何坤輝，常立國，李亞楠，渠建洲，崔婷婷，徐淑兔，薛吉全，劉建超

（西北農(nóng)林科技大學農(nóng)學院/農(nóng)業(yè)部西北旱區(qū)玉米生物學與遺傳育種重點實驗室，陜西楊凌 712100）

供氮和不供氮條件下玉米穗部性狀的 QTL 定位

何坤輝，常立國，李亞楠，渠建洲，崔婷婷，徐淑兔，薛吉全*，劉建超*

（西北農(nóng)林科技大學農(nóng)學院/農(nóng)業(yè)部西北旱區(qū)玉米生物學與遺傳育種重點實驗室，陜西楊凌 712100）

【目的】分析供氮 (+N) 和不供氮 (–N) 2 種條件下玉米穗部性狀 QTL 定位結(jié)果的差異，挖掘在 –N 條件下特異表達的主效 QTL，為玉米的氮高效分子育種提供理論依據(jù)?！痉椒ā恳詢?yōu)良玉米自交系許 178 (氮高效) × K12 (氮低效) 衍生的 150 個 F7代重組自交系 (recombinant inbred lines，RILs) 為試驗材料，在 +N 和 –N 2 種處理條件下進行 2 年的田間試驗，對玉米的穗長、穗粗、穗行數(shù)、行粒數(shù)和單株產(chǎn)量共 5 個穗部性狀進行表性鑒定。使用基于混合線性模型 (mixed liner model，MLM) 的最佳線性無偏預測法 (best linear unbiased prediction，BLUP)，結(jié)合 2 年的表型數(shù)據(jù)，估計各家系各性狀在不同氮水平下的育種值。然后利用 QTL IciMapping V4.0 軟件的完備區(qū)間作圖法 (inclusive composite interval mapping，ICIM) 對這 5 個性狀的育種值進行 +N 和 –N 條件下的 QTL 分析?！窘Y(jié)果】玉米的穗長、穗粗和穗行數(shù)在不同氮水平下差異不大，而行粒數(shù)和單株產(chǎn)量在 –N 條件下呈現(xiàn)出顯著降低的結(jié)果。兩種氮水平下共定位到 20 個穗部性狀 QTL，其中 +N 條件下定位到 11 個 QTL，包括穗長 2 個、穗粗 1 個、穗行數(shù) 2 個、行粒數(shù) 1 個和單株產(chǎn)量 5 個。–N 條件下定位到 9 個 QTL，包括穗長 1個、穗粗 1 個、穗行數(shù) 2 個、行粒數(shù) 1 個和單株產(chǎn)量 4 個。這些 QTL 分布在除第 2 染色體以外的其余染色體上。兩種氮水平下定位到 5 個“一致性 QTL”，分別為 qEL7a，qED7a，qRNE9b，qGYP1a 和 qGYP6a，這 5 個“一致性 QTL”具有較高的表型貢獻率，在不同氮水平下的貢獻率均超過了 10.00%。在 – N 條件下共發(fā)現(xiàn) 4 個特異表達的 QTL，分別為 qRNE9a，qKNR6a，qGYP3a 和 qGYP8a，其中 qRNE9a 和 qGYP3a 是貢獻率超過10.00% 的主效 QTL。無論是在 +N 還是 –N 條件下，都發(fā)現(xiàn)了控制不同性狀的基因之間緊密連鎖或是同一個基因的一因多效現(xiàn)象，這與穗部各性狀間的高度相關性表現(xiàn)一致。【結(jié)論】控制玉米穗部性狀的基因在不同氮水平下的特異性表達直接導致了玉米穗部性狀表型上的差異。5 個“一致性”主效 QTL 和 2 個在不供氮條件下特異表達的主效 QTL，均有利于提高玉米抵抗低氮脅迫的能力。研究中發(fā)現(xiàn)的幾個控制玉米穗部性狀的 QTL 富集區(qū)可能存在一些關鍵基因，值得進一步研究。

玉米；穗部性狀；低氮脅迫；QTL

我國農(nóng)業(yè)生產(chǎn)中普遍存在氮肥利用率低的問題[1]。氮肥的過度施用，不僅沒有換來實質(zhì)上的產(chǎn)量提升，反而造成極大的資源浪費，增加了生產(chǎn)成本，污染了生態(tài)環(huán)境[2–3]，不利于農(nóng)業(yè)的可持續(xù)發(fā)展。研究玉米在低氮環(huán)境下的遺傳機制，發(fā)掘玉米氮高效基因，進而培育氮高效玉米品種，有利于減少氮肥施用量，保護農(nóng)業(yè)生態(tài)，促進農(nóng)業(yè)的可持續(xù)發(fā)展。玉米的穗部性狀在產(chǎn)量形成中具有重要作用，因而在氮效率研究中得到關注。陳范駿等[4]在不同氮水平下對玉米的穗部性狀進行了研究，結(jié)果表明在低氮條件下穗重和穗行數(shù)對產(chǎn)量的貢獻最大，指出在低氮條件下選擇氮高效品種時應選擇大穗型、穗行數(shù)多，且有較大成熟期生物量的品種。Chen 等[5]研究了熱帶玉米部分穗部性狀在低氮條件下的遺傳變異，結(jié)果表明在低氮條件下子粒產(chǎn)量、穗行數(shù)、百粒重和穗長等性狀皆有顯著的加性遺傳方差，這為氮高效品種的選育提供了科學依據(jù)。自 20 世紀 80年代以來，分子標記技術的發(fā)展和數(shù)量性狀統(tǒng)計模型的日臻完善，為從分子水平研究玉米氮效率的遺傳基礎提供了有力的支持。1999 年，Agrama 等[6]繪制出了首張玉米氮效率的 QTL 定位圖譜，標志著氮效率的分子遺傳學研究在玉米上取得重要進展。此后許多科研人員對玉米的穗部性狀做了大量的氮效率 QTL 定位研究[7–20]，發(fā)現(xiàn)了許多 QTL 位點，這些位點在玉米的 10 條染色體上均有分布。Luo 等[21]通過元分析 (Meta-analysis) 方法對前人的定位結(jié)果進行整合，最終獲得 14 個與氮效率有關的穗部性狀“一致性 QTL”，分布在玉米的第 1、2、3、4、6、8 和9 染色體上。盡管前人在玉米穗部性狀氮效率遺傳方面的研究上取得了一些成果，但由于氮效率是一個多基因控制的復雜性狀，必須使用大量不同的群體進行挖掘，才有可能發(fā)現(xiàn)更多的氮效率位點。因此，本研究以優(yōu)良玉米自交系許 178 (氮高效) × K12 (氮低效) 衍生的 150 個 F7代 RILs 家系為試驗材料，在施氮和不施氮條件下，通過 2 年的田間試驗，對穗長、穗粗、穗行數(shù)、行粒數(shù)和單株產(chǎn)量進行 QTL定位的對比研究，以期挖掘到更多影響玉米氮效率的主效位點，為深入研究玉米的氮高效遺傳機制及開展氮高效分子育種提供理論支持。

1 材料與方法

1.1 試驗材料

本試驗所用的 RILs 群體是以兩個在氮效率上存在顯著差異的玉米自交系許 178 × K12 為基礎材料[22]，雜交后代經(jīng)過連續(xù)多代自交建成的 F7代群體，該群體總共包含 150 個家系。

1.2 田間試驗及數(shù)據(jù)處理

2014 年和 2015 年的 4 月到 9 月，在陜西省楊凌區(qū)西北農(nóng)林科技大學玉米試驗基地進行春播試驗，0—30 cm 土壤有機質(zhì)含量 15.1 g/kg、全氮 0.85 g/kg、速效磷 15.9 mg/kg、速效鉀 138.5 mg/kg。試驗設供氮 (純氮 180 kg/hm2，+N) 和不供氮 (–N) 兩個處理，每個處理設 3 次重復，單行區(qū)，行長 4 m，每行 16株玉米，行距 0.6 m，密度 66667 plant/hm2。供氮區(qū)播種前施尿素 191 kg/hm2、過磷酸鈣 750 kg/hm2、氯化鉀 135 kg/hm2，大喇叭口期追施尿素 200 kg/hm2；不供氮區(qū)除不施氮肥外，其他與供氮處理相同。成熟后從每行均勻挑出 5 穗用于室內(nèi)考種，包括穗長、穗粗、穗行數(shù)、行粒數(shù)和單株產(chǎn)量共 5 個性狀。取 5 個單株的表型平均值代表該重復的表型值，3 個重復的表型平均值代表該年份的表型值。用SAS V9.2 軟件進行方差分析，廣義遺傳力的計算采用下面的公式：

其中，σG2表示基因型方差；σGE2表示基因型與環(huán)境互作的方差；σE2為誤差項；r 為重復數(shù)，本試驗中為 3；n 為環(huán)境數(shù)，本試驗中為 2。

使用 Henderson[24]提出的基于混合線性模型(mixed liner model，MLM) 的最佳線性無偏預測法(best linear unbiased prediction，BLUP) 結(jié)合 2 年表型值數(shù)據(jù)估計每個家系各性狀的育種值 (estimated breeding value，EBV)。使用 Excel V2010 軟件計算各性狀育種值之間的相關系數(shù)。

1.3 遺傳連鎖圖譜構建及 QTL 定位

親本和各家系的基因組 DNA 采用 CTAB 法[25]提取。從 MaizeGDB 網(wǎng)站 (http://www.maizegdb.org/) 中均勻挑選覆蓋玉米基因組的 495 對 SSR 引物進行親本間多態(tài)性篩選，然后選用在雙親間表現(xiàn)多態(tài)性的引物對 RILs 群體進行基因型分析。PCR 擴增產(chǎn)物用6% PAGE 凝膠電泳，銀染檢測。帶型以 1、2、0 進行統(tǒng)計，其中“1”代表母本許 178 的帶型，“2”代表父本 K12 的帶型，“0”表示雜合和缺失帶型。

利用親本許 178 和 K12 共篩選出 217 對多態(tài)性SSR 引物，能夠在群體中清晰擴增出來的引物有 193對。MapMaker V3.0 軟件[26]被用來構建遺傳圖譜，采用 Kosambi 函數(shù)將重組率轉(zhuǎn)化為遺傳距離“cM”，以 Min LOD=3.0，Max Distance=37.2 cM為條件進行連鎖分析和連鎖群劃分，最終有 191 個標記被劃分到 10 個連鎖群中。用 MapDraw V2.1 軟件[27]來繪制遺傳圖譜。

采用 QTL IciMapping V4.0 軟件[28]的完備區(qū)間作圖法對 5 個穗部性狀進行 QTL 分析。QTL 分析時，采用不同氮水平下各性狀的育種值進行分析。PIN設為 0.01，每 1 cM 步長 (walking speed) 對目的性狀進行全基因組掃描，采用模擬運算 (permutation) 1000 次的方法確定 LOD 閾值，當某個位置檢測到的LOD 值大于 LOD 閾值時，就認為該位置存在 1 個QTL[29]。

2 結(jié)果與分析

2.1 穗部性狀的表型分析

150 個 RIL 群體及其雙親在兩種氮水平下的表型結(jié)果如表 1 所示。雙親所調(diào)查的 5 個性狀在不同年份和氮處理中均存在顯著差異。在氮處理間親本各性狀的顯著性有所不同，許 178 除穗長和穗粗不顯著外，其余性狀都顯著；K12 除穗行數(shù)不顯著外，其余性狀都達到顯著水平。雙親的穗長、穗粗和穗行數(shù)在 –N 條件下減小幅度不明顯，而行粒數(shù)和單株產(chǎn)量在 –N 條件下出現(xiàn)明顯的下降，說明這 2 個性狀受氮素的影響較大。在 F7代 RILs 群體中，所調(diào)查的5 個性狀均表現(xiàn)出一定程度的雙向超親分離，各性狀的偏度和峰度均小于 1，符合 QTL 定位的要求。+N條件下各性狀的遺傳力均高于 –N 條件下，說明玉米穗部性狀在低氮條件下更容易受到環(huán)境的影響。穗行數(shù)的遺傳力最高，分別為 83.3% 和 79.6%；單株產(chǎn)量的遺傳力最低，分別為 73.2% 和 64.1% (表 1)。

聯(lián)合方差分析表明，穗部各性狀除穗長、穗粗和穗行數(shù)在不同氮水平間差異不顯著外，行粒數(shù)和單株產(chǎn)量在不同年份和氮水平間均表現(xiàn)出極顯著差異 (表 2)，說明玉米的行粒數(shù)和單株產(chǎn)量更容易受到供氮量的影響。相關分析表明，在不同氮水平下，單株產(chǎn)量與穗長、穗粗、穗行數(shù)和行粒數(shù)呈極顯著正相關，行粒數(shù)與穗長、穗粗和穗行數(shù)呈極顯著正相關，穗行數(shù)與穗粗的相關性也達到了極顯著水平。穗長與穗粗和穗行數(shù)不具有相關性 (表 3)，說明產(chǎn)量是多個穗部性狀共同作用的結(jié)果。

2.2 遺傳連鎖圖譜的構建

構建的遺傳圖譜全長 2 069.1 cM，平均圖距 10.8 cM (圖 1) , 符合 QTL 初步定位的要求。以第 1 和第4 連

鎖群上的標記最多，均為 25 個，第 10 連鎖群上的標記最少，僅有 12 個。10 個連鎖群中，圖距最長的是第 1 連鎖群，為 291.3 cM，最短的是第 6 連鎖群，圖距為 163.4 cM。平均圖距最長的是第 5 連鎖群，為 14.3 cM，最短的是第 7 連鎖群，為 8.5 cM。圖譜中未出現(xiàn)距離大于 30 cM 的“gap”。

表1 兩種氮水平下親本及重組自交系群體各性狀的表現(xiàn)Table 1 Breeding value of the parents and RILs population under two nitrogen applications

表2 不同年份和氮水平間玉米穗部性狀的聯(lián)合方差分析Table 2 Complex variance analysis of ear traits of maize under different years and nitrogen levels

表3 兩種氮水平下玉米穗部性狀育種值的相關性分析Table 3 Correlation analysis of ear traits of maize under two nitrogen applications

2.3 穗部性狀 QTL 定位

+N 條件下共檢測到 11 個 QTL，–N 條件下共檢測到 9 個 QTL，這些 QTL 分布在除第 2 染色體外的其余染色體上 (圖 1，表 4)。

2.3.1 穗長 共定位到 3 個 QTL。其中 +N 條件下檢測到 2 個 QTL，分布在第 7 和第 10 染色體上，貢獻率分別為 12.87% 和 9.05%；–N 條件下檢測到 1 個QTL，分布于第 7 染色體上，貢獻率為 10.92%。位于 Bin7.04 區(qū)域的 2 個 QTL 處于相同標記區(qū)間，且增效等位基因均來自母本許 178，是同一個 QTL。

2.3.2 穗粗 共定位到 2 個 QTL。其中 +N 條件下定位到 1 個 QTL，位于第 7 染色體，貢獻率為 15.85%；–N 條件下定位到 1 個 QTL，位于第 7 染色體上，貢獻率為 12.30%。這 2 個 QTL 都位于 Bin7.03 區(qū)域的相同標記區(qū)間，增效等位基因均來自父本 K12，是同一個 QTL。

2.3.3 穗行數(shù) 共定位到 4 個 QTL。其中 +N 條件下定位到 2 個 QTL，分布于第 4 和第 9 染色體，貢獻率分別為 11.16% 和 12.91%；–N 條件下定位到 2 個QTL，都分布在第 9 染色體，貢獻率分別為 13.43%和 21.27%。位于 Bin9.05/9.06 區(qū)域的 2 個 QTL 處于相同的標記區(qū)間，增效等位基因均來自父本 K12，是同一個 QTL。

2.3.4 行粒數(shù) 共定位到 2 個 QTL。其中 +N 條件下定位到 1 個 QTL，位于 Bin10.07，貢獻率為 11.34%；–N 條件下定位到 1 個 QTL，位于 Bin6.02/6.04，貢獻率為 8.72%。

2.3.5 單株產(chǎn)量 共定位到 9 個 QTL。其中 +N 條件下定位到 5 個 QTL，分布于第 1、第 5、第 6、第 7和第 10 染色體上，貢獻率為分別為 20.47%、7.45%、21.38%、8.28% 和 9.38%；–N 條件下定位到 4 個QTL，分布于第 1、第 3、第 6 和第 8 染色體，貢獻率分別為 15.21%、8.32%、11.92% 和 6.03%。位于Bin1.06 區(qū)域的 2 個 QTL 處于相同的標記區(qū)間，增效等位基因均來自母本許 178，是同一個 QTL，位于Bin6.02/6.04 區(qū)域的 2 個 QTL 處于相同標記區(qū)間，增效等位基因均來自 K12，是同一個 QTL。

3 討論

3.1 供氮量對玉米穗部性狀的影響

玉米的穗部是對氮素比較敏感的部位，容易受到供氮量的影響。王長成等[30]研究發(fā)現(xiàn)，玉米穗部性狀在不同氮水平下差異達到了顯著或極顯著水平，穗部性狀的表現(xiàn)會隨氮水平變化而發(fā)生明顯變化。劉宗華等[31]研究表明，玉米籽粒在 –N 條件下的產(chǎn)量普遍低于 +N 條件下的產(chǎn)量，平均下降 15.89%，最高可達 50.00% 以上。米國華等[32]研究指出，氮素供應不足嚴重影響玉米雌穗的發(fā)育，會造成授粉不足，籽粒結(jié)實率差，籽粒數(shù)目顯著減少，從而導致產(chǎn)量下降。本研究發(fā)現(xiàn)玉米的穗長、穗粗和穗行數(shù)在不同氮水平下差異較小，而玉米籽粒的行粒數(shù)在–N 條件下明顯減少，并進一步導致穗粒數(shù)的減少，從而造成減產(chǎn)。說明在 –N 條件下，籽粒行粒數(shù)是一個重要的氮效率次級選擇指標。在分子研究層面，Agrama 等[6]、Gallais 等[33]、劉宗華等[17]和劉建超等[18]的研究結(jié)果均表明，在 –N 條件下玉米穗部性狀的分子遺傳機制發(fā)生了很大改變，只有很少的 QTL 能同時在兩種供氮水平下被檢測到。本研究用不同氮水平下各性狀的育種值進行 QTL 分析，總共定位到 20個 QTL，發(fā)現(xiàn)只有 5 個位點能同時在兩種氮水平下被檢測到，多數(shù) QTL 都只能在 +N 或者 –N 條件下被檢測到，這與前人的研究結(jié)果一致。說明在不同的供氮水平下，控制玉米穗部性狀的基因作用方式發(fā)生了變化，有些在 +N 條件下表達的基因在 –N 條件下被抑制了，而有些在 +N 條件下不表達的基因在–N 環(huán)境的誘導下被激活了?；蛟诓煌较碌奶禺愋员磉_直接導致了玉米穗部性狀表型上的差異。

圖1 供氮和不供氮玉米穗部性狀的 QTL 定位結(jié)果Fig.1 QTL mapping results of ear traits of maize with and without N supply

3.2 穗部性狀 QTL 定位結(jié)果與前人的比較

玉米的穗部性狀是一個復雜的數(shù)量性狀，因而使用不同的研究材料所定位到的 QTL 不盡相同。本研究在兩種氮水平下共檢測到 20 個穗部性狀 QTL，其中 +N 條件下定位到 11 個位點，分布在第 1、4、5、6、7、9 和 10 染色體上；–N 條件下定位到 9 個位點，分布在第 1、3、6、7、8 和 9 染色體上。在 +N條件下定位到的穗行數(shù) QTL-qRNE4a 與 Liu 等[16]、劉宗華等[17]和劉建超等[18]的定位結(jié)果一致，穗行數(shù)QTL-qRNE9b 與劉宗華等[17]的定位結(jié)果一致；–N 條件下定位到的穗粗 QTL-qED7a 與劉宗華等[17]的定位結(jié)果一致，行粒數(shù) QTL-qKNR6a 與 Liu 等[16]的定位結(jié)果一致，單株產(chǎn)量 QTL-qGYP1a 與劉建超等[18]的定位結(jié)果一致。研究定位到的其余 QTL 均是新發(fā)現(xiàn)的位點，這種結(jié)果一定程度上反映了控制玉米穗部性狀基因網(wǎng)絡的復雜性。因而必須使用不同的研究材料進行挖掘才能深入認識玉米穗部性狀的遺傳機制。

本研究在 –N 條件下共定位到 4 個特異表達的QTL，分別是位于染色體 Bin9.03/9.04 的穗行數(shù)QTL-qRNE9a、位于 Bin6.02/6.04 的行粒數(shù) QTL-qKNR6a、位于 Bin3.04 與 Bin8.05/8.06 的單株產(chǎn)量QTL-qGYP3a 和 QTL-qGYP8a，這些在 –N 條件下特異表達的 QTL 很可能與氮素的高效利用有關。Luo等[21]對 16 篇有關氮效率研究的論文進行綜合分析，通過 Meta-analysis 方法發(fā)現(xiàn)了 14 個與產(chǎn)量及產(chǎn)量構成因子有關的氮效率“一致性 QTL”，并根據(jù)表達數(shù)據(jù)對其所在區(qū)間的候選基因進行了預測。而本研究定位到的 4 個位點中有 3 個與之處于相同或鄰近的染色體區(qū)間 (Bin3.04、Bin8.06 和 Bin9.03)，這也充分證明了本研究結(jié)果的真實性和可靠性。此外，本研究定位到的 Bin6.02/6.04 區(qū)間是否存在真實有效的氮效率基因還未見報道，有待于進一步的研究。

表4 兩種氮水平下玉米穗部性狀育種值的 QTL 定位Table 4 QTL mapping of maize ear traits under two nitrogen application treatments

3.3 不同氮水平下的“一致性 QTL”

Tuberosa 等[34]提出，在不同環(huán)境下檢測到相同性狀的 QTL，如果它們的標記區(qū)間相同，且增效等位基因來源相同，即認為是同一個 QTL，而本研究中檢測到多個這樣的位點。染色體 Bin1.06 區(qū)域存在一個控制單株產(chǎn)量的 QTL-qGYP1a，該位點在兩種氮水平下均被檢測到，貢獻率大于 15.00%，增效等位基因來源于母本許 178；染色體 Bin6.02/6.04 區(qū)域存在一個控制單株產(chǎn)量的 QTL-qGYP6a，該位點在兩種氮水平下均被檢測到，貢獻率大于 11.00%，增效等位基因來源于父本 K12；染色體 Bin7.04 區(qū)域存在一個控制穗長的 QTL-qEL7a，該位點在兩種氮水平下均被檢測到，貢獻率大于 10.00%，增效等位基因來自母本許 178；染色體 Bin7.03 區(qū)域的穗粗QTL-qED7a 在兩種氮水平下均被檢測到，貢獻率超過了 12.00%，增效等位基因來自父本 K12；位于第9 染色體 Bin9.05/9.06 區(qū)域的穗行數(shù) QTL-qRNE9b 在兩種氮水平被檢測到，貢獻率均超過了 12.00%，增效等位基因來源于父本 K12。這些在不同氮水平下均被檢測到的“一致性 QTL”貢獻率都超過了10.00%，是主效 QTL，推測它們可能是組成型表達的基因，表達不受時間、空間和環(huán)境的影響。這些組成型 QTL 對于玉米的產(chǎn)量形成具有重要的意義，對這些“一致性 QTL”在育種中加以利用，有助于耐低氮新品種的選育。而在 –N 條件下特異表達的QTL，屬于誘導型 QTL，有利于在 –N 條件下提高玉米的氮效率，對于玉米適應低氮脅迫具有重要的意義。本研究在 –N 條件下定位到 4 個特異表達的氮高效 QTL，其中有 2 個是貢獻率超過 10.00% 的主效QTL (qRNE9a 和 qGYP3a)，對這 2 個 QTL 加以應用，有可能獲得耐低氮脅迫的玉米新品種。

3.4 性狀相關和 QTL 的“一因多效”

前人研究[35–37]表明，控制不同穗部性狀的 QTL常被定位在相同或相近的染色體區(qū)域，在本研究中也發(fā)現(xiàn)了幾個這樣的染色體區(qū)域。如 +N 條件下，在Bin7.03 區(qū)域檢測到控制穗粗和單株產(chǎn)量的 QTL，在臨近的 Bin7.04 區(qū)域檢測到控制穗長的 QTL，在Bin10.07 的 umc2021—bnlg1185 標記區(qū)間內(nèi)同時檢測到控制穗長、行粒數(shù)和單株產(chǎn)量的 QTL。–N 條件下，在 Bin6.02/6.04 區(qū)域的 umc1257—umc1796 標記區(qū)間定位到控制行粒數(shù)和單株產(chǎn)量的 QTL；在Bin7.03 和 Bin7.04 區(qū)域分別定位到控制穗粗和穗長的 QTL。而以上這些區(qū)域大都與前人定位的區(qū)域相近或相同，如譚巍巍等[38–39]在 Bin7.02/7.03 區(qū)域定位到控制穗行數(shù)、行粒數(shù)和單株產(chǎn)量的 QTL，在Bin6.02/6.04 區(qū)域定位到控制穗粗和單株產(chǎn)量的QTL；蘭進好等[40]在 Bin10.07 區(qū)域檢測到控制穗重和單株產(chǎn)量的 QTL。這種控制不同性狀的 QTL 定位于同一染色體區(qū)域的現(xiàn)象，可能是基因的“一因多效”或是控制不同性狀的基因之間的緊密連鎖，而且這種控制不同性狀的 QTL 在染色體上重疊的現(xiàn)象與穗部性狀之間的高度相關性表現(xiàn)一致 (表 3)。研究中發(fā)現(xiàn)的這些 QTL 富集區(qū)域雖然與前人定位的區(qū)域高度一致，但是定位到的 QTL 所控制的性狀卻不盡相同，體現(xiàn)了穗部性狀遺傳基礎的復雜性。今后對這些染色體區(qū)域進行更深入的探索，將有可能在穗部性狀的遺傳機制研究上獲得突破。

4 結(jié)論

本研究利用許 178 × K12 衍生的 F7代 RILs 群體在供 N 和不供 N 條件下對玉米的穗長、穗粗、穗行數(shù)、行粒數(shù)和單株產(chǎn)量這 5 個穗部性狀進行了 QTL分析，共檢測到 20 個 QTL，分布在除第 2 染色體以外的其余染色體上。在不同氮水平下定位的 QTL 存在較大差異，只有 5 個位點同時在供氮和不供氮兩種條件下被檢測到，表明控制玉米穗部性狀的基因在不同氮水平下作用方式發(fā)生了較大變化。5 個“一致性”QTL 和不供氮條件下發(fā)現(xiàn)的 2 個特異表達的、貢獻率較大的主效 QTL，對于玉米適應低氮脅迫具有重要的意義。研究中發(fā)現(xiàn)的幾個穗部性狀的QTL 富集區(qū)，可能存在控制玉米穗部性狀的關鍵基因，有必要進一步探索。

[1]張福鎖, 王激清, 張衛(wèi)峰, 等. 中國主要糧食作物肥料利用率現(xiàn)狀與提高途徑[J]. 土壤學報, 2008, 45(5): 915–924. Zhang F S, Wang J Q, Zhang W F, et al. Nutrient use efficiency of major cereal crops in China and measures for improvement[J]. ActaPedologica Sinica, 2008, 45(5): 915–924.

[2]Guo J H, Liu X J, Zhang Y, et al. Significant acidification in major Chinese croplands[J]. Science, 2010, 327(5968): 1008–1010.

[3]Liu X J, Zhang Y, Han W X, et al. Enhanced nitrogen deposition over China[J]. Nature, 2013, 494(7438): 459–462.

[4]陳范駿, 米國華, 崔振嶺, 等. 玉米雜交種氮效率遺傳相關與通徑分析[J]. 玉米科學, 2002, 10(1): 10–14. Chen F J, Mi G H, Cui Z L, et al. Genetic correlation and path analysis of nitrogen use efficiency of maize hybrids[J]. Journal of Maize Sciences, 2002, 10(1): 10–14.

[5]Chen Z H, Carpena A L. Genetic variation of characters associated with low nitrogen tolerance in tropical maize[J]. Southwest China Journal of Agricultural Sciences, 2000, 13(1): 42–49.

[6]Agrama H A S, Zakaria A G, Said F B, et al. Identification of quantitative trait loci for nitrogen use efficiency in maize[J]. Molecular Breeding, 1999, 5(5): 187–195.

[7]Hirel B, Bertin P, Quilleré I, et al. Towards a better understanding of the genetic and physiological basis for nitrogen use efficiency in maize.[J]. Plant Physiology, 2001, 125(3): 1258–1270.

[8]Jansen C, Zhang Y, Liu H, et al. Genetic and agronomic assessment of cob traits in corn under low and normal nitrogen management conditions[J]. Theoretical and Applied Genetics, 2015, 128(7): 1231–1242.

[9]Veldboom L R, Lee M. Genetic mapping of quantitative trait loci in maize in stress and nonstress environments: I. grain yield and yield components[J]. Crop Science, 1996, 36(5): 1310–1319.

[10]Liu X H, Zheng Z P, Tan Z B, et al. Genetic analysis of two new quantitative trait loci for ear weight in maize inbred line Huangzao4[J]. Genetics & Molecular Research, 2010, 9(4): 2140–2147.

[11]Zheng Z P, Liu X H, Wu X, et al. Genetic loci mapping for ear axis weight using recombinant inbred line (RIL) population under different nitrogen regimes in maize[J]. African Journal of Biotechnology, 2011, 10(42): 8255–8259.

[12]Zhang H M, Zheng Z P, Liu X H, et al. QTL mapping for ear length and ear diameter under different nitrogen regimes in maize[J]. African Journal of Agricultural Research, 2010, 5(8): 626–630.

[13]Ribaut J M, Fracheboud Y, Monneveux P, et al. Quantitative trait loci for yield and correlated traits under high and low soil nitrogen conditions in tropical maize[J]. Molecular Breeding, 2007, 20(1): 15–29.

[14]Liu X H, Zheng Z P, Tan Z B, et al. Quantitative trait locus (QTL) mapping for 100-kernel weight of maize (Zea mays L.) under different nitrogen regimes[J]. African Journal of Biotechnology, 2010, 9(49): 8283–8289.

[15]Liu X H, He S L, Zheng Z P, et al. Identification of the QTLs for grain yield using RIL population under different nitrogen regimes in maize[J]. African Journal of Agricultural Research, 2010, 5(15): 2002–2007.

[16]Liu X H, He S L, Zheng Z P, et al. QTL identification for row number per ear and grain number per row in maize[J]. Maydica, 2010, 55(2): 127–133.

[17]劉宗華, 湯繼華, 衛(wèi)曉軼, 等. 氮脅迫和正常條件下玉米穗部性狀的QTL分析[J]. 中國農(nóng)業(yè)科學, 2007, 40(11): 2409–2417. Liu Z H, Tang J H, Wei X Y, et al. QTL mapping of ear traits under low and high nitrogen conditions in maize[J]. Scientia Agricultura Sinica, 2007, 40(11): 2409–2417.

[18]劉建超, 米國華, 陳范駿. 兩種供氮水平下玉米穗部性狀的QTL定位[J]. 玉米科學, 2011, 19(2): 17–20. Liu J C, Mi G H, Chen F J. QTL mapping of ear traits in maize grown under two nitrogen applications[J]. Journal of Maize Sciences, 2011, 19(2): 17–20.

[19]Liu X H, He S L, Zheng Z P, et al. Genetic loci mapping associated with maize kernel number per ear based on a recombinant inbred line population grown under different nitrogen regimes[J]. Genetics and Molecular Research 2011, 10(4): 3267–3274.

[20]Cai H, Chu Q, Gu R, et al. Identification of QTLs for plant height, ear height and grain yield in maize (Zea mays L.) in response to nitrogen and phosphorus supply[J]. Plant Breeding, 2012, 131(4): 502–510.

[21]Luo B, Tang H, Liu H, et al. Mining for low-nitrogen tolerance genes by integrating meta-analysis and large-scale gene expression data from maize[J]. Euphytica, 2015, 206(1): 117–131.

[22]任仰濤, 秦德斌, 劉建超, 等. 氮素對吐絲后不同保綠型玉米自交系生理生化特性的影響[J]. 西北農(nóng)業(yè)學報, 2014, 23(5): 70–75. Ren Y T, Qin D B, Liu J C, et al. Effects of the nitrogen on physiological and biochemical characteristics in different stay-green maize inbred lines after silking[J]. Acta Agriculturae Borealioccidentalis Sinica, 2014, 23(5): 70–75.

[23]Nyquist W E, Baker R J. Estimation of heritability and prediction of selection response in plant populations[J]. Critical Reviews in Plant Sciences, 1991, 10(3): 235–322.

[24]Henderson C R. General flexibility of linear model techniques for sire evaluation[J]. Journal of Dairy Science, 1974, 57(8): 963–972.

[25]Maroof M A S, Biyashev R M, Yang G P, et al. Extraordinarily polymorphic microsatellite DNA in barley: species diversity, chromosomal locations, and population dynamics[J]. Proceedings of the National Academy of Sciences of the USA, 1994, 91(12): 5466–5470.

[26]Lander E S, Green P, Abrahanson J, et al. MAPMAKER: an interactive computer package for constructing primary genetic linkage maps of experimental and natural populations[J]. Genomics, 1987, 1(2): 174–181.

[27]Liu R H, Meng J L. MapDraw: a microsoft excel macro for drawing genetic linkage maps based on given genetic linkage data[J]. Hereditas, 2003, 25(3): 317–321.

[28]Li H H, Ye G Y, Wang J K. A modified algorithm for the improvement of composite interval mapping[J]. Genetics, 2007, 175(1): 361–374.

[29]王建康. 數(shù)量性狀基因的完備區(qū)間作圖方法[J]. 作物學報, 2009, 35(2): 239–245. Wang J K. Inclusive composite interval mapping of quantitative trait genes[J]. Acta Agronomica Sinica, 2009, 35(2): 239–245.

[30]王長成, 張占輝, 付忠軍, 等. 氮肥對玉米高代重組近交系穗部性狀的影響[J]. 河南農(nóng)業(yè)大學學報, 2010, 44(1): 7–11. Wang C C, Zhang Z H, Fu Z J, et al. Effect of nitrogen fertilizer on ear traits of high-generation recombinant inbred lines in maize[J]. Journal of Henan Agricultural University, 2010, 44(1): 7–11.

[31]劉宗華, 王春麗, 湯繼華, 等. 氮脅迫對不同玉米自交系若干農(nóng)藝性狀和產(chǎn)量的影響[J]. 河南農(nóng)業(yè)大學學報, 2006, 40(6): 573–577. Liu Z H, Wang C L, Tang J H, et al. Effect of low nitrogen stress on several agronomy characters and grain yield of different maizeinbreds[J]. Journal of Henan Agricultural University, 2006, 40(6): 573–577.

[32]米國華, 陳范駿, 春亮, 等. 玉米氮高效品種的生物學特征[J]. 植物營養(yǎng)與肥料學報, 2007, 13(1): 155–159. Mi G H, Chen F J, Chun L, et al. Biological characteristics of nitrogen efficient maize genotypes[J]. Plant Nutrition and Fertilizer Science, 2007, 13(1): 155–159.

[33]Gallais A, Hirel B. An approach to the genetics of nitrogen use efficiency in maize[J]. Journal of Experimental Botany, 2004, 55(396): 295–306.

[34]Tuberosa R, Salvi S, Sanguineti M C, et al. Mapping QTLs regulating morpho-physiological traits and yield: case studies, shortcomings and perspectives in drought-stressed maize[J]. Annals of Botany, 2002, 89(7): 941–963.

[35]Li Y X, Wang Y, Shi Y S, et al. Correlation analysis and QTL mapping for traits of kernel structure and yield components in maize[J]. Scientia Agricultura Sinica, 2009, 42(2): 408–418.

[36]Yang C, Liu J, Rong T Z. Detection of quantitative trait loci for ear row number in F2populations of maize[J]. Genetics and Molecular Research, 2014, 14(4): 14229–14238.

[37]Peng B, Li Y, Wang Y, et al. QTL analysis for yield components and kernel-related traits in maize across multi-environments[J]. Theoretical and Applied Genetics, 2011, 122(7): 1305–1320.

[38]譚巍巍, 李永祥, 王陽, 等. 在干旱和正常水分條件下玉米穗部性狀QTL分析[J]. 作物學報, 2011, 37(2): 235–248. Tan W W, Li Y X, Wang Y, et al. QTL mapping of ear traits of maize under different water regimes[J]. Acta Agronomica Sinica, 2011, 37(2): 235–248.

[39]譚巍巍, 王陽, 李永祥, 等. 不同環(huán)境下多個玉米穗部性狀的QTL分析[J]. 中國農(nóng)業(yè)科學, 2011, 44(2): 233–244. Tan W W, Wang Y, Li Y X, et al. QTL analysis of ear traits in maize across multiple environments[J]. Scientia Agricultura Sinica, 2011, 44(2): 233–244.

[40]蘭進好, 宋希云, 謝傳曉, 等. 玉米強優(yōu)勢組合7個主要穗部性狀在3種環(huán)境下的QTL分析[J]. 農(nóng)業(yè)生物技術學報, 2012, 20(7): 756–765. Lan J H, Song X Y, Xie C X, et al. QTL analysis of 7 main ear traits in 3 environments in an elite cross of maize(Zea mays L.)[J]. Journal of Agricultural Biotechnology, 2012, 20(7): 756–765.

QTL mapping of ear traits of maize with and without N input

HE Kun-hui, CHANG Li-guo, LI Ya-nan, QU Jian-zhou, CUI Ting-ting, XU Shu-tu, XUE Ji-quan*, LIU Jian-chao*
( Key Laboratory of Biology and Genetic Improvement of Maize in Arid Area of Northwest Region, Ministry of Agriculture/ College of Agronomy, Northwest A&F University, Yangling, Shaanxi 712100, China )

【Objectives】The difference of QTL mapping in ear traits of maize treated with and without nitrogen input is helpful to identify the major QTL specific expression, which will provide theoretical basis for maize nitrogen efficient molecular breeding.【Methods】The experimental materials used in a two-year’s field experiment were one hundred and fifty recombinant inbred lines (RILs, the F7generation), which were derived from the dominant maize inbred lines Xu178 (high nitrogen use efficiency) and K12 (low nitrogen use efficiency). In the field experiment, all the RILs were supplied with and without N, and the phenotypes were authenticated in five ear traits including ear length, ear diameter, row number per ear, kernel number per row and grain yield per plant in total. The breeding values of each trait under different nitrogen levels were estimated using the best linearunbiased prediction (BLUP) which based on mixed liner model (MLM) combining with the phenotype data in two years. Then the QTL analysis of the five traits with and without N supply was conducted utilizing the inclusive composite interval mapping method from the software of QTL IciMapping V4.0.【Results】The ear length, ear diameter and row number per ear were similar in both nitrogen levels, but the kernel number per row and grain yield per plant were dramatically declined without N input. Twenty QTLs for ear traits were detected in the experiment, eleven from treatment with N supply (2 for ear length, 1 for ear diameter, 2 for row number per ear, 1 for kernel number per row and 5 for grain yield per plant) and nine from treatment without N supply (1 for ear length, 1 for ear diameter, 2 for row number per ear, 1 for kernel number per row and 4 for grain yield per plant). These QTLs distributed on all the chromosomes except chromosome 2. Five “consistency QTLs” were detected in the experiment, they are qEL7a, qED7a, qRNE9b, qGYP1a, and qGYP6a respectively. These 5 QTLs had high phenotypic contribution rate, which contribute more than 10.00% under both the nitrogen supply conditions. Four specific expression QTLs were detected in treatment without N, they are qRNE9a, qKNR6a, qGYP3a and qGYP8a respectively, in which the phenotypic contribution of qRNE9a and qGYP3a was more than 10.00%, they were major QTLs. In both N supply treatments, the genes controlling different traits were closely linked or the same gene had phenomenon of pleiotropism, which was consistent with the high correlation of ear traits.【Conclusions】The specific expression of genes controlling ear traits will change greatly under different nitrogen supply levels, which will bring about difference in ear traits in maize. The expression of the five consistency major QTLs and two low-N major QTLs is beneficial to strengthen the resistance of maize to low nitrogen stress. These QTL enriched region may exist some key genes controlling ear traits in maize, which is worth of further research.

maize; ear traits; low nitrogen stress; QTL

2016–04–19接受日期：2016–05–27

國家自然科學基金（31301830）；西北農(nóng)林科技大學基本科研業(yè)務費專項資金（QN2012001）；陜西省自然科學基礎研究計劃項目（2014JQ3108）資助。

何坤輝（1993—），男，陜西周至人，碩士研究生，主要從事玉米遺傳改良研究。E-mail：HKH7811@163.com

* 通信作者 E-mail：xjq2934@163.com；ljcnwsuaf@nwsuaf.edu.cn