广粒黍种质资源农艺性状与AFLP标记的关联分析gydF4y2Ba黍miliaceumgydF4y2BalgydF4y2Ba．gydF4y2Ba)在正常和盐胁迫条件下gydF4y2Ba

背景gydF4y2Ba

小米是一种营养丰富的谷物，被认为是加工食品的基本成分。它的用水效率高，生长季节短。本研究主要是在评价前人在正常和盐胁迫条件下提出的重要性状的基础上，研究不同基因型间的遗传多样性。利用扩增片段长度多态性(AFLP)分子标记，以及在两种条件下评价标记与被测性状之间的相关性也是本研究的另一个目的。gydF4y2Ba

结果gydF4y2Ba

从表型相关系数来看，两种条件下种子产量与草料产量和生物产量的相关性最高。将正常和盐胁迫条件下的性状分解为主成分分析，发现前4个主成分分别占总方差的59.94和62.48%。聚类分析得到的树状图显示在正常和盐胁迫条件下均有3组基因型。然后，用11个引物组合(20个引物组合中)EcoRI/MseI生成的143个原小米基因型、15个农艺性状和514个AFLP多态标记(866个创建条带)进行关联分析。混合线性模型(MLM)结果表明，在正常条件下，M14/ E10-45和M14/ E10-60标记与种子产量具有较强的相关性。M14/ E10-45和M14/ E11-44标记与牧草产量的关系也有类似的变化趋势。而M14/ E10-14、M14/ E10-64标记(种子产量)和M14/ E10-64标记(饲料产量)在盐胁迫条件下的所有环境均具有显著且稳定的相关性。此外，在正常和盐胁迫条件下，许多标记均表现出相当的相关性和稳定性。gydF4y2Ba

结论gydF4y2Ba

根据表型数据分析，伊朗proso millet广种质在性状测量方面存在显著的变异。由此可见，在盐胁迫条件下，与性状有较强关联的标记是未来利用标记辅助选择(MAS)技术改良水稻耐盐基因型的理想选择gydF4y2Ba黍miliaceumgydF4y2Ba在干旱和半干旱地区。gydF4y2Ba

黍属(gydF4y2Ba黍miliaceumgydF4y2BaL.)，属于Panicoideae亚科panicae科。作为一种古老的粮食作物，其历史记载可追溯到1万年前，自2000年以来一直是欧洲主要的种植粮食作物[gydF4y2Ba1gydF4y2Ba］．如今，它在东欧、俄罗斯、中国、印度和北美生产。gydF4y2Ba2gydF4y2Ba，gydF4y2Ba3.gydF4y2Ba，gydF4y2Ba4gydF4y2Ba］．与其他谷物相比，小米是生长周期最短的作物之一(60-90天)。此外，它的抗旱性和温泉草料植物使其适应具有挑战性的环境条件。它也是一种低维护和抗胁迫的植物，产量可接受，因此适合在不适宜的气候条件下进行作物生产[gydF4y2Ba5gydF4y2Ba，gydF4y2Ba6gydF4y2Ba，gydF4y2Ba7gydF4y2Ba］．此外，它还含有特殊的碱性蛋白质和相对均衡的稀有元素和维生素前体，其含量超过了小麦、大米和大麦等产品中的含量。因此，小米一直是人类饮食的重要组成部分[gydF4y2Ba7gydF4y2Ba，gydF4y2Ba8gydF4y2Ba，gydF4y2Ba9gydF4y2Ba］．gydF4y2Ba

与水相关的影响，包括气候变化的影响，即水资源短缺、农田盐碱度增加、干旱强度增加和干旱时间延长，以及对植物产品的需求增加，促使人们对伊朗等国盐碱度条件下的农业进行进一步研究[gydF4y2Ba10gydF4y2Ba，gydF4y2Ba11gydF4y2Ba，gydF4y2Ba12gydF4y2Ba，gydF4y2Ba13gydF4y2Ba，gydF4y2Ba14gydF4y2Ba］．盐胁迫在植物中引起广泛的反应。盐胁迫的主要后果包括基因表达和细胞代谢的改变、植物生长速率和产量的变化、生物量生产和光合作用效率的降低以及叶片膨胀度的改变[gydF4y2Ba15gydF4y2Ba］．gydF4y2Ba

随着种质内转基因物质在植物培育中的应用日益广泛，遗传多样性的分类和管理方法日益受到重视。在这种情况下，使用统计多变量方法被认为是种质分类的一个重要策略，它可以管理大量样本之间的多样性，并评估这些被调查物质的遗传关联[gydF4y2Ba16gydF4y2Ba，gydF4y2Ba17gydF4y2Ba，gydF4y2Ba18gydF4y2Ba，gydF4y2Ba19gydF4y2Ba］．聚类分析是一种多变量方法，最初用于根据成员的各自特征对成员进行分类，用于在特定的聚类中对个体进行数学组织。在这种方法中，簇中的成员具有最高的相似性或一致性。这是在不同的簇之间观察到的最高水平的差异或不均匀性。因此，在基因上，集群内部的成员彼此之间的距离会更近，而差异较大的集群在图上的距离会更远[gydF4y2Ba20.gydF4y2Ba］．如果一个有两个或两个以上基因型的群体，其簇内遗传距离小于总体平均遗传距离，且两个簇间遗传距离大于簇内遗传距离，则认为该聚类是可接受的。主成分分析是多变量方法的主要特征之一。这种方法也被用作一种将数据简化为有限数量的非相关变量的技术，用于更好地理解两个或多个性状之间的关系。此外，它可以用来认识成员之间的差异，并识别可能的群体[gydF4y2Ba21gydF4y2Ba］．确定产量之间的相关性是确定有价值基因型的有效工具。高相关性和可接受的遗传力是为育种项目选择性状的基本标准[gydF4y2Ba22gydF4y2Ba］．为此，通过全基因组关联研究(Genome-wide association study, GWAS)确定遗传标记和表型数据之间的关联是实用的统计方法。因此，这些方法越来越有利于利用遗传资源提高产量[gydF4y2Ba23gydF4y2Ba］．gydF4y2Ba

由于表型受环境的影响，分子方法如DNA标记程序在复杂性状的分子描述中是有效的[gydF4y2Ba24gydF4y2Ba］．值得注意的是，基于dna的标记是估计遗传变异最合适的方法。此外，多样性水平较高的标记具有较高的效率。AFLP方法不仅需要目标基因组的背景知识，而且具有较高的重现性和灵敏度，可以在目标基因组的各个位点提供有价值的信息，从而发现DNA序列的各个层次的多态性。因此，近年来AFLP标记已被用于分子和遗传研究[gydF4y2Ba25gydF4y2Ba，gydF4y2Ba26gydF4y2Ba］．库马尔等人。[gydF4y2Ba26gydF4y2Ba]报告称，AFLP是遗传分类、连锁图谱制作、基本农艺性状定位和奉献亲代的一个指标。gydF4y2Ba

基于连锁不平衡(LD)的关联分析被广泛用于探索和识别分子标记与农艺性状之间的关系[gydF4y2Ba27gydF4y2Ba］．连锁分析的准确性受到许多因素的影响，如两个亲本之间的多态程度、群体大小、基因组中交叉的分布以及产生人工群体所需的时间。然而，关联分析并不需要纯种群。此外，该方法还利用自然种群来寻找标记与性状之间的关联。通过建立这些群体的重组，标记与性状之间的关系将是准确和可靠的[gydF4y2Ba28gydF4y2Ba，gydF4y2Ba29gydF4y2Ba］．gydF4y2Ba

使用一般线性模型(GLM)和混合线性模型(MLM)进行关联分析[gydF4y2Ba30.gydF4y2Ba］．在GLM模型中，标记被认为是一个常量变量，导致第一种类型不正确。因此，标记和性状之间形成了一种虚假的关联。这些类型的错误可以使用从总体结构推导出来的Q矩阵部分解决。这个矩阵表示可能的比率，根据这个比率，每个元素都可以归为子结构。它还可以防止性状和标记之间的错误关联，从而大大减少1型错误[gydF4y2Ba26gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba31gydF4y2Ba］．同时，在MLM模型中结合Q和K矩阵使用这两个因子，得到了比线性模型更大的功率。K矩阵表示种群中个体的亲属关系[gydF4y2Ba32gydF4y2Ba］．为了评价3个国产和9个野生proso millet生物型的DNA多态性和遗传多样性，鉴定了8个引物组合和39个多态性DNA片段[gydF4y2Ba33gydF4y2Ba，gydF4y2Ba34gydF4y2Ba］．Le Thierry d ' Ennequin等人[gydF4y2Ba35gydF4y2Ba]发现AFLP标记可用于评价谷子与青尾的遗传关联。科洛西和沙尔[gydF4y2Ba36gydF4y2Ba]采用随机扩增多态性DNA (RAPD)标记对69种野生稻粒、26种作物和类作物杂草及2种杂交基因型等97种物种的遗传多样性进行了评价。拉杰普特等人[gydF4y2Ba37gydF4y2Ba]使用548个SSR标记进行了关联分析。他们的研究发现了8个proso millet基因型的339个多态性。Ebrahimi等人。[gydF4y2Ba38gydF4y2Ba]对100个红花基因型中的8个重要性状和10个引物组合(EcoRI/MseI)产生的341个多态AFLP标记进行了关联分析。gydF4y2Ba

利用大量标记对黍类农艺性状进行关联分析的研究较少。以AFLP为分子标记，对小米农艺性状进行关联分析。本研究涉及了在正常和盐胁迫条件下的大量生态类型。利用这种方法可以提高标记辅助选择和其他育种项目的效率。本研究的目标是:(i)在正常和盐胁迫条件下，对已有研究提出的重要性状进行评价的基础上，研究不同基因型间的遗传多样性;(ii)评价群体遗传结构，以检测基因型的基本标记-性状关联;(iii) AFLPs分别识别与正常和盐胁迫条件下伊朗物种显著农艺性状相关的位点标记的有效性;(iv)确定相应农艺性状的各自位点标记的稳定性。gydF4y2Ba

表型数据分析gydF4y2Ba

方差分析(ANOVA)采用SAS 9.1的PROC ANOVA程序进行。结果表明，在正常和盐胁迫条件下，各农艺性状的基因型存在显著差异。此外，除穗长外，其他性状在所有条件下均受环境以及基因型与环境互作的显著影响(附文件)gydF4y2Ba1gydF4y2Ba:表S1)。这意味着在性状方面存在显著的遗传变异，并可能在育种计划中选择和应用这些性状。gydF4y2Ba

盐胁迫使种子和饲料产量分别降低了20%和12%。在研究性状方面，黍品种具有广泛的表型变异。例如，G57基因型种子平均发芽率最高，而分蘖数平均值最低。gydF4y2Ba

在正常条件下，种子和草料产量最高分别为2.94 t/ha (G32)和6.35 t/ha (G32)。此外，最低量分别为1.56 t/ha (G141)和3.35 t/ha (G141)。在盐胁迫条件下，种子和草料产量最高分别为3.05 t/ha (G44)和7 t/ha (G142)，最低分别为0.52 t/ha (G63)和0.78 t/ha (G18)(数据未显示)。测定proso millet基因型性状的广义遗传力(h2)见附文gydF4y2Ba1gydF4y2BaS1:表。在千粒重和盐胁迫条件下h2值最高(分别为0.97和0.96)，h值最低gydF4y2Ba^2gydF4y2Ba在正常和盐胁迫条件下，株高分别为0.55和0.27gydF4y2Ba1gydF4y2Ba:表S1)。gydF4y2Ba

相关系数分析gydF4y2Ba

从表型相关系数来看，除叶片数、旗叶长、旗叶宽和穗长外，正常条件下种子产量与各性状均呈显著正相关。种子产量与饲料产量、生物产量和种子发芽率的相关性最高(见表2)gydF4y2Ba1gydF4y2Ba)．而草料产量与种子、生物产量和种子发芽率的相关性最高。gydF4y2Ba

在盐胁迫条件下，种子产量与除旗叶宽和穗长外的其他性状均呈显著正相关。种子产量与生物产量、饲料产量及穗粒主粒重的相关性最高。在相似条件下，草料产量与生物产量、种子产量以及穗粒重的相关性最高。此外，牧草产量与旗叶宽度、穗长和收获指数无显著相关性(表2)gydF4y2Ba2gydF4y2Ba)．gydF4y2Ba

主成分分析gydF4y2Ba

将正常条件下所考察的特征分解为主成分分析，并考虑特征值大于单位;结果发现，前4个主成分证明了全部方差的59.94%以上。此外，第一、第二、第三和第四分量分别占总方差的31.22、11.91、8.94和7.87%gydF4y2Ba3.gydF4y2Ba)．在第一主成分中，种子发芽率、种子产量、草料和生物产量的系数最高。此外，第一主成分与上述性状呈正相关。因此，确定第一主成分值最高的基因型，可以在正常条件下识别出潜在产量最高的基因型。穗长、旗叶宽、穗枝数、千粒重和收获指数在第二主成分中系数最高(表2)gydF4y2Ba4gydF4y2Ba)．因此，该主成分在方差中所占的份额小于第一个主成分，与种子的生长繁殖特性具有更强的相关性。这些性状与第二主成分呈显著正相关，说明第二主成分值越高的基因型生长繁殖能力越强。株高、叶数、分蘖数、穗枝数、株数和千粒重在第三主成分中呈正相关系数最高(表1)gydF4y2Ba4gydF4y2Ba)．而株高、旗叶长和收获指数的第4主成分方差最大。因此，第3和第4主成分值最高的基因型具有更多的此类性状(表4)gydF4y2Ba5gydF4y2Ba)．gydF4y2Ba

将盐胁迫条件下的性状分解为主成分分析，并考虑特征值大于单位;结果发现，前4个主成分证明了全部方差的62.48%以上。第一、二、三、四分量分别占总方差的35.79、9.96、9.50和7.23%。根据结果，种子萌发、株高、分蘖数、种子和饲料产量以及1000粒种子重证明了第一主成分的最高方差(表gydF4y2Ba6gydF4y2Ba)．由此可见，这些性状与植物在逆境条件下获得更高产量的能力密切相关。因此，这个主成分可以用产率潜力来描述。此外，发现产量与该主成分之间存在正相关关系(表gydF4y2Ba7gydF4y2Ba)．因此，选择第一主成分值较高的基因型，有利于识别在胁迫条件下具有较高产量潜力的基因型。由于叶宽、穗长和分蘖数证明了第二主成分方差的最高部分，该主成分可能表达了基因型为种子生产分配额外光合作用物质的能力。第三主成分以旗叶宽和穗长最高，第4主成分以株高、穗枝数和株数最高。因此，这些主成分可能指示了基因型的营养生长。鉴于上述性状与第二、三、四主成分高度正相关，建议选择这些主成分值最高的基因型(表4)gydF4y2Ba8gydF4y2Ba)．gydF4y2Ba

聚类分析gydF4y2Ba

在本研究中，采用聚类分析的方法对谱线进行分组。在正常情况下，聚类分析得到的树图显示了三组基因型。第1、2和3个聚类分别由54、38和51个基因型组成(图。gydF4y2Ba1gydF4y2Ba)(额外的文件gydF4y2Ba2gydF4y2Ba:表S2)。gydF4y2Ba

在盐胁迫条件下，对应图显示出3组基因型。第1、2和3个聚类分别包含79、41和23个基因型(图。gydF4y2Ba2gydF4y2Ba)(额外的文件gydF4y2Ba3.gydF4y2Ba:表S3)。gydF4y2Ba

等位基因多样性gydF4y2Ba

11个引物组合共获得866个条带，其中514个条带为多态条带。由于小等位基因通常用于对基因座的LD评估[gydF4y2Ba39gydF4y2Ba]，将频率小于0.05的等位基因删除后进行分析。在本研究中，多态信息含量指数(PIC)范围为0.13 (M3/E10) ~ 1.21 (M14/E10)，平均值为0.6。此外，每个引物组合的多态性条带数量从最小值12 (M3/E11)到最大值81 (M14/E10)不等。而对应的M3/E10引物组合的多态性率最低，为22.78%。其中M14/E10引物组合多态性最高，为97.59%。而多态性的平均值为58%。此外，M14/E10底漆组合的Shannon指数(H)最高，为2.20,M3/E10底漆组合的Shannon指数最低，为0.29。但香农指数的平均值为1.13。引物组合M3/E10和M14/E10也分别表现出最低和最高的标记指数(MI)gydF4y2Ba9gydF4y2Ba)．gydF4y2Ba

人口结构gydF4y2Ba

原粟中存在的簇数(K) (gydF4y2Ba黍miliaceum LgydF4y2Ba)经结构分析确定。将ΔK的值与亚种群数量(K)进行对比，然后根据Evanno等人采用的方法进行结构分析。[gydF4y2Ba40gydF4y2BaΔK在K = 5时达到最大值。根据HARVESTER STRUCTURE的结果，ΔK的最高水平对应于K = 5。数据gydF4y2Ba3.gydF4y2Ba，gydF4y2Ba4gydF4y2Ba而且gydF4y2Ba5gydF4y2Ba显示了确定K的真实值的四个阶段(表gydF4y2Ba10gydF4y2Ba)．gydF4y2Ba

观察到，亚群体之间和亚群体内部的方差贡献分别为总方差的7%和93%(表gydF4y2Ba11gydF4y2Ba)．相似稳定指数(PhiPT)值显著，表明亚居群间存在较大的遗传变异。另一方面，每对亚群体的PhiPT值在各亚群体间存在显著差异。gydF4y2Ba

关联分析gydF4y2Ba

通过MLM模型进行关联分析，确定在正常和盐胁迫条件下，与被测性状平均值具有显著相关性的标记数分别为67和65gydF4y2Ba4gydF4y2Ba:表S4)。然而，在GLM模型中，亲属关系或亲缘关系不被认为是一个代理。此外，在正常和盐胁迫条件下，相当数量的标记分别增加到93和99(数据未显示)。基于MLM模型得到的结果，确定系数(RgydF4y2Ba^2gydF4y2Ba)在正常条件下为3.28 ~ 5.45%，在盐胁迫条件下为3.33 ~ 5.21%。此外，RgydF4y2Ba^2gydF4y2Ba正常条件下模型值为35.92 ~ 43.71%，盐胁迫条件下模型值为36.57 ~ 43.3%。然而，GLM模型的结果表明，RgydF4y2Ba^2gydF4y2Ba在正常和盐胁迫条件下分别为5.22 ~ 9.37%和5.2 ~ 9.97%。此外，RgydF4y2Ba^2gydF4y2Ba模型在正常条件下为5.81 - 12.3%，在盐胁迫条件下为5.55 - 14.28%(数据未显示)。gydF4y2Ba

根据MLM模型，M14/ E10-60、M14/ E10-45、M4/ E11-71、M4/ E11-70和M59/ E36-1标记的变异率分别为40.58、40.47、40.30、40.15和40.09%，呈显著相关性(gydF4y2BaPgydF4y2Ba< 0.009)，正常条件下种子产量。而M14/ E10-64、M14/ E11-4和M3/ E36-2标记的变异率分别为37.37、36.94和36.57%，与盐胁迫条件下种子产量有一定的关系gydF4y2Ba4gydF4y2Ba:表S4)。gydF4y2Ba

对proso millet (gydF4y2Ba黍miliaceumgydF4y2BalgydF4y2Ba)。gydF4y2BaM14/ E10-45、M14/ E10-60、M4/ E11-44、M4/ E11-71、M59/ E11-70和M59/ E11-75标记的变异率分别为40.83、40.52、40.31、40.18、40.14和40.13%，呈显著相关关系(gydF4y2BaPgydF4y2Ba< 0.008)，正常条件下草料产量。而M14/ E10-64、M3/ E36-32和M14/ E10-78标记的变异率分别为38.17%、38.03和37.60%，呈显著相关性(gydF4y2BaPgydF4y2Ba< 0.008)与盐胁迫条件下草料产量(附加文件gydF4y2Ba4gydF4y2Ba:表S4)。gydF4y2Ba

5个标记(M3/ E10-3、M59/ E36-3、M59/ E11-47、M14/ E10-69和M14/ E10-40)在正常条件下与单株叶数的相关性较强，分别为40.99、40.10、40.03、39.74和30.73%，7个标记(M4/ E10-8、M59/ E36-3、M59/ E36-71、M3/ E10-3、M59/ E36-74、M14/ E10-27和M14/ E10-40)分别为41.46、41.31、41.30、41.25。在盐胁迫条件下，41.01、40.92和40.66%与单株叶数的关系相似gydF4y2Ba4gydF4y2Ba:表S4)。gydF4y2Ba

4个标记(M4/ E11-44、M59/ E36-60、M4/ E36-4和M59/ E36-76)变异率分别为41.06、40.55、40.46和40.18%，相关性显著(gydF4y2BaPgydF4y2Ba在正常条件下，株高< 0.006)。然而，3个变异率分别为38.78、38.75%和38.15的标记(M59/ E10-23、M59/ E11-45和M59/ E36-14)在盐胁迫条件下显示了这种相关性gydF4y2Ba4gydF4y2Ba:表S4)。gydF4y2Ba

M4/ E36-67、M14/ E10-67、M4/ E11-78、M14/ E10-44和M59/ E10-64标记的变异率分别为39.20、39.16、38.85、38.67和38.24%，两者之间的关系显著(gydF4y2BaPgydF4y2Ba< 0.009)，种子发芽率正常。M3/ E10-2、M4/ E11-1、M4/ E36-2、M14/ E11-44、M4/ E36-45和M4/ E10-79标记对应的变异率分别为41.16、40.84、40.65、39.99、39.98%和39。在盐胁迫条件下，80%与种子萌发显著相关gydF4y2Ba4gydF4y2Ba:表S4)。gydF4y2Ba

此外，在正常条件下，M59/ E36-39标记与旗叶长度相关，而在盐胁迫条件下，M59/ E11-20、M59/ E11-55、M59/ E10-44、M59/ E10-24和M4/ E11-11三个标记与旗叶长度相关gydF4y2Ba4gydF4y2Ba:表S4)。gydF4y2Ba

M4/ E11-44、M59/ E36-37、M3/ E36-17、M4/ E11-40、M3/ E11-13和M4/ E11-61标记变异率分别为37.39、36.73、36.10、36.04、35.92和35.92%，相关性显著(gydF4y2BaPgydF4y2Ba正常情况下穗枝数< 0.009)。而在盐胁迫条件下，M4/ E36-45、M3/ E10-71、M4/ E11-76、M4/ E11-83、M59/ E11-45和M3/ E36-41的变异率分别为38.71、38.36、38.31、37.83、37.47和37.41%，其相关性相似gydF4y2Ba4gydF4y2Ba:表S4)。gydF4y2Ba

在正常条件下，M59/ E10-83和M59/ E11-82变异率分别为42.73和42.49%，与旗叶宽度呈显著正相关关系;在盐胁迫条件下，M4/ E11-15、M4/ E11-25和M14/ E10-2变异率分别为42.80、41.83和41.43%，与同一性状呈显著正相关关系gydF4y2Ba4gydF4y2Ba:表S4)。gydF4y2Ba

结果表明，在正常条件下，M59/ E10-83、M14/ E10-31和M59/ E36-48标记与分蘖数呈显著相关，变异分别为42.95、41.55和41.07%。相比之下，M4/ E11-25、M4/ E11-15和M59/ E36-48 3个标记的变异率分别为41.57、41.28和40.97%，与盐胁迫下的分蘖数呈显著的相关关系gydF4y2Ba4gydF4y2Ba:表S4)。gydF4y2Ba

在正常条件下，M4/ E10-25、M59/ E11-15、M4/ E10-48和M59/ E36-81标记的变异率分别为40.60、40.30、40、39.65和40.87%，与穗长具有较强的相关性。而在盐胁迫条件下，M4/ E10-8、M4/ E10-11、M59/ E11-18和M59/ E36-31标记的变异率分别为40.37、39.83、39.73、39.51和40.46%，与该性状关系显著gydF4y2Ba4gydF4y2Ba:表S4)。gydF4y2Ba

M4/ E36-67、M4/ E11-45、M59/ E11-9和M14/ E10-19标记的变异率分别为40.87、40、39.86和39.51%，具有显著的相关性(gydF4y2BaPgydF4y2Ba< 0.008)与正常条件下线上植株数的比值。而M14/ E11-67、M3/ E36-41、M4/ E11-31和M59/ E11-39 4个标记与盐胁迫条件下的株数相关性相似，变异率分别为40.46、39.86、39.01和38.96%gydF4y2Ba4gydF4y2Ba:表S4)。gydF4y2Ba

值得注意的是，在正常条件下，M59/ E10-22、M59/ E11-31、M4/ E11-71、M3/ E36-45和M4/ E11-61标记与主穗粒重的变异分别为39.91、39.51、39.33、39.32和38.82%。M59/ E10-22、M3/ E36-45、M4/ E11-71和M59/ E11-31、M4/ E11-61和M4/ E11-72 6个标记在盐胁迫条件下与主穗粒重的关系相似，变异分别为39.36、38.85、38.75、38.68、38.62和38.46%gydF4y2Ba4gydF4y2Ba:表S4)。gydF4y2Ba

相关分析进一步表明，M3/ E36-45、M14/ E11-27、M14/ E11-44和M14/ E10-69标记在正常条件下与千粒重相关，变异率分别为38.78、38.30、38.08和37.63%;M3/ E36-41、M14/ E11-44、M14/ E11-27、M59/ E11-54和M14/ E10-69 5个标记在盐胁迫条件下与千粒重相关，变异率分别为39.64、39.04、38.50、38.46和38%gydF4y2Ba4gydF4y2Ba:表S4)。gydF4y2Ba

此外，M4/ E11-44、M4/ E11-79、M3/ E10-31、M4/ E36-31、M14/ E10-3、M3/ E10-2和M14/ E11-23标记在正常条件下与收获指数具有较强的相关性，变异量分别为43.71、43.28、43、42.98、42.79、42.51和42.44%。M14/ E11-23、M3/ E36-41、M4/ E36-44、M4/ E10-8和M3/ E11-13 5个标记的变异量分别为43.30、43.01、42.91、42.87和42.73%，与收获指数呈较强的相关性(gydF4y2BaPgydF4y2Ba< 0.004)在盐胁迫条件下(附加文件gydF4y2Ba4gydF4y2Ba:表S4)。gydF4y2Ba

结果表明，在正常条件下，M14/ E10-45、M14/ E10-60、M4/ E11-44、M4/ E11-71、M59/ E11-70和M59/ E11-75标记的变异率分别为40.88、40.56、40.32、40.24、40.18和40.15%，与该性状的生物产量关系显著;M14/ E10-64和M3/ E36-2标记的变异率分别为37.72和37.24%，与该性状的生物产量关系密切gydF4y2Ba4gydF4y2Ba:表S4)。gydF4y2Ba

为了定义稳定的关系，使用MLM模型对每个地方分别进行关联分析。结果表明:在正常条件下，M14/ E10-45和M14/ E10-60标记(种子产量)、M14/ E10-45和M4/ E11-44标记(饲料产量)、M14/ E11-27标记(千粒重)、M59/ E36-37标记(穗枝数)、M59/ E36-39标记(旗叶长)、M59/ E10-22标记(主穗粒重)和M59/ E10-83标记(分蘖数)在所有环境下均具有显著且稳定的相关性。gydF4y2Ba

而M4/ E11-45(种子发芽率)、M14/ E10-14、M14/ E10-64(种子产量)、M14/ E11-44(千粒重)、M14/ E10-64(饲料产量)、M59/ E36-37(穗枝数)、M3/ E36-45(主穗粒重)和M59/ E36-48(分蘖数)在盐胁迫条件下各环境均具有显著且稳定的相关性。gydF4y2Ba

关联分析方法与数量性状位点(QTL)法相比具有明显的优势。其主要优点包括双亲本群体性能、清晰的增量映射、缩短调查周期以及考虑更多的等位基因[gydF4y2Ba41gydF4y2Ba］．这种方法有时用在黍(gydF4y2Ba黍miliaceumgydF4y2BalgydF4y2Ba)。gydF4y2Ba特别是在处理不同的环境条件，如盐胁迫。它被用来定位盐源基因和各种性状的使用。这些信息的最佳应用将导致MAS项目效率的提高。在此背景下，知识的开发有助于保护种质资源和遗传性状的多样性。此外，它还有助于通过标记确定适合的植物，用于育种计划和其他遗传研究[gydF4y2Ba42gydF4y2Ba］．gydF4y2Ba

根据表型数据分析，各性状的基因型差异较大。这也表明研究的基因型之间存在显著的遗传变异。结果表明，在正常和盐胁迫条件下，各性状均受环境和基因型与环境互作的影响较大。Mehrani等人[gydF4y2Ba43gydF4y2Ba]研究了3个地点的10个proso millet基因型，以评估种子产量与主要农艺性状之间的相关性。他们发现种子产量与分蘖数、叶片数量和秸秆产量等性状之间存在显著正相关。他们的观察结果与这项研究的结果一致。在另一项关于黍基因型的研究中，Sing和Rao发现[gydF4y2Ba44gydF4y2Ba种子产量与秸秆重、株重、穗长、分蘖数等主要农艺性状呈显著正相关。另一项对39个谷子品种Reddy和Larshmi的14个形态性状的研究[gydF4y2Ba45gydF4y2Ba]发现种子产量与分蘖数、育分蘖数、生物产量和收获指数呈正相关。由于收获指数和生物产量对种子产量的影响最大，建议以这两个特异性状作为筛选优良品种的标准。由于本研究的结果与以往的调查结果一致，因此在育种计划和以提高种子和牧草产量为目的的基因型选择中，各研究评价的性状值得重视。gydF4y2Ba

聚类分析和主成分分解是区分proso millet基因型的有效工具。本研究通过分解主成分，在正常和盐胁迫条件下，前四个主成分分别能证明全部性状方差的59.94%和62.48%。这些结果与[gydF4y2Ba46gydF4y2Ba］．主主成分分析结果表明，株高、种子产量、分蘖数和千粒重等指标可用于区分原糜子基因型的优良性。gydF4y2Ba

基于聚类分析，将所有基因型分为3组。与其他组相比，第二组的种子产量和饲料产量均高于其他组。此外，在正常和盐胁迫条件下，第2组的普通基因型(G8、G13、G15、G34、G37、G43、G46、G49、G52、G54、G55、G69、G88、G119、G139、G146)在种子和牧草产量方面均具有显著优势。因此，在未来的育种研究中，它们可以作为黍种质的优良基因型。在对台湾谷子进行的一项研究中也得到了类似的观察结果，其中确定了三个谷子群[gydF4y2Ba47gydF4y2Ba］．在对谷子进行的另一项调查中，获得了6个主要群体[gydF4y2Ba48gydF4y2Ba］．然而，这项研究导致了三个集群的识别。观察到的簇数差异可能与不同的植物种类和研究的基因型数量有关。gydF4y2Ba

因此，有必要在不同的地方进行实验关联分析。多态性的实质百分比表明，本研究中使用AFLP组合可用于寻找proso millet (gydF4y2Ba黍miliaceumgydF4y2BalgydF4y2Ba)。gydF4y2Ba基因型。本研究的结果与其他关于小米的调查结果一致[gydF4y2Ba35gydF4y2Ba，gydF4y2Ba49gydF4y2Ba］．gydF4y2Ba

从本研究的等位基因多样性来看，M14/E10引物组合的多态性百分比最高，PIC、MI和Shannon指数也较高。因此，该标记可以被认为是proso millet (gydF4y2Ba黍miliaceumgydF4y2BalgydF4y2Ba)。gydF4y2Ba．gydF4y2Ba

遗传结构分析表明，材料可分为5个遗传结构各异的类群。此外，利用AFLP标记进行种群结构分析可能是有效的，这与Kumar等人的研究结果一致。gydF4y2Ba26gydF4y2Ba］．研究表明，AFLP可作为遗传分类、连锁图谱制作、农艺性状定位和亲本奉献的指标。此外，关联分析结果显示，与GLM模型相比，MLM模型中相当数量的标记数量减少。在传销模式中，人口结构与亲属关系的结合会减少虚假肯定联想。这说明GLM模型中某些等位基因的识别可能与相应性状的基因型关联有关。gydF4y2Ba

这些结果与Yu等人的调查结果一致。[gydF4y2Ba30.gydF4y2Ba和达德拉斯等人。[gydF4y2Ba50gydF4y2Ba］．结果表明，与GLM模型相比，MLM模型得到的决定系数明显降低。因此，MLM模型中使用的AFLP标记可能是未来研究的良好选择。这些结果与Achleitner等人的发现一致。[gydF4y2Ba51gydF4y2Ba］．gydF4y2Ba

尽管必须通过在具有不同遗传背景的绝对群体中检验其对确定目标导向表型的有效性来验证标记[gydF4y2Ba52gydF4y2Ba，对性状影响最大的标记将是未来MAS研究的最佳候选标记。利用MLM模型进行关联分析表明，在正常条件下，M14/ E10-45和M14/ E10-60标记与牧草和种子产量具有显著的相关性。此外，在盐胁迫条件下，M14/ E10-64标记与种子和牧草产量均有显著而持久的关系。如果标记对性状有实质性的影响，它们就可以在盐胁迫条件下的MAS等项目中发挥作用。分别计算各标记的表型性状变化范围。较低的值表明这些复杂的性状可能由其他影响较小的基因控制。此外，较低的RgydF4y2Ba^2gydF4y2Ba各性状的价值可能与标记密度不足、标记数量效应不显著、等位基因稀缺和等位基因相互作用复杂有关[gydF4y2Ba53gydF4y2Ba，gydF4y2Ba54gydF4y2Ba］．gydF4y2Ba

根据MLM模型，在正常和盐胁迫条件下，M14/ E10-45和M14/ E10-60标记同时与种子、饲料和生物产量显著相关。Shi等人。[gydF4y2Ba55gydF4y2Ba]提出产量和其他性状的本地qtl。根据不同性状的累积效应来确定产量是很自然的。已知有效的基因至少在一种性状上显示了多营养的影响[gydF4y2Ba56gydF4y2Ba］．此外，M4/ E11-44标记与种子发芽率、种子和饲草产量的关联，M4/ e11 - 61标记与穗枝数和主穗粒重的关联，以及M14/ E10-64标记与种子和饲草产量的显著而持久的关联，都可以归因于多效效应或该区域的多个连锁基因影响这些性状。因此，这些标记对于在盐胁迫条件下培育这些性状非常有用。此外，M14/ E10-27和M14/ E10-40标记(叶数)与M4/ E10-8和M59/ E11-18标记(穗长)在盐胁迫条件下均具有显著且稳定的相关性。gydF4y2Ba

根据表型数据分析，伊朗proso millet的广泛种质资源(143个研究基因型)在测量性状上存在显著差异。此外，在正常和盐胁迫条件下，环境以及基因型与环境的相互作用均显著。这些结果表明，该种质间存在着相当大的多样性，为种质特别是耐盐型的选择和分类提供了依据。因此，研究这些种质在不同环境条件下的关联分析具有重要意义。gydF4y2Ba

对proso millet研究性状的关联分析结果表明，在正常和盐胁迫条件下，大部分控制性状的标记的多态性和多样性都处于可接受水平。此外，本研究使用的引物组合在PIC、MI和Shannon指数方面显示出较高的多态性比例和较高的可靠性。因此，本研究中所使用的标记化合物可被认为是区分proso millet基因型的有力工具。gydF4y2Ba

根据MLM模型的结果，许多标记在正常和盐胁迫条件下都表现出相当的相关性和稳定性。此外，在所有环境中，一些标记与一些性状有显著的关系，这可能是由于多效效应或几个基因影响一些性状的强关联。因此，本研究引入的在盐胁迫条件下与性状有显著关系的标记，可以作为未来改进水稻耐盐基因型的候选标记gydF4y2Ba黍miliaceumgydF4y2Ba在干旱和半干旱地区。gydF4y2Ba

植物材料gydF4y2Ba

这项研究是伊朗综合研究项目的一部分，该项目在科曼大学的伊朗抗旱作物卓越研究中心进行。小米143 (gydF4y2Ba黍miliaceumgydF4y2BalgydF4y2Ba．gydF4y2Ba)基因型(附加文件gydF4y2Ba5gydF4y2Ba:表S5)由科曼大学的伊朗抗旱作物卓越中心提供。优秀中心收集的所有研究基因型都是从伊朗谷子种植历史悠久的各个地区选择的。抽样时，根据《基因库指南》的建议采取一切必要措施。所有基因型均为本地栽培，未使用野生型。伊朗普罗索谷子的盐胁迫相关性状比国际谷子基因型更为广泛。用于实验的田地位于经度56°54΄ E和纬度30°20΄ n的伊朗抗旱和抗盐作物卓越中心，海拔1755米。土壤是粘性壤土。gydF4y2Ba

种植及盐胁迫处理gydF4y2Ba

这些品种在盐碱胁迫研究所的两个地点(Kerman Shahid-Bahonar大学和Ekhtiyarabad农田)在两种条件下(正常和盐碱)种植了2年(2017年和2018年)。实验设计采用随机完全块，共3个重复。灌溉处理在(i)非胁迫和(ii)盐胁迫条件下进行，从植物生长开始到种子灌浆结束。在整个试验期间，按适当的时间间隔定期进行田间准备作业，如犁耕、除草、碎粒、施肥和灌溉。Kerman和Ekhtiarabad田土壤pH值分别为7.41和8.1。此外，Kerman和Ekhtiarabad农田灌溉水的电导率分别为2.5和8.7 dS/m。gydF4y2Ba

基因组DNA提取gydF4y2Ba

以十六烷基三甲基溴化铵(CTAB) Doyle和Doyle [gydF4y2Ba57gydF4y2Ba)方法。DNA含量控制采用DNA分光光度计光谱和琼脂糖电泳。此外，Vos等人进行了扩增片段长度多态性研究[gydF4y2Ba58gydF4y2Ba］．扩增过程中使用了11个最佳指导性EcoRI/MseI引物组合(表gydF4y2Ba12gydF4y2Ba)．最初，每个DNA样本用10单位MseI (5u)和EcoRI (5u)酶消化500 ng。然后用EcoRI处理这些样品，分别在37°C和65°C孵育16 h。此外，在65°C的热循环器中暴露于EcoRI和MseI酶16 h。将连接的DNA按1:8的比例用水稀释，使用引物和选择性核苷酸进行预扩增过程。反应在25 μl的体积中完成。扩增前的产物用引物和三个选择性核苷酸进行处理。最后的繁殖阶段进行了13个循环，在94℃下30 s，在65℃下降落30 s，每个循环降低0.7C，在72C下1 min。在94℃30 s, 56℃30 s, 72C 1 min的条件下，PCR继续进行20个循环，最后一个循环在72C延伸10 min。为了分析基于0 M700法的PCR选择阶段的结果，采用QIAxcel设备和试剂盒的高分辨率(QIAGEN, Hilden, Germany)。 The QX adjustment marker (15 bp/1 kp) was applied in this process.

表现型评价gydF4y2Ba

本研究评价的性状包括种子发芽率(%)、株高(cm)、单株叶数、旗叶长(cm)、旗叶宽(cm)、分蘖数、穗长(cm)、主穗粒重(g/m)gydF4y2Ba^2gydF4y2Ba)、穗枝数、株数、千粒重、收获指数、草料产量(t/ha)、生物产量(t/ha)、种子产量(t/ha)。以g/m为单位初步测定了草料产量、生物产量和种子产量gydF4y2Ba^2gydF4y2Ba换算成吨/公顷(t/ha)gydF4y2Ba13gydF4y2Ba)．gydF4y2Ba

统计分析gydF4y2Ba

表型数据分析gydF4y2Ba

基于完全块设计(RCBD)进行方差分析(ANOVA)。由于通过随机完全块(RCBD)设计获得的数据与格(未呈现的数据)具有可比性，因此对每个性状的观测数据进行了标准化，并使用SAS软件v. 9.1在RCBD上进行了深入的方差分析[gydF4y2Ba59gydF4y2Ba］．根据Nyquist [gydF4y2Ba60gydF4y2Ba]：gydF4y2Ba

在哪里gydF4y2BaσgydF4y2Ba^2gydF4y2Ba_ggydF4y2Ba，gydF4y2BaσgydF4y2Ba^2gydF4y2Ba_{通用电气gydF4y2Ba}而且gydF4y2BaσgydF4y2Ba^2gydF4y2Ba_εgydF4y2Ba分别为遗传方差、遗传与环境交互方差和剩余误差方差。此外,gydF4y2BaegydF4y2Ba而且gydF4y2BargydF4y2Ba分别为每个环境的环境数和复制数。gydF4y2Ba

相关系数分析gydF4y2Ba

表型相关系数用于评价产量与其成员之间的关系以及特定产量成员之间的关系。本节使用SAS软件v.9.1计算所有性状的配对表型相关性。然后，检验它们的显著性。gydF4y2Ba

主成分分析gydF4y2Ba

对于研究的基因型之间的多样性，采用主成分分析来确定各性状的影响以及基因型的总体分类。此外，为了更好地了解基因型的行为，更有效地选择和确定各性状在正常和盐胁迫条件下的有效性，该过程分别使用SAS .9.1软件进行。gydF4y2Ba

聚类分析gydF4y2Ba

对谱线进行分组时，采用基于cofentic系数的Ward方法进行聚类分析。采用欧式距离的平方作为相似度指标。本分析采用SAS软件v.9.1。gydF4y2Ba

分子数据分析gydF4y2Ba

对于每个引物组合，最初使用GenAlEx软件v. 6.5b3对每个引物组合进行定量统计分析[gydF4y2Ba61gydF4y2Ba］．标记指数(MI)，表示标记效率，[gydF4y2Ba62gydF4y2Ba，香农指数(H)， [gydF4y2Ba63gydF4y2Ba]和多态信息含量(PIC) [gydF4y2Ba64gydF4y2Ba)进行评估。然而，香农指数(H)是用于评估遗传多样性的最流行的技术之一。这些指标是根据下列关系确定的:gydF4y2Ba

这些符号gydF4y2BapgydF4y2Ba而且gydF4y2Ba问gydF4y2Ba分别是流行等位基因和不受重视等位基因的频率。gydF4y2Ba

分子方差分析(AMOVA)是计算亚居群之间和亚居群内部f统计量的一种方法，使用GenAlEx软件v. 6.5b3 [gydF4y2Ba31gydF4y2Ba，gydF4y2Ba65gydF4y2Ba］．用PhiPT统计量(类似于FST，固定指数)来衡量亚居群间的遗传差异:gydF4y2Ba

这些符号gydF4y2Ba美联社gydF4y2Ba而且gydF4y2BaWPgydF4y2Ba分别表示总体之间和总体内部的近似方差。gydF4y2Ba

人口结构gydF4y2Ba

使用structure软件v. 2.3.4确定种群结构，每个模拟从K = 2到10进行10次重复，然后进行10万次马尔可夫链蒙特卡罗(MCMC)迭代。此外，选择混合模型和相关等位基因频率进行分析。最优gydF4y2BaKgydF4y2Ba根据ΔK确定，计算公式如下:gydF4y2Ba

结构收割机加工的网页使用了一个最佳的估计gydF4y2BaKgydF4y2Ba值表示ΔK的最大值[gydF4y2Ba40gydF4y2Ba，gydF4y2Ba66gydF4y2Ba］．gydF4y2Ba

关联分析gydF4y2Ba

TASSEL软件v. 4.2.1 [gydF4y2Ba32gydF4y2Ba]被用来发现群体水平等位基因频率和形态性状之间的相当大的相关性。使用GLM和MLM模型进行关联分析[gydF4y2Ba30.gydF4y2Ba］．为此，采用了GLM模型和最严格的MLM模型。的gydF4y2BaPgydF4y2Ba在正常和盐胁迫实验中估计的矩阵被用于显著的关联。此外,gydF4y2Ba问gydF4y2Ba根据结构分析(最高ΔK)计算矩阵，并将其作为两个模型中修改种群结构的变量。同时，利用TASSEL软件v. 4.2.1根据标记的作用和性状的表型，寻找亲缘矩阵(k矩阵)[gydF4y2Ba32gydF4y2Ba］．gydF4y2Ba

在研究过程中生成和分析的数据集包括在这篇已发表的文章及其补充信息文件中，也可根据合理要求从相应作者处获得。gydF4y2Ba

妊娠:gydF4y2Ba

扩增片段长度多态性gydF4y2Ba

传销:gydF4y2Ba

混合线性模型gydF4y2Ba

GWAS:gydF4y2Ba

全基因组关联研究gydF4y2Ba

全球语言监测机构:gydF4y2Ba

一般线性模型gydF4y2Ba

MAS:gydF4y2Ba

分子标记辅助选择gydF4y2Ba

LD:gydF4y2Ba

连锁不平衡gydF4y2Ba

RAPD:gydF4y2Ba

随机扩增多态DNAgydF4y2Ba

图片:gydF4y2Ba

多态信息内容索引gydF4y2Ba

H:gydF4y2Ba

香农指数gydF4y2Ba

小姐:gydF4y2Ba

标记指数gydF4y2Ba

PhiPT:gydF4y2Ba

模拟稳定指数gydF4y2Ba

QTL:gydF4y2Ba

数量性状位点gydF4y2Ba

CTAB:gydF4y2Ba

Cetyltrimethyl溴化铵gydF4y2Ba

本文作者感谢伊朗植物生产研究与技术研究所(RTIPP)和伊朗耐旱和耐盐作物卓越中心——伊朗克尔曼Shahid- Bahonar大学以及伊朗扎博勒大学研究与技术副校长提供的支持。gydF4y2Ba

作者感谢伊朗培育耐旱和耐盐作物的卓越中心，以及克尔曼大学植物生产研究和技术研究所提供的遗传材料，以及研究和收集、分析和解释数据的设计。此外，这项调查还得到了一项研究补助金(UOZ-GR-9517-43)的支持，用于撰写Zabol大学提供的手稿。gydF4y2Ba

作者指出gydF4y2Ba

1. 莱拉·法赫米德和加西姆·穆罕默德-内贾德对这项工作做出了同样的贡献。gydF4y2Ba

从属关系gydF4y2Ba

1. 伊朗锡斯坦和俾路支斯坦省扎博勒扎博勒扎博勒大学农学院植物育种和生物技术系gydF4y2Ba

   Mehdi Yazdizadeh, Leila Fahmideh和Mahmood SoloukigydF4y2Ba

2. 伊朗科曼Shahid Bahonar大学农学院农学与植物育种系，科曼76169-133gydF4y2Ba

   Ghasem Mohammadi-NejadgydF4y2Ba

3. 伊朗农业生物技术研究所分子生理学研究室，伊朗Karaj Mahdasht Rd, 31535-1897gydF4y2Ba

   Babak Nakhoda港口附近水域gydF4y2Ba

贡献gydF4y2Ba

所有的作者都对这项研究做出了贡献。M.Y.进行了实验并进行了数据分析;L.F.导师及最终稿;G. MN是小米研究项目的项目协调员和项目负责人;L.F.和G. MN。共同设计实验;M.S.编辑，B.N.协助准备初稿。所有作者均已阅读并认可该手稿。gydF4y2Ba

相应的作者gydF4y2Ba

对应到gydF4y2Ba莱拉FahmidehgydF4y2Ba．gydF4y2Ba

伦理批准和同意参与gydF4y2Ba

不适用。gydF4y2Ba

同意出版gydF4y2Ba

不适用。gydF4y2Ba

相互竞争的利益gydF4y2Ba

作者声明他们没有竞争利益。gydF4y2Ba

出版商的注意gydF4y2Ba

施普林格自然对出版的地图和机构附属的管辖权要求保持中立。gydF4y2Ba

开放获取gydF4y2Ba本文遵循创作共用署名4.0国际许可协议(Creative Commons Attribution 4.0 International License)，该协议允许在任何媒体或格式中使用、分享、改编、分发和复制，只要您给予原作者和来源适当的署名，提供创作共用许可协议的链接，并说明是否有更改。本文中的图片或其他第三方材料包含在文章的创作共用许可中，除非在材料的信用额度中另有说明。如果材料不包含在文章的创作共用许可中，并且您的预期用途不被法律法规允许或超出了允许的用途，您将需要直接从版权所有者那里获得许可。欲查看此许可证的副本，请访问gydF4y2Bahttp://creativecommons.org/licenses/by/4.0/gydF4y2Ba．创作共用公共领域奉献放弃书(gydF4y2Bahttp://creativecommons.org/publicdomain/zero/1.0/gydF4y2Ba)适用于本文提供的数据，除非在数据的信用额度中另有说明。gydF4y2Ba

再版和权限gydF4y2Ba