圖譜是由海南省熱帶農(nóng)業(yè)資源開發(fā)利用研究所方宣鈞研究員提供的（論文中致謝部分有說明），圖譜總長度2 047.6 cM，平均圖距8.8 cM[22]，總體上看圖譜平均間距尚能滿足定位要求。下一步工作中，希望能進(jìn)一步提高圖譜分子標(biāo)記密度和圖譜飽和度，不斷提高定位結(jié)果的精準(zhǔn)度。盡管如此，利用該圖譜定位了一批大豆數(shù)量性狀的QTL，在國內(nèi)外期刊發(fā)表，研究結(jié)果仍然具有一定的理論和現(xiàn)實(shí)意義。

本研究所得定位結(jié)果與前人相比，多個(gè)QTL定位均在相同的染色體上，但定位的標(biāo)記區(qū)間不盡相同，定位位置是否重疊尚不能確定。因?yàn)?，不同研究中選用的圖譜不盡相同，圖譜不盡完善，所定位的標(biāo)記區(qū)間是否重疊還需要隨著研究手段和使用圖譜的不斷進(jìn)步和完善逐步得到驗(yàn)證。Li等[39]認(rèn)為，由于作圖群體所用親本不同，長期的遺傳演化過程中，親本材料染色體結(jié)構(gòu)會(huì)發(fā)生變異，相同序列所處的區(qū)段在不同的親本中發(fā)生改變，導(dǎo)致在不同的研究者之間即便采用相同的分子標(biāo)記構(gòu)建的連鎖圖譜之間，分子標(biāo)記在連鎖群上的排列順序也不盡相同。分子標(biāo)記用于遺傳圖譜構(gòu)建是遺傳學(xué)領(lǐng)域的重大進(jìn)展之一，隨著新的標(biāo)記技術(shù)的發(fā)展，圖譜上標(biāo)記的密度也將越來越高。目前的工作可以為將來更加精細(xì)的定位提供參考

目前，國內(nèi)外研究中，QTL定位結(jié)果精細(xì)程度依然不足。下一步科學(xué)研究工作的方向可以通過對(duì)大豆α-生育酚性狀進(jìn)行QTL精細(xì)作圖定位，重點(diǎn)跟蹤研究多環(huán)境、多分析方法均能檢測到的QTL區(qū)域，發(fā)掘控制α-生育酚的功能基因。

4 結(jié)論

α-生育酚最適遺傳模型符合4MG-AI，即4對(duì)具有加性上位性效應(yīng)的主基因遺傳模型。其遺傳主要受4對(duì)主基因影響，受環(huán)境因素影響較小。檢測到α-生育酚的2個(gè)穩(wěn)定主效QTL，Satt320—Satt254和Sat_129—Satt377是共位標(biāo)記區(qū)間。

致謝：本研究連鎖圖譜和群體材料由海南省熱帶農(nóng)業(yè)資源開發(fā)利用研究所方宣鈞研究員和山西省農(nóng)業(yè)科學(xué)院經(jīng)濟(jì)作物研究所劉學(xué)義研究員提供，在此表示感謝。

[1] RIMBACH G, MOEHRING J, HUEBBE P. Gene-regulatory activity of alpha-tocopherol., 2010, 15: 1746-1761.

[2] ABBASI A R, HAJIREZAEI M, HOFIUS D, SONNEWALD U, VOLL L M. Specific roles of α- and γ-tocopherol in abiotic stress responses of transgenic tobacco., 2007, 143: 1720-1738.

[3] HINCHA D K. Effects of α-tocopherol (vitamin E) on the stability and lipid dynamics of model membranes mimicking the lipid composition of plant chloroplast membranes., 2008, 582: 3687-3692.

[4] KANWISCHER M, PORFIROVA S, BERGMULLER E, D?RMANN P. Alterations in tocopherol cyclase activity in transgenic and mutant plants ofaffect tocopherol content, tocopherol composition, and oxidative stress., 2005, 137: 713-723.

[5] TAVVA V S, KIM Y H, KAGAN I A, DINKINS R D, KIM K H, COLLINS G B. Increased alpha-tocopherol content in soybean seed overexpressing thegamma-tocopherol methyltransferase gene., 2007, 26(1): 1-70.

[6] 李海燕, 隋美楠, 聶騰坤, 史帥, 韓英鵬, 李文濱. 大豆維生素E五個(gè)相關(guān)基因表達(dá)模式分析. 東北農(nóng)業(yè)大學(xué)學(xué)報(bào), 2016, 47(5): 15-22.

LI H Y, SUI M N, NIE T K, ShI S, HAN Y P, LI W B. Expression analysis of five relative genes of soybean vitamin E., 2016, 47(5): 15-22. (in Chinese)

[7] FENG F, DENG F, ZHOU P, YAN J, WANG Q, YANG R, LI X. QTL mapping for the tocopherols at milk stage of kernel development in sweet corn., 2013, 193(3): 409-417.

[8] XU S, ZHANG D, CAI Y, ZHOU Y, TRUSHAR S, FARHAN A, LI Q, LI Z, WANG W, LI J, YANG X, YAN J. Dissecting tocopherols content in maize (L.), using two segregating populations and high-density single nucleotide polymorphism markers.,2012, 12(1): 201.

[9] WANG X, ZHANG C, LI L, FRITSCHE S, ENDRIGKEIT J, ZHANG W, LONG Y, JUNG C, MENG J. Unraveling the genetic basis of seed tocopherol content and composition in rapeseed (L.)., 2012, 7(11): e50038.

[10] GRAEBNER R C, WISE M, CUESTA-MARCOS A, GENIZA M, BLAKE T, BLAKE V C, BUTLER J, CHAO S, HOLE D J, HORSLEY R, JAISWAL P, OBERT D, SMITH K, ULLRICHL S, HAYESL P M. Quantitative trait loci associated with the tocochromanol (vitamin E) pathway in barley., 2015, 10(7): e0133767.

[11] HADDADI P, EBRAHIMI A, LANGLADE N B, YAZDI-SAMADI B, BERGER M, CALMON A, NAGHAVI M R, VINCOURT P, SARRAFI A. Genetic dissection of tocopherol and phytosterol in recombinant inbred lines of sunflower through quantitative trait locus analysis and the candidate gene approach., 2012, 29(3): 717-729.

[12] MORAL L D, FERNANDEZ-MARTINEZ J M, VELASCO L, PEREZVICH. Quantitative trait loci for seed tocopherol content in sunflower., 2012, 52 (2): 786-794.

[13] GUPTA S, SANGHA M K, KAUR G, BANGA S, GUPTA M, KUMAR H, BANGA S S. QTL analysis for phytonutrient compounds and the antioxidant molecule in mustard (L.)., 2015, 201(3): 345-356.

[14] DWIYANTI M S, UJIIE A, THUY L T B, YAMDA T, KITAMURA K. Genetic analysis of high α-tocopherol content in soybean seeds., 2007, 57: 23-28.

[15] SHAW E, RAJCAN I. Molecular mapping of soybean seed tocopherols in the cross ‘OAC Bayfield’בOAC Shire’., 2017, 136: 83-93.

[16] LI H, WANG Y, HAN Y, TENG W, ZHAO X, LI Y, LI W. Mapping quantitative trait loci (QTLs) underlying seed vitamin E content in soybean with main, epistatic and QTL×environment effects., 2016, 135(2): 208-214.

[17] LI H, LIU H, HAN Y, WU X, TENG W, LIU G, LI W. Identification of QTL underlying vitamin E contents in soybean seed among multiple environments., 2010, 120(7): 1405-1413.

[18] 張紅梅, 李海朝, 文自翔, 顧和平, 袁星星, 陳華濤, 崔曉艷, 陳新, 盧為國. 大豆籽粒維生素E含量的QTL分析. 作物學(xué)報(bào), 2015, 41(2): 187-196.

ZHANG H M, LI H C, WEN Z X, GU H P, YUAN X X, CHEN H T, CUI X Y, CHEN X, LU W G. Identification of QTL associated with vitamin E content in soybean seeds., 2015, 41(2): 187-196.

[19] WANG S C, BASTEN C J, ZENG Z B. Windows QTL cartographer 2.5 user manual. Department of Statistics, North Carolina State University, Raleigh, NC, 2005.

[20] 曹錫文, 劉兵, 章元明. 植物數(shù)量性狀分離分析Windows軟件包SEA的研制. 南京農(nóng)業(yè)大學(xué)學(xué)報(bào), 2013, 36(6): 1-6.

CAO X W, LIU B, ZHANG Y M. SEA: a software package of segregation analysis of quantitative traits in plants., 2013, 36(6): 1-6. (in Chinese)

[21] SONG Q J, MAREK L F, SHOEMAKER R C, LARK K G, CONCIBIDO V C, DELANNAY X, SPECHT J E, CREGAN P B. A new integrated genetic linkage map of the soybean., 2004, 109: 122-128.

[22] 梁慧珍. 大豆子粒性狀的遺傳及QTL分析[D]. 楊凌: 西北農(nóng)林科技大學(xué), 2006.

LIANG H Z. Genetic analysis and QTL mapping of seed traits in soybean ((L.) Merr)[D]. Yangling: Northwest A＆F University, 2006. (in Chinese)

[23] 王珍. 大豆SSR遺傳圖譜構(gòu)建及重要農(nóng)藝性狀QTL分析[D]. 南寧: 廣西大學(xué), 2004.

WANG Z. Construction of soybean SSR based map and QTL analysis important agronomic traits[D]. Nanning: Guangxi University, 2004. (in Chinese)

[24] MCCOUCH S R, CHO Y G, YANO M, PAUL E, BLINSTRUB M, MORISHIMA H, KINOSHITA T. Report on QTL nomenclature., 1997, 14: 11–14.

[25] 王金社, 李海旺, 趙團(tuán)結(jié), 蓋鈞鎰. 重組自交家系群體4對(duì)主基因加多基因混合遺傳模型分離分析方法的建立. 作物學(xué)報(bào), 2010, 36(2): 191-201.

WANG J S, LI H W, ZHAO T J, GAI J Y. Establishment of segregation analysis of mixed inheritance model with four major genes plus polygenes in recombinant inbred lines population., 2010, 36(2): 191-201. (in Chinese)

[26] JANSEN R C, VAN OOIJIEN J M, STAM P, LISTER C, DEAN C. Genotype-by-environment interaction in genetic mapping of multiple quantitative trait loci., 1995, 91: 33-37.

[27] HAGIWARA W E, ONISH K, TAKAMURE I, SANO Y. Transgressive segregation due to linked QTLs for grain characteristics of rice., 2006, 150: 27-35.

[28] WANG Y, CHENG L, LENG J, WU, C, SHAO G, HOU W, HAN T. Genetic analysis and quantitative trait locus identification of the reproductive to vegetative growth period ratio in soybean ((L.) Merr.)., 2015, 201(2): 275-284.

[29] LIANG H, YU Y, WANG S, LIAN Y, WANG T, WEI Y, GONG P, LIU X, FANG X, ZHANG M. QTL mapping of isoflavone, oil and protein contents in soybean (L. Merr.) [D]., 2010, 9(8): 1108-1116.

[30] 梁慧珍, 余永亮, 楊紅旗, 許蘭杰, 董薇, 牛永光, 張海洋, 劉學(xué)義, 方宣鈞. 大豆異黃酮及其組分含量的遺傳分析與QTL檢測. 作物學(xué)報(bào), 2015, 41(9): 1372-1383.

LIANG H Z, YU Y L, YANG H Q, XU L J, DONG W, NIU Y G, ZHANG H Y, LIU X Y, FANG X J. Genetic analysis and QTL mapping of isoflavone contents and its components in soybean., 2015, 41(9): 1372-1383. (in Chinese)

[31] RIZAL G, KARKI S, WANG Y, CHENG L, LENG J, WU C, SHAO G, HOU W, HAN T. Genetic analysis and quantitative trait locus identification of the reproductive to vegetative growth period ratio in soybean ((L.) Merr.)., 2015, 201(2): 275-284.

[32] RIZAL G, KARKI S. Alcohol dehydrogenase (ADH) activity in soybean ((L.) Merr.) under flooding stress., 2011, 2(1): 50-57.

[33] 梁慧珍, 董薇, 許蘭杰, 余永亮, 楊紅旗, 譚政偉, 許陽, 陳鑫偉. 不同氮磷鉀處理大豆苗期主根長和側(cè)根數(shù)的QTL定位分析. 中國農(nóng)業(yè)科學(xué), 2017, 50(18): 3450-3460.

LIANG H Z, DONG W, XU L J, YU Y L, YANG H Q, TAN Z W, XU Y, CHEN X W. QTL mapping for main moot length and lateral root number in soybean at the seedling stage in different N, P and K environments., 2017, 50(18): 3450-3460.

[34] DU W, YU D, FU S. Analysis of QTLs for the trichome density on the upper and downer surface of leaf blade in soybean [(L.) Merr.]., 2009, 8(5): 529-537.

[35] 梁慧珍, 余永亮, 楊紅旗, 張海洋, 董薇, 崔暐文, 鞏鵬濤, 方宣鈞. 幼苗期大豆根系性狀的遺傳分析與QTL檢測. 中國農(nóng)業(yè)科學(xué), 2014, 47(9): 1681-1691.

LIANG H Z, YU Y L, YANG H Q, ZHANG H Y, DONG W, CUI W W, GONG P T, FANG X J. Genetic and QTL analysis of root traits at seedling stage in soybean [(L.) Merr.]., 2014, 47(9): 1681-1691. (in Chinese)

[36] 李海燕. 大豆維生素E含量的遺傳分析及QTL定位[D]. 哈爾濱: 東北林業(yè)大學(xué), 2010.

LI H Y. Genetic and QTL analysis of the content of vitamin E in soybean[D]. Harbin: Northeast Forestry University, 2010. (in Chinese)

[37] 方宣鈞, 吳為人, 唐紀(jì)良. 作物DNA標(biāo)記輔助育種. 北京: 科學(xué)技術(shù)出版社, 2001.

FANG X J, WU W R, TANG J L.. Beijing: Science Press, 2001. (in Chinese)

[38] SONG K, SLOCUM M K, OSBORN T C. Molecular marker analysis of genes controlling morphological variation in(syn. campestris)., 1995, 90: 1-10.

[39] LI Z, PINSON S R M, STANSEL J W. Identification of quantitative trait loci (QTLs) for heading date and plant height in cultivated rice (L.)., 1995, 91: 374-381.

Inheritance and QTL mapping for α-tocopherol in Soybean

LIANG HuiZhen1, YU YongLiang1, XU LanJie1, YANG HongQi1, DONG Wei1, TAN ZhengWei1, LI Lei1, PEI XinYong2, LIU XinMei1

(1Sesame Research Center, Henan Academy of Agricultural Sciences, Zhengzhou 450002;2Institute of Agricultural Economy and Information, Henan Academy of Agricultural Sciences, Zhengzhou 450002)

【Objective】 Inheritance and main QTL for α-tocopherol were detected by genetic analysis and QTL mapping. the results lay a genetic foundation for the selection of soybean varieties with high α-tocopherol content in soybean.【Method】The 447 RILs were derived from a cross between Jindou23 of commercial cultivar as the female parent and Huibuzhi of farm variety from Shanxi Province (ZDD02315) as the male parent that construct SSR genetic linkage map. The parent lines and the RILs were cultivated in summer at Yuanyang testing ground of Academy of Agricultural Sciences, and in Winter at Sanya of Hainan province in 2011, 2012, 2015. A complete random design with two replications was used in this study. Each plot of a single genotype provided 15.00 g big-plump seeds with same size in six environmental conditions. α-tocopherol content was detected quantitatively and qualitatively by High Performance Liquid Chromatography (HPLC). Major gene plus polygene mixed inheritance and QTL mapping for α-tocopherol were detected by major gene plus polygene mixed inheritance analysis and composite interval mapping with WinQTLCart 2.5.【Result】The results showed that α-tocopherol was controlled by four pairs of main genes by major gene plus polygene mixed inheritance analysis. and the four pairs of main genes distributed in two parents. Three main genes shared the same direction with positive additive effect and involved novel alleles from the same parent, Jindou23; one main gene has negative additive effects and donated by Huibuzhi of black beans. Three pairs of genes shared the different direction of positive or negative epistatic effects shared the different direction to α-tocopherol contribution. The phenotypic variation explained by QTL by environment interaction ranged from 0.13 to 4.05%, and indicated that α-tocopherol was significantly affected by four pairs of main genes, more than by environment. Seventeen QTLs for α-tocopherol were mapped on 8 chromosomes 1, 2, 5, 6, 8, 14, 16, and 17, separately; the variation accounted for by each of these seventeen QTLs ranged from 8.35% to 35.78%; and QTL showed additive effect.was all located in marker intervals between Satt320-Satt254 (19.79 cM) on chromosomes 1 in four environmental conditions of 2011 at Yuanyang, 2012 at Yuanyang and Sanya, and 2015 at Yuanyang. and explained 12.55%, 12.01%, 11.89%, 12.61% of the phenotypic variation. It had an additive effect of 0.119－0.132 donated by Jinbean23.was all located in marker intervals between Sat_129-Satt377 (44.53 cM) on chromosomes 8 in three environmental conditions of 2011 at Yuanyang and Sanya, 2015 at Yuanyang. and explained 23.18%, 22.56%, 23.01% of the phenotypic variation. It had an additive effect of -0.195－-0.180 donated by Huibuzhi. qand qcan be stably expressed in different genetic backgrounds.【Conclusion】α-tocopherol was controlled by four pairs of additive epistatic effect major genes genetic model (4MG-AI), and it less affected by environmental factor. The two stable main QTL of Satt320-Satt254 and Sat_129-Satt377 were co-localization marker intervals in soybean.

soybean; α-tocopherol; major gene plus polygene; genetic mechanisms; QTL

10.3864/j.issn.0578-1752.2019.01.002

2018-06-25；

2018-08-07

國家現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系建設(shè)專項(xiàng)資金（CARS-21）、河南省藥用植物遺傳改良創(chuàng)新型科技團(tuán)隊(duì)、國家農(nóng)業(yè)科研杰出人才及其創(chuàng)新團(tuán)隊(duì)（特種油料品質(zhì)改良）、河南省科技攻關(guān)計(jì)劃（182102310062）、河南省重大科技專項(xiàng)（181100110300）

梁慧珍，Tel：0371-65751589；E-mail：lhzh66666@163.com

（責(zé)任編輯 李莉）