¹黑龙江省种业技术服务中心，黑龙江 哈尔滨

²全国农业技术推广服务中心，北京

收稿日期：2021年8月25日；录用日期：2021年9月20日；发布日期：2021年9月27日

摘要

大豆是全球范围内食用蛋白和食用油脂的主要来源。大豆的产量及形态等性状多属于数量性状，不但受微效多基因控制，还受环境影响。本研究利用杂交组合“东农L13 × 黑河36”、“东农L13 × 合农60”衍生的两个重组自交系群体RIL3613和RIL6013为材料，在哈尔滨、阿城和双城3个地点进行正常施用氮肥和不施用氮肥两种条件种植，对大豆形态、产量等性状进行加性和上位性QTL定位，并对各性状进行氮肥响应QTL定位和候选基因预测，旨在剖析不同氮肥水平下大豆农艺性状的遗传基础，发掘相关基因位点，在RIL3613和RIL6013群体中共检出9个株高加性QTL、6个主茎节数加性QTL、3个单株荚数加性QTL、5个单株粒数加性QTL、3个百粒重加性QTL、4个单株粒重加性QTL，单个加性QTL可解释2.04%~8.64%、1.13%~8.25%、5.97%~12.72%、0.02%~11.72%、1.34%~10.78%、5.51%~8.99%的表型变异。利用SoyBase在线程序获得的标记信息，在4个一致QTL区间中，利用GO和KEGG数据库对1215个候选基因进行了筛选和注释。KEGG通路中，Ko04075参与植物激素信号转导途径，包括赤霉素、生长素、脱落酸等激素，在调节茎生长、植物生长和种子发育方面起着重要作用。

关键词

大豆，农艺性状，QTL分析

QTL Analysis of Agronomic Traits in Soybean under Two Nitrogen Application Conditions

Daiqun Su¹, Zhentao Zhuang¹, Qi Jing², Chunqing Liu², Zhonghua Sun¹, Shiyi Zhang¹

¹Heilongjiang Seed Technology Service Center, Harbin Heilongjiang

²National Agro-Tech Extension and Service Center, Beijing

Received: Aug. 25^th, 2021; accepted: Sep. 20^th, 2021; published: Sep. 27^th, 2021

ABSTRACT

Soybean is the main source of edible protein and edible oil worldwide. The yield and morphological traits of soybean are mostly quantitative traits, which are not only controlled by micro-effect genes, but also affected by environment. In this study, two recombinant inbred lines (RIL3613 and RIL6013) derived from hybrid combinations “Dongnong L13 × Heihe 36” and “Dongnong L13 × Henong 60” were used, with two treatments of normal application of nitrogen fertilizer and no application of nitrogen fertilizer at three locations in Harbin, Acheng and Shuangcheng. Additive and epistatic QTLs were mapped for soybean morphological and yield traits, and QTLs for nitrogen response of each trait were mapped and candidate genes were predicted, aiming to analyze the genetic basis of agronomic traits of soybean under different nitrogen fertilizer levels and discover related gene loci. A total of 9 QTLs for plant height, 6 QTLs for main stem node number, 3 QTLs for pod number per plant, 5 QTLs for grain number per plant, 3 QTLs for 100 grain weight and 4 QTLs for grain weight per plant were detected in RIL3613 and RIL6013 populations. A single additive QTL could explain 2.04%~8.64%, 1.13%~8.25%, 5.97%~12.72%, 0.02%~11.72%, 1.34%~10.78%, and 5.51%~8.99% of phenotypic variation. Using the tagged information obtained by SoyBase online program, 1215 candidate genes were screened and annotated in four consistent QTL intervals using GO and KEGG databases. In the KEGG pathway, Ko04075 is involved in plant hormone signal transduction pathways, including gibberellins, auxin, abiotic acid and other hormones, and plays an important role in regulating stem growth, plant growth and seed development.

Keywords:Soybean, Agronomic Traits, QTL Analysis

Copyright © 2021 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

大豆中控制表型性状的基因数量较多但遗传贡献率较小，而且极易受到外界环境的影响，不容易稳定遗传和表现，为此许多育种和栽培科研工作者进行了大量的研究，努力改善大豆农艺相关性状。大豆的产量由多个产量构成因子共同决定的，是一个复杂的综合性状，各产量相关性状共同决定了大豆产量，不同性状间既相互制约，又相互促进，共同决定了大豆产量形成。大豆产量相关性状包括株高、主茎节数、单株荚数、单株粒数、每荚粒数、百粒重等因子，关于这些性状的QTL分析研究逐年增多。

大豆株高是重要的农艺性状，与大豆品种倒伏密切相关，对大豆产量具有一定的影响。近年来，学者对大豆株高性状进行了大量的QTL分析及研究报道，目前已经获得的QTL 180个以上，主要分布于大豆17条染色体上，可在网站(https://www.soybase.org/)查询。

在主茎节数QTL定位研究方面相对较少。到目前为止的研究报道，共定位到25个主茎节数QTL (https://www.soybase.org/)，主要分布在B1、B2、C2、F、A1、D1a、D1b、D2等连锁群上。

关于大豆荚粒数性状QTL定位的研究报道逐年增加，归因于近年来分子标记及分子辅助选择育种技术的快速发展。2009年黄中文等获得了1个单株荚数、3个主茎荚数和5个分枝荚数QTL，利用群体为RIL群体，亲本“科丰1号 × 南农1138-2 RIL”，共含有184个个体，位点分散在B1、G、O、A2、A2、L和O染色体上 [1]。2013年，Yang等 [2] 构建的RILs群体含有147个个体为F_2:14~19，亲本为“Charleston”以及“Dong Nong 594”，获得了控制大豆荚粒数性状的QTL 11个，其中一粒豆荚荚数QTL 1个，二粒豆荚荚数QTL 1个，三粒豆荚荚数QTL 2个，四粒豆荚荚数QTL 6个，控制单株豆荚荚数QTL 1个。2014年，Hu等 [3] 针对5个产量相关性状对113个野生大豆品种进行表型分析，并利用85个简单序列重复(SSR)标记进行基因分型以及GWAS关联分析，定位到6个控制大豆单株荚数性状的QTL。2017年，Fang等 [4] 利用809个大豆种质资源，在3个地点环境下，对84个大豆农艺性状进行了2年的表型分析，基于全基因组关联分析方法，共检测确定了与重要农艺性状有关的245个QTL，其中检测到12个与荚数性状相关的QTL。

随着基因组测序技术的不断发展，基于全基因组关联分析(GWAS)进行QTL分析及基因定位的研究报道逐渐增多。其中利用GWAS关联分析对大豆百粒重进行QTL分析方面上也陆续取得一些进展 [5] [6] [7]。2016年，Zhang等 [8] 利用309份大豆种质资源，采用GWAS分析方法，检测到22个大豆百粒重QTL，其中含有2个热点区域。在Chr04和Chr19连锁群上的4个候选基因分别参与了植物发育激素、细胞分裂素和籽粒发育的信号传导途径。2017年，Yan等 [9] 使用SoySNP50KBeadChip对超过42000个SNP标记进行基因型分型，采用MLM的分析方法进行GWAS分析，结果有8个SNP与HSW显著相关，分别位于Chr4和Chr17染色体上，显著标记可以解释的变异(R2)范围为6.9%~13.2%。

本研究以前期创建的大豆重组自交系群体(RILs)为试验材料，在不同氮肥水平下，对大豆形态、产量等农艺性状进行了QTL定位及候选基因挖掘研究，为进一步开展不同氮肥水平下大豆产量形成的分子网络调控机制以及分子标记辅助选择奠定了理论基础和技术支撑。

2. 材料与方法

2.1. 遗传群体

2005年利用主要农艺性状差异较大的3个品种东农L13、黑河36和合农60 (见表1)，这3个品种在株高、主茎节数、单株根重、倒伏级别等农艺性状方面差异较大，利用东农L13、黑河36和合农60配置2个杂交组合，分别为“东农L13 × 黑河36”和“东农L13 × 合农60”，F₂至F₆在哈尔滨(E128˚，N45˚)与海南崖城穿叉种植，每个世代采用单粒传方法处理，在F_2:6将单株种成株行，在F_2:7剔除混杂株行，形成两个重组自交系群体，各包含134个和156个株系，分别简称RIL3613和RIL6013。

表1. RIL3613和RIL6013三个亲本的农艺性状

2.2. 田间试验设计

田间试验于2016年在阿城(E1)、双城(E2)和哈尔滨(E3)三个地点同时进行，将东农L13、黑河36和合农60等3个亲本和2个RIL (RIL3613和RIL6013)群体在田间种植。田间试验采取裂区设计，主处理施氮肥处理，副处理为RIL群体。氮肥施用包含两个水平，一个为正常施氮肥(N₊，75 Kg N/ha、150 Kg P₂O₅/ha、75 Kg K₂O/ha)，一个为不施氮肥(N₋，150 Kg P₂O₅/ha、75 Kg K₂O/ha)。种植规格为三行区，3 m行长，0.7 m行距，0.07 m株间距，两次重复。田间管理同一般大田栽培。

2.3. 性状调查

每个株行随机选取除边株之外的5株，收获后调查每株的株高(PH)、主茎节数(NN)、单株荚数(PNPP)、单株粒数(SNPP)、百粒重(HSW)和单株粒重(SWPP)，取5株平均值作为各性状的表型数据。

2.4. 遗传图谱的构建

从2005年的大豆公共图谱上初步挑选了838对SSR引物，大豆公共图谱可在网站上查询(http://www.soybase.org)，利用筛选得到的838对SSR引物在RIL3613和RIL6013两个群体各自的亲本间进行多态性筛选，最终在RIL3613群体中筛选出156对表现好的多态性引物，在RIL6013群体中筛选出137对表现好的多态性引物。应用大豆SSR序列合成引物，这些SSR序列是由Soybase网站提供的，然后利用筛选出来的293对表现良好的多态性引物对亲本及RIL3613和RIL6013的290个后代株系进行PCR扩增。

应用IciMapping 4.0软件(http://www.isbreeding.net/software/)构建大豆的遗传连锁图谱，首先进行PCR产物电泳(使用6%的聚丙烯酰胺凝胶)，其次记录SSR带型(亲本和后代株系的SSR带型)，再次录入带型数据，最后根据两个群体SSR标记的基因型构建出大豆的遗传连锁图谱。构建的RIL3613群体的遗传图谱含有156对 SSR 引物，包含20个连锁群，该图谱覆盖基因组的遗传距离为2848.56 cM，单个连锁群的遗传距离范围为1.15~283.42 cM，标记间的平均遗传距离为18.99 cM，标记数的范围为2~13个；RIL6013群体的遗传图谱也包含20个连锁群且含有137对SSR引物，该图谱覆盖基因组遗传距离为1886.8 cM，单个连锁群遗传距离范围为19.68~163.67 cM，标记间平均遗传距离为13.77 cM，标记个数范围为4~11个 [10]。

2.5. 数据统计分析

2.5.1. 表型数据的变异分析

应用Excel2010软件对每个环境下各氮肥处理不同性状的平均数进行描述性分析，分析平均数、标准差、偏度、峰度、最小值和最大值。

对每个环境下各性状平均数进行方差分析，包括氮肥间、基因型效应和基因型 × 氮肥间互作效应的方差分析，同时估计了方差分量，并通过下面这个公式进一步估计了遗传率。

$h^2=\frac{{\sigma }_g^2}{{\sigma }_g^2+{\sigma }_{GN}^2/n+{\sigma }^2/(\; r\; n\; )}$

其中 $h^2$ 为遗传率， ${\sigma }_g^2$ 为遗传方差， ${\sigma }_{GN}^2$ 为基因型 × 氮肥间互作方差， ${\sigma }^2$ 为误差方差，g是家系个数，d是氮肥水平数。

在每个环境下分析各氮肥各性状间相关系数。

方差分析及 ${\sigma }_g^2$ 、 ${\sigma }_{GN}^2$ 、 ${\sigma }^2$ 的估计通过SAS V9.2软件的PROC Mixed过程实现。

2.5.2. 氮肥响应

为探索大豆各性状对氮肥变化的响应，针对三个地点的不同氮肥试验数据进行氮肥响应QTL分析。氮肥响应(Response to Nitrogen, RN)应用Zhu等 [11] 的条件变量方法分析，即是施氮肥的性状表型扣除不施氮肥遗传背景后获得的条件变量。具体计算方法如下：

$RN=T_2-C_{\left(1，2\right)}\cdot \left(T_1-{\bar{T}}_1\right)/V_1$

其中 $T_2$ 为施氮肥的性状， $C_{\left(1，2\right)}$ 为两种氮肥水平下的性状协方差， $T_1$ 为不施氮肥下的性状， ${\bar{T}}_1$ 为不施氮肥的性状平均值， $V_1$ 为不施氮肥的性状方差。除去基因型遗传背景后的密度效应就是氮肥响应。

2.5.3. QTL作图分析

应用IciMapping 4.0软件的完备区间作图法(ICIM-ADD)对各施氮肥水平下的表型数据进行加性QTL定位，LOD阈值设置为2.5；应用完备区间作图法(ICIM-EPI)进行上位性QTL定位，LOD阈值设置为5。对于达到显著水平的上位效应QTL和氮肥响应QTL，要求能够解释表型变异2%以上，才认为是有效的QTL。

按照q + “性状” + “染色体名称” + “顺序号”的方法命名QTL。用q代表QTL，PH代表株高，NN代表主茎节数，PNPP代表单株荚数，SNPP代表单株粒数，HSW代表百粒重，SWPP代表单株粒重。

对于各性状的加性效应QTL，直接用数字编号。对于上位性QTL，应用“e + 数字”编号。对于氮肥响应QTL，应用“r + 数字”编号，在同一染色体上按照数字编号，在同一标记区间按照同一个顺序号编号。对于RIL3613和RIL6013两个群体进行统一编号。

3. 结果与分析

3.1. 表型变异分析

3.1.1. 方差与遗传率

从表2，表3可以看出，两个重组自交系群体的株高、主茎节数、单株荚数、单株粒数、百粒重、单株粒重等6个性状，在两个地点下氮肥施用量、基因型 × 氮肥互作效应、基因型效应都达到显著水平，说明这6个性状在基因型之间存在极显著差异，应用这两个群体进行遗传分析是可行的。基因型与氮肥施用量之间互作效应显著，说明各农艺性状对于氮肥变化的响应在基因型之间存在显著差异。对于遗传率而言，在单个环境条件下，两个群体间同一性状在不同密度下，其遗传率差异非常大，说明两个群体各性状对于施肥量响应的遗传基础是不同的，因此通过两个群体育种性状的氮肥响应遗传分析，可以增加基因检测能力。各性状在不同地点之间，其遗传率也有较大差异，说明地点间基因型效应大小是不同的，基因型与氮肥的互作效应也是变化的。

表2. 不同环境条件下不同氮肥间农艺性状的方差分析及遗传力

A) PH：株高plant height；NN：主茎节数number of nods；PNPP：单株荚数pod number per plant；SNPP：单株粒数seed number per plant；HSW：百粒重hundred seed weight；SWPP：单株粒重seed weight per plant；

B) E1：阿城；E2：双城；E3：哈尔滨；

C) N = 氮肥利用效应(Nitrogen utilization effects)；G = 基因型效应(Genotype effects)；GN = 氮肥 × 基因互作效应(Nitrogen × Genotype interaction effect)；

D) 广义遗传率Broad-sense heritability。

表3. 两个群体6个农艺性状的氮肥、基因型和基因型 × 氮肥互作效应的3个环境联合方差分析

A) 地点L = Location effects；氮肥N = Nitrogen utilization effects；基因型G = Genotype effects；基因型 × 氮肥G × N = Nitrogen × Genotype interaction effect；

B) PH：株高plant height；NN：主茎节数number of nods；PNPP：单株荚数pod number per plant；SNPP：单株粒数seed number per plant；HSW：百粒重hundred seed weight；SWPP：单株粒重seed weight per plant。

3.1.2. 表型分离与次数分布

RIL3613和RIL6013两个群体的株高、主茎节数、单株荚数、单株粒数、百粒重、单株粒重等6个性状，在阿城、双城、哈尔滨等三个环境下的描述性分析列于表4~7。由表中变异范围可以得出，各亲本的表型性状值均落在后代群体的变异范围之内，说明各性状均存在超亲遗传。在氮肥施用和不施用情况下，各性状的平均数和标准差均有明显差异，说明氮肥影响每个群体各性状的表现。在6个性状中，单株荚数的标准差最大，其次是株高的标准差，排在第3位的是主茎节数标准差，说明这3个性状变异程度高于其他5个性状。

对于RIL6013群体，株高在双城施氮肥环境下表现为正态分布，在其他环境下均表现为偏差分布，并且偏向于高杆亲本。主茎节数除在双城施氮肥环境下表现为单峰分布外，在其他环境下均表现为单峰正态分布。单株荚数在各环境下均表现为正态分布。单株粒数除在双城施氮肥环境下表现为偏态分布外，在其他环境下表现为正态分布。百粒重在各环境下表现为近似正态分布。单株粒重除在哈尔滨施氮肥环境下表现为偏态分布外，在其他环境下均表现为近似正态分布，并且偏向于高值亲本。

表4. RIL3613群体在三个环境条件下的株高、主茎节数、单株荚数、单株粒数的描述分析

A) PH：株高plant height；NN：主茎节数number of nods；PNPP：单株荚数pod number per plant；SNPP：单株粒数seed number per plant；HSW：百粒重hundred seed weight；SWPP：单株粒重seed weight per plant；

B) AC：阿城Acheng；SC：双城Shuangcheng；HRB：哈尔滨Harbin；

C) DNL13东农L13；HH36黑河36 Heihe36；HN60合农60 Henong60。

表5. RIL3613群体在三个环境条件下的百粒重、单株粒重的描述分析

A) PH：株高plant height；NN：主茎节数number of nods；PNPP：单株荚数pod number per plant；SNPP：单株粒数seed number per plant；HSW：百粒重hundred seed weight；SWPP：单株粒重seed weight per plant；

B) AC：阿城Acheng；SC：双城Shuangcheng；HRB：哈尔滨Harbin；

C) DNL13东农L13；HH36黑河36 Heihe36；HN60合农60 Henong60。

表6. RIL6013群体在三个环境条件下的株高、主茎节数、单株荚数、单株粒数的描述分析

A) PH：株高plant height；NN：主茎节数number of nods；PNPP：单株荚数pod number per plant；SNPP：单株粒数seed number per plant；HSW：百粒重hundred seed weight；SWPP：单株粒重seed weight per plant；

B) AC：阿城Acheng；SC：双城Shuangcheng；HRB：哈尔滨Harbin；

C) DNL13东农L13；HH36黑河36 Heihe36；HN60合农60 Henong60。

表7. RIL3613群体在三个环境条件下的百粒重、单株粒重的描述分析

A) PH：株高plant height；NN：主茎节数number of nods；PNPP：单株荚数pod number per plant；SNPP：单株粒数seed number per plant；HSW：百粒重hundred seed weight；SWPP：单株粒重seed weight per plant；

B) AC：阿城Acheng；SC：双城Shuangcheng；HRB：哈尔滨Harbin；

C) DNL13东农L13；HH36黑河36 Heihe36；HN60合农60 Henong60。

3.1.3. 性状间的相关性

两个重组自交系群体RIL3613和RIL6013，在阿城、双城、哈尔滨等三个环境不同氮肥施用量下的性状间相关系数分析，在同一环境下不同氮肥施用量间各性状之间的相关性存在较大差异。

对于RIL3613群体，在阿城种植环境下，株高与单株荚数、株高与单株粒数、百粒重与单株粒数间的相关性在不同氮肥施用量间存在差异；在哈尔滨种植环境下，百粒重与单株荚数之间的相关性在不同氮肥施用量间存在差异。

对于RIL6013群体，在阿城种植环境下，各农艺性状在不同氮肥施用量间存在差异；在双城种植环境下，株高与单株荚数、株高与单株粒重、株高与百粒重、百粒重与单株荚数、百粒重与单株粒重间的相关性在不同氮肥施用量间存在差异；在哈尔滨种植环境下，株高与单株荚数、株荚数与单株粒重间的相关性在不同氮肥施用量间存在显著差异。

3.2. 候选基因预测

使用QTL进行候选基因注释确定了26个只与产量性状相关的QTL区间。基于使用SoyBase在线程序获得的标记信息，在4个一致QTL区间中，利用GO注释和KEGG数据库对1215个候选基因进行了筛选和注释，其中344、218、52、205个基因分别位于一致性QTL区域GM01、GM11、GM12、GM16内(见表8)。以下丰富在GO类别：GO:0006807 (氮化合物代谢过程)，GO:0034641 (细胞氮化合物代谢过程)，GO:0006886 (细胞内蛋白质运输)。在富集KEGG通路中，Ko04075参与植物激素信号转导途径 [12]，包括赤霉素、生长素、脱落酸等激素。植物激素在调节茎生长、植物生长和种子发育方面起着重要作用。其他丰富的KEGG通路包括K14484、K14493、K14496、K14486、K14488、K14498、K13946，参与植物激素信号转导(途径ID ko04075)。

表8. 4个相关性状的一致性QTL区间的连锁群和候选基因分布

基于Pathway分析和功能注释，我们最终鉴定出15个候选基因(见表9)。在候选基因中，有3个被标注为saur样生长素应答蛋白家族基因，SAUR蛋白参与细胞分裂和生长素生物合成 [13]。Glyma0.01g004500、Glyma0.01g183500被标注为蔗糖非发酵相关蛋白激酶(SnRK)基因，这些基因与糖信号、生物和非生物应激反应、种子萌发、幼苗生长等方面密切相关 [14] [15]。

此外，SnRK2和SnRK3与脱落酸信号转导直接相关 [16]。Glyma0.01g019400被标注为吲哚-3-乙酸诱导基因，吲哚-3-乙酸是植物中普遍存在的内源生长素，如拟南芥 [17] 所示。Glyma11g180900被标注为编码nitrilase 4，该酶可将吲哚-3-乙腈转化为生长素 [18]。08g203100被标注为编码一种与开花 [19] 相关的植物色素蛋白。将Glyma.01G103500标注为编码生长素响应因子，ARF9在果实发育早期表达，生长素 [20] 有应答。6个候选基因被标注为编码Adaptin家族蛋白或具有gamma亚基的Adaptin家族蛋白，这些基因参与了细胞内运输囊泡的形成，并参与了将货物纳入囊泡 [21] 的选择。01g179300被标注为网格蛋白重链，其作用是将高尔基体运输到液泡 [22]。g11g215500被标注为谷氨酰胺合成酶，是氮代谢 [23] 核心的高调控酶。16g082400被标注为Sec23/Sec24蛋白转运家族蛋白，Sec23亚基是连接COPII囊泡形成与顺行运输事件 [24] 的关键。最后，将Glyma.12G018500注释为s-1A，这是植物 [25] 中多种发育途径所必需的。

表9. 一致性QTL注释的候选基因

4. 讨论

重组自交系群体(RIL)个体基因型纯合，是永久性群体，可进行多年多点的重复性试验，不易受环境的影响，因此，非常适合用于QTL作图、基因型与环境互作等分析 [26]。本文所采用的三亲本联合分析群体为关联重组自交系群体(Associated Recombinant Inbred Line, A-RIL)，运用黑河36及合农60两个自交系群体分别与东农L13杂交所产生的重组自交系群体合并后所形成的，在构建过程中由于两个重组自交系均含有共同亲本东农L13，能够突破由于亲本单一所造成的限制，对于后代的多态性及变异率的增加有很多益处 [27]，同时对于图谱丰富度的拓展、QTL定位误差降低及作图精度的提高均有益处。此外还可以更好地寻找表现稳定且效应值较大的主效QTL，更有针对性地为改良以及培育优质大豆新品种提供了重要依据与技术支撑，为分子设计育种奠定了相应的理论基础。

大豆需要吸收足够的氮来满足形态建成、产量等农艺性状的形成。提高作物干物质的产量、改善叶面积和根部的形态可以通过调整氮肥施用量来实现，通过调整氮肥施用量也可以促进大豆产量。从苗期至鼓粒期增施氮肥可以提高叶鲜重的积累速度，降低叶片的老化和脱落速度。在鼓粒期前增施氮肥可以促进叶干重的增加，苗期、花期和鼓粒期增施氮肥可以增加茎鲜重，全生育期增施氮肥可以促进茎干重的提高、降低根干重的增速。从花芽分化期至结荚期增施氮肥可以提高根鲜重增加的速度，从鼓粒期至完熟期增施氮肥可以降低根老化的速度。增施氮肥可以提高鲜荚皮重量，减少荚皮干重的积累量。籽粒鲜重和干重随着施氮量的增加，积累速度逐步加快 [28]。

本研究应用两个重组自交系群体RIL3613和RIL6013的290份材料，分别在磷肥和钾肥正常施用条件下，设置不施用氮肥(N₋)和施用氮肥下(N₊)处理，发现在施用氮肥下(N₊)的株高、单株荚数、单株粒数、百粒重、单株粒重等性状高于不施用氮肥(N₋)，主茎节数变化不大，说明施用氮肥下，可提高节间长度，增加植株高度，增加产量因子，提高籽粒产量。

从群体各性状的表型变异可以得出，两个重组自交系群体RIL3613和RIL6013的株高、主茎节数、单株荚数、单株粒数、百粒重、单株粒重等6个性状在各地点环境下，基因型 × 氮肥互作效应达到显著水平，并且从不同氮肥处理下的分布和变异幅度可以得出，这8个性状对于氮肥变化的响应在基因型之间存在显著差异，氮肥对各育种性状影响的遗传基础是不同的。

关于不同氮肥条件下的形态、产量等农艺性状的遗传基础，在其他物种中已经进行了研究。在玉米中，Agrama等 [29] 发现在低氮和高氮水平下既有共同的QTL，也有特异表达的QTL；Bertin和Gallais [30] 研究表明，在高氮水平下所检测到的QTL和在低氮水平下检测到的QTL存在较大的差别；刘宗华等 [31] 在低氮肥处理下检测到3个与营养成分含量相关的QTL，比高氮肥条件下检测到的少。

本研究在正常使用氮肥(N₊)和不施氮肥(N₋)条件下进行8个性状的QTL定位，在正常使用氮肥条件下定位到45个QTL，在氮胁迫条件下定位到52个QTL，在两个环境下同时定位的QTL有8个，包括qPH-D1b-e1、qPH-B1-1、qSN-N-e1、qPH-F-1、qPC-J-1、qPH-D1a-e1、qPH-D1a-1、qPH-F-e2。综合本研究和以往研究结果可以得出，在不同氮肥下的特异性QTL数量多于多环境通用QTL的数量，因此选育适合多种施肥水平的大豆品种比较困难，选育适合某一氮肥水平的大豆品种相对容易，在不施氮肥条件下定位的QTL更适用于低氮胁迫的品种改良。

Bateson [32] 在1909年提出上位性(Epsitasis)概念，并将上位效应分为两种形式。Fisher [33] 认为上位互作效应可以解释位点间的非加性效应，即将遗传效应分为加性效应、显性效应和上位效应。作为复杂数量性状，其表型变异不仅由单个基因控制，也受多个基因位点间的相互作用影响，因此上位性效应在解释复杂性状的变异中有着重要作用 [34]。

近年来，上位性在多种作物中应用广泛 [35]，对大豆数量性状相关QTL上位性效应和环境互作效应的研究逐渐深入。应用Charleston × 东农594杂交组合构建147个F_2:14~F_2:18RIL群体，孙亚男等 [36] 定位了16个与大豆百粒重性状相关的QTL，其中有5个QTL与环境发生互作，互作贡献率为0.11~0.52%，定位了8对上位性互作位点，贡献率为1.15~2.59%；Teng等 [37] 以Dongnong46和L-100杂交组合衍生包含129个家系的RILs群体为研究材料，检测到7个与油分含量相关加性QTL，5对上位性QTL。上位性互作多发生在主效QTL间或主效QTL与非主效QTL间，证实了关于大豆籽粒硬实性状的上位性互作效应是非常重要的遗传基础；Cao等 [38] 以拥有一个共同亲本(M8206)的两个RIL群体(MT和ZM)，检测到11个与株高相关的QTL，在两个群体中均表现出显著的加性效应，其中只有6个加性QTL与环境互作，定位了6对加性 × 加性上位性QTL。综合以上研究可以得出，大豆育种性状受到单个位点加性效应和多个位点之间上位性效应的控制。

本研究通过ICIM法应用LOD = 5和PVE > 2.0%准则，定位到了17对株高上位性QTL、3对主茎节数上位性QTL、3对单株荚数上位性QTL、10对单株粒数上位性QTL和3对百粒重上位性QTL，可解释表型贡献率范围为2.15~18.32%。

文章引用

苏代群,庄振涛,景 琦,刘春青,孙中华,张时轶. 两种施氮条件下大豆农艺性状QTL分析
QTL Analysis of Agronomic Traits in Soybean under Two Nitrogen Application Conditions[J]. 农业科学, 2021, 11(09): 864-876. https://doi.org/10.12677/HJAS.2021.119116

参考文献