李杰 田蓉蓉 白天亮 朱春艷 宋佳偉 田蕾,* 馬帥國,2 呂建東 胡慧 王震宇 羅成科 張銀霞 李培富

水稻回交群體劍葉性狀綜合評價及QTL定位

李杰1田蓉蓉1白天亮1朱春艷1宋佳偉1田蕾1,*馬帥國1,2呂建東1胡慧1王震宇1羅成科1張銀霞1李培富1

(1寧夏大學 農(nóng)學院/寧夏優(yōu)勢特色作物現(xiàn)代分子育種重點實驗室, 銀川 750021；2白銀市農(nóng)業(yè)農(nóng)村局, 寧夏 白銀 730900；*通信聯(lián)系人，E-mail: tianlei2012@nxu.edu.cn)

【】通過對水稻劍葉性狀的綜合評價，明確劍葉相關性狀間及與6個農(nóng)藝性狀的關系。檢測劍葉相關性狀的QTL，為優(yōu)良株型品種選育，劍葉性狀基因的精細定位和克隆奠定基礎。以日本優(yōu)質粳稻品種越光和葡萄牙粳稻地方種Bertone構建的回交群體兩個世代為實驗材料，利用BC3F1群體基因型構建遺傳連鎖圖譜；測定親本和BC3F2群體各株系劍葉SPAD、劍葉長、劍葉寬，計算劍葉長寬比、劍葉面積；利用隸屬函數(shù)和標準差系數(shù)賦予權重法獲得劍葉性狀綜合評價值(值)，分析其與6個農(nóng)藝性狀間的關系。分別利用單標記分析(SPA)和區(qū)間作圖(IM)檢測水稻劍葉相關性狀QTL。在抽穗灌漿期，兩親本劍葉SPAD值呈現(xiàn)先升高后降低的動態(tài)變化。BC3F2群體的5個劍葉相關性狀變異豐富，總體表現(xiàn)趨向輪回親本越光。4個劍葉形態(tài)性狀間相關性均達到極顯著水平，與劍葉SPAD的相關性不顯著。主成分和逐步線性回歸分析表明劍葉寬、劍葉SPAD、劍葉長、劍葉面積是影響劍葉綜合評價值(值)的主要因子。高值株系的株高、穗長、莖基粗和單株產(chǎn)量均極顯著高于低值株系，兩者的分蘗數(shù)和有效穗數(shù)差異不顯著。共檢測到18個控制劍葉性狀的QTL，分布在水稻第1、4、7和8染色體上，貢獻率分布范圍為4.00%～28.00%(SPA)和3.41%～27.00%(IM)，除之外的17個QTL增效基因均來自Bertone。在第8染色體上的RM22720?RM404區(qū)間發(fā)現(xiàn)1個QTL簇，含6個主效QTL，分別為、、、、和。獲得了劍葉寬、劍葉SPAD、劍葉長和劍葉面積4個評價劍葉性狀的關鍵指標；明確了劍葉性狀與單株產(chǎn)量之間的正相關關系；檢測到18個劍葉相關性狀QTL，位于第8染色體RM22720?RM404區(qū)間的QTL簇，是影響劍葉性狀的1個重要染色體區(qū)域。

水稻；回交群體；劍葉性狀；綜合評價；QTL定位

葉片是水稻光合產(chǎn)物形成的重要源器官，光合量占植株總光合量的90%以上，為水稻生長發(fā)育提供了必需的光合同化產(chǎn)物與能量物質[1]。其中，劍葉合成籽粒中一半以上的碳水化合物，直接影響水稻產(chǎn)量[2-5]。理想的劍葉大小有利于水稻抽穗后光合產(chǎn)物的增加，對提高成穗率，促進籽粒灌漿具有重要作用[6-7]。劍葉主要通過調節(jié)光合葉面積、群體透光性、光合效率和凈同化率來影響水稻產(chǎn)量[8]。劍葉性狀包括葉長、葉寬、葉傾角、卷曲度、葉綠素含量等。劍葉長、寬直接決定長寬比和劍葉面積，影響凈光合速率和群體透光性[6]。劍葉葉傾角是影響光截獲量、光合效率和種植密度最重要的冠層結構參數(shù)之一[9]，葉傾角較小的直立型葉有利于提高光合能力，增加籽粒充實度[10]。劍葉的適度卷曲有利于葉片挺直，從而改善水稻群體結構、提高光能利用率[11]。葉綠素是植物吸收、傳遞、轉化光能的主要色素，較高的劍葉葉綠素含量，有利于保持較高的光合速率，促進水稻產(chǎn)量的提高[7, 12]。

與水稻劍葉相關的性狀是由多基因控制的復雜數(shù)量性狀，易受環(huán)境和遺傳背景的影響[13-15]。目前，眾多學者利用不同的遺傳群體檢測到許多劍葉性狀QTL，分布于水稻12對染色體上[3-8, 12-20]。阿加拉鐵等[12]以春江06/臺中本地1號的F1花培加倍DH群體為材料，在水稻第4、6和8染色體上共檢測到7個與劍葉葉綠素含量相關的QTL，分析了各個位點在水稻灌漿不同時期的分布和作用特點。彭偉業(yè)等[16]利用粳稻魔王谷和秈稻CO39配組衍生的重組自交系，檢測到分布于水稻第1、3、4、6、7和9染色體上的12個控制劍葉性狀的QTL，貢獻率分布范圍為4.26%～38.40%；Chen等[17]在第4染色體上檢測到1個控制水稻劍葉寬的主效QTL，兩年貢獻率均在20%以上；Wang等[21]利用珍汕97和9311的回交群體精細定位了1個位于第1染色體上控制劍葉大小的主效QTL，該位點同時影響劍葉長和寬、劍葉面積和多個產(chǎn)量相關性狀。目前，對水稻劍葉相關性狀的研究主要集中在單一或少數(shù)幾個劍葉相關性狀的分析和評價，利用多元統(tǒng)計方法綜合評價水稻劍葉特性的報道較少。本研究以劍葉性狀差異顯著的Bertone和越光為親本構建的回交群體兩個世代為材料，對5個劍葉相關性狀進行測定和綜合評價；探究劍葉相關性狀對其他農(nóng)藝性狀的影響，開展QTL分析，旨在為優(yōu)良劍葉性狀基因的發(fā)掘和克隆奠定基礎。

1 材料與方法

1.1 試驗材料和種植方法

以葡萄牙粳稻地方品種Bertone為供體，日本粳稻品種越光為輪回親本連續(xù)回交3代構建了1個包含260個株系的回交滲入系群體，包括BC3F1和BC3F2兩個世代。2018年和2019年5月分別將兩親本及其后代群體BC3F1和BC3F2種植于寧夏大學教學實驗農(nóng)場（38.28°N，106.24°E）。試驗材料單株移栽，每行12株，行長1.2 m，行株距為0.3 m×0.1 m。BC3F1群體無重復，BC3F2群體采用隨機區(qū)組設計，每株系種植2行，3次重復。

1.2 劍葉和農(nóng)藝性狀調查

1.2.1 劍葉相關性狀的測定

為了減少邊際效應對表型的影響，待劍葉完全展開后，測量BC3F1群體除邊行外的260個單株主莖穗及兩個分蘗穗的劍葉SPAD、劍葉長和劍葉寬。兩親本和BC3F2群體每株系每重復隨機選擇中間5株，測量主莖穗的劍葉SPAD、劍葉長和劍葉寬。參照阿加拉鐵等[12]的方法，利用SPAD-502型便攜式葉綠素儀測量劍葉SPAD值；參照談聰?shù)萚22]的方法計算劍葉面積，計算公式為劍葉面積=劍葉長×劍葉寬×0.75。5個劍葉相關性狀分別取3個劍葉（BC3F1）或3個重復（BC3F2）的均值。

1.2.2 農(nóng)藝性狀的測定

利用隸屬函數(shù)和標準差系數(shù)賦予權重法獲得劍葉性狀綜合評價值(值)。選擇BC3F2群體中值排名1～15和246～260的30個株系分別組成高值株系和低值株系，在成熟期分別測量株高、穗長、分蘗數(shù)、有效穗數(shù)、莖基粗，收獲后考查單株產(chǎn)量。取樣方法同劍葉性狀。參考穆平等[23]方法，在乳熟期，以游標卡尺測量主莖莖稈基部2 cm處橢圓截面長度表示莖基粗。

1.3 數(shù)據(jù)統(tǒng)計分析

使用Excel 2013整理和計算試驗數(shù)據(jù)，利用Excel 2013和Origin 2018軟件繪圖。利用SPSS 25.0軟件對5個劍葉相關性狀進行差異顯著性、相關性、主成分和線性回歸分析；對高、低值株系的6個農(nóng)藝性狀開展差異顯著性分析，劍葉和農(nóng)藝性狀的相關性分析。參照田蕾等[24]的方法計算劍葉性狀綜合評價值(值)。

1.4 遺傳連鎖圖譜構建、Bertone滲入系全基因組圖示基因型繪制和QTL分析

參照王小雷等[25]的方法提取水稻葉片DNA，進行PCR擴增和電泳。利用Mapmanager QTXb 20軟件的Morgan函數(shù)將重組率轉化為遺傳圖距(cM)，利用親本間多態(tài)性SSR標記構建BC3F1遺傳連鎖圖譜；利用Mapchart 2.2繪制連鎖圖[26]；運用GGT 2.0軟件繪制Bertone滲入系基因型圖譜。參照Fu等[27]的方法分別利用單標記分析法（Single-point analysis，SPA）和區(qū)間作圖法（Interval mapping，IM）進行水稻劍葉相關性狀QTL檢測，以step=1 cM，通過排列組合10 000次計算QTL閾值。分別以＜0.01、LOD＞2.53和LOD＞2.02作為兩種方法檢測QTL存在的閾值，同時估算每個QTL的加性效應值和貢獻率。QTL的命名原則遵循McCouch等[28]的方法。

2 結果與分析

2.1 親本及回交群體劍葉相關性狀分析

為了探究劍葉SPAD最佳測量時間和變化規(guī)律，2018年夏季對Bertone和越光的劍葉SPAD值進行動態(tài)監(jiān)測。結果表明，兩親本劍葉SPAD值均隨著生育期的推進呈現(xiàn)先增加再降低的趨勢；越光劍葉SPAD峰值出現(xiàn)在葉片完全展開后7 d，Bertone推遲2 d出現(xiàn)峰值（圖1-A）。與越光相比，Bertone的劍葉SPAD值變化幅度較大，為42.5～49.2，越光基本穩(wěn)定在35.7。兩親本劍葉SPAD值在劍葉完全展開1～25 d內(nèi)均表現(xiàn)出極顯著差異，9 d時差異最大。因此，確定劍葉完全展開9 d為SPAD值的最佳測定時間，應用于兩親本及BC3F2群體的劍葉SPAD測定。

圖1-B展示了兩親本和10個BC3F2代表性株系的劍葉形態(tài)學特征。1～3號株系劍葉長顯著低于輪回親本越光，其中2號株系葉片深綠，劍葉較寬；9、10號株系劍葉顯著長于供體親本Bertone；4～8號株系劍葉長、寬趨向于Bertone，其中6號株系劍葉黃綠，葉寬與越光相近。與兩親本相比，BC3F2群體的劍葉SPAD、劍葉長、劍葉寬和劍葉面積均極顯著低于Bertone，劍葉長寬比顯著高于Bertone（表1，輔助性圖S1）。在兩親本中，劍葉長和劍葉長寬比均表現(xiàn)出較大的變異范圍，劍葉SPAD、劍葉寬和劍葉面積的變異范圍較小。

A－2018年Bertone和越光劍葉SPAD值動態(tài)變化；B－親本和BC3F2代表性株系的劍葉形態(tài)學特征。K?越光；1～10表示10個BC3F2代表性株系；豎線代表5 cm。

Fig. 1. Flag leaf traits of parents and BC3F2population.

表1 越光和Bertone及其兩個回交群體5個劍葉性狀表現(xiàn)

FLSPAD, Flag leaf SPAD; FLL, Flag leaf length; FLW, Flag leaf width; FLWR, Length to width ratio of flag leaf; FLA, Flag leaf area.

兩親本間劍葉SPAD、劍葉寬、劍葉面積呈極顯著差異，劍葉長和劍葉長寬比呈顯著差異（表1）；兩個回交世代5個劍葉性狀變異豐富。BC3F1群體變異系數(shù)分布范圍為8.75%～22.80%；BC3F2群體變異系數(shù)分布范圍為5.00%～12.81%。其中，劍葉面積的分布范圍均為最廣。與BC3F1群體相比，BC3F2群體各劍葉性狀變異系數(shù)均表現(xiàn)出不同程度的降低，劍葉寬的變異系數(shù)降幅最大，為57.16%。根據(jù)5個劍葉性狀的峰度、偏度檢驗結果（表1）及頻率分布（圖2），發(fā)現(xiàn)BC3F2群體各劍葉性狀和綜合評價值（值）均表現(xiàn)為連續(xù)性變異的正態(tài)分布，表明這6個性狀均為多基因控制的數(shù)量性狀，符合QTL檢測及作圖要求。

K代表越光。K，Koshihikari.

Fig. 2. Distribution of five flag leaf-related traits and comprehensive evaluation (value) for BC3F2population.

2.2 5個劍葉性狀的相關性分析

對BC3F2群體的5個劍葉性狀進行相關性分析（表2）。結果表明，劍葉SPAD與劍葉長、劍葉寬、劍葉長寬比和劍葉面積相關未達顯著水平；劍葉長與劍葉寬、劍葉長寬比和劍葉面積均呈極顯著正相關，其中與劍葉面積的相關系數(shù)最大，為0.913；劍葉寬與劍葉面積呈極顯著正相關，與劍葉長寬比呈極顯著負相關；劍葉長寬比與劍葉面積呈極顯著正相關。

2.3 水稻劍葉性狀的主成分分析及綜合評價

2.3.1 主成分分析

對BC3F2群體5個劍葉性狀進行主成分分析，提取到3個主成分，特征值分別為2.709、1.302和0.984，累積貢獻率99.897%（表3），已概括原來5個劍葉性狀指標的絕大部分信息。主成分CI1的貢獻率為54.171%，劍葉長、劍葉長寬比和劍葉面積是該主成分的主要作用因子，載荷值分別為0.991、0.838和0.954；主成分CI2的貢獻率為26.043%，劍葉寬和長寬比是該主成分的主要作用因子，載荷值分別為0.948和?0.545，其中，長寬比對CI2表現(xiàn)為負效應；主成分CI3的貢獻率為19.683%，劍葉SPAD是其主要作用因子，載荷值為0.985，另外4個劍葉性狀對該主成分的貢獻較小，均起負效應作用。綜合3個主成分所攜帶的信息，5個劍葉性狀對劍葉綜合評價均有重要作用，長寬比的影響較小。

表2 BC3F2群體劍葉性狀間相關性分析

表3 5個劍葉性狀3個主成分的載荷值、特征值及貢獻率

2.3.2 隸屬函數(shù)及劍葉性狀綜合評價

利用提取到的3個主成分綜合性狀值（CI1、CI2和CI3）計算BC3F2群體260個株系的隸屬函數(shù)值(X)。對于同一綜合指標如CI1，BIL22株系(X)最大，其值為1，表明該株系在主成分CI1表現(xiàn)為最佳，而BIL122的(X)最小，其值為0，表明該株系在這一主成分上表現(xiàn)為最差。依據(jù)提取到的3個主成分指標貢獻率大小，依次求出3個劍葉相關性狀綜合指標的權重，分別為0.5423、0.2607和0.1970。以隸屬函數(shù)(X)、(X)和(X)結合權重處理并累加得到劍葉性狀綜合評價值，并依此對BC3F2群體的260個株系進行排名。

綜合評價值(值)客觀反映了BC3F2群體260個株系劍葉性狀的表現(xiàn)情況，數(shù)值越大說明劍葉綜合表現(xiàn)越好。選取綜合排名前1～15名作為高值株系，其值均在0.535以上，其中BIL22為值最高的株系，值為0.8482。選取第246～260名作為低值株系，值均在0.188以下，BIL210的值最低，僅為0.0666。

2.3.3 高、低值株系農(nóng)藝性狀差異顯著性分析

為探究劍葉性狀與農(nóng)藝性狀間的關系，對高、低值株系的株高、穗長、分蘗數(shù)、有效穗數(shù)、單株產(chǎn)量和莖基粗6個農(nóng)藝性狀進行差異顯著性分析。結果表明，高值株系的株高、穗長、單株產(chǎn)量和莖基粗均極顯著高于低值株系（圖3），尤其在單株產(chǎn)量上差異最明顯；二者在分蘗數(shù)和有效穗數(shù)2個性狀的差異均未達到顯著水平。

圖3 高、低劍葉綜合評價值（D值）株系6個農(nóng)藝性狀表現(xiàn)

Fig. 3. Six agronomic traits of BC3F2lines with high and low comprehensive evaluation value (value).

2.3.4 高、低值株系農(nóng)藝性狀與劍葉性狀的相關性分析

將包括綜合評價值在內(nèi)的6個劍葉相關性狀與6個農(nóng)藝性狀進行相關性分析，結果如表4。莖基粗與6個劍葉相關性狀均呈極顯著正相關，它是與綜合評價值相關系數(shù)最大的1個農(nóng)藝性狀；單株產(chǎn)量與劍葉SPAD、劍葉長、劍葉寬、劍葉面積和綜合評價值呈極顯著正相關，與劍葉長寬比呈顯著正相關；分蘗數(shù)和有效穗數(shù)與6個劍葉相關性狀之間的相關性均未達到顯著水平；穗長與劍葉長、劍葉長寬比、劍葉面積和值均呈極顯著正相關，與劍葉SPAD呈顯著正相關；株高與6個劍葉相關性狀均呈極顯著或顯著正相關。

6個農(nóng)藝性狀之間，莖基粗與株高、穗長和單株產(chǎn)量均呈極顯著正相關；單株產(chǎn)量與株高、分蘗數(shù)、有效穗數(shù)和莖基粗均呈極顯著正相關，與穗長呈顯著正相關；有效穗數(shù)與分蘗數(shù)和單株產(chǎn)量呈極顯著正相關；分蘗數(shù)與有效穗數(shù)和單株產(chǎn)量呈極顯著正相關；穗長與株高、單株產(chǎn)量和莖基粗呈極顯著正相關；株高與穗長、單株產(chǎn)量和莖基粗呈極顯著正相關。

2.3.5 回歸模型的建立及主要劍葉相關性狀篩選

利用6個劍葉相關性狀(含值)建立可用于水稻劍葉性狀評價的數(shù)學回歸模型，將綜合評價值作為因變量，將其余5個劍葉相關性狀作為自變量進行逐步線性回歸分析，建立最優(yōu)回歸方程如下：

=?1.527+0.017+0.015+0.381+0.014(=1.000,2=0.999,=83898.282);

由方程可知，5個劍葉相關性狀中有4個性狀均對值有顯著性影響，分別是劍葉SPAD、劍葉長、劍葉寬和劍葉面積，它們與值均呈極顯著相關。結合這4個劍葉性狀的偏回歸系數(shù)，劍葉SPAD、劍葉長、劍葉寬和劍葉面積可作為劍葉性狀評價的關鍵指標。

表4 高、低D值株系劍葉相關性狀與農(nóng)藝性狀的相關系數(shù)矩陣

*<0.05;**<0.01.

FLSPAD, Flag leaf SPAD; FLL, Flag leaf length; FLW, Flag leaf width; FLWR, Length to width ratio of flag leaf; FLA, Flag leaf area; PH, Plant height; PL, Panicle length; TN, Tiller number; EP, Effective panicle number; YPP, Grain yield per plant;BCT, Basal culm thickness.

2.4 遺傳連鎖圖譜構建及Bertone滲入系圖示基因型繪制

選擇均勻分布于水稻12對染色體上的1392對SSR引物（http://www.gramene.org）對Bertone和越光進行差異引物篩選，共篩選出209對具有明顯差異的多態(tài)性引物，多態(tài)性頻率為15.01%。選用其中81對分布均勻且擴增效果好的引物對BC3F1群體260個單株進行基因型鑒定，構建了1張覆蓋水稻全基因組約2067.9 cM的遺傳連鎖圖譜，標記間平均距離為25.5 cM，平均每對染色體上的標記數(shù)為6.75個。根據(jù)BC3F1群體的260個單株81個SSR標記基因型，通過GGT 2.0軟件獲得了Bertone滲入系的圖示基因型（圖4），可覆蓋大約90% Bertone基因組。

藍色區(qū)域，雜合基因型；紅色區(qū)域，Bertone純合基因型；灰白色區(qū)域，越光純合基因型。

Fig. 4. Graphical genotypes of the 260 BC3F1lines of Bertone with Koshihikari genetic background.

2.5 劍葉相關性狀QTL定位

利用已構建的遺傳連鎖圖譜，結合BC3F2群體各株系的6個劍葉相關性狀值，采用Mapmanager QTXb 20軟件的單標記分析法（SPA）和區(qū)間作圖法（IM）同時檢測到18個劍葉相關性狀QTL（圖5和表5），分布于水稻第1、4、7和8染色體。SPA法檢測到的QTL LOD值介于2.53～18.26，貢獻率分布范圍為4.00%～28.00%。IM法檢測到的QTL LOD值介于2.02～17.79之間，貢獻率分布范圍為3.41%～27.00%。在第8染色體的RM22720－RM404區(qū)間發(fā)現(xiàn)1個QTL簇，在RM22720－RM6032和RM6032－RM404區(qū)間檢測到控制不同劍葉性狀的多個QTL。

2.5.1 劍葉SPAD

共檢測到3個控制劍葉SPAD QTL，分別位于水稻第1和4染色體上，LOD值分布范圍分別為3.91～9.91（SPA）和3.16～4.47（IM）。表型貢獻率分別介于7.00%～17.00%（SPA）和5.00%～7.69%（IM）之間。其中，的貢獻率最高，分別為17.00%（SPA）和7.69%（IM），加性效應值分別為?2.83和?1.46，說明增效等位基因來自Bertone，能增加水稻劍葉SPAD值。而位于第1染色體上的加性效應值為1.21，表明增效等位基因來自越光。

2.5.2 劍葉長

共檢測到2個控制劍葉長QTL，均位于第8染色體上，二者的遺傳距離比較接近。和的貢獻率均大于10%，分別為19.00%和20.00%（SPA），19.00%和18.00%（IM），認為這兩個QTL均為劍葉長主效QTL。2個劍葉長QTL的加性效應均小于?3.0 cm，說明來自Bertone的等位基因能使劍葉長至少增加3 cm。

2.5.3 劍葉寬

共檢測到4個控制劍葉寬QTL，分別位于水稻第7和8染色體上。表型貢獻率分別介于4.00%～16.00%(SPA)和3.41%～14.83%(IM)；加性效應分布范圍為?0.07 ～ ?0.02 cm，表明劍葉寬增效等位基因均來自Bertone。兩種方法檢測到的和的貢獻率均高于10%，為控制劍葉寬的主效位點。

2.5.4 劍葉長寬比

共檢測到2個控制劍葉長寬比QTL，均位于第8染色體。和的LOD值分別為4.22、5.15（SPA）和3.70、4.16（IM），但貢獻率較低，兩種檢測方法均低于10%。2個長寬比QTL的加性效應值均為負，表明其增效等位基因來自Bertone。

2.5.5 劍葉面積

共檢測到4個控制劍葉面積QTL，分別位于第1和8染色體，貢獻率分別介于5.00%～28.00%(SPA)，7.26%～27.00%（IM）。其中，和貢獻率均低于10%，屬于微效QTL。和貢獻率均高于20%，為控制劍葉面積的主效QTL，其加性效應值均為負，增效等位基因來自Bertone，它們對水稻劍葉面積增效明顯，分別可增加3.96 cm2(SPA)、4.43 cm2(IM)和4.24 cm2(SPA)、4.05 cm2(IM)。

實心符號表示SPA檢測到的QTL；空心符號表示IM檢測到的QTL。

Fig. 5. Location and the distribution of QTLs for flag leaf related traits in BC3F1population on chromosomes in rice.

表5 兩種方法定位到的水稻劍葉相關性狀QTL

PVE, Percentage of variance explained; Add, Additive effect.

2.5.6 劍葉性狀綜合評價值(值)

共檢測到3個控制值QTL，分布于第1和第8染色體。檢測到的值QTL位點與劍葉寬、劍葉長寬比和劍葉面積QTL存在部分重疊，但貢獻率及加性效應表現(xiàn)不同。貢獻率分布范圍分別為7.00%～26.00%(SPA)和 4.35%～25.50%(IM)，加性效應為?0.16～?0.05，增效等位基因來自Bertone。

3 討論

3.1 水稻劍葉葉綠素含量及相關QTL的動態(tài)變化

葉綠素是植物吸收、傳遞和轉換光能的關鍵色素，是水稻光合作用的物質基礎[29]。改善水稻劍葉葉綠素含量、維持較長的葉綠素含量相對穩(wěn)定期可以調節(jié)光合生理，有效提高水稻光合速率、產(chǎn)量和品質[30]。水稻劍葉的葉綠素含量是一個動態(tài)的變化過程。殷延勃等[31]發(fā)現(xiàn)不同水稻品種的劍葉SPAD值存在較大差異，同一品種的劍葉SPAD在抽穗灌漿期大多表現(xiàn)為先升高后降低的趨勢，只是峰值出現(xiàn)的時間不同，多表現(xiàn)為劍葉完全展開后3～4周；Huang等[32]和阿加拉鐵等[12]的研究發(fā)現(xiàn)劍葉SPAD的峰值出現(xiàn)在劍葉完全展開后10～14 d。本研究通過對兩親本劍葉完全展開后1～25 d劍葉SPAD的監(jiān)測，發(fā)現(xiàn)SPAD值均隨著生育期的推進表現(xiàn)為先增加再降低的趨勢，峰值分別出現(xiàn)在劍葉完全展開后7 d和9 d，且兩親本的劍葉SPAD值在整個抽穗灌漿期內(nèi)均表現(xiàn)為極顯著差異。

水稻劍葉葉綠素含量QTL也表現(xiàn)為明顯的動態(tài)變化，灌漿期不同階段調控劍葉葉綠素含量的QTL是有差異的[12, 33-34]。胡茂龍等[33]在水稻抽穗后7 d檢測到1個貢獻率為11.2%的QTL()，該位點在30 d時未檢測到，其遺傳效應表現(xiàn)為隨水稻葉片的衰老而降低；也有研究發(fā)現(xiàn)控制水稻劍葉SPAD值的QTL主要在灌漿中后期表達，是不同的位點，貢獻率表現(xiàn)為逐漸上升[12,34]。Huang等[32]在水稻抽穗后0 d、10 d、20 d和30 d分別檢測到多個控制劍葉SPAD的QTL，其中和分別為0 d和30 d特有的QTL位點，不同時期共有的QTL位點間存在明顯的上位性關系，表明水稻劍葉葉綠素含量的動態(tài)變化可能是多個基因表達和互作的綜合結果。

3.2 水稻劍葉性狀與理想株型和產(chǎn)量的關系

劍葉形態(tài)性狀是水稻理想株型的重要組成部分，改良劍葉大小是水稻株型和超高產(chǎn)育種的重要目標之一[14, 16]。水稻理想株型中劍葉性狀主要通過長、寬、葉面積、葉傾角、披垂度等調節(jié)水稻的光合面積和群體透光率來影響水稻產(chǎn)量[8]，一般表現(xiàn)為葉片較長、寬度和葉面積適中、葉傾角較小的直立型葉[10, 20]。在劍葉與產(chǎn)量構成因素的相關性研究方面，周麗慧等[13]發(fā)現(xiàn)劍葉長、劍葉寬和劍葉面積均與主穗穎花數(shù)呈極顯著正相關，劍葉寬與主穗千粒重呈極顯著正相關，上述指標與主穗結實率的相關性均未達到顯著水平；張強等[14]發(fā)現(xiàn)劍葉寬與千粒重呈顯著正相關，劍葉長與千粒重呈顯著負相關；彭偉業(yè)等[16]則發(fā)現(xiàn)劍葉長、寬與千粒重之間相關性未達到顯著水平。水稻劍葉長[6, 8, 22]、寬[4, 6, 22]和劍葉面積[6, 22]均與單株產(chǎn)量呈極顯著正相關；在水稻種質資源中，上述3個劍葉大小性狀與單株產(chǎn)量的相關程度較低，表明單一改良劍葉長、劍葉寬或劍葉面積對提高水稻產(chǎn)量存在局限性，水稻產(chǎn)量與劍葉性狀之間存在復雜的遺傳關系[6]。本研究中除劍葉長寬比外，5個劍葉相關性狀均與水稻單株產(chǎn)量呈極顯著正相關，其中劍葉綜合評價值與單株產(chǎn)量的相關系數(shù)最大，為0.686，高值株系的單株產(chǎn)量極顯著高于低值株系，表明對水稻劍葉性狀的綜合改良可有效提高水稻產(chǎn)量。

3.3 水稻劍葉性狀QTL定位和基因克隆

目前，已報道的劍葉相關性狀QTL主要是一些控制劍葉長[4, 8, 16, 18]、劍葉寬[18-20,35]、劍葉長寬比[4, 15, 26]、劍葉面積[15, 16]、劍葉葉綠素含量[12, 29, 32]、劍葉傾角[10, 20]、劍葉卷曲度[11]、劍葉干重[3, 14]等性狀的位點。精細定位的劍葉性狀QTL主要有調控劍葉葉綠素含量的[7]，控制劍葉卷曲的[11]，調節(jié)劍葉傾角的[10]，影響劍葉長的[21]、[5]和[36]，控制劍葉寬的[4]、[37]和[17]。其中，源于基因的可變剪切，編碼1個植物特有蛋白[38]，通過控制細胞分裂和生長，影響水稻生長素的極性運輸和維管束排列模式，對劍葉橫向生長起重要作用[39]；在粳稻中的等位基因可使其超表達株系劍葉大小和葉綠素含量顯著提高，穗型也得到了改良[40]?；蚴?個同時控制水稻每穗粒數(shù)、株高和抽穗期的主效QTL[41]，談聰?shù)萚22]研究發(fā)現(xiàn)，該基因超表達植株的劍葉長、寬和面積與受體親本合江19相比均極顯著增加，證實了對劍葉大小的調控作用。本研究利用回交群體對水稻6個劍葉相關性狀（含值）進行QTL檢測，共定位到18個QTL，分布于水稻第1、4、7和8染色體。與前人研究結果比較發(fā)現(xiàn)，控制劍葉寬的與張玲等[26]檢測到的位于相同區(qū)間，與邵高能等[42]報道的區(qū)間重疊。Yue等[35]報道的控制劍葉SPAD值QTL和與本研究定位到的位于相同區(qū)間，可能是同1個QTL位點。上述3個QTL位點可以在不同的群體和環(huán)境下重復檢測到，其中與Zhang等[4]精細定位的位于相近的定位區(qū)間，是1個客觀、準確、重復性好的劍葉寬QTL。

3.4 QTL簇及其多效性

在水稻基因組中，控制相關性狀的QTL常在同一對染色體上成簇分布，這些QTL往往表現(xiàn)出不同程度的多效性[16,43]。Wang等[44]利用珍汕97和9311構建的BRIL群體在水稻第1、3、6、7、8、9和11染色體上均檢測到了控制劍葉形態(tài)性狀的QTL簇。童漢華等[3]利用珍汕97和HR5構建的RIL群體，在水稻第3染色體的RM5474－RM3392區(qū)間定位到同時控制劍葉寬（）、劍葉鮮質量（）和劍葉干質量（）的1個QTL簇。Ye等[7]在第6染色體的47.05－55.47 cM區(qū)間和第7染色體的47.78－52.17 cM區(qū)間均檢測到1個同時控制水稻上三葉葉綠素含量的QTL簇。本研究在第8染色體的RM22720－RM404區(qū)間內(nèi)發(fā)現(xiàn)1個QTL簇，其中涵蓋同時控制劍葉長、劍葉寬、劍葉長寬比、劍葉面積和綜合評價值的多個QTL，貢獻率分布范圍分別為7.00%～28.00%（SPA）和6.33%～27.00%（IM），來自Bertone的等位基因可不同程度地對上述劍葉相關性狀起增效作用。本研究檢測到的貢獻率＞15%的主效QTL均分布于該區(qū)間內(nèi)，控制劍葉長、劍葉面積和值QTL的LOD值曲線表現(xiàn)為明顯的雙峰分布（數(shù)據(jù)未列出），表明該QTL簇可能來源于兩個緊密連鎖的多效性QTL。區(qū)間作圖（IM）結果表明，控制值的主效QTL與位于第8染色體上影響劍葉長、劍葉寬、劍葉長寬比和劍葉面積的QTL之間表現(xiàn)為明顯的遺傳重疊，這與上述性狀間的極顯著正相關一致，與最優(yōu)回歸方程中，劍葉寬等劍葉形態(tài)性狀是影響值的主要因子相一致。

QTL簇的多效性不僅表現(xiàn)在相關性狀間，也有同時控制多個不同類型性狀的報道。Zhang等[4]利用9311和培矮64S構建的RIL群體，在水稻第7染色體上的45.30－53.34 cM 區(qū)間內(nèi)同時檢測到控制劍葉寬的和控制單株產(chǎn)量的。Tian等[19]在第1染色體的RM3521－RM8111區(qū)間同時定位到控制水稻劍葉寬的和每穗粒數(shù)的。Xu等[45]在第3染色體的GL3?RM15578區(qū)間內(nèi)檢測到同時控制劍葉長、籽粒長寬比和千粒重的QTL簇。這種QTL成簇分布的現(xiàn)象，通常是由于基因的一因多效或連鎖重疊造成的[43]，要研究其調控機理還需開展精細定位、克隆及功能驗證等工作進一步分析。

4 結論

通過對劍葉相關性狀的綜合評價，獲得劍葉寬、劍葉SPAD、劍葉長、劍葉面積4個影響值的主要因子。6個劍葉相關性狀均與單株產(chǎn)量呈極顯著或顯著正相關，其中值的相關系數(shù)最大。高值株系的株高、穗長、莖基粗和單株產(chǎn)量均極顯著高于低值株系。利用區(qū)間作圖法共檢測到18個QTL，分布于水稻第1、4、7和8染色體，貢獻率超過15%的有6個，貢獻率最高，為27.00%。在第8染色體上發(fā)現(xiàn)1個QTL簇，涵蓋了控制值和劍葉形態(tài)性狀的10個QTL，表現(xiàn)為明顯的多效性。

在線輔助信息：在線輔助性圖S1放在中國水稻科學網(wǎng)上，網(wǎng)址為http://www.ricesci.cn。

[1] 李可, 禹晴, 徐云姬, 楊建昌. 水稻葉片早衰突變體的農(nóng)藝與生理性狀研究進展[J]. 中國水稻科學, 2020, 34(2): 104-114.

Li K, Yu Q, Xu Y J, Yang J C. Research progress in agronomic and physiological traits of early leaf senescence mutants in rice[J]., 2020, 34(2): 104-114. (in Chinese with English abstract)

[2] Lü W K, Hu H, He L P, Zhang X C, Ou X X, Chen H Y, Yu S B, Xu J L, Qiu X J, Li Z X, Xu J Y, Wang X Y, Liu Z Y, Wang C R, Jiang J F, Lou J. Characterization and fine mapping of two white panicle genes with duplicated effect in rice[J]., 2018, 20: 2805-2811.

[3] 童漢華, 梅捍衛(wèi), 邢永忠, 曹一平, 余新橋, 章善慶, 羅利軍. 水稻生育后期劍葉形態(tài)和生理特性的QTL定位[J]. 中國水稻科學, 2007, 21(5): 493-499.

Tong H H, Mei H W, Xing Y Z, Cao Y P, Yu X Q, Zhang S Q, Luo L J. QTL analysis for morphological and physiological characteristics of flag leaf at the late developmental stage in rice[J]., 2007, 21(5): 493-499. (in Chinese with English abstract)

[4] Zhang B, Ye W J, Ren D Y, Tian P, Peng Y L, Gao Y, Ruan B P, Wang L, Zhang G H, Guo L B, Qian Q, Gao Z Y. Genetic analysis of flag leaf size and candidate genes determination of a major QTL for flag leaf width in rice[J]., 2015, 8(1):1-10.

[5] Shen B, Yu W D, Zhu Y J, Fan Y Y, Zhuang J Y. Fine mapping of a major quantitative trait locus,, controlling flag leaf length and yield traits in rice (L.)[J]., 2012, 184(1): 57-64.

[6] 朱雙兵, 呂文愷, 何麗萍, 邢丹英, 楊隆維, 邱先進, 徐建龍. 全基因組關聯(lián)分析解析水稻劍葉及單株產(chǎn)量的遺傳基礎[J]. 植物遺傳資源學報, 2020, 21(3): 663-673.

Zhu S B, Lü W K, He L P, Xing D Y, Yang L W, Qiu X J, Xu J L. Genetic dissection of flag leaf related traits and grain yield per plant using genome-wide association analysis[J]., 2020, 21(3): 663-673. (in Chinese with English abstract)

[7] Ye W J, Hu S K, Wu L W, Ge C W , Cui Y T, Chen P, Xu J, Dong G J, Guo L B, Qian Q. Fine mapping a major QTLqFCC7for chlorophyll content in rice (L.) cv. PA64s[J]., 2017, 81(1): 81-90.

[8] 周勇, 陶亞軍, 姚銳, 李暢, 譚文琛, 裔傳燈, 龔志云, 梁國華. 利用染色體片段代換系定位水稻葉片形態(tài)性狀QTL[J]. 作物學報, 2017, 43(11): 1650-1657.

Zhou Y, Tao Y J, Yao R, Li C, Tan W C, Yi C D, Gong Z Y, Liang G H. QTL mapping for leaf morphological traits of rice using chromosome segment substitution lines[J]., 2017, 43(11): 1650-1657. (in Chinese with English abstract)

[9] 胡娟, 林晗, 徐娜, 焦然, 戴志俊, 魯草林, 饒玉春, 王躍星. 水稻葉傾角分子機制及育種應用的研究進展[J]. 中國水稻科學, 2019, 33(5): 391-400.

Hu J, Lin H, Xu N, Jiao R, Dai Z J, Lu C L, Rao Y C, Wang Y X. Advances in molecular mechanisms of rice leaf inclination and its application in breeding[J]., 2019, 33(5): 391-400. (in Chinese with English abstract)

[10] 朱長豐, 梁利君, 曾思遠, 李天偉, 董冠杉, 洪德林. 水稻劍葉角度位點的精細定位[J]. 中國水稻科學, 2016, 30(1): 27-34.

Zhu C F, Liang L J, Zeng S Y, Li T W, Dong G S, Hong D L. Fine mapping offor flag leaf angle in rice[J]., 2016, 30(1): 27-34. (in Chinese with English abstract)

[11] 張孝波, 謝佳, 張曉瓊, 田維江, 何沛龍, 劉思岑, 何光華, 鐘秉強, 桑賢春. 水稻矮化劍葉卷曲突變體的鑒定與基因精細定位[J]. 中國農(nóng)業(yè)科學, 2017, 50(9): 1551-1558.

Zhang X B, Xie J, Zhang X Q, Tian W J, He P L, Liu S C, He G H, Zhong B Q, Sang X C. Identification and gene mapping of a dwarf and curled flag leaf mutantin rice [J]., 2017, 50(9): 1551-1558. (in Chinese with English abstract)

[12] 阿加拉鐵, 曾龍軍, 薛大偉, 胡江, 曾大力, 高振宇, 郭龍彪, 李仕貴, 錢前. 水稻灌漿期不同階段葉綠素含量的QTL分析[J]. 作物學報, 2008, 34(1): 61-66.

A J L T, Zeng L J, Xue D W, Hu J, Zeng D L, Gao Z Y, Guo L B, Li S G, Qian Q. QTL analysis for chlorophyll content in four grain-filling stage in rice[J]., 2008, 34(1): 61-66. (in Chinese with English abstract)

[13] 周麗慧, 趙春芳, 趙凌, 張亞東, 朱鎮(zhèn), 陳濤, 趙慶勇, 姚姝, 于新, 王才林. 利用染色體片段置換系群體檢測水稻葉片形態(tài)QTL[J]. 中國水稻科學, 2013, 27(1): 26-34.

Zhou L H, Zhao C F, Zhao L, Zhang Y D, Zhu Z, Chen T, Zhao Q Y, Yao S, Yu X, Wang C L. QTL detection for leaf morphology of rice using chromosome segment substitution lines[J].2013, 27(1): 26-34. (in Chinese with English abstract)

[14] 張強, 陳凱, 梁云濤, 章祿標, 鄭天清, 徐建龍, 張文忠, 黎志康. 利用雙向導入系剖析水稻源、庫相關性狀的QTL[J]. 核農(nóng)學報, 2013, 27(3): 261-271.

Zhang Q, Chen K, Liang Y T, Zhang L B, Zheng T Q, Xu J L, Zhang W Z, Li Z K. QTL mapping of sink-source related traits using two sets of reciprocal introgression lines in rice[J]., 2013, 27(3): 261-271. (in Chinese with English abstract)

[15] 王蘭, 黃李超, 代麗萍, 楊窯龍, 徐杰, 冷語佳, 張光恒, 胡江, 朱麗, 高振宇, 董國軍, 郭龍彪, 錢前, 曾大力. 利用日本晴/9311重組自交系群體定位水稻成熟期葉形相關性狀QTL[J]. 中國水稻科學, 2014, 28(6): 589-597.

Wang L, Huang L C, Dai L P, Yang Y L, Xu J, Leng Y J, Zhang G H, Hu J, Zhu L, Gao Z Y, Dong G J, Guo L B, Qian Q, Zeng D L. QTL analysis for rice leaf morphology at maturity stage using a recombinant inbred line population derived from a cross between Nipponbare and 9311[J]., 2014, 28(6): 589-597. (in Chinese with English abstract)

[16] 彭偉業(yè), 孫平勇, 潘素君, 李魏, 戴良英. 水稻品種魔王谷粒形、劍葉性狀和株高QTL定位[J]. 作物學報, 2018, 44(11): 1673-1680.

Peng W Y, Sun P Y, Pan S J, Li W, Dai L Y. Mapping QTLs for grain shape, flag leaf traits, and plant height in rice variety Mowanggu[J]., 2018, 44(11): 1673-1680. (in Chinese with English abstract)

[17] Chen M L, Luo J, Shao G N, Wei X J, Tang S Q, Sheng Z H, Song J, Hu P S. Fine mapping of a major QTL for flag leaf width in rice,, which might be caused by alternative splicing of[J]., 2012, 31(5): 863-872.

[18] Farooq M, Tagle A G, Santos R E, Ebron L A, Kobayashi N. Quantitative trait loci mapping for leaf length and leaf width in rice cv. IR64 derived lines[J]., 2010, 52(6): 578-584.

[19] Tian Y H, Zhang H Y, Xu P Z, Chen X Q, Liao Y X, Han B L, Chen X B, Fu X D, Wu X J. Genetic mapping of a QTL controlling leaf width and grain number in rice[J]., 2015, 202(1): 1-11.

[20] Bian J M, He H H, Shi H, Zhu G Q, Li C J, Zhu C L, Peng X S , Yu Q Y, Fu J R, He X P , Chen X R, Hu L F, Lin J, Ou-Yang L J. Quantitative trait loci mapping for flag leaf traits in rice using a chromosome segment substitution line population[J]., 2014, 133(2): 203-209.

[21] Wang P, Zhou G L, Yu H H, Yu S B. Fine mapping a major QTL for flag leaf size and yield-related trait in rice[J]., 2011, 123: 1319-1330.

[22] 談聰, 翁小煜, 鄢文豪, 白旭峰, 邢永忠. 多效性基因調控水稻劍葉面積[J]. 遺傳, 2012, 34(7): 901-906.

Tan C, Weng X Y, Yan W H, Bai X F, Xing Y Z., a pleiotropic gene controlling flag leaf area in rice[J].2012, 34(7): 901-906. (in Chinese with English abstract)

[23] 穆平, 李自超, 李春平, 張洪亮, 王象坤. 水、旱條件下水稻莖稈主要抗倒伏性狀的QTL分析[J]. 遺傳學報, 2004(7): 717-723.

Mu P, Li Z C, Li C P, Zhang H L, Wang X K. QTL analysis for lodging resistance in rice using a DH population under lowland and upland ecosystems[J]., 2004(7): 717-723. (in Chinese with English abstract)

[24] 田蕾, 陳亞萍, 劉俊, 馬曉剛, 王娜, 楊兵, 李瑩, 郭海東, 李娟, 胡慧, 張銀霞, 李培富. 粳稻種質資源芽期耐鹽性綜合評價與篩選[J]. 中國水稻科學, 2017, 31(6): 631-642.

Tian L, Chen Y P, Liu J, Ma X G, Wang N, Yang B, Li Y, Guo H D, Li J, Hu H, Zhang Y X, Li P F. Comprehensive evaluation and selection of rice () germplasm for saline tolerance at germination stage[J]., 2017, 31(6): 631-642. (in Chinese with English abstract)

[25] 王小雷, 李煒星, 曾博虹, 孫曉棠, 歐陽林娟, 陳小榮, 賀浩華, 朱昌蘭. 基于染色體片段置換系對水稻粒形及千粒重QTL檢測與穩(wěn)定性分析[J]. 作物學報, 2020, 46(10): 1517-1525.

Wang X L, Li W X, Zeng B H, Sun X T, Ou-Yang L J, Chen X R, He H H, Zhu C L. QTL detection and stability analysis of rice grain shape and thousand-grain weight based on chromosome segment substitution lines[J]., 2020, 46(10): 1517-1525. (in Chinese with English abstract)

[26] 張玲, 李曉楠, 王偉, 楊生龍, 李清, 王嘉宇. 水稻株型相關性狀的QTL分析[J]. 作物學報, 2014, 40(12): 2128-2135.

Zhang L, Li X N, Wang W, Yang S L, Li Q, Wang J Y. Analysis of QTLs for plant type traits in rice ()[J]., 2014, 40(12): 2128-2135. (in Chinese with English abstract)

[27] Fu Q, Zhang P J, Tan L B, Zhu Z F, Ma D, Fu Y C, Zhan X C, Cai H W, Sun C Q. Analysis of QTLs for yield-related traits in Yuanjiang common wild rice (Griff.)[J]., 2010, 37(2): 147-157.

[28] McCouch S R. Gene nomenclature system for rice[J].,2008,1(1):72-84.

[29] 顧駿飛, 周振翔, 李志康, 戴琪星, 孔祥勝, 王志琴, 楊建昌. 水稻低葉綠素含量突變對光合作用及產(chǎn)量的影響[J]. 作物學報, 2016, 42(4): 551-560.

Gu J F, Zhou Z X, Li Z K, Dai Q X, Kong X S, Wang Z Q, Yang J C. Effects of the mutant with low chlorophyll content on photosynthesis and yield in rice[J]., 2016, 42(4): 551-560. (in Chinese with English abstract)

[30] Takai T, Kondo M, Yano M, Yamamoto T. A quantitative trait locus for chlorophyll content and its association with leaf photosynthesis in rice[J]., 2010, 3(2): 172-180．

[31] 殷延勃, 馬洪文. 粳稻劍葉不同發(fā)育時期SPAD值遺傳效應分析[J]. 西北農(nóng)業(yè)學報, 2008, 17(5): 171-173, 193.

Yin Y B, Ma H W. Analysis of genetic effects at different growth stages SPAD values in flag leaf of paddy rice[J]., 2008, 17(5): 171-173, 193. (in Chinese with English abstract)

[32] Huang L C, Dai L P, Wang L, Leng Y J, Yang Y L, Xu J, Hu J, Rao Y C, Zhang G H, Zhu L, Dong G J, Guo L B, Qian Q, Zeng D L. Genetic dissection for chlorophyll content of the top three leaves during grain filling in rice (L.)[J]., 2015, 34(2): 381-391.

[33] 胡茂龍, 王春明, 楊權海, 翟虎渠, 陸巍, 張榮銑, 萬建民. 水稻光合功能相關性狀QTL分析[J]. 遺傳學報, 2005, 32(8): 818-824.

Hu M L, Wang C M, Yang Q H, Zhai H Q, Lu W, Zhang R X, Wan J M. QTL analysis for traits associated with photosynthetic functions in rice (L. )[J]., 2005, 32(8): 818-824. (in Chinese with English abstract)

[34] 劉進, 王嘉宇, 姜樹坤, 徐正進. 水稻葉綠素含量動態(tài)QTL分析[J]. 植物生理學報, 2012, 48(6): 577-583.

Liu J, Wang J Y, Jiang S K, Xu Z J. Detection and analysis of dynamic QTL of leaf chlorophyll content in rice (L.)[J], 2012, 48(6): 577-583. (in Chinese with English abstract)

[35] Yue B, Xue W Y, Luo L J, Xing Y Z. QTL analysis for flag leaf characteristics and their relationships with yield and yield traits in rice[J]., 2006, 33(9): 824-832.

[36] Jiang S K, Zhang X J, Wang J Y, Chen W F, Xu Z J. Fine mapping of the quantitative trait locuscontrolling flag leaf length in rice[J]., 2010, 176(3): 341-347.

[37] Tang X X, Gong R, Sun W Q, Zhang C P, Yu S B. Genetic dissection and validation of candidate genes for flag leaf size in rice (L.)[J]., 2018, 131(4): 801-815.

[38] Lin L H, Zhao Y F, Liu F, Chen Q, Qi J C. Narrow leaf 1 () regulates leaf shape by affecting cell expansion in rice (L.)[J]., 2019, 516(3): 957-962.

[39] Qi J, Qian Q, Bu Q Y, Li S Y, Chen Q, Sun J Q, Liang W X, Zhou Y H, Chu C C, Li X G, Ren F G, Palme K, Zhao B R, Chen J F, Chen M S, Li C Y. Mutation of the ricegene, which encodes a novel protein, affects vein patterning and polar auxin transport[J]., 2008, 147(4): 1947-1959.

[40] Zhang G H, Li S Y, Wang L, Ye W J, Zeng D L, Rao Y C, Peng Y L, Hu J, Yang Y L, Xu J, Ren D Y, Gao Z Y, Zhu L, Dong G J, Hu X M, Yan M X, L, Guo L B, Li C Y, Qian Q.fromcultivar, which is allelic to, increases yield ofsuper rice 93-11[J]., 2014, 7(8): 1350-1364.

[41] Xue W Y, Xing Y Z, Weng X Y, Zhao Y, Tang W J, Wang L, Zhou H J, Yu S B, Xu C G, Li X H, Zhang Q F. Natural variation inis an important regulator of heading date and yield potential in rice[J]., 2008, 40(6): 761-767.

[42] 邵高能, 唐紹清, 羅炬, 焦桂愛, 唐傲, 胡培松. 水稻劍葉形態(tài)與稻米粒形QTL分析及相應剩余雜合體衍生群體的構建[J]. 分子植物育種, 2009, 7(1): 16-22.

Shao G N, Tang S Q, Luo J, Jiao G A, Tang A, Hu P S. QTL analysis for flag leaf and grain shape and populations construction derived from related residual heterozygous lines in rice[J]., 2009, 7(1): 16-22. (in Chinese with English abstract)

[43] 吳亞輝, 陶星星, 肖武名, 郭濤, 劉永柱, 王慧, 陳志強. 水稻穗部性狀的QTL分析[J]. 作物學報, 2014, 40(2): 214-221.

Wu Y H, Tao X X, Xiao W M, Guo T, Liu Y Z, Wang H, Chen Z Q. Dissection of QTLs for panicle traits in rice ()[J]., 2014, 40(2): 214-221. (in Chinese with English abstract)

[44] Wang P, Zhou G L, Cui K H, Li Z K, Yu S B. Clustered QTL for source leaf size and yield traits in rice (L.)[J]., 2012, 29(1): 99-113.

[45] Xu F F, Huang Y, Bao J S. Identification of QTLs for agronomic traits in indica rice using an RIL population[J]., 2015, 37(10): 809-817.

Comprehensive Evaluation and QTL Analysis for Flag Leaf Traits Using a Backcross Population in Rice

LI Jie1, TIAN Rongrong1, BAI Tianliang1, ZHU Chunyan1, SONG Jiawei1, TIAN Lei1,*, MA Shuaiguo1, 2, Lü Jiandong1, HU Hui1, WANG Zhenyu1, LUO Chengke1, ZHANG Yinxia1, LI Peifu1

(1College of Agriculture, Ningxia University/Key Laboratory of Modern Molecular Breeding for Dominant and Specific Crops in Ningxia, Yinchuan 750021, China;2Baiyin Municipal Bureau of Agriculture and Rural Affairs, Baiyin 730900, China;*Corresponding author, E-mail: tianlei2012@nxu.edu.cn)

【】In order to clarify the correlations between flag leaf-related traits and their relationships with six agronomic traits, a comprehensive evaluation of flag leaf traits was made. The identification of QTLs associated with flag leaf traits will lay a foundation for fine mapping and cloning of the functional genes underlying rice flag leaf-related traits, which is helpful to breed elite cultivars with excellent flag leaf traits. 【】A backcross population with two generationsderived from an eliterice cultivarKoshihikari (recipient)and a Portuguese rice landrace Bertone (donor) was used as plant materials. The genetic linkage maps were constructed by using SSR markers with the BC3F1population. Several parameters including flag leaf SPAD, flag leaf length, flag leaf width, length to width ratio of flag leaf as well as flag leaf area were measured in the parental varieties and BC3F2population. In order to analyze the relationship betweenvalue and the six agronomic traits, membership functions and the index weight methodwere used to comprehensively evaluate the flag leaf traits of these260BC3F2lines. Single-point analysis (SPA) and interval mapping (IM) were used to identify QTLs for traits related to flag leaf in rice.【】After the flag leaf was fully expanded, the flag leaf SPAD values of the two parents showed a dynamic change, increasing at first and reduced subsequently. The five flag leaf-related traits of the BC3F2population exhibited diverse phenotypic variations, whose overall performance resembled the recurrent parent (Koshihikari). The results revealed that four morphological traits of flag leaf were significantly correlated with each other, while there were no significant correlations with flag leaf SPAD. Using principal component analysis (PCA) and stepwise regression analysis, flag leaf width, flag leaf SPAD, flag leaf length and flag leaf area were selected as the key indexesofvalue out of the flag leaf comprehensive evaluation. The results showed that except for tiller number and effective panicle number, the other four traits including plant height, panicle length, basal culm thickness and grain yield per plant were all significantly higher in lines with a highervalue than that in lines with a smallvalue. A total of 18 QTLswere detected, which were located on chromosomes 1, 4, 7 and 8 with phenotypic variation explained ranging from 4.00% to 28.00% (SPA) and 3.41% to 27.00% (IM), respectively. Except for, the other 17 QTLs showed synergistic effect from Bertone alleles. Moreover,a QTL cluster was found in the RM22720－RM404 interval on chromosome 8, containingsix major QTLs(,,,,and). 【】Flag leaf width, flag leaf SPAD, flag leaf length and flag leaf area were the important indicators that affect the comprehensive evaluation of flag leaf. The flag leaf traits were significantly or extremely significantly positively correlated with the yield per plant. Here we identified 18 QTLs for flag leaf traits and a QTL cluster detected in the RM22720－RM404 interval on chromosome 8, which is an important chromosomal region affecting flag leaf-related traits.

rice; backcross population; flag leaf traits; comprehensive evaluation; QTL mapping

10.16819/j.1001-7216.2021.210110

2021-01-12;

2021-03-20。

國家自然科學基金資助項目(31760374); 寧夏自然科學基金資助項目(2020AAC03096); 寧夏農(nóng)業(yè)育種專項(2018NYYZ0301, 2018NYYZ0302)。