全 文 ：作物学报 ACTA AGRONOMICA SINICA 2012, 38(7): 1196−1204 http://www.chinacrops.org/zwxb/
ISSN 0496-3490; CODEN TSHPA9 E-mail: xbzw@chinajournal.net.cn

本研究由国家自然科学基金项目(30871554, 30900906), 中国农业科学院公益性院所科研基金(1610172011006), 作物种质资源保护项
目(NB08-2130315-06)和国家转基因生物新品种培育重大专项(2008ZX08004-005, 2009ZX08009-133B, 2009ZX08009-120B)资助。
∗ 通讯作者(Corresponding authors): 周蓉, E-mail: zhourong@oilcrops.cn, Tel: 027-86735887; 周新安, E-mail: xazhou@public.wh.hb.cn,
Tel: 027-86711563
第一作者联系方式: E-mail: 0204114089@163.com (伍宝朵), E-mail: smartchf@163.com (陈海峰), Tel: 027-86735887
** 同等贡献(Contributed equally to this work)
Received(收稿日期): 2011-10-17; Accepted(接受日期): 2012-02-22; Published online(网络出版日期): 2012-05-11.
URL: http://www.cnki.net/kcms/detail/11.1809.S.20120511.1537.017.html
DOI: 10.3724/SP.J.1006.2012.01196
大豆种质资源叶型和荚粒性状的关系及与 SSR标记的关联分析
伍宝朵∗∗ 陈海峰∗∗ 郭丹丹 沙爱华 单志慧 张晓娟 杨中路 邱德珍
陈水莲 朱晓玲 张婵娟 周 蓉* 周新安*
中国农业科学院油料作物研究所 / 农业部油料作物生物学重点开放实验室, 湖北武汉 430062
摘 要: 选用 167 份国内外大豆品种资源材料, 依据叶长/宽比值将其划分为宽叶型和窄叶型, 分析叶型相关性状与
荚粒性状的相关性, 结果表明叶宽、叶长/宽比均与每荚粒数显著相关(r = –0.69和 0.64, P<0.001)。选用均匀分布于
大豆 20 条连锁群上的 65 个 SSR 标记分析资源材料的群体结构, 并用目标区间内 13 个 SSR 标记与叶型相关性状和
荚粒性状进行关联分析 , 结果显示 , 标记 20-285 与每荚粒数显著关联 , 推测控制每荚粒数的基因可能位于标记
20-285 附近; 标记 20-26 和 20-45 间的标记几乎都与叶长/宽比存在显著的关联性, 推测控制叶型的基因位于标记
20-26和 20-45之间。相关分析和关联分析证实大豆叶型与荚粒性状存在密切关系, 并缩小了每荚粒数和叶型候选基
因的区间。
关键词: 大豆; 叶型; 荚粒性状; 相关性分析; 关联分析
Relationship of Leaflet Shape, Pod Traits and Association with SSR Markers in
Soybean Germplasm
WU Bao-Duo∗∗, CHEN Hai-Feng∗∗, GUO Dan-Dan, SHA Ai-Hua, SHAN Zhi-Hui, ZHANG Xiao-Juan,
YANG Zhong-Lu, QIU De-Zhen, CHEN Shui-Lian, ZHU Xiao-Ling, ZHANG Chan-Juan, ZHOU Rong*, and
ZHOU Xin-An*
Oil Crops Research Institute of Chinese Academy of Agricultural Sciences / Key Laboratory of Oil Crop Biology, Ministry of Agriculture, Wuhan
430062, China
Abstract: Pod traits are important factors affecting soybean yield, and they have been identified to tightly associate with leaflet
shape. In present study, leaflet shape/pod traits were analyzed using 167 soybean accessions, which were classified into two types
(broad and narrow leaflets) based on the ratio of leaf length/width. Correlation analysis was carried out between leaflet shape re-
lated traits and pod traits; ANOVA analysis was also performed using 65 SSR markers, evenly distributed in 20 linkage groups;
association analysis was carried out using 13 SSR markers on the target regions. Marker 20-285, locating on chromosome I,
highly associated with number of seeds per pod, indicating that the gene controlling number of seeds per pod may co-locate with
marker 20-285. Almost all markers between 20-26 and 20-45 were associated with ratio of leaf length/width. We speculated that
the genes controlling leaflet shape were located in the region from marker 20-26 to 20-45. Hence, it was proved the target region
harboring candidate genes of leaflet shape and pod number was narrowed. Our study may provide a potential approach in molecu-
lar marker-assisted breeding of seeds per pod, and a theoretical guide for cloning the gene of seeds per pod.
Keywords: Soybean [Glycine max (L.) Merri]; Leaflet shape; Pod traits; Correlation analysis; Association analysis
大豆在我国国民经济发展以及世界粮油作物构
成和生产中均占有重要地位。大豆叶型被认为是质
量性状, 可用于品种分类的辅助鉴定和大豆转基因
形态标记。单株荚数、每荚粒数等荚粒性状是大豆
第 7期 伍宝朵等: 大豆种质资源叶型和荚粒性状的关系及与 SSR标记的关联分析 1197


产量性状的重要构成因子, 而控制每荚粒数的位点
与控制叶型的 ln紧密连锁[1-2]。因此, 研究控制叶型
和荚粒性状的相关基因对提高产量性状具有重要意
义。大豆的叶型可分为宽叶型和窄叶型两类。除少
数亚洲品种和野生资源是窄叶型外, 大多数品种是
宽叶型[3]。许多学者认为叶型是由单基因控制的; 宽
叶型由显性基因控制, 窄叶型由隐性基因控制[4-6]。
Domingo[1]最先分析了大豆叶型的遗传 , 通过检测
端叶性状确定叶型, 2 种叶型杂交后代 F2和 F3分离
群体中宽叶型和窄叶型植株比例为 3∶1; 并指出窄
叶型植株比宽叶型植株具有较多的每荚粒数。窄叶
型相对于宽叶型, 植株矮小、籽粒小和抗倒伏, 虽然
2 种叶型株系间的产量和单株荚数没有显著差异,
但籽粒大小和每荚粒数具有显著差异[7-8]。Wilcox等[9]
通过研究 C1421 突变体, 推测皱缩窄型叶可能由隐
性 lnr基因控制。Balaiah等[10]研究花生杂交后代 F2
群体, 发现窄叶型和宽叶型植株的分离比为 3∶1,
其中一个杂交组合的 F1 代中三粒荚表现显性性状,
F2 代中叶型和三粒荚均符合单基因分离比。目前关
于大豆叶型的报道主要是表型研究, 荚粒性状研究
集中于温度、光照和激素等外界因素的影响 [11-14],
有关大豆叶型和荚粒性状的关系及分子遗传基础尚
不清楚。
关联分析(association analysis)是一种以连锁不
平衡为基础, 鉴定某一群体内目标性状与遗传标记
或候选基因关系的分析方法, 该法通过检测全基因
组或目标区间内的遗传标记信息, 寻求与 QTL相关
的位点。根据扫描范围, 关联分析可分为全基因组
途径和候选基因途径[15]。Hansen等[16]最早通过全基
因组关联分析寻找出与野生甜菜抽薹基因紧密连锁
的标记, 加快了候选基因的定位进程。Wilson 等[17]
通过对淀粉代谢途径中 6个关键酶基因的关联分析,
发现有 4 个基因与籽粒成分及淀粉糊化指标显著相
关。大豆是严格的自花授粉作物并经历了长期的世代
进化, 导致大豆基因组存在高度连锁不平衡现象[18]。
Jun等[19]通过对 96份大豆资源材料全基因组 SSR标
记分析, 得到 11 个与蛋白含量相关的 QTL, 其中 9
个 QTL已有相关报道。目前, 关联分析在功能分子
标记的开发、寻找候选基因及功能基因的验证中已
经发挥重要的作用, 为深入认识数量性状的遗传机
制及作物的遗传改良提供了新的途径。
大豆 SoyBase网站已发布的公共图谱QTL (基因)
定位信息中, 叶型的形态标记定位于 I 连锁群 50.4
cM处; 本实验室以中豆 29、中豆 32为亲本构建的
重组自交系群体在 I 连锁群上也定位了叶型和荚粒
性状 QTL[20-22]。本研究以前期定位的叶型/荚粒性状
QTL (基因 )信息为基础 , 挑选位于目标区间内的
SSR 标记与 167 份国内外大豆种质资源相关表型数
据进行关联分析, 旨在寻找与叶型及荚粒性状紧密
连锁的标记, 探讨大豆叶型和荚粒性状的关系及其
遗传基础, 为相关基因的克隆奠定基础。
1 材料与方法
1.1 试验材料
选自大豆种质精准鉴定课题南方区夏播试验的
167 份材料由中国农业科学院作物科学研究所提供,
其中 56 份为国外大豆种质, 其中 56 份为国外大豆
种质, 111 份国内种质资源(包括地方品种和育成品
种)主要来自南方大豆区。2008 年和 2009 年将试验
材料种植于中国农业科学院油料作物研究所试验农
场, 随机区组设计, 3次重复, 3行区, 行长 3.5 m, 田
间管理同大田生产。
1.2 表型数据考察
于鼓粒后期 (R5)用手持式激光叶面积仪 (CID,
Inc CI-203), 主要针对植株顶部倒数第 3 片展开复
叶的中间小叶测定叶片长度、宽度、周长、小叶面
积, 计算叶长/宽比(即叶长最大值和叶宽最大值的
比值), 每个材料测 5 株。收获时每小区随机并连续
取样 10株, 调查一粒荚数、二粒荚数、三粒荚数、
四粒荚数、单株荚数、单株粒数、每荚粒数、百粒
重等性状[23]。均以 3 次重复平均值作为各性状的观
测值。
1.3 DNA提取及 SSR分析
采用 CTAB法提取叶片总 DNA, 分光光度计测
DNA 浓度, 依据测定值将样品稀释到 50 ng μL–1,
保存于–20℃备用。
本实验所选用的 SSR标记均基于重组自交系群
体叶型及荚粒性状QTL定位结果[20-22], 对QTL区间
内基因组序列进行分析并设计 SSR引物。采用 20 μL
PCR 体系, 其中包括 50 ng 基因组 DNA, 正向和反
向引物各 0.5 μmol L–1, 1×buffer, 3 mmol L–1 MgCl2,
0.3 mmol L–1 dNTPs和 2 U Taq DNA 聚合酶。PCR
扩增程序为 94 5 min; 94 1 min, 52 1 min, ℃ ℃ ℃
72 1 min, 34℃ 个循环; 72℃ 10 min, 1个循环; 12℃
保温。PCR产物经 6%聚丙烯酰胺凝胶电泳分离, 银
染显影; 并将标记在资源群体材料中扩增所得电泳
1198 作 物 学 报 第 38卷

带型按片段由大到小分别记为“1”、“2”、“3”⋯⋯。
本实验选用公共遗传图谱上均匀分布于大豆 20
条遗传连锁群的 65个 SSR标记, 另外选用定位于叶
型/荚粒性状 QTL 区间内 13 个 SSR 标记(标记间平
均距离约为 53 kb), 用 78个 SSR标记分析 167份资
源材料的多态性。通过对 13个 SSR标记分析, 共扩
增出 84 个多态性位点, 平均每对引物可扩增 6.5 个
位点。13 个 SSR 标记中 12 个标记位于标记 Satt270
(34 223 176~34 223 223 bp)和 Sat_268 (35 176 184~
35 176 247 bp)之间, 20-63距离Sat_268约50 kb (图1)。

图 1 13个 SSR标记和公共标记在染色体上位置示意图
Fig. 1 Sketch map of 13 markers and public markers positions on the chromosome

1.4 数据分析
利用 Microsoft Excel对叶型相关性状和荚粒性
状的均值进行相关性及显著性分析 [24]。基于 65对
SSR标记的多态性数据, 应用软件 Structure version
2.2 分析供试材料的群体结构 (Q), 设定亚群数目
K=1~10, 将 MCMC (markov chain monte carlo)开始
时不作数迭代(length of burn-in period)设为 20 000
次, 再将不作数迭代后的MCMC设为 20 000次, 然
后依据似然值选取一个合适的 K 值[25]。应用 Tassel
软件对目标区间内的 SSR标记与叶型相关性状和荚
粒性状进行关联分析, 并以 Q 值作为共变量控制群
体结构; 估算每个多态性标记的 P值, 并以 P =0.05
为临界阈值确定相关性[26]。
2 结果与分析
2.1 表型数据分析
以两年调查性状平均值作统计分析, 结果表明,
大豆种质资源的叶型和荚粒性状变异幅度较大, 如
叶宽和叶面积大小相差分别是 3.7倍和 5.1倍, 而大
多数荚粒性状值差异达 10 倍左右(表 1)。方差分析
结果显示, 除叶长和百粒重等性状品种间差异极显
著而年份间差异不显著外, 其他性状均表现品种间
和年份间极显著差异; 大多数性状的年份×品种互
作方差达极显著水平, 仅四粒荚数未达显著水平。
2.2 叶型分类
参考 Porter[3]的叶型分类, 本研究将叶长/宽比
值大于 2.0 的品种定义为窄叶型, 叶长/宽比值小于
或等于 2.0 的品种定义为宽叶型。在 167 份品种中,
2008 年调查叶长/宽比最小值为 1.25, 最大值为 3.55,
划分宽叶型品种 94 份, 平均值为 1.68, 窄叶型品种
73份, 平均值为 2.32。2009年调查叶长/宽比最小值
为 1.27, 最大值为 3.79, 包括宽叶型品种 96 份, 平
均值为 1.60, 窄叶型品种 71 份, 平均值为 2.38。在
两年度中存在被划分为不同叶型类型品种, 但数目
较少, 且叶长/宽比都是在 2.0 左右波动。两年度的
宽叶型品种叶长/宽比平均值为 1.66, 窄叶型品种叶
长/宽比平均值为 2.36。对宽叶型和窄叶型的叶长/
宽比 2年平均值进行 t检验, 结果宽叶型和窄叶型品
种的叶长/宽比值显示极显著差异(P<0.01)。
2.3 相关性分析
表 2 显示, 表型相关系数和遗传相关系数基本
一致。叶型相关性状中, 叶宽与叶长、叶周长和叶
面积等性状呈极显著正相关(P<0.001), 相关系数 r
= 0.37~0.95; 而叶长/宽比与叶宽、叶周长和叶面积
呈极显著负相关, r = –0.32~ –0.86。对叶型性状与荚
粒性状的关系分析表明, 叶宽、叶周长和叶面积等
性状与一、二粒荚数和百粒重等均呈显著正相关 ,
而与三、四粒荚数和每荚粒数等均呈显著负相关 ;
与此相反, 叶长/宽比与一、二粒荚数和百粒重均呈
显著负相关, 而与三、四粒荚数和每荚粒数均呈显
著正相关, 其中以叶宽和叶长/宽比与每荚粒数的相
关性较高(r = –0.69、0.63)。这些表型数据的相关性
第 7期 伍宝朵等: 大豆种质资源叶型和荚粒性状的关系及与 SSR标记的关联分析 1199


表 1 叶型和荚粒性状的表型变异以及方差分析
Table 1 Descriptive statistics and variance components of leaf shape and pod traits
描述统计 Descriptive 方差分析 ANOVA analysis 性状
Trait 变异范围
Range
平均值±标准差
Mean±SD
品种
Variety
年份
Year
年份×品种
Year×variety
叶长 LL (cm) 17.03–8.62 12.16±1.23 10.45** 3.36 1.55**
叶宽 LW (cm) 10.15–2.77 6.57±1.46 26.92** 26.77** 1.58**
叶周长 LP (cm) 39.30–22.24 30.06±3.24 10.70** 13.94** 1.54**
叶面积 LA (cm2) 96.58–19.12 54.47±15.17 16.37** 27.16** 1.52**
叶长/宽比 LR 3.69–1.26 1.95±0.42 37.43** 7.30** 2.17**
一粒荚数 OSP 92.97–6.67 21.94±14.71 12.56** 179.02** 5.47 **
二粒荚数 TSP 90.07–8.47 25.97±14.12 14.05** 210.41** 5.83**
三粒荚数 Tri-SP 29.27–0.57 9.12±6.23 11.48** 406.34** 5.39**
四粒荚数 FSP 2.70–0.00 0.09±0.28 8.71** 14.59** 1.02
单株荚数 NP 187.07–18.47 57.10±0.28 12.38** 42.20** 6.90**
每荚粒数 NSP 2.27–1.35 1.78±0.25 16.93** 253.55** 2.52**
单株粒数 NS 285.20–33.63 101.57±43.81 10.04** 38.17** 6.24**
百粒重 HSW (g) 31.89–4.50 17.56±4.24 9.96*** 0.24 1.47***
LL: leaf length; LW: leaf width; LP: leaf perim; LA: leaf area; LR: leaf length/width; OSP: number of one-seed pod; TSP: number of
two-seed pod; Tri-SP: number of three-seed pod; FSP: number of four-seed pod; NP: number of pods per plant; NS: number of seeds per plant;
NSP: number of seeds per pod; HSW: weight of 100 seeds. ***P<0.001, **P<0.01, *P<0.05。

分析反映了大豆叶宽、叶长/宽比与荚粒性状的密切
关系。
2.4 显著性分析
将宽叶型和窄叶型品种的叶型和荚粒性状值进
行 t 检验, 结果表明两类型间除叶长和单株粒数无
显著差异外, 其他性状均表现显著差异(表 3)。宽叶
型品种的许多性状值, 包括叶宽、叶周长、叶面积、
单株荚数、百粒重以及一、二粒荚数等均大于窄叶
型品种, 而窄叶型品种仅有少数性状值(三、四粒荚
数和每荚粒数)大于宽叶型品种。也就是说宽叶型品
种有较多的一、二粒荚数, 窄叶型品种有较多的三、
四粒荚数和每荚粒数, 与相关性分析中叶长/宽比与
一粒荚数、二粒荚数呈显著负相关, 与三粒荚数、
四粒荚数呈显著正相关的结果一致。
2.5 群体结构和关联分析
方差分析显示大豆叶型和荚粒性状表现品种间
差异显著(表 1), 表明参试材料适合用于关联分析。
利用 Structure version 2.2软件分析 167份种质
资源的群体结构, 在 K=2 时, 平均似然值的斜率发
生改变, 将材料分为 2个亚群(图 2)。其中一个亚群
聚集了 45份来自美国的春大豆和夏大豆, 占供试美
国资源材料的 84.9%; 另一个亚群聚集了 122 份品
种材料, 111份为国内种质资源。
利用 Tassel软件对目标区间内 13个 SSR标记
与叶型及荚粒性状的关联分析表明, 在第 20染色体
(I 连锁群 )上检测的 12个 SSR 标记中 7 个与叶长/
宽比的关联 P 值都达到了显著水平, 而与每荚粒数
达到显著关联的标记只有 20-285。标记 20-285与每
荚粒数、一粒荚的关联 P值都达到了显著水平, 2年
中标记 20-285 对性状的平均贡献率分别为 10.06%
和 12.00%, 20-285与叶型各相关性状的关联 P值也
都达到了显著水平, 其中对叶长/宽比的贡献率达到
8.6%; 标记 20-26和标记 20-45之间的标记几乎都与
叶长/宽比存在关联性(表 4)。

图 2 供试材料的群体 K值估计
Fig. 2 Estimation of the most appropriate group K-values
表 2 叶型和荚粒性状的相关系数
Table 2 Correlation coefficients for leaf shape and pod traits
性状
Trait
叶面积
LA
叶长
LL
叶宽
LW
叶周长
LP
叶长/宽比
LR
一粒荚数
OSP
二粒荚数
TSP
三粒荚数
Tri-SP
四粒荚数
FSP
单株荚数
NP
单株粒数
NS
每荚粒数
NSP
百粒重
HSW
叶面积 LA 0.60*** 0.95*** 0.87*** –0.70*** 0.46*** 0.15* –0.56*** –0.29*** 0.11 0.02 –0.63*** 0.39***
叶长 LL 0.63*** 0.37*** 0.90*** 0.06 0.02 –0.026 –0.23** –0.06 –0.03 –0.10 –0.14 0.37***
叶宽 LW 0.95*** 0.39*** 0.71*** –0.86*** 0.53*** 0.18* –0.58*** –0.32*** 0.13 0.06 –0.69*** 0.35***
叶周长 LP 0.88*** 0.91*** 0.71*** –0.32*** 0.22** 0.05 –0.39*** –0.18* 0.03 –0.05 –0.37*** 0.44***
叶长/宽比 LR –0.69*** 0.06 –0.86*** –0.31*** –0.51*** –0.20** 0.49*** 0.35*** –0.14 –0.10 0.63*** –0.19*
一粒荚数 OSP 0.41*** 0.02 0.49*** 0.20** –0.48***
二粒荚数 TSP 0.17* –0.03 0.21** 0.05 –0.23**
三粒荚数 Tri-SP –0.52*** –0.21** –0.55*** –0.37*** 0.46***
四粒荚数 FSP –0.27*** –0.05 –0.30*** –0.16* 0.33***
单株荚数 NP 0.19* –0.06 0.24** 0.05 –0.27***
单株粒数 NS 0.02 –0.11 0.06 –0.07 –0.11
每荚粒数 NSP –0.62*** –0.14 –0.69*** –0.37*** 0.64***
百粒重 HSW 0.37*** 0.35*** 0.34*** 0.41*** –0.18*
对角线以上的数据为遗传相关系数, 对角线以下的数据为表型相关系数。
The numbers above the diagonal are genetic correlation coefficients and the numbers below the diagonal are phenotypic correlation coefficients. *** P<0.001, ** P<0.01, * P<0.05. Abbreviations are
the same as those given in Table 1.

























第 7期 伍宝朵等: 大豆种质资源叶型和荚粒性状的关系及与 SSR标记的关联分析 1201


表 3 叶型和产量相关性状 t检验
Table 3 t-test of leaflet shape and yield-related traits between
broad and narrow leaf types
性状
Trait
宽叶型
Broad type
窄叶型
Narrow type
叶长 LL (cm) 12.17±1.32 Aa 12.16±1.10 Aa
叶宽 LW (cm) 7.48±1.15 Aa 5.28±0.66 Bb
叶周长 LP (cm) 30.89±3.38 Aa 28.88±2.64 Bb
叶面积 LA (cm2) 62.32±14.03 Aa 43.31±8.10 Bb
一粒荚数 OSP 27.12±14.86 Aa 14.58±10.95 Bb
二粒荚数 TSP 28.06±15.80 Aa 23.01±10.76 Ba
三粒荚数 Tri-SP 6.30±5.33 Aa 13.12±5.14 Bb
四粒荚数 FSP 0.03±0.08 Aa 0.17±0.42 Bb
单株荚数 NP 61.47±30.51 Aa 50.89±20.50 Bb
每荚粒数 NSP 1.64±0.18 Aa 1.97±0.19 Bb
单株粒数 NS 102.20±50.30 Aa 100.66±32.78 Aa
百粒重 HSW (g) 18.20±4.77 Aa 16.64±3.16 Ba
同一列中标明不同大写字母的值在 0.05水平差异显著, 标
明不同小写字母的值在 0.01水平差异显著。
Values within a column followed by different capitals are
significantly different at P<0.05, and those followed by different
lowercases are significantly different at P<0.01. Abbreviations are
the same as those given in Table 1.

3 讨论
3.1 关联分析的作用和优势
关联分析与传统的连锁分析相比具有明显的优
势, 如 QTL 分析需要构建分离群体, 而关联分析是
以自然群体或种质资源为研究材料, 不需花费时间
和人力构建分离群体[27]; 关联分析选用的群体可考
察多个等位基因位点, 比 QTL分析中最多只能涉及
两个等位基因具有优势; 自然群体在长期进化中积
累的重组信息可使定位更加精确[28]。然而通过关联
分析进行的基因定位也存在不足之处, 有些标记与
性状间强关联性并不全由位点间的物理距离决定 ;
另外群体大小也会影响关联分析的结果[29]。利用关
联分析寻找功能分子标记, 并将标记用于辅助选择
育种, 对于构建作图群体困难的林木物种而言尤为
适合[30-31]。鉴于连锁分析与关联分析各自具有局限
性, 将两种方法结合运用, 能更好的进行辅助育种
以及功能基因寻找[29]。目前, 运用连锁分析与关联
分析已经对多个性状进行了精细定位[32-33]。近年来,
随着测序技术和生物信息学的发展, 应用关联分析
方法发掘数量性状基因已成为当前作物基因组研究
的热点。大豆基因组测序已完成, 由于大豆为严格
的自花授粉物种, 基因组重组频率相对不高, 致使
基因组连锁不平衡程度较高(大豆栽培种 LD衰减距
离约 150 kb, 野生种 LD衰减距离约 75 kb)[18]。因此
应用关联分析法有利于开发与性状关联的标记。本
研究选用有代表性的 167份国内外种质资源 , 包括
地方品种、育成品种等, 可考察同一基因座的多个
等位基因, 而且资源群体在长期历史进化中重组较
为频繁, 因此利用种质材料进行关联分析能寻找更
精确的基因位点。
3.2 叶型与产量性状关系
Dinkins等[34]以宽叶型和窄叶型材料的杂交 F1、
F2 及回交后代研究表明, 具有杂合叶型控制位点的
单株其每荚粒数少于窄叶型单株, 但比宽叶型和窄
叶型单株具有较多的单株荚数和单株产量。Kunta
等[35]研究发现在 6 对杂交组合中, F1杂种的产量高
于中亲值和高产亲本。在众多关于杂种优势的产量
组成因子分析中, 单株荚数对杂种优势的产生具有
显著效应, 而每荚粒数对杂种优势的产生具有负效
应或贡献不显著[36], 因此每荚粒数的提高对挖掘大
豆品种增产潜力具有重要作用。本研究通过相关性
和显著性分析表明叶型与每荚粒数具有较高相关性,
宽叶型材料与窄叶型材料的每荚粒数存在显著差异;
表型和关联分析证实控制叶型与每荚粒数的位点在
自然群体材料中为共遗传, 其与前人通过表型分析
得出的结论一致[37]。单株粒数作为每荚粒数和单株
荚数的综合体现, 在本研究的窄叶型和宽叶型材料
中没有显著差异。由于窄叶型材料的百粒重较小 ,
因而增加每荚粒数可能会影响单株荚数和百粒重。
3.3 关于叶型和荚粒性状基因的定位
关于大豆叶型和荚粒性状关系的研究很多, 但
将其同时进行定位研究的文献很少。SoyBase 在第
20 染色体将叶型形态标记定位于标记 Satt270 和
Sat_268之间。王贤智等[20]和周蓉等[21]在第 20染色
体检测到每荚粒数 QTL、二粒荚数 QTL、三粒荚数
QTL和四粒荚数QTL, 均位于 Sat_268~Satt671标记
区间。Jeong等[38]以 Sowon(窄叶)×V94-5152(宽叶)
构建的 BC3F2群体为研究材料, 将 ln 基因定位于第
20染色体(I连锁群)标记 Sat_105和 Sat_268所在区
间的~0.7 cM (~66 kb)区域内。本研究关联分析结果
表明在目标 QTL 区间内选用的标记中, 只有标记
20-285 与叶型相关性状和每荚粒数具显著相关, 由
此推测控制每荚粒数的相关基因位于标记 20-285所
在区域附近, 缩小了候选基因的区域。在标记 20-26
和 20-45之间的标记几乎都与叶长/宽比存在关联性,
说明本研究中可以将控制叶型的相关基因定位在


表 4 叶型相关性状与 SSR标记间的关联 P值
Table 4 Associations among leaf shape related traits and SSR markers (P-value)
SSR标记
SSR marker
年份
Year
叶长
LL
叶宽
LW
叶周长
LP
叶面积
LA
叶长/宽比
LR
一粒荚数
OSP
二粒荚数
TSP
三粒荚数
Tri-SP
四粒荚数
FSP
单株荚数
NP
每荚粒数
NSP
单株粒数
NS
20-252 2008 0.0109
2009 0.0280 0.0302 0.0408 0.0014
20-21 2008
2009 0.0051 0.0240
20-256 2008 0.0062 0.0294 0.0114 0.0076
2009 0.0274 0.0365 0.0266 0.0202
20-257 2008 0.0259 3.16E-04 0.0016 1.01E-04 0.0458 0.0353 0.0156 0.0289 0.0249
2009 0.0072 0.0044 0.0011 0.0107
20-26 2008 0.0058 3.65E-07 4.21E-04 4.97E-06 7.31E-05 0.0089 0.0352 0.0113 0.0138
2009 0.0133 5.31E-06 6.62E-04 2.33E-05 4.19E-04 0.0157 0.0048 0.0016 0.0086 0.0057
20-265 2008 0.0113 0.0018 0.0017 6.54E-04 0.0102
2009 0.0176 0.0088 0.0111 0.0215 0.0152 0.0446
20-36 2008 0.0120 6.44E-04 0.0164
2009 0.0073 4.19E-04 0.0231
20-280 2008 0.0045 0.0133 0.0034 0.0044 0.0230
2009 0.0022 0.0103 8.91E-04 0.0073 0.0201
20-282 2008 0.0035 0.0103
2009 0.0033 0.0037 0.0223
20-285 2008 0.0050 0.0151 0.0062 0.0072 0.0041 0.0019 0.0027 4.70E-05 7.77E-04 0.0128 4.25E-04
2009 8.85E-04 0.0332 9.55E-04 0.0130 0.0178 4.75E-04 6.47E-04
20-292 2008 0.0497 0.0038 0.0235 0.0053 2.71E-04
2009 0.0034 0.0383 0.0133 0.0066 0.0259
20-45 2008 0.0031 0.0307 4.25E-04 0.0382
2009 0.0037 0.0230 0.0039 0.0162 0.0131 0.0165 0.0417 0.0067 0.0062
在 0.05水平显著的 P值; 标记按在染色体上的物理位置排序。缩写同表 1。
Significant at P≤0.05; Markers are lined based on the physical position on chromosome. Abbreviations are the same as those given in Table 1.
第 7期 伍宝朵等: 大豆种质资源叶型和荚粒性状的关系及与 SSR标记的关联分析 1203


20-26和 20-45标记之间。具有显著关联的标记可望
用以辅助选择育种, 在育种中增加百粒重而不减少
每荚粒数, 选育兼顾大粒和多粒荚的高产品种。
4 结论
大豆叶宽、叶长/宽比均与每荚粒数显著相关;
标记 20-285 与每荚粒数显著关联, 推测控制每荚粒
数的相关基因位于标记 20-285 附近; 标记 20-26 和
标记 20-45 之间的标记几乎都与叶长/宽比存在关联
性, 推测控制叶型的相关基因位于标记 20-26 和标
记 20-45 之间的区域, 缩小了控制每荚粒数和叶型
的候选基因存在区域。表型相关分析和分子标记关
联分析证实大豆叶型与荚粒性状存在密切关系。
References
[1] Domingo W E. Inheritance of number of seeds per pod and leaf-
let shape in the soybean. J Agric Sci, 1945, 70: 251–268
[2] Takahashi N. Linkage relation between the genes for the form of
leaves and the number of seeds per pod of soybeans. Jpn J Genet,
1934, 9: 208–225
[3] Porter C. Inheritance of the Gene(s) Controlling Leaflet Shape in
Soybean. MS Thesis of Virginia Polytechnic Institute and State
University, 2000
[4] Weiss M G. Genetic linkage in soybeans: linkage group IV. Crop
Sci, 1970, 10: 368–370
[5] Bernard R L, Weiss M G. Qualitative genetics. In: Caldwell B E,
ed. Soybeans: Improvement, Production and Uses. Madison, WI,
American Society of Agronomy, 1973. pp 117–154
[6] Sawada S. Inheritance of leaflet shape in soybeans. Soybean
Genet Newsl, 1988, 15: 61–65
[7] Mandl F A, Buss G R. Comparison of narrow and broad leaflet
isolines of soybean. Crop Sci, 1981, 21: 25–27
[8] You M G, Liu Y B, Zhao T J, Gai J Y. Effects of leaf shape on
seed yield and its components in soybeans. Soybean Genet Newsl,
1995, 22: 66–70
[9] Wilcox J R, Abney T S. Inheritance of a narrow, rugose-leaf mu-
tant in Glycine max. J Hered, 1991, 82: 421–423
[10] Balaiah C, Reddy P S, Reddi M V. Genic analysis in groundnut: I.
Inheritance studies on 18 morphological characters in crosses
with Gujarat narrow leaf mutant. Proc Indian Acad Sci, 1977,
85B(5): 340–350
[11] Nagel L, Brewster R, Riedell W E, Reese R N. Cytokinin regula-
tion of flower and pod set in soybeans (Glycine max (L.) Merr.).
Ann Bot, 2001, 88: 27–31
[12] Ikeda T, Ohnishi S, Senda M, Miyoshi T, Ishimoto M, Kitamura
K, Funatsuki H. A novel major quantitative trait locus controlling
seed development at low temperature in soybean (Glycine max).
Theor Appl Genet, 2009, 118: 1477–1488
[13] Kantolic A G, Slafer G A. Development and Seed Number in In-
determinate Soybean as Affected by Timing and Duration of
Exposure to Long Photoperiods after Flowering. Ann Bot, 2007,
99: 925–933
[14] Mathew J P, Herbert S J, Zhang S H, Rautenkranz A A F, Litch-
field G V. Differential Response of Soybean Yield Components
to the Timing of Light Enrichment. Agron J, 2000, 92:
1156–1161
[15] Flint-Garcia S, Thornsberry J M, Buckler E S. Structure of link-
age disequilibrium in plants. Annu Rev Plant Biol, 2003, 54:
357–374
[16] Hansen M, Kraft T, Ganestam S, Sall T, Nilsson N O. Linkage
disequilibrium mapping of the bolting gene in sea beet using
AFLP markers. Genet Res, 2001, 77: 61–66
[17] Wilson L M, Whitt S R, Ibanez A M, Rocheford T R, Goodman
M M, Buckler E S. Dissection of maize kernel composition and
starch production by candidate associations. Plant Cell, 2004, 16:
2719–2733
[18] Lam H M, Xu X, Liu X, Chen W B, Yang G H, Wong F L, Li M
W, He W M, Qin N, Wang B, Li J, Jian M, Wang J, Shao G H,
Wang J, Sun S S M, Zhang G Y. Resequencing of 31 wild and
cultivated soybean genomes identifies patterns of genetic diver-
sity and selection. Nat Genet, 2010, 42: 1053–1059
[19] Jun T H, Van K J, Kim M Y, Lee S H, Walker D R. Association
analysis using SSR markers to find QTL for seed protein content
in soybean. Euphytica, 2008, 162: 179–191
[20] Wang X-Z(王贤智), Zhang X-J(张晓娟), Zhou R(周蓉), Sha
A-H(沙爱华), Wu X-J(吴学军), Cai S-P(蔡淑平), Qiu D-Z(邱德
珍), Zhou X-A(周新安). QTL analysis of seed and pod traits in
soybean RIL population. Acta Agron Sin (作物学报), 2007,
33(3): 441–448 (in Chinese with English abstract)
[21] Zhou R(周蓉), Chen H-F(陈海峰), Wang X-Z(王贤智), Zhang
X-J(张晓娟), Shan Z-H(单志慧), Wu X-J(吴学军), Cai S-P(蔡
淑平), Qiu D-Z(邱德珍), Zhou X-A(周新安), Wu J-S(吴江生).
QTL analysis of yield, yield components, and lodging in soybean.
Acta Agron Sin (作物学报), 2009, 35(5): 821–830 (in Chinese
with English abstract)
[22] Chen H F, Shan Z H, Sha A H, Wu B D, Yang Z L, Chen S L,
1204 作 物 学 报 第 38卷

Zhou R, Zhou X A. Quantitative trait loci analysis of stem strength
and related traits in soybean. Euphytica, 2011, 179: 485–497
[23] Qiu L-J(邱丽娟), Chang R-Z(常汝镇), Liu Z-X(刘章雄). Soy-
bean Germplasm Description Specifications and Data Standards
(大豆种质资源描述规范和数据标准). Beijing: China Agricul-
ture Press, 2006 (in Chinese)
[24] Chen W, Zhang Y, Liu X P, Chen B Y, Tu J X, Fu T D. Detec-
tion 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
[25] Evanno G, Regnaut S, Goudet J. Detecting the number of clusters
of individuals using the software STRUCTURE: a simulation
study. Mol Ecol, 2005, 14: 2611–2620
[26] Andersen J R, Schrag T, Melchinger A E, Zein I, Lubberstedt T.
Validation of dwarf8 polymorphisms associated with flowering
time in elite European inbred lines of maize (Zea mays L.). Theor
Appl Genet, 2005, 111: 206–217
[27] Ingvarsson P K, Street N R. Association genetics of complex
traits in plants. New Phytol, 2011, 189: 909–922
[28] Yu J, Buckler E S. Genetic association mapping and genome or-
ganization of maize. Curr Opin Biotechnol, 2006, 17: 155–160
[29] Gupta P K, Rustgi S, Kulwal P L. Linkage disequilibrium and
association studies in higher plants:Present status and future pros-
pects. Plant Mol Biol, 2005, 57: 461–485
[30] Andersen J R, Lübberstedt T. Functional markers in plants.
Trends Plant Sci, 2003, 8: 554–560
[31] Gupta P K, Rustgi S. Molecular markers from the transcribed/
expressed region of the genome in higher plants. Funct Integr
Genomics, 2004, 4: 139–162
[32] Lund M S, Sorensen P, Guldbrandtsen B, Sorensen D A. Multi-
trait fine mapping of quantitative trait loci using combined link-
age disequilibria and linkage analysis. Genetics, 2003, 163:
405–410
[33] Meuwissen T H E, Goddard M E. Mapping multiple QTL using
linkage disequilibrium and linkage analysis information and mul-
titrait data. Genet Sel Evol, 2004, 6: 261–279
[34] Dinkins R D, Keim K R, Farno L, Edwards L H. Expression of
the narrow leaflet gene for yield and agronomic traits in soybean.
Am Genet Assoc, 2002, 93: 346–351
[35] Kunta T, Edwards L H, Keim K R. Heterosis, inbreeding depres-
sion, and combining ability in soybeans [Glycine max (L.) Merr.].
SABRAO J Breed Genet, 1997, 29: 21–32
[36] Gadag R N, Upadhyaya H D. Heterosis in soybean [Glycine max
(L.) Merr.]. Indian J Genet, 1995, 55: 308–314
[37] Johnson H W, Bernard R L. Soybean genetics and breeding. Adv
Agron, 1962, 14: 149–221
[38] Jeong N, Moon J K, Kim H S, Kim C G, Jeong S C. Fine genetic
mapping of the genomic region controlling leaflet shape and
number of seeds per pod in the soybean. Theor Appl Genet, 2011,
122: 865–874