劉新春，賴運平,2，余 毅，袁金娥,2，巴桑玉珍,4，馮宗云

(1.四川農(nóng)業(yè)大學農(nóng)學院作物遺傳育種學系大麥青稞研究中心，四川 成都，611130； 2.成都農(nóng)業(yè)科技職業(yè)學院，四川 成都，611130；3.四川省農(nóng)業(yè)科學院作物研究所 農(nóng)業(yè)部植物新品種測試(成都)分中心，四川 成都，610066；4.西藏自治區(qū)農(nóng)牧科學院農(nóng)業(yè)研究所，西藏 拉薩，850032)

青稞(Hordeumvulgarevar.nudumHook. f.)是我國青藏高原藏民族對裸大麥的稱呼，是青藏高原海拔4 500 m以上的地區(qū)唯一能正常成熟的糧食作物，是我國藏族人民的口糧和畜牧的飼料的主要來源[1]，隨著近年來藏區(qū)畜牧業(yè)的發(fā)展，傳統(tǒng)的主糧型青稞已不適應藏區(qū)畜牧業(yè)的發(fā)展。因此，培育具有高產(chǎn)特征、優(yōu)異主糧和飼草品質(zhì)的青稞品種對于維護藏區(qū)社會穩(wěn)定和促進該地區(qū)經(jīng)濟和社會發(fā)展有著重要實踐意義。目前有關籽粒飼草品質(zhì)遺傳特征的研究主要集中在大麥(H.vulgare)上，青稞的相關研究較少，許多研究者對粗蛋白、酸性洗滌纖維、中性洗滌纖維、酸性洗滌木質(zhì)素等飼草性狀進行了QTL定位研究[2-5]，但這些QTL都是從連鎖作圖群體中挖掘出來的，而且這些QTL通常只代表著少數(shù)優(yōu)質(zhì)飼草品種的遺傳特征，存在檢測時間花費多、育種實踐效果差等缺點[6]。

為克服連鎖作圖方法的缺點，一種基于群體連鎖不平衡的關聯(lián)分析方法已被大量運用于作物的新基因的發(fā)掘與相關優(yōu)質(zhì)等位基因變異的鑒定[7]。Cai等[8]利用1 319個DArT標記對158份中國西藏大麥資源材料籽?？偟鞍缀啃誀钸M行關聯(lián)作圖，在6條染色體(除了4H染色體)上檢測到了與大麥籽?？偟鞍紫嚓P的遺傳位點，這些位點所在區(qū)域多數(shù)是前人報道的籽粒蛋白QTL的熱點區(qū)域。Shu等[9]利用大麥的9K iselect SNP芯片對歐洲過去100年的大麥商業(yè)品種中的抗性淀粉進行了全基因組關聯(lián)分析，在10個與籽粒抗性淀粉相關的SNP的LD衰減區(qū)域內(nèi)，發(fā)現(xiàn)了與籽粒淀粉合成相關的結(jié)構基因。隨后，運用相同的方法，在254份歐洲春性大麥中發(fā)現(xiàn)了多個與籽粒淀粉相關性狀相關聯(lián)的SNP標記，并結(jié)合大麥基因組的相關信息，將這些位點定位于淀粉合成與植物細胞壁合成的相關基因的附近[10]。但這些研究只是對影響單個遺傳性狀變異的基因進行了遺傳解析，而對這些基因在植物發(fā)育過程中和受其他因素影響情況的研究較少，為更好地解析這些基因的影響類型，Zhu[11]提出的凈遺傳效應的QTL能夠較好地解析這些問題，并同時提高傳統(tǒng)QTL的精確性和完整度。該種方法已在小麥(Triticumaestivum)[12]、玉米(Zeamays)[13]、水稻(Oryzasativa)[14]等多種作物上有大量的運用。最近，Jiang等[15]為了能加快水稻的生育期與產(chǎn)量性狀進行分子標記聚合育種，結(jié)合條件QTL和關聯(lián)分析方法，發(fā)現(xiàn)多個同時影響水稻單株有效穗數(shù)和生育期的SSR標記，而這些SSR標記也在前人的文獻報道中出現(xiàn)[16]。而運用條件與非條件關聯(lián)分析的方法發(fā)掘調(diào)控青稞籽粒飼草相關性狀的QTL(基因)未見相關報道，因此，本研究運用該方法解析影響青稞品種籽粒飼草相關性狀的遺傳基礎，以期為優(yōu)質(zhì)飼草青稞品種的選育提供一定的理論基礎與實踐指導。

1　材料與方法

1.1　材料

供試材料來自中國青藏高原地區(qū)60份青稞品種。其中，25份來自四川，17份來自西藏，18份來自青海。其材料編號、名稱及來源地參見文獻[17]，將試驗材料于2013年10月種植在四川崇州國家大麥產(chǎn)業(yè)體系基地，每個品種種植 2 行，行長 2 m,株距0.4 m，行距0.3 m。小區(qū)按完全隨機區(qū)組排布，共2個重復。肥水管理按正常田間水肥管理進行。試驗材料于2014年5月按小區(qū)混收。

1.2　青稞品種籽粒飼草品質(zhì)相關性狀考察

將每個小區(qū)收獲的植株混合脫粒，隨機獲取200～300粒，置于博通谷物近紅外品質(zhì)分析儀，進行青稞籽粒飼草品質(zhì)相關性狀(包括籽粒粗蛋白質(zhì)含量、總淀粉含量、灰分含量)的非損傷性考察，每個小區(qū)重復3次。

1.3　青稞品種的基因型與群體結(jié)構分析

該群體的分子基因型數(shù)據(jù)為64對顯性SRAP標記數(shù)據(jù)，具體參見文獻[18]，為了降低后續(xù)關聯(lián)分析研究中的假陽性結(jié)果出現(xiàn)，將該群體分子數(shù)據(jù)中的稀有等位變異頻率小于10%的位點剔除。共形成191個SRAP位點。利用Structure 2.3.4軟件分析群體結(jié)構[19]。軟件的參數(shù)設定參見文獻[20]，并得到相關的Q矩陣。

1.4　青稞籽粒飼草品質(zhì)相關性狀統(tǒng)計分析

利用SPSS21.0軟件對群體籽粒飼草相關性狀表型數(shù)據(jù)的描述性統(tǒng)計及相關性分析，用平均值和標準誤表示測定結(jié)果。采用基于混合線性模型的數(shù)量性狀分析軟件QGAStation[21]對表型數(shù)據(jù)進行條件化轉(zhuǎn)化。將某個籽粒飼草品質(zhì)性狀數(shù)據(jù)表現(xiàn)值轉(zhuǎn)化為基于其他飼草品質(zhì)性狀為同一水平的表現(xiàn)值；以籽粒粗蛋白含量為例，將籽粒粗蛋白質(zhì)含量(Crude protein content)分別轉(zhuǎn)化為基于灰分含量(Ash content)、淀粉含量(Starch content)、纖維含量(Fiber content)為同一水平的條件表型值Crude protein|Ash、Crude protein|Starch、Crude protein|Fiber。籽粒淀粉含量以此處理，并將各個性狀的非轉(zhuǎn)化值命名為該性狀的非條件化值。

1.5　青稞籽粒飼草相關性狀的條件和非條件值的關聯(lián)分析

運用TASSEL2.0[22]軟件中混合線性模型(MLM)[23]下進行青稞籽粒飼草品質(zhì)相關性狀的條件與非條件關聯(lián)分析，以群體分析的Q矩陣和TASSEL軟件生成的品種間的親緣關系矩陣(K)為協(xié)變量，以P=0.05(-lgP=1.3)水平來判定SRAP標記位點與相關性狀的條件與非條件值間是否存在關聯(lián)關系。

1.6　BSA法檢測青稞籽粒飼草相關品質(zhì)性狀的關聯(lián)位點

分別選取青稞籽粒飼草性狀具有極端非條件表型值的20個品種，構建兩個品種極端性狀表現(xiàn)集團池，按Takagi等[24]提出的QTL-SEQ理論，對每個SRAP位點在兩個群體池的頻率的差值進行統(tǒng)計，以差值為0.3來判斷青稞籽粒飼草品質(zhì)相關性狀與該SRAP位點是否存在著相關性[25]。

2　結(jié)果與分析

2.1　青稞品種籽粒飼草品質(zhì)性狀表現(xiàn)分布

利用博通近紅外谷物品質(zhì)分析儀中的大麥分析模塊對青稞品種的籽粒飼草品質(zhì)性狀進行相關掃描分析(表1)，結(jié)果表明除了粗蛋白在青海地區(qū)呈顯著差異(P<0.05) 外，所有的飼草品質(zhì)性狀在各個地區(qū)內(nèi)均呈極顯著差異(P<0.01)。青海地區(qū)青稞品種的平均粗蛋白含量最高，為12.78%。西藏地區(qū)品種的平均粗蛋白質(zhì)含量最低，為12.20%?？?cè)后w的粗蛋白平均含量為12.41%，而最高和最低粗蛋白含量的品種載體分別出現(xiàn)在地區(qū)平均值極差的區(qū)域，即最高含量(18.60%)品種出現(xiàn)在青海的門農(nóng)1號材料中，而來源于西藏的藏青21號品種擁有最低的粗蛋白含量(8.00%)。淀粉含量以四川地區(qū)的青稞品種最大，為48.55%，青海地區(qū)次之，為48.24%, 而西藏地區(qū)的材料最小，為47.44%?？?cè)后w的平均淀粉含量為48.14%。而西藏地區(qū)材料淀粉含量的極差(4.8)遠小于其他兩個地區(qū)，來源于青海的北青5號表現(xiàn)出最高的淀粉含量(51.70%)，來源于四川的東升黑材料具有最低的淀粉含量(44.50%)。纖維含量總?cè)后w的平均值為6.38%，西藏地區(qū)青稞品種的平均纖維含量最高，四川、青海地區(qū)材料的平均纖維含量低于總體平均纖維含量，表現(xiàn)為西藏>四川>青海，來源于西藏的藏青21號、QB23表現(xiàn)出最高的纖維含量(7.80%)，而來源于青海的東青2號材料具有最低的纖維含量(5.10%)。對于和纖維具有相似性質(zhì)的灰分，來源于四川地區(qū)的品種平均灰分含量大于總平均值，西藏和青海地區(qū)品種的平均值較為接近，且小于總體平均值，3個地區(qū)內(nèi)的灰分極差均為0.5，60份青稞品種的灰分在1.45%～2.05%，以四川地區(qū)的俄母1號材料最高，青海地區(qū)的北青8號材料最低?？傮w來看，總?cè)后w粗蛋白含量的變異系數(shù)較大(20.31%)，這說明中國青藏高原青稞品種擁有較豐富的控制蛋白質(zhì)編碼位點，而淀粉和灰分性狀的總體變異系數(shù)較小，可能與這兩個性狀代表的碳水化合物受到一定的人工選擇有關。利用SPSS軟件中對籽粒的品質(zhì)性狀進行表型相關性分析(表2)，結(jié)果發(fā)現(xiàn)，除粗蛋白含量與纖維含量，其余的品質(zhì)性狀間均呈現(xiàn)顯著(P<0.05)或者極顯著(P<0.01)相關。

表1　青稞品種籽粒飼草品質(zhì)性狀的表型分布Table 1　Phenotypic distribution of grain forage traits in hulless barley cultivars

** 表示差異達到極顯著水平(P<0.01)，* 表示差異達到顯著水平(P<0.05)。下同。

** and * indicate significant differences at 0.01 and 0.05 levels, respectively; similarly for the following tables.

表2　青稞品種籽粒飼草品質(zhì)相關性狀的相關性分析Table 2　Correlation analysis of grain forage traits in hulless barley cultivars

2.2　基于群體結(jié)構和條件表型的條件的標記關聯(lián)作圖

2.2.1群體結(jié)構分析運用Structure軟件對60份中國青藏高原青稞品種的群體分化進行分析(圖1)，可以看出，隨著K值的不斷增加(2～11)，最大似然值的對數(shù)值在不斷地增加，在K=3明顯出現(xiàn)一個拐點，初步認為該群體由3個小亞群構成，結(jié)合Evanno等[26]在2005年提出的ΔK的算法對該群體進行了ΔK發(fā)掘(圖2)。在K=3時，ΔK峰值出現(xiàn)，認為該群體應由3個亞群構成。結(jié)合其來源地信息，以Q=0.6為閾值判斷該品種所屬的遺傳類群，除了阿青4號、阿青5號和拉薩勾芒3個品種屬于混合類群外，其余的57份品種按其來源地，適當?shù)胤植加诟髯缘倪z傳類群里，遺傳類群與來源地的分布相關性高達100%，這說明青藏高原的青稞品種的選育與種植地適應性有緊密的聯(lián)系(圖3)。

2.2.2籽粒飼草品質(zhì)相關性狀的條件與非條件關聯(lián)分析運用Tassel軟件中MLM模型對青稞品種的飼草品質(zhì)性狀進行非條件關聯(lián)分析(表3-5)。以P=0.05為閾值，基于一般混合線性模型共發(fā)現(xiàn)了5個控制籽粒粗蛋白含量變異的非條件SRAP標記位點(表3)，5個位點的平均解釋表型變異率為9.41%，其中me11 em14-1位點的R2值最大(13.62%)，其余4個位點的R2相差較小，在7.34%～8.73%，以me7 em17-4位點的R2最小。9個影響籽粒總淀粉含量的非條件SRAP標記位點被發(fā)掘出來，9個位點的R2平均值為8.11%(表4)，最高的是me7 em17-4，為15.13%，最低的是me10 em15-1，為5.59%，除了me7 em17-4位點外，me11 em14-1位點的R2值也大于10%。與淀粉具有同源性的粗灰分含量性狀，也同樣發(fā)現(xiàn)了9個影響灰分含量的非條件SRAP位點，9個位點的平均解釋表型變異率為7.89%(表5)，范圍在5.72%～10.04%，me11 em19-2為最大R2的載體位點，me10 em15-1為最小R2的載體位點。其中me10 em15-1、me6 em13-3和me7 em17-4這3個位點也與籽粒淀粉含量相關聯(lián)。在P=0.05時，沒有檢測到與籽粒纖維含量顯著相關的SRAP位點。

圖1　K值與lnP(D)值的關系圖Fig. 1　Relationship between K and change in lnP(D) values

圖2　Structure軟件分析推定的種群分類數(shù)K值所對應的ΔK散點圖Fig. 2　ΔK for different numbers of populations assumed(K)in the Structure analys

圖3　利用Structure軟件獲得的60份青稞品種的群體遺傳結(jié)構Fig. 3　Population structure of hulless barley cultivars by Structure software

標記Marker粗蛋白Crude protein粗蛋白/淀粉Crude protein/Starch粗蛋白/粗纖維Crude protein/Crude fiber粗蛋白/粗灰分Crude protein/Crude ashme12 em12-12.07 (10.68)1.55 (7.73)me8 em18-21.67 (8.68)1.61 (8.22)me7 em12-21.52 (7.39)1.58 (7.93)me7 em17-41.45 (7.34)me12 em19-32.10 (10.84)1.31 (6.29)me11 em14-12.46 (13.62)2.40 (13.00)1.99 (10.46)me11 em17-31.68 (8.73)2.07 (10.65)1.72 (8.85)1.93 (10.09)me10 em14-102.08 (10.70)me10 em16-31.30 (6.30)me9 em15-11.59 (7.99)me9 em18-12.00 (10.29)me9 em19-11.76 (8.84)1.41 (6.90)me9 em19-21.66 (8.66)1.53 (7.71)me8 em12-31.57 (7.69)

括號內(nèi)數(shù)值表示為該位點的表型變異的解釋率(%)，括號外的數(shù)值該位點的顯著頻率的lg對數(shù)的負值，粗蛋白/淀粉表示剔除了淀粉影響的籽粒粗蛋白含量的效應值，粗蛋白/粗纖維表示剔除了纖維影響的籽粒粗蛋白含量的效應值，粗蛋白/粗灰分表示剔除了粗灰分影響的籽粒粗蛋白含量的效應值，下同。

The numbers within bracket represent the explained phenotypic variation of the allele (%), whereas the numbers preceding the brackets represent the negative value of the logarithm of the significance rate of the allele. Crude protein/Starch indicates the content of grain crude protein without the effect of starch content. Crude protein/Fiber indicates the content of grain crude protein without the effect of fiber content. Crude protein/Ash indicates the content of grain crude protein without the effect of ash content. similarly for the following tables

表4　青稞品種中與籽粒淀粉顯著相關的SRAP位點及其對表型變異的解釋率Table 4　Sequence-related amplified polymorphism markers significantly associated with grain starch and corresponding explained-phenotypic variation in hulless barley cultivars

淀粉/粗蛋白表示剔除了粗蛋白影響的籽粒淀粉含量的效應值，淀粉/粗纖維表示剔除了纖維影響的籽粒淀粉含量的效應值，淀粉/粗灰分表示剔除了灰分影響的籽粒淀粉含量的效應值。

Starch/Crude protein indicates the content of grain starch without the effect of crude protein content. Starch/Fiber indicates the content of grain starch without the effect of fiber content. Starch/Ash indicates the content of grain starch without the effect of ash content.

表5　青稞品種中與灰分性狀顯著相關的SRAP位點及其對表型變異的解釋率Table 5　Sequence-related amplified polymorphism markers significantly associated with ash content and corresponding explained-phenotypic variation in hulless barley cultivars

運用Zhu[11]提出的條件QTL的觀點，將相關表型數(shù)據(jù)進行條件化，運算得到青稞品種的籽粒飼草品質(zhì)性狀的條件關聯(lián)標記。對于蛋白含量性狀來說(表3)，分別將各種影響籽粒粗蛋白含量飼草品質(zhì)性狀調(diào)至同一水平時，發(fā)現(xiàn)了多個與籽粒粗蛋白顯著關聯(lián)的條件SRAP位點，在將籽粒淀粉含量的影響調(diào)整至同一水平時，分別發(fā)現(xiàn)了8個影響籽粒粗蛋白含量的條件性SRAP位點，這兩個性狀是所有品質(zhì)性狀中檢測到最多的條件性關聯(lián)位點的性狀。纖維則是在粗蛋白條件性關聯(lián)分析中發(fā)掘的最少位點個數(shù)(5個)性狀。在將淀粉含量調(diào)至同一水平時，發(fā)現(xiàn)的8個影響粗蛋白含量的條件性位點，僅有1個位點在非條件下被檢測出來，而將纖維含量調(diào)到同一水平時，5個條件關聯(lián)性位點有4個能在非條件下檢測出來。對于籽粒淀粉性狀(表4)，當消除籽?；曳趾孔儺悤r，能夠檢測到最多數(shù)目(12個)的影響籽粒淀粉含量的條件關聯(lián)性位點。而當將籽粒纖維調(diào)至同一水平時，僅有4個條件性位點被檢測出來，2個位點在非條件情況下也能檢測，說明在這2個影響籽粒淀粉的SRAP位點不是通過改變籽粒纖維含量的變異來改變籽粒淀粉含量，同時也發(fā)現(xiàn)在12個去掉籽?；曳肿儺惗绊懽蚜５矸酆康臈l件性SRAP位點中，有8個位點在非條件環(huán)境下沒有被檢測出來，說明這些調(diào)控籽粒淀粉含量是被灰分含量的變異所抑制的，當灰分變異拉至同一水平，即灰分因素的影響去掉后，這些被抑制的位點才能消除抑制影響，表現(xiàn)出影響籽粒淀粉的表現(xiàn)型出來。

2.3　基于BSA思路發(fā)掘籽粒飼草品質(zhì)相關的SRAP位點

利用QTL-SEQ思路結(jié)合群分離基因的觀點發(fā)掘控制籽粒飼草品質(zhì)相關的SRAP位點，以閾值0.3為標準(表6)，分別發(fā)現(xiàn)了3個、18個、4個和12個影響籽粒粗蛋白含量、淀粉含量、纖維含量、灰分含量的SRAP位點，me11 em14-1和me11 em17-3兩個影響蛋白含量的位點也在非條件環(huán)境檢測到，me12 em17-1等4個調(diào)控籽粒淀粉含量的SRAP位點也在非條件關聯(lián)分析中檢測到，而影響灰分的SRAP位點均未在非條件關聯(lián)分析中找到。

3　討論

3.1　青稞群體的基于貝葉斯模型的群體結(jié)構分析

了解青稞品種的遺傳組成與遺傳背景是改良現(xiàn)有低產(chǎn)品種和選育新的優(yōu)質(zhì)青稞品種的前提。隨著現(xiàn)代社會的發(fā)展，作物育種家多使用自己熟悉的原始品種和能具有廣泛適應性的品種[27]，這客觀上造成了當前作物品種的遺傳基礎狹窄，以及改良舊有品種的困難。Yang等[18]利用64對SRAP引物對中國青藏高原青稞品種的遺傳多樣性進行考察，得到了青稞品種的遺傳多樣性低，遺傳基礎狹窄的結(jié)論。這些不同來源地的品種在群體遺傳學上呈現(xiàn)什么樣的特征，對于后期的青稞分子標記育種有重要的影響。本研究針對前期的分子數(shù)據(jù)，利用基于貝葉斯模型的Structure 軟件[19]對青稞品種的遺傳構成進行劃分，發(fā)現(xiàn)來自于3個地區(qū)的青稞品種由3個亞群構成， 除了3個品種外，其余57個材料分別分成3個亞群。分群的個體與其來源地存在100%相關性。與原來基于遺傳距離的聚類分群結(jié)果相比，按群體遺傳學分類更能反映出青稞品的遺傳基礎，這與魏世平等[28]利用3種分群法探索中國栽培大豆(Glycinemax)群體結(jié)構時，得到的基于貝葉斯模型的Structure軟件最適宜反映中國栽培大豆的遺傳結(jié)構的結(jié)論一致，同時也支持了Kline等[29]認為的群體結(jié)構分析更能清楚地反映單個個體趨向群體的趨勢和各個亞群體之間的基因交流情況。這些結(jié)果也反映出中國當代青稞品種的趨勢，即在當?shù)氐倪m應性良好的品種之間雜交選育品種，而外來資源利用較少，不同于中國小麥品種在選育過程大量使用少數(shù)幾個如南大2419等骨干品種[30]，導致品種與來源地存在沒有一定的相關性。但同時從Q值矩陣來看(因數(shù)據(jù)太多，結(jié)果未列出)，發(fā)現(xiàn)在歸于某些亞群的個體在歸類的概率比較接近，說明在亞群內(nèi)部的遺傳差異較小，暗示群體內(nèi)部的遺傳多樣性較小，也驗證利用SRAP位點發(fā)現(xiàn)該群體遺傳狹窄的觀點。孟亞雄等[1]、賴勇等[31]、巴桑玉珍等[20]分別利用SSR分子標記解析了中國青稞種質(zhì)資源材料的遺傳多樣性和其遺傳群體結(jié)構，均發(fā)現(xiàn)我國青稞種質(zhì)資源材料的遺傳基礎差異小，群體結(jié)構與品種的來源地沒有聯(lián)系(即沒有清晰來源地亞群的分類)，但是本研究結(jié)果(亞群的分類與地理來源密切相關)卻與上述觀點相反，可能與本研究利用的材料為品種，與前面利用的資源材料有所不同。另外，本研究利用的SRAP標記是一種基于外顯子和內(nèi)含子邊界保守性來設計的目的引物[32]，與SSR主要擴增的基因組中的重復區(qū)域有所不同，不同的基因區(qū)域一般反映的基因組的信息不同，功能區(qū)域的變異更能準確地反映植物在進化上的適應情況，因此本研究的分子數(shù)據(jù)能更良好地反映中國青藏高原青稞品種的差異。

表6　青稞品種中基于類ΔSNP index 值發(fā)掘與籽粒飼草品質(zhì)相關性狀顯著相關的SRAP標記Table 6　Sequence-related amplified polymorphism markers significantly associated with grain forage traits based on ΔSNP index-like value in hulless barley cultivars

3.2　青稞籽粒飼草品質(zhì)性狀條件關聯(lián)分析

在大量作物QTL定位報道研究中，發(fā)現(xiàn)表型上具有緊密相關性的多個性狀的QTL位點多以緊密連鎖形式或以一因多效在染色體上分布[33]。Zhao等[34]認為這種一因多效的QTL是一種對于兩個關系密切、且又相互獨立的性狀間的遺傳關系的條件QTL的表現(xiàn)形式，Jiang等[15]結(jié)合條件QTL定位和關聯(lián)分析的思路，發(fā)現(xiàn)影響水稻生育期的SSR標記中，有些是通過影響群體的株高或單株有效穗數(shù)的表達來調(diào)控水稻生育期的表現(xiàn)，而有些SSR標記則是直接調(diào)控水稻生育期的表現(xiàn)。本研究對青稞籽粒飼草相關性狀進行遺傳解析，也發(fā)現(xiàn)相似的現(xiàn)象；即影響籽粒飼草品質(zhì)性狀的條件化關聯(lián)性狀的SRAP位點也大量在非條件化關聯(lián)分析中找到。因此，條件性關聯(lián)分析的結(jié)果具有進一步更好地對相關性緊密的多性狀的遺傳特點進行深層次的解析的能力，隨著高通量測序技術和基因組信息的完善，這種基于條件化的關聯(lián)分析結(jié)果可以與轉(zhuǎn)錄組和基因共表達等數(shù)據(jù)結(jié)合起來，為動植物復雜數(shù)量性狀的研究提供一種新的思路。

3.3　BSA法檢測青稞籽粒飼草性狀相關性位點

BSA(bulked sample analysis)是在傳統(tǒng)的分離群體群分離法發(fā)掘基因的基礎上，結(jié)合新一代測序技術發(fā)展而來的檢測目的性狀的功能性分子標記方法，該方法具有花費少和精確性高等優(yōu)良特點；同時運用這種方法的檢測標記也不局限于DNA標記，可以與相關材料的基因表達數(shù)據(jù)或蛋白表達相結(jié)合，從轉(zhuǎn)錄或翻譯水平上，發(fā)現(xiàn)與驗證與性狀相關的標記所聯(lián)系的功能候選基因[35]。Jin等[36]利用BSA+RNA-SEQ(BSR)方法發(fā)掘出了影響茶葉(Camelliasinensis)兒茶素含量變異的重要候選基因F3’5’H基因，并在兒茶素代謝基因的表達譜數(shù)據(jù)，驗證了BSR的結(jié)果。Zeng等[25]運用BSA的方法，發(fā)現(xiàn)了多個抗柳枝稷(Panicumvirgatum)白粉病的SLAF標記，并在這些標記中發(fā)現(xiàn)4個具有NBS結(jié)構的R基因。本研究也利用該方法找到69個與青稞籽粒飼草品質(zhì)相關的SRAP位點，但與非條件關聯(lián)分析結(jié)果相比，僅有8個位點是相同的。說明這些位點很可能與青稞品種的飼草品質(zhì)性狀有一定的相關性。但同時也發(fā)現(xiàn)了多個未在關聯(lián)分析篩選出的，而在BSA方法中獲得與籽粒飼草性狀相關的SRAP位點，這可能是由于BSA方法檢測相關受到標記種類、混合群體個體數(shù)目等多方面影響。針對這些問題，下一步將對該群體進行多種標記掃描，并對該群體的飼草品質(zhì)數(shù)據(jù)進行多年多點檢測，以期能夠找到影響青稞籽粒飼草品質(zhì)性狀穩(wěn)定表達的遺傳位點，為進一步改良青稞和培育優(yōu)質(zhì)飼草青稞品種提供理論依據(jù)。

4　結(jié)論

本研究利用遺傳群體結(jié)構分析了中國青藏高原青稞品種的群體結(jié)構，60份品種分成3個亞群，群體的類群與品種的來源地密切相關，非條件關聯(lián)分析一共發(fā)現(xiàn)23個影響籽粒飼草品質(zhì)性狀變異的SRAP標記，影響淀粉或粗灰分含量的SRAP標記最多，而在條件關聯(lián)分析研究中發(fā)現(xiàn)44個SRAP標記能影響籽粒飼草品質(zhì)凈遺傳變異值。發(fā)現(xiàn)6個SRAP標記在BSA分析中和非條件關聯(lián)分析中均能影響籽粒的飼草品質(zhì)變異，這些標記有助于加快青稞籽粒飼草性狀的分子育種進程。