黃瓜果刺大小遺傳分析.pdf

Aoqinaand96-100-919 （DI10） .Among  them，5  accessions  with  high  resistance  or  resistance  to  black  rot+high  resistance  to  Fusarium  wilt.They  wereQiude，99-192，HB34，JS119andZL66.  JS119andZL66were  of  early-maturity  and  round  ball  type.This  study  also  conducted  further  analysis  on  the  geographical  origin  and  major  agronomic  traits  of  these  resistant  materials.The  results  showed  that  accessions  highly  resistant  to  Fusarium  wilt  out  of  83  inbred  lines  were  mostly  originated  from  Japan  and  Korea  and  of  early- maturity  and  round  ball  type.While，accessions  highly  resistant  to  black  rot  were  mostly  of  late  maturity  and  spheroidicity.Among  early  maturing  material，there  were  few  accessions  with  stronger  resistance  to  black  rot. Genetic analysis  on 16 hybrid combinations  made up by different resistance showed that black rot and Fusarium  wilt  resistance was accorded with recessive and dominant inheritance，respectively. Key words：Cabbage；Black rot；Fusarium wilt；Material with multi-resistance；Agronomic traits 黃瓜果刺大小遺傳分析 狄勝強 李 豪 欒倩倩 王麗娜 李 強 任仲海 * （山東農業(yè)大學園藝科學與工程學院，山東果蔬優(yōu)質高效生產協(xié)同創(chuàng)新中心，農業(yè)部黃淮地區(qū)園藝作物生 物學與種質創(chuàng)制重點實驗室，作物生物學國家重點實驗室，山東泰安 271018） 摘 要：以大果刺黃瓜自交系CNS5和小果刺黃瓜自交系RNS4為親本，構建P 1 、F 1 、P 2 、B 1 、B 2 和F 2  6世代群體，利用主 基因+多基因混合遺傳模型多世代聯(lián)合分析法，對連續(xù)兩季的黃瓜果刺大小的表型值（基座直徑）進行遺傳分析，以探究 黃瓜果刺大小性狀的遺傳規(guī)律。結果表明，黃瓜果刺大小的遺傳符合C-0模型，即加性-顯性-上位性多基因混合遺傳模 型。多基因加性和顯性效應均為正向，基因上位性效應累計為正向。20162017年連續(xù)兩季F 2 群體中多基因遺傳率分別是 79.21%和71.25%，相對較高，環(huán)境效應分別為20.79%和28.75%，影響較小。在基因定位策略上，選擇高代回交群體效果 會更好。 關鍵詞：黃瓜；果刺大小；主基因；多基因；遺傳分析 對黃瓜刺瘤的研究主要集中在刺瘤的有無及密度方 面（楊雙娟  等，2011；Li  et  al.，2015；Pan  et  al.， 2015；Zhang  et  al.，2016；Xie  et  al.，2018），雖然 已有對小刺基因定位的報道（杜輝，2008） ，但是 果刺大小的遺傳規(guī)律仍不清楚。 曹辰興和郭紅蕓（1999）報道了無刺黃瓜自 然突變體（glabrous 1，gl1） ，該突變體地上部均 無毛，葉片有光澤。接著，曹辰興等（2001）對無 刺基因（gl1）與果瘤基因（Tu-tu）的關系進行了 初步探索，發(fā)現果刺和果瘤基因互作可產生有瘤 有刺、無瘤有刺、無瘤無刺3種黃瓜類型，表明 gl1對果瘤基因存在隱性上位作用。果瘤基因 Tu編 碼1個C 2 H 2 型鋅指蛋白，通過促進CTK（細胞分 狄勝強，男，碩士研究生，專業(yè)方向：蔬菜分子遺傳學，E-mail： dishengqiang163.com   *通訊作者（Corresponding  author）：任仲海，男，教授，博士生導師， 專業(yè)方向：蔬菜分子遺傳學，E-mail：zhrensdau.edu.cn 收稿日期：2018-01-22；接受日期：2018-04-28 基金項目：國家自然科學基金項目（31222048，31401894， 31501781） ，山東省泰山學者建設工程項目，山東省“雙一流”專項 建設基金項目 黃瓜刺瘤密度及大小決定了黃瓜果實的光滑 程度。黃瓜刺瘤由果刺和果瘤兩種結構組成，而果 刺又包括上部單細胞針狀刺和下部多細胞球狀基座 （Yang  et  al.，2014）。多細胞基座決定果刺大小， 當基座小到一定程度時，果刺即成為小且柔軟的毛 刺，這時黃瓜果實也表現為光滑的外觀性狀。目前  31   新優(yōu)品種 栽培管理 本期視點 產業(yè)市場 病蟲防控  31   研究論文 中 國 蔬 菜     CHINA VEGETABLES 2018（6）：31 - 38 裂素）的合成誘導果瘤發(fā)育（Zhang  et  al.，2010； Yang et al.，2014）。Li等（2015）利用 gl1突變體， 定位并克隆了 CsGL1，該基因編碼HD-ZIP亞家 族的1個轉錄因子。楊雙娟等（2011）利用葉片無 毛突變體NCG-042，以F 2 世代為作圖群體初步將 無毛基因 gl-2定位在黃瓜2號染色體上?？刂泣S瓜 果刺和毛狀體起始及發(fā)育的 CsGL3也已被克隆， 該基因編碼HD-ZIP亞家族的1個轉錄因子， 并被證明是 CsGL1的上位基因（Pan  et  al.，2015； Cui  et  al.，2016）。 CsGL3基因還參與調控黃瓜果刺 密度，其啟動子區(qū)的812  bp片段替換是決定黃瓜 果刺密度的關鍵因素（Zhang  et  al.，2016）。轉基因 分析表明WD40家族基因 CsTTG1也可以調控黃瓜 刺瘤大小和密度（Chen  et  al.，2016），且是獨立于 CsGL1的途徑來調控果刺及蠟粉腺毛的起始和發(fā) 育。另一個調控果刺密度的基因 ns （Csa2M264590） 也已被克隆，功能注釋表明，該基因屬于Aux/Lax 家族，編碼類似生長素轉運蛋白3，參與生長素 信號轉導途徑（Xie  et  al.，2018）， NS負調控果刺  密度。黃瓜小刺基因（ss）只有初步的定位結果（杜 輝，2008） 。 黃瓜果刺對保護果實免受病蟲及紫外線等 的傷害具有一定作用。黃瓜多細胞果刺的發(fā)育機 制與擬南芥中單細胞表皮毛發(fā)育機制有著顯著的 不 同（Hlskamp  et  al.，1999；Hlskamp，2004； Schellmann  &  Hlskamp，2005；Li  et  al.，2015）。黃 瓜果刺大小遺傳規(guī)律分析與基因挖掘，有助于闡明 多細胞果刺發(fā)育機制，也對黃瓜果實光滑性狀的改 良具有重要的理論和指導意義。 本試驗以大果刺黃瓜自交系CNS5和小果刺黃 瓜自交系RNS4為親本，構建了P 1 、F 1 、P 2 、B 1 、 B 2 和F 2  6世代群體，利用主基因+多基因混合遺傳 模型（蓋鈞鎰  等，2003） ，對黃瓜果刺大?。ɑ?直徑）的遺傳規(guī)律進行初步分析，以期為制定果刺 大小相關基因定位策略提供一定的依據。 1 材料與方法 1.1 試驗材料 試驗所用親本材料P 1 和P 2 分別為CNS5和 RNS4，均為山東農業(yè)大學蔬菜分子遺傳學實驗室 保存的中國華北型黃瓜自交系。親本CNS5果刺大， RNS4果刺小，兩親本間果刺基座大小差異明顯（圖 1） ；2015年秋季將兩親本種植于山東農業(yè)大學園 藝試驗站溫室，雜交獲得子代F 1 （CNS5RNS4） 和F 1 （RNS4CNS5）。2016年春季種植F 1 ，自 交獲得子代F 2 ，同時用2個親本分別與F 1 回交獲 得回交群體B 1 （CNS5/RNS4/CNS5）和B 2 （CNS5/ RNS4/RNS4） 。以此獲得CNS5和RNS4雜交組合 的6個世代群體，即P 1 、F 1 、P 2 、B 1 、B 2 和F 2 。 圖1 親本及 F 1 的幼果和兩親本果刺基座對比 A，兩親本及F 1 幼果表型；B，CNS5果刺基座大?。籆，RNS4 果刺基座大小；彩色圖版見中國蔬菜網站：www.cnveg.org，下   圖同。 A B C 1.2 田間試驗 2016年秋季及2017年春季分別將6個世代群 體種植于山東農業(yè)大學園藝試驗站拱棚。播種前施 腐熟農家肥。株距40 cm，行距50 cm，每行10株， 生育期田間正常水肥管理，及時除草，防治病蟲害。 選取開花當天順直無畸形的幼果，去掉頂花，拍照 后用于果刺基座測量，每株取3個幼果，即為3次 生物學重復。 1.3 黃瓜果刺測量部位及測量時期 黃瓜果刺的發(fā)育是一個循序漸進的過程，因而 確定具體的測量部位和測量時期對表型鑒定起著至 關重要的作用。依據Chen等（2016）介紹的方法， 本試驗將果刺基座直徑的測量部位確定為幼果中間 部分（圖2） 。該部位的果刺形狀整齊、規(guī)則，能 夠代表整瓜的果刺大小。 圖2 黃瓜幼果果刺基座測量部位及局部放大圖 FSBD表示黃瓜果刺基座測量直徑。 FSBD  32   新優(yōu)品種 栽培管理 本期視點 產業(yè)市場 病蟲防控  32   研究論文 中 國 蔬 菜     CHINA VEGETABLES 兩親本的果刺發(fā)育進程統(tǒng)計表明（圖3） ，黃 瓜雌花幼果開花前是黃瓜果刺的快速發(fā)育期，果刺 （主要是基座）急劇膨大，至開花當天果刺發(fā)育基 本達到最大，開花后果刺膨大趨于平緩。鑒于開花 當天（0  DAA）的幼果花瓣完全展開，顏色鮮艷黃 亮，是黃瓜幼果發(fā)育階段最易辨識的形態(tài)標記；且 果刺已過了快速膨大期，能夠代表黃瓜果實的果 刺大?。唤y(tǒng)一將開花當天的黃瓜幼果確定為果刺 表型鑒定的最佳時期，力求表型鑒定的準確性與可  靠性。 圖3 黃瓜果刺發(fā)育過程 DBA：開花前天數，DAA：開花后天數。 CNS5 RNS4 1.6 1.4 1.2 1.0 0.8 0.6 0.4 0.2 0 果刺基座直徑/mm 7 DBA 6 DBA 5 DBA 4 DBA 3 DBA 2 DBA 1 DBA 0 DAA 1 DAA 2 DAA 3 DAA 4 DAA 5 DAA 6 DAA 7 DAA 1.4 果刺基座測量方法 果刺基座測量所用的軟件為Image  J，使用默 認參數（Pascau  &  Mateos，2013），其步驟為：  雙擊打開Image  J，進入File菜單，選擇Open導入 目標照片。  通過Ctrl+來調節(jié)照片大小至200% 且果刺基座輪廓清晰。  定義工具欄上點選直線 工具圖標，在照片中直尺上對應長度畫1條直線， 進入Analyze菜單，點擊Set  Scale，設定照片中相 對比例的實際大小。Distance  in  pixels為照片中的直 線長度，Known  distance為實際的直線長度。  在 幼果中間部位，選擇圓形規(guī)則的果刺基座，直線垂 直測量果刺基座直徑（圖2） ，通過快捷鍵Ctrl+M 統(tǒng)計所選的果刺基座直徑。  每個果實測量10個 果刺，統(tǒng)計完成后將數據儲存為 *.xlsx文件。 1.5 統(tǒng)計分析方法 數據整理采用軟件Microsoft  Excel  2007，基本 參數統(tǒng)計、差異顯著性比較使用軟件DPS7.05（唐 啟義和馮明光，2007） ，多世代頻率作圖及曲線擬 合采用軟件Origin  Pro  2016（葉衛(wèi)平，2015）。使 用由蓋鈞鎰和章元明等提出的主基因+多基因混 合遺傳模型分離分析法對6世代P 1 、F 1 、P 2 、B 1 、 B 2 和F 2 進行聯(lián)合分析。通過極大似然分析和IECM （Iterated  expectation  and  conditional  maximization） 算法估計混合分布中的相關分布參數（章元明和 蓋鈞鎰，2000），再依據AIC（Akaikes  information  criterion）值最小原則選擇最佳模型并進行適合性 檢驗，包括均勻性 U 1 2 、U 2 2 和 U 3 2 檢驗，Smirnov 檢驗（ n W 2 ）和Kolmogorov檢驗（D n ） ，選擇最優(yōu)模 型。最后采用最小二乘法依據最優(yōu)模型的各成分分 布參數估計遺傳參數。遺傳分析R語言優(yōu)化軟件包 SEA1.0由華中農業(yè)大學章元明教授惠贈。 2 結果與分析 2.1 表型數據分析 2.1.1 果刺基本參數 親本CNS5（P 1 ）果刺大且 多（圖1-B），親本RNS4（P 2 ）果刺小且少（圖1-  C），幼果大小差異不大，F 1 果刺大?。ɑ睆剑?介于兩親本之間。統(tǒng)計結果表明，P 1 、P 2 與F 1 相 互之間果刺大小差異極顯著，適合進行遺傳特性分 析（圖4）。 圖4 親本與雜交一代果刺基座直徑統(tǒng)計圖柱上不同大寫字母表示差異極顯著（=0.01）。 CNS5  F 1 （CNS5RNS4）RNS4 F 1 （RNS4CNS5） 1.2 1.0 0.8 0.6 0.4 0.2 0 果刺基座直徑/mm A C B B 由表1可知，各世代變異系數均小于15%，說 明數據精度符合進一步分析的要求。2016年秋季 和2017年春季各世代種植分離群體中，F 1 果刺大 小均介于兩親本之間。B 1 、B 2 和F 2 果刺大小也介 于兩親本P 1 與P 2 之間（表1） 。連續(xù)兩年的F 1 果 刺大小基本一致且都介于兩親本之間，說明控制果 刺大小的等位基因不是簡單的顯隱性關系。 2.1.2 分離世代次數分布及曲線擬合 由分離世代  33   新優(yōu)品種 栽培管理 本期視點 產業(yè)市場 病蟲防控  33   研究論文 中 國 蔬 菜     CHINA VEGETABLES 可知，在2016年秋季群體中，50株B 1 和48株B 2 世代的分離值都介于兩親本之間，而在102株的F 2 群體中出現最小的果刺基座，為0.61   mm，雖然小 于P 2 的最小果刺基座0.63   mm，但仍在誤差范圍之 內，應該不是負向超親優(yōu)勢（表1） 。2017年春季 群體中，B 1 中最大果刺基座為1.19   mm，高于當年 親本P 1 的最大果刺基座1.10   mm，雖差異明顯，但 群體中僅有2株， 不足以說明存在正向超親優(yōu)勢（表 1） 。果刺基座表型值連續(xù)分布，對各分離世代的頻 率分布進行曲線擬合，結果表明，2016年秋季和 2017年春季的果刺基座表型值在各分離世代B 1 、 B 2 和F 2 中均表現出正態(tài)分布（圖5） ，呈現數量遺 傳特征。 2.2 果刺大小主基因+多基因遺傳模型分析 2.2.1 果刺大小遺傳模型選擇 利用主基因+多基 因混合遺傳模型的6世代（P 1 、F 1 、P 2 、B 1 、B 2 和 F 2 ）聯(lián)合分析法，估算出果刺大小的5類24種遺 傳模型的極大似然函數值和AIC值（表2） 。根據 最佳模型的AIC值最小原則從表2中選出AIC值 最小的模型以及與最小AIC值最接近的1個遺傳 模型作為備選模型。即在2016年秋季AIC值最小 為-580.5的C-0模型作為可能的最佳候選模型， 圖5 2016年秋季和 2017年春季果刺大小頻率分布 A、B和C分別代表2016年秋季B 1 、B 2 和F 2 群體，D、E和F分別代表2017年春季B 1 、B 2 和F 2 群體。 表1 CNS5RNS4   6世代果刺基座直徑基本參數統(tǒng)計 時間 世代 單株數量 平均數SD/mm 最小值/mm 最大值/mm 變異系數/% 2016年秋季 P 1 8 1.060.038 1.00 1.10 3.59 F 1 19 0.870.047 0.78 0.98 5.35 P 2 8 0.700.035 0.63 0.75 4.99 B 1 50 0.890.053 0.77 1.04 5.93 B 2 48 0.950.070 0.77 1.08 7.40 F 2 102 0.870.090 0.61 1.06 10.35 2017年春季 P 1 22 1.000.041 0.94 1.10 4.16 F 1 32 0.860.053 0.77 0.95 6.19 P 2 22 0.640.035 0.57 0.71 5.44 B 1 207 0.930.083 0.63 1.19 8.95 B 2 146 0.810.085 0.61 1.05 10.45 F 2 205 0.840.083 0.64 1.10 9.94 0.6 0.7 0.8 0.9 1.0 1.1 0 5 10 15 20 25 頻率 C 0.6 0.7 0.8 0.9 1.0 1.1 0 10 20 30 40 50 頻率 F 0.6 0.7 0.8 0.9 1.0 1.1 0 10 20 30 40 50 頻率 E 0.8 0.9 1.0 1.1 0 2 4 6 8 10 12 14 16 頻率 A 0.6 0.7 0.8 0.9 1.0 1.1 1.2 0 10 20 30 40 50 60 頻率 D 0.8 0.9 1.0 0 4 8 12 16 20 頻率 B 60 50 40 30 20 10 0 頻率 50 40 30 20 10 0 50 40 30 20 10 0 16 14 12 10 8 6 4 2 0 頻率 20 16 12 8 4 0 30 25 20 15 10 5 0 A D B C F E 0.8 0.9 1.0 1.1 0.8 0.9 1.0 0.6 0.7 0.8 0.9 1.0 1.1 0.6 0.7 0.8 0.9 1.0 1.1 0.6 0.7 0.8 0.9 1.0 1.1 0.60.70.80.91.01.11.2 果刺基座直徑/mm 果刺基座直徑/mm 果刺基座直徑/mm 0.6 0.7 0.8 0.9 1.0 1.1 0 5 10 15 20 25 頻率 C 0.6 0.7 0.8 0.9 1.0 1.1 0 10 20 30 40 50 頻率 F 0.6 0.7 0.8 0.9 1.0 1.1 0 10 20 30 40 50 頻率 E 0.8 0.9 1.0 1.1 0 2 4 6 8 10 12 14 16 頻率 A 0.6 0.7 0.8 0.9 1.0 1.1 1.2 0 10 20 30 40 50 60 頻率 D 0.8 0.9 1.0 0 4 8 12 16 20 頻率 B 60 50 40 30 20 10 0 頻率 50 40 30 20 10 0 50 40 30 20 10 0 16 14 12 10 8 6 4 2 0 頻率 20 16 12 8 4 0 30 25 20 15 10 5 0 A D B F E 0.8 0.9 1.0 1.1 0.8 0.9 1.0 0.6 0.7 0.8 0.9 1.0 1.1 0.6 0.7 0.8 0.9 1.0 1.1 0.6 0.7 0.8 0.9 1.0 1.1 0.60.70.80.91.01.11.2 果刺基座直徑/mm 果刺基座直徑/mm 果刺基座直徑/mm C  34   新優(yōu)品種 栽培管理 本期視點 產業(yè)市場 病蟲防控  34   研究論文 中 國 蔬 菜     CHINA VEGETABLES 表3 CNS5RNS4群體適合性檢驗 時期 模型 群體 U 1 2 U 2 2 U 3 2 n W 2 D n 2016年 C-0 P 1 0.024 3（0.876 0）0.050 7（0.821 9）0.087 7（0.767 2）0.054 4（0.850 3） 0.194 7（0.869 4） 秋季 F 1 0.095 7（0.757 1）0.226 7（0.634 0）0.499 4（0.479 8）0.125 1（0.480 1） 0.184 6（0.480 5） P 2 0.020 3（0.886 6）0.004 0（0.949 6）0.089 7（0.764 6）0.046 2（0.898 7） 0.208 4（0.812 8） B 1 0.050 6（0.822 0）0.086 0（0.769 3）0.090 9（0.763 0）0.051 9（0.865 4） 0.087 5（0.806 6） B 2 0.005 0（0.943 5）0.001 4（0.969 9）0.015 2（0.901 8）0.032 1（0.968 6） 0.069 8（0.960 7） F 2 0.014 0（0.905 7）0.006 1（0.937 8）0.021 5（0.883 5）0.046 4（0.897 8） 0.063 7（0.777 4） D-0 P 1 0.024 3（0.876 0）0.050 7（0.821 9）0.087 7（0.767 2）0.054 4（0.850 3） 0.194 7（0.869 4） F 1 0.095 7（0.757 1）0.226 7（0.634 0）0.499 4（0.479 8）0.125 1（0.480 1） 0.184 6（0.480 5） P 2 0.020 3（0.886 6）0.004 0（0.949 6）0.089 7（0.764 6）0.046 2（0.898 7） 0.208 4（0.812 8） B 1 0.052 5（0.818 8）0.075 6（0.783 4）0.045 2（0.831 7）0.051 4（0.868 4） 0.088 6（0.794 9） B 2 0.005 0（0.943 5）0.003 5（0.952 6）0.001 3（0.970 8）0.031 7（0.970 3） 0.067 3（0.971 5） F 2 0.014 1（0.905 4）0.008 8（0.925 2）0.007 2（0.932 5）0.046 3（0.898 5） 0.064 1（0.772 2） 2017年 C-0 P 1 0.000 8（0.977 8）0.005 1（0.943 1）0.154 5（0.694 3）0.063 6（0.795 1） 0.114 5（0.904 0） 春季 F 1 0.002 0（0.964 1）0.002 9（0.957 1）0.151 5（0.697 1）0.040 9（0.928 4） 0.094 2（0.913 7） P 2 0.041 2（0.839 2）0.067 6（0.794 9）0.064 5（0.799 6）0.081 1（0.696 6） 0.174 6（0.462 2） B 1 0.011 9（0.913 3）0.043 7（0.834 5）1.581 3（0.208 6）0.116 4（0.517 3） 0.077 8（0.154 6） B 2 0.000 6（0.981 2）0.322 5（0.570 1）4.752 5（0.029 3） * 0.243 9（0.201 5） 0.093 4（0.151 8） F 2 0.033 4（0.855 0）0.001 5（0.968 8）0.304 0（0.581 4）0.044 9（0.906 4） 0.036 6（0.936 9） D-0 P 1 0.000 8（0.977 8）0.005 1（0.943 1）0.154 5（0.694 3）0.063 6（0.795 1） 0.114 5（0.904 0） F 1 0.002 0（0.964 1）0.002 9（0.957 1）0.151 5（0.697 1）0.040 9（0.928 4） 0.094 2（0.913 7） P 2 0.041 2（0.839 2）0.067 6（0.794 9）0.064 5（0.799 6）0.081 1（0.696 6） 0.174 6（0.462 2） B 1 0.011 8（0.913 4）0.039 4（0.842 6）1.477 5（0.224 2）0.113 9（0.528 2） 0.077 2（0.160 9） B 2 0.000 5（0.982 2）0.308 6（0.578 5）4.560 6（0.032 7） * 0.238 9（0.208 1） 0.092 7（0.158 2） F 2 0.033 6（0.854 5）0.000 8（0.977 9）0.359 1（0.549 0）0.046 4（0.897 6） 0.037 2（0.928 4） 注：U 1 2 、U 2 2 、U 3 2 為均勻性檢驗統(tǒng)計量； n W 2 為Smirnov檢驗統(tǒng)計量；D n 為Kolmogorov檢驗統(tǒng)計量，括號內為相應概率。*表示在0.05 水平差異顯著。 表2 CNS5RNS4組合后代各遺傳模型的 AIC值 模型 代碼 模型含義 2016年秋季 2017年春季 模型 代碼 模型含義 2016年秋季 2017年春季 AIC值 極大似然 函數值 AIC值 極大似然 函數值 AIC值 極大似然 函數值 AIC值 極大似然 函數值 A-1 1MG-AD -485.1 246.5 -1 317.5662.7 D-0 MX1-AD-ADI -576.5300.3 -1 418.5721.2 A-2 1MG-A -456.6 231.3 -1 319.3662.6 D-1 MX1-AD-AD -463.6240.8 -1 368.9693.4 A-3 1MG-EAD -486.8 246.4 -1 223.6614.8 D-2 MX1-A-AD -465.2240.6 -1 380.2698.1 A-4 1MG-NCD -434.3 220.1 -1 187.2596.6 D-3 MX1-EAD-AD -474.8245.4 -1 377.2696.6 B-1 2MG-ADI -569.6 294.8 -1 373.8696.9 D-4 MX1-NCD-AD -465.2240.6 -1 377.4696.7 B-2 2MG-AD -500.4 256.2 -1 337.6674.8 E-0 MX2-ADI-ADI -566.3301.2 -1 408.6722.3 B-3 2MG-A -445.0 226.5 -1 354.9681.5 E-1 MX2-ADI-AD -566.0298.0 -1 405.5717.7 B-4 2MG-EA -455.1 230.6 -1 363.4684.7 E-2 MX2-AD-AD -459.4240.7 -1 371.2696.6 B-5 2MG-CD -490.0 249.0 -1 297.0652.5 E-3 MX2-A-AD -566.3292.2 -1 411.5714.8 B-6 2MG-EAD -459.9 232.9 -1 299.0652.5 E-4 MX2-EA-AD -465.2240.6 -1 377.6696.8 C-0 PG-ADI -580.5 300.3 -1 422.5721.2 E-5 MX2-CD-AD -473.0245.5 -1 375.2696.6 C-1 PG-AD -439.2 226.6 -1 375.3694.7 E-6 MX2-EAD-AD -477.4246.7 -1 377.2696.6 注：1MG2MG：12個主基因；MX1MX2：12個主基因+多基因；PG：多基因；A：加性效應；CD：完全顯性；D：顯性效應；E： 相等；N：負向；I：互作；例如 PG-ADI 模型，表示加性-顯性-上位性多基因混合遺傳模型。 接近最小AIC值-576.5的D-0模型為備選模型。 2017年春季C-0模型的AIC值最小，為-1 422.5， 也作為可能的最佳候選模型，AIC值為-1  418.5的 D-0模型作為備選模型（表2）。 2.2.2 果刺大小候選模型的適合性檢驗 對選出 的候選模型進行均勻性（U 1 2 、U 2 2 、U 3 2 ）檢驗， Smirnov（ n W 2 ）檢驗和Kolmogorov（D n ）檢驗（表 3） ，選出統(tǒng)計量達顯著水平個數較少的模型為最優(yōu)  35   新優(yōu)品種 栽培管理 本期視點 產業(yè)市場 病蟲防控  35   研究論文 中 國 蔬 菜     CHINA VEGETABLES 模型。結果表明，2016年秋季群體中，C-0和D-0 模型中沒有統(tǒng)計量的差異達到顯著水平。2017年 春季群體中，C-0和D-0模型中均有1個檢驗統(tǒng)計 量差異達到顯著水平。再結合AIC值最小原則，選 擇C-0作為連續(xù)兩年的果刺大小最優(yōu)遺傳模型， 即為典型的加性-顯性-上位性多基因混合遺傳模 型，無主基因存在，多基因加性和顯性效應、上位 性效應累計均為正向。 2.2.3 果刺大小遺傳參數估計 對適合果刺大小的 C-0模型進行遺傳參數估計，一階遺傳參數結果表 明，2016年秋季和2017年春季的6個世代群體的 平均值差異不大（表4） 。從二階遺傳參數的估計 值可以看出（表5） ，2016年秋季B 1 、B 2 和F 2 群 體中，果刺大小多基因遺傳方差分別為0.001   1、 0.003  2和0.006  3；多基因遺傳率分別為40.06%、 65.91%和79.21%，環(huán)境方差占表型方差的值分別 為59.94%、34.09%和20.79%。在2017年春季的 B 1 群體中多基因遺傳方差為0.004   9，多基因遺傳 率為71.13%，環(huán)境方差占表型方差的28.87%；B 2 群體的多基因遺傳方差為0.005   2，多基因遺傳率 為72.46%，環(huán)境方差占表型方差的27.54%；F 2 群 體的多基因遺傳方差為0.004   9，多基因遺傳率為 71.25%，環(huán)境方差占表型方差的28.75%。由此可 見，該群體中果刺大小的多基因遺傳率較高，無 主效基因存在，受環(huán)境影響相對較小。在遺傳育 種上，應將早代選擇和高代選擇相結合。在基因 定位策略選擇上不宜利用F 2 世代分離群體進行定 位，結合高代回交群體進行基因定位效果可能會  更好。 3 結論與討論 主基因+多基因混合遺傳模型是由蓋鈞鎰等 提出的數量性狀遺傳分析方法，在大豆（劉陽 等， 2016）、小麥（李樹華 等，2017）、水稻（鄭燕 等， 2011）、黃瓜（曹明明  等，2018） 、油菜（汪文祥  等，2016） 、胡麻（化青春  等，2016）等多種作物 的遺傳研究中得到了廣泛的應用。本試驗利用主 基因+多基因混合遺傳模型分析法，對2016年秋 季和2017年春季2個生長季節(jié)的6世代群體P 1 、 F 1 、P 2 、B 1 、B 2 和F 2 的黃瓜果刺大小的遺傳規(guī)律進 行了初步分析。結果表明，F 1 的果刺大小介于兩親 本之間。F 2 分離群體果刺大小表現為無明顯分組 的連續(xù)變異，基本符合正態(tài)分布，屬于數量性狀。 其遺傳模型符合C-0模型，即加性-顯性-上位 性多基因混合遺傳模型，多基因加性和顯性效應均 為正向，多基因遺傳力相對較高，存在多基因聯(lián)合 效應，且微效基因數目較多，受環(huán)境影響也相對較 小。連續(xù)兩季的F 2 多基因遺傳率分別為79.21%和 71.25%，多基因遺傳率較高且相差不大；與2016 年秋季結果相比，2017年春季B 1 和B 2 群體的多 基因遺傳率更高，且差異不大。這可能與2017年 春季群體較大，變異相對穩(wěn)定有關，相應地，所得 結果也更可靠。在遺傳育種上，應將早代選擇和高 代選擇相結合。在基因定位方面不宜利用F 2 分離 群體進行定位，結合高代回交群體或者利用存在主 效基因的群體定位果刺大小相關基因效果可能會  更好。 對比連續(xù)兩季3個分離群體B 1 、B 2 和F 2 的果 刺大小變化范圍（表1） ，可以發(fā)現，2016年秋季 幾乎沒有出現大于親本P 1 和小于親本P 2 的極端表 型值，而2017年春季有個別大于親本P 1 的極端表 型值。一方面，可能是由于隨著種植群體的加大， 果刺大小的極端值出現的幾率增大；另一方面，也 可能是由于春季溫度較高，使得分離群體出現極端 值的幾率增大，可見環(huán)境對試驗結果的影響也不容 忽視。 黃瓜果刺隨著前期果實的快速生長而同步膨 大，至開花當天達到最大，之后不再膨大。但據 表4 CNS5RNS4 雜交組合果刺大小的一階遺傳參數  估計值（C-0模型） 時間 m1 m2 m3 m4 m5 m6 2016年秋季 1.056 0.872 40.699 0.895 0.952 40.866 6 2017年春季 1.003 2 0.861 20.641 10.927 80.812 90.837 2 注：m1m6分別為P 1 、F 1 、P 2 、B 1 、B 2 和F 26個世代群體平  均值。 表5 CNS5RNS4 雜交組合果刺大小的二階遺傳參數  估計值（C-0模型） 二階遺 傳參數 估計值 2016年秋季 2017年春季 B 1 B 2 F 2 B 1 B 2 F 2 pg 2 0.001 10.003 20.006 30.004 90.005 20.004 9 h pg 2 /% 40.06 65.91 79.21 71.13 72.46 71.25 注： pg 2 ，多基因遺傳方差；h pg 2 ，多基因遺傳率。  36   新優(yōu)品種 栽培管理 本期視點 產業(yè)市場 病蟲防控  36   研究論文 中 國 蔬 菜     CHINA VEGETABLES 筆者觀察，有的黃瓜品種隨著果實發(fā)育成熟果刺 有變小的現象。黃瓜開花后，在成熟過程中黃瓜 的主要生長中心逐漸轉向果實的膨大和種子的成 熟，大量的養(yǎng)分運往果實或種子用于生長，作為 外在保護性器官的果刺不再是主要的生長中心， 從而失去了縱向和橫向繼續(xù)生長能力。受外在溫 度、水分等脅迫的影響，果刺有失水縮小、硬化 等現象。果實發(fā)育成熟果刺變小的這種現象除與 品種、栽培條件有關外，可能也有相應的基因控制 該進程。因此選擇開花當天鑒定果刺表型結果相對  準確。 多基因控制的數量性狀受環(huán)境的影響較大，不 同的栽培環(huán)境如溫度、濕度等的不同變化會導致較 大的差異。2016年秋季群體（圖5）的頻次分布可 能由于群體較小，受極端天氣的影響以及分組太大 導致統(tǒng)計差異比較大，表現為不是特別典型的正態(tài) 分布。果刺基座本身就小，有時拍照時的環(huán)境光線 不穩(wěn)定，部分照片質量會受到影響，會對部分數據 的統(tǒng)計造成較大誤差。2017年春季B 1 、B 2 和F 2 群 體的頻率分布則更傾向于正態(tài)分布（圖5） 。由此 可知，群體越大所得結果也相對更可靠。數量性狀 的表型效應是與環(huán)境共同作用的結果，無論其相關 基因表現為主效基因還是多效基因，都與環(huán)境的互 作有關（向道權 等，2001）。 主基因+多基因混合遺傳模型是研究數量性 狀遺傳規(guī)律的一種有力工具，依據作物表型