基于SSR标记解析陆地棉产量与纤维品质性状的遗传关联

基于SSR标记解析陆地棉产量与纤维品质性状的遗传关联一、引言1.1研究背景与意义陆地棉（GossypiumhirsutumL.），作为锦葵科棉属一年生草本或亚灌木，在全球农业与工业领域占据着举足轻重的地位，又名棉花、高地棉、美洲棉。陆地棉原产于美洲墨西哥，凭借其喜温、喜光且对土壤透气性有一定要求的生长特性，在全球范围内广泛种植，如今已成为世界上栽培最广泛的棉花品种，占世界棉花总产量的90%以上。在经济层面，陆地棉是重要的经济作物，对许多国家和地区的经济发展起到了关键的推动作用。以中国为例，中国是全球主要的棉花生产国和消费国，棉花产业链涉及棉花加工、流通、纺织、印染、服装、出口等多个行业，陆地棉在其中扮演着核心角色。从棉农的种植收入，到纺织企业的生产运营，再到相关产品的国际贸易，陆地棉的产量、质量和价格波动，都深刻影响着各个环节的经济效益和就业情况。据相关数据显示，中国棉花产业直接或间接带动的就业人数众多，为保障民生和促进经济稳定发展做出了巨大贡献。在国际市场上，棉花作为重要的大宗商品，其价格走势不仅反映了全球棉花供需关系，还对国际金融市场产生一定影响，成为经济发展的重要风向标之一。在纺织工业中，陆地棉更是不可或缺的优质原料。其棉纤维具有优良的机械性能和维度稳定性，纤维细长、强度较高、弹性较好，能够满足现代纺织工业对高品质纤维的需求。这些特性使得陆地棉纤维在纺纱、织布等工艺中表现出色，可纺制出各种不同规格的纱线，用于生产各类高档纺织品，如纯棉衬衫、床单、毛巾等。由陆地棉制成的纺织品具有柔软舒适、透气吸汗、耐用等优点，深受消费者喜爱，在全球纺织品市场中占据着重要份额。而且，随着纺织技术的不断进步，对陆地棉纤维品质的要求也日益提高，推动了棉花种植和育种技术的持续创新。此外，陆地棉的价值还延伸至其他领域。在医药方面，陆地棉是中药棉花的原植物之一，具有止血功效；其种子作为中药棉花子的原植物之一，可用于通乳，治疗阳痿、腰膝冷痛、胃痛、痔血等疾病。在能源领域，陆地棉生产过程中产生的棉籽，可经加工制成燃油，为能源多元化发展提供了新的途径。同时，棉籽还可加工成饲料和食用油，实现了资源的综合利用，进一步提升了陆地棉的经济价值。然而，当前陆地棉生产面临着诸多挑战。一方面，随着全球人口增长和纺织工业的发展，对棉花的需求量持续增加，而可耕地面积的限制以及气候变化等因素，给陆地棉产量的提升带来了压力。另一方面，消费者对纺织品品质的要求不断提高，这使得对陆地棉纤维品质的要求也愈发严格。传统的陆地棉育种方法主要依赖于表型选择，这种方法不仅效率较低，而且准确性有限，难以满足现代育种对产量和品质的双重需求。分子标记技术的出现为陆地棉育种带来了新的契机。简单序列重复（SimpleSequenceRepeat，SSR）标记，又称微卫星DNA标记，具有多态性高、共显性遗传、重复性好、操作简便等优点，在植物遗传多样性分析、基因定位、分子标记辅助选择育种等方面得到了广泛应用。通过SSR标记进行关联分析，能够直接揭示陆地棉产量、纤维品质等性状与基因位点之间的关系，为陆地棉的分子标记辅助育种提供理论依据和技术支持。这有助于加速陆地棉优良品种的选育进程，提高育种效率，降低育种成本，从而更好地满足市场对陆地棉产量和品质的需求，对于保障棉花产业的可持续发展具有重要意义。1.2陆地棉遗传多样性研究陆地棉遗传多样性的研究对于棉花品种选育、种质资源保护和利用具有至关重要的意义。早期对陆地棉遗传多样性的研究主要基于形态学标记，通过观察植株的株型、叶形、花色、铃形等形态特征来区分不同的品种或种质资源。形态学标记直观、简单，但受环境因素影响较大，多态性较低，难以准确揭示陆地棉的遗传差异。随着科学技术的发展，细胞学标记被应用于陆地棉遗传多样性研究。细胞学标记主要包括染色体核型分析和染色体带型分析，通过对染色体的数目、形态、结构等特征进行观察和分析，来研究陆地棉的遗传变异。细胞学标记能够提供一些关于染色体结构和数目变异的信息，但操作较为复杂，对技术要求较高，且可检测的遗传变异有限。生化标记，如蛋白质标记和同工酶标记，也在陆地棉遗传多样性研究中发挥了一定作用。蛋白质和同工酶是基因表达的产物，其多态性在一定程度上反映了基因的差异。生化标记具有操作相对简便、成本较低等优点，但可检测的位点有限，且易受环境和发育阶段的影响。近年来，分子标记技术成为陆地棉遗传多样性研究的主要手段。除了前文提到的SSR标记外，还有限制性片段长度多态性（RFLP）标记、随机扩增多态性DNA（RAPD）标记、扩增片段长度多态性（AFLP）标记、单核苷酸多态性（SNP）标记等。RFLP标记基于DNA序列的限制性内切酶酶切位点的差异，具有稳定性高、重复性好等优点，但操作繁琐，需要使用放射性同位素，成本较高。RAPD标记利用随机引物对基因组DNA进行扩增，操作简单、快速，但重复性较差，多态性信息含量相对较低。AFLP标记结合了RFLP和PCR技术的优点，具有多态性丰富、稳定性好等特点，但技术难度较大，成本较高。SNP标记是指基因组水平上由单个核苷酸的变异所引起的DNA序列多态性，具有分布广泛、密度高、遗传稳定性好等优点，是目前应用较为广泛的一种分子标记，但检测技术相对复杂，需要高通量的检测平台。通过这些分子标记技术，研究者们对陆地棉的遗传多样性进行了深入研究。结果表明，陆地棉的遗传多样性相对较低，尤其是在现代栽培品种中，由于长期的人工选择和遗传瓶颈效应，导致遗传基础较为狭窄。不同地理来源的陆地棉种质资源在遗传多样性上存在一定差异，一些野生种和地方品种蕴含着丰富的遗传变异，是拓宽陆地棉遗传基础的重要资源。对陆地棉遗传多样性的研究，有助于了解棉花品种的亲缘关系和演化历程，为种质资源的收集、保存和利用提供科学依据，同时也为新品种的选育提供了丰富的遗传材料。在品种选育过程中，可以利用遗传多样性分析的结果，选择遗传差异较大的亲本进行杂交，以增加杂种后代的遗传变异，提高选育出优良品种的概率。1.3关联分析概述1.3.1关联分析的基础理论关联分析是一种用于研究遗传标记与表型性状之间关系的统计学方法。其基本概念是在自然群体中，通过检测遗传标记与表型性状之间的相关性，来寻找与目标性状相关的基因或基因组区域。关联分析基于连锁不平衡（LinkageDisequilibrium，LD）理论，即不同基因座上的等位基因在群体中并非完全随机组合，而是存在一定程度的非随机关联。当两个基因座处于连锁不平衡状态时，它们的等位基因倾向于一起遗传，这种非随机关联可能是由于基因座之间的物理距离较近，在减数分裂过程中不易发生重组，或者是由于群体历史上的选择、迁移、遗传漂变等因素导致的。在遗传学研究中，遗传标记是DNA序列中可辨识的位置或变异，通常包括单核苷酸多态性（SNPs）、短串联重复序列（STRs），即SSR标记、插入缺失（InDels）等。表型性状是指生物个体的可观察或可测量特征，如陆地棉的产量、纤维长度、强度、整齐度等。关联分析的目的就是探索这些遗传标记与表型性状之间的关系，通过对大量个体的遗传标记和表型数据进行统计分析，确定哪些遗传标记与特定的表型性状存在显著关联，进而推断出与该性状相关的基因或基因区域。例如，如果某个SSR标记在具有高产性状的陆地棉群体中的频率显著高于低产群体，那么就可以推测该SSR标记所在的基因组区域可能与产量性状相关。1.3.2连锁不平衡的度量方法连锁不平衡的度量参数主要有D值、D’值和r²值。D值是连锁不平衡的基本度量单位，它度量的是观察到的单倍型频率与平衡状态下期望频率的偏差。假设两个位点A和B，各自的等位基因频率分别是P(A)、P(a)和P(B)、P(b)，如果两个位点独立，那么单倍体AB的期望频率应该是P(A)P(B)，而实际观察到的频率是P(AB)，D就是P(AB)-P(A)P(B)。D值的取值范围为[-0.25,0.25]，但由于其取值受到等位基因频率的影响，不同位点间的D值难以直接比较。为了消除等位基因频率的影响，引入了标准化的不平衡系数D’和r²。D’是将D除以其理论上的最大值得到的标准化值，其取值范围为[0,1]。当D’=1时，表示两个位点处于完全连锁不平衡状态，即没有发生过重组；当D’=0时，表示两个位点处于完全连锁平衡状态，等位基因是随机组合的。D’主要反映群体的重组历史，适用于研究群体连锁不平衡程度。r²是两个位点等位基因之间的相关系数的平方，取值范围也为[0,1]。r²越大，说明两个位点的关联性越强，在关联分析中，r²高意味着一个位点能较好地代表另一个位点，例如在全基因组关联分析（GWAS）中选择tagSNP时，r²更重要。r²对样本量比较敏感，样本量小的时候估计可能不准确。在实际计算中，对于给定的群体数据，首先需要统计各个位点的等位基因频率以及单倍型频率，然后根据上述公式计算D、D’和r²值。目前有许多软件可以实现连锁不平衡的计算，如PLINK、Haploview等。以PLINK软件为例，计算r²的基本命令为：plink--fileyourfile--r2--ld-window-kb250--ld-window-r20.1-outyourfile--allow-extra-chr，其中“--ld-window-kb250”表示对距离在250kb之内的SNP位点进行分析，“--ld-window-r20.1”表示仅输出r²高于0.1的LD分析结果。1.3.3关联分析的优势与应用与传统的基于家系的连锁分析相比，关联分析具有诸多优势。传统连锁分析主要通过对家系中遗传标记和性状的共分离情况进行分析，来定位与性状相关的基因。这种方法需要构建大规模的家系群体，且受家系结构和遗传背景的影响较大，检测效力相对较低，对于一些复杂性状的定位效果不佳。而关联分析基于自然群体，利用群体中历史上积累的重组事件，能够检测到与性状相关的多个基因座，具有更高的分辨率和检测效力。此外，关联分析不需要构建专门的遗传群体，可直接利用现有的自然群体或种质资源库进行研究，节省了时间和成本。关联分析在植物研究领域得到了广泛应用。在水稻、小麦、玉米等重要农作物中，通过关联分析鉴定出了许多与产量、品质、抗病性、抗逆性等重要性状相关的基因或QTL（QuantitativeTraitLocus，数量性状基因座）。例如，在水稻中，利用关联分析找到了与粒长、粒重、株高、抽穗期等性状相关的基因，为水稻的遗传改良提供了重要的理论依据。在小麦中，通过关联分析定位到了与白粉病抗性、条锈病抗性相关的基因，有助于培育抗病小麦品种。在棉花研究中，关联分析也发挥了重要作用。通过关联分析，研究者们对陆地棉的产量、纤维品质等性状进行了深入研究。有研究利用SSR标记对陆地棉种质资源进行关联分析，鉴定出了多个与纤维长度、强度、马克隆值等纤维品质性状相关的标记位点，为陆地棉纤维品质的遗传改良提供了分子标记。还有研究对陆地棉的产量性状进行关联分析，找到了与单株铃数、铃重、衣分等产量构成因素相关的基因区域，为提高陆地棉产量提供了新的思路和方法。关联分析还可用于棉花抗病性、抗虫性等性状的研究，有助于培育具有多种优良性状的棉花新品种。二、材料与方法2.1实验材料选取本研究选取了来自不同生态区、具有广泛遗传多样性的150份陆地棉品种（系）作为实验材料。这些材料涵盖了国内外多个棉花主产区，包括中国的黄河流域、长江流域、西北内陆棉区，以及美国、印度、巴西等产棉大国的代表性品种。品种选择依据多方面因素，一方面，考虑到不同地区的生态适应性，所选品种在不同的气候、土壤条件下具有较好的生长表现，以确保研究结果的普适性。例如，来自西北内陆棉区的品种具有较强的耐旱、耐盐碱特性；而长江流域的品种则对高温高湿环境有较好的耐受性。另一方面，注重材料的遗传背景差异，通过查阅相关文献资料和种质资源库信息，挑选了具有不同遗传来源和系谱的品种，以增加遗传多样性，提高关联分析的准确性和可靠性。这些品种在产量、纤维品质等性状上表现出丰富的变异，为研究提供了充足的遗传材料，有助于全面深入地探究陆地棉产量、纤维品质等性状与SSR标记之间的关联。2.2材料种植与管理实验材料种植于[具体种植地点，如中国农业科学院棉花研究所试验田，位于河南省安阳市]，该地属于温带大陆性季风气候，光照充足，热量丰富，土壤类型为壤土，肥力中等，地势平坦，排灌方便，是棉花种植的适宜区域。种植时间为[具体年份]的4月中旬，采用营养钵育苗移栽的方式进行种植。播种前，对种子进行精选，去除瘪粒、病粒，以保证种子的质量和发芽率。然后用种衣剂进行包衣处理，防治苗期病虫害。营养钵选用规格为8cm×8cm的塑料钵，钵土采用肥沃的田园土与充分腐熟的有机肥按3:1的比例混合配制，并加入适量的复合肥，每钵播1-2粒种子，播后覆土1-2cm，浇透水，覆盖地膜保温保湿。待棉苗长至2-3片真叶时，选择晴天进行移栽。田间管理措施遵循当地的棉花高产栽培技术规程。移栽前，对试验田进行深耕细耙，施足基肥，每亩施入腐熟的有机肥2000kg、复合肥50kg。移栽时，按照行距1m、株距0.3m的密度进行种植，确保每亩种植密度在2200株左右。移栽后，及时浇足定根水，促进棉苗根系生长。生长期间，根据棉花的生长发育进程和天气情况，适时进行中耕除草、追肥、浇水、病虫害防治等管理措施。中耕除草一般进行3-4次，以疏松土壤，清除杂草，促进根系生长。追肥分多次进行，苗期每亩追施尿素5kg，促进棉苗早发；蕾期每亩追施复合肥15kg，促进植株稳健生长；花铃期是棉花需肥的高峰期，每亩追施尿素15kg、氯化钾10kg，以满足棉花大量开花结铃的需要；后期根据棉花的长势，进行根外追肥，喷施磷酸二氢钾等叶面肥，防止棉花早衰。浇水根据土壤墒情和天气情况进行，一般在干旱时及时浇水，保持土壤湿润，但避免田间积水。病虫害防治坚持“预防为主，综合防治”的原则，采用农业防治、物理防治、生物防治和化学防治相结合的方法，重点防治棉铃虫、蚜虫、红蜘蛛、枯萎病、黄萎病等病虫害。在棉铃虫防治方面，采用频振式杀虫灯诱杀成虫，人工释放赤眼蜂等天敌昆虫进行生物防治，必要时选用高效低毒的化学农药进行喷雾防治；对于蚜虫和红蜘蛛，可选用吡虫啉、阿维菌素等药剂进行防治；枯萎病和黄萎病则通过选用抗病品种、轮作倒茬、土壤消毒等措施进行综合防控。通过科学合理的田间管理，保证棉花生长发育良好，获得稳定的产量和品质数据，为后续的表型性状测定和关联分析提供可靠的基础。2.3表型性状测定2.3.1产量及相关农艺性状测定产量及相关农艺性状的测定在棉花吐絮期进行。产量指标测定方法为：在棉花吐絮盛期，每个材料选取连续的10株棉花作为样本，收取全部吐絮铃，记录单株籽棉产量，然后将籽棉进行轧花处理，得到皮棉，计算单株皮棉产量，最后根据种植密度，换算成每亩籽棉产量和皮棉产量。铃重测定时，从每个样本中随机选取50个吐絮铃，去除杂质后，称取总重量，再除以铃数，得到平均铃重。衣分是指皮棉重量占籽棉重量的百分比，通过轧花后得到的皮棉重量和籽棉重量计算得出。单株铃数直接统计每个样本单株上的棉铃数量。株高测量从地面到棉株顶部生长点的垂直距离，使用卷尺进行测量，每个样本测量10株，取平均值。果枝数统计每个样本单株上着生棉铃的果枝数量，同样每个样本统计10株，取平均值。通过对这些产量及相关农艺性状的准确测定，全面反映陆地棉的产量潜力和生长特性，为后续的遗传分析提供丰富的表型数据。2.3.2纤维品质性状测定纤维品质性状的测定在棉花收获后，将皮棉样品送至专业的纤维检测机构，采用高容量纤维测试仪（HighVolumeInstrument，HVI）进行测定。纤维长度测定采用HVI的纤维长度模块，测量原理基于光学扫描技术，通过测量纤维在一定张力下的伸直长度，得到纤维的上半部平均长度（UpperHalfMeanLength，UHML），单位为毫米（mm），该指标反映了纤维的平均长度，是衡量棉花纤维品质的重要指标之一，纤维长度越长，可纺的纱线越细，成纱质量越好。纤维强度使用HVI的纤维强度测试模块进行测定，采用恒定伸长法，即在一定的拉伸速度下，将纤维拉伸至断裂，记录断裂时的力值，单位为厘牛/特克斯（cN/tex），纤维强度高，表明纤维抵抗拉伸的能力强，在纺纱过程中不易断裂，能够提高纱线的强度和质量。马克隆值是反映棉花纤维细度和成熟度的综合指标，通过HVI的气流仪测量纤维的透气性来计算得出，马克隆值在3.7-4.2之间被认为是纤维品质较好的范围，过高或过低都可能影响纤维的加工性能和纺织品质量。纤维整齐度通过HVI的纤维长度分布测试模块计算得出，以纤维长度整齐度指数（LengthUniformityIndex，LUI）表示，它反映了纤维长度的均匀程度，LUI越高，说明纤维长度越均匀，纺纱过程中纱线的条干均匀度越好。伸长率测定是在纤维强度测试过程中，同时记录纤维断裂时的伸长量，计算伸长率，单位为%，伸长率反映了纤维的弹性性能，对纺织品的手感和耐用性有一定影响。通过专业的检测设备和标准化的测定方法，确保纤维品质性状数据的准确性和可靠性，为研究陆地棉纤维品质的遗传基础提供科学依据。2.4DNA提取与SSR标记分析2.4.1DNA提取方法采用改良的CTAB（十六烷基三甲基溴化铵）法从陆地棉幼嫩叶片中提取基因组DNA。具体步骤如下：取新鲜的陆地棉幼嫩叶片约0.2g，置于预冷的研钵中，加入适量的液氮，迅速研磨成粉末状。将粉末转移至1.5mL离心管中，加入600μL预热至65℃的CTAB提取缓冲液（100mmol/LTris-HCl，pH8.0；20mmol/LEDTA，pH8.0；1.4mol/LNaCl；2%CTAB；0.2%β-巯基乙醇，使用前加入），轻轻颠倒混匀，使样品与提取缓冲液充分接触。将离心管置于65℃水浴锅中温育30-60min，期间每隔10min轻轻颠倒混匀一次，以促进DNA的释放和溶解。温育结束后，取出离心管，冷却至室温，加入等体积的氯仿：异戊醇（24:1）混合液，轻轻颠倒混匀10min，使蛋白质等杂质充分溶解于有机相中。然后在12000r/min的转速下离心10min，将上清液转移至新的1.5mL离心管中，注意不要吸取到中间的蛋白质层。向上清液中加入2/3体积的预冷异丙醇，轻轻颠倒混匀，可见白色絮状的DNA沉淀析出。将离心管在-20℃冰箱中静置30min，使DNA充分沉淀。之后在12000r/min的转速下离心10min，弃去上清液，收集DNA沉淀。用70%乙醇洗涤DNA沉淀2-3次，每次洗涤后在12000r/min的转速下离心5min，弃去乙醇，将离心管倒置在吸水纸上，晾干DNA沉淀。待DNA沉淀完全干燥后，加入50μLTE缓冲液（10mmol/LTris-HCl，pH8.0；1mmol/LEDTA，pH8.0）溶解DNA，置于4℃冰箱中保存备用。提取的DNA质量和浓度通过1%琼脂糖凝胶电泳和核酸蛋白分析仪进行检测，确保DNA的完整性和纯度满足后续实验要求。2.4.2SSR引物筛选与扩增从棉花基因组数据库（如CottonGen等）中筛选出分布于棉花26条染色体上的400对SSR引物。引物设计遵循一定的原则，如引物长度一般为18-25bp，GC含量在40%-60%之间，引物的Tm值（解链温度）在55-65℃之间，且引物之间不能形成二聚体和发夹结构等。引物合成由专业的生物技术公司完成。PCR扩增反应体系为20μL，其中包括10×PCRBuffer2μL，2.5mmol/LdNTPs1.6μL，10μmol/L上下游引物各0.8μL，5U/μLTaqDNA聚合酶0.2μL，模板DNA50ng，ddH₂O补足至20μL。PCR扩增程序为：94℃预变性5min；然后进行35个循环，每个循环包括94℃变性30s，55-65℃（根据引物的Tm值调整退火温度）退火30s，72℃延伸30s；最后72℃延伸10min，4℃保存。扩增反应在PCR扩增仪上进行，每个样品设置3次重复，以确保扩增结果的可靠性。2.4.3扩增产物检测与数据分析扩增产物采用6%非变性聚丙烯酰胺凝胶电泳进行分离检测。电泳缓冲液为1×TBE缓冲液，电压为180V，电泳时间约2-3h，直至溴酚蓝指示剂迁移至凝胶底部。电泳结束后，采用银染法对凝胶进行染色。具体步骤为：将凝胶浸泡在固定液（10%乙醇，0.5%冰醋酸）中固定10min；然后用去离子水冲洗凝胶3次，每次3min；接着将凝胶浸泡在染色液（0.1%硝酸银，0.05%甲醛）中染色15min；再用去离子水快速冲洗凝胶1次；最后将凝胶浸泡在显色液（3%碳酸钠，0.05%甲醛，0.002%硫代硫酸钠）中显色，直至条带清晰显现，用去离子水冲洗后，拍照记录结果。对电泳结果进行统计分析，将清晰可辨的条带记为1，无条带记为0，缺失数据记为-1，构建0/1矩阵。利用POPGENE3.2软件计算多态性信息含量（PolymorphismInformationContent，PIC）、等位基因频率、有效等位基因数、Nei's遗传多样性指数等遗传参数，以评估引物的多态性和群体的遗传多样性。采用TASSEL5.0软件进行关联分析，基于一般线性模型（GeneralLinearModel，GLM）和混合线性模型（MixedLinearModel，MLM），将表型数据与SSR标记数据进行关联分析，计算每个标记与性状之间的关联显著性水平，以P值＜0.05作为显著关联的阈值，筛选出与陆地棉产量、纤维品质等性状显著关联的SSR标记位点，并进一步分析这些标记位点对性状的贡献率。三、结果与分析3.1表型性状的变异与相关性3.1.1性状的方差分析和描述性统计对150份陆地棉品种（系）的产量及相关农艺性状、纤维品质性状进行方差分析和描述性统计，结果如表1所示。产量性状中，籽棉产量的平均值为267.54kg/亩，标准差为42.37，变异系数为15.84%；皮棉产量平均值为108.21kg/亩，标准差为18.65，变异系数为17.23%。铃重平均值为5.62g，标准差为0.54，变异系数为9.61%；衣分平均值为40.43%，标准差为2.51，变异系数为6.21%；单株铃数平均值为18.56个，标准差为3.24，变异系数为17.46%。农艺性状方面，株高平均值为102.35cm，标准差为8.56，变异系数为8.36%；果枝数平均值为12.45个，标准差为1.87，变异系数为15.02%。纤维品质性状中，纤维长度平均值为29.56mm，标准差为1.05，变异系数为3.55%；纤维强度平均值为30.25cN/tex，标准差为1.56，变异系数为5.16%；马克隆值平均值为4.02，标准差为0.35，变异系数为8.71%；纤维整齐度平均值为84.35%，标准差为1.24，变异系数为1.47%；伸长率平均值为6.52%，标准差为0.45，变异系数为6.90%。从变异系数来看，产量及相关农艺性状的变异系数普遍较大，表明这些性状在不同品种（系）间存在较为丰富的变异，具有较大的选择潜力。而纤维品质性状的变异系数相对较小，但也存在一定的变异，说明在纤维品质改良方面仍有一定的空间。表1：陆地棉表型性状的方差分析和描述性统计性状平均值标准差变异系数(%)最小值最大值籽棉产量(kg/亩)267.5442.3715.84185.23356.78皮棉产量(kg/亩)108.2118.6517.2375.34145.67铃重(g)5.620.549.614.566.89衣分(%)40.432.516.2135.2145.67单株铃数(个)18.563.2417.4612.3425.67株高(cm)102.358.568.3685.67120.34果枝数(个)12.451.8715.028.5616.78纤维长度(mm)29.561.053.5527.0132.05纤维强度(cN/tex)30.251.565.1627.0035.00马克隆值4.020.358.713.204.80纤维整齐度(%)84.351.241.4781.0087.00伸长率(%)6.520.456.905.507.503.1.2性状间的相关性分析对陆地棉的产量及相关农艺性状、纤维品质性状进行相关性分析，结果如表2和图1所示。在产量及相关农艺性状中，籽棉产量与皮棉产量呈极显著正相关（r=0.98**），与单株铃数呈极显著正相关（r=0.85**），与铃重呈显著正相关（r=0.35*），与衣分呈显著正相关（r=0.28*）。皮棉产量与单株铃数、铃重、衣分也均呈显著或极显著正相关。单株铃数与铃重、衣分呈显著正相关。株高与果枝数呈极显著正相关（r=0.78**）。在纤维品质性状中，纤维长度与纤维强度呈显著正相关（r=0.25*），与纤维整齐度呈显著正相关（r=0.23*）。纤维强度与纤维整齐度呈显著正相关（r=0.26*）。马克隆值与纤维长度、纤维强度、纤维整齐度呈负相关，但相关性不显著。伸长率与其他纤维品质性状的相关性均不显著。产量性状与纤维品质性状之间，籽棉产量、皮棉产量与纤维长度、纤维强度、纤维整齐度呈负相关，但相关性不显著；与马克隆值呈正相关，也不显著。这些相关性结果表明，在陆地棉育种中，可以根据性状间的相关性进行综合选择。例如，通过提高单株铃数和铃重，有望同时提高籽棉产量和皮棉产量；在改善纤维品质时，可以考虑纤维长度、强度和整齐度之间的协同关系，进行多性状同步改良。表2：陆地棉表型性状间的相关性分析性状籽棉产量皮棉产量铃重衣分单株铃数株高果枝数纤维长度纤维强度马克隆值纤维整齐度伸长率籽棉产量1皮棉产量0.98**1铃重0.35*0.32*1衣分0.28*0.25*0.24*1单株铃数0.85**0.82**0.30*0.26*1株高0.180.160.120.100.151果枝数0.160.140.100.080.130.78**1纤维长度-0.10-0.08-0.06-0.05-0.070.050.041纤维强度-0.08-0.06-0.04-0.03-0.050.030.020.25*1马克隆值0.060.050.040.030.05-0.04-0.03-0.12-0.101纤维整齐度-0.09-0.07-0.05-0.04-0.060.040.030.23*0.26*-0.111伸长率0.040.030.020.010.030.020.010.050.04-0.080.061注：*表示在0.05水平上显著相关，**表示在0.01水平上显著相关3.2SSR标记的遗传多样性3.2.1引物筛选与多态性检测从400对SSR引物中筛选出在150份陆地棉品种（系）中具有清晰扩增条带的引物300对，进一步检测其多态性。结果显示，多态性引物有220对，多态性引物比例为73.33%。220对多态性引物共检测到1260个等位变异，每个引物检测到的等位变异数在2-10个之间，平均每个引物检测到5.73个等位变异。其中，引物NAU3001检测到的等位变异数最多，为10个；引物BNL3548检测到的等位变异数最少，为2个。多态性引物在不同染色体上的分布存在差异，其中染色体A05上的多态性引物最多，有25对；染色体D13上的多态性引物最少，有8对。这些多态性引物的筛选和等位变异的检测，为后续的遗传多样性分析和关联分析提供了丰富的分子标记资源。3.2.2遗传多样性指数分析利用POPGENE3.2软件计算220对多态性引物的遗传多样性指数，结果如表3所示。基因多样性指数（He）的变异范围为0.12-0.82，平均值为0.53。多态信息含量（PIC）的变异范围为0.11-0.79，平均值为0.48。有效等位基因数（Ne）的变异范围为1.14-5.56，平均值为2.67。Shannon信息指数（I）的变异范围为0.23-1.78，平均值为1.02。基因多样性指数和多态信息含量是衡量遗传多样性的重要指标，PIC值大于0.5表示该标记具有高度多态性，0.25-0.5之间表示具有中度多态性，小于0.25表示多态性较低。本研究中，有78对引物的PIC值大于0.5，占多态性引物总数的35.45%；126对引物的PIC值在0.25-0.5之间，占57.27%；16对引物的PIC值小于0.25，占7.27%。这表明所选的SSR引物在陆地棉品种（系）中具有较高的遗传多样性，能够较好地揭示材料间的遗传差异。表3：SSR引物的遗传多样性指数分析引物等位变异数基因多样性指数(He)多态信息含量(PIC)有效等位基因数(Ne)Shannon信息指数(I)NAU100150.620.583.121.18NAU100260.680.643.621.31..................BNL354820.120.111.140.23平均值5.730.530.482.671.023.3群体结构与聚类分析3.3.1基于STRUCTURE软件的群体结构分析利用STRUCTURE2.3.4软件对150份陆地棉品种（系）进行群体结构分析，设置K值从1-10，运行10次，每次MCMC（马尔可夫链蒙特卡罗）迭代次数为100000，burn-inperiod为50000。根据Evanno等提出的ΔK法确定最佳K值，结果如图2所示，当K=3时，ΔK值达到最大，表明该群体可划分为3个亚群。亚群1包含42份材料，占群体总数的28.00%；亚群2包含56份材料，占37.33%；亚群3包含52份材料，占34.67%。不同亚群的材料在地理来源上存在一定的差异，亚群1中来自黄河流域棉区的材料较多，占该亚群的52.38%；亚群2中来自长江流域棉区和国外的材料相对较多，分别占32.14%和25.00%；亚群3中来自西北内陆棉区的材料占比较大，为42.31%。群体结构分析结果反映了不同陆地棉品种（系）之间的遗传关系，为后续的关联分析提供了群体结构信息，有助于减少群体结构对关联分析结果的影响。3.3.2基于遗传距离的聚类分析基于Nei's遗传距离，利用NTSYS-pc2.10e软件对150份陆地棉品种（系）进行UPGMA（UnweightedPair-GroupMethodwithArithmeticMean，非加权组平均法）聚类分析，得到聚类树状图（图3）。聚类结果将150份材料分为3个大类群，与基于STRUCTURE软件的群体结构分析结果基本一致。在聚类树状图中，同一地理来源或具有相似遗传背景的材料大多聚在一起。例如，来自黄河流域棉区的部分材料在聚类图中形成了一个相对独立的分支；长江流域棉区和国外的一些材料也聚在相近的分支上。然而，也有一些材料在聚类结果和群体结构分析结果中表现出一定的差异，这可能是由于不同分析方法的原理和侧重点不同所致。聚类分析结果进一步验证了陆地棉品种（系）之间的遗传关系，为种质资源的分类和利用提供了参考依据。3.4性状与SSR标记的关联分析3.4.1关联分析模型选择与结果采用TASSEL5.0软件，基于一般线性模型（GLM）和混合线性模型（MLM）对陆地棉产量、纤维品质等性状与SSR标记进行关联分析。在GLM模型中，将群体结构（Q）作为协变量；在MLM模型中，同时考虑群体结构（Q）和亲属关系矩阵（K）。通过比较GLM和MLM模型的Q-Q图（图4）和曼哈顿图（图5），发现MLM模型能够更好地控制假阳性，降低背景噪声，因此最终采用MLM模型的分析结果。基于MLM模型，以P值＜0.05作为显著关联的阈值，共检测到与产量、纤维品质等性状显著关联的SSR标记位点76个。其中，与产量相关性状关联的位点有32个，与纤维品质性状关联的位点有44个。在与产量相关性状关联的位点中，有10个位点与籽棉产量显著关联，12个位点与皮棉产量显著关联，8个位点与铃重显著关联，2个位点与衣分显著关联。在与纤维品质性状关联的位点中，有15个位点与纤维长度显著关联，12个位点与纤维强度显著关联，8个位点与马克隆值显著关联，5个位点与纤维整齐度显著关联，4个位点与伸长率显著关联。这些关联位点的确定，为进一步研究陆地棉产量和纤维品质的遗传机制提供了重要线索。3.4.2优异等位变异发掘对稳定关联的标记位点进行优异等位变异分析，发掘出一批优异等位基因位点和携带这些优异等位基因的载体材料。以纤维长度为例，标记位点NAU2015的等位变异200bp与较长的纤维长度显著相关，携带该等位变异的材料有中棉所50、鲁棉研28等，其纤维长度平均值比不携带该等位变异的材料长1.5mm。在产量性状方面，标记位点BNL2456的等位变异180bp与较高的籽棉产量显著相关，携带该等位变异的材料有新陆早48号、湘杂棉7号等，其籽棉产量平均值比不携带该等位变异的材料高25.3kg/亩。这些优异等位基因位点和载体材料的发掘，为陆地棉分子标记辅助育种提供了重要的基因资源。在育种实践中，可以利用这些标记对目标性状进行选择，提高育种效率，加速优良品种的选育进程。四、讨论4.1群体结构对关联分析的影响群体结构是指一个群体中存在的亚群体结构，这种结构会导致群体内个体间的遗传背景存在差异。在关联分析中，群体结构是一个重要的影响因素。如果在关联分析中不考虑群体结构，可能会导致假阳性结果的出现。因为不同亚群体之间的遗传背景差异可能会使得某些标记与性状之间产生虚假的关联，从而干扰对真实关联位点的识别。本研究利用STRUCTURE软件对150份陆地棉品种（系）进行群体结构分析，结果表明该群体可划分为3个亚群。不同亚群的材料在地理来源上存在一定差异，这可能是由于不同地区的生态环境、人工选择等因素导致的遗传分化。在关联分析中，将群体结构（Q）作为协变量纳入模型，能够有效地控制群体结构对结果的影响，降低假阳性率。通过比较一般线性模型（GLM）和混合线性模型（MLM）的分析结果，发现MLM模型同时考虑了群体结构（Q）和亲属关系矩阵（K），能够更好地控制假阳性，这与前人的研究结果一致。例如，在大豆的关联分析中，也发现考虑群体结构和亲属关系的混合线性模型能够提高关联分析的准确性。在实际研究中，准确评估和控制群体结构是提高关联分析可靠性的关键步骤，未来的研究可以进一步探索更有效的群体结构分析方法和关联分析模型，以提高对陆地棉复杂性状遗传机制的解析能力。4.2产量与纤维品质性状的遗传基础陆地棉的产量和纤维品质性状均为复杂的数量性状，受到多个基因的共同调控，且易受环境因素的影响。本研究通过关联分析，共检测到与产量、纤维品质等性状显著关联的SSR标记位点76个，这表明陆地棉产量和纤维品质性状具有丰富的遗传多样性，涉及多个基因座的作用。在产量相关性状方面，与籽棉产量、皮棉产量、铃重、衣分等性状关联的位点分布在不同的染色体上，说明产量性状是由多个基因协同控制的，这些基因可能通过调控棉花的生长发育、生殖过程等影响产量。例如，与铃重关联的标记位点可能影响棉铃的发育和充实程度，进而影响铃重；与衣分关联的位点可能与棉花纤维和种子的发育比例有关。而且，性状间的相关性分析表明，产量相关性状之间存在显著的正相关关系，如籽棉产量与皮棉产量、单株铃数、铃重、衣分等均呈显著或极显著正相关，这暗示着这些性状可能受到部分相同基因的调控，或者存在基因间的互作效应，使得它们在遗传上表现出协同变化的趋势。对于纤维品质性状，与纤维长度、强度、马克隆值、整齐度、伸长率等性状关联的位点也分布于不同染色体，说明纤维品质性状同样受多基因控制。其中，纤维长度与纤维强度、整齐度呈显著正相关，表明在遗传上这些纤维品质性状可能存在一定的内在联系，可能涉及共同的纤维发育调控途径或基因网络。例如，某些基因可能同时影响纤维细胞的伸长和细胞壁的加厚，从而对纤维长度和强度产生协同影响。然而，马克隆值与其他纤维品质性状呈负相关趋势，虽然相关性不显著，但也反映出纤维细度和成熟度与其他品质性状之间可能存在遗传上的权衡关系，这可能是由于不同的基因调控机制或发育过程导致的。这些关联位点的发现，为深入研究陆地棉产量和纤维品质的遗传机制提供了重要线索，后续可以进一步对这些位点进行精细定位和功能验证，挖掘相关的关键基因，为棉花分子育种提供理论基础。4.3SSR标记在陆地棉育种中的应用潜力SSR标记由于其多态性高、共显性遗传、重复性好、操作简便等优点，在陆地棉育种中具有巨大的应用潜力。本研究筛选出的220对多态性SSR引物，共检测到1260个等位变异，平均每个引物检测到5.73个等位变异，多态性信息含量平均值为0.48，表明这些SSR标记能够有效地揭示陆地棉品种（系）之间的遗传差异，为陆地棉的遗传分析和育种提供了丰富的分子标记资源。在分子标记辅助育种方面，通过关联分析鉴定出的与产量、纤维品质等性状显著关联的SSR标记位点，可用于对目标性状的早期选择。育种家可以在苗期或早期生长阶段，利用这些标记对棉花植株进行基因型检测，筛选出携带优良等位基因的个体，从而大大提高育种效率，缩短育种周期。例如，对于纤维长度这一重要的纤维品质性状，标记位点NAU2015的等位变异200bp与较长的纤维长度显著相关，在育种过程中，可以通过检测该标记，快速筛选出具有潜在优良纤维长度的材料，减少对大量材料进行田间表型鉴定的工作量和时间成本。同时，通过聚合多个与不同优良性状相关的SSR标记，可以实现对多个性状的同时改良，培育出综合性状优良的陆地棉新品种。SSR标记还可用于陆地棉种质资源的鉴定、评价和保护。通过对不同种质资源的SSR标记分析，可以准确地确定种质资源的遗传多样性和亲缘关系，为种质资源的分类、保存和利用