常丹丹，金星娜，田新会，杜文华

(甘肃农业大学草业学院，草业生态系统教育部重点实验室，中-美草地畜牧业可持续发展研究中心，甘肃 兰州 730070)

小黑麦(×Triticosecale)是由小麦属(Triticum)和黑麦属(Secale)物种经属间有性杂交和杂种染色体数加倍而人工合成的新物种[1]，具有适应性强、抗病、耐寒、耐旱，以及抗逆性强等特点[2]，同时还具备蛋白质和赖氨酸含量高于双亲的特性[3]，是粮饲兼用并具有很大发展前途的新作物[4]。饲用小黑麦的生物量高，适口性好，为畜禽所喜食，并且种植小黑麦成本低、收益大，在我国多地均有种植[5]。小黑麦按用途可分为粮用、饲用和粮饲兼用3种类型，小黑麦籽粒中富含脂肪、蛋白质、氨基酸和碳水化合物，适合作精饲料，可为家畜动物提供较丰富营养[6-7]。目前国内外对小黑麦的研究主要集中在草产量和营养品质等方面[8]，对于小黑麦穗部性状的遗传研究报道较少。穗部性状是小黑麦重要的种子产量性状，改良穗部性状可提高小黑麦的种子产量，因此研究小黑麦穗部性状的遗传规律，可提高小黑麦的育种效率并为小黑麦的生产实践提供理论指导。

作物的产量和品质等重要农艺性状多数为数量性状，其变异呈连续性分布，易受环境因素的影响[9]。主基因+多基因混合遗传模型是研究植物数量性状的通用模型，是分析数量性状遗传规律的重要方法，可鉴别某性状的遗传是否受主基因或微效多基因控制，并估计其基因效应和相应的遗传参数，这些遗传信息可为育种和生产实践提供重要的理论指导，近年来该遗传分析方法在各种作物的数量性状遗传研究中得到了广泛的应用[10-12]。目前对于多个环境下小黑麦穗部数量性状的遗传分析研究报道较少。本研究以小黑麦品种石大1号为母本(P1)、小黑麦品系C18为父本(P2)构建的F4:5、F5:6重组自交系群体为材料，运用数量性状的主基因+多基因遗传模型分析方法对小黑麦芒长、穗长、小穗数、穗密度、穗粒数等性状进行分析，以期揭示小黑麦重组自交系群体穗部各性状的最佳遗传模型和基因作用方式，为下一步遗传图谱构建、QTL定位奠定基础，同时为小黑麦穗部性状的遗传研究和优良品系的选择提供参考依据。

1 材料和方法

1.1 试验材料

试验以小黑麦品种石大1号为母本(P1)和小黑麦品系C18为父本(P2)配置杂交组合，杂交后F1代起连续自交，通过单粒传法获得重组自交系(RIL)群体为材料。其中石大1号为新疆石河子大学选育而成的小黑麦品种，具有短芒、穗部较长等特点，C18为甘肃农业大学选育而成的基因纯合且稳定性较好的品系，具有长芒、小穗数较多等特点，两亲本间穗部性状为代表的农艺性状差异较大。从2013年秋在临洮育种基地种植亲本石大1号和C18，2014年春对亲本采用常规有性杂交得到F0代，2014年秋种植F0代次年收获F1代，F1代起连续自交，2018年夏得到F4代种子，2018年种植F4代种子得到331份F4:5RIL群体材料，2019年连续种植收获的F5代种子得到331份F5:6RIL群体材料。

1.2 试验设计

2018年10月，将亲本和RIL群体籽粒同期播种在校内试验基地(环境Y1:2018LZ)，2019年10月将7月收获的籽粒再次播种在校内试验基地(环境Y2:2019LZ)。试验地前茬为空闲地，肥力中等、地力均匀。采用单粒点播，行长3 m，行距和株距均为20 cm，每行15株，田间管理和普通大田管理相同。

1.3 性状测定及方法

穗部相关性状包括芒长、穗长、小穗数、穗密度、穗粒数等，小黑麦成熟后，各个株系和亲本分别调查10株，测定方法如下，芒长：取单株主穗，用游标卡尺测量两侧中部小穗最长芒的长度，取平均值[13]；穗长：用游标卡尺测量基部小穗节至穗顶端(不包括芒)的长度；小穗数：包括结实小穗数和不育小穗数；穗密度=小穗数/穗长[14]；穗粒数：收获籽粒后统计主穗的实际籽粒数[15]。

1.4 数据分析

利用 SPSS 20.0软件进行亲本和RIL群体表型数据的描述性统计分析，利用R软件绘制频率分布直方图，利用章元明教授团队最新开发的R软件包 SEA进行主基因+多基因混合遗传分离分析[16-17]。根据植物数量性状“主基因+多基因混合遗传(Maximum Likelihood values,MLV)模型中P1、P2和RIL群体的联合世代分析方法”[18-19]，计算出不同性状遗传模型[20]的极大似然函数值和Akaike’s信息准则(Akaike’s information criterion，AIC)值；然后选出AIC值最小或接近最小的备选遗传模型，进行均匀性检验(U12、U22、U32)、Smirnov检验(nW2)和 Kolmogorov检验(Dn)，最后根据AIC值最小原则与检验显著性水平个数最少选出最优遗传模型[21]；利用SEA软件包计算最优遗传模型的遗传效应，包括一阶和二阶遗传参数、主基因和多基因遗传率等。

2 结果与分析

2.1 穗部性状的表型及次数分布

群体穗部各性状的平均值依次为：芒长4.06 cm，穗长10.76 cm，小穗数25.84，穗密度2.43，均介于双亲之间，高于低值亲本；但穗粒数为43.61，低于低值亲本(表1)。2个环境下各性状平均变化极值范围分别为芒长0.5～8.12、穗长7.36～14.80、小穗数17.42～34.67、穗密度1.82～3.15、穗粒数6.00～91.00，小黑麦RIL群体穗部表型有超亲变异现象，适合做遗传分析。此外，各性状平均变异系数分别为：芒长(33.80%)、穗粒数(32.15%)、穗长(12.07%)、小穗数(10.97%)、穗密度(9.34%)，偏度系数介于-0.418～0.689，峰度系数介于-0.110～1.618。性状的偏度及峰度介于0～1，表现近似正态分布的有：Y1和Y2环境下的穗密度，Y1环境下的穗长，Y2环境下的小穗数，Y2环境下的穗粒数，表明这些性状的遗传可能受主基因和多基因共同控制。Y1和Y2环境下的穗长、小穗数、穗密度及Y1环境下的穗粒数，这些性状的偏度和峰度系数均大于0，表明基因间存在互作效应。

表1 RIL群体及其亲本穗部性状统计分析

2种环境下穗部各性状的频率分布均为单峰分布，穗部各性状的平均值均呈连续性分布(图1)。其中D、E、L呈右偏离正态分布，B、I呈左偏离正态分布。

图1 RIL群体穗部性状的次数、理论与成分分布Fig.1 Frequency,mixed and component distributions for triticale panicle related traits in RILs注：图1中柱形为次数分布、实线表示理论拟合分布，虚线为成分分布；A为Y1环境下的芒长；B为Y2环境下的芒长；C为Y1环境下的穗长；D为Y2环境下的穗长；E为Y1环境下的小穗数；F为Y2环境下的小穗数；G为Y1环境下的穗密度；H为Y2环境下的穗密度；L为Y1环境下的穗粒数；I为Y2环境下的穗粒数

2.2 穗部性状主基因+多基因混合遗传模型分析

2.2.1 遗传模型的选择 利用R软件包SEA对 RIL群体和两个亲本群体的穗部各性状进行模型分析。根据AIC值最小准则，选取 AIC值最小的一组和接近最小AIC的一组遗传模型作为备选模型，穗部性状备选模型的MLV值和 AIC值见表2。4MG-AI模型在Y1、Y2环境下AIC值最低，分别为1 024.428、1 377.769，与之AIC值相近的模型有PG-AI和MX2-ED-A，AIC值分别为1 034.27、1 390.18，4MG-AI、PG-AI、MX2-ED-A可作为芒长遗传的备选模型；同理，穗长MX2-CE-A、2MG-DE模型的AIC值最低，分别为961.262、1 421.233，AIC值相近的模型有PG-AI(961.549)和MX2-CE-A(1 425.212)，MX2-CE-A、2MG-DE、PG-AI可作为穗长的备选模型；小穗数MX2-CE-A、MX2-ED-A模型的AIC值最低，分别为1 716.865、1 887.639，AIC值相近的模型有MX2-ED-A(1718.223)和PG-AI(1 888.518)，MX2-CE-A、MX2-ED-A、PG-AI可作为小穗数的备选模型；穗密度PG-AI模型在Y1、Y2环境下AIC值均最低，分别为-96.035、-10.799，AIC值相近的模型有MX2-ED-A(-90.275，-9.1067)，PG-AI和MX2-ED-A可作为穗密度的备选模型；穗粒数4MG-AI、PG-AI模型的AIC值最低，分别为2 830.301、3 081.456，AIC值相近的模型有PG-AI(2 833.998)和MX2-ED-A(3 083.258)，4MG-AI、PG-AI、MX2-ED-A可以作为穗粒数的备选模型。

表2 RIL群体穗部性状最佳遗传模型分离分析的极大似然函数值和Akaike’s信息准则

2.2.2 穗部性状备选模型的适合性检验 对备选模型进行适合性检验(表3)，各世代均有U12、U22、U32、nW2、Dn 5个统计量，选择AIC 值最小和统计显著性水平个数最少的模型作为最佳模型。芒长的4MG-AI模型15个统计量在Y1、Y2环境下达到显著水平的个数分别为0、1个，其中Y1环境下显著水平的个数最少且AIC值最小，应为最佳模型。芒长的最佳遗传模型为4MG-AI模型，说明控制芒长的4对主基因具有明显的加性上位性作用。穗长和小穗数适合性检验的15个统计量在Y1、Y2环境下均无显著偏离，AIC值最小的最佳遗传模型均为MX2-CE-A模型，即2对连锁主基因+加性多基因混合遗传模型，说明穗长和小穗数的遗传受多基因控制，2对主基因具有明显的互补作用，多基因具有加性效应。穗密度的15个统计量均无显著偏离，AIC值最小的最佳遗传模型为PG-AI模型，即加性上位性多基因遗传模型。穗粒数备选模型15个统计量达到显著水平的个数分别为2、0个，显著性水平个数最少且AIC值最小的模型为PG-AI模型，说明控制穗粒数遗传的多基因具有明显的加性上位性作用。

表3 RIL群体穗部各性状的最佳遗传模型适合性检验

2.3 遗传参数估计

芒长的主基因遗传率为85.06%，其环境变异平均值占表型变异的比例为14.94%；控制芒长的第1-4对主基因加性效应值(da、db、dc 和dd)分别为0.6794、0.3757、0.1391、0.2111，均表现正向遗传效应，其中第1对主基因加性效应值最高；第1对主基因的加性×第3对主基因的加性上位性效应值(iac)是-0.618，表现为较高的负向遗传效应，第2对主基因的加性×第3对主基因的加性上位性效应值(ibc)与第3对主基因的加性×第4对主基因的加性上位性效应值(icd)相近，分别为-0.166 4和-0.148，总体而言控制芒长的4对主基因的加性上位性作用明显(表4)。

表4 RIL群体穗部性状最佳遗传模型的遗传参数

穗长和小穗数的最佳遗传模型相同，均为2对互补作用的连锁主基因和加性效应的多基因混合遗传模型。其中穗长的主基因遗传率为20.35%，多基因遗传率为62.93%，穗长的环境变异平均值占表型变异的比例为16.72%；控制穗长性状的加性×加性上位性互作效应值(iab)为0.3364，表现为正向的遗传效应，多基因的加性效应值[d]为-0.1439，表现为较低的负向遗传效应。小穗数的主基因遗传率是31.77%，多基因遗传率是32.48%，环境变异平均值占表型变异的比例为35.74%；控制小穗数性状的加性×加性上位性互作效应值(iab)为1.4159，多基因的加性效应值[d]为1.3783，均表现为正向的遗传效应。穗密度和穗粒数的最佳遗传模型相同，都是由加性-上位性多基因遗传模型控制，其中穗密度的多基因遗传率是35.34%，环境变异平均值占表型变异的比例为64.65%；穗粒数的多基因遗传率是86.96%，环境变异平均值占表型变异的比例为13.03%。

3 讨论

本研究以小黑麦品种石大1号为母本和小黑麦品系C18为父本通过有性杂交构建的RIL群体为材料，研究了穗部芒长、穗长、穗粒数、穗密度、穗粒数等性状在不同环境下的遗传力，这些性状大多数为多基因控制的数量性状。研究表明，芒长的最佳遗传模型为4MG-AI，即4对加性上位性主基因遗传模型。杜斌等[22]利用近等基因系群体研究得出，小麦芒长的遗传为单基因控制，程洁等[23]利用小麦分离群体研究得出芒长为主基因控制，本研究结果与之相似，芒性状的遗传受到4对加性上位性主基因控制。本研究中穗长和小穗数的最佳遗传模型相同，均为MX2-CE-A模型，即2对互补作用连锁主基因+加性多基因混合遗传模型。李法计等[24]利用RIL群体研究发现，穗长和小穗数均为主基因+多基因混合遗传控制。杜希朋等[25]研究表明穗长和小穗数受微效多基因控制，无主效基因存在。本研究中穗长和小穗数的遗传与前人的研究结果既有相同之处，也存在一定差异，可能是因为研究选育的群体类型不同，亲本遗传背景的差异和环境的影响的不同导致研究结果不一致。

本研究中穗密度和小穗数的最佳遗传模型一致，均为PG-AI模型，即加性上位性多基因遗传模型，穗密度与程洁等[23]的2对主基因遗传模型不同，与魏艳丽等[26]、毕晓静等[27]的主基因+多基因遗传混合遗传模型不同，而穗粒数与卢翔等[28]的多基因遗传模型相似，与温明星等[29]的主基因+加性多基因混合遗传模型不同。由于选用的试验材料、群体类型和环境因素的差异均会对试验数据的调查结果造成一定的影响。本研究使用的材料为RIL群体，与F2等临时性群体不同，没有显性及其相互作用的影响，只有固定的可遗传的加性和加性与加性间相互作用效应值。重组自交系群体可作为永久性群体使用，比分离群体更能减少环境影响，从而获得较准确的参数估值[30]。

本研究通过对优良亲本石大1号和C18杂交构建的RIL群体穗部相关性状的遗传分析可知，除穗密度外，芒长、穗长、小穗数、穗粒数具有较强的遗传力，遗传率分别为85.06%、83.28%、64.25%、86.96%，各性状的遗传率介于35.34%～86.96%，其中穗粒数的遗传力最高。穗部各性状的遗传主要受到遗传因素影响，同时也受环境效应的影响，芒长存在主基因遗传特性，主基因遗传率高(85.06%)，受环境影响较小，育种时可在早期世代进行单株定向选择。在育种工作中也要考虑穗长和小穗数的主基因和微效多基因的影响，早期开展有效的单株选择，以提高育种效率。利用数量性状分离分析的方法对 RIL群体进行分析[16,31]，通过表型数据来判断和预测性状的遗传模型以及主基因和多基因遗传率[32]，可对亲本组合有一个初步了解，为小黑麦杂交育种亲本选配和提高育种效率提供参考依据。

4 结论

小黑麦芒长的最佳遗传模型为4对加性上位性主基因遗传模型，穗长和小穗数的最佳遗传模型均为2对互补作用主基因+加性多基因混合遗传模型，穗密度和穗粒数的最佳遗传模型均为加性上位性多基因遗传模型。芒长存在主基因遗传特性，主基因遗传率高(85.06%)，受环境影响小，育种时可在早期世代进行选择，提高育种效率。