全 文 ：作物学报 ACTA AGRONOMICA SINICA 2014, 40(7): 11971204 http://zwxb.chinacrops.org/
ISSN 0496-3490; CODEN TSHPA9 E-mail: xbzw@chinajournal.net.cn

本研究由国家现代农业产业技术体系建设专项(CARS-14), 高等学校博士学科点科研专项(20121302110002), 农业部引进国际先进农
业科学技术计划(948计划)项目(2013-Z65)和河北省高等学校科学技术研究重点项目(ZD2010136)资助。
 通讯作者(Corresponding authors): 刘立峰, E-mail: liulifeng@hebau.edu.cn, Tel: 0312-7528136; 穆国俊, E-mail: mgj99999@126.com,
Tel: 0312-7528410
第一作者联系方式: E-mail: zhoujinchao0230@163.com
Received(收稿日期): 2013-11-05; Accepted(接受日期): 2014-04-16; Published online(网络出版日期): 2014-05-16.
URL: http://www.cnki.net/kcms/detail/11.1809.S.20140516.1001.010.html
DOI: 10.3724/SP.J.1006.2014.01197
花生 SSR标记与农艺性状的相关性
周金超 杨鑫雷 崔顺立 侯名语 陈焕英 穆国俊* 刘立峰*
华北作物种质资源教育部重点实验室 / 河北省作物种质资源重点实验室 / 河北农业大学, 河北保定 071001
摘 要: 以农家品种四粒红和冀农黑 3 号构建的包含有 251 个家系的重组自交系(RIL)群体为材料, 在河北保定市和
邯郸大名县两地进行表型鉴定, 利用 Pearson’s相关和逐步多元回归分析了花生农艺性状之间及其与标记的相关性。
结果表明, 多数农艺性状间存在显著或极显著相关, 其中相关性最高的为单株生产力和单株仁重(r=0.970), 其次是
主茎高和第一侧枝长(r=0.918); 77个 SSR标记与 18个农艺性状显著相关, 每个性状相关标记数在 2~16之间; 14个
SSR 标记与 13 个农艺性状关联, 解释的表型变异为 5.2%~11.5%。以上结果为花生常规育种和分子标记辅助选择奠
定了基础。
关键词: 花生; 重组自交系; 农艺性状; SSR; 相关
Correlation between SSR Markers and Agronomic Traits in Peanut (Arachis
hypogaea L.)
ZHOU Jin-Chao, YANG Xin-Lei, CUI Shun-Li, HOU Ming-Yu, CHEN Huan-Ying, MU Guo-Jun*, and LIU
Li-Feng*
North China Key Laboratory for Crop Germplasm Resources of Education Ministry / Key Laboratory of Crop Germplasm Resources of Hebei /
Agricultural University of Hebei, Baoding 071001, China
Abstract: A recombinant inbred line (RIL) population including 251 lines, derived from the cross between Silihong and Jinonghei
3 was used to study the correlations between SSR markers and agronomic traits. The phenotypese were evaluated in two locations
of Baoding and Handan, Hebei Province. Pearson’s correlation and stepwise multiple linear regression analysis were conducted
based on SSR and phenotyping data. The results showed that there were significant correlations among 18 agronomic traits, with
the higher correlations between pod weight per plant and seed weight per plant (r = 0.970), as well as the height of main stem and
length of first branches (r = 0.918). There existed significant correlation between SSR marker and agronomic trait with a average
of 2–6 markers correlated with each agronomic trait. Fourteen SSR markers were associated with 13 agronomic traits with ex-
planined phenotypic variances of 5.2%–11.5%. All these laid a solid foundation for peanut conventional breeding and molecular
marker-assisted breeding programs.
Keywords: Peanut; Recombinant inbred line; Agronomic traits; SSR; Correlation
作物的许多农艺性状如产量、品质和抗逆性等
大多属于数量性状, 遗传基础复杂, 易受环境影响。
通过表型选择的传统育种方法改良农艺性状周期长,
选择效率低[1]。随着分子生物学的飞速发展, 分子标
记技术得到广泛应用, 通过筛选与目标性状紧密连
锁的分子标记, 即分子标记辅助选择(marker-assisted
selection, MAS)对目标性状进行改良 , 可以加快育
种进程, 提高育种效率[2]。众多分子标记技术中, 简
单序列重复标记技术(simple sequence repeat, SSR)
以其检测容易、重复性高和稳定性好等优点已被广
泛用于作物目标性状的遗传改良研究[3]。由于花生
基因组学研究如遗传图谱构建和基因定位等进展缓
1198 作 物 学 报 第 40卷


慢, 加之其栽培种间基因组高度保守, 导致花生品
种间遗传多样性偏低。因此, 仍有学者认为分子育
种, 如MAS很难在短期内用于花生各种性状的改良[4]。
基于上述花生分子遗传改良存在的问题, 使得鉴定
标记与农艺性状间的连锁关系成为花生分子育种的
必要手段。
目前, 利用覆盖全基因组的分子遗传连锁图和
合适的分离群体进行连锁分析以及数量性状位点
(quantitative trait locus, QTL)定位是解析植物数量性
状遗传基础的主要方法 [1], 并且在花生中已被广泛
应用[5-12]。然而, 通过分离群体筛选目标性状的 QTL
存在一定的局限性, 由于不同实验室采用的群体类
型、标记种类及数量和环境等诸多因素的干扰, 导
致 QTL定位结果重复性较低[13]; 其次, QTL定位需
要预先构建高分辨率连锁图谱, 而后才能进行标记
与性状的连锁分析。前人的研究结果大都是通过复
合区间作图法将目标性状相关 QTL定位在包含 2个
或 2 个以上位点的标记区间。采用多元线性逐步回
归的统计方法, 依据测验值的显著水平确定标记与
性状间是否相互关联, 从而估算出单个标记对性状
的贡献(即决定系数), 该方法已在水稻、棉花及白桦
等植物中应用。例如, 徐云碧等[14]在研究水稻农艺
性状时, 计算了性状与标记间的相关系数, 在显著
(P=0.05)和极显著(P=0.01)水平上获得了 4个标记-性
状的关联, 表明相关系数的方法同样可用于数量性
状位点的分析和鉴定。Wu 等[15]在研究棉花的农艺
性状时发现, 通过标记与性状的多元线性逐步回归
分析, 获得 50个 AFLP标记与 7个农艺性状呈显著
相关, 其中 1/4 标记的贡献率在 22%~93%之间。魏
志刚等[16]通过 RFLP 标记与性状值间的多元回归分
析 , 筛选出与白桦纤维长度显著相关的分子标记 ,
并成功应用于白桦纤维长度分子辅助育种。
多元线性逐步回归法可以快速建立标记与性状
之间的相关, 在花生分子育种研究上应用较少。因
此, 本研究采用关联遗传学的研究方法, 筛选与农
艺性状显著相关的 SSR 标记, 以期应用于花生农艺
性状的分子标记辅助育种。
1 材料与方法
1.1 试验材料
以农家品种四粒红为母本 , 黑花生品种冀农
黑 3 号为父本杂交, 经过连续多代自交, 构建了包
含 251个家系的重组自交系群体。
1464对 SSR引物序列来自 Peanut Marker Da-
tabase (http://marker.kazusa.or.jp/Peanut/marker/list/),
由生工生物工程(上海)有限公司合成。
1.2 花生基因组 DNA的提取
取鲜嫩叶片约1 g, 采用CTAB法提取基因组
DNA[17]。在提取液中加入10% 3 mol L–1的NaAc, 以
降低样品糖分含量。用0.8%琼脂糖凝胶电泳检测
DNA浓度和纯度, 并将母液浓度稀释至25 ng μL–1,
–20℃保存备用。
1.3 PCR扩增及 SSR多态性检测
PCR扩增根据崔顺立等[18]的方法并对其优化。
PCR体系为15 μL, 含25 ng μL–1模板2.5 μL, Premix
Taq Version 2.0 (TaKaRa) 7.5 μL, 10 μmol μL–1正、反
引物各0.7 μL, ddH2O 3.6 μL。反应程序如下: 94℃预
变性5 min; 94℃变性45 s, 55℃复性45 s, 72℃延伸
1 min, 35个循环; 最后72℃延伸10 min; 4℃保存。
PCR产物经8%非变性聚丙烯酰胺凝胶电泳, 检测标
记的多态性。
1.4 表型性状的调查
2012年分别在河北农业大学育种中心(保定)和
邯郸两地对构建的RIL群体进行种植和表型鉴定。行
长1 m, 行距40 cm, 株距10 cm。重复1次, 管理同大
田。依据姜慧芳等[19]田间调查方法和标准。从每个
株行随机取3株 , 测定主茎高(height of main stem,
HMS)、第一侧枝长(length of first branches, LFB)和
总分枝数(total branching number, TNB)。从每个单株
选择3个花生测定荚果长(pod length, PL)、荚果宽
(pod width, PW)、荚果厚(pod thickness, PT)、种子长
(seed length, SL)、种子宽(seed width, SW)、种子厚
(seed thickness, ST)、荚果网纹(pod reticulation, PR)、
果壳厚度(thickness of pod shell, TPS)。统计收获的3
个单株的单株结果数(pod number per plant, PNP)、单
株多粒果数(multi-seed number per plant, MSNP)、单
株生产力(pod weight per plant, PWP)和单株仁重
(seed weight per plant, SWP)等性状。其中, 选取5个
典型饱满荚果, 测量果脊两侧最宽处为荚果宽, 取
平均值; 测量果脊到腹缝的长度为荚果厚, 取平均
值。测量两子叶最宽处为种子宽, 取平均值。测量
两条缝之间最厚处为种子厚, 取平均值。测量果壳
厚度与去纹果壳厚度之差为荚果网纹, 取平均值。
统计收获的3个单株的多粒果数取平均值为单株多
粒果数。
1.5 数据统计分析
采用Pearson’s相关分析(P≤0.05, P≤0.01), 计
第 7期 周金超等: 花生 SSR标记与农艺性状的相关性 1199


算各农艺性状之间的相关系数和性状与标记的关联
程度。利用与农艺性状显著相关的SSR分子标记进
行多元线性回归分析, 各个性状作为因变量, 各标
记产生的基因型作为自变量。依据Kraakman等[20]的
逐步回归程序, 选择线性分析中的标记。本研究所
有数据均由SPSS 17.0软件统计分析。
2 结果与分析
2.1 亲本及 RIL群体农艺性状的遗传变异
四粒红和冀农黑 3 号间差异幅度较大、变化范
围广且呈连续分布 , 其中四粒红变异系数范围为
3.67%~76.61%, 冀农黑3号变异系数范围为0~53.00%。
各家系差异明显且存在超亲现象 , 其变异范围为
8.38%~87.73% (表 1)。
2.2 农艺性状间的相关性
由表2可以看出, 荚果长与荚果宽、荚果厚度、
荚果长宽比、种子长、种子厚度、种子长宽比、果
壳厚度、单株多粒果数、单株生产力、单株仁重、
主茎高和第一侧枝长呈正相关且达到极显著水平
(P≤0.01), 而与荚果网纹显著相关(P≤0.05)。其中
相关性最高为单株生产力和单株仁重(r=0.970), 其
次是主茎高和第一侧枝长(r=0.918), 荚果宽和荚果
厚度(r=0.806)。10个农艺荚果性状均与单株生产力
呈不同程度极显著正相关。荚果宽与荚果厚
(r=0.806)、果壳厚度(r=0.620) 和种子长(r=0.519)呈
显著正相关。单株结果数、单株多粒果数和单株生
产力分别与单株仁重(r=0.758, r=0.491, r=0.970)呈
极显著正相关。单株生产力与单株仁重分别与主茎
高、第一侧枝长呈极显著正相关。单株结果数与总
分枝数呈极显著相关(r=0.165)。荚果长/宽、果壳厚
度、单株多粒果数均与产量性状(果重、仁重、出仁
率)呈不同程度的极显著正相关。由此看出, 多个农
艺性状都对单株生产力有影响, 对这些性状的直接
选择, 将对单株生产力有所改变[21]。

表 1 亲本及 RIL群体农艺性状的遗传变异
Table 1 Variation of agronomic traits in parents and RIL population
四粒红 Silihong 冀农黑 3号 Jinonghei 3 RIL群体 RIL population 性状
Trait 平均值±标准差
Mean±SD
变异系数
CV (%)

平均值±标准差
Mean±SD
变异系数
CV (%)
平均值±标准差
Mean±SD
范围
Range
变异系数
CV (%)
荚果长 PL (mm) 38.61±3.61 9.35 39.51±3.88 9.83 33.60±4.25 20.70–45.71 12.65
荚果宽 PW (mm) 13.38±1.25 9.34 15.41±0.67 4.34 12.86±1.09 9.93–16.34 8.46
荚果厚 PT (mm) 13.71±1.24 9.05 16.12±0.98 6.09 13.86±1.27 11.04–19.38 9.13
荚果长/宽 PL/W 2.91±0.39 13.28 2.56±0.22 8.39 2.68±0.41 1.82–4.79 15.34
种子长 SL (mm) 13.52±1.08 7.96 20.21±2.08 10.28 15.47±1.36 11.68–21.41 8.79
种子宽 SW (mm) 8.29±0.63 7.60 9.70±1.73 17.81 7.85±0.66 6.10–12.13 8.38
种子厚 ST (mm) 7.49±0.55 7.35 8.63±0.86 9.96 7.38±0.65 6.02–11.11 8.75
种子长/宽 SL/W 1.64±0.19 11.68 2.14±0.33 15.50 2.03±0.28 1.40–3.72 13.69
果壳厚度 TPS (mm) 1.07±0.18 16.96 1.64±0.30 18.04 1.08±0.23 0.55–1.84 21.57
荚果网纹 PR (mm) 0.17±0.13 76.61 0.37±0.19 53.00 0.23±0.09 0.08–0.66 39.80
单株结果数 PNP 14.67±2.08 14.19 17.00±3.74 22.01 13.46±4.27 5.00–38.50 31.75
单株多粒果数 MSNP 6.67±0.58 8.66 0 0 1.19±1.04 0–4.67 87.73
单株果重 PWP (g) 20.96±4.58 21.83 30.37±6.64 21.86 12.88±4.25 3.36–28.37 32.99
单株仁重 SWP (g) 15.00±2.74 18.27 17.61±4.26 24.18 8.43±2.87 1.72–18.52 34.11
单株出仁率 SRP (%) 72.00±3.00 3.67 57.66±3.27 5.67 0.65±0.06 0.34–0.76 8.75
主茎高 HMS (cm) 53.00±13.21 24.92 43.50±10.21 23.48 38.71±8.54 17.00–76.67 22.07
侧枝长 LFB (cm) 63.67±16.97 26.65 48.33±10.31 21.33 46.48±9.92 22.50–86.33 21.35
总分枝数 TBN 5.33±1.37 25.62 8.00±1.10 13.69 6.05±1.86 3.67–17.67 30.78
PL: pod length; PW: pod width; PT: pod thickness; PL/W: pod length/width; SL: seed length; SW: seed width; ST: seed thickness; SL/W:
seed length/width; TPS: thickness of pod shell; PR: pod reticulation; PNP: pod number per plant; MSNP: multi-seed number per plant; PWP:
pod weight per plant; SWP: seed weight per plant; SRP: shelling percentage per plant; HMS: height of main stem; LFB: length of first
branches, TBN: total branching number.
1200 作 物 学 报 第 40卷



第 7期 周金超等: 花生 SSR标记与农艺性状的相关性 1201


2.3 SSR标记与农艺性状的相关性
经过 1464对 SSR引物的双亲多态性筛选, 获得
多态性引物 139对, 多态率为 10.5%。SSR标记和农
艺性状的相关分析表明(表3)多个标记与单一性状相
关, 其中, 2个与荚果长相关, 14个与荚果宽相关, 12
个与荚果厚相关, 2 个与荚果长宽比相关, 5 个与种
子长相关, 12个与种子宽相关, 4个与种子厚相关, 5
个与种子长宽比相关, 14个与果壳厚度相关, 2个与
荚果网纹相关, 6 个与单株结果数相关, 9 个与单株
多粒果数相关, 7 个与单株生产力相关, 4 个与单株
仁重相关, 16个与单株出仁率相关, 13个与主茎高相
关, 12个与第一侧枝长相关, 6个与总分枝数相关。
另外, 部分 SSR 标记与多个农艺性状相关联。标记
AhTE0561与荚果宽(r=0.164)、荚果厚(r=0.163)、果
壳厚度(r=0.185)、第一侧枝长(r=0.170)、单株生产
力(r=0.129)和主茎高 (r=0.155)均呈显著正相关, 推
测携带标记 AhTE0561的花生品种, 其荚果宽、荚果
厚、果壳厚度、单株生产力、第一侧枝长和主茎高
等性状将有一定程度的提高。标记 GM2638 与荚果
网纹(r= –0.158)、单株结果数(r= –0.140)、单株生产
力(r= –0.163)和单株仁重(r= –0.168)均呈显著负相
关, 推测携带标记 GM2638 的花生其网纹比较浅,
单株结果数、单株生产力和单株仁重将会相对较低。
2.4 SSR 标记与农艺性状的多元线性逐步回归
分析
获得了 14个标记与 13个农艺性状关联, 贡献率
R2 的范围在 5.2%~11.5%之间 (表 4)。其中标记
ARS754、Ah3TC38C01对花生荚果长所解释的总变
异范围为 5.2%~8.5%, 标记 GM2638 对荚果宽和单
株出仁率所解释的变异分别为 6.2%和 7.7%, 标记
GM1996、S54和 seq2E06对荚果厚所解释的变异的
范围是 5.4%~6.1%, 标记 GM2137 对荚果长/宽、种
子长和种子宽所解释的变异分别为 11.5%、9.6%和
7.7%。标记 Ah3TC38C01对花生荚果网纹所解释的
变异为 5.4%, 标记 GM1878、RM13A12对果壳厚度
所解释的总变异为 5.5%~10.0%。与产量密切相关的
标记 seq9A7_2、gi_0832 和 GM2638 分别对单株生
产力、单株仁重和单株出仁率所解释的总变异为
6.5%、6.9%和 7.7%, 与花生植株性状相关的标记
AhTE0561 对第一侧枝长所解释的表型变异为
5.7%。标记 GM1878、pPGSseq18C5、RM13A12和
gi_0832对总分枝数所解释的表型变异范围为 6.1%~
8.9%。表 2中与性状显著相关的 SSR标记与逐步回
归分析后的部分标记部分一致。例如 , 标记
AhTE0561 与第一侧枝长, 标记 pPGSseq18C5 和总
分枝数, 标记 TC11A04 和种子宽, 标记 RM13A12
和果壳厚度均呈极显著相关 , 同样还有标记
seq9A7_2 与单株生产力, 标记 GM1878 与总分枝数
呈显著相关。未获得与种子厚、种子长宽比、单株
结果数、单株多粒果数和主茎高相关的 SSR标记。
3 讨论
许多复杂的数量性状可通过数理统计分析法将
其剖分为若干离散的孟德尔因子进行研究, 进而将
数量性状位点(QTL)锚定于染色体的特定位置 , 并
确定其与周围基因或标记间相互关系。利用单一标
记为基础的方法检测 QTL时, 常用的分析统计指标
为均值或方差, 通过比较基因型位点表达性状的均
值或方差, 对均值进行 t 测验或对方差进行 F 测验,
依据测验值的显著水平确定标记与性状间相互关联
的可能性。Wu 等[15]通过标记与性状的多元线性逐
步回归分析, 获得 50个 AFLP标记与 7个棉花农艺
性状显著相关, 其中 1/4 标记的贡献率在 22%~93%
之间, 此结果与其 QTL研究吻合。杨鑫雷等[22]通过
标记与性状的逐步多元回归分析, 建立了两者的关
联关系, 并且所解释的总变异率最高达 30%。例如,
标记 EM_245 与多个性状存在显著的相互关联, 并
且与杨鑫雷等[22]的 QTL 定位结果一致。由此说明,
采用多元逐步回归分析法可快速、准确地分析标记
与性状的关联关系。本研究利用相同的统计方法 ,
表明农艺性状之间存在显著或极显著相关, 相似性
程度最高的为单株生产力和单株仁重, 相关系数为
0.970。77个 SSR标记与 18个农艺性状显著或极显
著相关, 标记数量最多的性状为单株出仁率, 最少
的为荚果长、荚果长宽比和荚果网纹, 变化范围为
2~16个。Pearson’s相关分析表明, 1~2个标记能够影
响多个性状的表现, 并与性状建立显著的相关, 进
而通过标记与性状的多元逐步回归分析, 建立两者
的关联关系, 并且所解释的总变异率的变化范围为
5.2%~11.5%。
与目前较为广泛应用的基于最大似然统计的复
合区间作图法相比, 逐步多元线性回归方法是利用
标记与性状的回归分析, 通过决定系数(R2)的大小,
来确定标记与性状的紧密程度, 可快速确定标记与
性状是否存在显著关联关系, 消除复合区间作图时
QTL 区段两侧标记的影响, 提高 QTL 定位的准确
1202 作 物 学 报 第 40卷


表 3 部分 SSR标记和农艺性状之间的相关系数
Table 3 Correlation coefficients between partial SSR markers and agronomic traits
标记 Marker PL PW PT PL/W SL SW ST SL/W TPS
GM2638 –0.037 0.051 0.025 –0.089 –0.06 –0.038 –0.158* 0.023 –0.018
AhTE0561 0.080 0.164** 0.163** 0.012 0.055 0.096 –0.031 0.013 0.185**
Ah3TC38C01 –0.041 –0.005 –0.103 –0.059 –0.107 –0.100 –0.062 –0.008 0.044
S54 –0.069 –0.031 0.049 –0.064 0.036 0.038 –0.049 –0.023 –0.025
seq2E06 –0.013 0.076 –0.019 –0.167** 0.031 0.112 0.028 –0.063 0.104
gi_0832 0.091 0.127* 0.172** –0.024 0.092 0.046 0.057 0.014 0.061
seq9A7_2 –0.042 0.044 0.075 –0.060 –0.085 0.069 0.048 –0.158* 0.042
pPGSseq18C5 0.050 0.110 0.060 –0.041 0.114 0.211** 0.006 –0.098 0.062
GM1996 0.071 0.089 0.113 –0.024 0.003 0.079 0.033 –0.012 –0.009
RN9C02 0.121 –0.025 –0.017 0.044 0.043 –0.035 –0.107 –0.001 –0.034
GM1502 0.006 0.155* 0.125* –0.114 0.012 0.152* 0.045 –0.057 0.112
EM_152 0.040 0.083 0.005 –0.041 0.026 0.165** 0.030 –0.075 –0.039
pPGPseq3B8 0.080 0.140* 0.135* –0.017 0.117 0.152* 0.017 –0.039 0.137*
TC4G10 0.087 0.052 0.119 0.000 0.031 0.114 –0.084 –0.112 –0.001
Ah-394 0.076 0.072 0.051 0.001 0.001 –0.018 0.002 –0.046 0.079
标记 Marker PR PNP MSNP PWP SWP SRP HMS LFB TBN
GM2638 0.059 –0.140* –0.049 –0.163** –0.168** 0.016 0.011 0.011 0.109
AhTE0561 0.078 0.080 0.071 0.129* 0.087 –0.117 0.155* 0.170** 0.008
Ah3TC38C01 0.118 0.128* 0.037 0.051 0.015 –0.047 –0.038 –0.054 0.051
S54 0.023 –0.064 –0.052 –0.078 –0.039 0.211** 0.049 0.055 0.007
seq2E06 0.082 –0.067 –0.040 –0.025 –0.026 0.039 0.031 0.044 0.070
gi_0832 0.114 –0.056 –0.067 –0.035 –0.039 0.074 0.126* 0.095 0.101
seq9A7_2 0.005 0.186** –0.076 0.124* 0.116 –0.054 –0.045 –0.008 0.055
pPGSseq18C5 0.083 –0.040 0.006 0.044 0.069 0.119 0.052 0.046 –0.166**
GM1996 0.008 0.099 0.141* 0.107 0.119 –0.007 –0.119 –0.102 –0.084
RN9C02 0.057 0.042 0.192** 0.053 0.076 0.117 0.082 0.048 –0.073
GM1502 0.025 –0.035 –0.001 0.013 0.004 –0.019 0.006 –0.027 –0.138*
EM_152 –0.049 –0.015 –0.058 –0.021 –0.024 0.031 0.055 0.041 –0.068
pPGPseq3B8 0.166** 0.029 –0.072 0.050 0.054 0.055 0.153* 0.172** –0.070
TC4G10 0.048 0.142* 0.023 0.132* 0.163** 0.135* 0.114 0.143* –0.006
Ah-394 0.018 0.006 0.167** 0.044 0.041 –0.075 0.053 0.059 –0.071
*, **分别为 0.05和 0.01的显著水平; PL; 荚果长; PW; 荚果宽; PT; 荚果厚; PL/W; 荚果长宽比; SL; 种子长; SW; 种子宽; ST; 种
子厚; SL/W; 种子长宽比; TPS; 果壳厚度; PR; 荚果网纹; PNP; 单株结果数; MSNP; 单株多粒果数; PWP; 单株生产力; SWP; 单株仁
重; SRP; 单株出仁率; HMS; 主茎高; LFB; 第一侧枝长; TBN; 总分枝数。
*, **significant at 0.05 and 0.01 probability levels, respectively; PL: pod length; PW: pod width; PT: pod thickness; PL/W: pod
length/width; SL: seed length; SW: seed width; ST: seed thickness; SL/W: seed length/width; TPS: thickness of pod shell; PR: pod reticula-
tion; PNP: pod number per plant; MSNP: multi-seed number per plant; PWP: pod weight per plant; SWP: seed weight per plant; SRP: shelling
percentage per plant; HMS: height of main stem; LFB: length of first branches; TBN: total branching number.

第 7期 周金超等: 花生 SSR标记与农艺性状的相关性 1203


表 4 SSR标记和农艺性状之间的多元逐步回归分析
Table 4 Stepwise multiple regression analysis between SSR markers and agronomic traits
性状
Trait
SSR标记
SSR marker
贡献率
R2 (%)
标准回归系数
Regression coefficient
荚果长 PL ARS754/Ah3TC38C01 5.2–8.5 –0.211
荚果宽 PW GM2638 6.2 0.216
荚果厚 PT GM1996/S54/seq2E06 5.4–6.1 0.238
荚果长/宽 PL/W GM2137 11.5 –0.151
种子长 SL GM2137 9.6 0.210
种子宽 SW GM1878/GM2137/TC11A04/ARS754 7.2–7.7 0.201
荚果网纹 PR Ah3TC38C01 5.4 0.150
果壳厚度 TPS GM1878/RM13A12 5.5–10.0 –0.261
单株生产力 PWP seq9A7_2 6.5 0.147
单株仁重 SWP gi_0832 6.9 –0.162
第一侧枝长 LFB AhTE0561 5.7 0.153
总分枝数 TBN GM1878/pPGSseq18C5/RM13A12/gi 0832 6.1–8.9 –0.131
单株出仁率 SRP GM2638 7.7 0.139
缩写同表 1。Abbreviations correspond with those given in table 1.

性。此方法可以对任何单独的分子标记进行相关性
分析, 无需构建高密度的遗传连锁图谱, 就可以找
到与目标性状相关联的标记, 可用于MAS辅助选择
育种 , 提高优良性状的选择效率 , 缩短育种进程 ,
为花生的遗传改良提供理论依据。随着遗传连锁图
谱标记的不断增加, 这类方法的效率也将有很大的
提高, 将成为育种家普遍接受的研究方法。
4 结论
18个农艺性状间存在不同程度的相关性, 其中
10个农艺性状与产量相关性状极显著相关。77个
SSR 标记与18个农艺性状相关, 每个性状相关的标
记数在2~16之间。标记与农艺性状的多元逐步回归
分析获得14个标记与13个性状关联, 贡献率范围为
5.2%~11.5%, 为花生农艺性状的分子标记辅助选择
奠定了基础。
References
[1] 方宣钧, 吴为人, 唐纪良. 作物 DNA分子辅助育种. 北京: :科
学出版社, 2002. pp 41–45
Fang X J, Wu W R, Tang J L. DNA Marker Assisted in Crop
Breeding. Beijing: Science Press, 2002. pp 41–51 (in Chinese)
[2] Asins M J. Present and future of quantitative trait locus analysis
in plant breeding. Plant Breed, 2002, 121: 281–291
[3] Powell W, Morgante M, Andre C, Hanafey M, Vogel J, Tingey S,
Rafalski A. The comparison of RFLP, RAPD, AFLP and SSR
(microsatellite) markers for germplasm analysis. Mol Breed, 1996,
2: 225–238
[4] 洪彦彬, 梁炫强, 陈小平, 刘海燕, 周桂元, 李少雄, 温世杰.
花生栽培种 SSR 遗传图谱的构建 . 作物学报 , 2009, 35:
395–402
Hong Y B, Liang X Q, Chen X P, Liu H Y, Zhou G Y, Li S X,
Wen S J. Construction of genetic linkage map in peanut (Arachis
hypogaea L.) cultivars. Acta Agron Sin, 2009, 35: 395–402 (in
Chinese with English abstract)
[5] 彭文舫, 姜慧芳, 任小平, 吕建伟, 赵新燕, 黄莉. 花生 AFLP
遗传图谱构建及青枯病抗性 QTL 分析. 华北农学报, 2010,
25(6): 81–86
Peng W F, Jiang H F, Ren X P, Lü J W, Zhao X Y, Huang L. Con-
struction of AFLP genetic linkage map and detection of QTLs for
bacterial wilt resistance in peanut (Arachis hypogaea L.). Acta
Agric Boreali-Sin, 2010, 25(6): 81–86 (in Chinese with English
abstract)
[6] Khedikar Y P, Gowda M V C, Sarvamangala C, Patgar K V,
Upadhyaya H D, Varshney R K. A QTL study on late leaf spot
and rust revealed one major QTL for molecular breeding for rust
resistance in groundnut (Arachis hypogaea L.). Theor Appl Genet,
2010, 121: 971–984
[7] 张新友. 栽培花生产量、品质和抗病性的遗传分析与 QTL 定
位研究. 浙江大学硕士学位论文, 杭州, 2011
Zhang X Y. Inheritance of Main Traits Related to Yield, Quality
and Disease Resistance and Their QTLs Mapping in Peanut
(Arachis hypogaea L.). MS Thesis of Zhejiang University, Hang-
zhou, China, 2011 (in Chinese with English abstract)
[8] Chu Y, Wu C L, Holbrook C C, Tillman B L, Person G,
Ozias-Akins P. Marker-assisted selection to pyramid nematode
resistance and the high oleic trait in peanut. Plant Genome, 2011,
4: 110–117
[9] Gautami B, Pandey M K, Vadez V, Nigam S N, Ratnakumar P,
Krishnamurthy L, Radhakrishnan T, Gowda M V C, Narasu M L,
Hoisington D A, Knapp S J, Varshney R K. Quantitative trait lo-
cus analysis and construction of consensus genetic map for
drought tolerance traits based on three recombinant inbred line
populations in cultivated groundnut (Arachis hypogaea L.). Mol
Breed, 2012, 30: 757–772
1204 作 物 学 报 第 40卷


[10] 张新友, 韩锁义, 徐静, 严玫, 刘华, 汤丰收, 董文召, 黄兵艳.
花生主要品质性状的 QTLs 定位分析. 中国油料作物学报,
2012, 34: 311–315
Zhang X Y, Han S Y, Xu J, Yan M, Liu H, Tang F S, Dong W Z,
Huang B Y. Identification of QTLs for important quality traits in
cultivated peanut (Arachis hypogaea L.). Chin J Oil Crop Sci,
2012, 34: 311–315 (in Chinese with English abstract)
[11] Sujay V, Gowda M V, Pandey M K, Bhat R S, Khedikar Y P,
Nadaf H L, Gautami B, Sarvamangala C, Lingaraju S,
Radhakrishan T, Knapp S J, Varshney P K. Quantitative trait lo-
cus analysis and construction of consensus genetic map for foliar
disease resistance based on two recombinant inbred line popula-
tions in cultivated groundnut (Arachis hypogaea L.). Mol Breed,
2012, 30: 773–788
[12] Fonceka D, Tossim H A, Rivallan R, Vignes H, Faye I, Ndoye O,
Moretzsohn M C, Bertioli D J, Glaszmann J C, Courtois B, Rami
J F. Fostered and left behind alleles in peanut: interspecific QTL
mapping reveals footprints of domestication and useful natural
variation for breeding. BMC Plant Biol, 2012, 12: 26
[13] 张博, 莫惠栋, 杜生明, 黄敏仁. 林木遗传图谱研究现状及发
展趋势. 中国生物工程杂志, 2003, 23(4): 14–18
Zhang B, Mo H D, Du S M, Huang M R. Status quo and ten-
dency in construction of forest frees genetic linkage maps.
Chin J Biotechnol, 2003, 23(4): 14–18 (in Chinese with Eng-
lish abstract)
[14] 徐云碧, 朱立煌. 分子数量遗传学. 北京: 中国农业出版社,
1994. pp 110–179
Xu Y B, Zhu L H. Molecular Quantitative Genetics. Beijing:
China Agriculture Press, 1994. pp 110–179 (in Chinese)
[15] Wu J X, Jenkins J N, McCarty J C, Zhong M, Swindle M. AFLP
marker associations with agronomic and fiber traits in cotton.
Euphytica, 2007, 153: 153–163
[16] 魏志刚, 杨传平, 潘华. 利用多元回归分析鉴定与白桦纤维长
度性状相关的分子标记. 分子植物育种, 2006, 4: 835–840
Wei Z G, Yang C P, Pan H. Identification of molecular marker
associated with birch fiber length trait by multiple regression
analysis. Mol Plant Breed, 2006, 4: 835–840 (in Chinese with
English abstract)
[17] 陈静, 胡晓辉, 苗华荣, 崔凤高, 禹山林. CTAB法提取花生总
DNA在 SSR和 SRAP中的扩增效果. 花生学报, 2008, 37(1):
29–31
Chen J, Hu X H, Miao H R, Cui F G, Yu S L. Genome DNA ex-
tracted with CTAB method and its use for SSR and SRAP. J
Peanut Sci, 2008, 37(1): 29–31 (in Chinese with English ab-
stract)
[18] 崔顺立, 刘立峰, 陈焕英, 耿立格, 孟成生, 杨余. 河北省花
生地方品种基于 SSR标记的遗传多样性. 中国农业科学, 2009,
42: 3346–3353
Cui S L, Liu L F, Chen H Y, Geng L G, Meng C S, Yang Y. Ge-
netic diversity of peanut landrace in hebei province revealed by
SSR markers. Sci Agric Sin, 2009, 42: 3346–3353 (in Chinese
with English abstract)
[19] 姜慧芳, 段乃雄. 花生种质资源描述规范和数据标准. 北京:
中国农业出版社, 2006. pp 18–74
Jiang H F, Duan N X. Descriptor and Data Standard for Peanut
(Arachis spp.). Beijing: China Agriculture Press, 2006. pp 18–74
(in Chinese)
[20] Kraakman A T, Wageningen A J, Niks R E, Stam P. Linkage dis-
equilibrium mapping of yield and yield stability in modern spring
barley cultivars. Genetics, 2004, 168: 435–446
[21] 殷冬梅, 李栓柱, 崔党群. 花生主要农艺性状的相关性及聚类
分析. 中国油料作物学报, 2010, 32: 212–216
Yin D M, Li S Z, Cui D Q. Agronomic character and cluster
analysis of peanut cultivars. Chin J Oil Crop Sci, 2010, 32:
212–216 (in Chinese with English abstract)
[22] 杨鑫雷, 周晓栋, 刘恒蔚, 王省芬, 吴立强, 李志坤, 张燕, 张
桂寅, 马峙英. AFLP 标记与棉花重要农艺性状的关联研究.
棉花学报, 2013, 25: 211–216
Yang X L, Zhou X D, Liu H W, Wang X F, Wu L Q, Li Z K,
Zhang Y, Zhang G Y, Ma Z Y. AFLP marker association with im-
portant agronomic traits in cotton. Cotton Sci, 2013, 25: 211–216
(in Chinese with English abstract)