植物遗传资源学报2009,10(1):146-151Journa l o f P l ant G enetic R esources
作物耐旱性QTL 定位和分析的思路
王 阳1,2,于永涛1,王天宇1,黎 裕
1
(1中国农业科学院作物科学研究所,北京 100081;
2
吉林省农业科学院作物所,公主岭 136100)
摘要:干旱是非生物胁迫中对作物生长和产量影响最严重的胁迫之一。作物的耐旱性受数量性状位点(QT L )的控制,存在复杂的基因/QTL 互作和与环境的互作。对作物耐旱相关性状QTL 进行定位和分析是耐旱研究的重点之一。本文通过对目前研究中涉及到的作物耐旱性特点、耐旱QTL 分析的技术路线与新方法,表型鉴定以及耐旱性QTL 互作分析等方面进行了比较系统的阐述,旨在为作物耐旱性QTL 定位及未来的分子标记辅助选择提供有益的借鉴。
关键词:作物;耐旱性;QTL
M appi ng and Analysis ofQTL for Drought Tolerance i n Crops
WANG Yang 1,2,YU Yong -tao 1,WANG T i a n-yu 1,L I Yu
1
(Ins titute of C rop Sciences,Chinese A cade my of A gricult ural Sciences ,B eij i ng 100081;2
Ins titute of C rop,A cade my of Agr icultural Sciences of J ilin Provi nce ,G ongzhu ling 136100)
Abstract :D r ought stress is the m ost serious stress influencing crop gro w t h and y ield .Drought to lerance is con -tro lled by quantitative trait l o c i (QTL),w it h co m plicated QTL @QTL interaction and QTL @envir onm ent interac -ti o n .Location and further analysis ofQTL is one or prioriti e s in research on drought to lerance in cr ops .Th is paper rev i e w s physi o log ica l features of drought to lerance ,fra m e wo r k and ne w m et h ods of QTL analysis ,characterization
and i d entification o f phenotypes re lated to dr ough t to l e rance ,and i n teracti o ns ex isting i n the ana l y sis of drought to-l erance ,ai m ing at pr ov i d i n g ne w thought for researches on QTL analysi s and further m ar ker -assisted selection o f drought to lerance .
K ey w ords :C rop;Drought tolerance ;QTL 收稿日期:2008-03-14 修回日期:2008-05-07基金项目:国家自然科学基金(30730063);院所长基金(2060302)作者简介:王阳,辽宁鞍山人,博士研究生
通讯作者:黎裕。Te:l 010-********;E-m ai:l yul@i m ai.l caas .net .cn
干旱是非生物胁迫中对作物生长和产量影响最严重的胁迫之一。研究表明,作物的耐旱性属于数量性状,受到数量性状位点(QTL)的控制。利用分子标记技术可以对复杂的QTL 进行更深入的研究。如何对耐旱相关性状的QTL 进行定位及分析是近年来不断探索的重要内容
[1-3]
。对目前在国内外所
侧重研究的作物主要耐旱性状QTL 定位和分析的研究结果进行总结和分析,可为今后耐旱性状的
QTL 分析拓宽思路。
1 作物耐旱性的特点
Lev itt [4]
将植物适应干旱的机制分为避旱性、御
旱性和耐旱性。具有高耐旱性的植物表现为在不同生育时期发生的各种干旱条件下,依然保持各组织器官的基本生长发育。以干旱胁迫下的玉米为例,在苗期耐旱的植株叶片萎蔫程度低,植株生长受抑制较轻;在开花期耐旱性强的植株开花-吐丝间隔期(anthesis to sil k i n g i n terva,l ASI)不延迟或较短时间延迟等等。产量指标是作物耐旱与否的最终体现,提高作物的耐旱性能在生产实践中获得最大限度的产量。另外,对耐旱植株生理基础的研究也已取得一定的进展。目前一般认为,作物耐旱是通过渗透调节、脱水保护、抗氧化系统等途径来实现,ABA 、脯氨酸等可能在其中发挥了重要作用
[5]
。
1期
王 阳等:作物耐旱性QTL 定位和分析的思路
随着遗传学和分子生物学的发展,耐旱性研究已从单纯的生理生化研究转变到对耐旱性的内在遗传机制的研究。耐旱遗传机制极其复杂,众多代谢途径中的基因都牵涉其中。目前,国内外学者对耐旱性遗传的研究主要从两个方面着手进行:(1)研究干旱胁迫条件下植物体内的一些被诱导表达的功
能基因及调节基因[6]
。这些基因表达方面发生的变化会对整个基因网络产生一系列影响,最终表现为植株的耐旱性。分离和克隆这些基因,鉴定其功能及对耐旱性的贡献是这类研究的重点目标。(2)是从全基因组扫描入手,发掘基因组中与耐旱性相关的基因资源,特别是众多的耐旱QTL 位点。在得到这些QTL 后,既可以对其中的主效QTL 进行克隆,又可以通过QTL 聚合的方法,培育耐旱种质资源,更好地为育种工作服务。正因为如此,定位和分析耐旱性状的QTL ,并将QTL 应用到育种实践中已成为目前作物耐旱分子生物学的研究重点之一。
2 耐旱性QTL 分析的技术路线与方法
211 传统耐旱性QTL 分析方法
在传统的作物耐旱性QTL 分析中,首先应选择目标性状在干旱条件下表现差异大的亲本来配制杂交组合,建立作图群体(图1)。如在玉米研究中,
Agra m a 等[7]
将高耐旱性的亲本SD34和不耐旱的亲本SD35配制杂交组合,建立SD34@SD35F 2B 3家系群体。当然,某些亲本间虽然表型差异不大,但其后代也可能会产生超亲遗传,从而形成目标性状分离的作图群体。根据杂交方式的不同,作图群体可分为F 2B 3群体、RI L 群体、D H 群体、N I L
和导入系群体等。
图1 QTL 研究的方法及技术路线
F ig 11 F ra m ework of approache s of QTL analysis
由于控制数量性状的QTL 可能分布在基因组中的不同染色体或同一染色体的不同位置,因而进行传统QTL 定位研究的一个前提条件就是构建全基因组范围内的遗传连锁图谱。因此,在建立作图群体后,需要通过一定数量的分子标记(如RFLP 、AFLP 、SSR 、SNP 等)对作图群体的基因型进行鉴定,并以得到的基因型数据为基础,构建遗传图谱。在基因型鉴定的同时,在试验设计的干旱胁迫环境下对作图群体内的耐旱性相关目标性状的分离情况进行鉴定。表型检测最好是多年多点进行,以排除环境可能产生的影响。最后将遗传连锁图谱及其中的遗传标记信息和表型鉴定数据结合起来,利用复合区间作图等方法检测遗传图谱上可能存在的耐旱相关性状的QTL,分析这些耐旱相关QTL 的遗传效应、作用大小以及QTL 与环境间互作、QTL 与QTL 之间的互作等等。由于在不同作图群体中检测到的QTL 数目、位置和效应大小与作图群体的遗传背景有关,因此在一个作图群体中检测到的QTL 可能在另一个群体中有所不同,这就给分子标记辅助选择带来了很多困难[8]
。近年来,在QTL 研究中又出现了一些新的思路。
212 基于候选基因的关联分析方法
该方法可对经典QTL 分析中得到的QTL 进行验证。关联分析(assoc i a ti o n analysis)是应用基因组中存在的连锁不平衡(linkage disequ ili b ri u m,LD )结构研究基因中的等位变异与表型多样性的关系,LD 是两个遗传位点的等位基因的非随机关联[9]
。这种方法不需要构建遗传连锁图谱,因而研究周期短,且QTL 的检测能力比经典的QTL 分析方法更强。目前一些研究者通过关联分析验证利用作图群体定位的QTL 。例如,在玉米开花期的研究中,尽管已经发现了一些相关的QTL,如发现8105处是控制开花时间的QTL 和基因的/热点区域0(hotspo t)
[10-11],
但这些QTL 的分子机制仍不为人知。Tho r nsberry
等[12]在前人研究[13]
的基础上将关联分析方法首次引入到植物遗传学研究中,发现了Dw arf8基因中的等位变异与开花时间之间的关联。Salv i 等
[14]
又发
现了位点8105处控制玉米开花的QTL Vg t 1实际上对应于一个控制开花期的AP2家族转录因子上游70kb 处的一段非编码区域,且发现Vg t 1的G /A /in -del 324、M ite 和AT i n del 434这3个多态位点与开花期显著关联。候选基因区域关联分析的优点在于,所用材料的高水平遗传多样性使检测到的等位变异多于用少数几个亲本所构建的分离群体,且具有较高
147
植物遗传资源学报10卷
的分辨率。可通过传统QTL分析初步确定目标性状等位变异的大致位置,然后确定目标区域内的候选基因,利用关联分析对基因内的等位变异进行精细定位并明确其功能[15]。
213利用全基因组扫描进行QTL检测
利用成熟的分子标记技术在全基因组水平上对一组高遗传多样性种质进行扫描,以LD为基础,检测与目标性状存在显著关联的QTL位点。这种方法与候选基因途径相比,将检测范围扩大到了全基因组;与传统QTL检测方法相比,因为采用了高多样性种质,因此检测到的目标性状QTL要多。然而,其局限性在于需要较高的标记密度。近年来S NP等第3代分子标记的快速发展极大地推动了这种新方法的应用。例如,Agra m a等[16]利用123个SSR标记对103份具有高水平遗传多样性的水稻种质进行全基因组扫描,通过ML M模型检测到的与产量和子粒特征等农艺性状表型关联的标记大部分都位于先前鉴定出的相关性状QTL区域。在玉米研究中,Buck ler 等[17]将25个高多样性自交系分别与B73杂交,构建由5000个R I L株系组成的25个RI L群体,然后在表型鉴定的同时,利用大量SNP标记进行基因型鉴定,进行巢式关联分析(nested association m appi n g, NAM),目前已经完成1500多个SNP标记鉴定,通过这种方法已经成功地对QTL Vgt1进行了验证。
214表达QTL分析
表达QTL(expressi o n QTL,e QTL)分析是一种与转录组学和蛋白组学相结合的新思路,把基因表达和QTL进行联合分析,该方法正逐渐成为QTL研究的热点。与转录组学相结合是通过EST作图把表达的EST与QTL分析进行关联,与蛋白组学相结合则是把表达的蛋白与QTL分析进行关联。传统的QTL研究仅局限于核酸水平上的分析,不能预测细胞中蛋白的结构、功能、数量和活性,而表达QTL方法的出现有效地弥补了这一不足。
双向蛋白电泳图上点亮度的不同可在一定程度上反映遗传变异程度,控制这些遗传变异的QTL即为蛋白数量位点(prote i n quan tity loc,i P QL)。de V ienne等[18]在玉米耐旱研究中开展了这方面的工作,通过由旱敏感自交系I o和耐旱自交系F-2构建的R I L群体,对干旱诱导下蛋白量的变化进行分析,发现胁迫诱导蛋白ASR1的PQL与在第10条染色体上的一个与ASI、叶片衰老以及AB A含量相关的QTL及一个控制ASR1含量的位点区域重叠;另一个干旱诱导蛋白P71的3个P QL也分别与定位在第1、4、8条染色体上的3个QTL密切相关。
3作物耐旱性QTL分析中的表型鉴定
在QTL分析中,无论是利用经典QTL分析还是关联分析,都要对耐旱相关性状表型进行鉴定。由于作物耐旱性本身的复杂性,耐旱性相关的性状鉴定研究存在着耐旱鉴定指标过多、鉴定标准不统一等问题。如水稻、玉米和小麦在耐旱性状QTL研究中涉及到的表型指标可归为形态指标、产量指标、生育期指标及生理生化指标等4类(表1)。另外,如果按照鉴定方式的难易程度,鉴定指标又可以分为几方面:(1)直接用肉眼观察分级方法进行鉴定的性状,包括植物的叶片卷曲度和干度、植物的生育时
表1玉米、水稻和小麦耐旱相关性状QTL研究中涉及的表型指标
Table1A par t of tra its i nvo l ved in QTL analysis of drough t tolerance i n m aize,r i ce and wh eat
作物C rop
指标类别
Index categories
性状
Trait
参考文献
Ref eren ces
玉米产量指标子粒产量,每株穗数,穗粒数,百粒重,穗长,穗重,穗粒重,50粒重,粒重,轴重,穗数,干旱指
数,干物质重
[7,26-31]生育期性状抽雄期,散粉期,吐丝期,AS I[7,26-29,32]形态特征主根长,主根直径,主根干重,侧根干重,雄穗分枝数,株高,穗位高,雄穗主轴长[1,7,26,28,33-35]生理生化指标ABA含量,水势,膨压,叶绿素含量,叶温,相对含水量,气孔导度,叶片增长速率(LER)[23-24,29,33,36]水稻产量指标生物产量,产量结实率,单穗重,千粒重,收获指数,干旱指数,子粒产量[37-40]生育期性状开花天数,延迟开花时间,开花期[37-39]
形态特征株高,根长,根体积,不定根厚度,根部表皮细胞长度,根部拉力,根干重,穿透根重,穿透根长,
穿透根厚,根基部厚度,根数,根鲜重,鲜重比,干重比,根粗,苗高,分蘖数,穿透的根数,根芽比
[37,39-43,45]生理生化指标相对含水量,冠层温度,叶片卷曲度,叶片干度,气孔导度,叶卷度[37-38,43-44,46]小麦产量指标千粒重,小区产量,主穗灌浆速率,鲜重[47-49]生育期指标开花期[49]
生理生化指标相对含水量,生育各时期的可溶性糖含量,叶片气孔导度,旗叶衰老性,糖代谢相关酶活性[47-50]
148
1期王阳等:作物耐旱性QTL定位和分析的思路
期、玉米雄穗一级分枝数等,这类性状在田间容易鉴定,但在鉴定时受到个人判断的影响。(2)植物的株高、穗位高及产量相关性状(穗长、穗重、穗粒数、穗粒重、百粒重)等,可用简单的测量工具进行鉴定,简单易行,不易出现人为的系统误差。(3)叶片温度、冠层温度等,需要利用测量仪器进行测量。AB A含量、相对含水量、茎秆及叶片的可溶性糖含量等性状需要取样后在实验室用生理生化方法进行测量鉴定,会受到来自各个过程误差的影响。(4)由于在表型鉴定中易出现人为误差和系统误差,在随后的研究中又出现了一些在简单鉴定的基础上改进的表型指标,能够避免以上问题。例如,利用石蜡法[19]对水稻根系的穿透能力进行研究,这种方法能够对不同的实验材料的根系穿透能力进行标准的鉴定,可以比较客观地鉴定根系在干旱土壤中穿透能力。
除了采用常规方法对耐旱相关的性状进行研究,一些研究提出利用模型的方法对复杂的耐旱性状进行分析研究。Ben等[20-21]和Tar d ieu等[22]提出了生态生理学模型(ecophysio l o g ica lm odel),通过该模型可以预测所研究的群体的所有相关参数,将遗传模型和生态生理学模型结合,甚至可以在没有QTL研究的基础上对干旱条件下的叶片生长速率进行预测。Rey m ond等[23-24]利用包含了100个个体的RI L群体,在大田条件和温室条件下分别对叶片生长速度与分生组织温度、水分蒸汽压差、土壤水势等几个指标的关系曲线进行了研究。虽然这些复杂性状在变化的干旱环境条件下是不易被测定的,但应用生态生理模型可以很好的预测相关性状的QTL。
传统的QTL分析,对于作物的产量性状多集中在子粒产量和果穗的基本性状上,如穗粒数、穗粒重、单株穗数、百(千)粒重等。随着生产实践中对农产品品质要求的提高,研究干旱胁迫对子粒品质等相关性状的影响也成为耐旱性状QTL分析的一部分。Specht等[25]在2001年对大豆的蛋白含量和油分含量进行了研究,结果表明在增加干旱胁迫条件的情况下,会降低蛋白含量和油分含量。
需要指出的是,对于作物耐旱性的鉴定,不能笼统地将所有鉴定指标混合研究,而是按照不同作物的生长阶段,对作物耐旱性指标进行分类研究。在发芽期应选择根芽比、生物产量、发芽率等;苗期则应以生物产量、生理生化指标(AB A含量、可溶性糖含量、叶绿素、相对含水量等)以及连续干旱条件下作物的株高变化量作为衡量标准;开花期需以抽雄、开花、散粉等及AS I、生物产量、碳同化代谢途径中同化物含量及相关酶活性等作为衡量标准;成熟期则以株高、穗位高等形态指标及产量指标为主。这样将各生育时期分割开进行研究,可以避免不同耐旱机制的相互影响以及不同生育时期各组织和器官受胁迫程度不同的影响。同时在研究中需引入干旱指数(to lerance i n dex,T I)[26-29]作为耐旱鉴定的标准。T I即干旱条件下和水分正常的作物表型性状值的比值,通常干旱指数值在0~1的范围内,某些作物的性状表型值在干旱情况下有时出现TI大于1。该指标易统计和比较,可广泛地应用于耐旱性状鉴定中。
4QTL的互作分析
411QTL与环境互作
由于不同干旱胁迫程度诱导的基因表达存在差异,了解环境对QTL检测的影响尤为重要。例如, Sangu i n eti等[30]在1994年和1995年的干旱处理条件下分别检测到4个和1个与玉米ASI相关的QTL。R i b aut等[27]在1994年的研究中于中等干旱胁迫条件下检测到5个与产量相关的QTL,在同年的极度干旱胁迫条件下却检测到4个QTL,且所发现的QTL位置不同。这些研究结果表明,对于相同的实验材料,在不同年份不同地点甚至是改变一个环境因子都会得到不同的检测结果[40-42]。正是由于环境条件的复杂性,寻找稳定表达的耐旱QTL及其紧密连锁的分子标记成为QTL分析中的重要工作。为了最大限度减少环境的影响,提高QTL用于分子标记辅助选择的效率,C I M MYT提出了构建一致性图谱和发掘耐旱QTL的思路。李雪华等[51]利用生物信息学手段,整理玉米基因组中耐旱相关性状的QTL信息,借助于10个玉米群体,建立了玉米耐旱QTL一致性图谱并发掘出15个通用耐旱QTL 及其邻近标记。除此之外,Rey m ond等[23-24]及Var-gas等[52]还分别利用生态生理模型和FR(facto ri a l regressi o n)模型对水、旱对照条件下玉米相关性状进行了QTL与环境间影响的研究。尽量采用可控条件,比如在实验室采用PEG处理或者采用温室条件等,也会减少环境变化对检测结果的影响。
412QTL与QTL间的互作
当一个表型指标同时受多个QTL影响时,甚至是控制不同性状的QTL之间都有可能存在相互作用和相互影响,因此阐明QTL之间的互作关系对系
149
植物遗传资源学报10卷
统了解作物耐旱性至关重要。L i等[39]利用耐旱导入系对QTL间的上位性效应进行研究,初步构建了水稻耐旱相关的QTL遗传网络,在构建的两个遗传网络中将20个位点进行了分类,有8个位点在两个网络上共有。Xu等[53]利用特青@Le m on构建的导入系在水、旱条件下对产量及相关性状的QTL上位性进行了研究,检测到与开花期相关的5对互作QTL,与株高相关的6对互作QTL以及与产量性状相关的5对互作QTL。耐旱相关的QTL与降低株高和产量的QTL互作,这与亲本的遗传背景有很大的关系,这种关系在耐旱育种过程中会产生很大的影响。对于QTL的上位性效应,在实际的研究中需要结合LD分析的方法,这样能够对耐旱QTL的遗传机制有更加深入的了解。
总之,由于耐旱性是一个复杂的数量性状,采用多种方法和思路,才能对其进行相互验证,并在此基础上对耐旱性QTL进行精细定位和克隆,从而进行全方位的遗传解析。通过这些研究,可为未来的分子标记辅助选择和转基因育种提供直接的分子靶标,大幅度提高基因发掘效率和育种效率。
参考文献
[1]Tuberosa R,Sangu i netiM C,Land i P,et a.l Iden tifi cati on of
QTLs f or root ch aract eristics i n m aize gro w n i n hydropon i cs and a-
nal ysis of their overl ap w ith QTLs f or gra i n yiel d i n the fi eld at
t w o w at er regi m es[J].P l an tM ol B io,l2002,48:697-712 [2]Sa w k i ns M C,Far m er A D,H oisi ngton D,et a.l Co m parative
map and trait v i e w er(C M TV):an i n tegrated b i oi n for m atic tool
to constru ct consen s us m ap s and co m pare QTL and functi onal ge-
no m ics dat a across genom es and experi m ents[J].PlantM ol B-i
o,l2004,56:465-480
[3]R i b aut J M,Ragot M.M arker-as s ist ed selection t o i m prove
d rough t adaptation i n m ai ze:th
e backcross app roach,perspec-
tives,li m i tations,and alternati ves[J].J E xp Bot,2007,58:
351-360
[4]Levitt J.Response of p lants to environm en t al stresses[M]//W a-
ter,rad i ation,sal t and other stres ses.Ne w York:A cade m i c
Press,1980:325-358
[5]谭云,叶庆生,李玲,等.植物耐旱过程中ABA生理作用的研
究进展[J].植物学通报,2001,18(2):197-201
[6]杜金友,陈晓阳,李伟,等.干旱胁迫诱导下植物基因的表达
与调控[J].生物技术通报,2004(2):10-14
[7]Agra m a H A S,M ou ss a M E.M app i ng QTLs i n breed i ng for
drought t o l erance i n m aiz e(Z e a mays L.)[J].Euphytica,
1996,91:89-97
[8]黎裕,王天宇,石云素,等.玉米耐旱性的QTL分析研究进展
和发展趋势[J].干旱地区农业研究,2004,22(1):32-39 [9]Fli nt-Garcia S A,Thornsberry J M,Bu ckler E S.S truct u re of
link age d isequ ili bri um i n p lant[J].Annu Rev Plant B i o,l2003,
54:357-374
[10]Chardon F,H ourcade D,Co m bes V,et a.l M app i ng of a spon t a-
neous m utati on f or earl y flo w ering ti m e i n m aize h i gh li gh ts con-
trasti ng allelic series at t w o-link ed QTL on chro m oso m e8[J].
Th eor Appl Genet,2005,112:1-11
[11]Chardon F,V irl on B,M oreau L,et a.l Geneti c arch i tecture of
fl o w eri ng ti m e i n m aize as i n f erred fro m QTL m eta-ana l ysis and
syn t eny con s ervati on w it h t he ri ce gen o m e[J].G enetics,2004,
162:2169-2185
[12]Thornsberry JM,Good m an M M,Doeb l ey J,et a.l Dw arf8poly-
morph is m s ass oci ate w it h vari ation i n flo w ering ti m e[J].N at
Gen et,2001,28:286-289
[13]KoesterR D,S i sco PH,S t uber C W.Inden tifi cati on of quan tita-
ti ve tra i t l oci con trolli ng days t o flo w eri ng and plant h ei gh t i n t w o
near-is ogen ic li nes ofm a i ze[J].C rop Sc,i1993,33:1209-1216 [14]Sal v iS,SponzaG,M organ teM,et a.l C onserved non-cod i ng ge-
no m i c s equ ences controlli ng flo w eri ng ti m e d i ff eren ces i n m aize
[J].P NAS,2007,104:11376-11381
[15]杨小红,严建兵,郑艳萍,等.植物数量性状关联分析研究进
展[J].作物学报,2007,33:523-530
[16]Agra m a H A,E iz enga G C,Yan W.Associati on m app i ng of
yiel d and i ts co m ponen ts i n ri ce cu lti vars[J].M ol B reed i ng,
2007,19:341-356
[17]Buck l er E S.QTL anal ys i s of flo w eri ng ti m e u si ng t he m ai ze nes-
ted ass oci ati on m app i ng panel[R].W ash i ngton D C:50th Annu-
alM a i ze Gen eti cs Con feren ce,2008
[18]de V ienne D,Leonard iA,Da m erval C,et a.l Geneti cs of p ro-
teom e vari ati on as a too l f or QTL characteri zati on:app li cati on to
drough-t stress res pon s es in m aize[J].J Exp B ot,1999,50:
303-309
[19]Yu L X,Ray J D,O.Toole J C,et a.l Use of w ax-petrol at um
l ayers for screen i ng rice root penetrati on[J].C rop S c,i1995,
35:684-687
[20]B en H a jSa l ah H,T ard ieu F.T e mp erature affects expan sion rate
ofm aize l eaves w ithout spatial d i s tri buti on of cell l ength[J].
P l an t Phys i o,l1995,109:861-870
[21]B en H aj S al ah H,Tard i eu F.Con trol of leaf exp ans i on rate of
droughted m aize p l ants under fl uct u ati ng evaporati ve d e m and[J].
P l an t Phys i ol,1997,114:893-900
[22]Tard i eu F,Rey m ond M,H a m ard P,et a.l Spati a l d i stri bu ti ons
of expans i on rate,celld i v i s i on rate and cell s i ze i n m aize leaves:
a syn t hesis of effect of s o ilw ater stat u s,evaporati ve de m and and
te m perat u re[J].J Exp Bot,2000,51:1505-1514
[23]Rey m ond M,M u ll er B,Leon ard iA,et a.l Co m b i n i ng quan tita-
ti ve trait loci an al ysis and an ecophys i ological m odel t o anal yze
the gen eti c vari ab ili ty of the res pon s es ofma i ze leaf gro w th t o t e m-
perature and w ater d efi cit[J].P l ant Physi o l ogy,2003,131:
664-675
[24]Reymond M,M u ll er B,Tard i eu F.Deali ng w it h the gen otyp e@
environm en t i n teracti on via a m odelli ng approach:a co m pari son
ofQTLs ofm ai ze leaf length or w idth w i th QTLs ofm odel para m e-
ters[J].J Exp Bot,2004,55:2461-2472
[25]Spech t J E,Chase K,M acranderM,et a.l Soybean res pon s e to
w at er:a QTL anal ysis of drought tolerance[J].C rop Sc,i2001,
41:493-509
[26]R i bau t J M,H o i s i ngt on D A,Deu t sch J A,et a.l Iden tification
of quan titati ve trait loci under drought conditi ons i n trop i cal
ma i ze.1.F l o w eri ng para m eters and the an t h es i s-silk i ng i n t erval
[J].Th eor Appl Genet,1996,92:905-914
[27]R i bau t JM,J i ang C,Gon z alez-de-Leon D,et a.l Iden tification
of quanti tative trait l oci under drought cond itions i n trop i cal
m ai ze.2.Y iel d co m ponen ts and m arker-assisted s electi on strate-
gies[J].Th eor Appl Genet,1997,94:887-896
[28]Sar-iGorlaM,K raje w s k i P,D i Fonzo N,et a.l G enetic analys i s
of drought t olerance i n m aize by molec u lar m arkers.II.Plant
hei ght and flo w eri ng[J].Th eorApp lGenet,1999,99:289-295
[29]Frova C,K raje w ski P,D i Fonzo N,et a.l Genetic anal ys i s of
d rough t t oleranc
e i n m aize by m olecu l ar m ar k ers.I.Y iel d co m-
pon ents[J].Th eor App lG enet,1999,99:280-288
[30]SanguinetiM C,Tub erosa R,Land i P,et a.l QTL anal ys i s of
drough t-rel ated tra i ts and grai n yiel d i n relation to geneti c vari a-
150
1期王阳等:作物耐旱性QTL定位和分析的思路
ti on for leaf ab sci s i c aci d concentrati on i n fiel d-gro w n m aize[J].
J Exp Bot,1999,50:1289-1297
[31]王阳,刘成,王天宇,等.干旱胁迫和正常灌溉条件下玉米产
量性状的QTL分析[J].植物遗传资源学报,2007,8(2):
179-183
[32]张吉民,刘成,石云素,等.干旱胁迫和正常灌溉条件下玉米
开花相关性状的QTL分析[J].植物遗传资源学报,2004,5
(2):161-165
[33]Leb ret on C,Lazic-Jancic V,Steed A,et a.l Iden tifi cati on of
QTL s for drought responses i n m aize and t h ei r use i n testi ng
cau s al relati ons h i p s bet w een traits[J].J Exp Bot,1995,46:
853-865
[34]高世斌,赵茂俊,兰海,等.玉米雄穗分枝数与主轴长的QTL
鉴定[J].遗传,2007,29(8):1013-1017
[35]吴建伟,刘成,石云素,等.不同水分条件下玉米株高和穗位
高的QTL分析[J].植物遗传资源学报,2005,6(3):266-271 [36]Tub erosa R,S angu i netiM C,Land i P,et a.l RFLP mappi ng of
quan titati ve trai t l oci con trolli ng absci s ic aci d concen trati on i n
leaves ofd rough t-stres sed m aize(Z e a m ays L.)[J].Theor Ap-
p lGen et,1998,97:744-755
[37]Babu R C,Nguyen B D,Cha m arerk V,et a.l Genetic anal ysis of
d rough t resist anc
e i n rice by m ol ecu l ar m arkers:ass oci ation be-
t w een s econdary traits and fi el d perfor m an ce[J].C rop Sc,i
2003,43:1457-1469
[38]Yu e B,X iong L Z,XueW Y,et a.l Geneti c anal ys i s f or d rough t
resistance of ri ce at reproducti ve stage i n fi eld w it h differen t types
of soil[J].Theor App lGen et,2005,111:1127-1136
[39]L i Z K,Fu B Y,Gao Y M,et a.l Geno m e-w i de i ntrogres s i on
li nes and t h ei r use i n genetic and m olecu l ar dissection of co m plex
ph enot ypes i n rice(Oryza sa ti va L.)[J].Plant M ol B i ol ogy,
2005,59:33-52
[40]M ac M illan K,Em rich K,P i epho H P,et a.l Assess i ng t h e i m-
port an ce of genotype@environm ent i n t eracti on for root traits i n
ri ce us i ng a m app i ng popu lati on II:conventi onal QTL anal ysis
[J].Theor App lGenet,2006,113:953-964
[41]Price A H,To m os A D.Gen eti c d is secti on of root grow th i n rice
(Oryza sa ti va L.).II:m app i ng quan titati ve trait loci u si ng mo-
lecu l ar m arkers[J].Theor Appl Genet,1997,95:143-152 [42]Price A H,Steel e K A,M oore B J,et a.l A co mb i n ed RFLP and
AFLP li nk agem ap of up land rice(Oryza sativa L.)used to-i
dentif y QTLs f or root-p enetrati on ab ility[J].Theor App l Genet,
2000,100:49-56
[43]Zhang J,Zh eng H G,AartiA,et a.l Locati ng geno m i c reg i ons
as soci ated w it h compon ents of d rough t res i stan ce in ri ce:compar-
ati ve m app i ng w i th i n and across species[J].Theor App lGen et,
2001,103:19-29
[44]Cu iK H,H uang J L,Xing Y Z,et a.l M app i ng QTL s f or seed-
li ng ch aract eristics under d iff eren tw ater supp l y conditi on s i n rice
(Oryza sativa)[J].Phys i ol ogi a Plan t arum,2008,132:53-68 [45]L i Z C,M u P,L i C P,et a.l QTL mappi ng of root trai ts i n a
doub l ed hap l o i d popu lati on fro m a cross bet w een up l and and l o w-
l and j aponicari ce i n three env i ron m en ts[J].Th eor App lGen et,
2005,110:1244-1252
[46]Kato Y,H irots u S,Ne m otoK,et a.l Identification ofQTLs con-
trolli ng rice drought t o l erance at seed li ng s t age i n hydropon i c cu-l
ture[J].Euphytica,2008,160:423-430
[47]C l aud i ne Th venot,E lizabet h S i m ond-Céte,Agn s Reyss,et a.l
QTLs for enzy m e acti v i ti es and s o l uble carbohydrates i nvol ved i n
starch accumu lati ondu ri ng grai n filli ng i n m ai ze[J].J Exp B ot,
2005,56:945-958
[48]Yang D L,J i ng R L,Chang X P,et a.l Iden tifi cati on of quant-i
tative tra i t l oci and env i ron m en tal i n t eracti on s for acc um u l ation
and re mobili zation ofw ater-sol ub l e carbohydrates i n w heat(T riti-
cum aestiv um L.)ste m s[J].Genetics,2007,176:571-584 [49]Ver m a V,Fou l k esM J,W orl and A J,et a.l M appi ng quan tita-
ti ve tra i t loci f or fl ag l eaf senescence as a yiel d deter m i nan t i n
w i nter w heat und er opti m al and d rough t-stres sed environm ent
[J].E uphyti ca,2004,135:255-263
[50]T eulatB,Borri es C,Th i s D.Ne w QTLs i den ti fi ed for p l an tw ater
stat u s,w ater-s o l uble carbohyd rat e and os m oti c ad j ust m ent i n a
barl ey popu lati on gro w n i n a gro w th-ch a mber und er t w ow ater re-
gi m es[J].Theor App lG enet,2001,103:161-170
[51]李雪华,李新海,郝转芳,等.干旱条件下玉米耐旱相关性状
的QTL一致性图谱构建[J].中国农业科学,2005,38(5):
882-890
[52]Vargas M,van E euw ijk F A,C rossa J,et a.l M app i ng QTLs and
QTL@environm en t i n teraction f or CI MMYT m aiz e drought stress
progra m us i ng f act ori al regress i on and partial leas t s quares m et h-
ods[J].Th eor App lG enet,2006,112:1009-1023
[53]Xu J L,Lafitte H R,G ao Y M,et a.l QTLs f or d rough t escape
and tolerance i d enti fi ed i n a set of rando m introgress i on li nes of
rice[J].Theor App lGenet,2005,111:1642-1650
151
作物QTL分析的理论研究进展 1．前言：1.1什么是数量性状遗传 数量遗传的多因子假说在20 世纪初提出的重要的遗传学理论之一. 在育种实践中作物许多重要的可遗传的农艺性状和经济性状都是数量性状, 是受多个基因共同控制的, 如产量、籽粒、蛋白质含量、脂肪含量等等. 它区别于质量性状在于是受多基因控制而非受1～ 2 个基因控制, 每个基因对它所控制的性状的作用大小不同; (2) 后代的表型是界于两亲本表型之间的连续变异, 子代的基因型和表型不能由亲本基因型推出. (3) 易受环境的影响, 无法用孟德尔遗传因子理论解释. 数量性状的遗传对农作物育种具有十分重要的意义, 控制数量性状的基因称为多基因或微效基因, 它们在染色体上的位置称为数量性状位点(quan t itat ive t rait locu s,Q TL ). 由于控制一种数量性状发育的Q TL 数目很多, 单个Q TL 的效应很小, 且易受环境条件的影响, 因此研究难度很大. 传统的数量遗传学只能将控制一种数量性状发育的所有Q TL 作为一个整体, 用生物统计的方法加以分析. 这种研究方法对数量遗传学的发展曾经发挥了重要作用, 但无法区别单个Q TL 对数量性状的贡献大小及其与其它基因间的关系, 更无法将Q TL 定位在相应的染色体上, 这极大地限制了数量遗传学的进一步发展.采用单基因分析的方法来研究数量性状的遗传, 可找到一些形态标记和Q TL 之间的遗传关系, 且定位一些Q TL 在染色体上的位置. 最早在研究菜豆不同种皮颜色的基因型时发现了种皮的颜色与种子的平均大小有密切的关系. 随后在许多作物中发现了不同的Q TL 与遗传标记的连锁关系. 但是形态标记数目有限, 在染色体上的分布稀少而不均匀, 对数量性状有表型效应, 影响了遗传分析的准确性, 因而应用形态标记进行Q TL 定位很不理想. 近20 多年来, 借助于现代分子生物学技术在番茄、玉米、大豆及水稻 等作物中发现了许多的同工酶标记和分子标记, 尤其是分子标记的应用促进了Q TL 定位的发展. 开展全面系统的Q TL 定位, 必须具备高密度的遗传连锁图和相应的统计分析方法. 近些年, 分子标记已广泛地应用于作物遗传图谱构建、基因定位(Q TL 定位)、种质资源鉴定以及标记辅助选择育种等各个方面. 根据分子图谱和分离群体中各株(系) 的性状表现, 可以确定分子标记对数量性状与影响该性状的基因之间的连锁关系. 利用分子标记可以将控制某一数量性状的多个基因剖分开来, 将它们一一定位于染色体上, 并进行各基因的单个效应及互作效应的估计. 这为利用遗传标记对数量性状进行选择和最终对其遗传操纵提
花生主茎高和分枝数QTL分析 花生(Arachis hypogaea L.)是植物蛋白质和植物油的主要来源,具有重要的营养价值、经济价值和药用价值。栽培种花生是异源四倍体,基因数目庞大、结构复杂,其遗传研究进展缓慢。 花生的株型性状是受多种因素影响的复杂的数量性状,与产量、品质息息相关,同时也是鉴定种质资源重要的形态指标。因此,选育花生的理想株型对得到改良的高产优质的新品种具有重要意义,而开展花生株型相关性状的遗传研究和QTL定位工作,是分子辅助育种的基础。 本研究利用来源于花生核心种质中遗传差异大的亲本“中花10号× ICG12625”构建的RIL群体为材料,基于新开发的和已发表的SSR分子标记构建了一张遗传连锁图谱。结合连续两年的含有162个家系的F6和F7代RIL群体的主茎高、总分枝数和结果枝数的表型数据,对这些性状进行了QTL定位,本研究取得的主要结果如下。 1.主茎高与分枝数的遗传分析对RIL群体F6和F7代株型相关性状进行鉴定分析,主茎高、总分枝数、结果枝数这三个性状均呈现连续变化,变异丰富。这3个性状全部符合正态分布,表现出典型的数量性状的遗传特点。 不同环境下主茎高和分枝数在RIL群体中均出现了超亲分离现象。采用数量性状主基因加多基因混合遗传模型分析方法,对主茎高和分枝数进行遗传分析可知,主茎高和分枝数的遗传均受两对主基因+多基因控制。 2.遗传图谱的构建基于SSR分子标记技术,以RIL群体构建的遗传连锁图谱总长为1165.45cM,含有656个标记位点,涉及20个连锁群。连锁群的长度范围为29.96cM~106.87 cM,每个连锁群平均长度为58.27cM,平均标记数为32.8个,
QTL 定位方法 分子标记技术和数量遗传学的发展，使得分子遗传学与数量遗传学相互渗透和融合，从而形成了一个新的研究领域—分子数量遗传学（Molecular Quantitative Genetics）。分子数量遗传学研究的内容，就是借助分子标记，采用适当的统计分析方法明确QTL 在染色体上的位置及其效应。而QTL 定位的原理是：利用适当的分离群体，构建较高密度的、分布较均匀的、覆盖全基因组的分子标记连锁图。根据遗传连锁的基本遗传学原理，对分离群体中单株的标记基因型和性状的表型值进行一定的统计分析，将决定数量性状的QTL 定位在分子标记连锁图中。目前，QTL 定位的方法主要有单标记分析法（Edwards et al, 1987），区间作图法（Lander and Botstein, 1989）和复合区间作图法（Zeng, 1994）等。 单标记法（Single marker analysis）是最简单的分析标记与性状关联的方法，包括以标记为基础的分析方法（Marker-based analysis, MBA）和以性状为基础的分析方法（Trait-based analysis, TBA，Lebowitz et al., 1987）。前者利用每个标记位点不同基因型间的性状均值差异，以传统的单因素方差分析法测验被研究的数量性状在标记基因型间的差异显著性。对于一个作图群体而言，任意标记位点具有三种基因型（F2群体）或两种基因型（回交群体、重组自交系、双单倍体系），分析每一基因型个体的数量性状均值的差异，并进行F 测验，当F 测验显著时，则表明该标记位点可能与一个或多个QTL 连锁。利用这种方法进行的数量性状分析，既简单又符合QTL 定位的基本统计原理，且不需要完整的分子标记连锁图，是定位QTL 的最为有效方法。但不足之处是不能准确估计QTL 的位置，且往往会低估其遗传效应。以性状为基础的分析方法的原理是假定因选择而使数量性状的高表型个体中的QTL 增效等位基因和低表型个体中的QTL 减效等位基因的频率增加，当QTL 的等位基因与某一标记基因连锁时，会因相互关联而导致高、低表型个体间标记基因频率的差异。Lebowitz 等（1987）提出了3种试验设计用于这类以性状为基础的QTL 分析。这类方法的优点是较适合于同育种和选择试验相结合的分析研究。单标记法在20世纪80年代初应用的较多。 区间作图法（Interval Mapping, IM）原理是以饱和连锁图谱为基础，以正态混合分布的极大似然函数和线性回归模型对目标性状作全基因组扫描，对任意两个相邻标 [3] 记位点及其间任一位点上是否存在对该性状有效应的位点进行判别。各位点对性状的效应大小由似然值（LOD 值）指示，根据似
植物分子生物技术—QTL定位的研究 摘要：分子标记技术和数量遗传学的发展，使得分子遗传学与数量遗传学相互渗透和融合，从而形成了一个新的研究领域—分子数量遗传学（Molecular Quantitative Genetics）。分子数量遗传学研究的内容，就是借助分子标记，采用适当的统计分析方法明确QTL 在染色体上的位置及其效应。而QTL 定位的原理是：利用适当的分离群体，构建较高密度的、分布较均匀的、覆盖全基因组的分子标记连锁图。根据遗传连锁的基本遗传学原理，对分离群体中单株的标记基因型和性状的表型值进行一定的统计分析，将决定数量性状的QTL 定位在分子标记连锁图中。目前，QTL 定位的方法主要有单标记分析法（Edwards et al, 1987），区间作图法（Lander and Botstein, 1989）和复合区间作图法（Zeng, 1994）等。 关键词： QTL 植物分子生物技术 QTL 定位就是采用类似单基因定位的方法将QTL定位在遗传图谱上，确定QTL与遗传标记间的距离( 重组率表示)。根据标记数目的不同，可分为单标记、双标记和多标记几种方法。根据统计分析方法的不同，可分为方差与均值分析法、回归及相关分析法、矩估计及最大似然法等根据标记区问数可分为零区间作图、单区间作图和多区间作图。此外，还有将不同方法结合起来的缘音分析方法，如QTL复合区间作图(CIM)、多区问作图(MM)、多QTL作图、多性状作图(MTM)等等。 建立在标记与数量性状之间相互关联基础上的关联分析方法主要有两类：1)以标记为基础(MarkerBased)的平均值差异法(简称MB法)；2)以性状为基础(Trait—Based method)的方法(简称TB法) 许多学者根据不同群体的遗传特性，分别提出了相应的标记座位与QTL 相互关联的检测方法，所涉及到的群体包括；近交系闸分离群体，异交系间分离群体，加倍单倍体(DH)群体，两个近交系间的重组近变系(RIL)，一粒传群体(SSD)，单倍体群体等。目前QTL定位分析采用的分子标记为限制性片段长度多态(RFI P)、扩增片段长度多态(AFLP)、可变 数目序列重复(VNTR)、徽卫星(microsatellite)、简单序列重复(SSR)、单股构象DNA 多态(SSCP)、双殷构象DNA 多态(DSCP)以及RAPD。QTL定位方法主要有如下几种； 1 .均值方差分析法直接利用均值和方差进行分析，进行重组率及QTL遗传参数的估计，称之为均值方差分析法。 由于QTL同效等位基因在双亲闻分散分布的影响，可考虑用F2群体中表型极端的两类个体来代替亲本P1和P2进行分析t以估计重组率、基因加性效应和显性效应。有关的亲本均值和方差分别用两类授端个体的均值和方差代替。 2 矩法和量大似端法 1986年Weller将最大似然技术应用到用两个近交系闸杂交F2代的分析，估计介于标记位点和QT1，之间的重组值。尽管Weller(1986)使用的方法不能保证获得的估计是最大似然估计，但在理论上开创了利用最大似然法定位QTL 的先例 Li1o (1989，1991)发展了分别适合于近交F2、回交(Bc)群体和加倍单倍体(DH)群体的统计方法并获得了数量性状基本参数的最大{El然估计。但该方法只适音于遗传率大于0．1的单个QTL控制的性状，当多个QTL控制该性状时．该方法有效。因此Weller(1992)认为该方法只是一种近似最大似然估计．Leo和Williams(1993)将其改称为矩估计法，并发展了相应的适合于近交F2群体的最大似然估计法。同时还考虑了QTL 基因型间数量性状方差的同质性(方差同质模型)和异质性(方差异质模型)。徐云碧(1 994)引入了似然比检验统计量(LOD)，解决了重组值和连锁的显著性检验问题。 3 相关分析法 Z．Hu et al(1995)提出了重组近交系中检测和估计标记座位和数量性状座位问连锁的相关方法。此方法的有效性是预期重组值E(r)、QTL基因型均值问标准差(d)以及样本大小N 的函数。一般情况下t用相关方法进行的／-值估计偏高，与最大似然法的结果相反。相关方法和标记基因型均值比较法在任何E(r)和d情况下，r值估计都无差别。在不完全连锁时，该方法估计重组值没有连锁的检测有效该方法仅基于1个QTL，或1个紧密连锁的一簇QTLs控制1个数量性状，QTLs的效应是加性的。假定不连锁的QTLs也控制该性状，由于所考虑的QTL 的方差与其它未连锁的QTLs的方差相混淆，r的估计值将偏高。在相关方法的研究方面，国
QTL QTL是quantitative trait locus的缩写，中文可以翻译成数量性状座位或者 数量性状基因座，它指的是控制数量性状的基因在基因组中的位置。对QTL的定位必须使用遗传标记，人们通过寻找遗传标记和感兴趣的数量性状之间的联系，将一个或多个QTL定位到位于同一染色体的遗传标记旁，换句话说，标记和QTL 是连锁的。近几年QTL定位应用的较为广泛，在人类基因上与疾病有关的基因定位甚多；植物上，模式植物抗逆性基因的定位较多。国内在家畜基因组学上的QTL专家有中国农业大学的张勤教授、华中农业大学的熊远著院士。 编辑本段QTL定位的作图方法 QTL 定位就是采用类似单基因定位的方法将QTL 定位在遗传图谱上, 确定QTL 与遗传标记间的距离( 以重组率表示) 。根据标记数目的不同, 可分为单标记、双标记和多标记几种方法。根据统计分析方法的不同, 可 分为方差与均值分析法、回归及相关分析法、矩估计及最大似然法等。根 据标记区间数可分为零区间作图、单区间作图和多区间作图。此外, 还有 将不同方法结合起来的综合分析方法, 如QTL 复合区间作图( CIM) 多区 间作图( MIM) 、多QTL 作图、多性状作图( MTM) 等。 区间作图法 ( interval mapping, IM) Lander 和Botstein( 1989) 等提出, 建立在个体数量性状观测值与 双侧标记基因型变量的线性模型的基础上, 利用最大似然法对相邻标记构 成的区间内任意一点可能存在的QTL 进行似然比检测, 进而获得其效应的 极大似然估计。其遗传假设是, 数量性状遗传变异只受一对基因控制,表型变异受遗传效应( 固定效应) 和剩余误差( 随机效应) 控制, 不存在基因 型与环境的互作。区间作图法可以估算QTL 加性和显性效应值。与单标记 分析法相比, 区间作图法具有以下特点:能从支撑区间推断QTL 的可能位置;可利用标记连锁图在全染色体组系统地搜索QTL, 如果一条染色体上只 有一个QTL, 则QTL 的位置和效应估计趋于渐进无偏; QTL 检测所需的个 体数大大减少。但IM也存在不足: QTL 回归效应为固定效应;无法估算基 因型与环境间的互作( Q×E) , 无法检测复杂的遗传效应( 如上位效应等) ; 当相邻QTLs 相距较近时, 由于其作图精度不高, QTLs间相互干扰导致出 现Ghost QTL;一次只应用两个标记进行检查, 效率很低。 复合区间作图法
前言 复杂性状（Complex traits）通常是指由多个基因和环境共同作用的性状，包括了数量性状和常见的疾病等。因此研究复杂性状的遗传基础就不能使用经典的遗传学实验手段了（例如“孟德尔的豌豆”），而要另辟蹊径。 全基因组关联研究（Genome-Wide Association Study，简称GWAS）与数量性状基因座定位（Quantitative Trait Locus mapping，简称QTL 定位）已经成为研究复杂性状遗传结构的重要手段。
GWAS 首先来聊聊GWAS，虽然才发展了十几年，已经在疾病研究和植物农艺性状遗传研究当中获得了广泛的应用，算是一个大热点领域。此处需要祭出这张图： “Common Variants，common diseases”，这个假设就是GWAS
研究的前提。 是的，没看错，人类对自身的探索了解和掌握永远是技术进步的一大动力，GWAS 研究开始也是为了研究人类疾病以及其他特征的。GWAS 的核心是基于分子标记的连锁不平衡（LD），利用LD 来研究标记与性状之间关系。 名词解释：连锁不平衡 连锁不平衡（linkage disequilibrium，简称LD），是指在指定群体内，不同位点等位基因间的非随机性关联，包括两个标记间/两个基因间/一个基因与一个标记间的非随机关联。 简单的说就是：两个不同位置的等位基因同时出现（连锁）的概率，高于随机出现的概率（不平衡）。 GWAS - 全基因组关联分析，顾名思义，是在全基因组范围内，检测多个个体的遗传变异多样性，获得群体中每个个体的基因型；然后与性状（即我们常说的表型）进行统计学关联分析，根据统计量（主要指P 值）筛选出候选变异位点和基因。
QTL定位方法之区间分析 摘要：随着分子生物学技术与数量遗传学的发展，在动植物上进行QTL定位成为现代生物科学研究的重要领域。QTL 定位就是采用类似单基因定位的方法将QTL 定位在遗传图谱上, 确定QTL 与遗传标记间的距离( 以重组率表示) 。定位过程中，一系列的定位方法得到研究与应用，根据标记区间数可分为零区间作图、单区间作图和多区间作图。此外, 还有将不同方法结合起来的综合分析方法, 如QTL 复合区间作图( CIM) 多区间作图( MIM) 、多QTL 作图、多性状作图( MTM) 等。本文就QTL定位方法的区间分析进行了综述。 关键词:QTL定位方法；区间分析；区间作图 1 区间作图法(Interval Mapping,IM) 20世纪80年代以来，随着分子遗传标记的增多，许多物种构建了精细的分子遗传标记图谱，为在整个基因组范围内检测QTLs提供了可能。Lander 和Botstein( 1989)[1]等提出, 建立在个体数量性状观测值与双侧标记基因型变量的线性模型的基础上, 利用最 大似然法对相邻标记构成的区间内任意一点可能存在的QTL 进行似然比检测, 进而获得其效应的极大似然估计。其遗传假设是, 数量性状遗传变异只受一对基因控制,表型变异受遗传效应( 固定效应) 和剩余误差( 随机效应) 控制, 不存在基因型与环境的互作。区间作图法可以估算QTL 加性和显性效应值。与单标记分析法相比, 区间作图法具有以下特点:能从支撑区间推断QTL 的可能位置;可利用标记连锁图在全染色体组系统地搜索QTL, 如果一条染色体上只有一个QTL, 则QTL 的位置和效应估计趋于渐进偏; QTL 检测所需的个体数大大减少。但IM也存在不足: QTL 回归效应为固定效应;无法估算基因型与环境间的互作( Q×E) , 无法检测复杂的遗传效应( 如上位效应等) 当相邻QTLs 相 距较近时, 由于其作图精度不高, QTLs间相互干扰导致出现Ghost QTL;一次只应用两个标记进行检查, 效率很低。Haley和Knot提出了区间作图的回归方法[2,3]，可以产生与最大似然估计类似的结果，但对剩余方差的估计有偏，QTL检测的有效性可能受到影响。 2复合区间作图法(composite interval mappig,CIM) CIM是Zeng( 1994) [4]提出的结合了区间作图和多元回归特点的一种QTL 作图方法。其遗传假定是, 数量性状受多基因控制。该方法中拟合了其他遗传标记, 即在对某一特定标记区间进行检测时, 将与其他QTL 连锁的标记也拟合在模型中以控制背景遗传效应。CIM主要优点是: 由于仍采用QTL 似然图来显示QTL 的可能位置及显著程度, 从而保证了IM作图法的优点; 假如不存在上位性和QTL 与环境互作, QTL 的位置和效应的估计是渐进无偏的; 以所选择的多个标记为条件( 即进行的是区间检测) , 在较大程度上控制了背景遗传效应, 从而提高了作图的精度和效率。存在的不足是: 由于将两侧标记用