在两个双倍单倍体小麦中映射QTL以进行尖峰生育和相关性状（Triticum aestivum L.人口)。

背景

在繁殖计划中，在选择产量本身的屈服潜力中选择具有最高产量潜力的品种，这导致每穗（GN）粒度较高的品种，偶尔增加谷粒重量（GW）（产量的主要数值)．在该研究中，使用两倍加倍的单倍体（DH）群体（长刚素优质11×Biointa 2002和Gabuette 19×Biointa 2002）映射了与GN测定相关的GW，GN和尖峰生育性与GN测定相关的峰值菌状物的定量性状（QT1）。

结果

总共305例QTL被鉴定为14个特征，其中超过三种环境中鉴定了12个QTL，并在至少一个环境中解释了超过10％的表型变异。在染色体1A，2B，3A，5A，5B，7A和7B上检测到八个热点区域，其中至少两个主要且稳定的QTL剪切置信间隔。这些区域中的两个（R5A.1和R5A.2）上的QTL已经描述过，但其他六个区域是新颖的。

结论

基于富含脂肪的生理模型中的渗流分析，我们得出结论，两个热点基因组区域（R5A.1和R5A.2）与之QGW.perg-6B与标记辅助选择中使用的高相关性以改善尖峰屈服潜力。所有已鉴定的穗相关性状的QTL都是寻找候选基因的第一步，这将为今后更好地利用候选基因提供依据。

小麦(小麦L。)是世界上种植和消费最多的谷物之一。它的产量必须增加，以满足世界人口不断增长的需求。1那2那3.］．通过育种改善品种的产量潜力（即，适应环境的品种的产量，在没有水或营养缺陷的情况下生长，没有生物应激，[4.)是保证世界产量增加的一种可持续的替代方案[5.那6.］．由于小麦产量潜力性状的复杂性、知识的缺乏以及在育种计划中缺乏真正适用的有用工具等原因，小麦产量潜力育种一直基于产量经验选择[7.］．这种选择通常会导致每穗粒数增加，因此单位面积的粒数增加(单位面积的穗数没有一致的趋势报告)[8.那9.那10.那11.那12.那13.那14.那15.］．籽粒重(GW)随育种变化不明显;除了最近的一些报告，其中产量潜力与其增量正相关[16.那17.那18.］．利用分子标记可以提高筛选效率。单核苷酸多态性(SNP)标记在植物育种中的应用提高了植物遗传分析的速度和精度，从而促进了作物分子改良的实施[19.］．SNP标记越来越多地用于QTL定位研究，因为它们是基因组中最常见的变异，而且它们提供了高的图谱分辨率[19.那20.那21.］．因此，对产量相关QTL的鉴定、理解和整合，可为育种工作提供有用的选择工具。

寻找遗传基础以进一步提高产量潜力的最常见方法是基于数值分析，GN和GW（参见表S中引用的参考文献1)．穗粒数是穗总颖花数(TS)和穗粒数(CN)共同作用的结果，穗粒数与穗长(SL)和穗紧实度(CN)有关。在过去的几年里，关于GW和GN本身及其数量组成的几个QTL已经被报道。许多研究确定了这些广泛存在于基因组中的性状的稳定QTL(见表S1)．然而，考虑到IWGSC Ref. Seq。小麦基因组组装[22.]我们确定了QTL报告的QTL以与位于同一位置的相同特征（表1)．例如，在染色体7A的6个研究中检测到GW的QTL - 在664.3-719.6 MB内[23.那24.那25.那26.那27.那28.] （桌子1)．在2D和5A染色体上检测到两个重要的SL QTL [26.那29.那30.那31.那32.那33.那34.那35.那36.那37.] （桌子1)．此外，在一些研究中，在染色体5A和7A上检测到了两个TS的QTL [27.那30.那31.那32.那36.那38.那39.那40那41.] （桌子1)．

从作物生理学角度看，粒数取决于小花在花期到达可育期的数量(每穗可育小花数FF)和它们结粒的比例(粒座数GST)。两者都依赖于同化物的有效性，即开花前20天内生长的穗和发育的小花的同化物有效性[57.那58.那59.]，第2次在开花期后10天[57.那60.］．这将解释GN和FF测定的高度重要性：（i）在花序（SDW）上实现的尖峰干重[10.那12.那61.那62.];（ii）（ii）在小花序/谷物和尖峰结构部件之间的穗内分配的干物质，即肥沃的小花花效率（FFE，每G SDW的肥沃小花）[63.]以及结果效率（Fe，每G的SDW颗粒，或每G在成熟时的FEM颗粒）[15.那63.那64.那65.那66.那67.那68.］．据报道，在现代精英品种中，SDW对解释GN变异而不是结果效率来说不太重要[15.那63.那64.那65.那66.那67.那68.那69.］．GST被认为是相对现代栽培品种的高（即> 80％的肥沃小花香颗粒）[10.那67.那70]，但最近的研究显示，它可能低至60% [45.那63.］．因此，穗内同化物分配给籽粒、谷壳(CH)或其结构(颖片、外稃、外稃、芒GLPA-和轴R-)以及GST和SDW的数量值得研究。只有少数报告研究了这些特征的遗传基础[26.那45.那48.那71.那72.]（表S1)．

在以前的工作中[72.]，在处理本研究中使用的一个DH群体时，我们识别并验证了这种新基因qfem.perg-3a.为3A染色体上的FEm那以及FFE和Fe的第一个已知的QTL，QFFE.PERG-5A，位于染色体5A上。最后一个QTL在有限元测量时也被检测到，这与Basile等人的观点一致[71.谁在与FEM相关联的QTL中检测到两个区域。尽管研究了两者的肺炎效应QFFE.PERG-5A和qfem.perg-3a.对于上述穗育性相关性状，我们没有为这些性状本身寻找新的主效和稳定QTL。

本研究的目的是识别穗生育能力和相关性状的稳定和主要的QTL（数值和生理成分），并讨论其中可能的血液效应以及先前报道的qfem.perg-3a.和QFFE.PERG-5A．选用适合阿根廷中部小麦产区的优良品种杂交而成的两个双单倍体群体:长棍面包优质11 × BioINTA2002 (BP11xB2002)和长棍面包19 × BioINTA2002 (B19xB2002)。

在本研究中，我们报道了305个分布于小麦基因组中不同穗育性及相关性状的QTL。然而，只有28个QTL被认为是主要的和稳定的。已鉴定出8个基因组区域，将一些重要且稳定的QTL分组，并分析了它们对其他相关性状的多效性效应。最后，我们发现了两个区域(R5A)。1和R5A.2)及一个QTL (QGW.perg-6B)，最终获得更高的穗产量。

遗传连锁图谱构建

BP11xB2002的连锁图谱由7,323个SNPs和2个春化基因功能标记组成Vrn-A1[73.] 和Vrn-B1[74.)(表2，S.3.)．所有的SNPs代表了21条小麦染色体上的723个位点。该地图长度为2605.3 cM，平均位点间距为4.7 cM(表S2，S.3.)．B19xB2002的连锁图谱已在Pretini等人的文章中进行了描述[72.］．简单地说，B19xB2002图谱由10936个SNPs组成Vrn-A1和Vrn-B1标记。所有的SNPs代表21条小麦染色体上的739个位点(表S4.，S.5.)．该图谱长度为221.7 cM，平均位点间距为4.3 cM(表S4.，S.5.)．虽然每种群体的基因组长度相似，但三个基因组中标记的分布并不均匀。在BP11XB2002中，基因组A和B与基因组D中的多态性标记数量的至少三倍，分别是2,955,3,513和857标记（表S.3.)．在B19xB2002中，标记分布不均匀程度较高，在A、B和D基因组中分别有4,126、5,448和1,364个标记(表S5.)．在两个群体中，A和B基因组中的位点数量是D基因组中的位点数量的3倍。BP11xB2002在A、B基因组中分别有311和300个位点，在D基因组中分别有113个位点，而B19xB2002在A、B基因组中分别有324和317个位点，在D基因组中分别有98个位点(表S)3.，S.5.)．

表型分析

对于三个父母和两个DH种群的五个环境（E1至E5）的14个研究的手段和范围在表格中详述6.．根据BLUE值，B19和BP11亲本的FF、FFTS、FFFS和GN较高，而B2002亲本的SDW、SL、TS、CH、R、GLPA和GW较高(表2)2)．BP11显示最高和B19最低的FS值，而B2002则在于（表2)．所有特征在每个环境和蓝色值上都呈现了正常分布，并且来自两个人群中的父系中的近海分离（表2，表S.6.)．狭义遗传力值范围为0.31 ~ 0.86，视性状和DH群体而定2)．

在Pretini等人中已经描述了两种群体中GN，FF，SDW，CH和GST的表型性能。[63.］．简而言之，基于蓝色值的BP11xB2002和B19XB2002种群的平均值的范围是：（i）每穗为GN的29.4至53.4和27.2至50.0颗粒;（ii）每穗为37.1至65.5和34.7至52.9小花香;（iii）每穗为SDW 305至502和279至480毫克;（iv）307至535和323至323至564毫克为CH;最后（v）0.6至1.1，GST为0.5至1.3（表2)．

关于在Athesis中确定尖峰结构的特征，在E1（〜107mm）中观察到了考虑到农艺环境（E1至E3）和两种群体的最高SL，而在E2（〜93）中观察到最低的SL（表S.6.)．E5（非农艺夏季）甚至显示出低于E2（〜73毫米）的下层（表S.6.)．Ts同样地为农艺环境中的DH群体（从E2到E2中的〜21到24分钟到21小时）;虽然在非农艺环境中观察到最低TS（E5，每秒〜16次小穗，但表S6.)．FS范围对于两种群体也类似（从E2至E1中的〜17至20次肥沃的尖峰），并且在E5中观察到最低的Fs（〜11个肥沃的每秒小穗，表S6.)．2个居群的CN最低(每穗4.4 mm，表S6.）;而BP11xB2002的E1和B19xB2002的E5最高(4.6 mm)(表S6.)．

两个群体的FFTS范围为每小穗可育小花~ 2.0 ~ 2.4 (E2 ~ E1，表S6.)，而E5的FFTS最低，每小穗有1.7朵可育小花(表S6.)．尽管FFFS探索的范围对于群体的相似，但每种肥沃的小穗〜2.4次肥沃的小花香，最大和最小值与每种群体中的不同环境（BP11xB2002中的E5至E2和B19XB2002中的E2至E1中的e2，表S.6.)．

R和GLPA之间的CH分配在14 ~ 22%之间，GLPA在78 ~ 86%之间，这取决于DH种群和环境。与CH相似，在农艺环境中，两个群体中，E3的R最高(~ 98 mg /穗)，E2最低(~ 60 mg /穗)(表S6.)．E5中测得的R甚至低于E2(每穗48 mg，表S6.)．农艺环境下GLPA在~ 216 ~ 564 mg /穗之间变化，在E5中达到234 mg /穗(表S6.)．在非农艺环境下，BP11xB2002的GW为~ 32 ~ 47 mg (E4-E3)， B19xB2002的GW为~ 29 ~ 41 mg (E2-E5)(表S6.)．

对两个群体来说，当穗长(高SL)时，每穗总可育小穗数(TS和FS)更多，且以松散的方式分布(每节高mm或高CN)(图S1和s2）;这导致每穗（FF）增加肥沃的小花香。在两个人口中，较长的尖峰较重（更高的SDW和CH），这与FF显示出正相关，但效率降低，以设定每单位穗增长的肥沃小花或谷物（负相关性SDW VS FFE和图中的SDW VS FE）1和s2)．另一方面，这些小花和粒数效率与小穗产小花能力正相关(FFE与FFFS正相关)，增加了可育小花和每穗粒数(FFE与FF正相关，FE与GN正相关)(图S)1和s2)．较高的穗数与穗产量(YLD)呈显著正相关，但与穗数(GW)呈显著负相关。同时，GW只对一个种群(BP11xB2002)的YLD有贡献，而对另一个种群(B19xB2002)没有同样的结果(图S)1和s2)．有趣的是，两个群体的可育小花(FFE)和籽粒(FE)的高产效率都提高了开花时穗生长单位产量的高产效率(FFE vs YLD/SDW的r = 0.48或0.19)p< 0.05;FE vs YLD/SDW的r = 0.81或0.68p < 0.0001, in B19xB2002 and BP11x B2002, respectively). These efficiencies are fundamental considering the limitation of assimilates for spike growth during the pre-anthesis period (for a thorough discussion see Pretini et al. [72.])。

QTL映射分析

在5个环境中共鉴定出305个QTL，其中蓝色分布在21条染色体上(表S7.)．Nevertheless, only 28 QTL were stable, i.e. present in at least 3 individual environments or BLUE analysis with a LOD > 2.5 considering a single population or a combination of both populations but with the contribution of the same germplasm (Baguette or B2002), and major, i.e. the R²>在一个环境中至少占10%(表3.)．那些稳定的QTL分布在1A，2A，2B，2D，3A，3B，5A，5B，6A，6B，7A和7B染色体上（表3.)．

检测到SL 19的QTL(表S7.）;然而，其中3个位于2B染色体(QSL.PERG-2B.)、5 (QSL.perg-5A)及7A (qsl.perg-7a.)被认为是跨环境的主要和稳定的。这两个QSL.PERG-2B.和qsl.perg-7a.在BP11xB2002上检测到QSL.perg-5A在B19xB2002(表3.)．增加的等位基因均由B2002贡献，其加性效应范围为3.1 ~ 3.8 mmQSL.PERG-2B.， 2.0至4.0毫米QSL.perg-5A从2.2到4.3 mmqsl.perg-7a.(表3.)．显著的上位性相互作用QSL.PERG-2B.和qsl.perg-7a.检测(P.= 0.042)。的qsl.perg-7a.在来自同一亲本的等位基因存在的情况下，来自BP11的等位基因产生更大的SL减少QSL.PERG-2B.(图3.一个)。

对ts24的QTL进行了鉴定(表S7.），但其中只有三个染色体2D（qts.perg-2d.），3a（qts.perg-3a.)及7A (QTS.perg-7A)被认为是主要的和稳定的。的qts.perg-2d.在BP11xB2002中检测到qts.perg-3a.在B19xB2002(表3.)．的QTS.perg-7A在BP11xB2002的两个环境(E1和BLUE)中检测到，在B19xB2002的一个环境中检测到(E3, Table3.)．所有QTL的增效等位基因均由B2002贡献，其加性效应范围为0.8 ~ 1.0、0.7 ~ 1.0和0.5 ~ 0.6QTS.PERG-2D，QTS.PERG-3A和QTS.perg-7A,分别(表3.)．

对于CN, 22个QTL中有2个QTL(表S7.），染色体2a（qcn.perg-2a.）和5a（QCN.perg-5A)被认为是跨环境的主要和稳定的。QTL在两个人口中都确定。的qcn.perg-2a.在BP11xB2002 (E3)和B19xB2002 (E1, E5和BLUE)的三个环境中检测到。的QCN.perg-5A在BP11xB2002（E2和Blue）的两个环境中检测到，在B19XB2002（E3，表）中的一个环境中3.)．两个QTL的增效等位基因均由B2002贡献，加性效应范围为0.13 ~ 0.20 mm /节3.)．

尽管鉴定出了18个FF的QTL(表S7.），只有两个染色体2b（QFF.PERG-2B.7b（QFF.PERG-7B.)被认为是主要和稳定的(表3.)．的QFF.PERG-2B.在BP11xB2002 (E3)和B19xB2002 (E2, E3 and BLUE, Table3.),而QFF.PERG-7B.在B19XB2002的三种环境中检测到（表3.)．B2002增加了等位基因QFF.PERG-2B.，随着每穗的2.66到3.81肥沃的小花香（表3.)．增加的等位基因QFF.PERG-7B.是由B19贡献的，具有显著的加性效应，范围为1.7-3.6个每穗可育小花(表3.)．两者之间没有显著的上位性相互作用QFF.PERG-2B.和QFF.PERG-7B.检测(P. = 0.3416).

FS在2B染色体上的三个QTL (qfs.perg-2b.），3a（qfs.perg-3a.)及5B (QFS.perg-5B）被认为是QTL分析中鉴定的23分中的主要且稳定（表S7.)．的qfs.perg-2b.在BP11xB2002 (E3)和B19xB2002 (E2, E3 and BLUE, Table3.)．关于这一点qfs.perg-3a.，在B19xB2002的三个环境中检测到(E1, E2和E3)(表3.)．最后，QFS.perg-5B在BP11XB2002（E2和Blue）中的两个环境中检测到，在B19XB2002（E2，表）中的一个环境中3.)．增加的等位基因总是由B2002贡献，添加剂效果为0.4至0.9次肥沃的每股肥沃的尖峰（表3.)．两者之间没有显著的上位性相互作用qfs.perg-2b.和qfs.perg-3a.检测(P.= 0.2133)。

从FFTS鉴定的21个QTL中(表S7.），染色体5a上的两个qtl（QFFTS.PERG-5A)及5B (QFFTS.PERG-5B.)被认为是主要的和稳定的。的QFFTS.PERG-5A在BP11xB2002 (E3)和B19xB2002 (E1, E3和BLUE)的三个环境中检测到QFFTS.PERG-5B.在BP11XB2002（E1，E2，E3和蓝色）的四种环境中检测到（表3.)．两个QTL的增效等位基因均来自于巴甜亲本，其加性效应分别为0.09 ~ 0.13和0.09 ~ 0.16QFFTS.PERG-5A和QFFTS.PERG-5B.分别（表3.)．

在染色体7B上只有一个QTL用于FFFS（QFFFS.perg-7B从所鉴定的22个QTL中鉴定出主要的、稳定的QTL(表S7.)．它在B19XB2002中检测到（表3.)，在两个环境(E1和E3)和蓝色(表3.)．增加的等位基因由B19贡献，其加性效应范围为每粒可育小穗可育小花0.09 ~ 0.15(见表)3.)．

在2A染色体上的3个R的QTL (qr.perg-2a.），3B（qr.perg-3b.)和6A (qr.perg-6a.)主要且稳定;共鉴定出31个QTL(表S7.)．的qr.perg-3b.仅在BP11xB2002中检测到qr.perg-2a.和qr.perg-6a.在两个人群中都被发现。的qr.perg-2a.在BP11XB2002（E1，Blue）和B19XB2002（E5）中的一个环境中存在于两个环境中，而qr.perg-6a.在每个卫生署人口的两种环境中检测到(表3.)．增加的等位基因qr.perg-2a.和qr.perg-3b.由Gabuette父母贡献的添加剂效果，分别从3.3〜8.0和4.4％到9.5毫克。相比之下，增加的等位基因qr.perg-6a.由B2002贡献，添加剂效果从每穗的3.0到8.4 mg变化（表3.)．

尽管检测到23个GLPA的QTL，(表S7.）其中四个，在染色体1a上（qglpa.perg-1a.），3a（qglpa.perg-3a.），5B（QGPLA.perg-5B)及7A (QGLPA.perg-7A)主要且稳定。的qglpa.perg-1a.和qglpa.perg-3a.在BP19xB2002中发现，而QGPLA.perg-5B和QGLPA.perg-7A在两个人群中都检测到。的QGPLA.perg-5B和QGLPA.perg-7A在BP11xB2002和B19xB2002中分别存在于两个环境和一个环境(表3.)．增加的等位基因qglpa.perg-1a.那qglpa.perg-3a.和QGLPA.perg-7A由B2002贡献，添加剂效果分别为每穗分别为27至33,11至24和13至33毫克（表3.)．另一方面，增加的等位基因QGLPA.perg-5B由Gabuette父母提供的添加剂效果，从18至41毫克/级（表3.)．显著的上位性相互作用qglpa.perg-1a.和qglpa.perg-3a.检测(P. = 0.021). TheGLPA.perg-1A来自B19的等位基因在来自父母（B19和B2002）的等位基因存在下产生更大的GLPAGLPA.perg-3A，但在B19的存在下，效果是磨料（图S3.b)。

虽然鉴定出了25个CH的QTL(表S7.)，其中两个位于1A染色体(qch.perg-1a.)及2B (QCH.PERG-2B.)，主要且稳定。的qch.perg-1a.在B19XB2002中检测到QCH.PERG-2B.在BP11xB2002中存在两个环境(E1和E3)，在B19xB2002中存在一个环境(E3)(表3.)．在这两种情况下，增加的等位基因由B2002贡献，添加剂效应从每穗的29〜37毫克不同qch.perg-1a.从35毫克到48毫克QCH.PERG-2B.(表3.)．

对于GN仅在染色体5A上仅一个QTL（qgn.perg-5a.)是鉴定的18个QTL中主要且稳定的(表S7.)．在B19xB2002中检测到QTL3.），在两个环境中（E2和E5）和蓝色（表3.)．增加的等位基因由B19贡献，加性效应为每穗1.8 ~ 2.3粒(见表)3.)．

从在分析中检测到GW的21 QTL，仅在染色体5A上仅为两个QTL（QGW.perg-5A6b（QGW.perg-6B)主要且稳定。的QGW.perg-6B在B19XB2002中存在QGW.perg-5A在BP11xB2002的两个环境(E3和BLUE)和B19xB2002的一个环境中检测到(Table3.)．添加效应范围为1.2 ~ 3.0 mg的长棍面包亲本有助于增加等位基因QGW.perg-5A(表3.)．相比之下,对QGW.perg-6B，增加的等位基因由B2002贡献，范围为1.6-1.8 mg的添加剂效果（表3.)．

尽管分析中分别识别了24和14 QTL，但没有QTL被认为是主要的并且对于SDW和GST稳定（表S.7.)．

穗育性及相关性状的稳定和主要QTL区域

鉴定含有在七条染色体（R1A，R2B，R3A，R5A.1，R5A.2，R5B，R7A和R7B）中的八个基因组区域被含有用于不同特征的28个稳定和主要QTL中的17例（图。1,表8.和s9.)．位于这些区域的QTL根据其物理位置，从SNP标记分享了与SNP标记的自信间隔，表明对相应性状的潜在渗透效应（图。1,表8.，S.9.)．R1A，R2B，R3A和R7A的增加等位基因总是由B2002贡献。R1A区域的QTL峰位位于464.3-480.6 MB（±1 LOD）之间，并覆盖qch.perg-1a.和qglpa.perg-1a.;R2B区域的QTL峰位位于544.8-741.9 MB（±1 LOD）之间，并覆盖QFF.PERG-2B.和qfs.perg-2b.;R3a区域的QTL峰位位于1.9-32.1 MB（±1 LOD）之间，并覆盖qts.perg-3a.和qfs.perg-3a.R7A区QTL峰位于36.9-120.2 Mb(±1 LOD)之间，呈波峰状qsl.perg-7a.和QGLPA.perg-7A（图。1)．另一方面，长棍面包亲本对R5A等位基因的增加有贡献。2和R7B区域。R5A的QTL峰。2region was located between 470.0–637.5 Mb (± 1 LOD) and harbouredQFFTS.PERG-5A和QGW.perg-5AR7B区QTL峰位于605.4 ~ 709.3 Mb(±1 LOD)之间，呈波峰状QFF.PERG-7B.和QFFFS.perg-7B（图。1)．不同的亲本对R5A.1等位基因的增加有贡献（图。1)．R5A的QTL峰。1region was located between 389.7–540.6 Mb (± 1 LOD) and harbouredQSL.perg-5A和QCN.perg-5A以B2002为递增亲本qgn.perg-5a.随着B19作为增加的父母。最后，R5B区域的QTL峰位位于562.0-671.3 MB（±1 LOD）之间，并覆盖QFS.perg-5B和QGLPA.perg-5B．在本例中，增加的等位基因是由B2002贡献的。

由于缺乏可靠的二级性状和可用于标记辅助选择(MAS)的分子信息，小麦产量潜力育种的大部分进展都是通过产量选择本身实现的[7.］．在大多数情况下，产量潜在的改善是GN增加的结果[8.那9.那10.那11.那12.那13.那14.那15.]尽管GW的影响最近是[16.那17.那18.］．在本文中，我们在染色体5A上确定了GN的一个稳定和主要的QTL（qgn.perg-5a.）映射在Guan等人报告的同一位置。[28.］．尽管如此，我们最近报告了这个职位，主要是控制肥沃的小花效率（FFE，每G SDW的FFE，肥沃的小花）QFFE.PERG-5A已确定并验证[72.］．然后，由于GN是FFE和GST（两个定义FE）以及SDW的结果[76.那77.]， 这QFFE.PERG-5A可以被检测为与GN相关联的QTL，突出显示FFE的相关性和验证QTL以定义GN。该结果举例说明将特征解剖到更简单和更遗传的组件的重要性，因为它能够更好地搜索进一步研究中的实际候选Gen。

与GW相关，我们在染色体6b上检测到两个QTL，一个在染色体5A和其他上的QTL（表3.)．第一个已经被报道了[24.那26.那47.，但第二个是QGW.perg-6B是小说。该QTL除了B基因组中GW2的职业基因外，该QTL位于157.7 MB（GW2-B1），与晶粒尺寸相关[78.，这表明它不是解释观察到的表型变异的候选基因。

GN是一个复杂的特征本身，是许多数值和生理尖峰生育相关性状的结果。在本研究中，检测到25个主要和稳定的QTL，用于刺肥和相关性状的QTL（不考虑GN和前段已经提到的两个GW）。只有两个特征，SDW和GST，没有检测到稳定和主要的QTL。这同意观察到的低狭义遗传性（见表2)，并强调了环境对这些特征的高度影响(见表)3.Pretini等人[63.])。结合对SL检测到的3个QTLQSL.PERG-2B.除了Cui等人已经描述的那个之外，也是13.4 MB。[41.]（表S1),QSL.perg-5A与先前报道的QTL位于同一区域[26.那29.那32.那35.那36.] （桌子1)．相比之下，在以前的研究中没有发现类似的区域qsl.perg-7a.．对已鉴定的3个TS QTLqts.perg-2d.部分与先前报道的重叠[54.]（表S1)．与此同时，这是QTS.perg-7A与之前鉴定的QTL位于同一区域[27.那31.那32.那36.那38.那39.那41.]， （桌子1)，并与最近描述的共同本地化WAPO-A1基因(674.07 Mb)修饰每穗小穗总数[79.］．最后，qts.perg-3a.在我们的工作中发现之前没有描述过。关于CNQCN.perg-5A与之前检测到的QTL位于同一区域[32.那36.]，但是qcn.perg-2a.是一个小说。

有趣的是，检测到FF检测到的两个QTL是新颖的。的QFF.PERG-2B.是约。除了Guo等人检测到的FF的QTL之外，539 MB。[45.丢弃它是相同的地区，而对于QFF.PERG-7B.，此前没有报告同等地区。对于fs，只有qfs.perg-2b.与之前检测到的另一个QTL相距540 Mb [27.那34.] （桌子1)．其余2个QTL，qfs.perg-3a.和QFS.perg-5B，不要与其他以前的作品分享他们的地区。

对于本研究分析的其余性状(FFTS, FFFS, R, GLPA和CH)，据我们所知，没有以前的报道(表S1)．然后，我们考虑ffts的qtl（QFFTS.PERG-5A和QFFTS.PERG-5B.), FFFS (QFFFS.perg-7B)、R (qr.perg-2a.那qr.perg-3b.和qr.perg-6a.), GLPA (qglpa.perg-1a.那qglpa.perg-3a.那QGLPA.perg-5B和QGLPA.perg-7A）和ch（qch.perg-1a.和QCH.PERG-2B.）是新的。在染色体2A上检测到FFT或FFFS的QTL，其中GNI-A1基因[80，已知通过每小穗更高的可育小花增加粒数。

由于本研究检测到的许多穗育性性状位置相似，我们鉴定了8个基因组区域，它们共享17个主要且稳定的QTL (R1A, R2B, R3A, R5A)。1, R5A。2那R5B, R7A and R7B). Only in two of these regions (R5A.1 and R5A.2) other QTL for the same trait have been previously described. The remaining six regions are identified for the first time as important hot spots for spike fertility traits (Fig.1)．有趣的是，R5A.1区域包含QTL用于SL，CN和GN，接近了QFFE.PERG-5A预测韦弗里尼等人的肥沃小花效率鉴定和验证。[72.］．B2002父母的等位基因增加了SL和CN，而B19父母的等位基因增加了GN VYQFFE.PERG-5A．这些结果与本研究中描述的父母线的表现一致（表2)．

该地区R5A。2那which includesQFFTS.PERG-5A和qgw.perg-5a，与vernalization响应基因的位置一致Vrn-A1;虽然R5B地区包括QFS.perg-5B和QGLPA.perg-5B，与其他vernalization响应基因的位置一致Vrn-B1。本研究使用的两个DH群体的三个亲本系为春小麦(Vrn-A1b/vrn-B1/vrn-D1对于B19和BP11和vrn-A1/Vrn-B1/vrn-D1B2002);大部分对光周期不敏感(PPD-D1A等位基因)。这与Pretini等人所描述的每个种群内各株系非常接近的开花日期一致[72.]除非B19XB2002人口的夏季播种（E5），范围更高。此外，为了测试两种基因的效果，我们使用功能标记制成了ANOVAV.rn-A1和Vrn-B1由于两种群体的开花日期之间检测到时间的时间变化和小差异。在BP11XB2002中，只有五到七天的时间差到航天体的时间与等位基因宪法相关Vrn-A1要么Vrn-B1(表S10.)．同样，对于B19xB2002，根据两个基因的等位基因构成，检测到花期的差异为3天(表S10.)．两组间无上位性相互作用Vrn-A1和Vrn-B1在BP11XB2002中，根据B19XB2002中的等位基因体构造观察到高达7天的差异。不仅基于这些结果，还基于R5A.2和R5B区域中包含的大多数QTL的事实，在夏季播种的环境E5中没有表达（QGLPA.perg-5B在B19xB2002)中，这些QTL未被认为掩盖了重要的物候效应。相反，它可能表明Vrn-A1和Vrn-B1等位基因变异可能对这些地区的穗部性状有多效性影响，对试验条件下的物候变化影响不大。

尖峰生育和相关性状相关，积极或消极，具体取决于特征（图S1和s2）[81］．此外，GN和GW之间通常存在负相关[11.那16.那82，这也在我们的数据集中出现。然后，我们研究了8个区域中每个区域对其他穗相关性状、穗总产量和穗终产量(YLD)的可能多效效应。2．因此，我们使用QTL峰值标记为每个评估的特征执行ANOVA，作为固定的和环境中的随机类变量。四个区域对GN（R2B，R3A，R5A.1和R5A.2）具有显着影响（R1A，R2B，R5A.1，R5A.2，R7A.1，R7A.2和R7B），但只有两个在尖峰YLD（R5A.1，R5A.2）。对于R5A.1区域（QSL.perg-5A那QCN.perg-5A和QGN.perg-5A)当来自B19的QTL存在时，由于小穗之间的距离减少(-5% CN)，穗长(-6% SL)和TS(- 2%)或FS (ns)相似。尽管SDW减少(-3%)，FFFS增加3%，但由于FFE增加(+ 10%)，FF增加4%。FF的增加与GST(+ 8%)的增加导致GN(+ 7%)的增加，这转化为更高的产量(+ 3%)，尽管GW显著降低(图)。2)．正如我们之前所提到的那样，该地区包括QFFE.PERG-5A预测韦弗里尼等人的肥沃小花效率鉴定和验证。[72.]，也在B19xB2002群体内，并表现出与R5A相似的多效效应。1区域。导致最终YLD较高的另一个区域是R5A。其中包含了QGW.perg-5A和QFFTS.PERG-5A．当该区域从B19存在时，SL不受影响，但小穗之间的距离增加(+ 3% CN)， TS减少(-2%)。FFTS和FFFS分别增加了3和2%，FFE更高(+ 6%)。然而，GN并没有显著改善。R5A.2的YLD改进(+ 5%)，当B19等位基因存在时，是GW增加的结果(+ 6%)(图。2)．据我们所知，除Pretini等人外，这些地区的渗透效果还没有报道。[72.] 为了QFFE.perg-5A,在R5A.1内。我们对鉴定的每个QTL进行了相似的脂肪效应分析（数据未显示），是QGW.perg-6B唯一一个在yld中具有普利生效应的效果。当存在B2002等位基因时，尖峰更长（+ 2％SL），但TS和CN没有显着修改。然而，检测到更高的Fs（+ 2％），通过减少FFF（-2％）来抵消导致GN的影响。YLD增量（+ 5％）是GW增加（+ 10％）的结果。这是一个有趣的结果首次突出显示此QTL的相关性。

14个性状中，仅有2个QTL (SDW和GST)不表现主效和稳定QTL。其余12个性状共检测到28个显著且稳定的QTL和8个热点区。通过对R5A1和R5A的复杂多效性分析，得出R5A1和R5A。2个区域一起QGW.perg-6B具有很高的相关性，可用于MAS改良与穗产量潜力相关的一组性状。所有已鉴定的穗相关性状的QTL都是寻找候选基因的第一步，这将为今后更好地利用候选基因提供依据。

植物材料

以法国长棍11 × BioINTA 2002 (BP11xB2002)和法国长棍19 × BioINTA 2002 (B19xB2002)为杂交材料，获得了2个双单倍体(DH)群体。BP11xB2002为81个株系，B19xB2002为102个株系。这三个亲本是半矮秆硬六倍体小麦品种，适应于阿根廷中部地区的小麦生产(布宜诺斯艾利斯北部和Córdoba省南部)。BP11和B19分别由Nidera Semillas于2004年和2006年在阿根廷发布，而B2002 (bon /CCTP- F7-7792-122(87))由CIMMYT (Centro international acional de Mejoramiento de Maíz y Trigo)开发，并于2006年在阿根廷由INTA发布。3个亲本在最佳播期开花周期相似[59.］．与BP11和B19中的一个相比，B2002的GW较高，而B19的GN，其次是BP11，高于B20​​02 [68.］．

总体来看，B2002的SDW和CH均高于B19和BP11 [63.那68.那72.］．在4个(BP11xB19)或5个(B19xB2002)环境中对两个种群进行基因分型和评价(E1-E5，表4.)．

实验和表型

DH种群在两个实验地点生长:EEA Pergamino (33^◦51，60^◦马科斯Juárez (32^◦43, 62^◦06'W）Inta的研究站（InstitutoNacionaldeTecnologíaAgropecuaria，阿根廷）（表4.)．田野小径是在Pergamino的三个种植季节（E1：2012，E2：2013和E3：2015）和MarcosJuárez的一个种植季节（E4：2015）（表4.），使用具有两个重复的随机完整块设计（RCBD）。两个双行图（1米长，0.21分，190厂M^-2， E1)或五排地块(长2米，间隔0.20,330磅/立方米)^－2，E2-E4）在最佳播种日期播种。仅在B19XB2002中，2016年（E5）期间的第五个环境是在夏季在普林尼诺省的温室下进行的。春化后（5日期为20天^◦采用随机完全区组设计(RCBD)， 6个重复，于2月间移栽花盆。更多细节可以在Pretini等人的文章中找到[72.］．

当植物达到开花阶段（Z6.1，[83[])，在E1、E2和E3中从较大样本(距中央行0.5 m)中选择5 ~ 3个中位尖刺，在E5中选择3个主茎尖刺。E4在花期未取标本。穗长(SL, mm)、每穗总颖花数(TS)、可育小穗数(FS)和每穗可育小花数(FF)均按照Pretini等人的方法测定[63.］．用SL和TS的比值测定穗紧实度(CN, mm小穗节)^-1)， FF/TS和FF/FS分别用于估算每穗总小穗可育小花数(FFTS)和每穗可育小穗可育小花数(FFFS)。在烤箱中以70度烘干后^◦C处理76 h后，测定了花期穗干重。

当植物成熟时(Z9， [83[])的第二个穗样品进行了类似的程序描述的开花(包括E4环境)。

在用手脱粒之前，将所有尖峰均在烘箱中并加重。对于E1，E3，E4和E5，脱粒和加权时，rachis（r）和其他无谷物零件（薄荷+ lemma + palea + awns，glpa）分开。计算（成熟时的无谷物尖峰干重）被计算为R + GLPA的总和。对于E2，通过在脱粒前从穗的干重减去所有谷物的重量来估计谷壳，因为未进行凹陷的解剖。使用自动计数器在E2，E3，E4和E5中计数每个尖峰的晶粒数（GN）。来自E1的谷物被丢弃，因为它们受到镰刀菌长枯萎的严重影响。粒量（GW）估计为所有颗粒和GN的重量之间的比例。谷物组（GST）估计了GN / FF之间的比率。这两个人群体中使用的所有表型数据都可以在表格中获得11.和s12.．

数据分析

对每个DH系，分别计算E1 ~ E4 2个重复和E5 6个重复各性状的平均值。采用Shapiro-Wilk检验和分位-分位(q-q)图检验正态分布。采用Infostat/p软件进行方差分析[84］．此外，对包括所有测试环境的每条DH线估计最佳线性无偏估计量(BLUE);作为随机变量，使用R v3.3.2，并使用Pearson相关性与BLUE值来确定所有性状之间的关系。性状的狭义遗传力计算为:

在σ²_G是基因型（添加剂）方差，σ²_通用电气是g×e交互方差，e是环境的数量，R是复制的数量，σ²_RES为误差方差[85］．

连锁图谱构建及QTL分析

用含有90000个小麦SNP标记的iSelect 90k阵列对DH群体和3个亲本进行了筛选[86］．此外，Vrn-A1[73.] 和Vrn-B1[74.标记添加到DH基因图谱中。缺失/杂合数据较多(> 20%)的SNP标记被丢弃，用于连锁图谱的构建。分离畸变大于20%的单核苷酸多态性也被消除。然后，通过合并与Python脚本merge .py隔离相同的snp标记来减少数据集^脚注1[72.］．最后，公开可用的R包“Rqtl”[87]用于联动图的开发。利用BLAST针对IWGSC Ref. Seq建立了与表型性状相关的SNPs的物理位置。小麦基因组组装[22.］．为这两个种群开发的完整连锁图可在表S中找到2和s4.．

在QTL定位中使用了该性状在每个环境中的平均值和BLUE值(这些值被当作一个额外的环境来处理)。QTL分析采用QTL Cartographer 2.5软件[88通过与标准模型的复合区间映射(CIM)。对于标准模型，我们使用了5个控制标记，10 cM的窗口大小和500个排列的正向和向后回归方法α = 0.05. A LOD value of 2.5 was selected as a uniform threshold for all analyses. Detected QTL for a given trait with overlapping support intervals (< 50 Mb) were considered as equivalents. The QTL were considered “stable” if they were detected in a minimum of three environments and were defined as “major stable” if they present a R² > 10% in one environment at least. For all evaluated traits in each individual DH population, we performed a factorial ANOVA using the peak marker for each major and stable QTL as class variables in the model, along with all possible two-way interactions in the case that more than one QTL was detected in order to determine significant epistatic interactions.

支持本文结论的数据集包含在本文中(附加文件)1)．

1. 1。

   https://github.com/juancrestene/lmap.

B19:

长方形宝石19.

B2002:

Biointa 2002.

BP11:

法棍面包溢价11

CH:

Chaff（无谷物尖峰干重，每穗的收获，mg尖峰^-1）

CN:

穗的紧实度(mm节点)^-1）

DH：

加倍单倍体

E1至E5：

测试环境，见表4

FF:

每穗可育小花◦长钉^-1）

FFFS:

肥沃的小花/肥沃的小穗（n◦小穗^-1）

fft算法:

每总小穗可育小花(n◦小穗^-1）

FS:

每穗可育小穗◦长钉^-1）

GLPA：

颖片+外稃+外稃+芒(mg穗^-1）

GN:

每穗粒数◦长钉^-1）

销售税:

粒组(n◦谷物小花^-1）

温伯格:

粒重（mg）

接待员:

脊柱(mg飙升^-1）

SDW:

花期穗干重(mg穗^-1）

SL:

尖峰长度（mm）

TS:

每穗总皮穗（n◦长钉^-1

我们感谢Luis Blanco，Yanel Perez和Octavio Ghio Trebino为现场技术援助。

本工作由Agencia Nacional DePromociónCientíficaYTecnológica资助（Pict 2012-1198，Pict 2014-1283），Instituto Nacional deTecnologíaAgropecuaria（Inta，Pnyo 1127042,2019-PE-E6-I126-001,2019-PE-E6-I114-001）阿根廷，孟加斯托Beakell-Bourlag奖学金奖学金，德国大学（Unnoba）De Buenos Aires（Unnoba，Sib 2015，Sib 2017，Sib 2019，Picto-Unnoba 2019-00008），阿根廷，和欧盟FP7资金（AdapatWheat 289842）。NP是Centro deInvestigaciónyConferenciadel Noroeste de La Provincia（Citnoba）的Centejo Nacional de InvestigacionesCientíficasyTécnicas（Conicet）的研究员。融资机构在研究设计，数据分析和手稿准备中没有作用。

隶属关系

1. 布宜诺斯艾利斯省诺洛斯特省转移调查中心(CITNOBA, CONICET-UNNOBA-UNSADA)，阿根廷布宜诺斯艾利斯省佩加米诺市，蒙塔瓜多2772 CP 2700

   Nicole Pretini & Fernanda G. González

2. 国家农业研究所Tecnología agropecaria (INTA)， EEA INTA Marcos Juárez。Ruta 12 s/n CP 2850, Marcos Juárez, Córdoba，阿根廷

   Leonardo S. Vanzetti和Guillermo Donaire

3. 国家调查委员会Científicas y Técnicas (CONICET)， Godoy Cruz 2290 CP C1425FQB，阿根廷布宜诺斯艾利斯

   Leonardo S. Vanzetti

4. 国家农业研究所(INTA)，欧洲农业研究所。路塔32，公里4,5 CP 2700，佩加米诺，布宜诺斯艾利斯，阿根廷

   伊格纳西奥·泰瑞尔和费尔南达·G. González

贡献

FGG鉴定了用于种群发展的亲本。FGG和IIT生成DH种群。印度理工学院帮助进行了最初的基因分型。NP和LSV构建遗传图谱并进行QTL分析。IIT和FGG进行了2012年和2013年的表型试验。NP、IIT和FGG进行了2015年和2016年的表型实验。GD, NP, FGG在Marcos Juarez 2015进行表型实验。NP撰写了稿件，由LSV和FGG进行了修改。所有作者都已阅读并批准了最终稿。

通讯作者

对应到妮可弗利尼斯．

伦理批准和同意参与

本研究不包括人或动物受试者。

同意出版

不适用。

相互竞争的利益

提交人声明他们没有竞争利益。

出版商的注意事项

Springer Nature在发表地图和机构附属机构中的司法管辖权索赔方面仍然是中立的。

开放访问本文是基于知识共享署名4.0国际许可,允许使用、共享、适应、分布和繁殖在任何媒介或格式,只要你给予适当的信贷原始作者(年代)和来源,提供一个链接到创作共用许可证,并指出如果变化。本文中的图像或其他第三方材料都包含在本文的知识共享许可中，除非在该材料的信用额度中另有说明。如果资料不包括在文章的知识共享许可协议中，并且你的预期用途没有被法律规定允许或超过允许用途，你将需要直接从版权所有者获得许可。如欲查阅本许可证副本，请浏览http://creativecommons.org/licenses/by/4.0/．Creative Commons公共领域奉献豁免（http://creativecommons.org/publicdomain/zero/1.0/)适用于本文提供的数据，除非在数据的信贷额度中另有说明。

重印和权限