摘要：為研究小麥新品種信麥1168的遺傳物質基礎，利用小麥55K芯片對檢測到的40 465個SNP標記分析雙親揚麥158和豫麥18對信麥1168的遺傳貢獻率。結果表明，母本揚麥158對信麥1168的遺傳貢獻率為54.71%，父本豫麥18對信麥1168的遺傳貢獻率為 45.29%，揚麥158對信麥1168的貢獻略大于豫麥18。從染色體水平看，揚麥158的1A、2A、4A、5A、7A、1B、2B、3B、4B、6B、1D、2D、3D、4D和7D等染色體對信麥1168的貢獻率超過 50%，在1B染色體上超過80%；豫麥18的3A、6A、5B、7B、5D、6D染色體對信麥1168的遺傳貢獻率均大于50%，在5D染色體上遺傳貢獻率超過70%。遺傳貢獻率分析結果表明，相同SNP位點分析和基因圖譜分析結果高度一致。本研究揭示了信麥1168的遺傳基礎組成，以期為我國小麥種質資源保護、遺傳研究與應用、親本選配和種質資源創(chuàng)新提供科學依據。

關鍵詞：小麥；遺傳貢獻；55K；SNP

中圖分類號：S512.103" 文獻標志碼：A

文章編號：1002-1302（2024）04-0133-05

收稿日期：2023-04-20

基金項目：河南省“揭榜掛帥”技術攻關專項（編號：21110110800）；國家小麥產業(yè)技術體系專項（編號：CARS-03-01A）；河南省小麥產業(yè)技術體系項目。

作者簡介：陳真真（1990—），女，河南駐馬店人，碩士，助理研究員，主要從事小麥遺傳育種研究。E-mail：396939159@qq.com。

通信作者：周國勤，副研究員，主要從事小麥遺傳育種與栽培工作研究。E-mail：zhouguoqin74@126.com。

小麥（Triticum aestivum L.）是我國主要的糧食作物之一，對我國糧食安全和社會穩(wěn)定具有舉足輕重的作用。近些年小麥生產應對不良環(huán)境的能力不斷降低，與在小麥品種選育中大量使用相同和相近的親本從而導致新育成品種遺傳基礎日益狹窄、遺傳變異率低有關。因此，在小麥品種的育種改良中，解決我國小麥品種不豐富的遺傳基礎和培植適應多樣性市場的豐富多樣的品種需要借助于對小麥遺傳多樣性的提高［1-2］。因此，對不同類型小麥品種的遺傳物質組成進行研究，可為小麥品種選育過程中的父母本選配產量高、品質好和抗性強的種質資源創(chuàng)制提供科學依據［3］。

單核苷酸多態(tài)性（SNP）主要指在基因組水平上由于單個核苷酸的改變而導致的核酸序列多態(tài)性，是由堿基A、G、C、T的轉換或顛換所引起，也可能由堿基A、G、C、T的插入或者是缺失引起。SNP與擴增片段長度多態(tài)性（AFLP）和簡單重復序列（SSR）等標記相比具有遺傳穩(wěn)定性高、位點豐富且在基因組上廣泛分布、易實現(xiàn)自動化快速檢測、單個標記檢測成本低等特點［4-5］。SNP標記技術融合芯片技術以及DNA微陣列迅速成為現(xiàn)在最前沿的第三代分子標記技術，超過了第一代限制性片段長度多態(tài)性（RFLP）技術和第二代SSR標記，在農作物育種領域發(fā)揮著重要作用［6-8］?，F(xiàn)在小麥已經開發(fā)出的SNP芯片有9K、50K、55K、90K和660K等。中國農業(yè)科學院作物研究所在660K SNP芯片的基礎上結合1 000多份本土材料開發(fā)出55K SNP芯片。55K SNP芯片相比90K SNP芯片其有效標記多態(tài)性在不同基因組和同源群的分布更加優(yōu)化。目前，有很多試驗表明用于國內小麥種質材料研究的55K SNP芯片比其他類型的芯片更有效，55K SNP芯片在小麥的生長發(fā)育過程、抗病和小麥籽粒等方面的研究已被多次應用［9-13］。

信麥1168屬弱春性品種，幼苗半直立，葉色深綠，苗勢壯，分蘗力中等，抗倒性一般，耐濕性好，熟相好；中抗條銹病和葉銹病，中感白粉病，高感紋枯病和赤霉病，具有較大的推廣種植潛力。本研究以信麥1168為試驗材料，對其以及父母本豫麥18和揚麥158進行55K SNP芯片掃描，旨在揭示我國優(yōu)質育種親本遺傳組成和親緣關系，為我國小麥種質資源保護、遺傳研究與應用、親本選配和種質資源創(chuàng)新提供科學依據。

1 材料與方法

1.1 試驗材料

供試材料為信麥1168及其母本揚麥158和父本豫麥18。于2021年秋季種植于信陽市農業(yè)科學院陸廟基地，2022年夏季收獲。收獲后脫粒保存種子。

1.2 基因組DNA提取

在室內每個小麥品種選取30粒小麥種子置于培養(yǎng)皿內培養(yǎng)，待小麥種子長出幼嫩的葉片，選取每個小麥品種的幼嫩葉片冷凍于超低溫冰箱，在研缽上用液氮將幼嫩的葉片研磨后采用天根DNA提取試劑盒提取信麥1168及其母本揚麥158和父本豫麥18的DNA，用分光光度計檢測DNA濃度，用0.5×TBE緩沖液通過1%瓊脂糖凝膠150 V電泳 45 min 檢測供試小麥品種DNA樣品的質量。

1.3 55K芯片分析

樣品由新疆康普森生物技術有限公司經處理、核酸提取、核酸擴增、核酸標記和芯片雜交后，獲得原始樣品基因型數據。樣品和標記質控后得到合格的樣品基因型數據，共獲得53 007個SNP位點。對 DQC≥0.82和CR≥95%的樣品進行 SNP 位點質控，對分型結果進行質控篩選后獲得40 465個有效SNP位點，其中在父母本之間有11 955個位點表現(xiàn)多態(tài)性。

1.4 父母本對信麥1168遺傳貢獻率及信麥1168基因型圖譜的繪制

統(tǒng)計后代與父母本存在差異的位點數，當信麥1168的分型結果與揚麥158一致時計為揚麥158的貢獻位點，當信麥1168的分型結果與豫麥18一致時計為豫麥18的貢獻位點，計算母本和父本對后代的遺傳貢獻率。揚麥158（豫麥18）遺傳貢獻率=揚麥158（豫麥18）貢獻位點數/兩親本間差異位點數。采用Plant Gmap（http：//183.223.252.63：3333/）查找信麥1168和父母本豫麥18和揚麥158相同的SNP位點；參照小麥RefSeq v1.0版本的基因組信息，利用Python語言（https：//www.python.org） 繪制信麥1168的基因型圖譜。

2 結果與分析

2.1 多態(tài)性SNP位點在信麥1168及其父母本豫麥18和揚麥158基因組上的差異分析

采用55K SNP芯片獲得的原始基因型數據，對DQC≥0.82和CR≥95 的樣品進行 SNP 位點質控后共獲得40 465個有效SNP位點，其中在父母本豫麥18和揚麥158之間有11 955個位點表現(xiàn)多態(tài)性，這11 955個多態(tài)位點在小麥的1A～7D染色體上分布不均勻，同時這些多態(tài)性標記位點在A、B、D" 3個基因組上分布的也不是很均勻，但基本上都是表現(xiàn)為2個親本揚麥158和豫麥18的相同位點數多，揚麥158和豫麥18差異位點少（圖1）。其中，揚麥158和豫麥18差異位點數所占比例最多的是B基因組，為40.4%，然后就是A基因組，為32.9%，最后是D基因組，為29.5%。

2.2 揚麥158和豫麥18對后代信麥1168的遺傳貢獻

在染色體水平，母本揚麥158對信麥1168的遺傳貢獻率為27.12% ～87.09%，在5D上的遺傳貢獻率為27.12%，在1B上的遺傳貢獻率為87.09%，1B染色體的遺傳信息有87.09%從母本揚麥158傳遞至信麥1168；父本豫麥18對信麥1168的遺傳貢獻率為12.91%～72.88%，在其中的1條染色體上遺傳貢獻率超過70.00%，5D染色體的遺傳信息有72.88%從父本傳遞至信麥1168。從全基因組水平，2個親本對信麥1168的遺傳貢獻分別為母本54.71%、父本45.29%，但揚麥158在1A、2A、4A、5A、7A、1B、2B、3B、4B、6B、1D、2D、3D、4D、7D等染色體上的遺傳貢獻率均大于豫麥18（表1、圖2），豫麥18在3A、6A、5B、7B、5D、6A 等染色體上的遺傳貢獻率均超過揚麥158（表1、圖3）。從 A、B、D這3個基因組看，揚麥158在B基因組的遺傳貢獻率最大，為56.20%，其次是D基因組，為54.04%，最后是A基因組，為53.29%；豫麥18在A基因組的遺傳貢獻率最大，為46.71%，其次是D基因組，為45.96%，最后是B基因組，為43.80%。

2.3 親本揚麥158和豫麥18遺傳信息在信麥1168染色體上的分布

從圖4信麥1168的基因圖譜可以看出，母本揚麥158和父本豫麥18的遺傳信息在1A、1B、4B、4D、5A、5B、5D、7A、7B、7D等染色體上主要以染色體大片段形式傳遞給后代信麥1168。在1A、1B、5D等的染色體上所表現(xiàn)出來的染色體大片段是由數十甚至數百SNP位點構成；有的有較多重組，信麥1168染色體中的大片段的遺傳整合在圖譜中表現(xiàn)為保守遺傳，只有在2B、2D、3B、4A、5A、5B、6B、7A等染色體上有大片段非親本等位基因的變異，表現(xiàn)為較多的重組，其中5B和6B染色體上的大片段重組最多，超過50%；在另外的染色體上沒有出現(xiàn)較多的染色體大片段重組在整合遺傳圖譜中。信麥1168集成雙親揚麥158和豫麥18的區(qū)段在D組染色體上較為集中，而且是揚麥158遺傳給信麥1168的區(qū)段較多。在3A、6A、5B、7B、5D、6A染色體上分布著豫麥18較多的遺傳位點，即這6條染色體遺傳信息絕大部分是由豫麥18傳遞給信麥1168；在 1A、1B、2D、4D等染色體上分布著揚麥158較多的遺傳位點；在2B、3B、6B、6D等染色體上信麥1168的遺傳信息來源在雙親的比例接近。遺傳貢獻率分析結果表明，相同SNP位點分析和基因圖譜具有較好的一致性。

3 討論與結論

作物品種改良的方式有很多，如常規(guī)雜交、分子標記、化學和物理誘變和染色體工程等各種形式。小麥品種的遺傳改良主要依賴于優(yōu)異的種質資源和骨干親本。本地區(qū)大面積種植的品種在雜交組合親本的選配過程中是重點選配的對象，而骨干親本的雜交后代在雜交育種中又會成為大面積推廣的種植的品種［14-15］。上一時期選育出的種質，尤其是在小麥生產中大面積推廣品種常常會作為新品種選育的親本，因次對優(yōu)質小麥品種從分子方面進行遺傳構成解析，闡述大面積推廣的品種作為父母本對雜交后代的遺傳貢獻率，對優(yōu)異種質材料的創(chuàng)制和優(yōu)良品種的培育具有非常重要的作用［16-17］。信麥1168的母本揚麥158使長江下游的品種實現(xiàn)了新中國成立以來的第6次大面積更新?lián)Q代，最大種植面積達到160.67萬hm2，成為我國20世紀末種植面積最大的小麥品種，是長江中下游地區(qū)大面積推廣的品種和骨干親本。信麥1168的父本豫麥18 曾獲河南省科學技術進步一等獎，曾是河南省內大面積種植的品種，是主要當家品種之一。通過信麥1168與父母本相同SNP位點分析，發(fā)現(xiàn)信麥1168與雙親一致性SNP位點的數量較多，這些一致性SNP位點是信麥1168繼承雙親優(yōu)質、高產、抗病性的關鍵。信麥1168親本特異性SNP位點是雙親揚麥158和豫麥18農藝性狀差異的關鍵，信麥1168是優(yōu)質小麥品種，繼承了雙親優(yōu)良農藝性狀，但揚麥158是優(yōu)質高產抗病型親本，在品種后代選育過程中育種家可能對其優(yōu)質、抗病、高產的特性給予了較多的關注，因此使后代選育出的品種遺傳物質更多地偏向揚麥158。本研究通過親本揚麥158和豫麥18對信麥1168的遺傳貢獻率分析，發(fā)現(xiàn)揚麥158的遺傳貢獻率高于豫麥18，信麥1168遺傳物質的傳遞出現(xiàn)明顯的偏親現(xiàn)象，這與楊子博等的研究結果［18-19］較為一致。造成這種現(xiàn)象出現(xiàn)的原因是在小麥品種選育過程中，育種家在配制單交組合時，常選擇骨干親本或當地大面積推廣的品種作為育種的父母本，這些品種更適應當地的生態(tài)生長條件，在雜交后代選擇過程中后代選擇的主要目標就是適合當地生態(tài)條件的優(yōu)良品系，因此骨干品種或大面積推廣的品種傳遞給后代更多的遺傳物質［20-21］。

本研究發(fā)現(xiàn)無論是從基因組來看，還是從染色體水平上來看，揚麥158和豫麥18對信麥1168的遺傳貢獻率差異均較大。 揚麥158對信麥1168 在A基因組的貢獻率為 53.29%， 在B基因組的貢獻率為56.20%，在D基因組的貢獻率為54.04%，而豫麥18 在A基因組的貢獻率為46.71%，在B基因組的貢獻率為43.80%，在D基因組的貢獻率為45.96%；21條染色體上的遺傳物質從母本揚麥158傳遞到后代信麥1168的遺傳貢獻率為27.12%～87.09%，遺傳貢獻率超過70%的有1B、4B 2條染色體；21條染色體上的遺傳物質從父本豫麥18傳遞到后代信麥1168的遺傳貢獻率為12.91%～72.88%，遺傳傳遞率超過70%的有5D染色體。這種現(xiàn)象可能也與育種家圍繞育種目標對雜交后代的株型、產量、品質和抗病性等的定向選擇有關。

本研究利用55K SNP芯片對信麥1168及其父母本豫麥18和揚麥158進行遺傳物質基礎解析，不僅明確了其遺傳物質組成并繪制了信麥1168的基因遺傳圖譜，說明55K SNP芯片對小麥遺傳物質組成和遺傳多樣性的分析是一種有效的研究方法。

參考文獻：

［1］郝晨陽，王蘭芬，張學勇，等. 我國育成小麥品種的遺傳多樣性演變［J］. 中國科學（生命科學），2005，35（5）：408-415.

［2］Tanksley S D，McCouch S R. Seed banks and molecular maps：unlocking genetic potential from the wild［J］. Science，1997，277（5329）：1063-1066.

［3］劉易科，朱展望，陳 泠，等. 基于SNP標記揭示我國小麥品種（系）的遺傳多樣性［J］. 作物學報，2020，46（2）：307-314.

［4］Arabi M I E，Shoaib A，Al-Shehadah E，et al. Genetic diversity within local and introduced cultivars of wheat （Triticum aestivum L.） grown under Mediterranean environment as revealed by AFLP markers［J］. Acta Biologica Szegediensis，2019，63（1）：25-30.

［5］王升星，朱玉磊，張海萍，等. 小麥育種親本材料SSR標記遺傳多樣性及其親緣關系分析［J］. 麥類作物學報，2014，34（5）：621-627.

［6］Eltaher S，Baenziger P S，Belamkar V，et al. GWAS revealed effect of genotype × environment interactions for grain yield of Nebraska winter wheat［J］. BMC Genomics，2021，22（1）：2.

［7］Bonman J M，Babiker E M，Cuesta-Marcos A，et al. Genetic diversity among wheat accessions from the USDA national small grains collection［J］. Crop Science，2015，55（3）：1243-1253.

［8］樊曉靜，于文濤，蔡春平，等. 利用SNP標記構建茶樹品種資源分子身份證［J］. 中國農業(yè)科學，2021，54（8）：1751-1772.

［9］曹廷杰，謝菁忠，吳秋紅，等. 河南省近年審定小麥品種基于系譜和SNP標記的遺傳多樣性分析［J］. 作物學報，2015，41（2）：197-206.

［10］馬艷明，馮智宇，王 威，等. 新疆冬小麥品種農藝及產量性狀遺傳多樣性分析［J］. 作物學報，2020，46（12）：1997-2007.

［11］Ye X L，Li J，Cheng Y K，et al. Genome-wide association study reveals new loci for yield-related traits in Sichuan wheat germplasm

under stripe rust stress［J］. BMC Genomics，2019，20（1）：640.

［12］Tran F，Penniket C，Patel R V，et al. Developmental transcriptional profiling reveals key insights into Triticeae reproductive development［J］. The Plant Journal：for Cell and Molecular Biology，2013，74（6）：971-988.

［13］Qu X R，Liu J J，Xie X L，et al. Genetic mapping and validation of loci for kernel-related traits in wheat （Triticum aestivum L.）［J］. Frontiers in Plant Science，2021，12：667493.

［14］劉志勇，王道文，張愛民，等. 小麥育種行業(yè)創(chuàng)新現(xiàn)狀與發(fā)展趨勢［J］. 植物遺傳資源學報，2018，19（3）：430-434.

［15］蓋紅梅，王蘭芬，游光霞，等. 基于SSR標記的小麥骨干親本育種重要性研究［J］. 中國農業(yè)科學，2009，42（5）：1503-1511.

［16］李邦發(fā). 四川小麥育種骨干親本的應用與種質資源創(chuàng)新［J］. 科技導報，2015，33（13）：66-70.

［17］李永祥，王天宇，黎 裕. 主要農作物骨干親本形成與研究利用［J］. 植物遺傳資源學報，2019，20（5）：1093-1102.

［18］楊子博，王安邦，冷蘇鳳，等. 小麥新品種淮麥33的遺傳構成分析［J］. 中國農業(yè)科學，2018，51（17）：3237-3248.

［19］陳曉杰，楊 科，范家霖，等. 優(yōu)質強筋小麥新品種鄭品優(yōu)9號的遺傳基礎解析［J］. 麥類作物學報，2021，41（10）：1211-1218.

［20］Lai J S，Li R Q，Xu X，et al. Genome-wide patterns of genetic variation among elite maize inbred lines［J］. Nature Genetics，2010，42：1027-1030.

［21］李式昭，王 琴，鄭建敏，等. 利用基因芯片分析西南麥區(qū)主栽小麥品種川麥104的遺傳構成［J］. 麥類作物學報，2021，41（6）：665-672.