王 莉, 肖 菁*，路子峰，范李萍

(1.新疆農(nóng)業(yè)科學(xué)研究院農(nóng)作物品種資源研究所, 新疆 烏魯木齊 830091;2.新疆農(nóng)業(yè)大學(xué)農(nóng)學(xué)院,新疆 烏魯木齊 830091)

新疆優(yōu)質(zhì)陸地棉資源農(nóng)藝經(jīng)濟(jì)性狀關(guān)聯(lián)分析及遺傳構(gòu)成

王 莉1, 肖 菁1*，路子峰1，范李萍2

(1.新疆農(nóng)業(yè)科學(xué)研究院農(nóng)作物品種資源研究所, 新疆 烏魯木齊 830091;2.新疆農(nóng)業(yè)大學(xué)農(nóng)學(xué)院,新疆 烏魯木齊 830091)

【目的】通過本研究旨在為新疆陸地棉分子標(biāo)記輔助育種提供理論依據(jù)?！痉椒ā筷P(guān)聯(lián)作圖也稱連鎖不平衡(Linkage disequilibrium LD)作圖，通過利用性狀與標(biāo)記之間的相關(guān)關(guān)系來檢測并定位數(shù)量性狀位點(diǎn)。本研究利用94個(gè)SSR標(biāo)記，對(duì)64份優(yōu)質(zhì)陸地棉資源的基因組進(jìn)行掃描。在對(duì)群體結(jié)構(gòu)分析的基礎(chǔ)上，利用TASSEL軟件的GLM和MLM2種方法對(duì)16個(gè)農(nóng)藝經(jīng)濟(jì)性狀進(jìn)行關(guān)聯(lián)分析。【結(jié)果】①通過STRUCTURE群體結(jié)構(gòu)分析發(fā)現(xiàn)這些優(yōu)質(zhì)陸地棉種質(zhì)資源由3個(gè)亞群組成，并且這些亞群的劃分與其來源地相關(guān)聯(lián)，說明地理劃分生態(tài)類群有其遺傳基礎(chǔ)。②利用NTSYS基于Nei's 遺傳距離聚類分析發(fā)現(xiàn)，64 份陸地棉材料劃分為 3 個(gè)亞群，與群體結(jié)構(gòu)劃分結(jié)果基本一致。【結(jié)論】對(duì)16個(gè)農(nóng)藝經(jīng)濟(jì)性狀進(jìn)行兩種模型的關(guān)聯(lián)分析，檢測到12個(gè)標(biāo)記均在這兩種模型中出現(xiàn)，其中BNL2448、BNL1404、CGR5108、JESPR158和CIR332這5個(gè)標(biāo)記在2種模型中都檢測到與葉枝數(shù)相關(guān)聯(lián)。

關(guān)聯(lián)作圖；陸地棉資源；農(nóng)藝經(jīng)濟(jì)性狀

【研究意義】棉花是我國重要的經(jīng)濟(jì)作物之一，也是世界上重要的自然纖維作物。早熟、產(chǎn)量和纖維品質(zhì)等性狀是由多基因控制的，屬數(shù)量性狀，其遺傳機(jī)理復(fù)雜且易受外界環(huán)境的影響，利用常規(guī)育種方法，育種周期長且效率低下。因此利用分子標(biāo)記輔助育種可以極大的提高育種效率?！厩叭搜芯窟M(jìn)展】目前，對(duì)作物數(shù)量性狀的探討大多基于2種途徑：一種是連鎖作圖，另一種就是關(guān)聯(lián)分析，與連鎖作圖相比，關(guān)聯(lián)分析有突出的優(yōu)勢：①不需要專門構(gòu)建作圖群體，通常以現(xiàn)有的自然群體為試驗(yàn)對(duì)象。②應(yīng)用廣，對(duì)同一座位上的多個(gè)基因可以同時(shí)檢測。③精度高，可檢測到單基因的差異[1,2]。自2001年，Thornsberry[3]等第一次將關(guān)聯(lián)分析成功應(yīng)用于植物研究中，其在植物中的應(yīng)用也越來越多。最近幾年，隨著測序技術(shù)的不斷發(fā)展和測序水平的不斷深化，關(guān)聯(lián)分析技術(shù)已經(jīng)在玉米[4]、水稻[5]、小麥[6]和大麥[7]和大豆[8]中取得一定的成功，受棉花基因組大、多倍性以及序列高度重復(fù)的限制[9]，棉花關(guān)聯(lián)分析滯后于其他作物[10-12]，但對(duì)于陸地棉的研究相對(duì)較多， Abdurakhmonov等[13]利用陸地棉資源，包括野生陸地棉、墨西哥棉和來自烏茲別克斯坦的非洲棉共285份進(jìn)行關(guān)聯(lián)分析，發(fā)現(xiàn)該陸地棉資源具有豐富的遺傳多樣性，群體結(jié)構(gòu)明顯，95個(gè)標(biāo)記中有10～11個(gè)標(biāo)記連鎖不平衡水平顯著，利用MLM模型發(fā)掘6 %～13 %的標(biāo)記與纖維品質(zhì)性狀相關(guān)聯(lián)。Abdurakhmonov等[14]對(duì)335份陸地棉材料，采用202個(gè)SSR標(biāo)記進(jìn)行連鎖不平衡和關(guān)聯(lián)分析，對(duì)2個(gè)環(huán)境的表型基于混合線性模型(MLM)的關(guān)聯(lián)分析，檢測到平均每個(gè)纖維品質(zhì)性狀與20個(gè)SSR標(biāo)記相關(guān)聯(lián)。Cai C1等[15]利用97個(gè)具有多態(tài)性的引物對(duì)不同地區(qū)的99份陸地棉資源的纖維品質(zhì)性狀進(jìn)行關(guān)聯(lián)分析。結(jié)果顯示，檢測到與3個(gè)不同環(huán)境下的3個(gè)纖維品質(zhì)性狀相關(guān)的位點(diǎn)有107顯著性位點(diǎn)，其中與2個(gè)或3個(gè)環(huán)境相關(guān)的有70個(gè)，僅與一個(gè)環(huán)境有關(guān)的標(biāo)記有37個(gè)。分析70個(gè)顯著性位點(diǎn)，發(fā)現(xiàn)有52.86 %是已報(bào)道的，說明這些是對(duì)目標(biāo)性狀相對(duì)穩(wěn)定的位點(diǎn)。國內(nèi)研究中，賀道華等[16]和王莉萍等[17]均利用關(guān)聯(lián)分析方法對(duì)棉花纖維品質(zhì)進(jìn)行研究，卜愛民[18]對(duì)206份耐高溫陸地棉材料的農(nóng)藝性狀進(jìn)行關(guān)聯(lián)分析?！颈狙芯壳腥朦c(diǎn)】利用94個(gè)SSR共顯性標(biāo)記，對(duì)這64份優(yōu)質(zhì)陸地棉資源的基因組進(jìn)行群體結(jié)構(gòu)分析，并利用TASSEL軟件的GLM和MLM兩種模型對(duì)16個(gè)農(nóng)藝經(jīng)濟(jì)性狀進(jìn)行關(guān)聯(lián)分析比較，從而得出其農(nóng)藝經(jīng)濟(jì)性狀更為準(zhǔn)確的關(guān)聯(lián)位點(diǎn)?！緮M解決的關(guān)鍵問題】通過本研究旨在為新疆陸地棉分子標(biāo)記輔助育種提供理論依據(jù)。

1 材料與方法

1.1 供試材料

試驗(yàn)材料由64份優(yōu)質(zhì)陸地棉資源材料組成(表1)，其中包括新疆材料20份，占31.25 %，美國材料14份，21.87 %，其他國外材料共6份，占9.38 %，內(nèi)地材料10份，占15.63 %，該研究中還篩選了未知來源但纖維品質(zhì)優(yōu)良且穩(wěn)定的材料14份，占21.88 %。

該試驗(yàn)材料于2010-2012年在新疆庫爾勒巴州農(nóng)科所試驗(yàn)地繁殖，常規(guī)大田管理，田間試驗(yàn)按間比法排列， 2行區(qū)，行長5 m，株行設(shè)置(30 cm+60 cm+30 cm)，株距12 cm，2次重復(fù)，對(duì)照品種(CK)新陸中9號(hào)，四周設(shè)保護(hù)區(qū)，采用膜下滴灌。

每個(gè)品種隨機(jī)調(diào)查10株，調(diào)查生育期、株高、第一果枝節(jié)位、果枝類型、果枝數(shù)、葉枝數(shù)；并在成熟前期調(diào)查株高、株鈴數(shù)以、果枝數(shù)、果枝始節(jié)臺(tái)數(shù)及高度。成熟期后，每小區(qū)收取中部正常吐絮的50個(gè)鈴，測定單鈴重、子指及衣分。并由農(nóng)業(yè)部棉花品質(zhì)監(jiān)督檢驗(yàn)測試中心(HVICC標(biāo)準(zhǔn))測定棉花纖維品質(zhì)性狀6個(gè)：上半部平均長度、斷裂比強(qiáng)度、馬克隆值、伸長率、可紡紗系數(shù)、整齊度指數(shù)。

1.2 優(yōu)質(zhì)陸地棉資源的SSR分子標(biāo)記

依據(jù)改良后CTAB法[19]，選用棉花的幼嫩葉片，提取全基因組DNA。先用738對(duì)SSR引物對(duì)隨機(jī)選取的8份試驗(yàn)材料進(jìn)行初步的篩選，最終用于試驗(yàn)的是擴(kuò)增效果好、條帶差異明顯、背景清晰的94對(duì)SSR引物。與He等[20]所用SSR反應(yīng)體系及程序的一致， PCR (Polymerase chain reaction) 反應(yīng)體系為 10 μl， 包含10 μmol·L-1的上游引物 1.0 μl，10 μmol·L-1的下游引物 1.0 μl， 模 板 DNA 30 ng，10 mmol·L-1dNTP 0.2 μl ，10×PCR Buffer 1.0 μl， 5 U·μl-1TaqDNA 聚合酶0.14 μl ，用dd H2O補(bǔ)足至 10 μl。 PCR 反應(yīng)程序?yàn)? min 95 ℃預(yù)變性；40 s 94 ℃變性，45 s 52～58 ℃退火，運(yùn)行33 個(gè)循環(huán)；8 min 72 ℃延伸；4 ℃保存。產(chǎn)物擴(kuò)增后處理，利用 8 %非變性聚丙烯酰胺凝膠電泳進(jìn)行分離，依據(jù)張軍等[21]的銀染方法程序?qū)δz片進(jìn)行拍照保存，最后對(duì)分離后的擴(kuò)增產(chǎn)物進(jìn)行觀察并統(tǒng)計(jì)數(shù)據(jù)。本實(shí)驗(yàn)在讀取條帶時(shí)采用 0、1方法，其中0標(biāo)記無帶，1標(biāo)記有帶。

1.3 優(yōu)質(zhì)陸地棉資源遺傳結(jié)構(gòu)分析

應(yīng)用STRUCTURE 2.3.1軟件，根據(jù)基因數(shù)學(xué)模型的原理，對(duì)該試驗(yàn)群體的遺傳結(jié)構(gòu)進(jìn)行分析，先估算每份資源相對(duì)于該群體的Q值(即第i份資源來自于第k群體中的概率)，假設(shè)群體數(shù)(K)在2～8，同時(shí)也假定這些位點(diǎn)彼此獨(dú)立，其他參數(shù)可按照文自翔等[22]的設(shè)置，把MCMC(Markov chain monte carlo)中原始的不作數(shù)迭代(Length of burn-in period)設(shè)置為10 000次，同時(shí)也將不作數(shù)迭代后的MCMC設(shè)為100 000次，再利用最大似然值原則取一個(gè)適合的K值，一般計(jì)算設(shè)20次重復(fù)。根據(jù)最大似然值原理確定的K值，如果隨K值增大似然值也不斷增大，則利用Evanno 等[23]的方法，用ΔK值取適合K值：

ΔK=m[|L(K+1)-2L(K)+L(K-1)|]/s|L(K)|

表1 64份優(yōu)質(zhì)陸地棉種質(zhì)資源信息表

續(xù)表1 Continued table 1

序號(hào)No.品種(系)名稱Varieties(lines)name來源Origins品種(系)Genotype系譜Pedigreesource40GK8-2中農(nóng)院生技中心China'sagriculturalscienceresearchinstitute品系Strain41文⑤(Wen⑤)未知Unknown品系Strain42中棉所49CCRI49中棉所CottonresearchinstituteofCAAS品種Variety中棉所35×中5150443D194未知Unknown品系Strain44ND9807新疆農(nóng)業(yè)大學(xué)XinjiangAgriculturalUniversity品系Strain455-1未知Unknown品系Strain46NS029未知Unknown品系Strain479736未知Unknown品系Strain48K-1未知Unknown品系Strain4999-293未知Unknown品系Strain50CK新陸中9號(hào)Xinluzhong9新疆庫車XinjiangKuqa品種Variety51新陸中22號(hào)Xinluzhong22新疆紅太陽種業(yè)XinjiangRedsunindustry品種Variety新陸中4號(hào)系選52新陸早21號(hào)Xinluzao21新疆農(nóng)業(yè)大學(xué)XinjiangAgriculturalUniversity品種Variety新陸中8號(hào)×9658(泗棉3號(hào)抗病系)新900×貝爾斯諾53新陸中16號(hào)Xinluzhong16新疆阿拉爾XinjiangArael品系Strain協(xié)作92-36×中棉所1754D256未知Unknown品系Strain55新陸中18號(hào)Xinluzhong18新疆天彩科技XinjiangTiancaiScienceandtechnology品系Strain新陸中8號(hào)×遼棉10號(hào)56新高抗5號(hào)Xingaokang5未知Unknown品系Strain57L-14未知Unknown品系Strain58岱字棉55Deltapine55美國America品系Strain59t-22未知Unknown品系Strain6020新疆尉犁XinjiangYuli品系Strain61美BMeiB美國America品系Strain62南6Nan6新疆Xinjiang品系Strain63新陸中34號(hào)Xinluzhong34新疆庫爾勒XinjiangKorla品種Variety64長絨67-12Changrong67-12河南安陽HenanAnyang品系Strain8316×中99后代9736株系的自然變異單株

并基于該模型，做出群體遺傳結(jié)構(gòu)圖。

1.4 優(yōu)質(zhì)陸地棉資源遺傳多態(tài)性聚類

應(yīng)用NTSYS-pc(Version 1.8)軟件，基于離差平方和的方法以及Nei's 遺傳距離的鄰接法(Neighor-joining，NJ)對(duì)94對(duì)多態(tài)性SSR引物標(biāo)記進(jìn)行系統(tǒng)聚類，從而得到該資源群體的結(jié)構(gòu)圖。

1.5 農(nóng)藝經(jīng)濟(jì)性狀與SSR標(biāo)記的關(guān)聯(lián)分析

利用TASSEL軟件中的兩種數(shù)學(xué)模型：GLM(General linear model)和MLM(Mix linear mode)，通過運(yùn)用個(gè)體的Q值作為協(xié)變量進(jìn)行群體結(jié)構(gòu)調(diào)整，根據(jù)這些優(yōu)質(zhì)陸地棉資源16個(gè)農(nóng)藝經(jīng)濟(jì)性狀的3年平均農(nóng)藝經(jīng)濟(jì)性狀的表現(xiàn)型數(shù)據(jù)分別與SSR多態(tài)性標(biāo)記位點(diǎn)進(jìn)行回歸分析。

2 結(jié)果與分析

2.1 優(yōu)質(zhì)陸地棉資源群體的遺傳結(jié)構(gòu)

對(duì)于同一類作物群體來說，均存在的亞群情況，又加上各個(gè)亞群的混合，使得群體遺傳結(jié)構(gòu)較為復(fù)雜，從而導(dǎo)致整個(gè)群體的LD水平增加，進(jìn)而使目標(biāo)性狀與不相關(guān)的基因座間表現(xiàn)出關(guān)聯(lián)，因此，在進(jìn)行關(guān)聯(lián)分析之前對(duì)群體的結(jié)構(gòu)進(jìn)行分析和處理是必要的[24]。用STRUCTRE2．3．3軟件中混合模型的聚類方法分析這些種質(zhì)的群體結(jié)構(gòu)，從圖1可以看出，lnP(D)值隨著K值的增加而不斷增大(圖1a)。按照Evanno等提出的方法進(jìn)一步確定亞群數(shù)目。如圖1b所示，ΔK值在K=3和K=4～7中，K=3出現(xiàn)最大值，因此推測該群體有3個(gè)亞群。

圖1 Structure 模型分析的lnP(D)值(a)和ΔK值(b)Fig.1 The lnP(D)value(a) and ΔK value (b) of structure analysis

利用0.6作為閾值，將所選材料分為3個(gè)亞群和一個(gè)混合群。

第一亞群包括主要包括新疆品種和內(nèi)地品種，含有2份美國材料和1份墨西哥材料，共15份，分別有：巴州5628、新庫87317、新庫88209、新庫88251、巴州6501、 Coker 5110、蘭布來特L-X-28、霍皮卡爾、魯棉9號(hào)、莘棉5號(hào)、CK新陸中9號(hào)、GK8-2、文⑤、(CK)新陸中9號(hào)、t-22。

第二亞群包括國外材料：6份美國材料和2份國外材料；2份新疆材料和2份未知材料，共12份，分別為： 蘇聯(lián)K202、HC4-75、Acala1517-70、lineF、夏費(fèi)特、新培育品系、 DPL-SOZ #6、9901、中長絨2000-1、D194、D256、岱字棉55。

第三亞群包括新疆品種和內(nèi)地品種，1份美國品種和8份未知來源地品種，共20份，包括：SicalaV1、140系、MO-78-344、冀92-70、冀棉22號(hào)、ND9807、5-1、NS029、9736、K-1、99-293、新陸中22號(hào)、新陸早21號(hào)、新陸中16號(hào)、新陸中18號(hào)、新高抗5號(hào)、L-14、20南6 、長絨67-12。

混合亞群包括17份材料，包括國內(nèi)及國外引進(jìn)材料，分別為：新庫85252、新庫86593、貝爾斯諾 、庫克、Acala1517-77、HC-B4-75、C-83165、毅行2號(hào)、SI2、117169-6、冀92-79、新陸中8號(hào)、Acala1517-2、97-145、中棉所、美B、新陸中34號(hào)。

2.2 聚類分析結(jié)果

基于SSR標(biāo)記的分型數(shù)據(jù)，利用NTSYS-pc(Version 1.8)軟件中的離差平方和法進(jìn)行聚類，從而得到UPGMA的樹狀聚類圖(圖2)。在遺傳相似系數(shù)為0.734處將這些優(yōu)質(zhì)陸地棉資源分為了3大類，與上述分類基本一致，但此方法分類更為詳細(xì)。

2.3 與農(nóng)藝經(jīng)濟(jì)性狀相關(guān)聯(lián)的SSR標(biāo)記

2.3.1 利用GLM 程序檢測關(guān)聯(lián)位點(diǎn) 利用GLM 程序檢測到與其農(nóng)藝經(jīng)濟(jì)性狀顯著(P<0.01)關(guān)聯(lián)的 SSR 位點(diǎn)， 如表2所示，只檢測到32個(gè)位點(diǎn)與13個(gè)性狀相關(guān)聯(lián)，還有3個(gè)性狀籽指、馬克隆值及果枝數(shù)沒有關(guān)聯(lián)到。解釋率最小的是CM45只有8.11 %，與衣分相關(guān)聯(lián)；最大的33.31 % 是NAU5190與生育期相關(guān)聯(lián)。有6個(gè)標(biāo)記分別與兩個(gè)性狀相關(guān)聯(lián)，它們是NAU5190、NAU3052、NAU5024、CIR332、BNL2569和DPL0461。BNL2448則與3個(gè)性狀相關(guān)聯(lián)。其中與絨長和葉枝數(shù)關(guān)聯(lián)的位點(diǎn)最多，達(dá)到6個(gè)標(biāo)記，解釋率最高分別為22.62 %和21.61 %。橫向比較分析發(fā)現(xiàn)，與纖維品質(zhì)性狀相關(guān)的12個(gè)標(biāo)記中有6個(gè)位于D亞組染色體上；產(chǎn)量性狀方面，與其相關(guān)聯(lián)的標(biāo)記有5個(gè)；與農(nóng)藝性狀相關(guān)的標(biāo)記有12個(gè)，與生育期相關(guān)的標(biāo)記最多有3個(gè)，其中 NAU5190標(biāo)記對(duì)生育期的解釋率高達(dá)33.31 %。

2.3.2 利用MLM 程序檢測關(guān)聯(lián)位點(diǎn) 利用 MLM 程序檢測到與其農(nóng)藝經(jīng)濟(jì)性狀顯著(P<0.01)關(guān)聯(lián)的 SSR 位點(diǎn)(表3)，有14個(gè)標(biāo)記與6個(gè)性狀相關(guān)聯(lián)，未檢測到與鈴重、籽指、斷裂比強(qiáng)度、馬克隆值、第一果枝節(jié)位、可紡系數(shù)、株高、果枝數(shù)、單株鈴數(shù)和果枝類型10個(gè)性狀相關(guān)聯(lián)的位點(diǎn)。解釋率最小的是衣分的關(guān)聯(lián)標(biāo)記NAU5218僅為5.15 %，最大的為與生育期相關(guān)聯(lián)的標(biāo)記NAU5190為14.43 %。與葉枝數(shù)相關(guān)聯(lián)的位點(diǎn)最多為5個(gè)，分別為BNL1404、BNL2448、CGR5108、JSPR158、CIR332，解釋率最高為13.13 %；其中NAU5190與兩個(gè)性狀相關(guān)聯(lián)，分別是絨長和生育期這2個(gè)性狀。

2.3.3 GLM 和 MLM 關(guān)聯(lián)分析比較 采用的檢測模型不同也會(huì)導(dǎo)致不同的結(jié)果，本研究中利用MLM模型可檢測到與長度整齊度顯著相關(guān)的位點(diǎn)CM3以及與斷裂伸長率顯著相關(guān)聯(lián)的位點(diǎn)NAU5387，而用 GLM模型則檢測不到。

表2 與農(nóng)藝經(jīng)濟(jì)性狀顯著(P<0.01)關(guān)聯(lián)的 SSR 位點(diǎn)(GLM)

能夠用GLM與MLM這2種模型均能檢測到的關(guān)聯(lián)位點(diǎn)有12個(gè)，其中：BNL3582、BNL598、NAU5190與絨長相關(guān)聯(lián)； NAU5190與整齊度和生育期相關(guān)聯(lián)；NAU3052則與長度整齊度、株高這2個(gè)性狀相關(guān)聯(lián)；BNL4108與伸長率相關(guān)聯(lián)；NAU5190、BNL3103與株高相關(guān)聯(lián)；NAU5218與衣分相關(guān)聯(lián)；BNL2448、BNL1404、CGR5108、JESPR158、CIR332與葉枝數(shù)相關(guān)聯(lián)。

3 討 論

群體結(jié)構(gòu)的劃分不僅是研究作物種質(zhì)資源遺傳構(gòu)成的依據(jù)，更是對(duì)關(guān)聯(lián)分析結(jié)果產(chǎn)生影響主要因素。研究一個(gè)群體內(nèi)亞群的遺傳結(jié)構(gòu)組成時(shí)，會(huì)因?yàn)閬喨旱幕旌隙拐麄€(gè)群體的連鎖不平衡水平增強(qiáng)，在這種情況下假陽性結(jié)果就可能會(huì)增加[22]，如果群體結(jié)構(gòu)比較簡單，那么假陽性關(guān)聯(lián)結(jié)果出現(xiàn)的可能性就會(huì)減小[25]，反之群體結(jié)構(gòu)越復(fù)雜則更容易導(dǎo)致這種基因型與表現(xiàn)型之間的假陽性關(guān)聯(lián)，繼而產(chǎn)生更為復(fù)雜的關(guān)聯(lián)分析結(jié)果[26]，因此，在進(jìn)行關(guān)聯(lián)分析前進(jìn)行群體結(jié)構(gòu)分析和調(diào)節(jié)是很有必要的。

表3 與農(nóng)藝經(jīng)濟(jì)性狀顯著(P<0.01)關(guān)聯(lián)的 SSR 位點(diǎn)(MLM)

該研究通過比較GLM 和 MLM 2種模型的關(guān)聯(lián)分析結(jié)果，發(fā)現(xiàn)MLM模型檢測到的關(guān)聯(lián)位點(diǎn)明顯比以GLM模型少，這是因?yàn)镸LM模型是以 Q+K 為協(xié)變量，而GLM模型僅以Q為協(xié)變量，該結(jié)果與 Wang 等[27]結(jié)論一致。這說明MLM模型利用Q+K 為協(xié)變量可以更多的減少由于群體分層原因引起的假陽性關(guān)聯(lián)[28]。 關(guān)聯(lián)得到的位點(diǎn)又以P<0.01 為標(biāo)準(zhǔn)，確定與性狀關(guān)聯(lián)的 SSR位點(diǎn)，通過這2種原則提高了研究結(jié)果的可信度。

根據(jù)王榮煥等[29]的論述，全基因組關(guān)聯(lián)分析指的是對(duì)分布于全基因組的高通量標(biāo)記進(jìn)行某物種大群體所有基因的掃描，本研究則通過94個(gè)SSR標(biāo)記對(duì)這些優(yōu)質(zhì)陸地棉資源進(jìn)行了初步的全基因關(guān)聯(lián)分析，由于所選群體及所篩選到的標(biāo)記數(shù)量不同，本研究與前人研究相比未發(fā)現(xiàn)重合位點(diǎn)，因此可以為分子標(biāo)記輔助育種提供科學(xué)的理論依據(jù)。

賀道華等[16]利用132標(biāo)記對(duì)92個(gè)棉花種質(zhì)資源進(jìn)行棉花纖維品質(zhì)的關(guān)聯(lián)分析，檢測到30個(gè)位點(diǎn)，其中有5個(gè)標(biāo)記與2個(gè)或2個(gè)以上的性狀相關(guān)聯(lián)。王莉萍等[17]利用65個(gè)SSR標(biāo)記對(duì)81份陸地棉纖維品質(zhì)性狀進(jìn)行研究，結(jié)果顯示，檢測到有5個(gè)標(biāo)記并同時(shí)與2個(gè)或2個(gè)以上的性狀相關(guān)聯(lián)。本研究采用TASSEL軟件的GLM和MLM2種模型，籽指、馬克隆值和果枝數(shù)3個(gè)性狀均沒有檢測到關(guān)聯(lián)位點(diǎn)。通過2種模型關(guān)聯(lián)到葉枝數(shù)的位點(diǎn)最多，其中BNL1404在2種模型中均可以檢測到，且解釋率均大于13 %；利用2種模型檢測到與生育期相關(guān)的標(biāo)記是NAU5190，該標(biāo)記類型是EST-SSR，通過對(duì)標(biāo)記的分析，得知該標(biāo)記保守性較好，且具有較高的信息量，通過關(guān)聯(lián)分析，說明EST標(biāo)記與該性狀連鎖，故猜測該標(biāo)記可能是直接影響生育期性狀的基因的一個(gè)片段。同時(shí)發(fā)現(xiàn)，利用GLM模型共檢測到7個(gè)標(biāo)記與2個(gè)及2個(gè)以上性狀相關(guān)聯(lián)，而通過MLM模型只檢測到1個(gè)標(biāo)記與2個(gè)性狀相關(guān)聯(lián)，該現(xiàn)象可以解釋為性狀之間的相關(guān)或者是某一QTL所具有“一因多效”?？紤]到本研究所用標(biāo)記較少，后期試驗(yàn)可以在該研究基礎(chǔ)上，尤其是2個(gè)模型都可以檢測到的位點(diǎn)附件適當(dāng)?shù)脑黾訕?biāo)記，從而為今后陸地棉分子標(biāo)記輔助育種提供依據(jù)。

4 結(jié) 論

本研究利用TASSEL軟件的2種模型分別進(jìn)行檢測，GLM模型中檢測到7個(gè)標(biāo)記與2個(gè)及2個(gè)以上標(biāo)記相關(guān)聯(lián)，MLM模型中檢測到1個(gè)標(biāo)記與2個(gè)性狀相關(guān)聯(lián)。該現(xiàn)象可以解釋為性狀之間的相關(guān)或者是某一QTL所具有的“一因多效”。目前所用標(biāo)記較少，因而后期可在該研究的基礎(chǔ)上增加標(biāo)記，尤其是在2個(gè)模型都可以檢測到的位點(diǎn)附加，旨在為今后陸地棉分子標(biāo)記輔助育種提供更可靠的依據(jù)。

圖2 基于 SSR 分子標(biāo)記的64份優(yōu)質(zhì)陸地棉資源聚類圖Fig.2 64 upland cotton germplasm resourse of the clustering map based on SSR markers

[1]Flint-Garcia S A, Thorns berry J M, Buckler E S. Structure of linkage disequilibrium in plants[J]. Annu Rev. Plant Biol.,2003, 54:357-374.

[2]Yu J M, Buckler E S. Genetic association mapping and genome organization of maize[J]. Curr.Opin. Biotechnol.,2006,17:16.

[3]Thornsberry J M, Goodman M M, Doebley J, et al.Dwarf8 polymorphisms associated with variation in flowering time[J]. Nat Genet, 2001,28(3): 286-289.

[4]Belo A, Zheng P, Luck S. Whole genome scan detects an allelic variant offad2 associated with increased oleic acid levels in maize[J].Mol Genet Genomics,2008,279:1-10.

[5]Virk P S, Ford-lloyd B V, Jackson M T, et al. Predicting quantitative variation within rice germplasm using molecular markers[J]. Heredity, 1996, 76(3): 296-304.

[6]Pawan Kulwa ,Goro Ishikawa,David Bendscher, er al.Association mapping for pre-harvest sprouting resistance in white winter wheat[J].Theor Appl Genet,2012,125(4):793-805.

[7]Igartua E, Casas AM, Ciudad F, et al. RFLP markers associated with major genes controlling heading date evaluated in a barley germ plasm pool[J]. Heredity, 1999, 83(5): 551-559.

[8]文字翔.中國栽培和野生大豆的遺傳多樣性、群體分化和演化及其育種性狀QTL的關(guān)聯(lián)分析[D].南京：南京農(nóng)業(yè)大學(xué),2008.

[9]周仲華,王 峰,陳金湘.棉花基因組學(xué)研究進(jìn)展[C].中國棉花學(xué)會(huì),2011:48-50.

[10]Hagenblad J, Nordborg M. Sequence variation and haplotype structure surrounding the flowering time locus FRI inArabidopsisthaliana[J].Genetics, 2002, 161: 289-298.

[11]Tenaillon M I, Sawkins M C, Long AD,et al. Patterns of DNA sequence polymorphism along chromosome 1 of maize (Zeamaysssp. mays L.)[J].Proc. Nat. Acad. Sci., 2001, 98(16): 9161-9166.

[12]Garris A J, McCouch S R, and Kresovich S. Population structure and its effects on haplotype diversity and linkage disequilibrium surrounding the xa5 locus of rice (OryzasativaL.)[J].Genetics, 2003,165: 759-769.

[13]Abdurakhmonov I Y, Kohel R J, Yu J Z, et al. Molecular diversity and association mapping of fiber quality traits in exotic G.hirsutumL. germplasm[J]. Genomics, 2008a,92(6): 478-487.

[14]Abdurakhmonov I Y, Saha S, Jenkins J N, et al. Linkage disequilibrium based association mapping of fiber quality traits in G.hirsutumL.variety germplasm[J].Genetica,2008b,136(3): 401-417.

[15]Cai C1, Ye W, Zhang T, et al.Association analysis of fiber quality traits and exploration of elite alleles in Upland cotton cultivars/accessions (GossypiumhirsutumL.)[J]. Integr Plant Biol., 2014,56(1):51-62.

[16]賀道華,邢宏宜,趙俊興,等.棉花資源群體結(jié)構(gòu)的推測與纖維品質(zhì)的關(guān)聯(lián)分析[J].西北農(nóng)林科技大學(xué)學(xué)報(bào):自然科學(xué)版,2011,39(1):103-112.

[17]王莉萍,孫國清,梁亞軍,等.棉花纖維品質(zhì)性狀與SSR標(biāo)記的關(guān)聯(lián)分析[J].中國農(nóng)業(yè)科技導(dǎo)報(bào),2013,15(4):110-120.

[18]卜愛民. 陸地棉雄蕊發(fā)育耐高溫種質(zhì)資源篩選及農(nóng)藝性狀與SSR標(biāo)記關(guān)聯(lián)分析[D].南京：南京農(nóng)業(yè)大學(xué),2010.

[19]宋國立,崔榮霞,王坤波,等.改良CTAB法快速提取棉花DNA[J].棉花學(xué)報(bào),1998,10(5):272-275.

[20]He D H,Lin Z X,Zhang X L,et al.QTL mapping for economic traits based on a dense genetic map of cotton with PCR-based markers using the interspecific cross ofGossypiumhirsutum×G.barbadense[J].Euphytica,2007,153:181-197.

[21]張 軍,張?zhí)煺?武耀廷,等.棉花微衛(wèi)星標(biāo)記的PAGE/銀染快速檢測[J].棉花學(xué)報(bào),2000，12(5):267-269.

[22]文自翔,趙團(tuán)結(jié),鄭永戰(zhàn),等.中國栽培和野生大豆農(nóng)藝品質(zhì)性狀與SSR 標(biāo)記的關(guān)聯(lián)分析: I.群體結(jié)構(gòu)及關(guān)聯(lián)標(biāo)記[J]. 作物學(xué)報(bào), 2008, 34(7): 1169-1178.

[23]Evanno G,Regnaut S,Goudet J.Detecting the number of clusters of individuals using the software STRUCTURE:a simulation study[J].Mol Ecol,2005,14(8):2611-2620.

[24]Flint-Garcia S A, Thuillet AC , Yu J M, et al. Maize association population: a high resolution platform for quantitative trait locus dissection[J]. The Plant Journal, 2005,44(6):1054-1064.

[25]Wang Ju,Mc Clean P E,Lee R,et al.Association mapping of iron deficiency chlorosis loci in soybean(GlycinemaxL.Merr.)advanced breeding lines[J].Theor Appl Genet, 2008,116(6):777-787.

[26]Yu Jianming,Pressoir G,Briggs W H,et al.A unified mixed-model method for association mapping that accounts for multiple levels of relatedness[J].Nat Genet, 2006,38(2):203-208.

[27]Cardon L R,Palmer L J.Population stratification and spurious allelic association[J]. The Lancet in The Plant，2003,361(9375):598-604.

[28]Knowler W C,Williams R C,Pettitt D J,et al.Gm3,5,13,14 and type 2 diabetes mellitus: an association in American Indians with genetic admixture[J].Am J Hum Genet, 1998,43(4):520-526.

[29]王榮煥,王天宇,黎 裕.關(guān)聯(lián)分析在作物種質(zhì)資源分子評(píng)價(jià)中的應(yīng)用[J].植物遺傳資源學(xué)報(bào),2007,8(3):366-372.

AssociationAnalysisofHighQualityUplandCottonResourcesinXinjiangAgriculturalEconomicCharactersandGeneticFormation

WANG Li1,XIAO Jing1*, LU Zi-feng1, FAN Li-ping2

(1. Institute of Crop Germplasm Resource, Xinjiang Academy of Agricultural Sciences, Xinjiang Urumqi 830091，China;2.Agricultural College,Xinjiang Agricultural University, Xinjiang Urumqi 830091，China)

【Objective】This study could provide a theoretical basis for the molecular marker assisted breeding. 【Method】Association mapping, also known as Linkage disequilibrium (Linkage disequilibrium LD), through use of the relationship between traits and markers detected and located quantitative trait locis.This study scanned the genome of 64 upland cotton of high quality materials, using 94 SSR markers. On the basis of the analysis of population structure, TASSEL software had two models, GLM and MLM. which were used to carried out on the 16 agronomic and economic traits. 【Result】 (i)STRUCTURE analysis showed that 64 upland cotton germaplasm resources was composed of three subgroups, which was associated with the place of origin, and confirmed according to the geographical division of ecological groups had its genetic basis.(ii) NTSYS based on Nei's genetic distance cluster analysis showed that 64 upland cotton germaplasm resources was divided into three subsets, consistent basically with structure classification results.【Conclusion】12 markers were detected in the two models, which were associated with 16 agronomic and economic characters, among these markers BNL2448, BNL1404, CGR5108, JESPR158 and CIR332 were detected in the two models, which were associated with leaf branch number.

Association mapping; Upland cotton cultivars; Agronomic and economic traits

1001-4829(2017)5-1000-09

10.16213/j.cnki.scjas.2017.5.004

2016-04-26

新疆農(nóng)業(yè)科學(xué)院優(yōu)秀青年科技人才基金項(xiàng)目 (xjnkq-2013028);新疆維吾爾自治區(qū)科研院所改革與發(fā)展專項(xiàng)資金項(xiàng)目(KYGY20161242)

王 莉(1976- )，女，山東膠南人，助理研究員，從事農(nóng)作物種質(zhì)資源研究， E-mail：wli06@126.com，Tel：18999216489，*為通訊作者。

S562

A

(責(zé)任編輯 李 潔)