Mapping main and Epistatic QTL and Their Interaction with Environment for Biological yield in Recombinant Inbred lines of Spring Wheat (Triticum aestivum L.)

Document Type : Research Paper

Authors

1 Ph.D. Student of biometrical genetics, Department of Plant Breeding and Biotechnology, Faculty of Agriculture, University of Mohaghegh Ardabili, Ardabil, Iran.

2 Associate Professor, Department of Plant Breeding and Biotechnology, Faculty of Agriculture, University of Mohaghegh Ardabili, Ardabil, Iran

3 Professor, Department of Plant Breeding and Biotechnology, Faculty of Agriculture, Univeristy of Tabriz, Tabriz, Iran.

4 Associate Professor, Department of Plant Breeding and Biotechnology, Faculty of Agriculture, University of Mohaghegh Ardabili, Ardabil, Iran.

5 Assistant Professor, Department of Plant Production and Genetics, Faculty of Agriculture, University of Maragheh, P. O. Box 55136-553, Maragheh, Iran Seed and plant Improvement Research

6 Assistant Professor, Department of Plant Production and Genetics, Faculty of Agriculture, University of Maragheh, P. O. Box 55136-553, Maragheh, Iran.

Abstract

In order to mapping main and epistatic qtl and their interaction with environment for biological yield using a RILs population of wheat, comprising 148 recombinant inbred lines derived from a cross between two winter wheat cultivars, ‘YecoraRojo’ and ‘No. 49’, was evaluated in two locations in Iran (Miandoab and Mahabad) during 2014-2016. A linkage map including 177 microsatellite and 51 retrotransposon markers was used in this study. Quantitative trait loci (QTL) were determined using QTL Cartographer 2.5 and QTL Network 2.0 software based on the CIM and mixed-linear method. In the present study, the estimated heritability for biological yield in normal, water deficit and average of two conditions were 26.52, 26.91 and 16.09%. Also, the highest genetic gain for biological yield was observed in normal conditions. Results of QTL analysis showed. In normal condition, one QTL (R2A= 2.46), one QTL×E (R2AE= 5.46), 2 additive × additive epistatic effects (R2AA= 3.06) and 7 QTL × QTL×E interactions (R2AAE= 14.06) were significant. In water deficit condition, one QTL (R2A= 8), 3 additive × additive interactions (R2AA= 2.04) and 3 QTL × QTL × E interactions (R2AAE= 24.74) were identified. In average of two conditions, two QTL (R2A= 7), 3 QTL×E (R2AE= 4.66), 5 additive × additive epistatic effects (R2AA= 4.67) and 8 QTL × QTL × E interactions (R2AAE= 24.20), were significant. However, a little QTL was observed for biological yield, but in all three conditions, the role of the 7B chromosome in control of biological was significant and a stable QTL was located adjacent to the 'Cfa2174.1-' Wms573 markers, which can be used in marker assisted selection for biologically selective

Keywords


مکان‌یابی QTL­های اصلی و اپیستاتیک و اثر متقابل آن‌ها با محیط برای عملکرد بیولوژیک در لاین­های اینبرد نوترکیب گندم نان بهاره

حمزه حمزه*، علی اصغری*2، سید ابولقاسم محمدی3، امید سفالیان4، سلیمان محمدی5، مجتبی نور آیین6

1  دانشجوی دکتری ژنتیک بیومتری، دانشگاه محقق اردبیلی. اردبیل، ایران.

2 دانشیار، گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه محقق اردبیلی، اردبیل، ایران.

3 استاد، گروه به نژادی و بیوتکنولوژی گیاهی، دانشکده کشاورزی، دانشگاه تبریز. تبریز، ایران.

4 دانشیار، گروه زراعت و اصلاح نباتات، دانشکده کشاورزی، دانشگاه محقق اردبیلی، اردبیل، ایران.

5 استادیار پژوهش، بخش تحقیقات اصلاح و تهیه نهال و بذر، مرکز تحقیقات کشاورزی و منابع طبیعی استان آذربایجان غربی، سازمان تحقیقات، آموزش و ترویج کشاورزی، ارومیه، ایران

6 استادیار گروه مهندسی تولید و ژنتیک گیاهی، دانشکده کشاورزی، دانشگاه مراغه ، مراغه، ایران.

تاریخ دریافت: 29/07/1396، تاریخ پذیرش: 24/11/1396

چکیده

به‌منظور مکان‌یابی QTL­های اصلی و اپیستاتیک و اثر متقابل آنها با محیط برای عملکرد بیولوژیک،  148 لاین  اینبرد نوترکیب گندم همراه با والدین YecoraRojo و No. 49 در دو ایستگاه تحقیقات کشاورزی میاندوآب و مهاباد در شرایط نرمال و تنش کم‌آبی انتهای فصل طی دو سال زراعی 1394 و 1393 مورد ارزیابی قرار گرفتند. نقشه پیوستگی مورد استفاده شامل 177 نشانگر ریز ماهواره و 51 نشانگر رتروترانسپوزون بود. برای تجزیه QTL­ از نرم‌افزار QTL Network. 2 استفاده شد. در تحقیق حاضر مقدار وراثت­پذیری خصوصی برآوردشده برای عملکرد بیولوژیک در شرایط نرمال، تنش کم­آبی و متوسط دو شرایط به ترتیب برابر 52/26، 91/26 و 09/16 درصد برآورد شد. همچنین بالاترین بازده ژنتیکی برای عملکرد بیولوژیک در شرایط نرمال دیده شد. نتایج تجزیه QTL نشان داد در شرایط نرمال یک QTL (46/2=R2A)، یک اثر متقابل QTL×E (46/5=R2AE)، دو اثر اپیستازی QTL×QTL (06/3=R2AA) و هفت اثر متقابل QTL× QTL×E (06/14=R2AAE) وجود داشت. در شرایط تنش کم‌آبی نیز یک QTL (8=R2A)، سه اثر اپیستازی QTL× QTL (04/2=R2AA) و هفت اثر QTL×QTL×E (74/24=R2AAE) مکان­یابی شد، هم­چنین در مجموع دو شرایط نیز دو QTL (7 =R2A)، سه اثر متقابل QTL×E با محیط (66/4=R2AE)، پنج اثر اپیستازی QTL× QTL و (68/4=R2AA)، هشت اثر QTL× QTL×E (20/24=R2AAE) معنی‌دار بودند. هر چند در مطالعه حاضر QTL­های کمی برای عملکرد بیولوژیک مشاهده شد اما در هر سه شرایط مورد بررسی نقش کروموزوم 7B در کنترل عملکرد بیولوژیک چشم­گیر بود به‌طوری‌که یک QTL پایدار در مجاورت نشانگرهای Cfa2174.1-Wms573 مکان­یابی شد که می­تواند در گزینش به کمک مارکر در عملکرد بیولوژیک مورد استفاده قرار گیرد.

کلمات کلیدی: اپیستازی، عملکرد بیولوژیک، نشانگر، گندم.

 

مقدمه

 

گندم (Triticum aestivum L.) مهم‌ترین گیاه زراعی جهان است که در سطحی معادل 217 میلیون هکتار کشت می­شود و میزان تولید سالیانه آن 651 میلیون تن گزارش شده است (FAO, 2017). با توجه به افزایش روزافزون جمعیت جهان، برآورد شده است که تولید گندم در جهان تا سال 2020 باید به‌طور متوسط سالیانه 2 درصد افزایش یابد تا پاسخگوی نیاز غذایی جمعیت دنیا باشد (Abdel-Ghany et al., 2014). کمبود آب در بسیاری از نقاط دنیا به­عنوان مهم‌ترین عامل محدودکننده رشد و تولید گیاهان زراعی است. بنابراین، ایجاد و استفاده از ارقام متحمل به شرایط خشکی از اهمیت زیادی برخوردار است (Gol-Abadi et al., 2008). در بهنژادی و تولید ارقام پر محصول، دسترسی به تنوع ژنتیکی، اطلاع از ساختار ژنتیکی و نحوه توارث صفات ضروری است تا با بهره‌برداری صحیح از این تنوع بتوان ارقام جدید با خصوصیات مورد نظر را تولید نمود. به عبارت دیگر، تنوع ژنتیکی لازمه اصلی گزینش در برنامه­های بهنژادی برای بهبود صفات و تولید ارقام جدید و سازگار است (Houshmand, 2003). با توجه به کاهش تنوع ژنتیکی در مواد اصلاح‌شده، انجام تلاقی بین ژنوتیپ‌هایی با خصوصیات مکمل از روش­های متداول برای تولید جمعیت­های در حال تفرق و ایجاد نوترکیبی­های جدید برای رسیدن به صفات مطلوب و عملکرد بالا ضروری است. جمعیت لاین­های اینبرد نوترکیب که از طریق خودگشنی گیاهان F2 حاصل از تلاقی دو لاین طی چند نسل (معمولاً تا نسل F8 یا F9) تولید می­شود، از جمله چنین جمعیت­هایی می­باشد. افراد این جمعیت­ها ­به­علت پشت سر گذاشتن چند چرخه تفرق قبل از رسیدن به هموزیگوتی، دارای ترکیبات متفاوت از ژن­های والدینی بوده و از نظر صفات مختلف ممکن است نسبت به والدین خود برتر باشند؛ بنابراین، جمعیت لاین­های اینبرد نوترکیب دارای کاربردهای مختلف از قبیل ایجاد تنوع برای انتخاب ژنوتیپ­های برتر، تهیه نقشه­های ژنتیکی و مکان­یابی ژن­های کنترل کننده صفات مختلف می­باشند. (Young, 2000). در برنامه‌های به نژادی با هدف افزایش عملکرد انتخاب بر مبنای اجزای عملکرد بسیار مهم می­باشد (Mohammadi & Khadambashi-Emami, 2007). به­منظور اصلاح برای تحمل خشکی، عملکرد بیولوژیک از مهم‌ترین صفات زراعی می‌باشد Blum, 2003)). از آنجا عملکرد بیولوژیک دارای توارث کمی است درک ساختار ژنتیکی تولید عملکرد بیولوژیک در گندم دارای اهمیت فراوانی است. علوی و صبا (Alavi Siney & Saba, 2015) عنوان نمودند که تحت شرایط دیم عملکرد بیولوژیک یکی از عوامل اصلی و تعیین‌کننده عملکرد دانه می­باشد. مطالعات زیادی برای مکان‌یابی QTL های مرتبط با عملکرد بیولوژیک انجام شده است. در پژوهشی Lin et al. (2014) گزارش کردند که چهار QTL بر روی کروموزوم‌های شماره 3A، 4B،  4Dو  5A2 در دو محیط در کنترل عملکرد ‌بیولوژیک نقش داشتند که در حدود 57/2 تا 87/10 درصد از تغییرات عملکرد ‌بیولوژیک را تبیین کردند. آن‌ها هم­چنین سه اثر متقابل بین کروموزوم‌های 2A×2D،  2A×4D و 3A×4B برای عملکرد‌ بیولوژیک شناسایی نمودند. همچنین لین و همکاران (Lin et al., 2008) در مطالعه 136 لاین اینبرد لاین نوترکیب گندم حاصل از تلاقی Nanda 2419 x Wangshuibai در پنج محیط QTL­هایی را برای عملکرد دانه بر روی کروموزوم‌های شماره 1B, 5B, 5D, 7A, 7D مکان­یابی کردند. کادام و همکاران (Kadam et al., 2012) سه QTL را برای بیوماس ساقه بر روی کروموزوم شماره 4B مکانیابی کردند. هشت QTL با میزان اثر متوسط (توجیه 6/5 و 2/8 درصد از تغییرات فنوتیپی) در شرایط مختلف محیطی در منطقه کلورادوی آمریکا بر روی کروموزوم شماره 2D شناسایی شد (El-Feki, 2010). در مطالعه درانی نژاد و همکاران (Dorrani-Nejad et al., 2016) برای صفت وزن کاه یک QTLبزرگ اثر واقع بر کروموزوم 1D شناسایی شد که در فاصله 5/86 سانتی مورگان از ابتدای کروموزوم واقع بود که 6/16 درصد از تنوع فنوتیپی این صفت را توجیه کرد.

تحقیق حاضر به‌منظور بررسی میزان توارث و مکان‌یابی QTL­های اصلی و اپیستاتیک و اثر متقابل آن‌ها با محیط برای عملکرد بیولوژیک در اینبرد لاین‌های نوترکیب گندم نان حاصل از تلاقی YecoraRojo و No. 49 انجام شد. 

 

مواد و روش­ها

مواد گیاهی مورد استفاده شامل 148 لاین اینبرد نوترکیب گندم نان بهاره حاصل از تلاقی رقم Yecora Rojo (زودرس و پاکوتاه به‌عنوان والد پدری با منشأ امریکا 149) و No. 49 (دیررس و پابلند به‌عنوان والد مادری با منشأ سیستان و بلوچستان) به همراه والدین بود (Ehdaie et al., 2016). جمعیت در دانشگاه ریورساید تولید و از طریق قطب علمی اصلاح مولکولی دانشکده کشاورزی دانشگاه تبریز در اختیار این پژوهش قرار داده شد. ارزیابی مزرعه­ای ژنوتیپ­های مورد مطالعه در دو مکان مزرعه تحقیقاتی دانشگاه مهاباد و ایستگاه تحقیقات کشاورزی و منابع طبیعی میاندوآب در سال­های زراعی 1393 و 1394 انجام شد. این دو منطقه بر اساس طبقه­بندی دو مارتن، به­ترتیب جزو مناطق نیمه خشک کشور طبقه­بندی شده­اند. آزمایش در هر دو منطقه در قالب طرح آلفا لاتیس با دو تکرار و در دو شرایط عادی و تنش رطوبتی اجرا شد. هر لاین و والدین در کرت­های دو ردیفی به طول 5/2 متر و فاصله بین ردیف 20 سانتی­متر با تراکم 500 بذر در مترمربع کشت شد. آبیاری در تیمارهای تنش و بدون تنش تا مرحله ظهور سنبله، بعد از 90 میلی­متر تبخیر از تشتک کلاس A، بسته به دما و میزان تبخیر و تعرق انجام گرفت. برای اعمال تنش کم­آبی، در مرحله ظهور سنبله در تیمار تنش، آبیاری قطع شد ولی در آزمایش بدون تنش تا زمان رسیدگی آبیاری ادامه یافت. کلیه مراقبت‌های زراعی به‌طور یکسان برای لاین­ها انجام شد. در موقع رسیدگی فیزیولوژیکی، بعد از حذف اثر حاشیه کلیه بوته‌ها از سطح خاک برداشت و به‌عنوان عملکرد بیولوژیک هر واحد آزمایشی ثبت شد.

در این بررسی آماره­های میانگین، دامنه تغییرات، ضریب تنوع فنوتیپی و ژنتیکی، وراثت­­پذیری خصوصی و بازده ژنتیکی برای شدت گزینش 5 درصد برای کلیه صفات اندازه­گیری شد و با رویه Univariate در نرم­افزار SAS محاسبه شدند. وراثت­پذیری خصوصی صفات از فرمول ذیل محاسبه گردید.

 

 

 که در آن‌ها σ2g، σ2gy، σ2gl، σ2gt، σ2glt، σ2gyt، σ2gyl وσ2gylt و σ2e به ترتیب برابر واریانس ژنتیکی، اثرات متقابل ژنوتیپ در سال، ژنوتیپ در مکان، ژنوتیپ در شرایط، ژنوتیپ در مکان در شرایط، ژنوتیپ در سال در شرایط، ژنوتیپ در سال در مکان و ژنوتیپ در سال در مکان در شرایط بودند. با توجه به این­که واریانس ژنتیکی بین لاین­های خالص نوترکیب معادل دو برابر واریانس افزایشی است (Houshmand, 2003) مقدار برآورد شده نشانگر وارثت­پذیری خصوصی صفات خواهد بود. تفکیک متجاوز برای صفات در جهت مثبت و منفی با استفاده از فرمول­های GGP=BINL-B BINL و GGN=WINL-WINL محاسبه گردید که در آن GGP،GGN به ترتیب تفکیک متجاوز مثبت و منفی، BINL و WINL به ترتیب لاین­های دارای بیشترین و کمترین ارزش و BP و WP به­ترتیب والدین برخوردار از بالاترین و کمترین ارزش هستند (Houshmand, 2003). ضرایب تنوع فنوتیپی و ژنوتیپی با استفاده از فرمول­های 100× (X/σp) PCV=و 100×GCV=( σg/X)  محاسبه گردیدند که درآن­هاσp  و σg به ترتیب انحراف معیارهای فنوتیپی و ژنوتیپی وx  میانگین صفت در کل جمعیت است. بازده ژنتیکی برای شدت گزینش 5 درصد با استفاده از رابطه  GC=Kh2σp محاسبه شد، که در آنK دیفرانسیل گزینش استاندارد شده (065/2 برای 5 درصد گزینش)، σp انحراف معیار فنوتیپی و h2 وارثت­­پذیری خصوصی صفات است(Houshmand, 2003).

برای تجزیه QTL از نقشه پیوستگی موجود جمعیت متشمل بر 177 نشانگر ریزماهواره و 51 نشانگر رتروترانسپوزون استفاده شد. در این نقشه، 202 نشانگر در 36 گروه پیوستگی با طول نقشه 36/691 سانتی­مورگان قرار دارند و 26 نشانگر به هیچ گروه پیوستگی منتسب نشده است. بر اساس نقشه­های پیوستگی ارایه‌ شده برای گندم، 34 گروه پیوستگی با 19 کروموزوم از 21 کروموزوم گندم مطابق دارند و متوسط فاصله دو نشانگر مجاور در نقشه برابر 42/3 سانتی­مورگان است (Roder et al., 1998; Roder et al., 1995) تجزیه QTL با برنامه QTL network 2.0 و بر اساس روش مکان­یابی فاصله­ای مرکب انجام و برای QTL­های شناسایی شده، اثر افزایشی و درصد تبیین واریانس فنوتیپی برآورد شد. با توجه به این­که جمعیت لاین­های اینبرد نوترکیب یک جمعیت دائمی است، اثر متقابل QTL × محیط، QTL × QTL و QTL × QTL × محیط نیز برآورد شد.

 

نتایج و بحث

تنوع صفات و پارامترهای ژنتیکی: نتایج نشان داد که در شرایط نرمال اختلاف بین والدهای Yecora Rojo و No. 49 ازلحاظ عملکرد بیولوژیک در هر سه شرایط معنی­دار بود (جدول 1). در این بررسی والد No. 49 در مقایسه با والد Yecora Rojo به‌صورت معنی­داری از عملکرد بیولوژیک بالاتری برخوردار بود. برتری والد No. 49 را می­توان به خصوصیات ژنتیکی این ژنوتیپ نسبت داد. ژنوتیپ مذکور دیررس و پابلند است و می­تواند طول دوره رشد بیشتری داشته باشد و علاوه بر استفاده از طول دوره رشد بالا جهت فتوسنتز جاری فتوآسمیلات­های ذخیره شده در ساقه را نیز در مدت زمان بیشتری به منابع انتقال دهد (Ehdaie et al., 2008). در تحقیق حاضر بین 148 اینبرد لاین نوترکیب از لحاظ عملکرد بیولوژیک اختلاف معنی­دار در کلیه شرایط مشاهده شد. انتظار می­رود میانگین جامعه لاین­های خالص نوترکیب با میانگین والدین آن اختلاف معنی­دار نداشته باشد (Maccaferri et al., 2008). مقایسه متعامد میانگین والدین با میانگین لاین­های اینبرد نوترکیب در این پژوهش نشان داد که در هر سه شرایط اختلاف معنی­داری بین این دو گروه از لحاظ عملکرد بیولوژیک وجود نداشت. در شرایط تنش هر دو تفکیک متجاوز مثبت و معنی­دار برای عملکرد بیولوژیک دیده شد؛ اما در شرایط نرمال و متوسط دو شرایط تنها تفکیک متجاوز مثبت و معنی­دار برای صفت مذکور دیده شد. معنی­دار شدن تفکیک متجاوز در جهت مثبت و منفی در مورد هر دو والد مبین این واقعیت است که آلل­های افزایش‌دهنده صفات در بین والدین پخش شده­اند و در برخی از نتاج تعداد بیشتری آلل منفی یا مثبت نسبت به والدین جمع شده­اند. در تحقیق حاضر ضرایب تنوع ژنتیکی و فنوتیپی قابل قبولی برای عملکرد بیولوژیک در هر سه شرایط مشاهده شد. تنوع بالا بین ژنوتیپ­ها امکان بهبود صفات در آینده را فراهم می­آورد و به‌طور خاص میزان تنوع ژنتیکی در تعیین سودمندی انتخاب مؤثر است (Subhashchandra et al., 2009). بالاترین تنوع فنوتیپی و ژنوتیپی در شرایط تنش کم‌آبی و کمترین شاخص‌های مذکور در متوسط دو شرایط دیده شد. بالاترین مقدار وراثت‌پذیری برای عملکرد بیولوژیک در شرایط تنش و شرایط نرمال مشاهده شد، کمترین مقدار وراثت­پذیری در متوسط دو شرایط دیده شد. با توجه به پایین بودن مقادیر وراثت­پذیری خصوصی در تحقیق حاضر می­توان اظهار داشت در کنترل عملکرد بیولوژیک نقش اثرات افزایشی بارز نبود بنابراین گزینش بر اساس صفت مذکور احتمالاً مثمر ثمر نمی­باشد. در مطالعه حمزه و همکاران (Hamze et al., 2008) مقدار وراثت­پذیری خصوصی عملکرد بیولوژیک را متوسط به بالا 91/56 درصد برآورد شد. همچنین بالاترین مقدار بازده ژنتیکی به عملکرد بیولوژیک درشرایط نرمال اختصاص داشت. در این مطالعه، مقادیر چولگی و کشیدگی منحنی‌های توزیع نرمال کمتر از یک بود که بیانگر نرمال بودن توزیع داده‌های مورد بررسی بود. پیوسته بودن نرمال بودن توزیع صفات نشان‌دهنده کمی بودن و دخالت چندین ژن در کنترل این صفات بود.

­نتایج تجزیه QTL نشان داد در شرایط نرمال رطوبتی یک QTL، یک اثر متقابل QTL در محیط، دو اثر اپیستازی QTL× QTL و هفت اثر متقابل QTL× QTL در محیط وجود داشت. در شرایط تنش کم‌آبی نیز یک QTL، سه اثر اپیستازی QTL× QTL و هفت اثر QTL× QTL در محیط مکان­یابی شد، هم­چنین در مجموع دو شرایط نیز دو QTL، سه اثر متقابل QTL با محیط، پنج اثر اپیستازی QTL× QTL و هشت اثر QTL× QTL در محیط معنی‌دار بودند. کم بودن تعداد QTL های اصلی در تحقیق حاضر احتمالاً به دلیل پایین بودن مقدار وراثت­پذیری صفت مذکور باشد (جدول 2 و 3 شکل 1).

در شرایط نرمال برای عملکرد ‌بیولوژیک یک QTL روی کروموزوم­ QBI7D-N شناسایی شد QTL مذکور در مجاور نشانگرهای Cfa2174.2- Wms573 و در فاصله 3 سانتی‌مورگان قرار داشت که دارای مقادیر اثرافزایشی 22/7- و R2 فنوتیپی برابر 64/2 درصد بود (جدول 1). آلل افزایش‌دهنده عملکرد بیولوژیک در این بررسی از والد Yecora Rojo در نتاج به اشتراک گذاشته شده بود. QTL، QBI7D-N یک اثرمتقابل معنی­دار با محیط نشان داد. این اثرمتقابل 46/5 درصد از کل تغییرات واریانس‌فنوتیپی را به‌خود اختصاص داد. به‌طوری که آلل­های والد Yecora Rojo در سال اول، مکان میاندوآب و محیط نرمال مقدار عملکرد بیولوژیک را به مقدار 89/5 واحد افزایش داد. با توجه به بالاتر بودن R2 فنوتیپی اثرمتقابل QTL در محیط در مقایسه با اثر افزایشی QTL می‌توان نتیجه گرفت QTL شناسایی شده برای عملکرد ‌بیولوژیک نسبت به شرایط محیطی بسیار حساس است (Wu et al., 2012). همچنین دو اثراپیستازی افزایشی در افزایشی بین QTL­های واقع روی کروموزوم‌های 2D×6D و 5B×6D برای عملکرد بیولوژیک شناسایی شد این دو اثر اپیستازیQBY6D-N× QBY2D-N و QBY6A-N× QBY5B-N دارای مقادیر اثر افزایشی 968/4- و 540/1- بودند و 06/3 درصد از تغییرات مرتبط با عملکرد بیولوژیک را تبیین نمودند. در دو اپیستازی شناسایی شده نقش لاین‌های اینبرد نوترکیب در کنترل عملکرد بیولوژیک بیشتر از اثرات والدین بود (Li et al., 2014). با توجه به اینکه مقدار R2 فنوتیپی توجیه شده توسط اثرات اپیستازی افزایشی در افزایشی QTL­ها بالاتر از اثر ‌افزایشی QTL بود، می­توان اظهار داشت در شرایط نرمال نقش اثرات‌اپیستازی افزایشی در افزایشی بین QTL­ها در کنترل عملکرد‌ بیولوژیک بیشتر از اثرات ‌افزایشی QTL است (Wu et al., 2012). در شرایط تنش کم­آبی یک QTL بر روی کروموزوم شماره 7B در مجاورت نشانگرهای Cfa2174.1- Wms573 و در موقعیت 1 سانتی مورگان مکان‌یابی شد. QTL، QBI7D-S دارای اثرات افزایشی 16/3 بود که از طریق والد Yecora Rojo در نتاج به ارث رسیده بودند که 8 درصد از تغییرات فنوتیپی عملکرد بیولوژیک را تبیین نمود.

­نتایج تجزیه QTL نشان داد در شرایط نرمال رطوبتی یک QTL، یک اثر متقابل QTL در محیط، دو اثر اپیستازی QTL× QTL و هفت اثر متقابل QTL× QTL در محیط وجود داشت. در شرایط تنش کم‌آبی نیز یک QTL، سه اثر اپیستازی QTL× QTL و هفت اثر QTL× QTL در محیط مکان­یابی شد، هم­چنین در مجموع دو شرایط نیز دو QTL، سه اثر متقابل QTL با محیط، پنج اثر اپیستازی QTL× QTL و هشت اثر QTL× QTL در محیط معنی‌دار بودند. کم بودن تعداد QTL های اصلی در تحقیق حاضر احتمالاً به دلیل پایین بودن مقدار وراثت­پذیری صفت مذکور باشد (جدول 2 و 3 شکل 1).

در شرایط نرمال برای عملکرد ‌بیولوژیک یک QTL روی کروموزوم­ QBI7D-N شناسایی شد QTL مذکور در مجاور نشانگرهای Cfa2174.2- Wms573 و در فاصله 3 سانتی‌مورگان قرار داشت که دارای مقادیر اثرافزایشی 22/7- و R2 فنوتیپی برابر 64/2 درصد بود (جدول 1). آلل افزایش‌دهنده عملکرد بیولوژیک در این بررسی از والد Yecora Rojo در نتاج به اشتراک گذاشته شده بود. QTL، QBI7D-N یک اثرمتقابل معنی­دار با محیط نشان داد. این اثرمتقابل 46/5 درصد از کل تغییرات واریانس‌فنوتیپی را به‌خود اختصاص داد. به‌طوری که آلل­های والد Yecora Rojo در سال اول، مکان میاندوآب و محیط نرمال مقدار عملکرد بیولوژیک را به مقدار 89/5 واحد افزایش داد. با توجه به بالاتر بودن R2 فنوتیپی اثرمتقابل QTL در محیط در مقایسه با اثر افزایشی QTL می‌توان نتیجه گرفت QTL شناسایی شده برای عملکرد ‌بیولوژیک نسبت به شرایط محیطی بسیار حساس است (Wu et al., 2012). همچنین دو اثراپیستازی افزایشی در افزایشی بین QTL­های واقع روی کروموزوم‌های 2D×6D و 5B×6D برای عملکرد بیولوژیک شناسایی شد این دو اثر اپیستازیQBY6D-N× QBY2D-N و QBY6A-N× QBY5B-N دارای مقادیر اثر افزایشی 968/4- و 540/1- بودند و 06/3 درصد از تغییرات مرتبط با عملکرد بیولوژیک را تبیین نمودند. در دو اپیستازی شناسایی شده نقش لاین‌های اینبرد نوترکیب در کنترل عملکرد بیولوژیک بیشتر از اثرات والدین بود (Li et al., 2014). با توجه به اینکه مقدار R2 فنوتیپی توجیه شده توسط اثرات اپیستازی افزایشی در افزایشی QTL­ها بالاتر از اثر ‌افزایشی QTL بود، می­توان اظهار داشت در شرایط نرمال نقش اثرات‌اپیستازی افزایشی در افزایشی بین QTL­ها در کنترل عملکرد‌ بیولوژیک بیشتر از اثرات ‌افزایشی QTL است (Wu et al., 2012).

در شرایط تنش کم­آبی یک QTL بر روی کروموزوم شماره 7B در مجاورت نشانگرهای Cfa2174.1- Wms573 و در موقعیت 1 سانتی مورگان مکان‌یابی شد. QTL، QBI7D-S دارای اثرات افزایشی 16/3 بود که از طریق والد Yecora Rojo در نتاج به ارث رسیده بودند که 8 درصد از تغییرات فنوتیپی عملکرد بیولوژیک را تبیین نمود. لازم به ذکر است QTL، QBI7D-S در هر دو شرایط نرمال و تنش کم­آبی مشترک بوده و ظهور فنوتیپی داشت. در کنترل عملکرد بیولوژیک سه اثرمتقابل افزایشی× افزایشی معنی‌دار بین QTL­های واقع روی کروموزوم­های 6A×3A، 1B×6B و 3A×3A شناسایی شدند. مقدار اثرات ‌افزایشی در افزایشی این اثرات به‌ترتیب 7124/0، 0205/1- و 1532/4 بود که در مجموع 04/2 درصد ازتنوع کل فنوتیپی عملکرد بیولوژیک را توجیه کردند. در دو اثر متقابل QBY6A-S/QBY3A-S و QBY3A/QBY3A-S نقش اثرات والدینی در مقایسه با اثرات لاین‌های اینبرد نوترکیب و در اثرمتقابل QBY1B-S/QBY6B-S نقش لاین‌های اینبرد نوترکیب در مقایسه با اثرات والدینی در کنترل عملکرد بیولوژیک بارزتر بود (جدول2). تحت شرایط تنش کم‌آبی هفت اثر متقابل QTL×QTL در محیط معنی‌دار برای عملکرد ‌بیولوژیک شناسایی شد مقدار تبیین واریانس‌فنوتیپی در مجموع برابر 74/24 درصد بود که در مقایسه با مقدار تبیین واریانس‌فنوتیپی توسط اثرات متقابل QTL×QTL به‌مراتب بیشتر بود که نشان‌دهنده میزان حساسیت بالای این اثرات نسبت به تغییر در شرایط محیطی است. در مجموع دو سال و دو مکان و دو شرایط برای عملکرد‌بیولوژیک دو QTL روی کروموزوم ­ 7Bو 5A برای شناسایی شد QTL، QBY5B-C در مجاور نشانگرهای Gwm371-Gwm213 و در فاصله 5/9 سانتی‌مورگان قرار داشت که دارای اثر افزایشی 513/0- بود که 47/4 درصد از کل تغییرات عملکرد‌ بیولوژیک را به خود اختصاص داد (جدول 2). همچنین QTL، QBY5B-C با سه محیط اثرمتقابل معنی‌دار نشان داد که در مجموع 66/4 درصد از تغییرات فنوتیپی مربوط به صفت را به‌خود اختصاص داد.

 

جدول 1- پارامترهای آماری و تنوع صفات مورد مطالعه در 148 لاین­ مورد مطالعه به همراه دو والد (Yecora Rojo × No. 49) تحت شرایط نرمال رطوبتی (میانگین دو سال و دو مکان).

Table- 1 Statistical parameters and diversity biological yield in 148 studied lines with two parents (Yecora Rojo × No. 49) under normal irrigation condition (means of two years and two locations).

متوسط دو شرایط Average

تنش Stress

نرمال Normal

Parameters

پارامترها

99.83

77.47

99.84

YecoraRojo

یوکوراروجو

124.65

86.75

115.02

No. 49

ان. 49

112.24

82.10

107.42

parents mean

میانگین والدین

-24.81

-9.28

-15.18

Parental difference

اختلاف والدین

148.3

114.83

149.88

the best line

بهترین لاین

93.59

57.05

90.70

The worst line

بدترین لاین

120.01

85.78

119.26

Lines Average

میانگین لاین­ها

54.73

57.79

59.19

Range

دامنه تغییرات

-7.77

-3.83

-11.83

P-F

میانگین والدین - نتاج

23.68

28.09

34.84

Positive transgressive segregations

تفکیک متجاوز مثبت

-6.27

-20.42

-9.14

Negative transgressive  segregations

تفکیک متجاوز منفی

13.70

14.64

13.03

Phenotypic coefficient of variations

ضریب تنوع فنوتیپی

7.77

10.74

9.48

Genetic Coefficient of variations

ضریب تنوع ژنوتیپی

16.09

26.91

26.52

Broad sense heritability

وراثت پذیری خصوصی

0.01

3.48

4.23

Genetic gain5%

بازده گزینشی 5%

0. 118

0.141

0.218

Skewness

کشیدگی

0.256

0.159

0. 128

Kurtosis

چولگی

18.39

8.35

12.23

LSD5%

حداقل اختلاف معنی دار

           

 

. در بررسی حاضر والد No.49 مقدار عملکرد بیولوژیک را در سال اول محیط میاندوآب و شرایط تنش و سال دوم محیط میاندوآب و شرایط نرمال به مقدار 52/2 و 57/2 واحد افزایش داد. همچنین والد Yecora Rojo عملکرد بیولوژیک را در سال اول محیط میاندوآب و شرایط تنش به مقدار 35/4 واحد افزایش داد. در متوسط دو شرایط پنج اثراپیستازی افزایشی بین QTL­های واقع روی کرموزوم­های 1B×3A، 2D×6D، 5B×6A، 1B×7B و 7A ×3A برای عملکرد ‌بیولوژیک شناسایی شد این اثرات دارای مقادیر اثرافزایشی 4386/0، 5365/2-، 1706/01-، 9401/0 و 4331/4 بودند و در مجموع 68/4 درصد از واریانس‌فنوتیپی این صفت را تبیین نمودند. با توجه به بیشتر بودن مقادیر R2AA در مقایسه با R2A می‌توان گفت نقش اثرات‌اپیستازی افزایشی در افزایشی QTL ها در مقایسه با اثرافزایشی QTL در کنترل عملکرد‌بیولوژیک بارزتر بود. در این شرایط سه اثر متقابل بین QTL­های واقع روی کروموزوم­هایQBY-N1B× QBY-N 3A،QBY-N1B× QBY-N7B و QBY-N7A × QBY-N A اثرات والدین در اپیستازی و بیش­تر از اثرات لاین‌های اینبرد نوترکیب بود ولی در دیگر اثرات‌اپیستازی باقی‌مانده نقش لاین‌های اینبرد نوترکیب چشم‌گیرتر بود. در شرایط مذکور هشت اثرمتقابل QTL×QTL در محیط معنی‌دار با مقدار R2AAE برابر 24/20 درصد برای عملکرد‌بیولوژیک شناسایی شد. با توجه به اینکه مقدار تببین واریانس‌فنوتیپی توسط اثرات ‌متقابل QTL×QTL در محیط بسیار بیشتر از مقادیر اثرات‌متقابل QTL×QTL بود می‌توان نتیجه گرفت که این اثرات‌اپیستازی نسبت به تغییرات شرایط محیطی حساس می‌باشند (جدول 3). عدم شناسایی QTLهای مشترک بین آزمایش حاضر و تحقیقات سایر محققان به دلایل مختلفی ازقبیل وجود اثر متقابل ژنوتیپ × محیط، خطاهای آزمایشی، عدم پوشش کامل ژنومی، نوع جمعیت نقشه یابی و عدم چندشکلی در مکان های کروموزومی مورد نظر در جمعیت حاضر ارتباط داشته است. درمقابل وجود موقعیت های مشابه برای QTLهای مختلف در آزمایش های مختلف، نشانه کنترل ژنتیکی مشابه صفات در زمینه های ژنتیکی متفاوت بود (Blanco et al., 2006). لی و همکاران (Li et al., 2014) اظهار داشتند چهار QTL بر روی کروموزم‌های شماره 3A، 4B، 4Dو 5A2 در دو محیط در کنترل عملکرد‌بیولوژیک نقش داشتند که در حدود 57/2 تا 87/10 درصد از تغییرات عملکرد‌بیولوژیک را تبیین می‌کردند، آن‌ها همچنین سه اثرمتقابل بین کروموزم‌های 2A×2D، 2A×4D و 3A×4Bبرای عملکرد‌ بیولوژیک شناسایی نمودند.


نتیجه­گیری

در تحقیق حاضر مقدار وراثت­پذیری خصوصی برآورد شده برای عملکرد بیولوژیک در هر سه شرایط متوسط به پایین بود بنابراین می­توان اظهار داشت نقش اثرات افزایشی بارز نبود و گزینش بر اساس صفت مذکور احتمالاً مثمرثمر نباشد. همچنین تعداد QTL­های اصلی شناسایی شده برای عملکرد بیولوژیک کم بودند دلیل کم بودن تعداد QTL­ها می­تواند به دلیل کم بودن وراثت پذیری برای صفات مذکور و همچنین نقش اثرات محیطی باشد. همچنین اگر چه QTL­های کمی برای عملکرد بیولوژیک مکانیابی شد اما در هر سه شرایط مورد بررسی نقش کروموزوم 7B در کنترل عملکرد بیولوژیک بارز بود به­طوریکه یک QTL پایدار در مجاورت نشانگرهای Cfa2174.1-Wms573 مکانیابی شد که می­تواند در گزینش به کمک مارکر در عملکرد بیولوژیک مورد استفاده قرار گیرد.

 

 

جدول 2-QTL ها و اثرات متقابل QTL در محیط برای  عملکرد‌بیولوژیک در جمعیت RIL  گندم حاصل از تلاقی Yecora Rojo × No. 49.

Table 2- Detected QTL Biological yield in a RIL population of wheat obtained from Yecora Rojo × No. 49 at two years and two locations in normal, Water deficit and average of two conditions.

کرموزوم

نام QTL

نشانگرهای مجاور

موقعیت

(cM)

اثرافزایشی

R2 افزایشی

اثر افزایشی در محیط

R2افزایشی در محیط

Chr.

QTL

Marker interval

Position

A

R2b

AE

R2AE

 

 

 

نرمال Normal

 

 

7B

QBI7D-N

Cfa2174.2- Wms573

3

-7.22

2.64

5.89- =AE1

5.46

 

 

 

تنش Stress

 

 

7B

QBI7D-S

Cfa2174.1- Wms573

1

-3.16

8.0

-

-

 

 

میانگین دو شرایط  Average of two conditions

 

5B

QBY5B-C

Gwm371-Gwm213

9.5

-0.5130

1.44

2.52 =AAE3

4.35- =AAE4

2.57  = AAE5

4.66

7B

QBI7D-S

Cfa2174.1- Wms573

1

-3.22

7

-

-

                   

 


جدول 3- اثرات‌افزایشی در افزایشی QTLها و اثرات متقابل QTL ×  QTLدر محیط برای عملکرد ‌بیولوژیک در جمعیت RIL  گندم حاصل از تلاقیYecora Rojo × No. 49.

Table 3- Additive × additive epistatic QTL and QTL × QTL × environment interactions for biological yield in two years and two locations at two condition.

کرموزوم

I

نشانگر مجاور

موقعیت

(cM)

کرموزوم J

نشانگر مجاور

موقعیت

(cM)

افزایشی×
افزایشی

R2
افزایشی×
افزایشی

افزایشی×
افزایشی× محیط

R2افزایشی×
افزایشی× محیط

Chro I

Marker intervals

Position

Chro J

Marker intervals

Position

AA

R2b

 

AAE

R2AAE

 

 

 

 

 

شرایط نرمال Normal condition

 

 

 

 

 

6D

Gwm325-Wmc748

4.0

2D

'Wmc445-'5LTR.2/ISSR9.240

78.1

-4.968

2.84

7.93 =AAE1

7.19 =AAE2

6.40 - =AAE3

8.53 - = AAE4

9.06

 

6A

Wmc786-5LTR.2/ISSR9.170

6.0

5B

'Gwm544-'Sukkula/Nikita.130

108.5

-1.540

0.22

5.53- =AAE2

3.56=AAE3

5.97  = AAE4

5.24

 

 

 

 

 

 

 

 

3.06

 

14.3

 

 

 

تنش کم‌آبی Water deficit condition

 

 

 

 

3A

Wms285-Wmc3

104.5

6A

Barc113-Gwm570

65.3

0.7124

1.06

3.25- =AAE1

2.43- =AAE2

3.89 - = AAE4

9.74

 

6B

Barc134-Wmc388

6.0

1B

5LTR.2/ISSR5.190-Sukkula/ISSR7.920

3.0

-1.020

0.04

3.85- =AAE1

3.36 - =AAE2

3.13  =AAE3

4.17  = AAE4

11.12

 

 

Gwm666-Wms155

46.0

3A

Wmc405-Gwm276

8.9

4.1532

0.096

-

3.88

 

 

 

 

 

 

 

 

2.04

 

24.74

 

 

 

ادامه جدول 3- ....                                                                                             Table 3- Continued

 

متوسط دو شرایط Average of two conditions

 

 

3A

Sukkula/ISSR7.230-LTR6149/ISSR2.180

5.4

1B

Sukkula/ISSR7.230-LTR6149/ISSR2.180

2.7

-0.438

0.002

-

2.74

6D

Wmc445-5LTR.2/ISSR9.240

4.0

2D

Wmc445-5LTR.2/ISSR9.240

77.1

-2.536

1.04

-3.79 =AAE3

 

7.72

6A

Gwm544-Sukkula/Nikita.130

5.0

5B

Gwm544-Sukkula/Nikita.130

107.5

-0.170

0.04

5.97 =AAE1

8.95- =AAE3

11.14 - = AAE4

5.20  =AAE6

4.62

7B

Sukkula/ISSR7.230-LTR6149/ISSR2.180

3.0

1B

Sukkula/ISSR7.230-LTR6149/ISSR2.180

2.7

0.940

0.2

2.40 =AAE3

4.73  = AAE4

2.12

3A

Wmc405-Gwm276

43.0

7A

Wmc405-Gwm276

11.9

4.433

3.4

3.97 =AAE3

3.02

 

 

 

 

 

 

 

4.68

 

20.24

 

 

6D

6A

5B

7B

2D

 

 

شکل 1 - محل QTL های مرتبط با عملکرد بیولوژیک و اپیستازی آن‌ها در  شرایط نرمال.

Figure 1- Positions of additive QTL and epistatic QTL for biological yield in normal.

 

3A

6A

6B

1B

3A

7A

شکل 2 - محل QTL های مرتبط با  عملکرد بیولوژیک و اپیستازی آن‌ها در تنش کم آبی.

Figure 2- Positions of additive QTL and epistatic QTL for biologicsl yield water deficit condition.

 

6A

6D

5B

7B

2D

شکل 3 - محل QTL های مرتبط با  عملکرد بیولوژیک و اپیستازی آن‌ها در  متوسط دو شرایط.  

Figure 3- Positions of additive QTL and epistatic QTL for biologicsl yield in average of two conditions.

 

منابع

Abdel-Ghany HM, Nawar AA, Ibrahim ME, El-Shamarka A, Selim MM, Fahmi AI (2004). Using tissue culture to select for drought tolerance in bread wheat. Proceedings of the 4th International Crop Science Congress Brisbane, Australia, 26 Sep -1 Oct.

 Alavi Siney SM, Jalal Saba J (2015). Analysis of Yield and Yield Components Traits in Twenty Bread Wheat Genotypes Under Dryland Conditions.  Philippine Journal of Crop Science 40: 78-84.

Blanco A, Simeone R, Gadaleta A (2006). Detection of QTLs for grian protein content in durum wheat. Theoretical Applied Genetics 112: 1195-1204.

Blum A (2003). Breeding methods for drought resistance. In: H. G. Jones,T. J. Flowers, and M. B. Jones (eds.). Plants under stress P. 195-215. Cambridge Univercity Press.

Dorrani-Nejad M, Mohammadi-Nejad G, Nakhoda B (2016). QTL mapping of grain yield and yield components in pure lines derived from Roshan × Falat bread wheat varieties (Triticum aestivum L.) under limited irrigation condition. Journal of Agricultural Biotechnology 8: 33- 43 (In Farsi).

Ehdaie B, Alloush GA, Waines JG (2008). Genotypic variation in linear rate of grain growth and contribution of stem reserves to grain yield in wheat. Field Crops Research 106: 34– 43.

Ehdaie B, Mohammadi SA, Nouraein M (2016). QTLs for root traits at mid-tillering and for root and shoot traits at maturity in a RIL population of spring bread wheat grown under well-watered conditions. Euphytica 211: 17–38.

El-Feki W (2010) Mapping quantitative trait loci for bread making quality and agronomic traits in winter wheat under different soil moisture levels. Ph.D. dissertation, Colorado State University, U.S.A.

FAO (2012). FAOSAT agricultur data. Agricultural production 2009. FAO. Rome. Fao. Org. Accessed 22 Apr 2012.

Gol-Abadi M, Arzani A, Mirmohammady Maibody SAM (2008). Genetic analysis of some morphological traits in durum wheat by generation mean analysis under normal and drought stress conditions. Seed Plant 24: 99-116 (In Farsi).

Hamze H, Saba J, Jabari F, Nassiri J, Alavi M (2008). Estimation of components variation, genotypic and phenotypic correlation coefficients of grain yield and its component in bread wheat (Tritium aestivum L.) under rainfed conditions Environment Stresses in Agriculture Science 2: 29-38 (In Farsi).

Houshmand S (2003). The genetical analysis of quantitative traits. ShahreKord Univ. Pub. 462pp.

Kadam S, Singh K, Shukla S, Goel S, Vikram P, Pawar V, Gaikwad K, Khanna-Chopra R, Singh N (2012). Genomic associations for drought tolerance on the short arm of wheat chromosome 4B. Functional & Integrative Genomics 12: 447-64.

Landjeva S, Neumann K, Lohwasser U, Borner A (2008). Molecular mapping of genomic regions associated with wheat seedling growth under osmotic stress. Biologia Plantarum 52: 259-266.

Li H, Wang G, Zheng Q, Li B, Jing R, Li Z (2014). Genetic analysis of biomass and photosynthetic parameters in wheat grown in different light intensities. Journal of Integrative Plant Biology 56: 594–604.

Li X, Xia X, Xiao Y, He Z, Wang D, Trethowan R, Wang H, Chen X (2014). QTL mapping for plant height and yield components in common wheat under water-limited and full irrigation environments. – Crop and Pasture Science 66: 660-670.

Lin F, Xue SL, Tian DG, Li CJ, Cao Y, Zhang ZZ, Zhang CQ, Ma ZQ (2008). Mapping chromosomal regions affecting flowering time in a spring wheat RIL population. Euphytica 164: 769-777.

Maccaferri M, Sanguineti MC, Corneti S, Ortega JLA, Ben Salem M, Bort J, DeAmbrogio E, Del Moral LFG, Demontis A, El-Ahmed A, Maalouf F, Machlab H, Martos V, Moragues M, Motawaj J, Nachit M, Nserallah N, Ouabbou H, Royo C, Slama A, Tuberosa R (2008). Quantitative trait loci for grain yield and adaptation of durum wheat (Triticum durum Desf.) across a wide range of water availability. Genetics 178: 489-511.

Mohammadi SH, Khadambashi-Emami M (2007). Graphical analysis for grainyield of wheat and its components using diallelcrosse. Seed and plant journal 24: 475-486 (In Farsi).

Rebetzke GJ, Richards RA, Condon AG, Farquhar GD (2006). Inheritance of carbon isotope discrimination in bread wheat (Triticumaestivum L.). Euphytica 150: 97-106.

Subhashchandra B, Lohithaswa HC, Desai AS Hanchinal RR (2009). Assessment of genetic variability and relationship between genetic diversity and transgressive segregation in tetraploid wheat. Karnataka Journal of Agricultural 22: 36-38.

Wu X, Chang X, Jing R (2012). Genetic insight into yield-associated traits of wheat grown in multiple rain-fed environments. PLoS One 7: e31249.  

Young ND (2000). Construction of plant genetic linkage map with DNA markers, In: R.L. Phyllips and J.K. Vasil, (eds), DNA-Based Markers in Plants. Kluwer Academic Publications pp. 31- 47.

Zarkti H, Ouabbou H, Hilali A, Udupa SM (2010). Detection of genetic diversity in Moroccan durum wheat accessions using agro-morphological traits and microsatellite markers, African Journal of Agricultural Research 5: 1837-1844.

 

 

 


Mapping main and Epistatic QTL and Their Interaction with Environment for Biological yield in Recombinant Inbred lines of Spring Wheat (Triticum aestivum L.)

 

Hamza H. *1, Asghari A.2, Mohammadi A.3, Sofalian O.4, Mohammadi S.5, Nouraein M.6

 

1 Ph.D. Student of biometrical genetics, Department of Plant Breeding and Biotechnology, Faculty of Agriculture, University of Mohaghegh Ardabili, Ardabil, Iran.

2 Associate Professor, Department of Plant Breeding and Biotechnology, Faculty of Agriculture, University of Mohaghegh Ardabili, Ardabil, Iran.

3 Professor, Department of Plant Breeding and Biotechnology, Faculty of Agriculture, Univeristy of Tabriz, Tabriz, Iran.

4 Associate Professor, Department of Plant Breeding and Biotechnology, Faculty of Agriculture, University of Mohaghegh Ardabili, Ardabil, Iran.

5 Assistant Professor, Department of Plant Production and Genetics, Faculty of Agriculture, University of Maragheh, P. O. Box 55136-553, Maragheh, Iran Seed and plant Improvement Research Department, West Azarbaijan Agricultural and Natural Resources Research Center, AREEO, Urmia, Iran  

6 Assistant Professor, Department of Plant Production and Genetics, Faculty of Agriculture, University of Maragheh, P. O. Box 55136-553, Maragheh, Iran.

 

Abstract

In order to mapping main and epistatic qtl and their interaction with environment for biological yield using a RILs population of wheat, comprising 148 recombinant inbred lines derived from a cross between two winter wheat cultivars, ‘YecoraRojo’ and ‘No. 49’, was evaluated in two locations in Iran (Miandoab and Mahabad) during 2014-2016. A linkage map including 177 microsatellite and 51 retrotransposon markers was used in this study. Quantitative trait loci (QTL) were determined using QTL Cartographer 2.5 and QTL Network 2.0 software based on the CIM and mixed-linear method. In the present study, the estimated heritability for biological yield in normal, water deficit and average of two conditions were 26.52, 26.91 and 16.09%. Also, the highest genetic gain for biological yield was observed in normal conditions. Results of QTL analysis showed. In normal condition, one QTL (R2A= 2.46), one QTL×E (R2AE= 5.46), 2 additive × additive epistatic effects (R2AA= 3.06) and 7 QTL × QTL×E interactions (R2AAE= 14.06) were significant. In water deficit condition, one QTL (R2A= 8), 3 additive × additive interactions (R2AA= 2.04) and 3 QTL × QTL × E interactions (R2AAE= 24.74) were identified. In average of two conditions, two QTL (R2A= 7), 3 QTL×E (R2AE= 4.66), 5 additive × additive epistatic effects (R2AA= 4.67) and 8 QTL × QTL × E interactions (R2AAE= 24.20), were significant. However, a little QTL was observed for biological yield, but in all three conditions, the role of the 7B chromosome in control of biological was significant and a stable QTL was located adjacent to the 'Cfa2174.1-' Wms573 markers, which can be used in marker assisted selection for biologically selective

Keywords: biological yield, Epistatic QTL, Microsatellite marker, Wheat.



* نویسنده مسئول: علی اصغری                                        تلفن: 09143042117                           Email: ali_asgharii@yahoo.com

* Corresponding Author: Asghari A.                           Tel: 09143042117            Email: ali_asgharii@yahoo.com

Abdel-Ghany HM, Nawar AA, Ibrahim ME, El-Shamarka A, Selim MM, Fahmi AI (2004). Using tissue culture to select for drought tolerance in bread wheat. Proceedings of the 4th International Crop Science Congress Brisbane, Australia, 26 Sep -1 Oct.
 Alavi Siney SM, Jalal Saba J (2015). Analysis of Yield and Yield Components Traits in Twenty Bread Wheat Genotypes Under Dryland Conditions.  Philippine Journal of Crop Science 40: 78-84.
Blanco A, Simeone R, Gadaleta A (2006). Detection of QTLs for grian protein content in durum wheat. Theoretical Applied Genetics 112: 1195-1204.
Blum A (2003). Breeding methods for drought resistance. In: H. G. Jones,T. J. Flowers, and M. B. Jones (eds.). Plants under stress P. 195-215. Cambridge Univercity Press.
Dorrani-Nejad M, Mohammadi-Nejad G, Nakhoda B (2016). QTL mapping of grain yield and yield components in pure lines derived from Roshan × Falat bread wheat varieties (Triticum aestivum L.) under limited irrigation condition. Journal of Agricultural Biotechnology 8: 33- 43 (In Farsi).
Ehdaie B, Alloush GA, Waines JG (2008). Genotypic variation in linear rate of grain growth and contribution of stem reserves to grain yield in wheat. Field Crops Research 106: 34– 43.
Ehdaie B, Mohammadi SA, Nouraein M (2016). QTLs for root traits at mid-tillering and for root and shoot traits at maturity in a RIL population of spring bread wheat grown under well-watered conditions. Euphytica 211: 17–38.
El-Feki W (2010) Mapping quantitative trait loci for bread making quality and agronomic traits in winter wheat under different soil moisture levels. Ph.D. dissertation, Colorado State University, U.S.A.
FAO (2012). FAOSAT agricultur data. Agricultural production 2009. FAO. Rome. Fao. Org. Accessed 22 Apr 2012.
Gol-Abadi M, Arzani A, Mirmohammady Maibody SAM (2008). Genetic analysis of some morphological traits in durum wheat by generation mean analysis under normal and drought stress conditions. Seed Plant 24: 99-116 (In Farsi).
Hamze H, Saba J, Jabari F, Nassiri J, Alavi M (2008). Estimation of components variation, genotypic and phenotypic correlation coefficients of grain yield and its component in bread wheat (Tritium aestivum L.) under rainfed conditions Environment Stresses in Agriculture Science 2: 29-38 (In Farsi).
Houshmand S (2003). The genetical analysis of quantitative traits. ShahreKord Univ. Pub. 462pp.
Kadam S, Singh K, Shukla S, Goel S, Vikram P, Pawar V, Gaikwad K, Khanna-Chopra R, Singh N (2012). Genomic associations for drought tolerance on the short arm of wheat chromosome 4B. Functional & Integrative Genomics 12: 447-64.
Landjeva S, Neumann K, Lohwasser U, Borner A (2008). Molecular mapping of genomic regions associated with wheat seedling growth under osmotic stress. Biologia Plantarum 52: 259-266.
Li H, Wang G, Zheng Q, Li B, Jing R, Li Z (2014). Genetic analysis of biomass and photosynthetic parameters in wheat grown in different light intensities. Journal of Integrative Plant Biology 56: 594–604.
Li X, Xia X, Xiao Y, He Z, Wang D, Trethowan R, Wang H, Chen X (2014). QTL mapping for plant height and yield components in common wheat under water-limited and full irrigation environments. – Crop and Pasture Science 66: 660-670.
Lin F, Xue SL, Tian DG, Li CJ, Cao Y, Zhang ZZ, Zhang CQ, Ma ZQ (2008). Mapping chromosomal regions affecting flowering time in a spring wheat RIL population. Euphytica 164: 769-777.
Maccaferri M, Sanguineti MC, Corneti S, Ortega JLA, Ben Salem M, Bort J, DeAmbrogio E, Del Moral LFG, Demontis A, El-Ahmed A, Maalouf F, Machlab H, Martos V, Moragues M, Motawaj J, Nachit M, Nserallah N, Ouabbou H, Royo C, Slama A, Tuberosa R (2008). Quantitative trait loci for grain yield and adaptation of durum wheat (Triticum durum Desf.) across a wide range of water availability. Genetics 178: 489-511.
Mohammadi SH, Khadambashi-Emami M (2007). Graphical analysis for grainyield of wheat and its components using diallelcrosse. Seed and plant journal 24: 475-486 (In Farsi).
Rebetzke GJ, Richards RA, Condon AG, Farquhar GD (2006). Inheritance of carbon isotope discrimination in bread wheat (Triticumaestivum L.). Euphytica 150: 97-106.
Subhashchandra B, Lohithaswa HC, Desai AS Hanchinal RR (2009). Assessment of genetic variability and relationship between genetic diversity and transgressive segregation in tetraploid wheat. Karnataka Journal of Agricultural 22: 36-38.
Wu X, Chang X, Jing R (2012). Genetic insight into yield-associated traits of wheat grown in multiple rain-fed environments. PLoS One 7: e31249.  
Young ND (2000). Construction of plant genetic linkage map with DNA markers, In: R.L. Phyllips and J.K. Vasil, (eds), DNA-Based Markers in Plants. Kluwer Academic Publications pp. 31- 47.
Zarkti H, Ouabbou H, Hilali A, Udupa SM (2010). Detection of genetic diversity in Moroccan durum wheat accessions using agro-morphological traits and microsatellite markers, African Journal of Agricultural Research 5: 1837-1844.