基于水稻染色体片段代换系的苗期耐低氮QTL分析

贾佩陇; 李彪; 黎明辉; 刘剑镔; 李容柏; 罗继景

doi:10.7671/j.issn.1001-411X.201810046

基于水稻染色体片段代换系的苗期耐低氮QTL分析

贾佩陇^1,,
李彪²,
黎明辉²,
刘剑镔²,
李容柏^{1, 3, ,},
罗继景^{2, 3, ,}

1.
广西大学农学院，广西南宁 530004
2.
广西大学生命科学与技术学院，广西南宁 530004
3.
广西大学亚热带生物资源保护与利用国家重点实验室，广西南宁 530004

基金项目: 广西高校引进海外高层次人才“百人计划”专项经费(2015)；大学生创新创业训练计划(201710593273)

详细信息

作者简介:
贾佩陇(1992—)，男，硕士研究生，E-mail: jiapeilong1992@163.com

通讯作者:
李容柏(1957—)，男，教授，博士，E-mail: lirongbai@126.com

罗继景(1973—)，男，教授，博士，E-mail: jjluo@gxu.edu.cn

中图分类号: S511；Q311.1
计量
- 文章访问数: 1368
- HTML全文浏览量: 1
- PDF下载量: 1266
出版历程
- 收稿日期: 2018-10-27
- 网络出版日期: 2023-05-17
- 刊出日期: 2019-07-09

QTL analysis of low nitrogen tolerance in rice seedlings based on chromosome segment substitution lines

JIA Peilong^1,,
LI Biao²,
LI Minghui²,
LIU Jianbin²,
LI Rongbai^{1, 3, ,},
LUO Jijing^{2, 3, ,}

1.
College of Agriculture, Guangxi University, Nanning 530004, China
2.
College of Life Science and Technology, Guangxi University, Nanning 530004, China
3.
State Key Laboratory for Conservation and Utilization of Subtropical Agro-bioresources, Guangxi University, Nanning 530004, China

摘要

摘要:
目的
通过定位与水稻Oryza sativa耐低氮相关的数量性状位点(QTL)，为今后相关基因的精细定位、克隆以及功能研究奠定基础，也为耐低氮水稻品种的培育提供理论参考。

方法
以Koshihikari (受体)和Nona Bokra (供体)为亲本构建的全基因组单片段代换系作为研究材料，在水稻苗期进行低氮胁迫处理，对水稻株高、根长、根鲜质量、根干质量、茎叶鲜质量、茎叶干质量、总鲜质量、总干质量共8个表型进行相对损失比分析和QTL定位。

结果
定位到2个与水稻低氮胁迫耐受相关的位点，分别是qRL1-1和qRFW2-1，这2个QTL位点分别在低氮胁迫下控制水稻根长和根鲜质量。其中，qRL1-1定位于1号染色体M1-29标记附近，LOD值为2.89，可解释的表型变异为11.23%；qRFW2-1定位于2号染色体M2-225标记附近，LOD值为2.53，可解释的表型变异为9.90%。其他6个表型未检测到相关位点。

结论
初步定位了与低氮胁迫下控制水稻根长、根鲜质量相关基因，为进一步的基因精细定位奠定基础。
- 水稻 /
- 单片段代换系 /
- 苗期 /
- 耐低氮 /
- QTL定位
Abstract:
Objective
To map the quantitative trait loci (QTL) associated with low nitrogen tolerance in rice (Oryza sativa), provide a basis for future fine mapping, cloning and functional characterization of related genes and offer theoretical references for breeding of low nitrogen tolerant rice.

Method
A set of chromosomal segment substitution lines which was constructed by crossing Koshihikari (recurrent parent) and Nona Bokra (donor parent) were used as test materials. Low nitrogen stress treatment was applied at rice seedling stage. The relative loss ratios of eight phenotypes including rice plant height, root length, root fresh weight, root dry weight, shoot fresh weight, shoot dry weight, total fresh weight and total dry weight were analyzed, and QTL mapping was performed.

Result
Two loci related to low nitrogen tolerance of rice were successfully mapped. These two QTLs were qRL1-1 and qRFW2-1 which were related to root length and root fresh weight respectively under low nitrogen stress. qRL1-1 was closed to the M1-29 marker on chromosome 1 with a LOD score of 2.89 and explained about 11.23% of total phenotypic variance. qRFW2-1 was closed to the M2-225 marker on chromosome 2 with a LOD score of 2.53 and explained about 9.90% of total phenotypic variance. No loci was found for other six phenotypic indexes.

Conclusion
QTLs related to root length and root fresh weight under low nitrogen stress are mapped, which lays the foundation for further genetic fine mapping and cloning of the underlying genes.
- Oryza sativa /
- chromosomal segment substitution line /
- seedling stage /
- low nitrogen tolerance /
- QTL mapping

HTML全文

有机磷农药发展至今已有70多年历史，在各国农业发展中均起到了重要的防治病虫害作用，具有高效、快速、广谱杀虫、经济和残效期短的特点^[1]。随着人口数量的不断增加，对农产品的需求也逐渐增加，人们在农产品生产的过程中会加大农药的使用量来保证农产品的供应量；而喷洒的有机磷农药大部分会残留在土壤或漂浮在空气中，通过降雨、沉降和径流的冲刷流入地下水、河流、湖泊和海洋，从而危及生态环境、生态系统和人类健康^[2]。

检测水体中有机磷农药最常用的方法有色谱法和生物传感器法。其中色谱法检测灵敏度高，定量分析准确，但预处理过程(提取、纯化、浓缩等步骤)繁琐，检测成本高，检测时间长^[3]；生物传感器法前处理要求低、经济、快速，但重复性差、回收率低、较难进行定量分析^[4]。

光谱法因其可以快速无损检测且无二次污染的特点，近年来广泛应用于水质参数检测、食品检测、生物医疗等领域^[5-8]。使用光谱法检测自然水体中硝酸盐氮、化学需氧量和生化需氧量等化合物时，通常对水体进行预沉淀和过滤处理^[9-11]。目前采用光谱法检测水体中有机磷农药大多停留在实验室阶段^[12-15]，对现场快速检测自然水体中有机磷农药的研究鲜有报道。自然水体中含有黏土、泥沙和藻类等大量的悬浮颗粒物，采用光谱法检测自然水体中有机磷农药时，不同自然水体中引起浊度的固体悬浮物与光相互作用会产生光的折射、散射等现象，会降低光谱的信噪比，极大地影响光谱法的检测精度^[16]。因此在光谱检测前需要对自然水体中的有机磷农药溶液做预处理(过滤)。

本文以甲基对硫磷农药为研究对象，通过比较分析甲基对硫磷溶液在不同过滤条件、不同溶液背景下的光谱图和浓度预测模型，探究不同过滤条件对自然水体中有机磷农药吸收光谱与浓度预测模型的影响。

1. 材料与方法

1.1 自然水体采样信息

本文选择了池塘水(取自华南农业大学西湖，23°9′47.394 0″N、113°20′27.8763″E，2020年12月1日采样)、农田水(取自华南农业大学农事训练中心，23°9′56.106 0″N、113°21′57.8484″E，2020年12月15日采样)、河涌水(取自车陂涌华南农业大学段，23°9′49.6692″N、113°21′46.9188″E，2020年12月18日采样)3种典型水体用作试验用水。每次采集8 000 mL表层(0~50 cm)水样，采集的水样做好标记后，带回实验室进行后续检测和试验。

1.2 试验仪器和材料

试验搭建的紫外−可见吸收光谱采集系统包括美国Ocean Optics海洋光学公司的Maya2000Pro光谱仪(检测范围：175~1 100 nm，信噪比：450∶1，内置探测器：Hamamatsu S10420，分辨率：1.1 nm)；DT-MINI-2-GS氘－钨卤灯组合光源以及可调光程的比色皿支架。使用与光谱仪配套的BiaoQi SpecSuite软件采集光谱数据，打开软件后设置积分时间为9 ms，平滑度为2，每个样本扫描20次，取平均值为最终光谱。试验过程中，甲基对硫磷试验比色皿光程为50 mm，选定光谱测量范围为200.4~760.3 nm，共1 234个波长点。

过滤纱布材质为尼龙，滤膜材质为聚四氟乙烯，使用RMD-Z6浊度传感器(瑞蒙德公司，上海)检测3种自然水体过滤前后的浊度。

1.3 试验样本和试验内容

甲基对硫磷农药的试验样本配制过程如下：用1/10 000电子天平称取98%(w)有机磷农药标准品(0.040 8±0.000 2) g置100 mL烧杯中，用50 mL甲醇超声溶解，然后转移至试剂瓶中，准确量取350 mL甲醇，并转移至试剂瓶，摇匀，配制成100 mg/L的有机磷农药标准液。使用3种自然水体和纯净水作为有机磷农药标准液稀释剂配制试验样本，每种水体试验样本质量浓度为0.1~6.0 mg/L(质量浓度梯度为 0.1 mg/L)，合计60个试验样本。

对以3种自然水体为稀释剂的甲基对硫磷溶液样本进行4种不同的处理：原始状态(不做过滤处理)，40 μm纱布、5 μm滤膜、0.45 μm滤膜过滤处理，当过滤得到1个50 mL样本时，平均需要的过滤时间分别约为13、22、28 s。

1.4 数据处理

使用Savitzky-Golay卷积平滑一阶导消除自然水体−有机磷农药光谱数据中的噪声和基线漂移^[17]。按3∶1的比例采用SPXY(Sample set partitioning based on joint x-y distance)方法^[18]从60个样本中选取45个样本作为校正集样本，剩下的15个样本作为预测集样本。使用主成分分析结合马氏距离(Principle component analysis-Mahalanobis distance，PCA-MD)进行异常样本检查^[19]。使用竞争性自适应重加权采样(Competitive adaptive reweighted sampling，CARS)进行光谱数据压缩和特征波长筛选^[20]。采用偏最小二乘(Partial least squares，PLS)法建立多元回归模型^[21]。本文中的数据处理都基于The UnscramblerX10.4和MATLAB 2020a软件平台进行。

1.5 模型评价

对PLS模型的评价采用决定系数(Determination coefficient，R²)、均方根误差(Root mean square error，RMSE)、剩余预测残差(Residual predicted deviation，RPD)和潜变量数量(Latent variables，LVs)^[22]。其中R²越大，RMSE越小，表明模型的精确度越高。一个好的模型应具有合理的LVs。RPD反映了模型的分辨能力和稳健性，当RPD≥3，模型可用于定量分析和实际检测。

2. 结果与分析

2.1 过滤前后自然水体浊度

池塘水、农田水和河涌水过滤前后浊度见表1。由表1可知，使用40 μm纱布过滤3种自然水体，对浊度影响不大，使用5 μm和0.45 μm滤膜过滤，3种水体浊度明显下降，表明3种水体中泥沙和藻类等悬浮物的大小多分布在5~40 μm之间。

表 1 不同过滤条件下3种自然水体浊度

Table 1. Turbidity of three kinds of natural water under different filtration conditions NTU

水体类型 Water type	未过滤 Unfiltered	40 μm纱布 40 μm gauze	5 μm滤膜 5 μm filter membrane	0.45 μm滤膜 0.45 μm filter membrane
池塘水 Pond water	18.34	14.51	2.73	1.57
农田水 Farmland water	23.04	20.13	1.67	0.28
河涌水 Canal water	52.48	39.00	1.03	0.30

下载: 导出CSV

| 显示表格

2.2 3种自然水体光谱图

3种自然水体原始光谱图如图1所示。3种自然水体在220~230 nm之间有明显吸收峰，且吸收带在200~250 nm之间，这是由于自然水体中存在硝酸盐等离子以及有机物^[23]。自然水体中固体悬浮物和杂质的光散射引发的浊度干扰导致光谱曲线整体抬升^[24]。由表1、图1可知，河涌水原始浊度远大于池塘水浊度，但光谱曲线却有相近的基线抬升量；农田水浊度大于池塘水浊度，但基线抬升量却相反。这表明自然水体中不同物质光散射所引起的浊度干扰也是不同的。

图 1 3种自然水体原始光谱

Figure 1. Original spectra of three kinds of natural water

下载: 全尺寸图片幻灯片

2.3 甲基对硫磷溶液光谱图

甲基对硫磷在纯净水中不同质量浓度梯度的吸收光谱如图2所示，当甲基对硫磷质量浓度在0.1~3.0 mg/L时，纯净水−甲基对硫磷溶液光谱在204、215和275 nm左右有3个特征波峰；当甲基对硫磷质量浓度在3.1~6.0 mg/L时，204 nm左右的第一特征波峰消失，第二特征峰和第三特征峰位置未发生改变。

图 2 60种不同质量浓度(0.1~6.0 mg·L⁻¹)纯净水−甲基对硫磷溶液光谱

Figure 2. Spectra of pure water-methyl parathion solutions with 60 different mass concentrations of 0.1−6.0 mg·L⁻¹

下载: 全尺寸图片幻灯片

池塘水−甲基对硫磷溶液、农田水−甲基对硫磷溶液、河涌水−甲基对硫磷溶液不同质量浓度梯度的原始光谱图以及不同过滤条件下溶液光谱图见图3~5。无论浓度高低，甲基对硫磷溶液在自然水体中的紫外−可见光谱在204 nm处均无特征峰。不同过滤条件处理前后，甲基对硫磷溶液光谱中的2个特征波峰位置均分布在225 和275 nm左右。溶液的光密度值均未超过2.0，整体光谱曲线未出现过饱和现象。

图 3 不同过滤条件下60种不同质量浓度(0.1~6.0 mg·L⁻¹)池塘水−甲基对硫磷溶液光谱

Figure 3. Spectra of pond water-methyl parathion solutions with 60 different mass concentrations of 0.1−6.0 mg·L⁻¹ under different filtration conditions

下载: 全尺寸图片幻灯片

图 4 不同过滤条件下60种不同质量浓度(0.1~6.0 mg·L⁻¹)农田水−甲基对硫磷溶液光谱

Figure 4. Spectra of farmland water-methyl parathion solutions with 60 different mass concentrations of 0.1−6.0 mg·L⁻¹ under different filtration conditions

下载: 全尺寸图片幻灯片

图 5 不同过滤条件下60种不同质量浓度(0.1~6.0 mg·L⁻¹)河涌水−甲基对硫磷溶液光谱

Figure 5. Spectra of canal water-methyl parathion solutions with 60 different mass concentrations of 0.1−6.0 mg·L⁻¹ under different filtration conditions

下载: 全尺寸图片幻灯片

纯净水/自然水体−甲基对硫磷质量溶液在275 nm处甲基对硫磷质量浓度与光密度的线性拟合图见图6。在3种自然水体中，甲基对硫磷质量浓度和光密度仍有较好的线性关系，符合朗伯－比尔定律，与在纯净水中的线性关系能够保持一致。整体上看，过滤后的自然水体−甲基对硫磷溶液中质量浓度与光密度的线性关系优于未过滤的。图6b中，在高质量浓度段，未过滤的甲基对硫磷溶液光密度低于纱布过滤后光密度，其原因是试验过程中未过滤农田水里的泥沙易发生沉淀，导致测量时光谱基线下降。

图 6 甲基对硫磷质量浓度与光密度的线性拟合图

y₁：纯净水–甲基对硫磷，y₂：未过滤自然水体–甲基对硫磷，y₃、y₄、y₅分别表示40 μm纱布、5 μm滤膜、0.45 μm滤膜过滤的自然水体–甲基对硫磷

Figure 6. Linear fitting graphs of methyl parathion mass concentration and optical density

y₁: Pure water-methyl parathion; y₂: Unfiltered natural water-methyl parathion; y₃, y₄ and y₅ indicate natural water-methyl parathion filtered by 40 μm gauze, 5 μm filter membrane and 0.45 μm filter membrane respectively

下载: 全尺寸图片幻灯片

结合图3~6可知，通过不同过滤条件过滤之后，自然水体−甲基对硫磷溶液光谱的基线有不同程度的下降，其中使用5 μm和0.45 μm滤膜过滤后整体光谱基线下降最多；因为2种滤膜过滤掉了水体中绝大多数的悬浮物和杂质，使浊度引起的散射等减少，溶液透光性增加。光谱基线的下降使光谱整体光密度值降低，使用小孔径的滤膜过滤使甲基对硫磷溶液过滤后的光谱曲线效果变好，基本消除了基线的漂移和抬升，增强了质量浓度与光密度之间的线性关系。

2.4 不同过滤条件下甲基对硫磷−CARS-PLS预测模型

不同过滤条件下甲基对硫磷−CARS-PLS模型预测结果见表2。未过滤前甲基对硫磷溶液在池塘水、农田水和河涌水中的光谱模型的RPD均大于3，R²_p均高于0.98，且RMSE_P最高为0.144 1、最低为0.091 4，表明模型的预测性能均较高。

表 2 不同过滤条件下甲基对硫磷−CARS-PLS模型预测结果

Table 2. Prediction results of methyl parathion-CARS-PLS model under different filtration conditions

水体类型 Water type	过滤条件 Filter condition	波长变量数 Number of wavelength variable	LVs	校正集 Calibration set		预测集 Prediction set
水体类型 Water type	过滤条件 Filter condition	波长变量数 Number of wavelength variable	LVs	R²_C	RMSE_C	R²_P	RMSE_P	RPD
池塘水−甲基对硫磷溶液 Pond water-methyl parathion solution	未过滤 Unfiltered	12	9	0.995 4	0.106 1	0.993 2	0.144 1	12.582 1
	40 μm纱布 40 μm gauze	202	2	0.991 0	0.160 0	0.997 4	0.072 9	20.208 9
	5 μm滤膜 5 μm filter membrane	112	2	0.992 3	0.155 5	0.993 8	0.083 6	13.098 7
	0.45 μm滤膜 0.45 μm filter membrane	98	4	0.996 9	0.100 4	0.998 9	0.046 4	31.365 7
农田水−甲基对硫磷溶液 Farmland water-methyl parathion solution	未过滤 Unfiltered	21	2	0.998 0	0.079 5	0.988 1	0.117 2	9.517 0
	40 μm纱布 40 μm gauze	31	5	0.995 5	0.106 9	0.993 7	0.130 2	13.032 3
	5 μm滤膜 5 μm filter membrane	11	2	0.994 9	0.121 7	0.996 8	0.090 0	18.331 7
	0.45 μm滤膜 0.45 μm filter membrane	81	4	0.997 3	0.090 9	0.995 2	0.094 2	14.953 2
河涌水−甲基对硫磷溶液 Canal water-methyl parathion solution	未过滤 Unfiltered	8	5	0.996 1	0.106 5	0.996 7	0.091 4	18.046 7
	40 μm纱布 40 μm gauze	51	6	0.996 1	0.102 8	0.994 7	0.125 8	14.196 8
	5 μm滤膜 5 μm filter membrane	10	2	0.997 6	0.079 6	0.997 3	0.088 3	19.798 7
	0.45 μm滤膜 0.45 μm filter membrane	33	3	0.997 8	0.079 7	0.995 9	0.105 4	16.201 4

下载: 导出CSV

| 显示表格

经过不同过滤条件过滤后的自然水体−甲基对硫磷溶液光谱模型的RPD均远大于3，R²_p均大于0.99，RMSE_P均小于0.14，表明经过不同过滤条件过滤后的甲基对硫磷溶液模型均可用来做定量分析且模型预测精度高，并且过滤增强了甲基对硫磷溶液光谱中质量浓度与光密度的线性关系(图6)，从而加强了模型的预测能力。

未过滤和纱布过滤后的自然水体−甲基对硫磷溶液光谱模型具有较好的模型系数，但光谱中存在大量杂质干扰。使用5 μm滤膜过滤的甲基对硫磷溶液光谱模型均优于未过滤的自然水体−甲基对硫磷溶液，模型具有较高预测能力，同时模型中的干扰也较少。使用0.45 μm滤膜过滤后的甲基对硫磷溶液光谱模型均优于使用40 μm纱布过滤后溶液的光谱模型，且光谱模型基本排除了浊度带来的干扰，但使用0.45 μm滤膜过滤操作较复杂且耗时最长。

3. 结论

1) 3种自然水体中的悬浮物和藻类的大小多分布在5~40 μm之间，不同水体中的悬浮物产生的浊度对光谱基线抬升的影响也不同。不同过滤条件对浊度有较大影响。

2)无论质量浓度高低，甲基对硫磷在3种自然水体中的光谱图只有2个特征峰，位于225 和275 nm左右。不同过滤条件不会改变甲基对硫磷的特征峰位置，但会降低溶液光谱曲线的基线。

3)整体上看，过滤增强了甲基对硫磷质量浓度与光密度间的线性关系。过滤后的自然水体−甲基对硫磷溶液光谱模型均有较高的预测精度，可用于定量分析。本文采用的3种过滤条件中，5 μm滤膜过滤效果最佳，能够去除水体中绝大部分固体悬浮物所引起的浊度干扰，同时有机磷农药光谱模型也具有较高的预测精度。

4)本文采用物理手段(不同过滤条件)滤除自然水体中的固体悬浮物，减少水体中浊度对光谱采集的影响，过滤之后的甲基对硫磷农药模型更适合实际应用检测。该研究为采用紫外−可见吸收光谱法现场快速检测自然水体中有机磷农药浓度的预处理方法提供了理论依据。

图 1 亲本对照组与低氮处理组表型

Figure 1. Parental phenotypes of low nitrogen treatment (0.4 mg/L NH₄NO₃) and control groups

下载: 全尺寸图片幻灯片

图 2 亲本合适低氮浓度筛选

各图中，相同颜色柱子上方的不同的小写字母表示Koshi或Nona组内差异显著(P<0.05, LSD法)；“*” 和 “**”分别表示同一NH₄NO₃质量浓度的Koshi与Nona组间差异达到0.05和0.01的显著水平(t检验)

Figure 2. Selection of suitable low nitrogen level for parents

In each figure, different lowercase letters on bars of the same color indicate significant difference in Koshi or Nona group (P<0.05, LSD method); “*” and “**” represent significant difference between Koshi and Nona groups of the same NH₄NO₃ content at 0.05 and 0.01 levels respectively (t test)

下载: 全尺寸图片幻灯片

图 3 SN群体在低氮胁迫下不同表型值的损失比

图中紫色部分为SN群体表型损失比，蓝色部分为误差线

Figure 3. The loss ratios of different phenotypes under low nitrogen stress among SN population

The purple part in figure is the phenotypic loss ratio of SN group, and the blue part is the error bar

下载: 全尺寸图片幻灯片

图 4 株系43、87在低氮胁迫下的处理组与对照组表型

Figure 4. Phenotypes of line 43 and line 87 of the treatment and control groups under low nitrogen stress

下载: 全尺寸图片幻灯片

图 5 QTL在水稻染色体上的位置

Figure 5. Location of QTL mapped on rice chromosome

下载: 全尺寸图片幻灯片

表 1 亲本表型与氮素浓度相关性分析

Table 1 Correlation analysis between parental phenotype and nitrogen level

亲本 Parent	表型 Phenotype	Pearson 相关系数¹⁾ Pearson correlation coefficient	P
Koshi	株高 Plant height	0.732**	0.002
	根长 Root length	0.776**	0.001
	茎叶鲜质量 Shoot fresh weight	0.880**	0.000
	根鲜质量 Root fresh weight	0.743**	0.002
	茎叶干质量 Shoot dry weight	0.850**	0.000
	根干质量 Root dry weight	0.666**	0.007
	总鲜质量 Total fresh weight	0.873**	0.000
	总干质量 Total dry weight	0.821**	0.000
Nona	株高 Plant height	− 0.125	0.658
	根长 Root length	0.775**	0.001
	茎叶鲜质量 Shoot fresh weight	0.707**	0.003
	根鲜质量 Root fresh weight	0.308	0.264
	茎叶干质量 Shoot dry weight	0.707**	0.003
	根干质量 Root dry weight	0.014	0.960
	总鲜质量 Total fresh weight	0.652**	0.008
	总干质量 Total dry weight	0.029	0.918
1) “” 和 “” 分别表示在 0.05 和 0.01 水平显著相关　1) “” and “**” represent significant correlation at 0.05 and 0.01 levels respectively

下载: 导出CSV

表 2 低氮胁迫下SN代换系群体表型分析

Table 2 Analysis of the phenotypes in the chromosomal segment substitution lines of SN population under low nitrogen stress

表型 Phenotype	对照 (80.00 mg/L NH₄NO₃) Control			低氮处理(0.40 mg/L NH₄NO₃) Low N treatment
表型 Phenotype	平均值 Mean	变异范围 Variation range	变异系数/% Variation coefficient	平均值 Mean	变异范围 Variation range	变异系数/% Variation coefficient
株高/cm Plant height	43.886	28.500~56.766	9.61	33.690	26.333~43.200	9.96
根长/cm Root length	21.648	17.433~28.433	11.30	25.317	18.900~33.333	12.68
茎叶鲜质量/g Shoot fresh weight	0.613	0.446~0.817	13.15	0.326	0.223~0.496	14.33
根鲜质量/g Root fresh weight	0.170	0.135~0.231	13.11	0.178	0.135~0.242	14.73
茎叶干质量/g Shoot dry weight	0.094	0.075~0.113	11.68	0.073	0.047~0.094	14.16
根干质量/g Root dry weight	0.020	0.015~0.025	13.28	0.034	0.025~0.043	14.67
总鲜质量/g Total fresh weight	0.099	0.077~0.131	10.80	0.076	0.053~0.101	13.36
总干质量/g Total dry weight	0.111	0.075~0.146	14.31	0.105	0.076~0.128	13.82

下载: 导出CSV

表 3 低氮胁迫相关性状的QTL位点分析

Table 3 Analysis of QTL identified trait related to low nitrogen tolerance

性状 Trait	数量性状位点 QTL	染色体编号 Chr. number	标记 Marker	LOD	加性效应 Additive effect	可解释的表型变异/% PVE
根长 Root length	qRL1-1	1	M1-29	2.89	−0.15	11.23
根鲜质量 Root fresh weight	qRFW2-1	2	M2-225	2.53	−0.31	9.90

下载: 导出CSV

参考文献(22)

[1]	许学宏, 王红慧. 肥料对农产品品质的影响综述[J]. 磷肥与复肥, 2003(4): 66-68. doi: 10.3969/j.issn.1007-6220.2003.04.026
[2]	顾骏飞, 周振翔, 李志康, 等. 水稻低叶绿素含量突变对光合作用及产量的影响[J]. 作物学报, 2016, 42(4): 551-560.
[3]	BACON P E. Nitrogen fertilization in the environment[J]. Biol Rev, 1995, 32(3): 296-348.
[4]	邓若磊. 水稻铵转运蛋白基因OsAMT1.4和OsAMT5的克隆、表达和遗传转化[D]. 保定: 河北农业大学, 2007.
[5]	SUN H, QIAN Q, WU K, et al. Heterotrimeric G proteins regulate nitrogen-use efficiency in rice[J]. Nat Genet, 2014, 46(6): 652-657. doi: 10.1038/ng.2958
[6]	YANAGISAWA S, AKIYAMA A, KISAKA H, et al. Metabolic engineering with Dof1 transcription factor in plants: Improved nitrogen assimilation and growth under low-nitrogen conditions[J]. P Natl Acad Sci USA, 2004, 101(20): 7833-7838. doi: 10.1073/pnas.0402267101
[7]	SHAN Y H, WANG Y L, PAN X B. Mapping of QTLs for nitrogen use efficiency and related traits in rice (Oryza sativa L.)[J]. Agr Sci China, 2005, 4(10): 721-727.
[8]	王彦荣, 代贵金, 大杉立, 等. 水稻苗期氮素吸收及其相关性状的QTL分析[J]. 中国水稻科学, 2010, 24(5): 463-468. doi: 10.3969/j.issn.1001-7216.2010.05.003
[9]	方萍, 陶勤南, 吴平. 水稻吸氮能力与氮素利用率的QTLs及其基因效应分析[J]. 植物营养与肥料学报, 2001(2): 159-165. doi: 10.3321/j.issn:1008-505X.2001.02.007
[10]	YOSHIDA S, FORNO D A, COCK J H, et al. Laboratory manual for physiological studies of rice[M]. 2nd ed. Los Banos: IRRI, 1972: 57-63.
[11]	WANG J K, WAN X Y, CROSSA J, et al. QTL mapping of grain length in rice (Oryza sativa L.) using chromosome segment substitution lines[J]. Genet Res, 2006, 88(2): 93-104. doi: 10.1017/S0016672306008408
[12]	MCCOUCH S R, CHO Y G, YANO M, et al. Report on QTL nomenclature[J]. Rice Genet Newsl, 1997, 14: 11-13.
[13]	王玉雯, 郭九信, 孔亚丽, 等. 氮肥优化管理协同实现水稻高产和氮肥高效[J]. 植物营养与肥料学报, 2016, 22(5): 1157-1166.
[14]	CHOUDHURY A, KENNEDY I R. Nitrogen fertilizer losses from rice soils and control of environmental pollution problems[J]. Commun Soil Sci Plant, 2005, 36(11/12): 1625-1639.
[15]	阮成江, 何祯祥, 钦佩. 我国农作物QTL定位研究的现状和进展[J]. 植物学通报, 2003(1): 10-22. doi: 10.3969/j.issn.1674-3466.2003.01.002
[16]	吕海霞, 周广生, 丁泽红, 等. 水稻染色体片段代换系对氮反应的QTL分析[J]. 分子植物育种, 2010, 8(6): 1074-1081. doi: 10.3969/mpb.008.001074
[17]	GEIOFF G C. Intact-plant screening for tolerance of nutrient deficiency stress[J]. Plant Soil, 1987, 99(1): 3-16. doi: 10.1007/BF02370149
[18]	梁永书, 周军杰, 南文斌, 等. 水稻根系研究进展[J]. 植物学报, 2016, 51(1): 98-106.
[19]	LIU K, HE A, YE C, et al. Root morphological traits and spatial distribution under different nitrogen treatments and their relationship with grain yield in super hybrid rice[J]. Sci Rep, 2018, 8(1): 131-139. doi: 10.1038/s41598-017-18576-4
[20]	赵春芳, 赵凌, 张亚东, 等. 水稻苗期耐低氮相关性状的QTL定位[J]. 华北农学报, 2015, 30(6): 1-7.
[21]	FENG Y, CAO L Y, WU W M, et al. Mapping QTLs for nitrogen-deficiency tolerance at seedling stage in rice (Oryza sativa L.)[J]. Plant Breeding, 2010, 129(6): 652-656. doi: 10.1111/j.1439-0523.2009.01728.x
[22]	CHO Y I, JIANG W, CHIN J H, et al. Identification of QTLs associated with physiological nitrogen use efficiency in rice[J]. Mol Cells, 2007, 23(1): 72-79.

施引文献(6)

期刊类型引用(5)

1.	闫建，涂彬，李西富，崔成成. 对置分体式混合施肥机自动化升级改造. 农业技术与装备. 2025(01): 8-11+14 . 百度学术
2.	戚江涛，邓越云，张纪元，蒙贺伟，李亚萍，坎杂. 基于EDEM的厩肥与颗粒肥混合排肥装置设计与试验. 中国农机化学报. 2025(04): 1-9 . 百度学术
3.	董万城，卜浩然，江镇，余思遥，张立新，夏元清. 槽型输送带式排肥器锥齿轮副设计与仿真试验. 石河子大学学报(自然科学版). 2023(05): 529-536 . 百度学术
4.	郑明锋，叶鹏博，唐涛，洪尉尉，徐亚丹，叶秉良. 柳条扦插机链板式自动出料装置设计与试验. 中国农机化学报. 2022(05): 14-21 . 百度学术
5.	吴建，耿胤，周彦君，林川尧，邓佳，王攀. 有机肥施肥机研究现状与发展思路. 农业工程. 2022(04): 19-22 . 百度学术

其他类型引用(1)

资源附件(0)

图(5) / 表(3)

计量

文章访问数: 1368
HTML全文浏览量: 1
PDF下载量: 1266
被引次数: 6

1. 材料与方法
1.1 自然水体采样信息
1.2 试验仪器和材料
1.3 试验样本和试验内容
1.4 数据处理
1.5 模型评价
2. 结果与分析
2.1 过滤前后自然水体浊度
2.2 3种自然水体光谱图
2.3 甲基对硫磷溶液光谱图
2.4 不同过滤条件下甲基对硫磷−CARS-PLS预测模型
3. 结论

1. 材料与方法
1.1 自然水体采样信息
1.2 试验仪器和材料
1.3 试验样本和试验内容
1.4 数据处理
1.5 模型评价
2. 结果与分析
2.1 过滤前后自然水体浊度
2.2 3种自然水体光谱图
2.3 甲基对硫磷溶液光谱图
2.4 不同过滤条件下甲基对硫磷−CARS-PLS预测模型
3. 结论

参考文献(22)

施引文献(6)

资源附件(0)

基于水稻染色体片段代换系的苗期耐低氮QTL分析

作者简介: 贾佩陇(1992—)，男，硕士研究生，E-mail: jiapeilong1992@163.com

通讯作者: 李容柏(1957—)，男，教授，博士，E-mail: lirongbai@126.com 罗继景(1973—)，男，教授，博士，E-mail: jjluo@gxu.edu.cn

计量

出版历程