全 文 ：书蒺藜苜蓿耐酸铝性状的全基因组关联分析
姜格格，宋丽莉，郭东林，蔡洪生，郭长虹，束永俊
（黑龙江省分子细胞遗传与遗传育种重点实验室 哈尔滨师范大学生命科学与技术学院，黑龙江 哈尔滨１５００２５）
摘要：铝毒害是酸性土壤耕种的主要限制因素，每年造成大量作物减产。蒺藜苜蓿是紫花苜蓿的一年生近缘种，广
泛分布于世界各地，是紫花苜蓿遗传改良的重要基因资源。本研究利用蒺藜苜蓿群体的耐酸铝性状差异，进行全
基因组关联分析，筛选蒺藜苜蓿耐酸铝性状相关的遗传位点，共得到５８个与蒺藜苜蓿耐酸铝性状相关的ＳＮＰ标
记。对其周围基因进行功能注释分析，发现这些ＳＮＰ位点主要参与苜蓿的细胞壁、脂质代谢、环境胁迫响应过程、
氧化还原反应过程以及小分子转运等过程。最后，通过基因组选择方法将发掘ＳＮＰ标记应用到蒺藜苜蓿耐酸铝
性状的预测，预测准确性达到０．８０，这说明本研究发掘的ＳＮＰ标记可以用于蒺藜苜蓿及其近缘物种紫花苜蓿耐酸
铝性状的遗传改良。
关键词：蒺藜苜蓿；全基因组关联分析；ＥＭＭＡ；基因组选择；岭回归
中图分类号：Ｓ８１６；Ｓ５５１＋．７０３．４　　文献标识码：Ａ　　文章编号：１００４５７５９（２０１３）０４０１７００９
犇犗犐：１０．１１６８６／ｃｙｘｂ２０１３０４２１　　
　　铝元素（Ａｌ）约占地壳总物质的７％，是自然界中分布最多的金属元素。由于气候和长期施用化肥等原因，世
界上４０％的耕地都是酸性土壤，而且土壤的酸化具有进一步扩大的趋势［１，２］。在一般情况下，土壤中的铝以硅酸
盐、磷酸盐、氧化物和硫化物等形式存在，这种化合物状态的铝对植物没有毒害作用。但是，在酸性条件下，它则
以三价阳离子（Ａｌ３＋）的状态存在，Ａｌ３＋对植物具有毒害作用，它可以抑制植物根部的生长，从而使植物生长缓
慢、畸形，导致植物生产减产［１３］。为了减少Ａｌ３＋毒害对植物生产的影响，传统的方法是采用石灰法对酸性土壤
进行改良，但是该方法的成本较高，且改善的土壤主要集中在地表，地表深处的土壤依然是酸性，改良的效果有
限。
近年来，研究人员开始在酸性土壤种植耐酸铝的植物，通过植物生长，缓慢改善土壤的性质。紫花苜蓿
（犕犲犱犻犮犪犵狅狊犪狋犻狏犪）是一种富含蛋白质等营养成分的优良牧草，具共生固氮能力，根系非常发达，抗逆能力较强，
是理想的土壤改良植物。但是，紫花苜蓿也是对酸铝胁迫最为敏感的植物之一［４６］，如何提高紫花苜蓿耐酸铝胁
迫能力成为紫花苜蓿在酸铝地区推广首要解决的问题。而紫花苜蓿是一种杂交植物，其基因组异源化、多倍体化
严重，基因组异常复杂，导致其遗传研究工作改良进展缓慢。
蒺藜苜蓿（犕犲犱犻犮犪犵狅狋狉狌狀犮犪狋狌犾犪），是一种一年生的二倍体苜蓿，是紫花苜蓿的近缘物种，具有基因组小，自花
授粉、易于操作等优点，成为豆科，特别是研究苜蓿属植物的模式植物［７，８］。蒺藜苜蓿在长期的自然选择过程中，
适应了多样化的生态环境，形成多样化的表型，如对酸铝胁迫的耐性呈现出多样化。Ｓｌｅｄｇｅ等［３］通过对蒺藜苜蓿
的耐酸铝性状鉴定，筛选出一些耐酸铝胁迫的蒺藜苜蓿种质资源。近年来的分子遗传学研究表明，蒺藜苜蓿和紫
花苜蓿的基因组高度相似，蒺藜苜蓿中的基因资源可以直接应用到紫花苜蓿的遗传改良工作［９］。因此，耐酸铝蒺
藜苜蓿中优异基因资源可以直接通过遗传或者基因工程的方法导入到紫花苜蓿中，改良栽培的紫花苜蓿对酸铝
胁迫的耐性。那么，如何发掘苜蓿中耐酸铝的基因资源成为当前面临的亟需解决问题。
随着新一代测序技术的发展，测序的成本迅速降低，而效率快速提升，研究人员启动了各种生物的重测序工
作和单倍型计划，如人类［１０１３］、水稻（犗狉狔狕犪狊犪狋犻狏犪）［１４１６］、玉米（犣犲犪犿犪狔狊）［１７］、拟南芥（犃狉犪犫犻犱狅狆狊犻狊狋犺犪犾犻
１７０－１７８
２０１３年８月
　　　草　业　学　报　　　
　　　ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ　　　
第２２卷　第４期
Ｖｏｌ．２２，Ｎｏ．４
收稿日期：２０１３０２２２；改回日期：２０１３０３１８
基金项目：国家高技术研究发展计划项目（２０１３ＡＡ１０２６０７），国家科技支撑项目（２０１１ＢＡＤ１７Ｂ０４），黑龙江省科技攻关项目（ＧＣ１２Ｂ３０４）和哈尔滨
师范大学研发专项（ＹＦ２０１２０１）资助。
作者简介：姜格格（１９８９），女，黑龙江牡丹江人，在读硕士。Ｅｍａｉｌ：ｊｉａｎｇｇｅｇｅ１２３４＠１６３．ｃｏｍ
通讯作者。Ｅｍａｉｌ：ｓｙｊｕｎ２００３＠１２６．ｃｏｍ，ｋａｋｕ＿２００８＠１６３．ｃｏｍ
ａｎａ）［１８，１９］等。Ｂｒａｎｃａ等［２０］启动了蒺藜苜蓿的ＨＡＰＭＡＰ计划，通过重测序３８４个蒺藜苜蓿不同生态型株系，发
现了大量的ＳＮＰｓ和ＩＮＤＥＬｓ变异，构建了高分辨率的单倍型图谱，这些遗传突变信息可以用于蒺藜苜蓿的群体
遗传分析、功能基因的单倍型分析以及相关性状的全基因组关联分析研究，将会加速蒺藜苜蓿中优异基因资源的
发掘和利用。
本研究将利用蒺藜苜蓿的ＨＡＰＭＡＰ信息，对其耐酸铝性状进行全基因组关联分析，筛选调控蒺藜苜蓿耐酸
铝性状相关的ＳＮＰ位点，并对这些ＳＮＰ位点所在或邻近的基因进行功能分析，解析蒺藜苜蓿耐酸铝性状形成的
遗传基础。最后，利用筛选得到的ＳＮＰ位点信息，构建基因组选择模型，对蒺藜苜蓿耐酸铝性状进行预测，检验
发掘的蒺藜苜蓿耐酸铝性状相关ＳＮＰ位点的应用价值。
１　材料与方法
１．１　数据来源
６２个蒺藜苜蓿株系的基因型信息下载自蒺藜苜蓿的ＨＡＰＭＡＰ数据库（犕犲犱犻犮犪犵狅狋狉狌狀犮犪狋狌犾犪ＨａｐｍａｐＰｒｏ
ｊｅｃｔ：ｈｔｔｐ：／／ｗｗｗ．ｍｅｄｉｃａｇｏｈａｐｍａｐ．ｏｒｇ／），去除 ＭＡＦ（ｍｉｎｏｒａｌｅｌｅｆｒｅｑｕｅｎｃｅ，最小等位基因频率）＜０．０５和缺
失值超过５％的ＳＮＰ位点，剩下的ＳＮＰ位点信息用于后续的分析。６２个蒺藜苜蓿的耐酸铝性状采用根部相对
生长率（ｒｅｌａｔｉｖｅｒｏｏｔｇｒｏｗｔｈ，ＲＲＧ）进行评价，即以ｐＨ＝４．３，５０ｍｍｏｌ／ＬＡｌ３＋处理下的根部相对生长率（ＲＲＧ）
评价每个蒺藜苜蓿株系的耐酸铝性状，具体操作方法参见Ｓｌｅｄｇｅ等［３］的描述，６２个蒺藜苜蓿株系耐酸铝性状等
信息下载自ＡＲＳ－ＵＳＤＡ的种质资源中心（ｈｔｔｐ：／／ｗｗｗ．ａｒｓｇｒｉｎ．ｇｏｖ／），如表１所示。
表１　蒺藜苜蓿的根部相对生长率
犜犪犫犾犲１　犚犲犾犪狋犻狏犲狉狅狅狋犵狉狅狑狋犺狅犳犕．狋狉狌狀犮犪狋狌犾犪犪犮犮犲狊狊犻狅狀狊狌狀犱犲狉犪犾狌犿犻狀狌犿狊狋狉犲狊狊
编号
Ｎｕｍｂｅｒ
登录号
ＡｃｃｅｓｓｉｏｎＮｏ．
ＲＲＧ 编号
Ｎｕｍｂｅｒ
登录号
ＡｃｃｅｓｓｉｏｎＮｏ．
ＲＲＧ 编号
Ｎｕｍｂｅｒ
登录号
ＡｃｃｅｓｓｉｏｎＮｏ．
ＲＲＧ 编号
Ｎｕｍｂｅｒ
登录号
ＡｃｃｅｓｓｉｏｎＮｏ．
ＲＲＧ
ＨＭ２４９ ＰＩ６６０３６３ ０．６０ ＨＭ２６５ ＰＩ６６０３６６ ０．６０ ＨＭ２８８ ＰＩ５７７６１１ ０．６０ ＨＭ３０３ ＰＩ３８４６３６ ０．６７
ＨＭ２５０ ＰＩ６６０４２３ ０．４１ ＨＭ２６６ ＰＩ６６０４５０ ０．５６ ＨＭ２８９ ＰＩ５７７６１７ ０．７２ ＨＭ３０４ ＰＩ３８４６６０ ０．７１
ＨＭ２５１ ＰＩ６６０３８６ ０．５９ ＨＭ２６７ ＰＩ６６０４３７ ０．６６ ＨＭ２９０ ＰＩ５７７６４０ ０．６７ ＨＭ３０５ ＰＩ３８４６６２ ０．６１
ＨＭ２５２ ＰＩ６６０４０６ ０．５３ ＨＭ２６８ ＰＩ６６０４３８ ０．８２ ＨＭ２９１ ＰＩ５７７６４８ ０．６３ ＨＭ３０６ ＰＩ４９３２９５ ０．６０
ＨＭ２５３ ＰＩ６６０４９６ ０．６９ ＨＭ２６９ ＰＩ６６０４７０ ０．５４ ＨＭ２９２ ＰＩ６６０３６０ ０．６５ ＨＭ３０７ ＰＩ５１６９２７ ０．６７
ＨＭ２５４ ＰＩ３１９０５１ ０．７３ ＨＭ２７０ ＰＩ４９３２９７ ０．６５ ＨＭ２９３ ＰＩ６６０４１１ ０．７５ ＨＭ３０８ ＰＩ５１６９３３ ０．６８
ＨＭ２５５ ＰＩ５０５４３７ ０．８１ ＨＭ２７１ ＰＩ３８４６６４ ０．７０ ＨＭ２９４ ＰＩ６６０４３３ ０．７４ ＨＭ３０９ ＰＩ５１６９３９ ０．７７
ＨＭ２５６ ＰＩ４４２８９５ ０．６７ ＨＭ２７２ ＰＩ６６０４６８ ０．５７ ＨＭ２９５ ＰＩ６６０４４２ ０．６７ ＨＭ３１０ ＰＩ５３５６５１ ０．７６
ＨＭ２５７ ＰＩ４６４８１５ ０．６２ ＨＭ２７３ ＰＩ５３５６１４ ０．９６ ＨＭ２９６ ＰＩ６６０４４４ ０．６５ ＨＭ３１１ ＰＩ５３５７５２ ０．８１
ＨＭ２５８ ＰＩ３８４６５５ ０．７４ ＨＭ２７４ ＰＩ５７７６２６ ０．４６ ＨＭ２９７ ＰＩ６６０４４７ ０．７６ ＨＭ３１２ ＰＩ５７７６０９ ０．８１
ＨＭ２５９ ＰＩ５７７５９９ ０．６６ ＨＭ２７５ ＰＩ５１６９４９ ０．７５ ＨＭ２９８ ＰＩ６６０４４８ ０．５０ ＨＭ３１３ ＰＩ６６０４０８ ０．８５
ＨＭ２６０ ＰＩ５１６９３４ ０．６２ ＨＭ２７６ ＰＩ５７７６２７ ０．６３ ＨＭ２９９ ＰＩ６６０４５６ ０．５７ ＨＭ３１４ ＰＩ６６０３６１ ０．６３
ＨＭ２６１ ＰＩ５３５６１８ ０．８３ ＨＭ２７７ ＰＩ５７７６２１ ０．７１ ＨＭ３００ ＰＩ６６０４８８ ０．６３ ＨＭ３１５ ＰＩ６６０３８７ ０．７６
ＨＭ２６２ ＰＩ５６４９４１ ０．６９ ＨＭ２７８ ＰＩ５７７６３５ ０．５１ ＨＭ３０１ ＰＩ６６０４９４ ０．７９ ＨＭ３１６ ＰＩ６６０４２１ ０．７３
ＨＭ２６３ ＰＩ５６６８８９ ０．４０ ＨＭ２７９ ＰＩ６６０４４１ ０．７５ ＨＭ３０２ ＰＩ２８３６６２ ０．６５ ＨＭ３１７ ＰＩ５３５６１５ ０．９１
ＨＭ２６４ ＰＩ６６０４０９ ０．７９ ＨＭ２８７ ＰＩ５７７６０７ ０．５５
　注：耐酸铝性状采用根部相对生长率（ｒｅｌａｔｉｖｅｒｏｏｔｇｒｏｗｔｈ，ＲＲＧ）进行评价，表中的ＲＲＧ数据收集、整理自 ＡＲＳ－ＵＳＤＡ的ＧＲＩＮ网站（网址：ｈｔ
ｔｐ：／／ｗｗｗ．ａｒｓｇｒｉｎ．ｇｏｖ／），具体信息参见Ｓｌｅｄｇｅ等［３］的文献。
　Ｎｏｔｅ：Ｒｅｌａｔｉｖｅｒｏｏｔｇｒｏｗｔｈ（ＲＲＧ）ｉｎＡｌｍｅｄｉｕｍｗａｓｕｓｅｄａｓａｍｅａｓｕｒｅｏｆＡｌｔｏｌｅｒａｎｃｅｉｎ犕．狋狉狌狀犮犪狋狌犾犪．ＡｌｔｈｅＲＲＧｄａｔａｉｎｔｈｅｔａｂｌｅ１ｗｅｒｅｃｏｌ
ｌｅｃｔｅｄｆｒｏｍＧＲＩＮｏｆＡＲＳ－ＵＳＤＡ（Ｗｅｂｓｉｔｅ：ｈｔｔｐ：／／ｗｗｗ．ａｒｓｇｒｉｎ．ｇｏｖ／），ａｎｄｔｈｅｄｅｔａｉｌｉｎｆｏｒｍａｔｉｏｎｗａｓｄｅｓｃｒｉｂｅｄｉｎｒｅｆｅｒｅｎｃｅｐｕｂｌｉｓｈｅｄｂｙＳｌｅｄｇｅ
犲狋犪犾［３］．
１７１第２２卷第４期 草业学报２０１３年
１．２　全基因组关联分析
６２个蒺藜苜蓿株系的基因型数据和耐酸铝性状的表型数据（即ＲＲＧ）将用于全基因组关联分析（ｇｅｎｏｍｅ
ｗｉｄｅａｓｓｏｃｉａｔｉｏｎ，ＧＷＡ），在此，采用２种方法进行全基因组关联分析。第一种是 Ｗｉｌｃｏｘｏｎ秩和检验（Ｗｉｌｃｏｘｏｎ
ｒａｎｋｓｕｍｔｅｓｔ，ＷＲＳＴ）［２１］，分别检验每个分子标记的基因型和蒺藜苜蓿株系耐酸铝性状间的相关性；第二种是
ＥＭＭＡ［２２］，采用混合线性模型：
狔＝犡β＋μ＋ε （１）
式中，狔是蒺藜苜蓿耐酸铝性状的表型值（即ＲＲＧ），犡是固定效应，包括表型值的均值和遗传标记的效应，β是固
定效应的系数，μ是混合线性模型的随机效应，犞犪狉（μ）＝σ犵
２犓，其中，犓 是根据遗传标记计算得到的群体亲缘关
系矩阵，ε是试验过程中的残差。以上分析分别由Ｒ平台及其程序包ＥＭＭＡ完成，筛选差异显著水平在０．０１和
０．００１以下的遗传位点作为蒺藜苜蓿耐酸铝性状相关的ＳＮＰ位点。
１．３　耐酸铝ＱＴＬ候选基因的功能分析
提取蒺藜苜蓿耐酸铝性状相关ＳＮＰ位点的所在基因或者最邻近基因，并以ＳＮＰ位点的－ｌｏｇ１０（ｐ－ｖａｌｕｅ）
作为该基因的表达量，利用软件 ＭａｐＭａｎ对这些基因进行功能注释和富集分析，具体操作参见Ｔｈｉｍｍ等［２３］的
说明。
１．４　耐酸铝性状的基因组选择分析
在基因组选择模型中，蒺藜苜蓿耐酸铝性状和基因型间关系可以用广义的线性回归模型表示，如下：
狔＝犡β＋ε （２）
式中，狔是蒺藜苜蓿耐酸铝性状的表型值（即ＲＲＧ），犡是蒺藜苜蓿株系的基因型，β是基因位点的遗传效应，ε是
试验过程中的误差。但是，由于需要估计的遗传标记参数较多，而样本量较小，采用最小二乘估计时就会出现较
大误差。当自变量间存在多重共线性时，可以采用岭回归模型［２４］估计，即
［犡′犡＋λ犐］＾β＝犡′狔，即β＾＝［犡′犡＋λ犐］
－１犡′狔 （３）
式中，狔是蒺藜苜蓿耐酸铝性状的表型值（即ＲＲＧ），犡是蒺藜苜蓿株系的基因型，犐是单位矩阵，β是基因位点的
遗传效应。岭回归模型将通过λ＝σ犲２／σβ２（其中λ是调整系数，即试验误差方差σｅ２ 和遗传位点方差σβ２ 的比值），
对遗传效应较低的参数进行优化，加速参数估计速度。
岭回归分析和蒺藜苜蓿耐酸铝性状预测过程采用吉布斯抽样方法进行，每次随机选择５５个蒺藜苜蓿株系的
基因型和耐酸铝性状（ＲＲＧ）进行岭回归分析，然后用岭回归模型对剩余的７个株系进行耐酸铝性状（ＲＲＧ）预
测，计算岭回归模型预测的蒺藜苜蓿耐酸铝性状（ＲＲＧ）与实际耐酸铝性状（ＲＲＧ）间的相关系数，对预测效果进
行相关性评价。上述过程重复１０００次，计算预测值与实际值间相关系数的均值和方差。在预测过程中分别用
全部ＳＮＰ位点、８００个ＳＮＰｓ、５０个ＳＮＰｓ、Ｗｉｌｃｏｘｏｎ秩和检验与ＥＭＭＡ筛选得到差异分子标记构建蒺藜苜蓿群
体的基因型值，检测基因型的选择对基因组选择模型预测的影响。以上操作分析过程是在Ｒ平台及其程序包
ｒｒＢＬＵＰ［２４］下完成。
２　结果与分析
２．１　蒺藜苜蓿耐酸铝ＱＴＬ分析
６２个蒺藜苜蓿株系在酸铝胁迫处理下根部相对生长率（ＲＲＧ）为０．４０～０．９６，均值为０．６７，四分数为０．６０
和０．７５，符合正态分布。通过筛选，得到 ＭＡＦ≥０．０５，且缺失值少于４个的ＳＮＰ位点９５４６４个，利用这些ＳＮＰ
位点信息进行蒺藜苜蓿耐酸铝性状的全基因组关联分析。Ｗｉｌｃｏｘｏｎ秩和检验发现７０１个差异的ＳＮＰ位点（犘＜
０．０１），其中２９个ＳＮＰ位点差异极显著（犘＜０．００１）。而ＥＭＭＡ方法发现８６８个差异的ＳＮＰ位点（犘＜０．０１），
其中５８个ＳＮＰ位点差异极显著（犘＜０．００１），如图１所示。对比这些差异ＳＮＰ位点发现，大多数 Ｗｉｌｃｏｘｏｎ秩和
检验发现的差异ＳＮＰ位点在ＥＭＭＡ方法检测过程中同样表现出较强的差异性，而一些 Ｗｉｌｃｏｘｏｎ秩和检验未
发掘的ＳＮＰ位点，在ＥＭＭＡ中都很好地检测出来，总体来说，本研究的ＥＭＭＡ方法检测效果要优于 Ｗｉｌｃｏｘｏｎ
秩和检验。
２７１ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１３） Ｖｏｌ．２２，Ｎｏ．４
图１　蒺藜苜蓿耐酸铝性状的全基因组关联分析
犉犻犵．１　犌犠犃犪狀犪犾狔狊犻狊狅犳犃犾狋狅犾犲狉犪狀犮犲犪犮狉狅狊狊犕．狋狉狌狀犮犪狋狌犾犪犪犮犮犲狊狊犻狅狀狊
图２　蒺藜苜蓿耐酸铝性状相关犛犖犘的功能注释
犉犻犵．２　犉狌狀犮狋犻狅狀犪犾犪狀狀狅狋犪狋犻狅狀犪狀犪犾狔狊犻狊狅犳犵犲狀犲狊犮狅狀狋犪犻狀犻狀犵犛犖犘狊狉犲犾犪狋犲犱狋狅犃犾狋狅犾犲狉犪狀犮犲犻狀犕．狋狉狌狀犮犪狋狌犾犪
　Ｃｅｌｗａｌ，细胞壁；Ｌｉｐｉｄｓ，脂质；２Ｍｅｔａｂｏｌｉｓｍ，次生代谢；ｍｉｎｏｒＣＨＯ，次要碳水化合物；ＴＣＡ，三羧酸循环；Ａｍｉｎｏａｃｉｄｓ，氨基酸；Ｓｔａｒｃｈ，淀粉；Ｓｕ
ｃｒｏｓｅ，蔗糖；ＯＰＰ，联苯酚；Ｆｅｒｍｅｎｔａｔｉｏｎ，发酵；Ａｓｃｏｒｂａｔｅ，抗坏血酸；Ｇｌｕｔａｔｈｉｏｎｅ，谷胱甘肽；ＬｉｇｈｔＲｅａｃｔｉｏｎｓ，光反应；Ｐｈｏｔｏｒｅｓｐｉｒａｔｉｏｎ，光呼吸反应；
Ｔｅｔｒａｐｙｒｒｏｌｅ，四吡咯；Ｍｉｔｏ．Ｅｌｅｃｔｒｏｎｔｒａｎｓｐｏｒｔ，线粒体电子传递链；Ｃａｒｂｏｎｉｃａｎｈｙｄｒａｓｓ，碳酸酐酶；Ｗａｘｅｓ，蜡质；Ｔｅｒｐｅｎｅ，萜烯；Ｆｌａｖｏｎｏｉｄｓ，黄酮类；
Ｐｈｅｎｙｌｐｒｏｐａｎｏｉｄｓ，苯丙素；Ｐｈｅｎｏｌｉｃｓ，酚醛树脂．
３７１第２２卷第４期 草业学报２０１３年
２．２　蒺藜苜蓿耐酸铝ＱＴＬ候选基因的功能富集分析
提取ＳＮＰ标记所在或者邻近的基因信息，并将以ＳＮＰ位点的ＥＭＭＡ检测的Ｐ值作为基因的表达量，利用
软件 ＭａｐＭａｎ对这些基因进行功能注释和富集分析。结果表明，差异显著的ＳＮＰ位点主要集中在一些细胞壁
和脂质代谢（图２）、环境胁迫响应过程、氧化还原反应过程以及小分子转运等过程，这些过程都能帮助蒺藜苜蓿
缓解酸铝胁迫的伤害。提取差异极显著的ＳＮＰ位点靶向的功能基因，如表２所示，这些基因包括：谷氨酰胺合成
酶、细胞色素Ｐ４５０、蛋白激酶受体、转运蛋白、ＬＥＡ以及 ＨＳＰ等，它们都是已报导的胁迫相关基因。以上结果表
明，ＧＷＡ筛选酸铝性状相关ＳＮＰ位点及其周围基因可能与蒺藜苜蓿耐酸铝性状形成过程有关。
２．３　蒺藜苜蓿耐酸铝性状的基因组选择预测
图３　基于不同分子标记的基因组选择
模型间的预测能力差异
犉犻犵．３　犘狉犲犱犻犮狋犻狏犲犪犫犻犾犻狋狔犱犻狏犲狉狊犻狋狔狅犳犌犛
狌狊犻狀犵犱犻犳犳犲狉犲狀狋犛犖犘犿犪狉犽犲狉狊　
利用６２个蒺藜苜蓿株系的ＳＮＰ分型数据和耐酸
铝表型数据，训练ＲＲ－ＢＬＵＰ基因组选择模型，发现
全部ＳＮＰ位点信息都用于构建基因组选择时，预测效
率仅为０．１５（预测值与实际值间的相关系数）。随机
减少ＳＮＰ标记的数量，发现基因组选择模型的预测效
率一直在０．１０～０．１９间浮动，预测效率低下，基因组
选择模型不具备预测能力。当选用ＧＷＡ筛选的差异
显著ＳＮＰ位点集合时，预测的准确率上升到０．７０～
０．７８之间，如图３所示。当选用 ＷＲＳＴ筛选的差异
极显著ＳＮＰ位点时，预测的准确率（０．６０）有所下降，
这说明这些差异极显著的ＳＮＰ位点不能囊括所有的
遗传因素对蒺藜苜蓿耐酸铝性状的影响。而当用
ＥＭＭＡ方法筛选的差异极显著ＳＮＰ位点重新构建基
因组选择模型时，模型预测的准确率（０．８０）有所提高，这说明ＥＭＭＡ方法筛选的差异极显著的ＳＮＰ标记能够
没有丢失控制蒺藜苜蓿耐酸铝性状的遗传位点，且去除了一些无关ＳＮＰ位点，降低了基因组选择模型的误差。
３　讨论
随着高通量测序技术和生物芯片技术的发展，基因分型的成本逐渐降低，使得研究人员可以同时获得大量生
物个体或品种株系的基因型，如何应用这些基因型数据成为动植物分子辅助育种研究领域的热点问题。传统的
分子辅助育种主要是采用遗传作图，定位性状相关ＱＴＬ，操作比较复杂，费事，而且鉴定的ＱＴＬ具有亲本依赖
性，推广范围有限。因此，研究人员开始利用自然群体，结合遍布基因组的基因分型数据进行全基因组关联分析，
发掘与表型性状相关的ＱＴＬ。在进行ＧＷＡ分析时，群体的大小直接会影响ＱＴＬ发现的效率，如本研究中选用
的蒺藜苜蓿株系只有６２个，少于已报导的水稻［２５］、玉米［２６，２７］等作物，因此，鉴定出的ＳＮＰ标记或ＱＴＬ显著性
（犘值）比较大，显著水平较低。此外，自然群体株系间的亲缘关系差异较大，容易出现亚群体结构或者分层现象，
这将影响部分ＱＴＬ发掘［２２］。如本研究中，只考虑单个分子标记与耐酸铝性状间联系的 ＷＲＳＴ方法发掘的差异
显著ＳＮＰ标记或ＱＴＬ要远少于考虑群体株系间亲缘关系的ＥＭＭＡ方法，ＥＭＭＡ方法可以检测出大量特异的
耐酸铝相关的ＳＮＰ标记或ＱＴＬ，这些ＳＮＰ标记或ＱＴＬ将会影响蒺藜苜蓿株系耐酸铝性状的预测。
植物在遭受酸铝胁迫时将会启动多种应急方式缓解铝毒胁迫对植物造成的伤害，如诱导多种转运或通道分
子表达，加速Ａｌ３＋的外排能力［２５］；合成有机酸等小分子，络合游离的Ａｌ３＋ ［５，２５，２８］。同时，将酸铝胁迫信号传递给
植物，调整下游功能基因的转录，增强有害物质的清除，损伤的修复等。在水稻、小麦（犜狉犻狋犻犮狌犿犪犲狊狋犻狏狌犿）等作物
中，已经报导了多种通道分子、细胞壁相关的受体激酶、氧化酶类、锌指蛋白转录因子等基因与植物耐酸铝性状相
关。而在本研究中，蒺藜苜蓿耐酸铝性状相关ＳＮＰ标记周围也有这些基因的分布，比如：各种小分子的转运通道
蛋白（Ｍｅｄｔｒ５ｇ０６１８８０，Ｍｅｄｔｒ８ｇ０６１０９０和 Ｍｅｄｔｒ８ｇ０６６７６０）、谷氨酰胺合成酶（Ｍｅｄｔｒ２ｇ０２１２５０）、信号转导过程中
４７１ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１３） Ｖｏｌ．２２，Ｎｏ．４
表２　蒺藜苜蓿耐酸铝性状候选基因信息
犜犪犫犾犲２　犔犻狊狋狅犳犃犾狋狅犾犲狉犪狀犮犲犮犪狀犱犻犱犪狋犲犵犲狀犲狊犻狀犕．狋狉狌狀犮犪狋狌犾犪
基因Ｇｅｎｅｌｏｃｕｓ 功能信息Ｆｕｎｃｔｉｏｎａｎｎｏｔａｔｉｏｎ
Ｍｅｄｔｒ１ｇ００９３００ 预测蛋白 Ｈｙｐｏｔｈｅｔｉｃａｌｐｒｏｔｅｉｎ
Ｍｅｄｔｒ１ｇ０２３４３０ 预测蛋白 Ｈｙｐｏｔｈｅｔｉｃａｌｐｒｏｔｅｉｎ
Ｍｅｄｔｒ１ｇ０４５７５０ ３异丙基苹果酸脱氢酶３ｉｓｏｐｒｏｐｙｌｍａｌａｔｅｄｅｈｙｄｒａｔａｓｅ
Ｍｅｄｔｒ１ｇ０７９４３０ 蛋白激酶类蛋白Ｐｒｏｔｅｉｎｋｉｎａｓｅｌｉｋｅｐｒｏｔｅｉｎ
Ｍｅｄｔｒ１ｇ０８３７１０ 预测蛋白 Ｈｙｐｏｔｈｅｔｉｃａｌｐｒｏｔｅｉｎ
Ｍｅｄｔｒ２ｇ０２１２５０ 谷氨酰氨合成酶Ｇｌｕｔａｍｉｎｅｓｙｎｔｈｅｔａｓｅ
Ｍｅｄｔｒ２ｇ０３６９６０ 具有重复短肽蛋白Ｐｅｎｔａｔｒｉｃｏｐｅｐｔｉｄｅｒｅｐｅａｔｃｏｎｔａｉｎｉｎｇｐｒｏｔｅｉｎ
Ｍｅｄｔｒ２ｇ０６２７７０ ＣＴＰ合酶ＣＴＰｓｙｎｔｈａｓｅ
Ｍｅｄｔｒ３ｇ０２９５９０ 具有ＣＣＣＨ结构域的锌指蛋白ＺｉｎｃｆｉｎｇｅｒＣＣＣＨｄｏｍａｉｎｃｏｎｔａｉｎｉｎｇｐｒｏｔｅｉｎ
Ｍｅｄｔｒ３ｇ０５８１１０ 细胞色素Ｐ４５０ＣｙｔｏｃｈｒｏｍｅＰ４５０
Ｍｅｄｔｒ３ｇ０８００７０ 丝氨酸／苏氨酸蛋白磷酸酶２ＡＳｅｒｉｎｅ／ｔｈｒｅｏｎｉｎｅｐｒｏｔｅｉｎｐｈｏｓｐｈａｔａｓｅ２Ａ
Ｍｅｄｔｒ３ｇ０８０１２０ ＦＡＭ９１Ａ１类蛋白ＰｒｏｔｅｉｎＦＡＭ９１Ａ１
Ｍｅｄｔｒ４ｇ０１５４６０ β葡萄糖苷酶Ｇ１ＢｅｔａｇｌｕｃｏｓｉｄａｓｅＧ１
Ｍｅｄｔｒ４ｇ０２１２６０ Ａｖｒ９／Ｃｆ９快速响应蛋白Ａｖｒ９／Ｃｆ９ｒａｐｉｄｌｙｅｌｉｃｉｔｅｄｐｒｏｔｅｉｎ
Ｍｅｄｔｒ４ｇ０３００７０ ＲＩＮＧ指家族蛋白ＲＩＮＧｆｉｎｇｅｒｆａｍｉｌｙｐｒｏｔｅｉｎ
Ｍｅｄｔｒ４ｇ０７０５４０ 预测蛋白 Ｈｙｐｏｔｈｅｔｉｃａｌｐｒｏｔｅｉｎ
Ｍｅｄｔｒ４ｇ０８４４７０ 预测蛋白 Ｈｙｐｏｔｈｅｔｉｃａｌｐｒｏｔｅｉｎ
Ｍｅｄｔｒ４ｇ１１３０２０ 丝氨酸／苏氨酸蛋白磷酸酶２ＡＳｅｒｉｎｅ／ｔｈｒｅｏｎｉｎｅｐｒｏｔｅｉｎｐｈｏｓｐｈａｔａｓｅ２Ａ
Ｍｅｄｔｒ５ｇ０３１３９０ 肉桂醇脱氢酶Ｃｉｎｎａｍｙｌａｌｃｏｈｏｌｄｅｈｙｄｒｏｇｅｎａｓｅ
Ｍｅｄｔｒ５ｇ０３１７５０ 预测蛋白 Ｈｙｐｏｔｈｅｔｉｃａｌｐｒｏｔｅｉｎ
Ｍｅｄｔｒ５ｇ０３７４１０ 细胞壁相关受体激酶类蛋白 Ｗａｌａｓｓｏｃｉａｔｅｄｒｅｃｅｐｔｏｒｋｉｎａｓｅｌｉｋｅｐｒｏｔｅｉｎ
Ｍｅｄｔｒ５ｇ０５５３１０ 酪氨酸蛋白激酶ＡＢＬＴｙｒｏｓｉｎｅｐｒｏｔｅｉｎｋｉｎａｓｅＡＢＬ
Ｍｅｄｔｒ５ｇ０６１８８０ 硫转运蛋白Ｓｕｌｆａｔｅｔｒａｎｓｐｏｒｔｅｒ
Ｍｅｄｔｒ５ｇ０８３８４０ 预测蛋白 Ｈｙｐｏｔｈｅｔｉｃａｌｐｒｏｔｅｉｎ
Ｍｅｄｔｒ５ｇ０８９７４０ 预测蛋白 Ｈｙｐｏｔｈｅｔｉｃａｌｐｒｏｔｅｉｎ
Ｍｅｄｔｒ５ｇ０９０１１０ ＨＳＰ７０蛋白 Ｈｅａｔｓｈｏｃｋ７０ｋＤａｐｒｏｔｅｉｎ
Ｍｅｄｔｒ５ｇ０９０２１０ 具有重复短肽蛋白Ｐｅｎｔａｔｒｉｃｏｐｅｐｔｉｄｅｒｅｐｅａｔｃｏｎｔａｉｎｉｎｇｐｒｏｔｅｉｎ
Ｍｅｄｔｒ５ｇ０９０２４０ 预测蛋白 Ｈｙｐｏｔｈｅｔｉｃａｌｐｒｏｔｅｉｎ
Ｍｅｄｔｒ５ｇ０９０５６０ 预测蛋白 Ｈｙｐｏｔｈｅｔｉｃａｌｐｒｏｔｅｉｎ
Ｍｅｄｔｒ５ｇ０９０６５０ 葡萄糖基转移酶Ｇｌｕｃｏｓｙｌｔｒａｎｓｆｅｒａｓｅ
Ｍｅｄｔｒ５ｇ０９８０２０ ＭｔＮ１４蛋白 ＭｔＮ１４ｐｒｏｔｅｉｎ
Ｍｅｄｔｒ６ｇ０１２２８０ 锌指同源蛋白Ｚｉｎｃｆｉｎｇｅｒｈｏｍｅｏｄｏｍａｉｎｐｒｏｔｅｉｎ
Ｍｅｄｔｒ７ｇ００５８７０ 具有重复短肽蛋白Ｐｅｎｔａｔｒｉｃｏｐｅｐｔｉｄｅｒｅｐｅａｔｃｏｎｔａｉｎｉｎｇｐｒｏｔｅｉｎ
Ｍｅｄｔｒ７ｇ０１１０７０ 多聚嘧啶结合蛋白类似蛋白Ｐｏｌｙｐｙｒｉｍｉｄｉｎｅｔｒａｃｔｂｉｎｄｉｎｇｐｒｏｔｅｉｎｌｉｋｅｐｒｏｔｅｉｎ
Ｍｅｄｔｒ７ｇ０７３０６０ 非特异脂质转运蛋白Ｎｏｎｓｐｅｃｉｆｉｃｌｉｐｉｄｔｒａｎｓｆｅｒｐｒｏｔｅｉｎ
Ｍｅｄｔｒ７ｇ０９２０９０ 预测蛋白 Ｈｙｐｏｔｈｅｔｉｃａｌｐｒｏｔｅｉｎ
Ｍｅｄｔｒ８ｇ０２０３９０ 解旋酶Ｓｅｎ１Ｈｅｌｉｃａｓｅｓｅｎ１
Ｍｅｄｔｒ８ｇ０２３０８０ １磷酸肌醇３磷酸５激酶１ｐｈｏｓｐｈａｔｉｄｙｌｉｎｏｓｉｔｏｌ３ｐｈｏｓｐｈａｔｅ５ｋｉｎａｓｅ
Ｍｅｄｔｒ８ｇ０４１９１０ 富含半胱氨酸受体类似蛋白激酶Ｃｙｓｔｅｉｎｅｒｉｃｈｒｅｃｅｐｔｏｒｌｉｋｅｐｒｏｔｅｉｎｋｉｎａｓｅ
Ｍｅｄｔｒ８ｇ０４５４２０ 预测蛋白 Ｈｙｐｏｔｈｅｔｉｃａｌｐｒｏｔｅｉｎ
Ｍｅｄｔｒ８ｇ０４５９７０ 胚胎丰富蛋白类似蛋白Ｅｍｂｒｙｏｎｉｃａｂｕｎｄａｎｔｐｒｏｔｅｉｎｌｉｋｅｐｒｏｔｅｉｎ
Ｍｅｄｔｒ８ｇ０６０４６０ 预测蛋白 Ｈｙｐｏｔｈｅｔｉｃａｌｐｒｏｔｅｉｎ
Ｍｅｄｔｒ８ｇ０６１０９０ 寡肽转运蛋白Ｏｌｉｇｏｐｅｐｔｉｄｅｔｒａｎｓｐｏｒｔｅｒ
Ｍｅｄｔｒ８ｇ０６３１２０ 细胞周期蛋白Ｄ１１ＣｙｃｌｉｎＤ１１
Ｍｅｄｔｒ８ｇ０６６７６０ ＧＰＩ锚定细胞壁转运蛋白ＧＰＩａｎｃｈｏｒｅｄｗａｌｔｒａｎｓｆｅｒｐｒｏｔｅｉｎ
Ｍｅｄｔｒ８ｇ０９５５２０ 呼吸爆发氧化酶类似蛋白Ｒｅｓｐｉｒａｔｏｒｙｂｕｒｓｔｏｘｉｄａｓｅｌｉｋｅｐｒｏｔｅｉｎ
５７１第２２卷第４期 草业学报２０１３年
的各种激酶（Ｍｅｄｔｒ１ｇ０７９４３０，Ｍｅｄｔｒ３ｇ０８００７０，Ｍｅｄｔｒ４ｇ１１３０２０，Ｍｅｄｔｒ５ｇ０３７４１０，Ｍｅｄｔｒ５ｇ０５５３１０ 和 Ｍｅｄｔｒ８ｇ
０４１９１０）、锌指蛋白转录因子（Ｍｅｄｔｒ３ｇ０２９５９０，Ｍｅｄｔｒ４ｇ０３００７０，Ｍｅｄｔｒ６ｇ０１２２８０）、氧化酶类（Ｍｅｄｔｒ３ｇ０５８１１０和
Ｍｅｄｔｒ８ｇ０９５５２０）和 其 他 逆 境 胁 迫 相 关 基 因 ＬＥＡ（Ｍｅｄｔｒ８ｇ０４５９７０）、ＨＳＰ（Ｍｅｄｔｒ５ｇ０９０１１０）和 ｎｓＬＴＰ
（Ｍｅｄｔｒ７ｇ０７３０６０）等。这些基因可能都与蒺藜苜蓿耐酸铝性状的形成有关，可以通过分子辅助育种方法或者转
基因技术将这些功能基因导入到紫花苜蓿中，提高紫花苜蓿的耐酸铝性状，这对苜蓿种植的推广具有重要意义。
传统的分子辅助育种，包括ＱＴＬ作图或者关联分析，它们都是筛选性状相关的分子标记或者ＱＴＬ，通过检
测后代是否携带某个或数个分子标记或者ＱＴＬ对育种株系进行选择，这个过程适用于一些由主效ＱＴＬ控制的
性状选育，而无法评估由大量微效基因或遗传位点控制性状。而在自然界中，大多数生物性状都是由大量微效基
因协同控制的，因此，ＧＷＡ筛选得到的分子标记在应用上具有一定的局限性。基因组选择是同时考虑全基因组
范围内的遗传位点，构建基于遗传位点信息的基因组模型，通过训练群体建立并优化遗传位点间和表型间联系，
对其他个体进行表型值预测［２９，３０］。它会同时考虑所有遗传位点信息，无论遗传位点效应的大小，然后基于遗传
估计表型值对育种株系进行选择。本研究将ＧＷＡ和ＧＳ结合起来，利用ＧＷＡ筛选出大量和蒺藜苜蓿耐酸铝
性状相关的ＳＮＰ标记，综合运用这些ＳＮＰ标记构建基因组选择模型，可以有效地对蒺藜苜蓿株系耐酸铝性状进
行预测，预测准确度最高达到０．８０。蒺藜苜蓿和紫花苜蓿的基因组高度相似，蒺藜苜蓿中这些控制耐酸铝性状
的自然变异很可能也会转移到紫花苜蓿中，因此，在紫花苜蓿中也可以建立基于这些ＳＮＰ位点的基因组选择模
型预测紫花苜蓿的耐酸铝性状，指导耐酸铝紫花苜蓿品种的培育。
４　结论
本研究建立了蒺藜苜蓿耐酸铝性状的全基因组关联分析，筛选得到５８个ＳＮＰ标记，它们靶向细胞色素
Ｐ４５０、小分子合成酶、蛋白激酶受体、转运蛋白、ＬＥＡ以及ＨＳＰ等胁迫相关基因，它们都可能参与蒺藜苜蓿耐酸
铝性状形成过程。同时，通过基因组选择模型检测，这些ＳＮＰ标记可以有效预测蒺藜苜蓿的耐酸铝性状，这表明
它们可以直接应用于蒺藜苜蓿和紫花苜蓿的耐酸铝性状遗传改良育种工作。
参考文献：
［１］　ＤｅｌｈａｉｚｅＥ，ＲｙａｎＰＲ．Ａｌｕｍｉｎｕｍｔｏｘｉｃｉｔｙａｎｄｔｏｌｅｒａｎｃｅｉｎｐｌａｎｔｓ［Ｊ］．ＰｌａｎｔＰｈｙｓｉｏｌｏｇｙ，１９９５，１０７（２）：３１５３２１．
［２］　王晓锋，罗珍，刘晓燕，等．钙磷对酸铝胁迫后紫花苜蓿－根瘤菌体系结瘤固氮的修复效应［Ｊ］．草业学报，２０１２，２１（６）：
１０８１１６．
［３］　ＳｌｅｄｇｅＭ Ｋ，ＰｅｃｈｔｅｒＰ，ＰａｙｔｏｎＭ Ｅ．Ａｌｕｍｉｎｕｍｔｏｌｅｒａｎｃｅｉｎ犕犲犱犻犮犪犵狅狋狉狌狀犮犪狋狌犾犪ｇｅｒｍｐｌａｓｍ［Ｊ］．ＣｒｏｐＳｃｉｅｎｃｅ，２００５，
４５（５）：２００１２００４．
［４］　张芬琴，于金兰．铝处理对苜蓿种子萌发及其幼苗生理生化特性的影响［Ｊ］．草业学报，１９９９，８（３）：６１６５．
［５］　华卫东，夏卓盛，李进军，等．紫花苜蓿耐铝的分子基础研究进展［Ｊ］．草业科学，２００８，２５（２）：６４６８．
［６］　邱晓，张兴兴，闫雯，等．二十七个紫花苜蓿品种耐铝性能评价［Ｊ］．上海交通大学学报（农业科学版），２０１０，２８：２６９２７４．
［７］　ＣｏｏｋＤＲ．犕犲犱犻犮犪犵狅狋狉狌狀犮犪狋狌犾犪 －ａｍｏｄｅｌｉｎｔｈｅｍａｋｉｎｇ！［Ｊ］．ＣｕｒｒｅｎｔＯｐｉｎｉｏｎｉｎＰｌａｎｔＢｉｏｌｏｇｙ，１９９９，２（４）：３０１３０４．
［８］　ＹｏｕｎｇＮＤ，ＵｄｖａｒｄｉＭ．Ｔｒａｎｓｌａｔｉｎｇ犕犲犱犻犮犪犵狅狋狉狌狀犮犪狋狌犾犪ｇｅｎｏｍｉｃｓｔｏｃｒｏｐｌｅｇｕｍｅｓ［Ｊ］．ＣｕｒｒｅｎｔＯｐｉｎｉｏｎｉｎＰｌａｎｔＢｉｏｌｏｇｙ，
２００９，１２（２）：１９３２０１．
［９］　ＣｈｏｉＨＫ，ＫｉｍＤ，ＵｈｍＴ，犲狋犪犾．Ａｓｅｑｕｅｎｃｅｂａｓｅｄｇｅｎｅｔｉｃｍａｐｏｆ犕犲犱犻犮犪犵狅狋狉狌狀犮犪狋狌犾犪ａｎｄｃｏｍｐａｒｉｓｏｎｏｆｍａｒｋｅｒｃｏｌｉｎｅａｒｉ
ｔｙｗｉｔｈ犕．狊犪狋犻狏犪［Ｊ］．Ｇｅｎｅｔｉｃｓ，２００４，１６６（３）：１４６３１５０２．
［１０］　ＴｈｅＩｎｔｅｒｎａｔｉｏｎａｌＨａｐＭａｐＣｏｎｓｏｒｔｉｕｍ．ＴｈｅｉｎｔｅｒｎａｔｉｏｎａｌＨａｐＭａｐｐｒｏｊｅｃｔ［Ｊ］．Ｎａｔｕｒｅ，２００３，４２６：７８９７９６．
［１１］　ＣｏｎｒａｄＤＦ，ＪａｋｏｂｓｓｏｎＭ，ＣｏｏｐＧ，犲狋犪犾．Ａｗｏｒｌｄｗｉｄｅｓｕｒｖｅｙｏｆｈａｐｌｏｔｙｐｅｖａｒｉａｔｉｏｎａｎｄｌｉｎｋａｇｅｄｉｓｅｑｕｉｌｉｂｒｉｕｍｉｎｔｈｅｈｕ
ｍａｎｇｅｎｏｍｅ［Ｊ］．ＮａｔｕｒｅＧｅｎｅｔｉｃｓ，２００６，３８（１１）：１２５１１２６０．
［１２］　ＴｈｅＩｎｔｅｒｎａｔｉｏｎａｌＨａｐＭａｐＣｏｎｓｏｒｔｉｕｍ．Ａｓｅｃｏｎｄｇｅｎｅｒａｔｉｏｎｈｕｍａｎｈａｐｌｏｔｙｐｅｍａｐｏｆｏｖｅｒ３．１ｍｉｌｉｏｎＳＮＰｓ［Ｊ］．Ｎａｔｕｒｅ，
２００７，４４９：８５１８６１．
［１３］　ＫａｉｓｅｒＪ．Ａｐｌａｎｔｏｃａｐｔｕｒｅｈｕｍａｎｄｉｖｅｒｓｉｔｙｉｎ１０００ｇｅｎｏｍｅｓ［Ｊ］．Ｓｃｉｅｎｃｅ，２００８，３１９：３９５．
［１４］　ＭｃＮａｌｙＫＬ，ＢｒｕｓｋｉｅｗｉｃｈＲ，ＭａｃｋｉｌＤ，犲狋犪犾．Ｓｅｑｕｅｎｃｉｎｇｍｕｌｔｉｐｌｅａｎｄｄｉｖｅｒｓｅｒｉｃｅｖａｒｉｅｔｉｅｓ．ｃｏｎｎｅｃｔｉｎｇｗｈｏｌｅｇｅｎｏｍｅｖａｒ
６７１ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１３） Ｖｏｌ．２２，Ｎｏ．４
ｉａｔｉｏｎｗｉｔｈｐｈｅｎｏｔｙｐｅｓ［Ｊ］．ＰｌａｎｔＰｈｙｓｉｏｌｏｇｙ，２００６，１４１（１）：２６３１．
［１５］　ＭｃＮａｌｙＫＬ，ＣｈｉｌｄｓＫＬ，ＢｏｈｎｅｒｔＲ，犲狋犪犾．ＧｅｎｏｍｅｗｉｄｅＳＮＰｖａｒｉａｔｉｏｎｒｅｖｅａｌｓｒｅｌａｔｉｏｎｓｈｉｐｓａｍｏｎｇｌａｎｄｒａｃｅｓａｎｄｍｏｄｅｒｎ
ｖａｒｉｅｔｉｅｓｏｆｒｉｃｅ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓＵＳＡ，２００９，１０６（３０）：１２２７３１２２７８．
［１６］　ＨｕａｎｇＸ，ＷｅｉＸ，ＳａｎｇＴ，犲狋犪犾．Ｇｅｎｏｍｅｗｉｄｅａｓｓｏｃｉａｔｉｏｎｓｔｕｄｉｅｓｏｆ１４ａｇｒｏｎｏｍｉｃｔｒａｉｔｓｉｎｒｉｃｅｌａｎｄｒａｃｅｓ［Ｊ］．ＮａｔｕｒｅＧｅｎｅｔ
ｉｃｓ，２０１０，４２（１１）：９６１９６７．
［１７］　ＧｏｒｅＭＡ，ＣｈｉａＪＭ，ＥｌｓｈｉｒｅＲＪ，犲狋犪犾．Ａｆｉｒｓｔｇｅｎｅｒａｔｉｏｎｈａｐｌｏｔｙｐｅｍａｐｏｆｍａｉｚｅ［Ｊ］．Ｓｃｉｅｎｃｅ，２００９，３２６：１１１５１１１７．
［１８］　ＷｅｉｇｅｌＤ，ＭｏｔｔＲ．Ｔｈｅ１００１ｇｅｎｏｍｅｓｐｒｏｊｅｃｔｆｏｒ犃狉犪犫犻犱狅狆狊犻狊狋犺犪犾犻犪狀犪［Ｊ］．ＧｅｎｏｍｅＢｉｏｌｏｇｙ，２００９，１０（５）：１０７．
［１９］　ＣａｏＪ，ＳｃｈｎｅｅｂｅｒｇｅｒＫ，ＯｓｓｏｗｓｋｉＳ，犲狋犪犾．Ｗｈｏｌｅｇｅｎｏｍｅｓｅｑｕｅｎｃｉｎｇｏｆｍｕｌｔｉｐｌｅ犃狉犪犫犻犱狅狆狊犻狊狋犺犪犾犻犪狀犪ｐｏｐｕｌａｔｉｏｎｓ［Ｊ］．Ｎａ
ｔｕｒｅＧｅｎｅｔｉｃｓ，２０１１，４３（１０）：９５６９６３．
［２０］　ＢｒａｎｃａＡ，ＰａａｐｅＴＤ，ＺｈｏｕＰ，犲狋犪犾．Ｗｈｏｌｅｇｅｎｏｍｅｎｕｃｌｅｏｔｉｄｅｄｉｖｅｒｓｉｔｙ，ｒｅｃｏｍｂｉｎａｔｉｏｎ，ａｎｄｌｉｎｋａｇｅｄｉｓｅｑｕｉｌｉｂｒｉｕｍｉｎｔｈｅ
ｍｏｄｅｌｌｅｇｕｍｅ犕犲犱犻犮犪犵狅狋狉狌狀犮犪狋狌犾犪［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＮａｔｉｏｎａｌＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓＵＳＡ，２０１１，１０８（４２）：Ｅ８６４Ｅ８７０．
［２１］　ＢｒａｃｈｉＢ，ＦａｕｒｅＮ，ＨｏｒｔｏｎＭ，犲狋犪犾．Ｌｉｎｋａｇｅａｎｄａｓｓｏｃｉａｔｉｏｎｍａｐｐｉｎｇｏｆ犃狉犪犫犻犱狅狆狊犻狊狋犺犪犾犻犪狀犪ｆｌｏｗｅｒｉｎｇｔｉｍｅｉｎｎａｔｕｒｅ［Ｊ］．
ＰＬｏＳＧｅｎｅｔｉｃｓ，２０１０，６（５）：ｅ１０００９４０．
［２２］　ＫａｎｇＨＭ，ＺａｉｔｌｅｎＮＡ，ＷａｄｅＣＭ，犲狋犪犾．Ｅｆｆｉｃｉｅｎｔｃｏｎｔｒｏｌｏｆｐｏｐｕｌａｔｉｏｎｓｔｒｕｃｔｕｒｅｉｎｍｏｄｅｌｏｒｇａｎｉｓｍａｓｓｏｃｉａｔｉｏｎｍａｐｐｉｎｇ［Ｊ］．Ｇｅ
ｎｅｔｉｃｓ，２００８，１７８（３）：１７０９１７２３．
［２３］　ＴｈｉｍｍＯ，ＢｌｓｉｎｇＯ，ＧｉｂｏｎＹ，犲狋犪犾．ＭＡＰＭＡＮ：ａｕｓｅｒｄｒｉｖｅｎｔｏｏｌｔｏｄｉｓｐｌａｙｇｅｎｏｍｉｃｓｄａｔａｓｅｔｓｏｎｔｏｄｉａｇｒａｍｓｏｆｍｅｔａ
ｂｏｌｉｃｐａｔｈｗａｙｓａｎｄｏｔｈｅｒｂｉｏｌｏｇｉｃａｌｐｒｏｃｅｓｓｅｓ［Ｊ］．ＰｌａｎｔＪｏｕｒｎａｌ，２００４，３７（６）：９１４９３９．
［２４］　ＥｎｄｅｌｍａｎＪＢ．ＲｉｄｇｅｒｅｇｒｅｓｓｉｏｎａｎｄｏｔｈｅｒｋｅｒｎｅｌｓｆｏｒｇｅｎｏｍｉｃｓｅｌｅｃｔｉｏｎｗｉｔｈＲｐａｃｋａｇｅｒｒＢＬＵＰ［Ｊ］．ＰｌａｎｔＧｅｎｏｍｅ，２０１１，
４（３）：２５０２５５．
［２５］　ＦａｍｏｓｏＡＮ，ＺｈａｏＫ，ＣｌａｒｋＲＴ，犲狋犪犾．Ｇｅｎｅｔｉｃａｒｃｈｉｔｅｃｔｕｒｅｏｆａｌｕｍｉｎｕｍｔｏｌｅｒａｎｃｅｉｎｒｉｃｅ（犗狉狔狕犪狊犪狋犻狏犪）ｄｅｔｅｒｍｉｎｅｄ
ｔｈｒｏｕｇｈｇｅｎｏｍｅｗｉｄｅａｓｓｏｃｉａｔｉｏｎａｎａｌｙｓｉｓａｎｄＱＴＬｍａｐｐｉｎｇ［Ｊ］．ＰＬｏＳＧｅｎｅｔｉｃｓ，２０１１，７（８）：ｅ１００２２２１．
［２６］　ＫｒｉｌＡＭ，ＫｉｒｓｔＭ，ＫｏｃｈｉａｎＬＶ，犲狋犪犾．Ａｓｓｏｃｉａｔｉｏｎａｎｄｌｉｎｋａｇｅａｎａｌｙｓｉｓｏｆａｌｕｍｉｎｕｍｔｏｌｅｒａｎｃｅｇｅｎｅｓｉｎｍａｉｚｅ［Ｊ］．ＰＬｏＳ
ＯＮＥ，２０１０，５（４）：ｅ９９５８．
［２７］　ＮｉｅｄｚｉｅｌａＡ，ＢｅｄｎａｒｅｋＰ，ＣｉｃｈｙＨ，犲狋犪犾．Ａｌｕｍｉｎｕｍｔｏｌｅｒａｎｃｅａｓｓｏｃｉａｔｉｏｎｍａｐｐｉｎｇｉｎｔｒｉｔｉｃａｌｅ［Ｊ］．ＢＭＣＧｅｎｏｍｉｃｓ，２０１２，
１３（１）：６７．
［２８］　甘智才，陈东颖，张丽，等．转柠檬酸合成酶基因苜蓿耐铝性研究［Ｊ］．中国农业科学，２０１０，４３（１６）：３４６１３４６６．
［２９］　ＨｅｓｌｏｔＮ，ＹａｎｇＨＰ，ＳｏｒｒｅｌｓＭＥ，犲狋犪犾．Ｇｅｎｏｍｉｃｓｅｌｅｃｔｉｏｎｉｎｐｌａｎｔｂｒｅｅｄｉｎｇ：ａｃｏｍｐａｒｉｓｏｎｏｆｍｏｄｅｌｓ［Ｊ］．ＣｒｏｐＳｃｉｅｎｃｅ，
２０１２，５２（１）：１４６１６０．
［３０］　ＮａｋａｙａＡ，ＩｓｏｂｅＳＮ．Ｗｉｌｇｅｎｏｍｉｃｓｅｌｅｃｔｉｏｎｂｅａｐｒａｃｔｉｃａｌｍｅｔｈｏｄｆｏｒｐｌａｎｔｂｒｅｅｄｉｎｇ［Ｊ］．ＡｎｎａｌｓｏｆＢｏｔａｎｙ，２０１２，１１０（６）：
１３０３１３１６．
７７１第２２卷第４期 草业学报２０１３年
犌犲狀狅犿犲狑犻犱犲犪狊狊狅犮犻犪狋犻狅狀犿犪狆狆犻狀犵狅犳犪犾狌犿犻狀狌犿狋狅犾犲狉犪狀犮犲犻狀犕犲犱犻犮犪犵狅狋狉狌狀犮犪狋狌犾犪
ＪＩＡＮＧＧｅｇｅ，ＳＯＮＧＬｉｌｉ，ＧＵＯＤｏｎｇｌｉｎ，ＣＡＩＨｏｎｇｓｈｅｎｇ，ＧＵＯＣｈａｎｇｈｏｎｇ，ＳＨＵＹｏｎｇｊｕｎ
（ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＭｏｌｅｃｕｌａｒＣｙｔｏｇｅｎｅｔｉｃｓａｎｄＧｅｎｅｔｉｃＢｒｅｅｄｉｎｇｏｆＨｅｉｌｏｎｇｊｉａｎｇＰｒｏｖｉｎｃｅ，Ｃｏｌｅｇｅ
ｏｆＬｉｆｅＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＨａｒｂｉｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ１５００２５，Ｃｈｉｎａ）
犃犫狊狋狉犪犮狋：Ａｌｕｍｉｎｕｍ （Ａｌ）ｔｏｘｉｃｉｔｙｉｓａｍａｊｏｒｌｉｍｉｔｉｎｇｆａｃｔｏｒｏｆｃｒｏｐｐｒｏｄｕｃｔｉｏｎｉｎａｃｉｄｉｃｓｏｉｌｓ，ｗｈｉｃｈｍａｋｅｒｅ
ｄｕｃｔｉｏｎｏｆｃｒｏｐｐｒｏｄｕｃｔｉｏｎｅｖｅｒｙｙｅａｒ．犕犲犱犻犮犪犵狅狋狉狌狀犮犪狋狌犾犪，ａｃｌｏｓｅｒｅｌａｔｉｖｅｏｆａｌｆａｌｆａ，ｗｈｉｃｈｉｓｄｉｓｔｒｉｂｕｔｉｎｇｉｎ
ｔｈｅｗｏｒｌｄ，ｉｓｕｓｅｄａｓａｓｏｕｒｃｅｏｆｇｅｎｅｓｔｏｉｍｐｒｏｖｅｃｕｌｔｉｖａｔｅｄａｌｆａｌｆａ（犕犲犱犻犮犪犵狅狊犪狋犻狏犪）．Ｗｅｓｃｒｅｅｎｅｄ６２ｄｉｖｅｒｓｅ
犕．狋狉狌狀犮犪狋狌犾犪ａｃｃｅｓｓｉｏｎｓ，ｃｏｎｄｕｃｔｅｄａｇｅｎｏｍｅｗｉｄｅａｓｓｏｃｉａｔｉｏｎ（ＧＷＡ）ｓｔｕｄｙｕｓｉｎｇＡｌｔｏｌｅｒａｎｃｅｂａｓｅｄｏｎｒｅｌａ
ｔｉｖｅｒｏｏｔｇｒｏｗｔｈ．ＦｉｆｔｙｅｉｇｈｔＳＮＰｓａｓｓｏｃｉａｔｅｄｗｉｔｈＡｌｔｏｌｅｒａｎｃｅｗｅｒｅｉｄｅｎｔｉｆｉｅｄｂｙＧＷＡａｎａｌｙｓｉｓ．Ｔｈｅｓｅｇｅｎｅｓ
ｃｏｎｔａｉｎｉｎｇｏｒｎｅｉｇｈｂｏｒｉｎｇｔｏＳＮＰｓｗｅｒｅａｎｎｏｔａｔｅｄａｎｄａｎａｌｙｚｅｄ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｙｐａｒｔｉｃｉｐａｔｅｄｉｎ
ｃｅｌｗａｌ，ｌｉｐｉｄｓｍｅｔａｂｏｌｉｓｍ，ｓｔｒｅｓｓｒｅｓｐｏｎｓｅｐｒｏｃｅｓｓ，ｒｅｄｏｘｒｅｇｕｌａｔｉｏｎａｎｄｓｍａｌ ｍｏｌｅｃｕｌａｒｔｒａｎｓｐｏｒｔ．Ｕｓｉｎｇ
ＡｌｔｏｌｅｒａｎｃｅｒｅｌａｔｉｖｅＳＮＰｓｂｙｇｅｎｏｍｉｃｓｅｌｅｃｔｉｏｎｆｏｒｐｒｅｄｉｃｔｉｎｇＲＲＧ（ｒｅｌａｔｉｖｅｒｏｏｔｇｒｏｗｔｈ）ｉｎ犕．狋狉狌狀犮犪狋狌犾犪ａｃ
ｃｅｓｓｉｏｎｓ，ａｎｄｔｈｅｐｒｅｄｉｃｔｉｖｅａｂｉｌｉｔｙｗａｓｅｓｔｉｍａｔｅｄａｓ０．８０．ＴｈｅｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｄｔｈａｔＳＮＰｓｉｄｅｎｔｉｆｉｅｄｂｙＧＷＡ
ｉｎｔｈｉｓｓｔｕｄｙｃｏｕｌｄｂｅｕｓｅｄｆｏｒｉｍｐｒｏｖｅｍｅｎｔｏｆＡｌｔｏｌｅｒａｎｃｅｉｎ犕．狋狉狌狀犮犪狋狌犾犪ａｎｄ犕．狊犪狋犻狏犪．
犓犲狔狑狅狉犱狊：犕犲犱犻犮犪犵狅狋狉狌狀犮犪狋狌犾犪；ｇｅｎｏｍｅｗｉｄｅａｓｓｏｃｉａｔｉｏｎ ｍａｐｐｉｎｇ；ｅｆｆｉｃｉｅｎｔ ｍｉｘｅｄｍｏｄｅｌａｓｓｏｃｉａｔｉｏｎ
（ＥＭＭＡ）；ｇｅｎｏｍｉｃｓｅｌｅｃｔｉｏｎ（ＧＳ）；ｒｉｄｇｅｒｅｇｒｅｓｓｉｏｎ
８７１ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１３） Ｖｏｌ．２２，Ｎｏ．４