全 文 ：作物学报 ACTA AGRONOMICA SINICA 2014, 40(2): 214−221 http://zwxb.chinacrops.org/
ISSN 0496-3490; CODEN TSHPA9 E-mail: xbzw@chinajournal.net.cn

本研究由国家高技术研究发展计划(863计划)项目(2012AA101201), 广东省科技计划项目(2011A020102004)和国家现代农业产业技术
体系建设专项(CARS-01-12)资助。
* 通讯作者(Corresponding authors): 陈志强, E-mail: chenlin@scau.edu.cn, Tel: 020-85280005; 肖武名, E-mail: heredity24@126.com, Tel:
020-85285871
第一作者联系方式: E-mail: wu.yahui@qq.com, Tel: 15013132648
Received(收稿日期): 2013-08-13; Accepted(接受日期): 2013-08-29; Published online(网络出版日期): 2013-11-14.
URL: http://www.cnki.net/kcms/detail/11.1809.S.20131114.1709.006.html
DOI: 10.3724/SP.J.1006.2014.00214
水稻穗部性状的 QTL分析
吴亚辉 陶星星 肖武名* 郭 涛 刘永柱 王 慧 陈志强*
华南农业大学国家植物航天育种工程技术中心, 广东广州 510642
摘 要: 水稻穗部性状与产量关系密切。以粳稻品种日本晴和一个大穗籼稻材料 H71D为亲本构建 F2群体, 于 2011
和 2012年分别以 172个单株和 138个单株, 对穗长、一次枝梗数、二次枝梗数、总粒数、穗着粒密度等 5个穗部性
状进行 QTL定位。以 LOD≥3为阈值, 两年共检测到 38个 QTL, 其中 2011年 21个, 2012年 17个, 2年重复检测到
的 QTL为 4个, 占总数的 10.5%。5个性状之间大都具有显著的表型相关性, 相关性较强的性状之间具有较多相同或
紧密连锁的 QTL, 效应值较大的 QTL 易于在不同群体和不同环境中被重复检测到。检测到的 QTL 为进一步进行元
分析和精细定位打下了基础, 也为通过分子标记辅助选择提高产量提供了有用信息。
关键词: 水稻; 穗部性状; QTL定位
Dissection of QTLs for Panicle Traits in Rice (Oryza sativa)
WU Ya-Hui, TAO Xing-Xing, XIAO Wu-Ming*, GUO Tao, LIU Yong-Zhu, WANG Hui, and CHEN Zhi-Qiang*
National Engineering Research Center of Plant Space Breeding, South China Agricultural University, Guangzhou 510642, China
Abstract: Rice yield potential is closely related to panicle traits. QTLs for five panicle traits including panicle length, number of
primary branches, number of secondary branches, spikelets per panicle and seed setting density were identified by using 172
plants and 138 plants from a F2 population derived from a cross between Nipponbare and H71D in 2011 and 2012 respectively. A
total of 38 QTLs were detected in the two trials, including 21 QTLs in 2011 and 17 QTLs in 2012, of them four QTLs (only
10.5%) were repeatedly detected in both years. Some QTLs controlling different traits shared the same maker interval on the
chromosome with each other, which was consistent with their significant phenotypic correlations. QTLs with large effects are
easily to be detected in kinds of populations and different environments. These QTLs provide useful information for meta-analysis
and fine mapping, as well as MAS for high-yield rice breeding.
Keywords: Rice; Panicle traits; QTL analysis
稻穗是水稻产量的最终体现部位, 穗部性状在
产量结构中起着重要作用。水稻穗形相关性状包括
穗长、一次枝梗数、二次枝梗数、总粒数、穗着粒
密度等。穗着粒密度是总粒数和穗长之比。研究穗
形相关性状对选育穗长适中、枝梗数分布合理、着
粒密度适当增加的理想品种具有重要意义[1-3]。
水稻穗部相关性状 QTL (quantitative trait locus)
的定位研究已经有很多报道, 不同研究者利用各种
群体定位的结果不尽相同。郭龙彪等[4]利用水稻汕
优 63 (珍汕 97×明恢 63)重组自交系群体 241个株系,
对 9个重要农艺性状进行年度间的QTL定位, 2年共
检测到 64个 QTL, 其中 2年均检测到的穗长、每穗
总粒数、每穗实粒数 QTL均只有 1个。叶少平等[5]
利用以培矮 64S和Nipponbare为亲本构建的 F2群体,
对单株穗数、每穗粒数、每穗实粒数、结实率、着
粒密度、千粒重 6个产量构成性状进行QTL定位, 共
检测到 22个 QTL, 其中对每穗粒数、每穗实粒数、
着粒密度 3个性状分别检测到 7、3和 4个 QTL。程
桂平等[6]以广陆矮 4 号为母本及轮回亲本, 普通野
生稻(Oryza rufipogon)为父本, 构建的 BC2F2 群体,
第 2期 吴亚辉等: 水稻穗部性状的 QTL分析 215


对 14个产量相关性状进行QTL定位, 共检测到分别
控制穗长、每穗总粒数、每穗实粒数、穗着粒密度
的 QTL为 3、3、1和 2个。由此可见, 控制水稻穗
部性状的基因座具有较广泛的遗传多样性, 而且其
遗传表达易受环境条件的影响。因此, 利用不同的
定位群体在不同条件下对水稻穗部性状进行QTL分
析, 有望鉴定出一些稳定表达的或者新的基因座位,
从而丰富水稻穗部性状研究的理论基础。
本研究利用一个来源于日本晴/H71D的 F2群体,
分别于 2011 年和 2012 年对 172 个单株和 138 个单
株的穗长、一次枝梗数、二次枝梗数、总粒数、穗
着粒密度等 5个性状进行 QTL分析, 并与前人的研
究结果进行比较, 这将有助于加深我们对水稻穗部
性状遗传多样性的认识, 并为进一步的元分析以及
利用分子标记辅助选择聚合水稻穗部性状基因提供
一定的理论依据。
1 材料与方法
1.1 材料
以粳稻日本晴(Nipponbare)为母本、大穗籼稻品
种 H71D 为父本进行杂交 , 于 2010年早造配制
Nipponbare/H71D杂交组合, F1自交后分别于2011年
晚造和2012年晚造种植成 F2群体。
1.2 田间种植与性状考察
分别于 2011 年和 2012 年晚造于华南农业大学
校内农场按宽窄行(窄行 20 cm、宽行 40 cm)种植日
本晴、H71D 以及 F2 群体, 单本插。田间水肥管理
同常规大田。
成熟后取主穗按申宗坦 [7]的方法考种。考察
5~10株亲本的主穗, 取平均值, 2011晚造和 2012晚
造分别随机取 172 个和 138 个 F2单株的主穗, 考察
穗长 (panicle length, PL)、一次枝梗数 (number of
primary branches, PB)、二次枝梗数(number of sec-
ondary branches, SB)、每穗总粒数 (spikelets per
panicle, SPP)、穗着粒密度(seed setting density, SD)
等 , 其中穗着粒密度是每穗总粒数与穗长的比值 ,
单位为粒 cm–1。遵循McCouch等[8]的方法命名 QTL。
1.3 图谱构建与 QTL定位
从已发表的 408对 SSR引物中选取 123对多态
性较好的引物, 参考 Cornell SSR 2001及 Gramene
上(http://www.gramene.org/)公布的其他遗传图谱调
整部分引物的顺序(籼粳杂交标记偏分离比较严重,
而偏分离会影响标记的排序[9-11]), 利用 IciMapping
3.2 [12]构建覆盖水稻基因组 1927 cM 的遗传图谱,
标记间平均距离为 15.7 cM。采用 ICIM-ADD方法
对 5 个穗部性状进行 QTL 定位分析, 取 LOD=3.0
为阈值检测 QTL 存在与否。若 LOD≥3.0, 则认为
该区间 LOD 值最高处所对应的位点即为该性状的
1个 QTL, 同时计算出每个 QTL的加性效应和对性
状的贡献率。
2 结果与分析
2.1 亲本与群体的性状表现
2011 年和 2012 年 F2群体及其双亲 5 个穗部性
状均存在显著或极显著性差异(表 1), 表明 2个亲本
的遗传差异较大, 有利于 QTL定位。除一次枝梗数
外, F2其他 4个性状均出现不同程度超亲分离; F2群
体各性状的偏度和峰度的绝对值都小于或约等于 1,
说明这些性状都呈正态分布, 且均为多基因控制的
数量性状。
2.2 F2群体各性状间的相关性
2011年晚造 F2群体的总粒数与穗长、一次枝梗
数的相关性不显著 , 穗长与穗着粒密度呈负相关 ,
其他性状间则呈极显著正相关; 2012 年晚造各性状
间均为极显著正相关(表 2)。这说明穗部各性状间的
关系极复杂, 同时容易受环境的影响。
2.3 穗部性状的 QTL分析
2.3.1 2011 年穗部性状 QTL 的定位结果 2011
年共检测到影响 5 个性状表现的 21 个 QTL (表 3),
分布于除了第 4和第 9染色体外的其他 10条染色体
上, LOD值介于 3.04~6.94。这些 QTL解释的表型变
异贡献率变幅为 7.17%~25.67%, 其中表型变异贡献
率大于 10%的QTL有 18个。共检测到 2个穗长QTL,
均位于第 12染色体上, qPL-12-1和 qPL-12-2两个位
点的 LOD 值分别为 3.19 和 3.04, 贡献率分别为
15.85%和 15.99%。两个穗长 QTL 的加性效应均为
负值, 增效等位基因均来自 H71D。共检测到 6个一
次枝梗数 QTL, LOD 值范围为 3.04~6.17, 其中
qPB-3-1和 qPB-10-4两个 QTL的增效等位基因来自
于 Nipponbare, 其他 4个 QTL的增效等位基因均来
自 H71D。共检测到 4个二次枝梗数 QTL, 增效等位
基因均来自 H 7 1 D , 总的表型变异贡献率高达
76.15%。共检测到 4 个总粒数 QTL, 增效等位基因
也都来自 H71D, 其中 qSPP-10-1的表型变异贡献率
高达 25.67%, qSPP-11-1的加性效应高达−45.6粒。
共检测到 5 个穗着粒密度 QTL, 其增效等位基因也

216 作 物 学 报 第 40卷


表 1 亲本及 F2代群体穗部性状的表现
Table 1 Phenotypic performance of panicle traits between parents and the F2 population from the cross of Nipponbare/H71D
亲本 Parent F2群体 F2 population
性状
Trait
年份
Year Nip H71D
变异范围
Range
均值±标准差
Mean ± SD
峰值
Kurtosis
偏度
Skewness
2011 22.2±1.5 26.3±1.5* 19.7–34.1 26.5±2.6 –0.117 –0.032 穗长
Panicle length (cm) 2012 19.8±1.1 27.0±1.3** 17.7–33.1 24.7±2.8 –0.239 0.001
2011 8.8±1.2 15.6±1.6** 10.0–21.0 13.6±2.2 0.297 0.514 一次枝梗数
Number of primary branches 2012 7.6±1.1 17.4±3.1** 8.0–19.0 12.2±2.2 0.137 0.455
2011 19.5±1.9 72.0±16.9** 15.0–93.0 52.8±14.2 0.038 0.234 二次枝梗数
Number of secondary branches 2012 15.4±3.0 63.8±14.0** 10.0–75.0 37.4±14.4 –0.319 0.371
2011 109.7±12.7 367.9±85.2** 37.0–459.0 187.0±107.8 –1.015 0.276 总粒数
Spikelets per panicle 2012 107.0±16.6 368.0±73.5** 81.0–466.0 230.5±84.2 –0.381 0.542
2011 5.0±0.5 13.9±2.8** 3.2–17.7 10.1±2.7 0.143 0.474 穗着粒密度
Seed setting density (grain cm–1) 2012 5.5±0.6 13.7±3.0** 4.1–17.0 9.2±2.9 –0.521 0.486
*和**分别表示 0.05和 0.01的显著水平。*, ** Significant at 0.05 and 0.01 probability levels, respectively.

表 2 各性状间的相关性
Table 2 Correlation coefficient between observed traits in the F2 population
性状
Trait
穗长
Panicle length
一次枝梗数
Number of primary
branches
二次枝梗数
Number of
secondary branches
总粒数
Spikelets
per panicle
穗着粒密度
Seed setting
density
穗长 Panicle length 0.200** 0.255** 0.070 –0.055
一次枝梗数 Number of primary branches 0.598** 0.669** 0.056 0.566**
二次枝梗数 Number of secondary branches 0.516** 0.702** 0.248** 0.831**
总粒数 Spikelets per panicle 0.541** 0.742** 0.926** 0.306**
穗着粒密度 Seed setting density 0.285** 0.643** 0.885** 0.956**
上三角和下三角中的数据分别表示 2011年和 2012年性状间的相关系数; *和**分别表示 0.05和 0.01的显著水平。
The data in the top right and the left lower triangles of the table were the correlation coefficients between the traits in 2011 and 2012,
respectively; *, ** Significant at 0.05 and 0.01 probability levels, respectively.

都来自 H71D, 表型变异贡献率变幅为 9.30%~24.58%,
加性效应变幅为−0.56 ~ −1.51粒 cm–1。
2.3.2 2012 年穗部性状 QTL 的定位结果 2012
年共检测到 5个性状的 QTL为 17个(表 3), 分布于
6 条染色体上, LOD 值介于 3.06~5.99, 解释的表型
变异贡献率为 9.29%~52.62%, 其中表型变异贡献率
大于 10%的 QTL 16个。检测到影响穗长的 QTL只
有位于第 6染色体上的 qPL-6-1, 其 LOD值为 3.23,
贡献率为 15.22%。2012年没有检测到影响一次枝梗
数的 QTL。共检测到 4 个二次枝梗数 QTL, 其增效
等位基因均来自 H71D, 其中 qSB-1-2和 qSB-10-1的
表型变异贡献率分别为 25.02%和 21.35%。共检测到
5 个总粒数 QTL, 其增效等位基因都来自 H71D, 其
中 qSPP-10-1 的表型变异贡献率高达 52.62%, 加性
效应高达−64.29粒。共检测到 7个穗着粒密度 QTL,
除 qSD-7-1外增效等位基因全部来自 H71D, 表型变
异贡献率变幅为 10.57%~45.33%, 加性效应变幅为
−2.06~0.68粒 cm–1。
2.3.3 2年定位结果的比较 2年共检测到38个
QTL, 其中2011年21个, 2012年17个, 2年间重复检测
到的 QTL有4个(表3和图1), 占总数的10.53%。
2011年共检测到2个穗长 QTL, 2012年只检测
到 1个穗长 QTL, 2年中没有重复检测到的穗长
QTL; 2011年共检测到6个一次枝梗数 QTL, 但在
2012年没有检测到一次枝梗数 QTL, 可能与 LOD
阈值的设定有关 , 同时表明一次枝梗数受环境影
响较大 ; 2年均检测到4个二次枝梗数的 QTL, 其中
qSB-1.1被重复检测到, 且2年的贡献率均大于10%;
2年共检测到控制穗粒数的 QTL 有8个 , 其中重复
检测到的 qSPP-10-1在2011年和2012年的贡献率
分别高达25.67%和52.62%; 2年共检测到控制穗着
粒密度的 QTL 12个 , 重复检测到的 QTL 有2个
(qSD-1-1和 qSD-10-1), 两者的贡献率均较大 ,
2012年检测到的 qSD-7-1和 qSD-7-2的增效等位基
第 2期 吴亚辉等: 水稻穗部性状的 QTL分析 217


因来自于 Nipponbare。第1染色体上的 qPB-1-1、
qSB-1-1、 qSPP-1-1和 qSD-1-1均 在 分 子 标 记
RM495~RM84区间内 , 该区间可能存在一个同时
控制一次枝梗数、二次枝梗数、总粒数和穗着粒
密度的 QTL; 第10染色体上的 qPB-10-2、qSPP-
10-1、qSD-10-1等3个 QTL 均位于区间 RM147~
RM228, 表明该位点可能存在一个效应值较大的
多效性主效 QTL。

表 3 2年间 5个穗部性状的 QTL定位结果及遗传参数估算
Table 3 Identification of QTLs for five panicle traits in F2 population and their genetic parameters estimated in 2011 and 2012
LOD值
LOD score
加性效应
Additive effect
贡献率
PVE (%)
性状
Trait
位点
QTL
染色体
Chr.
标记区间
Marker interval
2011 2012 2011 2012 2011 2012
qPL-6-1 6 RM3628–RM412 3.23 –1.13 15.22
qPL-12-1 12 RM277–RM519 3.19 –0.52 15.85
穗长
Panicle length
qPL-12-2 12 RM519–RM270 3.04 –0.38 15.99
qPB-1-1 1 RM495–RM84 3.04 –0.70 7.17
qPB-3-1 3 RM16–RM6266 6.17 0.67 16.00
qPB-7-1 7 RM82–RM214 3.41 –0.39 12.53
qPB-8-1 8 RM152–RM310 6.30 –1.25 17.90
qPB-10-1 10 RM311–RM304 3.33 –0.74 8.44
一枝次梗数
Number of primary branches
qPB-10-2 10 RM147–RM228 4.96 0.15 19.67
qSB-1-1 a 1 RM495–RM84 5.05 3.06 –7.10 –6.29 15.92 10.09
qSB-1-2 1 RM84–RM490 3.84 –7.32 13.75
qSB-2-1 2 RM1358–RM29 5.42 –8.32 25.02
qSB-2-2 2 RM262–RM263 3.07 –7.28 11.55
qSB-6-1 6 RM584–RM276 3.06 –5.67 9.29
qSB-8-1 8 RM310–RM339 4.08 –8.07 13.86
二次枝梗数
Number of secondary branches
qSB-10-1 10 RM304–RM147 3.92 –11.36 21.35
qSPP-1-1 1 RM495–RM84 3.47 –34.97 13.10
qSPP-1-2 1 RM84–RM490 4.00 –38.27 15.12
qSPP-2-1 2 RM555–RM5345 3.26 –41.44 12.38
qSPP-2-2 2 RM262–RM263 3.37 –36.26 11.37
qSPP-6-1 6 RM584–RM276 3.25 –32.85 10.40
qSPP-8-1 8 RM152–RM310 3.07 –38.68 13.76
qSPP-10-1 a 10 RM147–RM228 4.87 3.72 –33.33 –64.29 25.67 52.62
总粒数
Spikelets per panicle
qSPP-11-1 11 RM167–RM202 3.20 –45.65 14.59
qSD-1-1 a 1 RM495–RM84 4.41 5.79 –1.15 –1.54 11.35 15.45
qSD-1-2 1 RM84–RM490 4.57 –1.60 17.36
qSD-1-3 1 RM23–RM24 4.23 –0.71 10.81
qSD-2-1 2 RM29–RM341 3.08 –1.39 10.57
qSD-2-2 2 RM475–RM262 3.43 –0.56 9.30
qSD-5-1 5 RM164–RM274 4.06 –1.41 13.20
qSD-7-1 7 RM10–RM505 3.25 0.68 11.90
qSD-7-2 7 RM505–RM234 5.99 1.44 15.20
qSD-8-1 8 RM152–RM310 4.36 –1.51 15.53
穗着粒密度
Seed setting density
qSD-10-1 a 10 RM147–RM228 6.94 3.19 –0.72 –2.06 24.58 45.33
PVE (%)为可解释的表型变异; a表示 2011年和 2012年都被检测到的 QTL。
PVE (%): Phenotypic variation explained (%); a represents QTL detected in both 2011 and 2012.
218 作 物 学 报 第 40卷



图 1 2年中检测到的穗部性状 QTL在染色体上的位置
Fig. 1 Location of the QTLs for panicle traits detected in 2011 and 2012 in the genetic map
*表示 2年重复检测到的 QTL。* Indicates the QTL detected in two years.

3 讨论
3.1 QTL的稳定性
前人的很多研究表明, 数量性状极易受环境的
影响, 控制同一性状的 QTL在不同定位群体中有不
同的表现, 同一群体在不同环境、不同年份的检测
结果往往也会有所不同[4-6]。本研究也发现同一群体
不同年份间检测到的 QTL差异是很明显的。2 年共
检测到 5个性状的 38个 QTL, 其中重复检测的只有
4 个, 重复率分别为 19.0%和 23.5%, 其 2 年间的贡
献均大于 10%, 表明这 4个 QTL在不同年份和条件
下变化较小, 这些对环境影响不敏感且效应值较高
的 QTL对分子标记辅助选择育种具有较大价值。
3.2 多效性 QTL与 QTL簇
QTL的多效性指的是同一区间的 QTL同时对
多个性状产生作用 , 这种情况在动植物中普遍存
在 [13-16]。本研究的 QTL 定位结果也证实 QTL 多效
性的存在。如第 1 染色体上的 qPB-1-1、qSB-1-1、
第 2期 吴亚辉等: 水稻穗部性状的 QTL分析 219


qSPP-1-1 和 qSD-1-1 均在分子标记 RM495~RM84
区间内 , 该区间可能存在一个同时控制一次枝梗
数、二次枝梗数、总粒数和穗着粒密度的 QTL; 还
有第 10染色体上的 qPB-10-2、qSPP-10-1、qSD-10-1
等 3 个 QTL 均位于区间 RM147-RM228, 表明该位
点可能存在一个效应值较大的多效性主效 QTL。这
些集中分布的 QTL与性状间的相关性是一致的。这
种QTL成簇分布的现象在遗传上通常表现为一因多
效或基因的连锁或基因重叠, 可能是一些具有多效
性的未知关键因子同时控制着多种代谢途径, 从而
使相关性状在自然选择过程中形成相互适应的有利
性状[17], 要探究其真正原因还需要通过构建近等基
因系进行精细定位和克隆来进一步分析。
3.3 与前人定位结果的比较
目前穗部性状的研究已经有很多。邢永忠等[18]
通过珍汕 97/明恢 63 的重组自交系群体对 5 个穗部
性状进行 QTL 分析, 以 LOD≥2.3 为阈值分别检测
到 10、3、6、8、7个每穗颖花数、每穗实粒数、结
实率、穗长和穗着粒密度 QTL。李绍波等[19]在大田
直播条件下, 利用来源于“Lemont/特青”的重组自交
系群体, 对 6个穗部性状进行 QTL分析, 以 LOD≥
2.0 为阈值检测到 19 个 QTL, 其中控制穗长、一次
枝梗数、二次枝梗数、每穗颖花数、着粒密度的 QTL
分别为 4、2、4、2和 4个。沈希宏等[20]通过对 281
个株系组成的超级杂交稻协优 9308 重组自交系群
体 2 年的数据对 7 个穗部性状进行 QTL 检测, 以
LOD≥2.5 为阈值检测到 52 个 QTL, 其中包括 7 个
控制穗长的 QTL, 8个控制一次枝梗数的 QTL, 9个
控制二次枝梗数的 QTL, 6 个控制着粒密度的 QTL,
7 个控制每穗总粒数的 QTL。王智权等 [21]以
Asominori/IR24构建的染色体片段代换系于 2007和
2008 年对穗部性状进行定位, 以 LOD≥2.0 为阈值
共检测到 5个性状的 33个 QTL, 其中 2年同时检测
到的稳定表达的 QTL 有 10 个。通过 BioMercator
V3.1 整合部分已发表的研究结果(目前收集到 79 份
图谱, 共 600 个 QTL, 详细数据未列出), 发现本研
究的结果与前人的研究结果有很多相同之处。如第
1 染色体上 RM490 附近的 QTL 簇在刘头明[22]的研究
中有过报道, RM428附近的 qSPP-1-2在叶少平等[5]的
研究中也有过报道; 在第 6染色体 RM584和 RM136
附近的QTL簇在沈希宏等[20]、刘头明[22]以及Marathi
等[23]的研究中均有过报道; 第 7染色体上的 qPB-7-1
在黄成[24]的研究中有过报道。
本研究 2年间重复检测到的 4个 QTL表型变异
贡献率均高于 10% (表 3)。其中 2个 QTL qSPP-10-1
和 qSD-10-2已经被报道, qSPP-10-1在叶少平等[5]、
Mei 等[25]、Jing 等[26]和 Bai 等[27]的研究中表型变异
贡献率分别为 11%、11%、31%和 14%, qSD-10-2在
叶少平等[5]和 Jing 等[26]的研究中的表型变异贡献率
分别为 13%和 22%。这 2个效应较大的 QTL位于同
一位点, 该位点可能存在一个同时控制每穗粒数和
穗着粒密度的多效性 QTL, 可以考虑构建次级作图
群体对这些效应较大的 QTL进行精细定位。其他 2
个重复检测到的 QTL (qSB-1-1和 qSD-1-1)暂时未见
于收集到的文献资料, 这些位点是否是本研究检测
到的新位点还有待进一步整合更多已报道的位点并
进行元分析。
4 结论
本研究构建了覆盖水稻基因组 1927 cM的遗传
图谱, 标记间平均距离为 15.7 cM。对穗长、一次枝
梗数、二次枝梗数、总粒数、穗着粒密度等 5 个穗
部性状进行 QTL定位分析, 2年共检测到 38个 QTL,
包括 2011年的 21个, 2012年的 17个。2年重复检
测到的 QTL 有 4 个, 占总数的 10.5%, 表型变异贡
献率较大的 QTL受环境影响较小, 较容易被重复检
测。5个性状之间大都具有显著的表型相关性, 相关
性较强的性状之间具有较多相同或紧密连锁的
QTL。与前人的研究结果相比, 本研究中检测到的部
分穗部性状 QTL已经有过报道, 其中不乏 2年均检
测到且效应非常大的 QTL (如第 10 染色体上的
qSPP-10-1 和 qSD-10-2), 可以考虑构建次级作图群
体对这些 QTL进行精细定位。
References
[1] 靳德明, 王维金, 蓝盛银, 徐珍秀, 杨书化. 培矮 64s/E32产量
构成因素和穗部性状的杂种优势及相关分析. 华中农业大学
学报, 2001, 20: 516–521
Jin D M, Wang W J, Lan S Y, Xu Z X, Yang S H. Heterosis and
correlative analysis of yield components and panicle characters of
Pei’ai 64s/E32. J Huazhong Agric Univ, 2001, 20: 516–521 (in
Chinese with English abstract)
[2] 徐正进, 陈温福, 孙占惠, 张树林, 刘丽霞, 周淑清. 辽宁水
稻籽粒在穗轴上分布特点及其与结实性的关系. 中国农业科
学, 2004, 37: 963–967
Xu Z J, Chen W F, Sun Z H, Zhang S L, Liu L X, Zhou S Q. Dis-
tribution of rice grain on panicle axis and its relationship with
seed setting in Liaoning. Sci Agric Sin, 2004, 37: 963–967 (in
Chinese with English abstract)
220 作 物 学 报 第 40卷


[3] 董桂春, 居静, 于小风, 张燕, 赵江宁, 李进前, 田昊, 张彪,
王余龙. 不同穗重类型常规籼稻品种产量形成的差异研究.
扬州大学学报(农业与生命科学版), 2010, 31(1): 49–54
Dong G C , Ju J, Yu X F, Zhang Y, Zhao J N, Li J Q, Tian H,
Zhang B, Wang Y S. Study of difference of yield formation in
conventional Indica rice cultivars with different panicle weight. J
Yangzhou Univ (Agric & Life Sci Edn), 2010, 31(1): 49–54 (in
Chinese with English abstract)
[4] 郭龙彪, 罗利军, 邢永忠, 徐才国, 梅捍卫, 王一平, 钟代彬,
钱前, 应存山, 石春海. 水稻重要农艺性状的两年 QTL 剖析.
中国水稻科学, 2003, 17: 211–218
Guo L B, Luo L J, Xing Y Z, Mei H W, Wang Y P, Zhong D B,
Qian Q, Ying C S, Shi C H. Dissection of QTLs in two years for
important agronomic traits in rice (Oryza sativa L.). Chin J Rice
Sci, 2003, 17: 211–218 (in Chinese with English abstract)
[5] 叶少平, 张启军, 李杰勤, 赵兵, 李平. 用(培矮 64s/Nipponbare)
F2群体对水稻产量构成性状的QTL定位分析. 作物学报, 2005,
31: 1620–1627
Ye S P, Zhang Q J, Li J Q, Zhao B, Li P. QTL mapping for yield
component traits using (Pei’ai 64s/Nipponbare) F2 population.
Acta Agron Sin, 2005, 31: 11–17 (in Chinese with English ab-
stract)
[6] 程桂平, 冯九焕, 梁国华, 刘向东, 李金泉. 栽培稻与普通野
生稻 BC2F2 群体产量相关性状的 QTL 分析. 中国水稻科学,
2006, 20: 553–556
Cheng G P, Feng J H, Liang G H, Liu X D, Li J Q. Identification
of QTLs for agronomic traits associated with yield in a BC2F2
population between Oryza sativa and Oryza rufipogon. Chin J
Rice Sci, 2006, 20: 533–556 (in Chinese with English abstract)
[7] 申宗坦. 作物育种学实验. 北京: 中国农业出版社, 1995. pp
102–107
Shen Z T. Crop Breeding Experiment. Beijing: China Agriculture
Press, 1995. pp 102–107 (in Chinese)
[8] McCouch S R, Cho Y G, Yano M, Paul E, Blinstrub M, Mori-
shima H, Kinosita T. Report on QTL nomenclature. Rice Genet
Newslett, 1997, 14: 11–13
[9] Lorieux M, Perrier X, Goffinet B, Lanaud C, De León D G.
Maximum-likelihood models for mapping genetic markers
showing segregation distortion: 1. Backcross populations. Theor
Appl Genet, 1995, 90: 73–80
[10] Lorieux M, Perrier X, Goffinet B, Lanaud C, De León D G.
Maximum-likelihood models for mapping genetic markers
showing segregation distortion. 2. F2 populations. Theor Appl
Genet, 1995, 90: 81–89
[11] 朱成松, 王付华, 王建飞, 李广军, 张红生, 章元明. 回交、
DH和 RIL偏分离群体遗传图谱的重新构建. 科学通报, 2007,
52: 918–922
Zhu C S, Wang F H, Wang J F, Li G J, Zhang H S, Zhang Y M.
Genetic maps reconstruct of backcross, DH, and RIL segregation
distortion populations. Chin Sci Bull, 2007, 52: 918–922 (in Chi-
nese)
[12] Wang J K, Li H H, Zhang L Y, Meng L. Users’ Manual of QTL
IciMapping Version 3.2, 2012
[13] Mangin B, Thoquet P, Grimsley N, Pleiotropic QTL analysis.
Biometrics, 1998, 54: 88–99
[14] Freyer G, Sørensen P, Kühn C, Weikard R, Hoeschele I. Search
for pleiotropic QTL on chromosome BTA6 affecting yield traits of
milk production. J Dairy Sci, 2003, 86: 999–1008
[15] Sun F, Liu P, Ye J, Lo L C, Cao S Y, Li L, Yue G H, Wang C M.
An approach for jatropha improvement using pleiotropic QTLs
regulating plant growth and seed yield. Biotech Biof, 2012, 5:
1–10
[16] Yan W H, Wang P, Chen H X, Zhou H J, Li Q P, Wang C R, Ding
Z H, Zhang Y S, Yu S B, Xing Y Z. A major QTL, Ghd8, plays
pleiotropic roles in regulating grain productivity, plant height, and
heading date in rice. Mol Plant, 2011, 4: 319–330
[17] Cai H, Morishima H. QTL clusters reflect character associations
in wild and cultivated rice. Theor Appl Genet, 2002, 104:
1217–1228
[18] 邢永忠, 徐才国, 华金平, 谈移芳. 水稻穗部性状的 QTL与环
境互作分析. 遗传学报, 2001, 28: 439–446
Xing Y Z, Xu C G, Hua J P, Tan Y H. Analysis of QTL×
environment interaction for rice panicle characteristics. Acta
Genet Sin, 2001, 28: 439–446 (in Chinese with English abstract)
[19] 李绍波, 杨国华, 章志宏, 李绍清, 李阳生, 朱英国. 直播条
件下水稻 6 个穗部性状的 QTL 分析. 武汉植物学研究, 2009,
27: 467–472
Li S B, Yang G H, Zhang Z H, Li S Q, Li Y S, Zhu Y G. Mapping
of QTL controlling 6 panicle traits of rice under direct-sowing
environment. J Wuhan Bot Res, 2009, 27: 467–472 (in Chinese
with English abstract)
[20] 沈希宏, 曹立勇, 陈深广, 占小登, 吴伟明, 程式华. 超级杂
交稻协优 9308重组自交系群体的穗部性状QTL分析. 中国水
稻科学, 2009, 23: 354–362
Shen X H, Cao L Y, Chen S G, Zhan X D, Wu W M, Cheng S H.
Dissection of QTLs for panicle traits in recombinant inbred lines
derived from super hybrid rice, Xieyou 9308. Chin J Rice Sci,
2009, 23: 354–362 (in Chinese with English abstract)
[21] 王智权, 刘喜, 江玲, 刘世家, 陈亮明, 尹长斌, 翟虎渠, 万建
民. 控制水稻穗形相关性状的QTL定位. 江苏农业学报, 2011,
27: 5–12
Wang Z Q, Liu X, Jiang L, Liu S J, Chen L M, Yin C B, Zhai H Q,
Wan J M. Ditection of QTLs for related traits of panicle in rice
(Oryza sativa L.). Jiangsu J Agric Sci, 2011, 27: 5–12 (in Chinese
with English abstract)
[22] 刘头明. 水稻每穗颖花数的遗传基础剖析及其主效QTLs精细
定位. 华中农业大学博士学位论文. 2009
Liu T M. Dissection of the Genetic Bases of the Number of
Spikelets per Panicle and Fine Mapping of Its Major QTLs. PhD
Dissertation of Huazhong Agricultural University, 2009 (in Chi-
nese with English abstract)
[23] Marathi B, Guleria S, Mohapatra T, Parsad R, Mariappan N,
Kurungara N, Atwal S S, Prabhu K V, Singh N K, Singh A K.
QTL analysis of novel genomic regions associated with yield
第 2期 吴亚辉等: 水稻穗部性状的 QTL分析 221


and yield related traits in new plant type based recombinant
inbred lines of rice (Oryza sativa L.). BMC Plant Biol, 2012,
12: 137
[24] 黄成. 水稻几个农艺性状的 QTL 分析. 沈阳农业大学硕士学
位论文, 2010
Huang C. QTL Analysis of Several Rice Agronomic Characters.
MS Thesis of Shenyang Agricultural University, 2009 (in Chinese
with English abstract)
[25] Mei H W, Xu J L, Li Z K, Yu X Q, Guo L B, Wang Y P, Ying C S,
Luo L J. QTLs influencing panicle size detected in two reciprocal
introgressive line (IL) populations in rice (Oryza sativa L.).
Theor Appl Genet, 2006, 112: 648–656
[26] Jing Z B, Qu Y Y, Pan D J, Fan Z L, Chen J Y, Li C. QTL analy-
sis of yield-related traits using an advanced backcross population
derived from common wild rice (Oryza rufipogon L.). Mol Plant
Breed, 2010, 1: 1–10
[27] Bai X F, Luo L J, Yan W H, Kovi M R, Xing Y Z. Quantitative
trait loci for rice yield-related traits using recombinant inbred
lines derived from two diverse cultivars. J Genet, 2011, 90:
209–215