211115083_小麦籽粒性状的遗传效应分析及其育种策略-USB迷|专注于互联网分享

2024年3月19日发(作者：阳以南)

麦类作物学报

２

（）：

０２３

，

４３４４３４－４４１

ＪｏｕｒｎａｌｏｆＴｒｉｔｉｃｅａｅＣｒｏｓ

ｐ

：／

ｄｏｉ１０．７６０６ｉ．ｓｓｎ．１００９１０４１．２０２３．０４．０５

ｊ

网络出版时间：

２０２２１０２１

网络出版地址：：／／／／／

ｈｔｔｓｋｎｓ．ｃｎｋｉ．ｎｅｔｋｃｍｓｄｅｔａｉｌ６１．１３５９．Ｓ．２０２２１０２０．１６０７．００２．ｈｔｍｌ

ｐ

小麦籽粒性状的遗传效应分析及其育种策略

袁谦

１

，赵永涛

１

，张中州

１

，甄士聪

１

，望俊森

１

，张立超

２

，张文斐

１

（漯河市农业科学院，河南漯河

４

中国农业科学院作物科学研究所，北京

１

）

１．６２３００

；

２．０００８１

摘

要：大粒性状对于小麦高产育种具有重要意义。为明确大粒型小麦新种质籽粒性状的遗传特性，以

（大粒型）和

Ｌ

（小粒型）为亲本构建

Ｐ

利用

Ｓ

漯麦

７６５２９ＰＦＦＢｍａｒｔＧｒａｉｎ

１

、

２

、

１

、

２

、

１

和

Ｂ

２

共

４

个世代

６

个群体，

软件获得籽粒性状数据，采用主基因

＋

多基因混合遗传分析方法研究大粒性状的遗传规律。结果表明，千粒

重的最佳模型为两对加性显性上位性主基因

＋

加性显性上位性多基因遗传模型（），籽粒面

ＭＸ２ＡＤＩＡＤＩ

显性上位性多基因遗传模型（），籽粒周长的最佳模型为两对加性显积和粒长的最佳模型均为加性

ＰＧＡＤＩ

性上位性主基因遗传模型（），粒宽的最佳模型为两对加性显性上位性主基因

＋

加性显性多基因

２ＭＧＡＤＩ

遗传模型（。综上，对大粒性状的选择，应采用“高粒重

高粒重”的组合配制方案构建

Ｆ

单

ＭＸ２ＡＤＩＡＤ

）

２

（

和

Ｂ

大粒亲本回交）选择群体，多环境鉴定，以低代宽、高代严的选择标准，在高代对大粒性状进行选择。交）

２

（

关键词：小麦籽粒性状；图像分析；主基因

＋

多基因

ＳｍａｒｔＧｒａｉｎ

软件；

中图分类号：（）

Ｓ５１２．１

；

Ｓ３３０

文献标识码：

Ａ

文章编号：

１００９１０４１２０２３０４０４３４０８

犌犲狀犲狋犻犮犃狀犪犾狊犻狊犪狀犱犅狉犲犲犱犻狀狋狉犪狋犲犳犌狉犪犻狀犜狉犪犻狋狊犻狀犠犺犲犪狋

狔犵

犛

犵狔

狅

１１１１

，，，

犢犝犃犖

犙

犻犪狀犣犎犃犗犢狅狀狋犪狅犣犎犃犖犌犣犺狅狀狕犺狅狌犣犎犈犖犛犺犻犮狅狀

犵犵犵

，

１２１

，，

犠犃犖犌犑狌狀狊犲狀犣犎犃犖犌犔犻犮犺犪狅犣犎犃犖犌犠犲狀犳犲犻

（，，；，

１．ＬｕｏｈｅＡｃａｄｅｍｆＡｒｉｃｕｌｔｕｒａｌＳｃｉｅｎｃｅｓＬｕｏｈｅＨｅｎａｎ４６２３００

，

Ｃｈｉｎａ２．ＩｎｓｔｉｔｕｔｅｏｆＣｒｏｃｉｅｎｃｅｓ

ｙ

ｏ

ｇｐ

Ｓ

，）

ＣｈｉｎｅｓｅＡｃａｄｅｍｆＡｒｉｃｕｌｔｕｒａｌＳｃｉｅｎｃｅｓＢｅｉｉｎ０００８１

，

Ｃｈｉｎａ

ｙ

ｏ

ｇｊｇ

１

：

犃犫狊狋狉犪犮狋Ｌａｒｅｒａｉｎｔｒａｉｔｓａｒｅｉｍｏｒｔａｎｔｉｎｈｉｈｉｅｌｄｂｒｅｅｄｉｎｆｗｈｅａｔ．Ｉｎｏｒｄｅｒｔｏｉｄｅｎｔｉｆｔｈｅ

ｇ

ｅ

ｇｇｐｇｙｇ

ｏ

ｙ

，

ｗｅｕｓｅｄｔｈｅｌａｒｅｒａｉｎｔｅＬｕｏｍａｉ７６ａｓｎｅｔｉｃｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆ

ｇ

ｒａｉｎｔｒａｉｔｓｉｎｔｈｅｌａｒｅｒａｉｎｗｈｅａｔ

ｇｇｇｇｙｐ

ｔｈｅｍａｌｅ

ｐ

ａｒｅｎｔａｎｄｔｈｅｓｍａｌｌｒａｉｎｔｅＬ５２９ａｓｔｈｅｆｅｍａｌｅ

ｐ

ａｒｅｎｔｔｏｃｏｎｓｔｒｕｃｔｓｉｘ

ｐ

ｅｄｉｒｅｅｓｏｆｆｏｕｒ

ｇｙｐｇ

（，

ＰＰＦＦＢｎｄＢａｎｄａｌｉｅｄｍｉｘｅｄｍａｏｒ

ｇ

ｅｎｅ

ｐ

ｌｕｓ

ｐ

ｏｌｅｎｅｓｉｎｈｅｒｉｔｅｎｅｒａｔｉｏｎ

ｐ

ｏｕｌａｔｉｏｎｓ

ｐｐｊｙｇｇｐ

１

，

２

，

１

，

２

，

１

ａ

２

）

ａｎｃｅｍｏｄｅｌｔｏｉｄｅｎｔｉｆｈｅ

ｇ

ｅｎｅｔｉｃｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆ

ｇ

ｒａｉｎｔｒａｉｔｓｂａｓｅｄｏｎＳｍａｒｔＧｒａｉｎ．Ｔｈｅｒｅｓｕｌｔｓ

ｙ

ｔ

；

Ｔｓｈｏｗｅｄｔｈａｔｔｈｅｂｅｓｔ

ｇ

ｅｎｅｔｉｃｍｏｄｅｌｆｏｒ

ｇ

ｒａｉｎｗｅｉｈｔｗａｓＭＸ２ＡＤＩＡＤＩｈｅｂｅｓｔ

ｇ

ｅｎｅｔｉｃｍｏｄｅｌｆｏｒ

ｇ

；

Ｔｈｅｂｅｓｔ

ｇ

ｅｎｅｔｉｃｍｏｄｅｌｆｏｒ

ｇ

ｒａｉｎ

ｐ

ｅｒｉｍｅｔｅｒｌｅｎｔｈｗａｓｒａｉｎａｒｅａａｎｄ

ｇ

ｒａｉｎｌｅｎｔｈｗｅｒｅＰＧＡＤＩ

ｇｇｇ

；，

２ＭＧＡＤＩＴｈｅｂｅｓｔ

ｇ

ｅｎｅｔｉｃｍｏｄｅｌｆｏｒ

ｇ

ｒａｉｎｗｉｄｔｈｗａｓＭＸ２ＡＤＩＡＤ．Ｔａｋｅｎｔｏｅｔｈｅｒｆｏｒｔｈｅｓｅｌｅｃ

ｇ

，

ｔｉｏｎｏｆｌａｒｅｒａｉｎｃｈａｒａｃｔｅｒｍａｔｅｒｉａｌｓｗｉｔｈｈｉｈ

ｇ

ｒａｉｎｗｅｉｈｔｓｈｏｕｌｄｂｅａｄｏｔｅｄａｓｔｈｅ

ｐ

ａｒｅｎｔｓｔｏｃｏｎ

ｇｇｇｇｐ

））

ｓｉｎｌｅｃｒｏｓｓａｎｄＢｂａｃｋｃｒｏｓｓｗｉｔｈｌａｒｅｒａｉｎ

ｐ

ａｒｅｎｔｓｓｅｌｅｃｔｉｏｎ

ｐ

ｏｕｌａｔｉｏｎ

，

ｉｄｅｎｔｉｆｉｅｄｉｎｓｔｒｕｃｔＦ

ｇｇｇｐ

２

（

２

（

ｍｕｌｔｉｌｅｅｎｖｉｒｏｎｍｅｎｔｓ．Ｔｈｅｌａｒｅ

ｇ

ｒａｉｎｃｈａｒａｃｔｅｒｓａｒｅｓｕｅｓｔｅｄｔｏｂｅｒｉｏｒｏｕｓｌｅｌｅｃｔｅｄｉｎｔｈｅｈｉｈ

ｐｇｇｇｇｙ

ｓ

ｇ

ｅｎｅｒａｔｉｏｎｓ．

ｇ

：

Ｗｈ

；；；

Ｍ犓犲狅狉犱狊ｅａｔ

ｙ

ｉｅｌｄｒｅｌａｔｅｄｔｒａｉｔｓＳｍａｒｔＧｒａｉｎＩｍａｅａｎａｌｓｉｓｏｄｅｌｏｆｍａｏｒ

ｇ

ｅｎｅ

ｐ

ｌｕｓ

ｐ

ｏｌ

ｇｙｊｙ

狔

狑

ｅｎｅ

ｇ

收稿日期：

２０２２０３２５

修回日期：

２０２２０６０４

基金项目：河南省现代农业产业技术体系专项资金项目（）；漯河市农业科学院优秀青年创新基金项目

Ｚ２０１００１０９

第一作者

Ｅ

：

ｍａｉｌ５２４３４１５０２

＠

ｑ

．ｃｏｍ

ｑ

第

４

期袁谦等

：小麦籽粒性状的遗传效应分析及其育种策略

４３５

直

小麦籽粒大小是千粒重的决定因素之一，

１

］

；同时小麦籽粒的形态与品质接影响小麦产量

［

２

］

有较强的相关性

［

，是小麦育种的重要目标性状。

率高等优异特性；多穗

Ｌ５２９

具有赤霉病抗性好、

但籽粒性状一般。

２

等优异特性，

０１９

年以

Ｌ５２９

（为母本、漯麦

７

为父本杂交获得

ＦＰ６

（

Ｐ

１

）

２

）

１

群

体；

２０２０

年

ＦＦ

１

自交获得

Ｆ

２

群体，

１

分别利用

Ｐ

１

和

Ｐ

２

回交获得

Ｂ

１

和

Ｂ

２

群体。

１．２

试验方法

在漯河市农业科学院试验田种植

２０２０

年秋，

。

４

个世代

６

个联合群体（

ＰＰＦＦＢ

１

、

２

、

１

、

２

、

１

和

Ｂ

２

）

行长

２．

行距

０．

每行点播

３５ｍ

，

２５ｍ

，

０

粒种子，

ＰＰＦＢ４

１

、

２

和

Ｆ

１

各种植

３

行，

２

、

１

和

Ｂ

２

各种植

２

行，整个生育期常规田间管理。于小麦蜡熟期收

人工脱粒，保证净度，晾干后备用。分获主茎穗，

别获得

ＰＰ１

、

３２

和

４０

份，

Ｆ

１

、

２

和

Ｆ

１

群体材料

３

２

、

Ｂ６８

、

２５５

和

１７４

份。

１

和

Ｂ

２

群体材料

１

用

ＳｍａｒｔＧｒａｉｎ

软件测量获得小麦籽粒表型

２４

］

数据

［

。将种子均匀分散平铺于扫描仪面板，背

在小麦育种过程中，对籽粒形态的评价主要通过

目测法和人工测量法，但采用目测法评价误差较

大，不易量化；采用游标卡尺人工测量的方法效率

不能批量处理，耗时费力。随着成像技术和图低，

像分析处理技术的发展，借助图像分析处理软件

３５

］

批量且准确地测量籽粒形态成为可能

［

。目前，

基于

ＯｅｎＣＶ

、

ＭａｔｌａｂＧＵＩ

等开发的图像采集分

ｐ

［］

６７

］

以及

Ｉ

析系统

［

ｍａｅＪ

软件

８

等已成功应用于

ｇ

多种作物的表型研究，但操作复杂、对程序算法也

要有一定的基础，难以在育种科研人员中广泛推

］

９

广；谷物籽粒分析仪

［

能够方便快捷地采集多个

表型信息，但价格昂贵，对于基层育种单位负担较

［

０

］

开发的

Ｓ

重。

Ｔａｎａｂａｔａ

等

１

ｍａｒｔＧｒａｉｎ

软件具有

操作简单、成本低廉等优点，同时可实现高通量分

是较理想的表型分析工具，目前已在小析处理，

１１１２

］

麦、水稻等作物籽粒研究中得到应用

［

。

景设置为黑色，扫描图片的分辨率设置为

２００

，保存格式为

Ｔ

将所有图片保存于同一文

ｄｉＩＦＦ

，

ｐ

件夹，图片不需要经过任何处理，直接用

Ｓｍａｒｔ

粒长、粒宽、长宽

Ｇｒａｉｎ

软件处理获得籽粒面积、

周长和圆度以及穗粒数等表型数据。每份试比、

并结合验材料种子用电子天平称量获得单穗重，

穗粒数计算千粒重（。

１０００×

单穗重／穗粒数）

１．３

数据分析

利用

Ｒ

软件对

６

个群体的

７

个籽粒性状数

据进行描述性统计分析，并采用

ＳｈａｉｒｏＷｉｌｋ

检验

ｐ

方法计算

犠

值和

犘

值，进行正态性检验。

２５

］

利用章元明等

［

开发的数量性状主基因

＋

多基因混合遗传分析

Ｒ

软件包

ＳＥＡｖ２．０

分析

６

世代联合群体的数量性状表型值，获得

５

类

２４

种

遗传模型的极大似然函数值、’

ＡＩＣ

（

Ａｋａｉｋｅｓｉｎ

）值和遗传参数。根据最大熵

ｆｏｒｍａｔｉｏｎｃｒｉｔｅｒｉｏｎ

准则，

ＡＩＣ

值最小或接近最小的模型为备选遗传

模型，然后进行适合性检验，包括均匀性检验

犝

２

１

、

２

和

Ｋ

犝

２

Ｓｍｉｍｏｖ

检验（

狀犠

２

）

ｏｌｍｏｏｒｏｖ

检

ｇ

２

及

犝

３

，

，选择统计量达到显著性水平个数最少的验（

犇

狀

）

小麦籽粒形态包括籽粒的长、宽、厚、长宽比、

周长、面积以及圆度等因素，是重要的农艺性

１３

］

状

［

，解析其遗传机制对小麦高产育种具有重要

意义。主基因

＋

多基因混合遗传分析方法可以鉴

别主效基因和微效基因，同时明确基因的效应及

１４

］

，是一种广泛应用的数量性状遗基因间的效应

［

］

１５１７１８

］

传分析方法，已经用于小麦抗病性

［

、品质

［

、

１９２１

］

２２２３

］

产量性状

［

及其他重要农艺性状

［

的遗传

分析研究中。漯麦

７６

是漯河市农业科学院利用

人工合成小麦材料选育的小麦新品种，丰产性突

出，具有大粒、大穗、多穗等优异特性，在河南省小

麦统一试验中表现优异，品种比较试验、区域试验

和生产试验均为产量第一，三年完成试验程序，并

于

２０２２

年通过河南省初审。本研究以漯麦

７６

为

研究材料构建

６

世代联合群体，通过

ＳｍａｒｔＧｒａｉｎ

软件进行图像分析获得籽粒性状数据，利用主基

因

＋

多基因混合遗传分析方法明确大粒性状的遗

传效应，以期为进一步利用小麦创新种质提供

指导。

模型为最优遗传模型，即样本分布与模型理论分

布进行差异比较，差异越小，模型越适合。由最优

模型的遗传参数分析各性状的遗传效应。

１

材料与方法

１．１

试验材料

漯麦

７６

和

Ｌ５２９

是由漯河市农业科学院分

别利用人工合成小麦和偃麦草创制的小麦新种

质。漯麦

７

籽粒商品性好、成穗

６

具有千粒重高、

２

结果与分析

２．１

描述性统计分析结果

对

ＰＰ

１

、

２

和

Ｆ

１

群体的

７

个籽粒性状进行差

异分析，由表

１

可知，亲本

Ｌ

和漯麦

７５２９

（

Ｐ６

１

）

４３６

麦

类

作

物

学

报

第

４３

卷

２

，籽粒周长分别为

１

粒长

ｍｍ８．３１

和

１９．５８ｍｍ

，

粒宽分别为

３．

分别为

６．９７

和

７．４５ｍｍ

，

７５

和

（间籽粒的千粒重、面积、周长、粒长、粒宽

５

个

Ｐ

２

）

但长宽比和圆度差性状差异均达到极显著水平，

异不显著，说明两个亲本籽粒形状相似，但大小差

异较大。

Ｌ５２９

和漯麦

７６

的千粒重分别为

３７．４４

和

５

，籽粒面积分别为

１２．４４

ｇ

９．６９

和

５５．５１

４．０１ｍｍ

，

Ｆ

１

的这

５

个籽粒性状均介于两个亲本

之间，未表现出超亲分离现象，但均更接近大粒亲

本漯麦

７６

。

表

１

不分离世代群体籽粒性状的描述性统计

犜犪犫犾犲１

犇犲狊犮狉犻狋犻狏犲狊狋犪狋犻狊狋犻犮狊狅犳狉犪犻狀狋狉犪犻狋狊犻狀狌狀狊犲狉犲犪狋犲犱

犵

犲狀犲狉犪狋犻狅狀

狆

狅狌犾犪狋犻狅狀狊

狆犵犵犵狆

性状

Ｔｒａｉｔ

千粒重

Ｔ

／

ｈｏｕｓａｎｄｒａｉｎｗｅｉｈｔ

ｇｇｇ

群体

Ｐｏｕｌａｔｉｏｎ

ｐ

Ｐ

１

Ｐ

２

Ｆ

１

２

面积

Ａ

／

ｒｅａｍｍ

样本数

Ｓａｍｌｅ

ｐ

ｎｕｍｂｅｒ

３１

３２

４０

３１

３２

４０

３１

３２

４０

３１

３２

４０

３１

３２

４０

３１

３２

４０

３１

３２

４０

最小值

Ｍｉｎｉｍｕｍ

３０．００

３９．５２

３５．１４

１４．４３

１５．３５

１７．６２

１５．８８

１６．１９

１７．３５

５．８９

６．１６

６．６０

３．３３

３．２７

３．５０

１．７７

１．７２

１．７５

０．６８

最大值

Ｍａｘｉｍｕｍ

４９．５２

６０．００

５９．６９

２５．４３

２６．７８

２９．２９

２１．４１

２１．０３

２２．９７

８．１０

８．２３

８．６８

４．２９

４．５１

２．０４

２．０２

２．０７

０．７８

０．７７

平均值

Ａｖｅｒａｅ

ｇ

３７．４４

５２．４４



５０．０１

１９．６９

２２．５１



２１．９２

１８．３１

１９．５８



１９．４０

６．９７

７．４５



７．３７

３．７５

４．０１



３．９４

１．８８

１．８９

０．７３

标准差

Ｓｔａｎｄａｒｄ

ｄｅｖｉａｔｉｏｎ

３．９０

４．４９

４．６０

２．７０

２．７６

２．７１

１．３６

１．１４

１．１７

０．５４

０．４６

０．４５

０．２３

０．２７

０．２６

０．０６

０．０３

０．０２

Ｐ

１

Ｐ

２

Ｆ

１

周长

Ｐ

／

ｅｒｉｍｅｔｅｒｍｍ

Ｐ

１

Ｐ

２

Ｆ

１

粒长

Ｇ

／

ｒａｉｎｌｅｎｔｈｍｍ

ｇ

Ｐ

１

Ｐ

２

Ｆ

１

粒宽

Ｇ

／

ｒａｉｎｗｉｄｔｈｍｍ

Ｐ

１

Ｐ

２

Ｆ

１

长宽比

Ｌｅｎｔｈｗｉｄｔｈｒａｔｉｏ

ｇ

Ｐ

１

Ｐ

２

Ｆ

１

圆度

Ｃｉｒｃｕｌａｒｉｔ

ｙ

Ｐ

１

Ｐ

２

Ｆ

１

０１

水平上差异显著。

　　

表示两亲本之间在

０．

ｎｄｉｃａｔｅｓｓｉｎｉｆｉｃａｎｔｄｉｆｆｅｒｅｎｃｅｂｅｔｗｅｅｎ

ｐ

ａｒｅｎｔｓａｔ０．０１ｌｅｖｅｌ．



ｉ

ｇ

的千粒重、籽

ＦＢ

对分离世代群体（

２

、

１

和

Ｂ

２

）

粒面积、籽粒周长、粒长、粒宽

５

个籽粒性状进行

由表

２

可知，分离世代群体中千粒重最大值分析，

与最小值差值介于

４

变异系

３．９１

～

５４．１９

ｇ

之间，

数介于

１

籽粒面积最大值

５．０４％

～

２０．４５％

之间；

２

与最小值差值介于

１

之间，变

６．１６

～

２０．４７ｍｍ

介于

８．

粒宽最大值与最小值

５９％

～

８．８８％

之间；

差值介于

１．

变异系数介于

４８

～

２．２０ｍｍ

之间，

８．０３％

～

９．９０％

之间。说明分离世代群体籽粒性

状表型变异丰富，明显高于

Ｐ

且

Ｐ

２

、

２

和

Ｆ

１

群体，

有超亲现象。分离世代偏度和峰度绝对值均小于

初步判断服从正态分布。

Ｓ１

，

ｈａｉｒｏＷｉｌｋ

检验结

ｐ

果表明，所以分离世代数据均

犘

值均小于

犠

值，

符合正态分布，适合进行遗传分析。

２．２

最优遗传模型的确定

对

６

个群体籽粒的千粒重、面积、周长、粒长

异系数介于

１

籽粒周长最

６．５０％

～

１７．５３％

之间；

大值与最小值差值介于

８．

变

２７

～

９．７０ｍｍ

之间，

异系数介于

８．

粒长最大值与

４４％

～

９．１４％

之间；

变异系数最小值差值介于

３．１８

～

３．５６ｍｍ

之间，

第

４

期袁谦等

：小麦籽粒性状的遗传效应分析及其育种策略

４３７

和粒宽分别进行主基因

＋

多基因混合遗传模型分

得到

１

对主基因、多基因、析，

２

对主基因、

１

对主

基因

＋

多基因、

２

对主基因

＋

多基因共

５

类

２４

种

遗传模型。根据最优模型的选取原则，选取

ＡＩＣ

值最小或接近最小的

３

个模型作为备选模型（表

）。其中，千粒重的

ＭＸ３２ＡＤＩＡＤ

、

２ＭＧＡＤＩ

和

ＭＸ２ＡＤＩＡＤＩ

模型

ＡＩＣ

值较小，分别为

籽粒面积的

Ｐ４８３７．５３

、

４８４２．０１

和

４８４４．４９

；

Ｇ

、

ＡＤＩＭＸ１ＡＤＡＤＩ

和

２ＭＧＡＤＩ

模型

ＡＩＣ

值较

分别为

３６

籽粒小，

３６．１９

、

３６４０．１９

和

３６４４．３１

；

、周长的

２ＭＧＡＤＩＭＸ２ＡＤＩＡＤＩ

和

ＭＸ２ＡＤＩ

分别为

２６ＡＤ

模型

ＡＩＣ

值较小，

０３．８８

、

２６０７．８４

和

２６

粒长的

Ｐ

、

０８．７０

；

ＧＡＤＩ２ＭＧＡＤＩ

和

ＭＸ２

分别为

１２ＡＤＩＡＤＩ

模型

ＡＩＣ

值较小，

３４．２８

、

粒宽的

２

、

１２３４．３５

和

１２３５．５５

；

ＭＧＡＤＩＭＸ２

分别为

ＧＡＤＩ

模型

ＡＩＣ

值较小，

ＡＤＩＡＤ

和

Ｐ

４２９．４７

、

４２９．６０

和

４３２．７６

。

犝

２

犝

２

犝

２

对备选模型进行适合性检验（

１

、

２

、

３

、

，选择

Ａ

狀犠

２

和

犇

狀

）

ＩＣ

值最小且统计量差异达到

显著性水平个数最少的模型作为最佳遗传模型。

对于千粒重，

ＭＸ２ＡＤＩＡＤ

、

２ＭＧＡＤＩ

模型的

但达到显著性水平的统计量较多，分

ＡＩＣ

值较小，

别为

５

和

６

个；

ＭＸ２ＡＤＩＡＤＩ

模型的

ＡＩＣ

值接

近最小，且达到显著性水平的统计量仅有

２

个，因

此

ＭＸ

（显性上位性主基因

２ＡＤＩＡＤＩ２

对加性



显性上位性多基因混合遗传模型）为千

＋

加性



粒重的最佳遗传模型。对于籽粒面积，

ＰＧＡＤＩ

模型的

Ａ

且没有统计量达到显著性水

ＩＣ

值最小，

平，因此

Ｐ

（加性显性上位性多基因遗传

ＧＡＤＩ

模型）为籽粒面积的最佳遗传模型。对于籽粒周

且没有统计量长，

２ＭＧＡＤＩ

模型的

ＡＩＣ

值最小，

因此

２

（显性达到显著性水平，

ＭＧＡＤＩ２

对加性



上位性主基因遗传模型）为籽粒周长的最佳遗传

模型；对于粒长，且

ＰＧＡＤＩ

模型的

ＡＩＣ

值最小，

没有统计量达到显著性水平，因此

Ｐ

加

ＧＡＤＩ

（

性显性上位性多基因遗传模型）为粒长的最佳



对于粒宽，遗传模型；

２ＭＧＡＤＩ

模型的

ＡＩＣ

值最

小，但有

２

个统计量达到显著性水平；

ＭＸ２ＡＤＩ

且没有统计量达到

ＡＤ

模型的

ＡＩＣ

值接近最小，

显著性水平，因此

ＭＸ

显性

２ＡＤＩＡＤ

（

２

对加性



上位性主基因

＋

加性显性多基因混合遗传模型）



为粒宽的最佳遗传模型。

表

２

分离世代群体籽粒性状的描述性统计

犜犪犫犾犲２

犇犲狊犮狉犻狋犻狏犲狊狋犪狋犻狊狋犻犮狊狅犳狉犪犻狀狋狉犪犻狋狊犻狀狊犲狉犲犪狋犻狀犲狀犲狉犪狋犻狅狀狊

狆犵犵犵犵犵

性状

Ｔｒａｉｔ

千粒重

／

Ｔｈｏｕｓａｎｄｒａｉｎｗｅｉｈｔ

ｇｇｇ

样本数变异系数

群体最小值最大值平均值偏度峰度

犠

值

犘

值

ＳａｍｌｅＣｏｅｆｆｉｃｉｅｎｔｏｆ

ｐ

ＰｏｕｌａｔｉｏｎＭｉｎｉｍｕｍＭａｘｉｍｕｍＡｖｅｒａｅＳｋｅｗｎｅｓｓＫｕｒｔｏｓｉｓ

犠

ｖａｌｕｅ

犘

ｖａｌｕｅ

ｐｇ

／

％ｎｕｍｂｅｒｖａｒｉａｔｉｏｎ

Ｆ

２

Ｂ

１

Ｂ

２

面积

Ａ

／

ｒｅａｍｍ

１６８

２５５

１７４

１６８

２５５

１７４

１６８

２５５

１７４

１６８

２５５

１７４

１６８

２５５

１７４

１９．７０

２０．２６

１５．７９

１１．６５

１０．５５

８．４７

１４．０２

１３．２５

１２．８４

５．２６

４．９７

４．７６

２．８５

２．８７

２．５４

７３．８９

６４．１７

６６．１５

３２．１２

２６．７１

２７．５４

２３．７２

２１．５２

２１．６８

８．８１

８．１７

７．９３

４．８９

４．３６

４．７３

５２．４８

４５．０９

４７．６９

２１．４４

１８．７２

１９．１７

１９．１４

１８．０６

１８．３９

７．１５

６．７３

６．７６

３．９８

３．７３

３．８１

２０．４５

１５．０４

１９．１４

１６．８８

１６．５０

１７．５３

８．７７

８．４４

９．１４

８．６１

８．８８

８．５９

９．３６

８．０３

９．９０

－０．８１

－０．４４

－０．６４

－０．１７

０．１８

０．４５

０．５２

０．３１

０．９４

０．９８

０．９７

０．９９

０．９８

０．９９

０．９８

０．９７

０．９９

０．００

０．０１

０．００

０．１３

０．１７

０．３５

０．０５

０．００

０．０５

０．３７

０．０１

０．０５

０．００

０．０２

０．４５

Ｆ

２

Ｂ

１

Ｂ

２

－０．１５－０．４０

０．０３－０．１４

－０．４３０．５１

周长

Ｐ

／

ｅｒｉｍｅｔｅｒｍｍＦ

２

Ｂ

１

Ｂ

２

－０．４４－０．１２

－０．１６－０．２５

－０．３００．２７

粒长

Ｇ

／

ｒａｉｎｌｅｎｔｈｍｍ

ｇ

Ｆ

２

Ｂ

１

Ｂ

２

－０．３７－０．２２

－０．１０－０．０９

－０．６５０．６４

粒宽

Ｇ

／

ｒａｉｎｗｉｄｔｈｍｍＦ

２

Ｂ

１

Ｂ

２

－０．２８－０．４０

－０．２９０．１２

２．３

遗传参数估计

利用

Ｒ

软件包

ＳＥＡｖ２．０

根据最小二乘法原

理对千粒重、籽粒面积、籽粒周长、粒长、粒宽

５

个

籽粒性状的最优模型进行一阶遗传参数和二阶遗

表

４

）。千粒重的最佳遗传模型为

２

传参数估计（

对加性显性上位性主基因

＋

加性显性上位性



多基因混合遗传模型（）。由一阶

ＭＸ２ＡＤＩＡＤＩ

遗传参数可知，控制千粒重的

２

对主基因为负向

４３８

麦

类

作

物

学

报

第

４３

卷

的加性效应，效应值均为

－５．

显性效应为正向

１９

；

效应值分别为

１．

效应，

２８

和

１．２７

，

２

对主基因热

能比值（／／绝对值均小于

１

，说明

２

对

犺犱犺犱

ａａ

、

ｂｂ

）

主基因均以加性效应为主。

２

对主基因的加性

加性上位性效应和显性

显性上位性效应均为负

值，且绝对值远大于加性

显性上位性效应和显

进一步说明

２

对主基因的性

加性上位性效应，

遗传效应以负向加性效应为主，说明小粒亲本对

后代千粒重的负向影响较大，配制组合易采用“高

组合配制方案。由二阶遗传参数粒重

高粒重”

可知，千粒重的主基

３

个分离世代（

ＦＢ

２

、

１

和

Ｂ

２

）

因

＋

多基因遗传率分别为

８３．８０％

、

５９．４４％

和

说明千粒重主要受遗传因素控制；主基

７７．６１％

，

因遗传率分别为

６

均

６．８８％

、

３９．５８％

和

５９．３８％

，

说明在千粒重的遗传贡献中远大于多基因遗传率，

以主基因为主。

表

３

籽粒性状备选模型的极大似然函数值和

犃犐犆

值及其适合性检验

犜犪犫犾犲３

犉犻狋狀犲狊狊狋犲狊狋犪狀犱犃犐犆狏犪犾狌犲狊狅犳狋犺犲犪犾狋犲狉狀犪狋犻狏犲犿狅犱犲犾狊犳狅狉

犵

狉犪犻狀狋狉犪犻狋狊

性状

Ｔｒａｉｔ

千粒重

Ｔｈｏｕｓａｎｄｒａｉｎｗｅｉｈｔ

ｇｇ

模型

Ｍｏｄｅｌ

ＭＸ２ＡＤＩＡＤ

２ＭＧＡＤＩ

ＭＸ２ＡＤＩＡＤＩ

面积

ＡｒｅａＰＧＡＤＩ

ＭＸ１ＡＤＡＤＩ

２ＭＧＡＤＩ

周长

Ｐｅｒｉｍｅｔｅｒ２ＭＧＡＤＩ

ＭＸ２ＡＤＩＡＤＩ

ＭＸ２ＡＤＩＡＤ

粒长

Ｇｒａｉｎｌｅｎｔｈ

ｇ

ＰＧＡＤＩ

２ＭＧＡＤＩ

ＭＸ２ＡＤＩＡＤＩ

粒宽

Ｇｒａｉｎｗｉｄｔｈ２ＭＧＡＤＩ

ＭＸ２ＡＤＩＡＤ

ＰＧＡＤＩ

极大似然函数值

Ｍａｘｉｍｕｍｌｉｋｅｌｉｈｏｏｄｖａｌｕｅ

－２４０３．７７

－２４１１．００

－２４０４．２４

－１８０８．１０

－１８１２．１６

－１２９１．９４

－１２８５．９２

－１２８９．３５

－６０７．１４

－６０７．１７

－５９９．７８

－２０４．７３

－１９９．８０

－２０６．３８

ＡＩＣ

值

ＡＩＣｖａｌｕｅ

４８３７．５３

４８４２．０１

４８４４．４９

３６３６．１９

３６４０．１９

３６４４．３１

２６０３．８８

２６０７．８４

２６０８．７０

１２３４．２８

１２３４．３５

１２３５．５５

４２９．４７

４２９．６０

４３２．７６

适合性检验

Ｆｉｔｎｅｓｓｔｅｓｔ

／／／／

１１１１１

／／／／

１１２１１

／／／／

００１１０

／／／／

０００００

／／／／

０００００

／／／／

００１１１

／／／／

０００００

／／／／

０００００

／／／／

０００００

／／／／

０００００

／／／／

０００００

／／／／

０００００

／／／／

０００１１

／／／／

０００００

／／／／

０００００

上位性效

ＭＧ

表示主基因，

ＰＧ

表示多基因，

ＭＸ

表示主基因

＋

多基因，

Ａ

表示加性效应，

Ｄ

表示显性效应，

Ｉ

表示互作（

模型一列中，

。适合性检验的

５

个数值分别为

犝

２

应）

犝

２

犝

２

狀犠

２

和

犇

１

、

２

、

３

、

狀

适合性检验中达到显著水平的统计量个数。

，；；

ＭＸｒ

；

ＡｒＩｎｔｈｅｃｏｌｕｍｎｏｆｍｏｄｅｌＭＧｒｅｒｅｓｅｎｔｓｍａｏｒ

ｇ

ｅｎｅＰＧｒｅｒｅｓｅｎｔｓ

ｐ

ｏｌｅｎｅｅｒｅｓｅｎｔｓｍｉｘｅｄｍａｏｒ

ｇ

ｅｎｅａｎｄ

ｐ

ｏｌｅｎｅｅ

ｐｊｐｙｇｐｊｙｇ

；；）

ＤｒｅｒｅｓｅｎｔｓｄｏｍｉｎａｎｃｅｅｆｆｅｃｔＩｒｅｒｅｓｅｎｔｓｉｎｔｅｒａｃｔｉｏｎ

（

ｅｉｓｔａｔｉｃｅｆｆｅｃｔ．Ｆｉｖｅｄｉｉｔａｌｓｉｎｆｉｔｎｅｓｓｔｅｓｔｍｅａｎｎｕｍｒｅｓｅｎｔｓａｄｄｉｔｉｖｅｅｆｆｅｃｔ

ｐｐｐｇｐ

ｂｅｒｓｏｆｓｉｎｉｆｉｃａｎｔｓｔａｔｉｓｔｉｃ

ｐ

ａｒａｍｅｔｅｒｓａｍｏｎ

犝

２

犝

２

狀犠

２

ａｎｄ

犇

ｇｇ

犝

２

１

，

２

，

３

，

狀

．

显性上位



籽粒面积的最佳遗传模型为加性

性多基因遗传模型（）。由二阶遗传参数

ＰＧＡＤＩ

籽粒面积的多可知，

３

个分离世代（

ＦＢ

２

、

１

和

Ｂ

２

）

基因遗传率分别为

４４．８１％

、

２４．３７％

和

３５．９５％

，

说明籽粒面积受环境因素影响较大，遗传因素起

到一定作用，在

Ｆ

２

和

Ｂ

２

分离世代中遗传因素影响

宜采用多环境鉴定的方法进行选择。稍大。因此，

籽粒周长的最佳遗传模型为

２

对加性显性



上位性主基因遗传模型（）。由一阶遗

２ＭＧＡＤＩ

传参数可知，控制籽粒周长的

２

对主基因为负向

的加性效应，效应值均为

－０．

显性效应也均为

３５

，

负向效应，效应值分别为

－２．１５

和

－２．６８

，

２

对主

／／绝对值分别为基因的势能比值（

犺犱犺犱

ａａ

、

ｂｂ

）

远大于

１

，说明

２

对主基因以负向的

６．１４

和

７．６６

，

上位性效应以显性

显性上位性显性效应为主；

效应为主，效应值为

４．

大于其他上位性效应，

２５

，

且大于其他上位性效应绝对值之和，该上位性效

应为正向效应，说明

２

对主基因可能为隐性基因，

稳定纯合后会获得较好的正向效应，宜在高代进

行选择。由二阶遗传参数可知，

３

个分离世代

（籽粒周长的主基因遗传率分别为

ＦＢ

２

、

１

和

Ｂ

２

）

说明遗传效应占主

５２．９１％

、

４２．９１％

和

５３．１６％

，

要作用，但受环境因素影响较大，在育种时应注重

构建

Ｆ

２

和

Ｂ

２

分离世代进行选择。

粒长的最佳遗传模型为加性显性上位性多



基因遗传模型（）。由二阶遗传参数可知，

ＰＧＡＤＩ

粒长的多基因遗传率

３

个分离世代（

ＦＢ

２

、

１

和

Ｂ

２

）

分别为

４

说明粒长受

０．６３％

、

３７．０８％

和

３３．４３％

，

第

４

期袁谦等

：小麦籽粒性状的遗传效应分析及其育种策略

４３９

环境因素影响也较大，但遗传因素也起到一定作

在

Ｆ

用，

２

和

Ｂ

１

分离世代中遗传因素影响稍大。

因此，宜采用多环境鉴定的方法进行选择。

粒宽的最佳遗传模型为

２

对加性显性上位



性主基因

＋

加性显性多基因混合遗传模型



（。由一阶遗传参数可知，控制粒

ＭＸ２ＡＤＩＡＤ

）

效应值均为

０．

宽的

２

对主基因为正向加性效应，

显性效应均为负向，效应值分别为

－０．０９

，

４１

和

显性

显性上位性效应为正向，为

０．－０．３３

，

７１

，

大于其他遗传效应，说明

２

对主基因的遗传效应

在高代基因纯合后进行选以负向显性效应为主，

择可取得较好的效果。由二阶遗传参数可知，

３

个分离世代（粒宽的主基因遗传率分

ＦＢ

２

、

１

和

Ｂ

２

）

别为

６

均远大于多基

０．２４％

、

３８．２６％

和

５３．１４％

，

因遗传率（，说明粒宽

０．０１％

、

０．０１％

和

８．１０％

）

同时也受环境因素影响，在受主基因效应控制，

Ｆ

２

和

Ｂ

２

分离世代中具有较高的主基因遗传率，

育种中应优先选择

Ｆ

２

和

Ｂ

２

分离世代。

表

４

籽粒各性状最佳遗传模型的遗传参数

犜犪犫犾犲４

犈狊狋犻犿犪狋犻狅狀狅犳

犵

犲狀犲狋犻犮

狆

犪狉犪犿犲狋犲狉狊狅犳狅狋犻犿犪犾犿狅犱犲犾狊犳狅狉

犵

狉犪犻狀狋狉犪犻狋狊

狆

性状

Ｔｒａｉｔ

模型

Ｍｏｄｅｌ

一阶遗传参数

Ｆｉｒｓｔｏｒｄｅｒ

ｇ

ｅｎｅｔｉｃ

ｐ

ａｒａｍｅｔｅｒ

犱

ａ

犱

ｂ

犺

ａ

犺

ｂ

犻

犼

ａｂ

犼

ｂａ

犾

［

犱

］

－

／／

［

犱犱

犺

］

犺

ａａ

犺

ｂｂ

－

－０．２５－０．２４

－

６．１４

－

７．６６

－

千粒重

ＭＸ２ＡＤＩＡＤＩ－５．１９－５．１９１．２８１．２７－４．７４１．１１

Ｔｈｏｕｓａｎｄｒａｉｎｗｅｉｈｔ

ｇｇ

面积

Ａｒｅａ

周长

Ｐｅｒｉｍｅｔｅｒ

粒长

Ｇｒａｉｎｌｅｎｔｈ

ｇ

粒宽

Ｇｒａｉｎｗｉｄｔｈ

性状

Ｔｒａｉｔ

千粒重

Ｔｈｏｕｓａｎｄｒａｉｎｗｅｉｈｔ

ｇｇ

ＰＧＡＤＩ

２ＭＧＡＤＩ

ＰＧＡＤＩ

ＭＸ２ＡＤＩＡＤ

模型

Ｍｏｄｅｌ

－－－－－－

１．１１－１１．１４

－

１．２５

－

０．３１

－

４．２５

－

－０．３５－０．３５－２．１５－２．６８－０．９２－０．５７

－－－－－－

０．０９０．０９－０．４１－０．３３－０．２８－０．２４０．７１－０．３２－０．１８－４．５６－３．６７

群体

Ｐｏｕｌａｔｉｏｎ

ｐ

二阶遗传参数

Ｓｅｃｏｎｄ－ｏｒｄｅｒ

ｇ

ｅｎｅｔｉｃ

ｐ

ａｒａｍｅｔｅｒ

２

ｐ

２

ｅ

２

ｍ

ｇ

２

ｐｇ

２

／

犺

ｍ

ｇ

％

２

／

犺

ｐｇ

％

ＭＸ２ＡＤＩＡＤＩＦ

２

Ｂ

１

Ｂ

２

１１５．１９

４６．００

８３．３３

１３．１１

９．５５

１１．２９

２．８１

２．３２

２．８３

０．３８

０．３６

０．３４

０．１４

０．０９

０．１５

１８．６６

７．２７

７．２３

７．２６

１．３２

０．２３

０．０６

７７．０３

１８．２１

４９．４８

－

１．４９

１．００

１．５０

－

０．０８

０．０３

０．０８

１９．４９

９．１４

１５．１９

５．８４

２．３２

４．０４

－

０．１５

０．１３

０．１１

０．００

０．０１

６６．８８

３９．５８

５９．３８

－

５２．９１

４２．９１

５３．１６

－

６０．２４

３８．２６

５３．１４

１６．９２

１９．８６

１８．２３

４４．８１

２４．３７

３５．９５

－

４０．６３

３７．０８

３３．４３

０．０１

８．１０

面积

ＡｒｅａＰＧＡＤＩＦ

２

Ｂ

１

Ｂ

２

周长

Ｐｅｒｉｍｅｔｅｒ２ＭＧＡＤＩＦ

２

Ｂ

１

Ｂ

２

粒长

Ｇｒａｉｎｌｅｎｔｈ

ｇ

ＰＧＡＤＩＦ

２

Ｂ

１

Ｂ

２

粒宽

ＧｒａｉｎｗｉｄｔｈＭＸ２ＡＤＩＡＤＦ

２

Ｂ

１

Ｂ

２

第

１

对主基因的加性效应；第

２

对主基因的加性效应；第

１

对主基因的显性效应；第

２

对主基因的显性效应；：第

１

对

犱犺犺犻

犱

ａ

：

ｂ

：

ａ

：

ｂ

：

第

１

对主基因和第

２

对主基因的加性

显性上位性效应；第

１

对主基因和第

２

主基因和第

２

对主基因的加性

加性上位性效应；

犼犼

ａｂ

：

ｂａ

：

对主基因的显性

加性上位性效应；：第

１

对主基因和第

２

对主基因的显性

显性上位性效应；［：多基因加性效应；［：多基因显性

犾犱

］

犺

］

２

：

２

：

２

：

２

：

２

：

２

：效应；空缺。

犺犺

－

：

σσσσ

ｅ

环境方差；

ｍｍ

ｐ

表型方差；

ｇ

主基因方差；

ｐｇ

多基因方差；

ｇ

主基因遗传率；

ｐｇ

多基因遗传率；

；；

犱

Ａｄｄｉｃｔｉｖｅｅｆｆｅｃｔｏｆｔｈｅｆｉｒｓｔｍａｏｒ

ｇ

ｅｎｅ

犱

Ａｄｄｉｃｔｉｖｅｅｆｆｅｃｔｏｆｔｈｅｓｅｃｏｎｄｍａｏｒ

ｇ

ｅｎｅ

犺

Ｄｏｍｉｎａｎｔｅｆｆｅｃｔｏｆｔｈｅｆｉｒｓｔｍａｏｒ

ｊｊｊ

ａ

：

ｂ

：

ａ

：

；；：

犺

Ｄｏｍｉｎａｎｔｅｆｆｅｃｔｏｆｔｈｅｓｅｃｏｎｄｍａｏｒ

ｇ

ｅｎｅ

犻

Ｅｉｓｔａｔｉｃｅｆｆｅｃｔｖａｌｕｅｂｅｔｗｅｅｎ

犱

ｎｄ

犱

Ｅｉｓｔａｔｉｃｅｆｆｅｃｔｖａｌｕｅｂｅｔｗｅｅｎ

犱

ｅｎｅ

ｊｐｐｇ

犼

ｂ

：

ａ

ｂ

；

ａｂ

：

ａ

：：

Ａ

；

ａｎｄ

犺

Ｅｉｓｔａｔｉｃｅｆｆｅｃｔｖａｌｕｅｂｅｔｗｅｅｎ

犺

ｎｄ

犱

ｌＥｉｓｔａｔｉｃｅｆｆｅｃｔｖａｌｕｅｂｅｔｗｅｅｎ

犺

ｎｄ

犺犱

］

ｄｄｉｔｉｖｅｅｆｆｅｃｔｓｏｆ

ｐ

ｏｌｅｎｅｓ

ｐｐｙｇ

犼

ｂ

；

ｂａ

：

ａ

ｂ

；

ａ

ｂ

；［

２

：

２

：

２

：

２

：［：；；；；

犺

］

Ｄｏｍｉｎａｎｔｅｆｆｅｃｔｓｏｆ

ｐ

ｏｌｅｎｅｓｈｅｎｏｔｉｃｖａｒｉａｎｃｅｎｖｉｒｏｎｍｅｎｔａｌｖａｒｉａｎｃｅａｏｒ

ｇ

ｅｎｅｖａｒｉａｎｃｅｏｌｅｎｅｖａｒｉ

σσσσ

ｙｇｙｐｊｙｇ

ｍｅ

Ｅ

ｐ

Ｐ

ｇ

Ｍ

ｐｇ

Ｐ

２

：

２

：；；；

－

：

Ａａｎｃｅ

犺

ｅｒｉｔａｂｉｌｉｔｆｍａｏｒ

ｇ

ｅｎｅ

犺

ｅｒｉｔａｂｉｌｉｔｆ

ｐ

ｏｌｅｎｅｂｓｅｎｃｅ．

ｙ

ｏ

ｊｙ

ｏ

ｙｇ

ｍ

ｇ

Ｈ

ｐｇ

Ｈ

４４０

麦

类

作

物

学

报

第

４３

卷

３

讨论

］

２６

］

２７

随着小麦基因组学

［

和快速加代技术

［

的

个

ＱＴＬ

能够在两年环境中检测到。本研究中粒

显性上位性主基因

＋

宽的最佳模型为两对加性



２１

］

加性显性多基因遗传模型，与杨兴圣等

［

的研究

结果一致。

发展，小麦育种效率逐步提高，而传统常规育种方

工作量大、无法对表型法所采用的目测法效率低、

７

］

，这成为小麦育种发展急需解决进行量化分析

［

４

结论

通过对大粒型小麦新种质漯麦

７６

配制的

４

个世代

６

个联合群体进行遗传分析，结果表明，千

粒重的最佳模型为

ＭＸ

（两对加性显

２ＡＤＩＡＤＩ

上位性主基因

＋

加性显性上位性多基因遗传性



，模型）

２

对主基因的遗传效应以负向等加性效应

为主，以负向的显性

显性上位性效应为辅，说明

千粒重性状受低粒重亲本影响较大，宜采用“高粒

重

高粒重”的组合配制方案；籽粒面积和粒长的

（加性显性上位性多基因最佳模型均为

ＰＧＡＤＩ

遗传模型），受环境因素影响较大，宜采用多年多

点的种植方案进行选择；籽粒周长的最佳模型为

（两对加性显性上位性主基因遗传模

２ＭＧＡＤＩ

型），正向的

２

对主基因以负向的显性效应为主，

显性

显性上位性效应为辅，宜在高代基因纯合

后进行选择；粒宽的最佳模型为

ＭＸ２ＡＤＩＡＤ

（两对加性显性上位性主基因

＋

加性显性多基



因遗传模型），

２

对主基因以负向的显性效应为

主，正向的显性

显性上位性效应为辅，同时主基

因遗传率远大于多基因遗传率，宜在高代基因纯

合后进行选择。综上，对籽粒性状的选择，应采用

“高粒重

高粒重”的组合配制方案构建

Ｆ

２

和

Ｂ

２

选择群体，多环境鉴定，以低代宽高代严的选择标

准，在高代对大粒性状进行选择。

参考文献：

［］

１ＪＩＡＭＬ

，

ＬＩＹＮ

，

ＷＡＮＧＺＹ

，

犲狋犪犾

．ＴａＩＡＡ２１ｒｅｒｅｓｓｅｓＴａ

ｐ

的问题。基于图像分析能够快速、准确、无损地获

］

２４

取表型信息。肖杰等

［

采用

ＳｍａｒｔＧｒａｉｎ

软件法

与游标卡尺测量法对小麦籽粒形态进行测量比

较，结果显示，

ＳｍａｒｔＧｒａｉｎ

软件测量的粒长和粒

且两种方法所测数据呈宽的相对误差小于

３％

，

］

１１

采用极显著线性相关。基于此，王娜等

［

ＳｍａｒｔＧｒａｉｎ

软件法解析了小麦

ＮａＮ

３

诱变群体

１２

］

籽粒性状的遗传变异规律；张健等

［

采用

ＳｍａｒｔＧｒａｉｎ

软件法采集了水稻

ＲＩＬ

群体的籽粒

并定位了水稻籽粒大小相关性状表型数据，

采用

ＳＱＴＬ

。本研究借鉴了前人的方法，

ｍａｒｔ

获得

Ｇｒａｉｎ

软件对小麦籽粒图像进行处理分析，

籽粒形态信息，同时应用于小麦育种工作，为小麦

育种量化分析提供了指导。

小麦籽粒形态和千粒重是复杂的数量性

１３

］

状

［

，籽粒面积、周长、粒长和粒宽是籽粒形态的

重要决定因素，而大粒型小麦种质资源是小麦高

产育种的重要基础。研究大粒型小麦新种质籽粒

性状的遗传规律是提高高产育种效率的重要前

提，为合理构建选择群体和指导后代选择提供重

要依据。本研究对大粒型小麦新种质漯麦

７６

和

普通小麦种质

Ｌ５２９

构建的

４

个世代

６

个群体进

行遗传分析，结果表明，千粒重最佳模型为两对加

性显性上位性主基因

＋

加性显性上位性多基



２１

］

这与杨兴圣等

［

的研究结果一致，因遗传模型，

但

２

对主基因的遗传效应有所不同，本研究中控

制千粒重的

２

对主基因是负向等加性效应。本研

究发现，籽粒面积和粒长的最佳模型均为加性显



性上位性多基因遗传模型，籽粒面积和粒长的多



基因遗传率分别为

２４．３７％

～

４４．８１％

和

３３．４３％

２８

］

受环境影响较大。余曼丽等

［

分别

０．６３％

，

～

４

检测到有

５

和

１２

个

ＱＴＬ

控制籽粒面积和粒长；

］

２１

杨兴圣等

［

研究表明，粒长属于加性显性上位



犜犪犈犚犉狊

ｒｅｕｉｒｅｄｆｏｒｒａｉｎｓｉｚｅＡＲＦ２５ｍｅｄｉａｔｅｄｅｘｒｅｓｓｉｏｎｏｆ

ｑｇｐ

］

ａｎｄｗｅｉｈｔｄｅｖｅｌｏｍｅｎｔｉｎｗｈｅａｔ

［

Ｊ．

犜犺犲犘犾犪狀狋犑狅狌狉狀犪犾

，

ｇｐ

（）：

２０２１

，

１０８６１７５４．

［］王洪波，唐昊，胡洋山，等

．

基于

Ｒ２ＩＬ

群体的小麦籽粒性状与

］麦类作物学报，（）：品质特性关系分析［

Ｊ．２０１７

，

３７９１１５５．

ＷＡＮＧＨＢ

，

ＴＡＮＧＨ

，

ＨＵＹＳ

，

犲狋犪犾

．Ｃｏｒｒｅｌａｔｉｏｎａｎａｌｓｉｓｏｆ

ｙ

ｒａｉｎｔｒａｉｔｓａｎｄ

ｑ

ｕａｌｉｔｒａｉｔｓｏｆｗｈｅａｔｕｓｉｎｈｅ

ｐ

ｏｕｌａｔｉｏｎｏｆ

ｇｙ

ｔ

ｇ

ｔ

ｐ

（）［］

ｒｅｃｏｍｂｉｎａｎｔｉｎｂｒｅｄｌｉｎｅｓＲＩＬＪ．

犑狅狌狉狀犪犾狅狉犻狋犻犮犲犪犲

犳

犜

，，（）：

犆狉狅狊

２０１７３７９１１５５．

狆

［］：

Ａｃ３ＩＷＡＴＡＨ

，

ＵＫＡＩＹ．Ｓｈａｅｏｍｕｔｅｒ

ｐ

ｒｏｒａｍ

ｐ

ａｃｋａｅ

ｐｐｇｇ

ｆｏｒ

ｑ

ｕａｎｔｉｔａｔｉｖｅｅｖａｌｕａｔｉｏｎｏｆｂｉｏｌｏｉｃａｌｓｈａｅｓｂａｓｅｄｏｎｅｌｌｉ

ｇｐｐ

ｔｉｃＦｏｕｒｉｅｒｄｅｓｃｒｉｔｏｒｓ

［

Ｊ

］

．

犑狅狌狉狀犪犾狅犲狉犲犱犻狋

２００２

，

９３

ｐ

犳

犎

狔

，

（）：

５３８４．

［］

４ＩＷＡＴＡＨ

，

ＥＢＡＮＡＫ

，

ＵＧＡＹ

，

犲狋犪犾

．Ｇｅｎｏｍｅｗｉｄｅａｓｓｏｃｉａ

ｔｉｏｎｓｔｕｄｆ

ｇ

ｒａｉｎｓｈａｅｖａｒｉａｔｉｏｎａｍｏｎ

狉狕犪狊犪狋犻狏犪

Ｌ．

ｙ

ｏ

ｐｇ

犗

狔

］

ｅｒｍｌａｓｍｓｂａｓｅｄｏｎｅｌｌｉｔｉｃＦｏｕｒｉｅｒａｎａｌｓｉｓ

［

Ｊ．

犕狅犾犲犮狌犾犪狉

ｇｐｐｙ

（）：

２０１０

，

２５２２０３．

犅狉犲犲犱犻狀

犵

，

［］，

５ＨＥＲＲＩＤＧＥＲＰＤＡＹＲＣ

，

ＢＡＬＤＷＩＮＳ

，

犲狋犪犾

．Ｒａｉｄａｎａｌ

ｐｙ

ｓｉｓｏｆｓｅｅｄｓｉｚｅｉｎ

犃狉犪犫犻犱狅狊犻狊

ｆｏｒｍｕｔａｎｔａｎｄＱＴＬｄｉｓｃｏｖｅｒ

ｙ

狆

性多基因遗传模型，这与本研究结果一致；而陈佳

２９

］

慧等

［

检测到粒长受

２

个

ＱＴＬ

控制。原因有待

进一步研究。本研究中籽粒周长的最佳模型为两

显性上位性主基因遗传模型。余曼丽对加性



２８

］

等

［

检测到有

１

但有

２０

个

ＱＴＬ

控制籽粒周长，

第

４

期袁谦等

：小麦籽粒性状的遗传效应分析及其育种策略

４４１

［］（）：

Ｊ．

犘犾犪狀狋犕犲狋犺狅犱狊

，

２０１１

，

７１３．

［］

６ＡＭＡＲＡＶＡＤＩＳ．Ｍｏｂｉｌｅａｌｉｃａｔｉｏｎｓｆｏｒｈｉｈｔｈｒｏｕｈｕｔ

ｐｐｇｇｐ

［］：

ｓｅｅｄｃｈａｒａｃｔｅｒｉｚａｔｉｏｎＤ．ＫａｎｓａｓＳｔａｔｅＫａｎｓａｓＳｔａｔｅＵｎｉ

，：

ｖｅｒｓｉｔ０１８８８．

ｙ

２

［］赵华民，葛春静，贾举庆，等

．

基于图像分析的小麦籽粒高通量

７

表型系统研究［］山东农业科学，（）：

Ｊ．２０２１

，

５３６１１３．

，

ＧＥＣＪＪＩＡＪＱ

，

犲狋犪犾

．ＳｔｕｄｎｈｉｈｔｈｒｏｕｈｕｔＺＨＡＯＨＭ

，

ｙ

ｏ

ｇｇｐ

ｈｅｎｏｔｉｎｓｔｅｍｏｆｗｈｅａｔ

ｇ

ｒａｉｎｓｂａｓｅｄｏｎｉｍａｅａｎａｌｓｉｓ

ｐｙｐｇ

ｓ

ｙｇｙ

［］（）：

Ｊ．

犛犺犪狀犱狅狀狉犻犮狌犾狋狌狉犪犾犛犮犻犲狀犮犲狊

，

２０２１

，

５３６１１３．

犵

犃

犵

［］

８ＢＲＥＳＥＧＨＥＬＬＯＦ

，

ＳＯＲＲＥＬＬＳＭＥ．ＱＴＬａｎａｌｓｉｓｏｆｋｅｒｎｅｌ

ｙ

ｓｉｚｅａｎｄｓｈａｅｉｎｔｗｏｈｅｘａｏｉｄｓｗｈｅａｔｍａｉｎｏｕｌａｔｉｏｎｓ

ｐｐｐｐｇｐｐ

［］（）：

Ｊ．

犉犻犲犾犱犆狉狅狊犚犲狊犲犪狉犮犺

，

２００７

，

１０１２１７２．

狆

［］

９ＧＥＧＡＳＶＣ

，

ＮＡＺＡＲＩＡ

，

ＧＲＩＦＦＩＴＨＳＳ

，

犲狋犪犾

．Ａ

ｇ

ｅｎｅｔｉｃ

］

ｆｒａｍｅｗｏｒｋｆｏｒｒａｉｎｓｉｚｅａｎｄｓｈａｅｖａｒｉａｔｉｏｎｉｎｗｈｅａｔ

［

Ｊ．

犜犺犲

ｇｐ

，，（）：

犘犾犪狀狋犆犲犾犾

２０１０２２４１０４６．

［］，：

１０ＴＡＮＡＢＡＴＡＴＳＨＩＢＡＹＡＴ

，

ＨＯＲＩＫ

，

犲狋犪犾

．ＳｍａｒｔＧｒａｉｎ

Ｈｉｈｔｈｒｏｕｈｕｔ

ｐ

ｈｅｎｏｔｉｎｏｆｔｗａｒｅｆｏｒｍｅａｓｕｒｉｎｅｅｄ

ｇｇｐｙｐｇ

ｓ

ｇ

ｓ

［］，

ｓｈａｅｔｈｒｏｕｈｉｍａｅａｎａｌｓｉｓＪ．

犘犾犪狀狋犘犺狊犻狅犾狅

０１２

，

ｐｇｇｙ

狔犵狔

２

（）：

１６０４１８７１．

［］王娜，李明飞，王超杰，等

．

基于

Ｓ１１ｍａｒｔＧｒａｉｎ

软件的小麦

］麦类作物学报，

ＮａＮＪ．２０１５

，

３５

３

诱变群体籽粒性状分析［

（）：

９１２２２．

，

ＷＡＮＧＮ

，

ＬＩＭＦ

，

ＷＡＮＧＣＪ

犲狋犪犾

．Ａｎａｌｓｉｓｏｎ

ｇ

ｒａｉｎｔｒａｉｔｓ

ｙ

（

ｏｆａＮａＮｕｔａｅｎｉｚｅｄ

ｐ

ｏｕｌａｔｉｏｎｉｎｃｏｍｍｏｎｗｈｅａｔ

犜狉犻狋犻

ｇｐ

３

ｍ

］

ｂａｓｅｄｏｎＳｍａｒｔＧｒａｉｎｓｏｆｔｗａｒｅ

［

Ｊ．

犑狅狌狉狀犪犾狅狌犿犪犲狊狋犻狏狌犿

）

犳

，，（）：

犜狉犻狋犻犮犲犪犲犆狉狅狊

２０１５３５９１２２２．

狆

［］张健，杨靖，王豪，等

．

基于高密度遗传图谱定位水稻籽粒

１２

］中国农业科学，（）：大小相关性状

ＱＴＬ

［

Ｊ．２０２０

，

５３２２２５．

，，，

ＺＨＡＮＧＪＹＡＮＧＪＷＡＮＧＨ

犲狋犪犾

．ＱＴＬｍａｉｎｏｒ

ｐｐｇ

ｆ

ｒａｉｎｓｉｚｅｒｅｌａｔｅｄｔｒａｉｔｓｂａｓｅｄｏｎａｈｉｈｄｅｎｓｉｔａｎｒｉｃｅ

ｇｇｙ

ｍ

ｐ

ｉ

［］，，（）：

Ｊ．

犛犮犻犲狀狋犻犪犃狉犻犮狌犾狋狌狉犪犛犻狀犻犮犪

２０２０５３２２２５．

犵

［］王瑞霞，张秀英，伍玲，等

．

不同生态环境下冬小麦籽粒大小

１３

USB迷 | 专注于互联网分享

211115083_小麦籽粒性状的遗传效应分析及其育种策略

与本文相关的文章

评论列表 (0)