水稻光合色素含量的變異分析及QTL定位

胡超，劉玲，熊佳銘，袁紅亮，于玉鳳，王悅*

水稻光合色素含量的變異分析及QTL定位

胡超1，劉玲2，熊佳銘1，袁紅亮1，于玉鳳1，王悅1*

(1.湖南農業大學農學院，湖南 長沙 410128；2.湖南農業大學教育學院，湖南 長沙 410128)

以光合色素含量差異較大的秈稻RT和秈稻SC及其雜交衍生的RIL群體為材料，運用相關分析、主成分分析、聚類分析等方法對4個光合色素性狀(葉綠素a、葉綠素b、葉綠素a/b和總葉綠素)進行綜合分析和QTL定位。相關性分析結果表明，4個光合色素性狀間均呈極顯著正相關，葉綠素a與總葉綠素含量的相關系數最高。主成分分析結果表明，對光合色素含量影響較大的性狀有葉綠素a和總葉綠素含量。聚類分析結果表明，可將239個株系分為3大類群，第I類群、第II類群、第III類群的平均光合色素含量依次降低。運用復合區間作圖法共檢測到4個與控制光合色素性狀相關的QTL，分布于水稻第4和第8染色體上，LOD值為2.01～3.14，表型貢獻率的分布范圍為4.52%～7.08%，加性效應均為正值，其中，在第8染色體RM6155至RM23446區間發現1個QTL簇，聚集了控制葉綠素a、葉綠素a/b和總葉綠素3個性狀的QTL，該區間是影響光合色素性狀的1個重要染色體區域，檢測到的、、和可能為調控光合色素的新QTL位點。

水稻；光合色素；主成分分析；聚類分析；QTL定位

水稻產量主要來自于葉片光合作用的產物，其光合量占植株總量的90%以上[1]。葉片中的光合色素在光合作用的光吸收、傳遞和轉換中起著關鍵作用，其含量高低直接決定植物光合能力的強弱。葉綠素含量是決定光合潛力和初級生產能力的重要因素[2–3]。彭志蕓等[4]研究表明，在一定范圍內，葉綠素含量與光合速率呈正相關。葉綠素a有利于吸收長波長光，葉綠素b有利于吸收短波長光，葉綠素a/b與光合器官的發育狀態及光合活性相關。有研究[5]表明，栽培稻的總葉綠素含量和葉綠素a/b高于近緣野生稻，在飽和光強下，栽培稻的光合作用也較野生稻的強。栽培稻不同基因型的最大光合速率及葉綠素含量也存在顯著差異[6]。

前人[7–9]研究發現，水稻光合色素含量的遺傳機制相對復雜，受多個QTL調控，為典型的數量性狀，同時存在顯著的環境效應。研究人員對不同環境和不同生育時期的水稻總葉綠素相關性狀進行了一系列的QTL定位研究，已經報道了618個與水稻光合色素相關的QTL，其中73個與葉綠素a含量相關，52個與葉綠素b含量相關，22個與葉綠素a/b比值相關，465個與總葉綠素含量相關，6個與類胡蘿卜素含量相關[10]。ISHIMARU等[11]利用BC1F7群體，對葉綠素a、葉綠素b、葉綠素a/b和總葉綠素含量進行QTL分析，共檢測到12個相關QTL。JIANG等[12]利用5個不同作圖群體，對抽穗期和抽穗期30 d后的葉綠素a、葉綠素b含量進行QTL分析，共檢測到60個相關的QTL，分布在除第10染色體外的其余11條染色體上，LOD值為2.04～27.45，單個QTL解釋的表型貢獻率為2.59%～27.45%。阿加拉鐵等[13]利用DH群體對水稻灌漿期4個不同階段的葉綠素含量進行QTL分析，共檢測到7個相關QTL，分布于第2、4、6和8染色體上，單個QTL解釋的貢獻率為8.6%～ 50.1%，在后期的劍葉中檢測到和。HUANG等[14]利用DH群體對水稻上三葉的相對葉綠素含量進行QTL分析，在灌漿期共檢測到61個相關QTL，單個QTL解釋的表型貢獻率為2.9%～26.9%。

前人對水稻光合色素的QTL定位研究多集中于相對葉綠素含量(SPAD)或總葉綠素含量性狀，對于其他光合色素的定位研究相對較少，利用多元統計方法綜合評價水稻光合色素性狀的報道也較少。本研究中，利用RIL群體，對葉綠素a含量、葉綠素b含量、葉綠素a/b和總葉綠素含量等4個光合色素性狀進行綜合評價和QTL分析，旨在發掘一些新的、穩定的光合色素含量相關位點，為水稻光合色素含量的遺傳改良提供育種材料。

1　材料與方法

1.1　材料

以秈型水稻重組自交系群體(F7)及其親本為供試材料。該RIL群體以秈稻SC為母本，以秈稻RT為父本，二者雜交得到F1代；F1代植株套袋自交得到F2代；再采用單籽傳法，衍生得到F7代。F7代RIL群體共包含239個株系。各代株系稻穗開花前均套袋自交，每年繁殖2代，分別在湖南長沙和海南三亞完成。

1.2　方法

2021年在湖南農業大學瀏陽實習基地實驗田種植RIL群體及其親本。2021年5月1日播種，6月1日移栽，每個株系種植5行，每行5株，單本栽插，株行距為25 cm×25 cm。其他田間管理參照當地的生產田。

1.2.1性狀調查

于分蘗期在每份材料中隨機選取中間植株3～5片主莖倒二葉，以葉片中間部分為測定部位，在去除主葉脈后，將葉片剪成2～3 mm的細絲狀小碎片，稱取0.1～0.2 g，浸泡于10 mL 95%無水乙醇中，放置于4 °C冰箱中暗處理48 h。采用U–331型紫外分光光度計(日本日立公司出品)分別在649、665 nm波長下測定光合色素含量。每個株系測定3次，結果取平均值，參照方希林等[15]的方法計算各光合色素含量。

1.2.2數據分析

采用Excel 2016進行數據整理；運用SPSS 26.0進行數據分析；采用Origin 2021繪圖。

1.2.3連鎖圖譜構建與QTL定位

利用Windows QTL Cartographer 2.5結合WANG等[16]建立的分子標記連鎖圖譜，檢測光合色素含量相關QTL，并計算貢獻率、加性效應等。QTL命名遵循MCCOUCH等[17]的原則，將LOD值超過2.0的位點作為得到的QTL結果。

2　結果與分析

2.1　水稻RIL群體及其親本的光合色素含量表型變異分析

由表1可知，葉綠素a、葉綠素b、總葉綠素含量和葉綠素a/b在2個親本間均表現出明顯差異。4個光合色素性狀均表現出超親分離現象，變異系數為12.74%～25.58%。其中，葉綠素a/b的變異系數最小，為12.74%；葉綠素a含量的變異系數最大，為25.58%；總葉綠素含量的分布范圍最廣，為1.69～6.33 mg/g。4個光合色素性狀的偏度絕對值均小于1，葉綠素a、葉綠素b和總葉綠素含量的峰度絕對值均大于1，葉綠素a/b的峰度絕對值小于1。4個光合色素性狀的分布頻率均表現為連續性變異的正態分布(圖1)。上述結果表明葉綠素a、葉綠素b、總葉綠素含量和葉綠素a/b均是受多基因調控的數量性狀，符合QTL作圖的要求。

表1　RIL群體及其親本的表型變異

指標葉綠素a/b總葉綠素含量/(mg·g–1) RTSCRIL群體RTSCRIL群體 均值±標準差1.59±0.011.43±0.021.40±0.184.09±0.153.29±0.113.35±0.72 分布范圍　　0.86～1.76　　1.69～6.33 變異系數/%　　12.7421.47 偏度　　–0.860.36 峰度　　0.671.52

圖1　RIL群體光合色素性狀的分布頻率

2.2　水稻RIL群體光合色素的相關性分析

對RIL群體的光合色素性狀進行相關性分析，結果(表2)表明，4個光合色素性狀間均呈極顯著正相關，相關系數為0.62～0.99。其中，葉綠素a與總葉綠素含量的相關性最大，相關系數為0.99；葉綠素a/b與葉綠素b含量的相關性最小，相關系數為0.62。

表2　RIL群體光合色素性狀間的相關系數

“**”示極顯著相關(<0.01)。

2.3　水稻RIL群體光合色素的主成分分析

將RIL群體的4項光合色素性狀進行主成分分析，其結果見表3。由表3可知，前2個主成分累積貢獻率為99.595%。第1主成分的特征值為2.552，貢獻率為63.040%，總葉綠素和葉綠素a含量是該主成分的主要作用因子，載荷值分別為0.979和0.954，另外2個光合色素性狀對該主成分貢獻較小。第2主成分特征值為1.462，貢獻率為36.555%，葉綠素a/b是該主成分最主要的作用因子，載荷值為0.888，另外3個光合色素性狀對該主成分貢獻較小。

表3　RIL群體主成分特征值及貢獻率

2.4　水稻RIL群體光合色素的聚類分析

基于4個光合色素性狀的表型值對RIL群體的239個株系進行聚類分析，其結果見表4。第Ⅰ類群包括23份材料，4個性狀均值在3大類群中均排名首位，說明此類群植株光合色素含量最高，光合能力最強。第Ⅱ類群包括164份材料，4個性狀均值在3大類群中均排名第2位，說明此類群植株光合色素含量中等，光合能力適中。第Ⅲ類群包括52份材料，4個性狀均值在3大類群中均排名末位。

表4　RIL群體3類群的光合色素性狀特征

2.5　水稻光合色素的QTL定位分析

水稻光合色素性狀的QTL定位共檢測到4個相關QTL位點(表5)，分布在第4和第8染色體上，LOD值為2.01～3.14，解釋的表型貢獻率為4.52%～7.08%。檢測到1個控制葉綠素a含量的QTL位點，位于第8染色體的RM6155至RM23446之間，能解釋4.52%的表型變異，加性效應為正，其增效等位基因來自親本SC。檢測到2個控制葉綠素a/b值的QTL位點，分別位于第4染色體的RM471–SFP4–3區間和第8染色體的RM6155至RM23446之間，分別能解釋5.39%和7.08%的表型變異，加性效應均為正，增效等位基因均來自親本SC。檢測到1個控制總葉綠素含量的QTL位點，位于第8染色體的RM6155至RM23446之間，能解釋4.92%的表型變異，加性效應為正，其增效等位基因來自親本SC。通過比較發現，在第8染色體RM6155至RM23446區間檢測到控制葉綠素a含量的–，控制葉綠素a/b的–和控制總葉綠素含量的–，說明該區間可同時影響多個光合色素性狀，表現為緊密連鎖或一因多效。

表5　RIL群體光合色素性狀的QTL分析結果

3　結論與討論

目前，分子標記在定位水稻重要農藝性狀中得到了廣泛應用。關于水稻葉片光合色素含量的研究成果也多有報道[8,13,18–19]。HUNG[20]以野生稻和9311構建的高代重組自交系群體為材料，共檢測到17個控制葉綠素含量的QTL，分布在水稻第1、3、4、10、11和12染色體上，單個QTL解釋的表型貢獻率為1.68%～17.28%，但僅–的表型貢獻率高于10%。諸多研究者利用不同的遺傳群體和標記，定位到較多控制不同時期、不同部位葉片的光合含量相關QTL，比較發現這些位點的LOD值均較小且貢獻率絕大多數在10%以下，主效基因較少，表明水稻光合色素含量主要由微效QTL控制。本研究中，在水稻RIL群體分蘗期共檢測到4個光合色素相關QTL(––、–、–)，LOD值介于2.01～3.14，貢獻率為4.52%～7.08%，LOD值和貢獻率均較小，說明光合色素含量這一生理性狀遺傳的復雜性。

Gramene網站(http://archive.gramene.org/db. qtl/)已報道了618個與水稻光合色素相關的QTL，其中以第3染色體上的相關位點最多。汪斌等[21]利用RIL群體，在4個不同時期對水稻葉綠素a和葉綠素b含量進行QTL分析，檢測到6個與葉綠素a相關的QTL，分布在第1和第4染色體上，LOD值為4.60～6.23。童漢華等[22]利用RIL群體，對水稻生育后期劍葉葉綠素a、葉綠素b和總葉綠素含量進行QTL分析，檢測到3個與葉綠素a含量相關的QTL，分布于第3和第9染色體上，LOD值為2.77～4.14，單個QTL解釋的表型貢獻率為9.86%～29.51%。胡茂龍等[23]利用BC1F10群體，對水稻抽穗后第7天和第30天的葉綠素a/b比值進行QTL分析，共檢測到3個相關的QTL，分布于第2、3、12染色體上，LOD值為2.69～6.42，單個QTL解釋的表型貢獻率為10.0%～21.0%，3個QTL表型貢獻率均不低于10%，為控制水稻葉綠素a/b比值的主效QTL位點。通過與前人研究結果對比，第8染色體的RM6155至RM2344的、和為前人未報道的新位點，第4染色體的位點前人也未報道。這些位點值得進一步驗證和研究。

本研究中葉綠素a、葉綠素b、總葉綠素含量和葉綠素a/b等 4個性狀均呈極顯著正相關，這與鄧家耀[24]和楊國華等[18]的研究結果基本一致。但本研究結果“葉綠素b與葉綠素a/b呈極顯著正相關”與前人大部分研究結果不一致，可能與本研究中的RIL群體葉綠素b的分布范圍較廣、變異系數較大有關。本研究的主成分分析結果顯示，4個性狀可以分為2個主成分，主成分1為光合色素含量因子，主成分2為光合色素比值因子，累積貢獻率為99.595%。通過聚類分析，本研究將239個株系分為3大類。其中，第Ⅰ類群水稻材料有23份，此類群材料的光合色素含量較高，性狀優良，可作為培育高光效水稻品種的資源材料。

綜上所述，本研究檢測到的、、和可能為控制水稻光合色素含量的新QTL位點。其中在第8染色體的RM6155至RM2344區間同時檢測到、和，說明該區間能同時控制葉綠素a含量、葉綠素a/b和總葉綠素含量，并且加性效應均為正，增效等位基因來自親本SC，故該位點可能是一因多效位點。

[1] 李可，禹晴，徐云姬，等．水稻葉片早衰突變體的農藝與生理性狀研究進展[J]．中國水稻科學，2020，34(2)：104–114．

[2] CURRANP J，WINDHAM W R，GHOLZ H L. Exploring the relationship between reflectance red edge and chlorophyll concentration in slash pine leaves[J]. Tree Physiology，1995，15(3)：203–206．

[3] FILELLA I，SERRANO L，SERRA J，et al. Evaluating wheat nitrogen status with canopy reflectance indices and discriminant analysis[J]．Crop Science，1995，35(5)：1400–1405．

[4] 彭志蕓，丁峰，諶潔，等．麥油稻輪作秸稈還田與施氮對水稻光合特性及產量的影響[J]．湖南農業大學學報(自然科學版)，2020，46(3)：253–261．

[5] 李明啟，呂章榮，鄧向前．野生稻和栽培稻的光合作用和葉綠素含量的比較研究[J]．植物生理學報，1984，10(4)：333–338．

[6] 屠曾平，林秀珍，黃秋妹，等．水稻中的光抑制現象及其品種間差異[J]．中國水稻科學，1988，2(1)：8–16．

[7] 劉進，王嘉宇，姜樹坤，等．水稻葉綠素含量動態QTL分析[J]．植物生理學報，2012，48(6)：577–583．

[8] 楊樹明，劉關所，張素華．不同生長環境下水稻孕穗期葉綠素QTL定位[J]．云南大學學報(自然科學版)，2017，39(4)：684–690．

[9] 趙凌，張勇，魏曉東，等．利用高密度Bin圖譜定位水稻抽穗期劍葉葉綠素含量QTL[J]．中國農業科學，2022，55(5)：825–836．

[10] LI L M，PENG Y L，TANG S W，et al．Mapping QTL for leaf pigment content at dynamic development stage and analyzing Meta-QTL in rice[J]．Euphytica，2021，217(5)：90．

[11] ISHIMARU K，YANO M，AOKI N，et al．Toward the mapping of physiological and agronomic characters on a rice function map：QTL analysis and comparison between QTLs and expressed sequence tags[J]. Theoretical and Applied Genetics，2001，102(6)：793–800．

[12] JIANG G H，ZENG J，HE Y Q．Analysis of quantitative trait loci affecting chlorophyll content of rice leaves in a double haploid population and two backcross populations[J]．Gene，2014，536(2)：287–295．

[13] 阿加拉鐵，曾龍軍，薛大偉，等．水稻灌漿期不同階段葉綠素含量的QTL分析[J]．作物學報，2008，34 (1)：61–66．

[14] HUANG L C，DAI L P，WANG L，et al．Genetic dissection for chlorophyll content of the top three leaves during grain filling in rice (L.)[J]．Journal of Plant Growth Regulation，2015，34(2)：381–391．

[15] 方希林，楊漫，王鑫，等．水稻葉色突變體的遺傳分析與基因定位[J]．核農學報，2017，31(11)：2096–2102．

[16] WANG Y，WANG D，DENG X J，et al．Molecular mapping of the blast resistance genesandin the durably resistant rice ‘Tianjingyeshengdao’[J]. Phytopathology，2012，102(8)：779–786．

[17] MCCOUCH S R，CHO Y G，YANO M ，et al. Report on QTL nomenclature[J]．Rice Genetics Newsletter，1997，14：11–13．

[18] 楊國華，李紹清，馮玲玲，等．水稻劍葉葉綠素含量相關性狀的QTL分析[J]．武漢大學學報(理學版)，2006，52(6)：751–756．

[19] 沈波，莊杰云，張克勤，等．水稻葉綠素含量的QTL及其與環境互作分析[J]．中國農業科學，2005，38(10)：1937–1943．

[20] HUNG N M．普通野生稻高代回交重組自交系 (BILs) 的光合作用相關性狀的表型調查和遺傳分析[D]．北京：中國農業科學院，2019．

[21] 汪斌，蘭濤，吳為人，等．水稻葉綠素含量的QTL定位[J]．遺傳學報，2003，30(12)：1127–1132．

[22] 童漢華，梅捍衛，邢永忠，等．水稻生育后期劍葉形態和生理特性的QTL定位[J]．中國水稻科學，2007，21(5)：493–499．

[23] 胡茂龍，張迎信，孔令娜，等．利用回交重組自交系群體檢測3個水稻光合功能相關性狀QTL[J]．作物學報，2006，32(11)：1630–1635．

[24] 鄧家耀．水稻光合與產量相關性狀的QTL分析[D]. 福州：福建農林大學，2007．

Analysis of variation and QTL mapping for photosynthetic pigment content in rice

HU Chao1，LIU Ling2，XIONG Jiaming1，YUAN Hongliang1，YU Yufeng1，WANG Yue1*

(1.College of Agronomy, Hunan Agricultural University, Changsha, Hunan 410128, China; 2.College of Education, Hunan Agricultural University, Changsha, Hunan 410128, China)

This study utilizes RT, SC, and RIL populations derived from hybrids exhibiting substantial variations in photosynthetic pigment content. The aim was to investigate correlations and QTL mapping among four photosynthetic pigment traits(chlorophyll a, chlorophyll b, chlorophyll a/b and total chlorophyll) through correlation analysis, principal component analysis and cluster analysis. Correlation analysis revealed notable positive correlations among the four photosynthetic pigment traits, with the highest correlation coefficient observed between chlorophyll a and total chlorophyll content. Principal component analysis highlighted chlorophyll a and total chlorophyll content as pivotal factors significantly influencing photosynthetic pigment levels. Cluster analysis categorized 239 strains into three distinct groups, with their average photosynthetic pigment contents of Group Ⅰ, Group Ⅱ, GroupⅢdecreased successively. Furthermore, employing the composite interval mapping method, four QTLs associated with photosynthetic pigment content were identified. These QTLs were located on rice chromosomes 4 and 8. The LOD values ranged from 2.01 to 3.14, and phenotypic contribution rates ranged from 4.52% to 7.08%. Importantly, all additive effects were positive. A noteworthy QTL cluster was found on chromosome 8, encompassing the RM6155 to RM23446 markers. This cluster controlled chlorophyll a, chlorophyll a/b, and total chlorophyll traits, signifying a pivotal chromosomal region influencing photosynthetic pigment characteristics. Additionally, this study discovered new QTL sites regulating photosynthetic pigments, including,,and.

rice; photosynthetic pigment; principal component analysis; cluster analysis; QTL mapping

S511.01

A

1007–1032(2023)04–0383–06

10.13331/j.cnki.jhau.2023.04.001

2022–12–15

2023–07–06

國家重點研發計劃項目(2017YFE0194900)；湖南省自然科學基金項目(2020JJ4360)；湖南省教育廳項目(19A220)

胡超(1999—)，男，湖南永州人，碩士研究生，主要從事水稻抗病抗逆生理機制研究，1319710963 @qq.com；*通信作者，王悅，博士，副教授，主要從事水稻抗病抗逆生理機制研究，wangyue515@163.com

胡超，劉玲，熊佳銘，袁紅亮，于玉鳳，王悅．水稻光合色素含量的變異分析及QTL定位[J]．湖南農業大學學報(自然科學版)，2023，49(4)：383–388．

HU C，LIU L，XIONG J M，YUAN H L，YU Y F，WANG Y．Analysis of variation and QTL mapping for photosynthetic pigment content in rice[J]．Journal of Hunan Agricultural University(Natural Sciences)，2023，49(4)：383–388．

http://xb.hunau.edu.cn

責任編輯：毛友純

英文編輯：柳正