在作物中，大多数重要农艺性状都是数量性状，如产量、成熟期、品质、抗旱性等均表现为性状连续变异的遗传特点，受许多数量基因座位和环境因子的共同作用。长期以来，研究者将控制数量性状的多基因作为一个整体，通过数理统计学的方法来剖析和描述遗传特征，无法确定控制数量性状的基因数目，更无法确定单个数量性状基因位点(quantitative trait loci, QTL)的遗传效应以及它们在染色体上的准确位置。从20世纪80年代以来，DNA分子标记技术及分子连锁图谱的迅猛发展，给数量遗传学带来了一场革命，使数量性状的遗传剖析开始成为现实。利用分子标记技术将一个复杂的多基因系统分解成一个个孟德尔因子，使人们能够像对待质量性状那样，对数量性状进行研究。这不仅大大加深了对数量性状遗传基础的认识，而且也大大增强了人们对数量性状的遗传操纵能力。目前，对QTL的遗传定位已在动植物中广泛展开，借助分子标记技术，对目标性状QTL在染色体上的位置、基因的效应、基因与环境互作等方面进行了全面的研究。对主效 QTL的基因克隆工作也已开始并已取得重大进展，一些主效QTL的基因已被克隆分离出来。这里，我们将就QTL作图、重要性状QTL定位作简要介绍。

一、QTL作图

QTL定位分析实质上是确定数量性状位点基因与分子标记间的连锁关系，也称为QTL作图。早期的分子标记研究中，由于可以利用的标记数量有限，常采用单个标记作QTL定位研究，随着分子标记数量增多以及饱和遗传连锁图谱的构建，利用连锁图上多个标记的信息作QTL分析成为主流。无论如何，QTL作图一般要经过分离世代建立、标记检测、数量性状值测定和统计分析等多个环节，其中如何分析标记基因型和数量性状值之间是否存在关联、发现QTL并准确估计QTL的遗传效应，不同作图方法所采用的遗传设计和统计原理有一定差异。总体而言，大多数作图方法都涉及大量数据与连锁标记的统计分析，需要相应的统计分析软件，常用的主要有区间作图法、多元回归法、精确作图法等，并开发出一些功能很强的计算机程序包，如Mapmaker/QTL, Map Manager, QTLmapper, QTLcartogra-pher等。目前，QTL定位方法按分析所用标记来分，主要有单标记分析法和区间定位法。

(一)单标记分析

如果某个标记与某个(些)QTL连锁，那么在杂交后代中，该标记与QTL间就会发生一定程度的共分离，于是该标记的不同基因型在(数量)性状的分布、均值和方差上将存在差异。检验这些差异就能推知该标记是否与QTL连锁。单标记分析方法是将群体中个体按单标记基因型进行分组〔每次只分析一个标记)，同时度量各个体数量性状的表型值。以单因素方差分析测验被研究数量性状在标记基因型间的差异显著性，或将个体的数量性状表型值对单个标记的基因型进行回归分析，若各标记基因型差异或回归系数达到统计测验的显著水平，则可认为该标记与QTL连锁。

以纯系P₁×P₂得到的F₁与P₂的回交群体(BC₁)为例，设Q-q为控制某一数量性状的一对数量性状基因，M-m为一对标记，亲本P₁的基因型为QQmm，亲本P₂为qqmm，在回交BC₁群体中，任一标记位点都只有Mm和mm两种标记基因型，uMm，和umm分别代表标记基因型Mm和mm在该数量性状的观测均值。若Q与M间的重组率为r，Q替代q的基因效应为α，则uMm=(1-r)α, umm=rα, uMm-umm=(1-2r)α。

从式中可以看出，仅当r＝0.5时，也即标记与QTL没有连锁时，uMm、与产umm的差异为零；而只要r＝0.5，即标记与QTL存在连锁，uMm、umm间就会不等于零，即有差异；且r值越小，即标记与QTL紧密连锁，则uMm与umm间的差异就越大。用t测验可以检验这种差异(与零比较)的显著性。如果每个标记位点在有些群体(如F₂分离群体)中存在三种基因型，则可采用单因素方差分析(F测验)检验三种标记基因型间性状均值差异是否显著，根据其显著性同样在遗传上可以检测标记与QTL间存在的连锁关系。

统计上，可将个体的性状表型值对每个QTL的基因型建立线性回归关系。个体的性状表型值可用下列线性模型表示：

y_i＝u＋bx_i＋e_i

式中，y_i为第i个体的性状表型值；u为模型均值；b为QTL效应，在以上回交群体中，b =uMm-umm；xi为第i个体的基因型指示变量，按第i个体的QTL基因型为吻或qq取值为1或0。由于被检测的QTL基因型是未知的，必须依据与之连锁的标记基因型来推断，通常x_i可根据QTL与标记的连锁程度推断取值1或0的概率大小，若连锁紧密，则x_i根据标记基因型为Mm或mm直接取值1或0;e_i为第i个体的随机误差。由此，根据线性模型检测回归系数的显著性，即uMm与umm间的差异显著性。

其优点是简单直观，但不能估计QTL的具体位置和效应，且一般不适用于一条染色体上存在多个QTL的情形，目前仅用于对数据的初步分析。

(二)区间定位法

区间定位法(interval mapping, IM)，是利用染色体上一个QTL两侧的一对标记，建立个体数量性状测量值对双侧标记基因型指示变量的线性回归关系。若回归关系显著，则表明该QTL存在，并能估计出该QTL的位置和效应。QTL的基因型需根据其相邻双侧标记的基因型加以推测。这就涉及利用概率分布和正态分布的极大似然函数估计两标记间存在QTL的可能性和效应大小。回归模型的适合性检验通常采用似然比检验法，即存在QTL的概率对不存在QTL的概率之比(其对数为LOD值)。

Lander和Botstein (1989)以回交群体为例，阐述了区间作图的基本原理。对i和i+l标记所构成的区间的QTL存在，可用上面的线性模型表示：

y_i=u+bx_j＋e_i

同样，这里的x_i为第j个体的基因型指示变量，对i和i+1标记区间的任一位置θ, x_i;的取值或为1或为0，都有一个确定的概率，即

Pk_j＝Pr(Q_k／M_i,i+1)＝Prob (x_j＝k/M_i,i+1，θ)

其中，Pr (Q_k/M_i,i+1)为条件概率；k=1,。(k=1时，Q_k为Qq；k=0时，Q_k为qq)

于是，个体j具有表型值y_j，可用似然函数表示如下：

L(y_i/M_i,i+1)=Σkφ (u_Qφ,σ²)Pr (Q_k/M_i,i+1)

若在回交群体中，有n个个体，则有似然函数：

式中，φ(u, σ²)是服从方差为σ²，均值为u的正态分布密度函数。

这里L表示极大化似然函数，括号内为被估计参数，α、β、s²分别为群体的均值、回归系数(加性效应)和随机误差的极大似然估计值。要检验某一区间是否存在QTL，可用似然比取对数作为统计量进行统计检验，即

LOD＝IogL₁-logL₀

式中，L₁为θ点上存在QTL(备选假设H₁为真)的极大似然函数；L₀为不存在QTL(无效假设H₀为真)的极大似然函数。当LOD值超过某一临界阈值时，可认为该区间存在QTL。 LOD的临界值一般为2～3,即有QTL的似然值相当于没有QTL的似然值的100～100。倍。当以染色体的遗传距离为横坐标，LOD值为纵坐标作图时，可以得到一个LOD似然图谱，QTL的存在与否可以形象地观察：一个显著的峰对应着一个可能QTL的位置(图12-22)。Lander等曾研制了专门的计算机软件(Mapmaker/QTL)在全基因组范围内发现某点存在QTL并估计其相应的遗传参数。该方法曾被认为是QTL检测的标准统计方法。

图12-22QTL分析的LOD似然图谱，显示存在一个QTL

在两个相邻标记所构成的区间内定位QTL，它比用单侧标记的方法(即单标记分析法)更加准确和有效。但IM法也存在明显的缺点，当一条染色体上同时存在一个以上的QTL时，IM法的估计结果常常是有偏的。因为它无法排除被检区间之外的QTL对被检区间的影响。如图12-23所示，当相邻区间存在两个效应方向相同的QTL时，区间定位法只检测到一个 QTL，且位置和效应与真实情况不符；当相邻区间存在两个效应方向相反的QTL时，区间定位法检测不到QTL。为克服IM法的缺点，不少学者提出了改进方法，包括采用多个QTL回归模型，以及将IM与多标记分析相结合，用被检区间以外的部分或所有剩余标记来消除其他QTL对被检区间的影响。根据这一思想，已发展出了混合线性模型和复合区间定位法等。

图12-23区间定位法对相邻区间QTL检测示意图

复合区间定位法(composite interval mapping, CIM)是利用多元回归的特性，构建了不受区间以外的其他QTL影响的检验统计量，以此统计量进行区间检验，可将同一染色体上的多个连锁QTL的效应区分开来。与IM法相比，CIM法大大提高了QTL定位的准确度，但这在有些情况下是以降低灵敏度(检测能力)为代价的，且计算量也大大增加了。不过，与IM法的情况相似，也可以应用最小二乘法来配合CIM模型，这样可大幅度地提高计算速度。CIM法还被推广到了多性状分析的情形，我们称之为多性状复合区间定位法(MCIM)。MCIM法利用了性状间相关的遗传信息，因而可能会提高QTL定位的灵敏度和准确度。它更为重要的优点是可以用来鉴别QTL的紧密连锁和多效性，也可用来分析多年多点试验数据，由此可以检测QTL与环境间的相互作用。基于混合线性模型的复合区间定位法可以同时处理多环境数据，并可以检测上位性效应。由于篇幅限制，具体分析方法不在此细述。许多QTL分析软件，如QTL Cartgrapher, QTLmapper, MAPQTL都可在Internet网上查询并下载。

利用分子标记对控制数量性状的QTL进行定位和遗传效应估计是近十几年来数量遗传学的新发展。样本容量、标记密度、QTL被发现能力以及效应估计的准确度仍然是数量性状QTL研究的主要关心的话题。采用计算机模拟数据和双侧标记基因型均值回归的QTL作图方法系统研究了分子标记密度、性状遗传力和样本容量3因素对F_{2 :3}分离群体数量性状基因图谱构建的影响。结果表明，随着遗传力(从1.4％～51.3％)和样本容量(从50～1000)的增大，QTL的被发现能力也随着增大，但其效率随之降低。因此，可在性状遗传力已知(通过性状表型的考察测定)的情况下确定某一保证度下的最适样本容量和标记密度，从而减少试验成本。例如，QTL的遗传力为10％、标记间距为15 cm，则F_2:3群体的样本容量为300即可保证QTL的被发现能力达80％以上。

二、产量性状基因定位及杂种优势的遗传基础分析

目前已有许多利用分子标记和连锁图谱作重要性状QTL定位和遗传研究的报道。我们将以产量性状的杂种优势遗传基础研究为内容介绍数量性状基因的定位和遗传分析。

在玉米中，Stuber等(1992)利用一个优良玉米单交种(Mo17×B73)衍生的F₃分别与双亲回交得到相应的两个回交群体，通过76个遗传标记对这两个群体进行产量性状的QTL定位，并分析了单个QTL效应。在与B73回交的群体中，检测到6个QTL影响籽粒产量，这6个QTL共解释约60％产量表型变异；在与Mo17回交的群体中，存在8个产量性状QTL，它们共解释近60％的产量表型变异。而且发现上述绝大多数QTL(除1个例外)，其杂合子表型值均高于任何纯合子。他们因此认为，这些QTL及其上的超显性是产生杂种优势的主要遗传基础。

在水稻中，Xiao等(1995)利用一个釉粳杂交组合的重组自交系F7分别与双亲杂交，得到相应的两个回交群体，用141个分子标记对许多重要农艺性状QTL进行了分析，并对釉粳杂种优势的遗传基础进行了研究。在两个回交群体中共检测到37个QTL影响12个重要农艺性状，其中27个只在一个回交群体中被检测到，表明这些QTL位点上的杂合子与一种纯合子有显著的差异，与另一个纯合子差异不显著；在这27个QTL中约82％ QTL的杂合子比各自的纯合子具有更高的表型值，即这些位点表现为完全显性。另有10个QTL能在两个回交群体中同时被检测到，其杂合子表型介于两纯合子之间。因此他们认为显性效应是该组合优势的主要遗传基础。

Yu等(1997)选用我国目前产量优势强、适应性广、推广面积最大、使用时限较长的一个釉型杂交稻组合‘汕优63’为材料，定位产量和重要农艺性状的QTL，考查基因间的相互作用效应，深入分析了这些基因效应对杂种优势形成的影响。该研究用151个多型性分子标记位点构建覆盖整个水稻基因组的连锁图，并对‘汕优63’的240个F_2:3家系按随机区组设计进行田间种植，连续两年考察包括产量及其构成因子在内的12个重要农艺性状。以此为基础作QTL分析，共定位了32个控制产量和产量构成性状(有效穗、单株粒重和千粒重)的QTL，其中12个QTL在两年中均被检测到，而另外20个QTL只在一年里被发现。大多数产量QTL表现出超显性效应，而其他性状只有部分QTL表现为超显性。重要的是，检测到大量的上位性效应(基因间互作)影响产量性状。这些上位性效应涉及大量的标记位点，分布遍及水稻的12条染色体，其中多数位点在作单位点分析时未检测到显著效应。它们所涉及的基因位点数量也远大于由单位点分析所检测到的QTL。值得指出的是，大多数QTL均与至少一个其他位点显著互作，由单位点分析检测到的其上的显性或超显性的表现受制于与其互作的位点上的基因型。此外，该群体中基因杂合性与性状表现相关性较低，表明基因型杂合程度对杂种优势的形成贡献较小。由此提出，上位性效应是性状表现和杂种优势形成的重要遗传基础，杂种优势的遗传基础较之基于单基因理论的显性和超显性假说要复杂得多。

在产量性状基因定位的研究中，我们发现，研究多用遗传设计中的环境控制手段。例如，采用具有重复观察的随机区组试验、多年多点试验来降低环境误差，提高检测效率，永久性分离遗传群体(如RIL)就显得有一定优势。针对暂时性分离群体(如F₂)，也往往采用F₃家系的平均值代表相应的F₂单株表型值，以提高表型观察的准确性。

随着水稻、玉米、油菜、棉花等农作物的遗传图谱日渐饱和，针对所有育种目标性状，如抗病性、抗逆性、品质、产量等都有QTL定位的报道。许多结果对我们认识数量性状的遗传及其改良很有意义。

例如，在大多数数量性状中，均检测到1个或2个数量主基因，它们能单独说明表型总变异的10％～50％，而其他 QTL的效应则较小，许多控制质量性状的等位基因与数量性状基因位于同一位点。因此有研究者推测，所谓的质量性状和数量性状实质上是同一基因在不同基因型背景或与基因型环境互作条件下的表现。这些结果否定了数量遗传学关于等(微)效多基因的基本假设。

在基因效应与作用方向的研究中，发现了许多具有对立效应的QTL，即在大值亲本中含有减效QTL，而小值亲本中可能含有增效QTL。高产品种中发现降低产量的QTL，低产品种中发现增加产量的QTL，抗性品种含有感病QTL，感病品种中含有抗性QTL。Xiao等(1996)利用野生稻与栽培稻杂交后代群体对控制产量QTL的分析指出，水稻野生种质中存在对产量有贡献的“增效因子”，利用水稻野生种质和外源种质资源将是提高水稻生产潜力的关键性因素。

利用相同分子标记进行不同物种间QTL的比较作图，在植物中已分别对禾本科(水稻、玉米、高粱、大麦、小麦、黑麦)、茄科(番茄、马铃薯、辣椒)、十字花科(拟南芥菜、甘蓝、花椰菜、油菜)等物种之间进行了比较作图分析。发现有些物种间的标记图谱和QTL图谱很相似。这种在不同物种中一致的基因位置和排序现象，也称为共线性(synte-ny)。不同物种间共线性QTL的发现，使人们可以预测一些重要QTL在不同种中的位置，从已知物种基因推测另一物种的同源基因的位置及功能，通过QTL图谱的比较追溯物种的进化过程并开拓新的种质资源。这对农作物的重要农艺性状基因克隆及分子标记育种极其有利。由于水稻和拟南芥等模式植物的全基因组测序工作的完成，将模式植物的重要性状基因定位以及功能信息应用于其他众多的农作物，无疑对作物的遗传改良具有重要的意义。