全 文 ：作物学报 ACTA AGRONOMICA SINICA 2016, 42(3): 344352 http://zwxb.chinacrops.org/
ISSN 0496-3490; CODEN TSHPA9 E-mail: xbzw@chinajournal.net.cn
本研究由国家重点基础研究发展计划(973计划)项目(2015CB150201), 国家自然科学基金项目(U1302266, 31401412), 引进国际先进农
业科学技术计划(948计划)项目(2011-G23), 国家科技支撑计划项目(2013BAD01B03-12)和高等学校学科创新引智计划(111计划)项目
(B12006)资助。
This study was supported by the National Basic Research Program of China (973 Program) (2015CB150201), the National Science Founda-
tion of China (U1302266 and 31401412), the Program of Introducing International Super Agricultural Science and Technology (948 Program)
(2011-G23), the Key Technologies Research and Development Program of China (2013BAD01B03-12) and the 111 Project (B12006).
* 通讯作者(Corresponding authors): 李加纳, E-mail: ljn1950@swu.edu.cn
第一作者联系方式: 卢坤, E-mail: drlukun@swu.edu.cn; 王腾岳, E-mail: 18306077869@163.com
**同等贡献(Contributed equally to this work)
Received(收稿日期): 2015-08-24; Accepted(接受日期): 2015-11-20; Published online(网络出版日期): 2015-12-07.
URL: http://www.cnki.net/kcms/detail/11.1809.S.20151207.1121.020.html
DOI: 10.3724/SP.J.1006.2016.000344
甘蓝型油菜结角高度与荚层厚度的全基因组关联分析
卢 坤 1,** 王腾岳 1,** 徐新福 1 唐章林 1 曲存民 1 贺 斌 2
梁 颖 1 李加纳 1,*
1 西南大学农学与生物科技学院, 重庆 400716; 2云南省临沧市农业技术推广站, 云南临沧 677000
摘 要: 角果是油菜重要的光合作用和种子存储器官, 对油菜产量具有重要贡献。本研究以 412 份具有代表性的甘
蓝型油菜品种(系)为材料, 利用芸薹属 60K Illumina Infinium SNP芯片对其基因型分析, 并对油菜结角高度和角果层
厚度进行全基因组关联分析。结果共检测到 16 个显著关联的 SNP, 其中重庆环境下分别检测到 2 个和 4 个 SNP 与
结角高度和结角层厚度显著关联, 单个 SNP 解释的表型变异为 5.61%~5.69%和 5.94%~6.31%。云南环境下分别检测
到 5个和 1个显著关联的 SNP, 单个标记解释的表型变异为 12.66%~13.97%和 22.43%。对 2个环境的结角高度差和
结角层厚度差共检测到 3个和 1个与性状显著相关的 SNP, 它们对表型变异的解释率分别为 17.33%~20.32%和 29.05%。
其中, 环境间结角厚度差的关联 SNP与重庆环境结角层厚度的 1个显著关联 SNP位于同一 LD区间。各显著关联标
记 LD区段的多个基因调节植物细胞组织发生、花分生组织发育、角果数目和多器官发育, 如 NSN1、TPST和 SAC1
等, 它们可能通过上述功能影响油菜花序或角果的生长发育, 导致结角高度或结角层厚度差异。本研究发掘的这些位
点和候选基因可作为影响油菜结角高度和角果层厚度的重要候选区域和基因, 为揭示油菜结角性状的遗传基础和分
子机制, 提高油菜单位面积产量奠定了基础。
关键词: 甘蓝型油菜; 全基因组关联分析; 结角高度; 结角层厚度; 产量
Genome-Wide Association Analysis of Height of Podding and Thickness of Pod
Canopy in Brassica napus
LU Kun1,**, WANG Teng-Yue1,**, XU Xin-Fu1, TANG Zhang-Lin1, QU Cun-Ming1, HE Bin2, LIANG Ying1,
and LI Jia-Na1,*
1 College of Agronomy and Biotechnology, Southwest University, Chongqing 400715, China; 2 Agricultural Technology Extension Stationin Lincang
City, Lincang 677000, China
Abstract: Layer of pod canopy is an important photosynthetic and seed storage part in rapeseed, providing important contribution
to yield. In this study, 412 representative Brassica napus varieties (or lines) were genotyped using the Brassica 60 K Illumina
Infinium SNP array by genome-wide association analysis of the height of podding (HP) and thickness of pod canopy (TPC). A
total of 16 significant SNPs were identified, including two and four SNPs associated with HP and TPC in Chongqing, each of
them explained 5.61–5.69% and 5.94–6.31% of phenotypic variation, respectively. Five and one significant SNPs accounting for
12.66–13.97% and 22.43% of the phenotypic variation for HP and TPC in Yunnan, respectively, were also detected. Three and one
significant SNPs associated with the difference of HP and TPC between two environments were detected, explaining
第 3期 卢 坤等: 甘蓝型油菜结角高度与荚层厚度的全基因组关联分析 345
17.33–20.32% and 29.05% of phenotypic variation, respectively. The latter SNP marker was located in the same linkage disequi-
librium (LD) interval with one of significant SNPs related to TPC in Chongqing. Functional annotation of genes within the LD
intervals containing significant markers showed that several genes involved in regulation of cell organization and biogenesis, flo-
ral meristem development, number of silique, and multicellular organismal development existed, such as NSN1, TPST, and SAC1, which
might result in the variation of HP and TPC through affecting the growth and development of flower or silique in B. napus. These loci and
genes could be regarded as important candidate regions and genes for HP and TPC of B. napus. The results lay the foundation for reveal-
ing the genetic basis and molecular mechanism for podding traits, and improving the yield per unit area of B. napus.
Keywords: Brassica napus; Genome-wide association analysis; Height of podding; Thickness of pod canopy; Yield
甘蓝型油菜(Brassica napus)是全球四大油料作
物之一, 也是我国主要的油料、饲料和能源作物, 常
年播种面积和总产均居世界首位[1]。作为我国传统
食用油, 菜籽油已占国产食用植物油 55%以上, 成
为国产食用植物油第一大来源[2]。中国种植业信息
网农作物数据库 (http://www.zzys.moa.gov.cn/)统计
数据表明, 近年国内食用植物油需求急剧上升, 国
产食用油自给率降低至 26%左右, 是当前我国大宗
农产品中对国际市场依存度最大, 安全形势最严峻
的作物。作为冬季油料作物, 油菜不与粮争地, 如果
能够利用我国长江流域近 700 万公顷冬闲田发展油
菜生产, 将有效缓解我国植物油供需矛盾, 保障我
国食用植物油供给安全[2]。
作物的产量性状是极其复杂的数量性状, 是作
物整个生命周期内一系列生长发育过程和环境互作
的最终产物, 通常由多基因控制。对油菜来说, 产量
由 4个主要产量构成因子决定, 包括种植密度、单株
角果数、每角粒数和千粒重[3-5]。一些与产量相关的
株型和角果性状, 如株高、角果长度、角果密度、
分枝数、分枝起点高度、分枝角果数和结角层厚度
等也会通过影响产量构成因子或其他未知机制影响
油菜产量[6-7]。各产量构成因子和产量相关性状间存
在复杂的互作关系, 它们决定了油菜产量潜力, 如
千粒重、每角粒数、主序有效角果数、株高、角果
层长度、角果层宽度均与单株产量呈极显著正相关,
但千粒重与单株有效角果数和每角粒数均为显著负
相关[8-9], 单株有效角果数与每角粒数也呈极显著负
相关 [10]。前人利用 DNA 分子标记技术和 QTL
(quantitative trait loci)作图方法对油菜单株角果数、
每角果粒数和千粒重、株高、分枝起点等性状开展
了大量 QTL定位研究, 鉴定出多个控制性状变异的
主效 QTL[4,7,11-13]。但目前的研究主要集中在油菜产
量构成因子的 QTL定位中, 对密切影响产量和机械
收获效率的结角高度(最低有效角果的高度)和结角
层厚度的定位研究还非常少。全基因组关联分析
(genome-wide association study, GWAS)是检测全基
因组范围的遗传变异, 从而寻找与复杂性状相关的
遗传因素的研究策略, 目前已在人类重大疾病研究
中发挥了重要作用, 对植物复杂数量性状的遗传研
究也起到了积极的推动作用。与传统 QTL定位方法
相比, GWAS 采用遗传背景丰富的自然群体为材料,
不需要花多年时间构建特定的分离群体, 具有作图
定位精度高、能同时扫描控制目标性状所有关联位
点的优点。随着甘蓝型油菜全基因组序列的公布[15]
及芸薹属 60 K SNP (single nucleotide polymorphism)
芯片的开发, GWAS 在油菜重要数量性状的遗传研
究中也发挥着重要的作用, 鉴定出控制种子重量、
单株产量、含油量、株高、一次分枝数、种子萌发
和活力相关性状的位点及候选基因[15-18]。为了研究
控制油菜结角高度和角果层厚度的 QTL, 本研究采
用 412 份甘蓝型油菜自交系构建自然群体 , 结合
SNP 芯片数据及云南临沧和重庆北碚两地的表型数
据, 在最优模型下以 GWAS 鉴定与目标性状显著关
联的 SNP, 以连锁不平衡(linkage disequilibrium, LD)
分析 QTL 的 LD 区间。最后, 根据该区段甘蓝型油
菜基因组序列进行基因功能注释, 初步确定可能控
制目标性状变异的候选基因, 为通过分子标记辅助
选择等方式提高甘蓝型油菜单位面积产量提供理论
依据。
1 材料与方法
1.1 试验材料
关联分析材料包括国内外油菜主产区的 412 份具
有代表性的油菜种质资源, 其中, 国内材料 381份, 主
要来自重庆、湖北、湖南、陕西、江苏等地, 国外材
料 31份, 主要来自德国、加拿大、丹麦、瑞典等国。
所有材料均由重庆市油菜工程技术研究中心提供。
1.2 田间试验和性状调查
2013年 9月至 2014年 5月, 将 412份材料中的
392 份种植于重庆市油菜工程技术研究中心歇马实
验种植基地(北纬 29º4539.99, 东经 106º2238.47,
海拔 238.57 m), 根据前期研究结果, 选择 118 份与
346 作 物 学 报 第 42卷
重庆种植生育期一致的材料(与重庆共有材料 98 份)
种植于云南省临沧市农业技术推广站临翔区博尚镇
勐准村实验种植基地 (北纬 23º4356.69, 东经
100º024.79, 海拔 1819.50 m)。田间试验按 3 个重
复随机区组设计, 每个小区种植 2 行, 行距 40 cm,
株距 20 cm。田间管理同常规生产, 确保同一地区所
有样本的生长环境一致。待油菜成熟收获时, 从各
小区随机选取 5 株长势一致的株系, 测定各株系的
结角高度 (height of podding, HP)和结角层厚度
(thickness of pod canopy, TPC)。结角高度为子叶节与
下部第 1 个有效角果着生部位的垂直高度差; 结角
层厚度为下部第 1 个有效角果着生的部位与上部最
顶端有效角果着生部位的垂直高度差, 以厘米(cm)
为单位。为了定位上述性状受环境调控的位点, 同
时计算了两地共有材料的结角高度差和结角层厚度
差。采用 Microsoft Excel 2007软件初步整理表型数
据, 后采用 SPSS 20软件统计分析。
1.3 基因型测定与分析
利用芸薹属 60K Illumina Infinium SNP 芯片,
严格按照试验操作说明对 412 份甘蓝型油菜群体材
料进行 SNP 基因分型[18]。采用 GenomeStudio (Il-
lumina公司)软件分析 SNP基因型, 排除最小基因型
频率(minor allele frequency, MAF)低于 0.05和 SNP
得率(call frequency)小于 80%的标记, 最终获得 31
832 个在油菜基因组上具有唯一位置的高质量 SNP
标记用于后续分析。
1.4 群体结构分析与全基因组关联分析
根据 SNP 标记在甘蓝型油菜 19 条染色体上的
位置, 挑取 11 368 个均匀分布于染色体上的 SNP,
以 Structure 2.3.4[19]进行群体结构分析获得 Q 矩阵,
不作数迭代(length of burn-in period)设置为 50 000,
MCMC重复为 100 000, 组群数(K)设定为 1~10, 重
复5次。利用STRUCTURE HARVESTER (http://taylor0.
biology.ucla.edu/structureHarvester/)[20]选择合适的 K
值作为最适亚群数。将基因型数据导入 Tassel
5.2.12[21]后进行主成分分析(PCA矩阵), 亲缘关系分
析(K矩阵)和 LD分析。然后, 将 Q矩阵导入 Tassel
5.2.12, 以 Q、K和 PCA矩阵作协变量, 采用基于一
般线性模型(general linear model, GLM)的 naive、Q
和 PCA 模型和混合线性模型(mixed linear model,
MLM)的 K、Q+K和 PCA+K共 6种模型进行关联分
析, 显著关联 SNP 阈值设为 1/31832 = 3.14E–5。根
据所有 SNP的–lg (P)观察值和期望值, 以 GGplot2[22]
绘制Quantile-Quantile散点图(QQ plot), 确定每个性
状 GWAS分析的最佳模型。基于最优模型的关联分
析结果, 利用 QQman绘制曼哈顿图[23]。
1.5 LD分析及 LD区间确定
利用 Tassel 5.2.12分析 LD在甘蓝型油菜各染色
体上的分布, 绘制各染色体的 LD 衰减图, LD 类型
参数设置为 Full Matrix。为确定候选基因区间, 以
Haploview 4.2[24]计算显著关联 SNP 所在染色体的
LD, HW阈值(Hardy Weinberg P-value cutoff)设定为
0.001; 非缺失标记的比例为 75%, MAF设定为 0.05;
单倍型块(haplotype block)分析采用 solid spine of
LD算法, D′设为 0.8, 采用显著关联 SNP所在单倍型
块作为候选基因所在 LD 区间。若显著关联 SNP 未
位于单倍型块内, 则以其两侧 SNP标记上下游 50 kb
的侧翼序列区间作为 LD 区间, 用于候选基因预测
和功能注释分析。
1.6 候选基因分析
根据 LD 区间在油菜基因组中的位置, 以法国
公布的甘蓝型油菜品种“Darmor-Bzh”的基因组[15]注
释信息(http://www.genoscope.cns.fr/brassicanapus)分
析 LD 区间内的基因数目和基因编码蛋白序列。利
用本地 Blast 程序, 将待分析的蛋白序列与拟南芥
(Arabidopsis thaliana)所有蛋白序列进行 BlastP比对,
E-value 阈值为 1E–10, 以同源性最高的拟南芥基因
注释候选基因功能。为了更准确地了解 LD 区间候
选基因功能, 在拟南芥信息资源网(The Arabidopsis
Information Resource, https://www.arabidopsis.org/)
对拟南芥同源基因的基因表达模式、亚细胞定位、
可能的共表达基因和互作蛋白进行了分析, 以筛选
控制目标性状的重要候选基因。
2 结果与分析
2.1 表型统计分析
对重庆和云南环境共 412 份自然群体材料结角
高度与结角层厚度统计分析(图 1和表 1)表明, 目标
性状均表现出广泛的表型变异, 在重庆的变异幅度
分别为 62.00~153.00 cm和 7.13~142.88 cm, 变异系
数为 13.84%和 30.42%; 而在云南的变异幅度分别为
70.60~183.00 cm 和 11.20~99.40 cm, 变异系数为
19.03%和 20.11%。以两地均种植的 98 份材料进行
差值分析(重庆性状值–云南性状值), 结果表明结角
高度差与结角层厚度差的变异范围分别为–136.00~
–19.00 cm和–70.08~86.50 cm, 说明 2个性状在环境
第 3期 卢 坤等: 甘蓝型油菜结角高度与荚层厚度的全基因组关联分析 347
之间存在较大变异。Shapiro-Wilk检验表明, 所有性
状W值均在 0.96~0.99之间, 除云南和重庆的结角层
厚度外, 其他表型 P-value值均未达到显著差异水平,
符合正态分布。虽然云南和重庆结角层厚度未通过
正态分布检验, 但从频次分布图(图 1)和 Shapiro-Wilk
检验W值(表 1)可看出, 其频次分布具有明显的正态
分布特征 , 表明本研究性状均为数量性状 , 采用
GWAS分析方法可有效促进目标性状定位。
表 1 甘蓝型油菜结角高度与结角层厚度的统计分析
Table 1 Statistical analysis of HP and TPC in B. napus
Shapiro-Wilk 表型
Phenotype
均值±标准差
Mean±SD
中值
Median
众数
Mode
最小值
Min
50%分位数
50% quantile
最大值
Max W-value (%) P-value
CQ_HP 111.52±15.43 113.00 112.00 62.00 113.00 153.00 99 0.17
CQ_TPC 77.25±23.50 79.25 67.00 7.13 79.25 142.88 98 1E–4**
YN_HP 124.43±23.68 124.30 121.00 70.60 124.30 183.00 99 0.34
YN_TPC 67.21±13.52 67.40 65.00 11.20 67.40 99.40 96 1E–3**
Delta_HP –79.20±22.96 –79.50 –100.40 –136.00 –79.50 –19.00 99 0.78
Delta_TPC 12.35±30.17 15.94 36.33 –70.08 15.94 86.50 99 0.35
CQ: 重庆环境; YN: 云南环境; delta: 环境间的性状差值; **表示在 0.01水平差异显著。
CQ: Chongqing environment; YN: Yunnan environment; delta: trait difference between two environments; ** Significant difference at
the 0.01 probability level.
图 1 自然群体结角高度与结角层厚度的频次分布
Fig. 1 Frequency distribution of HP and TPC from the natural population
2.2 模型比较分析
对重庆环境结角高度(图 2-A)及 2个环境结角层
厚度(图 2-D和 2-E)分析表明, MLM+K、MLM+K+Q
和 MLM+K+PCA 模型均能较好地控制假阳性, 但
MLM+K+PCA 模型检测到 P-value 较其他模型更接
近期望值。云南环境结角高度(图 2-B)及两地结角层
厚度差(图 2-F)以 GLM+PCA模型为最佳。对两地结
角高度差(图 2-C), GLM模型能较好地控制假阳性产
生概率。
2.3 全基因组关联分析
结角高度和结角层厚度 GWAS (表 2 和图 3)结
果表明, 共检测到 16个显著关联的 SNP。重庆环境
下检测到 2个和 4个 SNP与结角高度和结角层厚度
显著关联 , 单个 SNP 解释的表型变异为 5.61%~
5.69%和 5.94%~6.31%, 分别位于 A03、A06、A07、
C03 和 C08 染色体。云南环境下对结角高度和结角
层厚度分别检测到 5 个和 1 个显著关联的 SNP, 单
个标记解释的表型变异为 12.66%~13.97%和 22.43%,
分别位于 A03、A07 和 C07 染色体。2 个环境下对
结角高度差和结角层厚度差共检测到 3 个和 1 个显
著相关的 SNP, 它们对表型变异的解释率分别为
17.33%~20.32%和 29.05%, 分别位于 A03、A06、C02
和 C08染色体。
2.4 LD分析和候选基因预测
从图 4 可以看出, 甘蓝型油菜 A 基因组的平均
LD衰减距离小于 C基因组。以决定系数(coefficient
of determination) r2=0.1为衰减阈值时, A基因组的
A08、A09和 A10染色体 LD衰减较快, 衰减距离约
为 2 Mb, 而其他 A基因组的 LD衰减距离约为 500
kb; C基因组中 C01和 C02的衰减速度最慢, 衰减距
离为 10 Mb, C06的衰减速度最快, 衰减距离约为 1
Mb。这些结果表明, A基因组较 C基因组衰减速度
更快, 可能与中国半冬性甘蓝型油菜 A 基因组在育
种中发生大规模重组, 打破连锁不平衡有关。
348 作 物 学 报 第 42卷
图 2 比较 6种模型的结角高度和结角层厚度 GWAS的 QQ图
Fig. 2 Quantile-quantile plots of estimated –lg (P) from association analysis using six methods for HP and TPC traits
A: 重庆环境结角高度; B: 云南环境的结角高度; C: 两环境结角高度差; D: 重庆环境结角层厚度; E: 云南环境结角层厚度;
F: 两环境结角层厚度差。
A: HP in Chongqing; B: HP in Yunnan; C: difference of HP between two environments; D: TPC in Chongqing; E: TPC in Yunnan;
F: difference of TPC between two environments.
表 2 结角高度与结角厚度的显著关联标记
Table 2 Significant association markers of HP and TPC
性状
Trait
环境
Env.
模型
Model
SNP标记
SNP marker
染色体
Chr.
位置
Position (kb)
等位基因
Allele
最小等位基因
频率 MAF
P值
P-value
贡献率
R2
CQ K+PCA Bn-scaff_17807_1-p503493 C08 3489938 [A/G] 0.4388 1.04E–05 0.0561
Bn-scaff_17042_1-p511184 C03 53628332 [T/C] 0.1990 2.42E–05 0.0569
YN PCA Bn-A07-p5385190 A07 7233140 [A/G] 0.1582 5.89E–06 0.1266
Bn-A07-p5557211 A07 7427831 [T/C] 0.3112 9.31E–06 0.1397
Bn-scaff_16110_1-p1410485 C07 43542796 [A/G] 0.2347 1.11E–05 0.1336
Bn-scaff_16110_1-p1410031 C07 43543246 [A/C] 0.2194 1.40E–05 0.1280
Bn-A03-p16103891 A03 15206002 [T/C] 0.1990 1.52E–05 0.1276
Delta Naive Bn-A03-p19380801 A03 18360081 [T/C] 0.3673 3.64E–05 0.2032
Bn-A06-p2268393 A06 2274724 [A/G] 0.1122 3.66E–05 0.2011
结角
高度
HP
Bn-scaff_16197_1-p1980881 C08 32199279 [A/T] 0.3827 3.67E–05 0.1733
CQ K+PCA Bn-A01-p3859106 A01 3481956 [T/G] 0.3010 1.49E–05 0.0631
Bn-A05-p22712783 A05 20786181 [A/G] 0.3214 1.72E–05 0.0626
Bn-A06-p2874216 A06 2772149 [A/G] 0.4184 2.19E–05 0.0594
Bn-scaff_16414_1-p836176 C05 1118944 [T/C] 0.1480 2.35E–05 0.0603
YN K+PCA Bn-A07-p8545569 A07 9993604 [T/C] 0.1990 3.19E–05 0.2243
结角层
厚度
TPC
Delta PCA Bn-scaff_16214_1-p321530 C05 1120833 [A/G] 0.1684 2.58E–07 0.2905
MAF: min allele frequency.
第 3期 卢 坤等: 甘蓝型油菜结角高度与荚层厚度的全基因组关联分析 349
图 3 结角高度和结角层厚度全基因组关联分析的曼哈顿图
Fig. 3 Manhattan plots of GWAS for HP and TPC traits
A: 基于 MLM+K+PCA模型的重庆环境下结角高度; B: 基于 MLM+K+PCA模型的重庆环境下结角层厚度; C: 基于 GLM+PCA模型
的云南环境下结角高度; D: 基于 MLM+K+PCA模型的云南环境下结角层厚度; E: 基于 GLM两环境下结角高度差; F: 基于 GLM+
PCA模型的两环境下结角层厚度差。每个点表示 1个 SNP。阈值为–lg (P) = 4.5。
A: HP in Chongqing under the model MLM+K+PCA; B: TPC in Chongqing under the model MLM+K+PCA; C: HP in Yunnan under the
model GLM+PCA; D: TPC in Yunnan under the model MLM+K+PCA; E: The difference of HP between two environments under the model
GLM; F: difference of TPC between two environments under the model GLM+PCA. Each dot represents an SNP. The horizontal line
represents the significance threshold –lg (P) = 4.5.
图 4 甘蓝型油菜 A和 C基因组不同染色体的 LD衰减
Fig. 4 LD decay of different chromosomes for A and C subgenomes in B. napus
350 作 物 学 报 第 42卷
显著关联 SNP 的 LD 区间和候选基因分析结果
如表 3 所示。共检测到 5 个单倍型区块, 包括 6 个
SNP, 其中 A07 染色体上与云南结角高度相关的 2
个 SNP 位于同一单倍型块(表 3)。虽然 C07 上与云
南结角高度相关的 2个 SNP并未在同一单倍型块中,
但 2 个 SNP 仅相隔 450 bp, 因此将其作为同一 LD
区间。与重庆结角层厚度相关的 Bn-scaff_16414_
1–p836176 和两环境结角层厚度差相关的 Bn-scaff_
16214_1–p321530 位于 C05 染色体同一 LD 区间内,
表明该区间存在与结角层厚度相关的重要候选基
因。但对结角高度来说, 重庆、云南及两地差值相
关 SNP 无重叠 LD 区间, 说明结角高度受环境影响
较大, 可能需要多年多点试验才能鉴定出稳定的显
著关联 SNP或 QTL。
基于油菜候选基因序列及拟南芥同源基因的功
能分析[14], 对 LD 区间的候选基因进行了功能预测
(表 3)。结果表明, 结角高度相关 LD 区间的基因分
布于 A03、A06、A07、C03、C07和 C08染色体, 基
因数为 42、28、44、11、46 和 34 个; 结角层厚度
相关 LD区间的基因位于 A01、A05、A06、A07和
C05 染色体, 基因数分别为 38、105、48、51 和 38
个。在上述基因中, 存在多个调节植物细胞组织发
生(cell organization and biogenesis)、花分生组织发育
(floral meristem development)、角果数目(number of
silique)和多器官发育 (multicellular organismal de-
velopment)的基因 , 它们可能通过上述功能影响油
菜花序或角果的发育, 导致结角高度或结角层高度
差异。
表 3 显著关联标记所在 LD区间及候选基因
Table 3 LD intervals and candidate genes of significant association markers
性状
Trait
环境
Env.
染色体
Chr.
LD区间
LD interval (bp)
单倍型块大小
Haplotype block size (kb)
LD区间基因列表
Candidate genes in the LD interval
CQ C08 3307702–3600264 BnaC08g03520D–BnaC08g03640D
C03 53578289–53689264 BnaC03g64160D–BnaC03g64260D
YN A07 7061895–7480344 418 BnaA07g06750D–BnaA07g07180D
C07 43457035–43612624 BnaC07g45300D–BnaC07g45750D
A03 15130530–15267530 BnaA03g31340D–BnaA03g31640D
Delta A03 18309832–18416147 BnaA03g37120D–BnaA03g37220D
A06 2207203–2330644 BnaA06g03590D–BnaA06g03860D
结角高度
HP
C08 32073274–32205108 131 BnaC08g33700D–BnaC08g33900D
CQ A01 3388047–3531956 BnaA01g07190D–BnaA01g07560D
A05 20498473–20940619 442 BnaA05g29240D–BnaA05g30280D
A06 2640015–2838105 198 BnaA06g04430D–BnaA06g04900D
C05 1030366–1204506 BnaC05g02140D–BnaC05g02450D
YN A07 9699074–10060809 361 BnaA07g10160D–BnaA07g10660D
结角层厚度
TPC
Delta C05 1030366–1204506 BnaC05g02140D–BnaC05g02450D
3 讨论
油菜结角层是由角果和果序轴形成的冠层结构,
包含了油菜所有的产量构成因素(角果数、每角粒
数、粒重)和后期的源库结构关系, 既是油菜生育后
期主要的光合器官, 也是光合产物贮藏器官和种子
存储器官[25]。研究表明, 油菜结角层为籽粒产量贡
献了 50%~70%的光合生产力[26], 是籽粒产量的主要
来源, 而茎秆和叶片的光合产物对产量的贡献较少,
均只有 10%左右[27]。虽然结角层对油菜产量具有重
要贡献, 但目前关于油菜结角层的研究还停留在对
理想株型的分析上, 遗传和定位研究还非常少。漆
丽萍[9]利用 181个DH株系对油菜株型及产量相关的
16个性状分析, 表明角果层长度(对应本研究的结角
厚度)和角果层宽度呈显著正相关, 2 个性状与单株
产量也极显著正相关, 相关系数分别为 0.70和 0.61,
表明这 2个性状与产量的关系密切; 检测到 10个角
果层长度相关 QTL, 分布在 A01、A03、A06、A09、
C03 和 C08 连锁群, 单个 QTL 解释的遗传变异为
5.1%~11.8%; 20 个角果层宽度相关 QTL 分布在
A01、A02、A03、A05、A07 和 A09 连锁群, 单个
QTL解释的遗传变异为 4.2%~31.3%。本研究在 A01
和 A06 染色体检测到结角层厚度相关 SNP, 与漆丽
第 3期 卢 坤等: 甘蓝型油菜结角高度与荚层厚度的全基因组关联分析 351
萍[9]检测到 qLSL.A1.1 和 qLSL.A6 物理距离分别为
600 kb和 9.36 Mb, 表明A01上结角层厚度相关 SNP
与 qLSL.A1.1可能位于同一QTL区间, 而A05、A06、
A07和 C05上检测到的 SNP很可能为新的结角层厚
度相关位点。
对重庆、云南及两地差值相关 SNP 的 LD 区间
比较, 发现仅有 C05 染色体上重庆结角层厚度相关
SNP 与两环境结角层厚度差相关 SNP 位于同一 LD
区间内, 解释的遗传变异为 29.05%, 这可能与不同
甘蓝型油菜材料在该 LD 区段存在对重庆环境差异
响应位点有关。此外, 该位点可能与云南环境不同
材料结角层厚度变异无显著相关性, 导致其只能在
重庆环境和两地差值条件下检测到, 在云南环境下
无法检测到。重庆和云南环境下特异检测到的多个
显著关联 SNP可能与基因和环境互作有关。云南临
沧是我国早熟油菜高产区, 2014 年专家测产, 11.2
km2连片油菜的平均理论产量为 5412 kg, 高产田实
收产达 6745.35 kg km–2, 而相同材料在重庆种植的
产量仅为云南临沧的一半。因此, 我们非常关注云
南高产环境特异的显著关联 SNP, 这些位点可能对
云南特殊生产环境的高产具有重要贡献, 进一步精
细定位并克隆这些高产相关基因, 不仅能促进油菜
高产机制的理解, 而且能为我国长江流域主产区的油
菜增产提供高产基因资源。如 C03 染色体的
BnaC03g64230D, 在拟南芥中的同源基因 AT3G07050
编码类核干细胞因子 1 (nucleostemin-like 1, NSN1),
通过调节核小体发生实现植物花序分生组织的发育
调控[28]; A06 染色体的 BnaA06g04490D 与拟南芥
AT1G08030 同源, 编码酪氨酸硫化转移酶(tyrosylpr-
otein sulfotransferase, TPST), 对维持植物根部发育
及花和角果数具有重要作用[29]; A07染色体的 BnaA
07g10360D 编码 SAC1 (suppressor of actin 1)蛋白,
可能通过细胞形态发生和细胞壁合成实现对植物花
序发育的调节[30], 这些基因可能影响油菜花序或角
果发育, 导致结角高度或结角层高度差异。虽然, 基
因与环境互作导致环境特异关联 SNP很难通过分子
标记辅助选择促进其他地区油菜增产, 但通过基因
工程手段对部分高产基因进行操作很可能实现其他
地区油菜产量的提升, 对我国油菜生产和发展具有
重要意义。
4 结论
重庆和云南环境下分别检测到 2 个和 5 个结角
高度显著关联 SNP, 结角层厚度显著关联 SNP 4 个
和 1 个; 两地结角高度差和结角层厚度差显著关联
SNP为 3个和 1个。除 C05染色体上重庆及两地结
角层厚度相关 SNP 位于同一 LD 区段外, 其他 SNP
均为环境特异, 表明其受基因与环境互作影响。LD
区段内调节植物细胞组织发生、花分生组织发育、
角果数目和多器官发育基因 NSN1、TPST 和 SAC1
等可能通过上述功能影响油菜花序或角果的发育 ,
导致结角高度或结角层厚度差异。
References
[1] 官春云. “农业科技创新与服务”笔谈: 依托科技创新与服务加
快油菜产业发展方式转变. 湖南农业大学学报(社会科学版),
2010, 11(4): 1–3
Guan C Y. Pen talk on innovation and service of agricultural
science and technology: accelerate change of rapeseed industry
development mode based on scientific and technological
innovation. J Hunan Agric Uni (Soc Sci), 2010, 11(4): 1–3 (in
Chinese with English abstract)
[2] 王汉中. 我国油菜产业发展的历史回顾与展望. 中国油料作
物学报, 2010, 32: 300–302
Wang H Z. Review and future development of rapeseed industry
in China. Chin J Oil Crop Sci, 2010, 32: 300–302
[3] Özer H, Oral E, Dogru U. Relationships between yield and yield
components on currently improved spring rapeseed cultivars.
Turk J Agric For, 1999, 23: 603–608
[4] Chen W, Zhang Y, Liu X, Chen B, Tu J, Fu T. Detection of QTL
for six yield-related traits in oilseed rape (Brassica napus) using
DH and immortalized F2 populations. Theor Appl Genet, 2007,
115: 849–858
[5] Diepenbrock W. Yield analysis of winter oilseed rape (Brassica
napus L.): a review. Field Crops Res, 2000, 67: 35–49
[6] Shi J, Li R, Qiu D, Jiang C, Long Y, Morgan C, Bancroft I, Zhao
J, Meng J. Unraveling the complex trait of crop yield with
quantitative trait loci mapping in Brassica napus. Genetics, 2009,
182: 851–861
[7] Quijada P A, Udall J A, Lambert B, Osborn T C. Quantitative trait
analysis of seed yield and other complex traits in hybrid spring
rapeseed (Brassica napus L.): 1. Identification of genomic
regions from winter germplasm. Theor Appl Genet, 2006, 113:
549–561
[8] 吴建忠. 甘蓝型油菜几个农艺性状对产量的影响. 中国科技
论文在线精品论文, 2011, 4: 1737–1741
Wu J Z. The effects of several agronomic traits on yield in
Brassica napus L. Highlights Sciencepaper Online, 2011, 4:
1737–1741 (in Chinese with English abstract)
[9] 漆丽萍. 甘蓝型油菜株型与角果相关性状的 QTL 分析. 华中
农业大学博士学位论文, 湖北武汉, 2014. pp 45–73
Qi L P. QTL Analysis for the Traits Associated with Plant
Architecture and Silique in Brassica napus L. PhD Disseration of
Huazhong Agricultural University, Wuhan, China, 2014. pp
45–73 (in Chinese with English abstract)
[10] 王道杰, 杨翠玲, 李艳萍, 王再青. 因子分析和数量分类在油
菜种质资源遗传多样性研究中的应用. 植物学研究, 2014, 3:
352 作 物 学 报 第 42卷
207–217
Wang D, Yang C, Li Y, Wang Z. Factor analysis and numerical
taxonomy applied in the research of germpasm genetic
polymorphism in Brassica napus L. Bot Res, 2014, 3: 207–217
(in Chinese with English abstract)
[11] 张书芬, 傅廷栋, 朱家成, 王建平, 文雁成, 马朝芝. 甘蓝型
油菜产量及其构成因素的 QTL 定位与分析. 作物学报, 2006,
32: 1135–1142
Zhang S F, Fu T D, Zhu J C, Wang J P, Wen Y C, Ma C Z. QTL
mapping and epistasis analysis for yield and its components in
Brassica napus L. Acta Agron Sin, 2006, 32: 1135–1142 (in
Chinese with English abstract)
[12] 王峰, 官春云. 甘蓝型油菜遗传图谱的构建及单株产量构成
因素的 QTL分析. 遗传, 2010, 32: 271–277
Wang F, Guan C Y. Molecular mapping and identification of
quantitative trait loci foryield components in rapeseed (Brasscia
napus L.). Hereditas (Beijing), 2010, 32(3): 271–277 (in Chinese
with English abstract)
[13] Chen W, Zhang Y, Yao J, Ma C, Tu J, Fu T. Quantitative trait loci
mapping for two seed yield component traits in an oilseed rape
(Brassica napus) cross. Plant Breed, 2011, 130: 640–646
[14] Chalhoub B, Denoeud F, Liu S, Parkin I A P, Tang H, Wang X,
Chiquet J, Belcram H, Tong C, Samans B, Correa M, Da Silva C,
Just J, Falentin C, Koh C S, Le Clainche I, Bernard M, Bento P,
Noel B, Labadie K, Alberti A, Charles M, Arnaud D, Guo H,
Daviaud C, Alamery S, Jabbari K, Zhao M, Edger P P, Chelaifa H,
Tack D, Lassalle G, Mestiri I, Schnel N, Le Paslier M C, Fan G,
Renault V, Bayer P E, Golicz A A, Manoli S, Lee T H, Thi V H D,
Chalabi S, Hu Q, Fan C, Tollenaere R, Lu Y, Battail C, Shen J,
Sidebottom C H D, Wang X, Canaguier A, Chauveau A, Berard A,
Deniot G, Guan M, Liu Z, Sun F, Lim Y P, Lyons E, Town C D,
Bancroft I, Wang X, Meng J, Ma J, Pires J C, King G J, Brunel D,
Delourme R, Renard M, Aury J M, Adams K L, Batley J,
Snowdon R J, Tost J, Edwards D, Zhou Y, Hua W, Sharpe A G,
Paterson A H, Guan C, Wincker P. Early allopolyploid evolution
in the post-Neolithic Brassica napus oilseed genome. Science,
2014, 345: 950–953
[15] Li F, Chen B, Xu K, Gao G, Yan G, Qiao J, Li J, Li H, Li L, Xiao
X. A genome-wide association study of plant height and primary
branch number in rapeseed (Brassica napus). Plant Sci, 2015,
DOI: 10.1016/j.plantsci.2015.05.012
[16] Luo X, Ma C, Yue Y, Hu K, Li Y, Duan Z, Wu M, Tu J, Shen J, Yi
B, Fu T. Unravelling the complex trait of harvest index in
rapeseed (Brassica napus L.) with association mapping. BMC
Genom, 2015, 16: 379
[17] Li F, Chen B, Xu K, Wu J, Song W, Bancroft I, Harper A L, Trick
M, Liu S, Gao G, Wang N, Yan G, Qiao J, Li J, Li H, Xiao X,
Zhang T, Wu X. Genome-wide association study dissects the
genetic architecture of seed weight and seed quality in rapeseed
(Brassica napus L.). DNA Res, 2014, 21: 355–367
[18] Hatzig S V, Frisch M, Breuer F, Nesi N, Ducournau S, Wagner M
H, Leckband G, Abbadi A, Snowdon R J. Genome-wide associa-
tion mapping unravels the genetic control of seed germination
and vigor in Brassica napus. Front Plant Sci, 2015, 6: 221
[19] Pritchard J K, Stephens M, Donnelly P. Inference of population
structure using multilocus genotype data. Genetics, 2000, 155:
945–959
[20] Earl D A, von Holdt B M. STRUCTURE HARVESTER: a
website and program for visualizing STRUCTURE output and
implementing the Evanno method. Conserv Genet Resour, 2012,
4: 359–361
[21] Bradbury P J, Zhang Z, Kroon D E, Casstevens T M, Ramdoss Y,
Buckler E S. TASSEL: software for association mapping of complex
traits in diverse samples. Bioinformatics, 2007, 23: 2633–2635
[22] Ginestet C. ggplot2: elegant graphics for data analysis. J Roy Stat
Soc A, 2011, 174: 245–246
[23] Turner S D. qqman: an R package for visualizing GWAS results
using QQ and manhattan plots. BioRxiv, 2014:005165
[24] Barrett J C, Fry B, Maller J, Daly M J. Haploview: analysis and
visualization of LD and haplotype maps. Bioinformatics, 2005,
21: 263–265
[25] 杨光. 油菜高效结角层结构的研究, 扬州大学硕士学位论文,
江苏扬州, 2002. p 11
Yang G. The Study of High-efficient Pod Canopy of Oilseed Rape.
MS Thesis of Yangzhou University, Yangzhou, China, 2002. p 11
(in Chinese with English abstract)
[26] 浦惠明, 戚存扣, 傅寿仲. 油菜角果的生长特性及其源库效应.
江苏农业科学, 1993, (3): 22–25
Pu H M, Qi C K, Fu S Z. Growth characteristic of pod and
source-sink response in oilseed. Jiangsu Agric Sci, 1993, (3):
22–25 (in Chinese with English abstract)
[27] 冷锁虎, 朱耕如, 邓秀兰. 油菜籽粒干物质来源的研究. 作物
学报, 1992, 18: 250–257
Leng S H, Zhu G R, Deng X L. Studies on the sources of the dry
matter in the seed of rapeseed. Acta Agron Sin, 1992, 18:
250–257 (in Chinese with English abstract)
[28] Jeon Y, Park Y J, Cho H K, Jung H J, Ahn T K, Kang H, Pai H S.
The nucleolar GTPase nucleostemin-like 1 plays a role in plant
growth and senescence by modulating ribosome biogenesis. J
Exp Bot, 2015: erv337
[29] Komori R, Amano Y, Ogawa-Ohnishi M, Matsubayashi Y.
Identification of tyrosylprotein sulfotransferase in Arabidopsis.
Proc Natl Acad Sci USA, 2009, 106: 15067–15072
[30] Zhong R, Burk D H, Nairn C J, Wood-Jones A, Morrison W H,
Ye Z H. Mutation of SAC1, an Arabidopsis SAC domain
phosphoinositide phosphatase, causes alterations in cell
morphogenesis, cell wall synthesis, and actin organization. Plant
Cell, 2005, 17: 1449–1466