侯林涛**　王腾岳**　荐红举　王嘉　李加纳　刘列钊*

　　西南大学农学与生物科技学院, 重庆 400715

　　摘要: 盐胁迫是非生物胁迫中影响作物产量的一个主要因素, 利用分子标记方法选育油菜耐盐品种对提高油菜产量具有重要意义。选用来自GH06与P174杂交后通过单粒传法连续自交获得的高世代重组自交系群体, 以含16 g L–1 NaCl的 Hoagland溶液培养幼苗进行盐胁迫处理 25 d后, 分别测定叶和根的鲜重及干重, 根据已构建的高密度 SNP遗传连锁图谱进行 QTL定位, 在QTL物理区间筛选耐盐相关基因并以极端表型材料进行 qRT-PCR分析。采用复合区间作图法(CIM), 在对照和盐胁迫处理中共检测到 19 个 QTL, 其中与盐胁迫相关的有 6 个, 可解释的表型变异7.16%~16.15%, 分布在A02、A04和C03染色体上, 将QTL置信区间序列和拟南芥中与盐胁迫相关的基因比对分析, 共找到8个候选基因。对其中4个候选基因在极端表型材料中的表达分析表明, BnaA02g14680D与BnaA02g14490D基因在盐胁迫处理后的48 h或72 h表达量均高于对照组, 即基因的表达由盐胁迫引起, 而BnaC03g64030D在敏感型材料中的相对表达量高于在耐盐型材料中, BnaC03g62830D 在敏感型材料中没有明显变化, 但在耐盐型材料中呈现先升高后降低的表达特征, 其表达可能会增强植株对盐胁迫的耐受力。本研究为油菜耐盐基因功能挖掘和油菜耐盐品种选育奠定基础。

　　关键词: 甘蓝型油菜; 盐胁迫; 数量性状位点; 单核苷酸多态性; 候选基因

QTL Mapping for Seedling Dry Weight and Fresh Weight under Salt Stress and Candidate Genes Analysis in Brassica napus L.

HOU Lin-Tao　**, WANG Teng-Yue　**, JIAN Hong-Ju, WANG Jia, LI Jia-Na, and LIU Lie-Zhao*

　　College of Agronomy and Biotechnology, Southwest University, Chongqing 400715, China

　　Abstract: Salt stress is one of the main abiotic stresses affecting crop yield and it would be very important by using the salt tolerance related markers in rapeseed breeding to improve the oilseed production. In this research, the Brassica napus L. high generation recombinant inbred lines (RIL) population derived from the cross of GH06 and P174 via single seed descent propagation was used for QTL mapping and candidate gene analysis. The fresh and dry weight of leaf and root were measured at 25 days after the seedlings were grown in Hoagland solution with 16 g L–1 NaCl. Composite interval mapping (CIM) was used to identify the re-lated QTLs according to the high density SNP genetic map, and the candidate gene expression in the extreme lines tested by qRT-PCR. A total of 19 QTLs were identified in the control and salt stress treatment, and six QTLs were mapped on chromosomes A02, A04, and C03 under salt stress, with contribution rate ranged from 7.16% to 16.15%. Eight genes were identified according to the BLAST of genes in the QTL confidence intervals and the salt stress related genes in Arabidopsis. The expression of four candidate genes in the extreme lines showed that BnaA02g14680D and BnaA02g14490D under salt stress treatment for 48 or 72 hours had higher expression than the control, which indicates that the expressions are induced by salt stress. The relative expressions of gene BnaC03g64030D in sensitive extreme lines were higher than those in tolerant extreme lines. There were no changed in expression for gene BnaC03g62830D in sensitive extreme lines but increased expression at 48 hours and reduced expression at 72 hours after salt treatment in tolerant extreme lines, showing the enhance of plant salt tolerance possibly. Our research laid a foundation for the function research of salt tolerant gene in rapeseed and the breeding of salt tolerant rapeseed.

　　Keywords: Brassica napus L; Salt stress; QTL; SNP; Candidate gene

　　本研究由国家自然科学基金项目(31371655)资助。

　　The study was supported by the National Natural Science Foundation of China (31371655).

　　* 通讯作者(Corresponding author): 刘列钊, E-mail: liezhao2003@126.com, Tel: 023-68250701

　　** 同等贡献(Contributed equally to this work)

　　第一作者联系方式: E-mail: 594632283@qq.com

　　Received(收稿日期): 2016-04-20; Accepted(接受日期): 2016-09-18; Published online(网络出版日期): 2016-09-27.

　　URL: http://www.cnki.net/kcms/detail/11.1809.S.20160927.0842.002.html

　　土壤盐渍化是危害农业生产的主要因素之一, 中国盐渍土面积大、分布广、类型多, 总面积达9913万公顷, 约占国土面积的1.03%[1]。土壤中过量的盐分会引起土壤物理和化学性质的改变, 导致农作物生长环境的恶化[2]。在我国, 油菜是继水稻、玉米、小麦、大豆之后的第五大作物, 也是第一大油料作物, 常年种植面积约 670 万公顷, 总产超过 1100 万吨, 年产菜籽油约 450 万吨, 占自产植物油总量的40%以上, 占草本植物油总量的57%以上[3]。甘蓝型油菜在三大栽培类型油菜中种植面积最大, 被认为是比较耐盐的作物之一[4]。因此我们期望通过甘蓝型油菜耐盐性定位研究为其耐盐性和品种选育提供研究基础, 进而实现盐碱地的农业高效利用, 这对我国耕地农业生产能力的提升, 耕地数量的增加, 国家粮食安全的保障具有重要意义[5]。 随着对油菜研究的不断深入及SNP芯片和重测序的普及, 利用 SNP 分子标记技术建立高密度的遗传图谱, 对油菜重要性状的 QTL分析已经成为新常态, 并且已经定位了与油菜含油量、千粒重、株高、产量等相关的 QTL[6-10], 对于油菜在盐胁迫条件下的研究大多集中在生理反应的测定[11-13], 而疏于对油菜耐盐性状基因的定位。Li等[14]利用甘蓝型油菜DH 系群体在正常和干旱胁迫条件下的 5 个指标(株高、根长、叶干重、根干重和总重)数据的 QTL 分析, 分别检测到28个和31个QTL, 其中在正常环境下, 以油菜幼苗干重为指标检测到 18个 QTL, 单个位点可解释的表型变异为6.43%~18.97%; 旱胁迫环境下, 检测到与幼苗干重相关的 20个 QTL, 单个位点可解释的表型变异为5.87%~15.97%。荐红举等[15]利用本研究的 RIL 群体对盐胁迫下种子发芽率的QTL 分析, 检测到 11 个相应的 QTL, 位于 A03 和A09 染色体上, 可解释的表型变异为 4.9%~10.9%。Moursi[16]利用 DH 群体在正常和盐胁迫环境下的干重和鲜重数据进行 QTL 分析, 正常环境下找到 4 个QTL, 分别位于A06、A05、C02和C03染色体上, 贡献率为36%; 盐胁迫环境下找到3个QTL, 分别位于C03和C06染色体上, 共同可解释的遗传变异25%。

　　本试验利用已经构建的高密度SNP遗传连锁图谱对盐胁迫环境下 RIL 群体叶和根的鲜重和干重进行 QTL定位, 进而筛选出与盐胁迫相关的候选基因并分析其在极端表型材料中的表达量, 为油菜耐盐基因的进一步研究提供理论基础。

1 材料与方法

　　1.1 试验材料

　　以母本GH06与父本P174杂交, 采用单粒传法连续自交 10 代, 构建高世代重组自交系群体(recombinant inbred line, RIL), 之后随机选取其中的172 个重组自交系进行 SNP 标记分析, 构建高密度SNP遗传连锁图谱[17]。

　　1.2 盐胁迫处理

　　挑选健康饱满、大小均一的油菜种子, 置铺 2层定性滤纸的9 cm培养皿内, 每皿20粒, 加入适量的1/4 Hoagland营养液培养7~8 d。待种子发芽长成幼苗时, 从每株系各取生长健康一致的1植株, 3个重复, 分别置装有质量浓度为 0 g L–1 和 16 g L　–1 NaCl溶液[15](以Hoagland营养液为母液配制)的塑料盆中, 于温室培养25 d, 设定温度25℃, 光照16 h, 黑暗8 h。

　　1.3 幼苗鲜重、干重测定

　　用滤纸吸干每株系 3 个植株水分后分别用电子天平测量幼苗的叶鲜重、根鲜重, 取平均值。将幼苗放入105℃烘箱杀青30 min, 70℃烘箱烘干48 h至恒重, 然后用电子天平称量幼苗的叶干重、根干重, 取平均值。

　　1.4 图谱构建及 QTL分析

　　所用 SNP分子标记构建的遗传连锁图谱[17], 包含 2795 个 SNP 多态性标记位点, 总长 1832.9 cM, 相邻标记间平均距离为0.66 cM。采用QTL分析软件Windows QTL Cartographer 2.5[18]及复合区间作图(composite interval mapping, CIM)法对RIL群体幼苗的叶鲜重、根鲜重与叶干重、根干重进行QTL定位及效应检测[19]。CIM 分析时, 选取 1 cM 的步长(walking speed), 按照假定检测 10 和 Zmapqtl 模型3, 选取参数 1000 次回归, 显著水平为 0.01。LOD≥3时, 即认为该区间可能存在一个 QTL。运行软件同时给出性状 QTL 的加性效应和解释的表型变异。按照McCouch等[20]的方法命名检测到的QTL, 以“q”加相对应的性状再加染色体编号表示, 字体为斜体。

　　1.5 候选基因的筛选

　　将检测到的QTL的置信区间在甘蓝型油菜基因组[21]上查询到对应的序列, 然后与拟南芥基因组序列进行 BlastN, E 值设定为 E–20, 最后筛选出每个QTL置信区间内匹配E值小于阈值的盐胁迫相关基因, 共筛选出8个与盐胁迫相关的基因。

　　1.6 RNA提取

　　根据 RIL 群体叶、根鲜重在盐胁迫环境与正常环境下的比值, 筛选出对盐敏感型材料(F215 的比值分别为0.78和0.42, F328分别为0.76和0.37)和耐盐型(F285的比值为分别1.02和1.50, F293分别为1.00和 1.38)的极端表型材料, 在盐胁迫处理 24、48、72和 96 h 后取叶片, 将样品迅速于–80℃保存。按照EASYspin植物RNA快速提取试剂盒(RN09)说明提取样品的总RNA。采用Bio-Rad iScript cDNA Synthesis Kit 试剂盒反转录, 反转录体系为 5×iScript reaction mix 4 mL, iScript reverse transcriptase 1 mL, RNA模板(1 mg) 1~3 mL, ddH2O补充体积至20 mL。反应条件为25℃ 5 min, 42℃ 30 min, 85℃ 5 min, 4℃保存。

　　1.7 实时荧光定量 PCR(qRT-PCR)

　　在甘蓝型油菜基因组[21]中查找到候选基因的cDNA序列, 利用软件Primer Premier 5.0设计特异引物, 由上海生工生物工程股份有限公司合成(表1)。按照 Bio-Rad 公司的 SsoAdvanced Universal SYBR Green Supermix 试剂盒使用说明在 Bio-Rad CFX96 上运行实时荧光定量 PCR。反应体系为SsoAdvanced universal SYBR Green supermix (2×) 10 mL, 正向引物0.4 mL, 反向引物0.4 mL, cDNA 2 mL, ddH2O补充体积至20 mL。反应初始变性温度和时间为95℃/30 s, 然后95℃/10 s, 退火时间为30 s, 温度因引物而异, 40个循环。熔解曲线为65~95℃之间以0.5℃递增, 5 s。所有反应3个重复。用2–ΔΔCT方法以内参(油菜 Actin 基因-AF111812)为标准计算每个基因的相对表达量。

　　1.8 统计数据

　　利用 SPSS 17.0 软件完成相关性分析。利用MapChart 2.2作图软件分析染色体和 QTL之间的遗传距离, 在Microsoft Excel 2003和WPS 2016中处理其他数据。



2 结果与分析

　　2.1 油菜幼苗在盐胁迫条件下鲜重及干重的变化

　　RIL 群体的鲜重、干重, 各数值均呈连续分布和双向超亲分离(表2、图1和图2), 表明这些性状均为多基因控制的数量性状, 其偏斜度和峰值均小 1, 适合于 QTL 分析。除了盐胁迫处理下根干重均值高于对照组外, 其余叶、根的鲜重、干重均值均低于对照组, 这表明盐胁迫环境对幼苗的生长和发育产生了影响, 而根干重高于对照组可能由于幼苗在盐胁迫环境下促进根系的生长。盐胁迫下的叶鲜重均值要远远低于对照组, 而叶干重却相差不大, 可能是由于盐胁迫条件下离子浓度过高而影响植株的水分吸收。

　　2.2 油菜幼苗在 2种环境下鲜重、干重的相关性分析

　　从表 3 可以看出 2 种处理下的叶干重显著正相关, 相关系数为 0.205。盐胁迫环境下叶干重和根干重极显著正相关, 相关系数为 0.771, 盐胁迫环境下叶鲜重和根鲜重极显著相关, 相关系数为 0.380。相关性分析表明, 相同的处理下, 相同部位干重和鲜重均极显著相关。在对照和处理间, 只有叶片的干重和鲜重表现显著和极显著相关, 相关系数分别为0.205和0.246, 而根部在对照和处理间相关性不显著。

　　2.3 正常环境下油菜幼苗干重、鲜重的QTL分析

　　总共检测到13个QTL (表 4和图3)。油菜叶和根干重相关的QTL有4个, 分布在染色体A01、A10和 C08 上, 单个 QTL 可解释的表型变异为 8.43%~ 12.19%。其中C08染色体上的qCKDLC08贡献率为12.19%, LOD值为6.28。油菜幼苗叶和根鲜重的QTL有 9 个, 单个 QTL 可解释的表型变异为 7.08%~ 15.08%, 分布在A01、A08、A10和C08染色体上。其中分布在C08染色体上的QTL有4个, 贡献率为7.56%~15.08%, 置信区间有部分重叠。检测到 A08染色体上3个QTL, 贡献率为8.00%~8.84%, 置信区间相互靠近。在 A01 染色体上的 QTL qCKWLA01和 qCKDLA01 置信区间完全重合, 推测在此区间内可能有控制这一性状的基因。





　　2.4 盐胁迫环境下油菜幼苗干重、鲜重的 QTL定位

　　检测到与盐胁迫相关的 QTL 6 个(表 5 和图 4), 阈值为 3.21~4.59, 单个 QTL 可解释的表型变异为7.16%~16.15%, 分布在染色体A02、A04和C03上。分布在 A02 染色体上的 QTL 有 3 个, 单个 QTL 可解释的表型变异为 7.16%~11.75%。A04 染色体上 1个 QTL, LOD 值为 4.66, 贡献率为 11.60%, 置信区间为 58.00~77.40。C03 染色体上 2 个 QTL, 为qSTWRC03和qSTWRC03, LOD值分别为4.47和4.59, 共同可解释的表型变异是 31.75%, 置信区间有部分重叠。

　　2.5 候选基因筛选

　　在盐胁迫环境下共检测到 6 个 QTL, 但由于qSTWRA02 和 qSTWRC03-2 在甘蓝型油菜基因组中没有找到相应的序列, 故只能将 4个 QTL置信区间序列与拟南芥中盐胁迫相关基因比对, 共检测到 8个候选基因(表 6和表 7)。其中在 qSTDLA02-1区间内 1 个, 匹配 E 值为 E-137。qSTDLA02-2 区间内 3个, 匹配 E值介于0~2E-52之间。qSTDLA04区间内只 1 个, 匹配 E 值为 5E-25。qSTWRC03-1 区间内 3个, 匹配E值为4E-35~E-167。



　　2.6 候选基因在 2种环境下的表达水平

　　由图4可知, 在敏感型材料中, BnaA02g14680D基因盐处理后的48 h或72 h表达量较高, 之后96 h表达量降低; 而在耐盐型材料中, BnaA02g14680D基因在盐处理后的表达量先升高后降低之后在96 h又升高。BnaA02g14490D基因与BnaA02g14680D基因的表达水平特征相似。而BnaC03g64030D基因在敏感型材料中盐处理后的表达水平都有急剧升高的时期, 之后下降; 而其在耐盐型材料中的表达量则没有明显变化。BnaC03g62830D基因则在敏感型材料中没有明显变化, 在耐盐型材料中呈现先升高后降低的表达特征。

3 讨论

　　作物生长会受到多种因素的影响, 包括生物胁迫和非生物胁迫, 非生物胁迫中盐胁迫成为限制作物产量的一个重要因素[30]。油菜的营养价值和经济价值极高, 已经成为植物油的主要来源, 然而其生长、产量和出油量会因为土壤盐渍化而有所降低,特别是油菜种子发芽和幼苗早期的生长发育更容易受到盐害的影响[31]。从油菜幼苗在正常环境下和盐胁迫环境下鲜重和干重的分布特征可以看出, 盐胁迫下叶鲜重、干重的分布范围较窄, 均值也低于对照组, 尤其是叶鲜重, 盐胁迫环境下的叶鲜重均值几乎为对照组的一半, 根干重和鲜重则变化不大。推测可能是由于外界环境盐浓度高而影响了幼苗对水分的吸收, 从而导致植株叶鲜重有所下降, 这一结果与Tunçtürk等[32]　的研究结果一致。

　　植物对盐胁迫的响应是一个复杂的生理过程[33-34], 它会引起很多相关性状的改变, 如种子发芽率、植株鲜重干重等。我们采用SNP高密度遗传连锁图谱对正常环境和盐胁迫环境下的幼苗重量 QTL 分析, 发现两种环境下检测到的 QTL有很大差异, 且分布的染色体也不同, 可能是由于油菜幼苗在不同处理下差异基因适应环境而产生不同的响应。盐胁迫环境下共检测到 6个 QTL, 其中分布在染色体 A02上的有3个, 置信区间十分靠近且有部分重叠, A04染色体上有1个, 加性效应均来自于父本P174; C03染色体上有2个, qSTWRC03-1与qSTWRC03-2共同可解释的表型变异为 31.75%, 是盐胁迫环境下找到的贡献率最高的两个 QTL, 而在正常环境下并没有检测到, 因此推测它们可能是与盐胁迫环境下幼苗根鲜重相关的主效QTL, 加性效应来自于母本GH06。Moursi[16]利用 DH 群体对正常和盐胁迫环境下干重和鲜重得到的数据进行 QTL分析, 盐胁迫环境下找到 3 个 QTL, 共同可解释的遗传变异为 25%, 分别位于 C03 和 C06 染色体上, 但与 qSTWRC03-1 和qSTWRC03-2 位置相距较远。荐红举等[15]利用本研究的RIL群体对盐胁迫下种子发芽率进行QTL分析, 检测到 11 个相应的 QTL, 可解释的表型变异为4.9%~10.9%, 位于 A03和 A09染色体上, 与我们检测到的 QTL 所在染色体不一致, 推测可能是由于油菜在盐胁迫环境下种子发芽和植株生长响应机制不同。





　　 本研究将盐胁迫环境下检测到的4个QTL置信区间与拟南芥盐胁迫相关基因比对, 在每个区间内都找到了相应的候选基因, 共8个, 并对其中4个进行实时荧光定量PCR分析。研究结果表明, BnaA02g14680D基因在拟南芥中对应基因 ATRPK1/RPK1 的表达是由脱落酸、脱水、高盐和低温引起的, 本实验中该基因在盐胁迫环境下的表达量明显高于对照组, 与Hong等[23]的研究结果一致。Osakabe等[35]在实验中也发现在拟南芥中过量表达 RPK1 基因会增强对盐胁迫的耐受力。但Shi等[36]认为ATRPK1/RPK1基因的过量表达会使拟南芥对盐胁迫的耐受力降低, 当ATRPK1 基因的表达量被限制时, 拟南芥对盐胁迫的耐受力明显升高。BnaA02g14490D 基因在拟南芥中对应基因 ATHVA22C 的表达也是由脱落酸和盐胁迫引起的, 在敏感型和耐盐型材料中的表达特征与BnaA02g14680D 基因相似, 在耐盐型材料中两个基 因在盐处理后96 h表达量明显升高(图4), 推测可能是由于基因在耐盐型材料中的表达量较高而使其对盐胁迫环境的耐受力增强。BnaC03g64030D基因在拟南芥中对应ATCPL1/SHI4基因功能为编码的蛋白质在体外培养具有先天性磷酸酶活性, 突变体对脱落酸, 低温和氯化钠十分敏感[26], 其在敏感型材料中的表达量在48 h或72 h高于耐盐型材料(图4), 可能是由于其对盐胁迫环境更为敏感而高量表达以响应盐胁迫。BnaC03g62830D 基因在拟南芥中对应ATCESA8/LEW2 基因功能为编码一个纤维素合酶家族的成员, 其参与次生细胞壁的生物合成[28], 与对照组相比, 该基因在耐盐型材料中的盐处理后的表达量在48 h明显升高(图 4), 之后降低, 推测是由于受到盐胁迫环境影响而高量表达以增强对盐胁迫环境的耐受力, 而敏感性材料则没有, 所以对逆境的耐受力较差。Long等[37]通过RNA测序和PCR荧光定量方法在油菜中找到 31个与盐胁迫相关的基因, 但与我们发现的基因位点不一致, 推测可能是由于取材时间和部位不同, 由基因表达的时间和组织特异性引起的。



4 结论

　　盐胁迫环境下油菜幼苗的鲜重和干重均低于对照组, 表明盐胁迫对油菜生长有一定的影响。在染色体 A02、A04 和 C03 定位了 6 个盐胁迫环境下油菜幼苗干重鲜重的QTL, 贡献率超过10%的QTL有4 个, 表明油菜耐盐性是由多个微效基因调控的数量性状。共找到 8 个候选基因, 对其中 4 个基因在极端表型材料中的qRT-PCR分析表明, BnaA02g14680D和 BnaA02g14490D 基因的表达由盐胁迫引起, BnaC03g62830D基因相对高量表达可能会增强植株对盐胁迫环境的耐受力。今后的研究应对筛选出的候选基因进行功能验证等深入分析, 为耐盐基因定位和盐胁迫相关机制的研究提供理论依据。

References
　　
　　[1] 杨真, 王宝山. 中国盐渍土资源现状及改良利用对策. 山东农业科学, 2015, 47(4): 125–130

　　Yang Z, Wang B S. Present status of saline soil resources and countermeasures for improvement and utilization in China. Shandong Agric Sci, 2015, 47(4): 125–130 (in Chinese with English abstract)

　　[2] Qadir M, Ghafoor A, Murtaza G. Amelioration strategies for sa-line soils: a review. Land Degrad Devel, 2000, 11: 501–521

　　[3] 沈金雄, 傅廷栋. 我国油菜生产、改良与食用油供给安全. 中国农业科技导报, 2011, 13(1): 1–8

　　Shen J X, Fu T D. Rapeseed production, improvement and edible oil supply in China. J Agric Sci Technol, 2011, 13(1): 1–8 (in Chinese with English abstract)

　　[4] 陈宗金, 蔡士宾, 杨继书, 张巧凤, 吴纪中, 蒋彦婕, 颜伟, 吴小有. 主要农作物芽期耐盐性比较研究. 农业科学, 2012, 2(4): 59–65

　　Chen Z J, Cai S B, Yang J S, Zhang Q F, Wu J Z, Jiang Y J, Yan W, Wu X Y. Comparison of salinity tolerance among main crops at germination stage. Hans J Agric Sci, 2012, 2(4): 59–65 (in Chinese with English abstract)

　　[5] 王佳丽, 黄贤金, 钟太洋, 陈志刚. 盐碱地可持续利用研究综述. 地理学报, 2011, 66: 673–684

　　Wang J L, Huang X J, Zhong T Y, Chen Z G. Review on Saline-alkali land sustainable utilization research. Acta Geograph Sin, 2011, 66: 673–684 (in Chinese with English abstract)

　　[6] 易斌, 陈伟, 马朝芝, 傅廷栋, 涂金星. 甘蓝型油菜产量及相关性状的QTL分析. 作物学报, 2006, 32: 676–682

　　Yi B, Chen W, Ma C Z, Fu T D, Tu J X. Mapping of quantitative trait loci for yield and yield components in Brassica napus L. Acta Agron Sin, 2006, 32: 676–682 (in Chinese with English abstract)

　　[7] Yang P, Shu C, Chen L, Xu J S, Wu J S, Liu K D. Identification of a major QTL for silique length and seed weight in oilseed rape (Brassica napus L.). Theor Appl Genet, 2012, 125: 285–296

　　[8] 孙美玉. 甘蓝型油菜含油量QTLs定位及候选基因筛选. 中国农业科学院博士论文, 湖北武汉, 2012. pp 51–54

　　Sun M Y. Mapping of QTLs and Screening of Candidate Genes for Oil Content in Brassica napus. PhD Dissertation of Chinese Academy of Agricultural Sciences, Wuhan, China, 2012. pp 51–54 (in Chinese with English abstract)

　　[9] Yang M, Ding G D, Shi L, Feng J, Xu F S, Meng J L. Quantita-tive trait loci for root morphology in response to low phosphorus stress in Brassica napus. Theor Appl Genet, 2010, 121: 181–193

　　[10] 张凤启, 刘越英, 程晓辉, 童超波, 董彩华, 唐敏强, 黄军艳, 刘胜毅. 利用高密度 SNP 标记定位甘蓝型油菜株高 QTL. 中国油料作物学报, 2014, 36: 695–700

　　Zhang F Q, Liu Y Y, Cheng X H, Tong C B, Dong C H, Tang M Q, Huang J Y, Liu S Y. QTL mapping of plant height using high density SNP markers in Brassica napus. Chin J Oil Crop Sci, 2014, 36: 695–700 (in Chinese with English abstract)

　　[11] Yıldız M, Akçalı N, Terzi H. Proteomic and biochemical re-sponses of canola (Brassica napus L.) exposed to salinity stress and exogenous lipoic acid. J Plant Physiol, 2015, 179: 90–99

　　[12] 刘国红, 姜超强, 刘兆普, 梁明祥, 殷祥贞, 郑青松. 盐胁迫对油菜幼苗生长和光合特征的影响. 生态与农村环境学报, 2012, 28(2): 157–164

　　Liu G H, Jiang C Q, Liu Z P, Liang M X, Yin X Z, Zheng Q S. Effects of salt stress on growth and photosynthetic traits of Canola seedlings. J Ecol Rural Environ, 2012, 28(2): 157–164 (in Chinese with English abstract)

　　[13] 郑青松, 刘海燕, 隆小华, 刘兆普, 牛丹丹, 高影影. 盐胁迫对油菜幼苗离子吸收和分配的影响. 中国油料作物学报, 2010, 32: 65–70

　　Zheng Q S, Liu H Y, Long X H, Liu Z P, Niu D D, Gao Y Y. Effects of salt stress on ionic absorption and distribution of rapeseed seedlings. Chin J Oil Crop Sci, 2010, 32: 65–70 (in Chinese with English abstract)

　　[14] Li Z, Mei S F, Mei Z, Liu X L, Fu T D, Zhou G S, Tu J X. Map-ping of QTL associated with waterlogging tolerance and drought resistance during the seedling stage in oilseed rape (Brassica napus). Euphytica, 2014, 197: 341–353

　　[15] 荐红举, 肖阳, 李加纳, 马珍珍, 魏丽娟, 刘列钊. 利用 SNP遗传图谱定位盐、旱胁迫下甘蓝型油菜种子发芽率的QTL. 作物学报, 2014, 40: 629–635

　　Jian H J, Xiao Y, Li J N, Ma Z Z, Wei L J, Liu L Z. QTL mapping for germination percentage under salinity and drought stresses in Brassica napus L. using a SNP genetic map. Acta Agron Sin, 2014, 40: 629–635 (in Chinese with English abstract)

　　[16] Moursi Y S S. Genetic Mapping of QTL Controlling Salt Toler-ance and Glucosinolates in Brassica napus and Brassica oleracea. PhD Dissertation of Georg-August-University, Germany, Göttingen, 2014. pp 73–78

　　[17] Liu L Z, Qu C M, Wittkop B, Yi B, Xiao Y, He Y J, Snowdon R J, Li J N. High-Density SNP Map for Accurate Mapping of Seed Fibre QTL in Brassica napus L. PLoS One, 2013, 8: e83052. DOI: 10.1371/journal.pone.0083052

　　[18] Wang S, Basten C J, Zeng Z B. Windows QTL Cartographer. Ver. 2.5 [computer program] Department of Statistics, North Carolina State University, Raleigh, NC, 2006. http://statgen.ncsu.edu/ qtlcart/WQTLCart.htm

　　[19] Lander E S, Botstein D. Mapping mendelian factors underlying quantitative traits using RFLP linkage maps. Genetics, 1989, 121: 185–199

　　[20] Mccouch S R, Cho Y G, Yano M, Paul E, Blinstrub M, Morishima H, Kinoshita T. Report on QTL nomenclature. Rice Genet Newslett, 1997, 14: 11–13

　　[21] Chalhoub B, Denoeud F, Liu S Y, Isobe I A, Tang H B, Wang X Y, Chiquet J, Belcram H, Tong C B, Samans B, Corréa M, Silva C D, Just J, Falentin C, Koh S H, Clainche I L, Bernard M, Bento P, Noel B, Labadie K, Alberti A, Charles M, Arnaud D, Guo H, Daviaud C, Alamery S, Jabbari K, Zhao M X, Edger P P, Chelaifa H, Tack D, Lassalle G, Mestiri I, Schnel N, Paslier M L, Fan G Y, Renault V, Bayer P E, Golicz A A, Manoli S, Lee T H, Thi V H D, Chalabi S, Hu Q, Fan C C, Tollenaere R, Lu Y H, Battail C, Shen J X, Sidebottom C H. D, Wang X F, Canaguier A, Chauveau A, Bérard A, Deniot G, Guan M, Liu Z S, Sun F M, Lim Y P, Lyons E, Christopher D, Town, Ian B, Wang X W, Meng J L, Ma J X, Pires J C, Graham J, King, Brunel D, Delourme R, Renard M, Aury J M, Adams K L, Batley J, Snowdon R J, Tost J, Edwards D, Zhou Y M, Hua W, Sharpe A G, Paterson A H, Guan C Y, Wincker P. Early allopolyploid evolution in the post-neolithic Brassica napus oilseed genome. Science, 2014, 345: 950–953

　　[22] Feng J L, Li J J, Gao Z X, Lu Y R, Yu J Y, Zheng Q, Yan S N, Zhang W J, He H, Ma L G, Zhu Z G. SKIP confers osmotic tolerance during salt stress by controlling alternative gene splicing in Arabidopsis. Mol Plant, 2015, 87: 1038–1052

　　[23] Hong S W, Jon J H, Kwak J M, Nam H G. Identification of a re-ceptor-like protein kinase gene rapidly induced by abscisic acid, dehydration, high salt, and cold treatments in Arabidopsis thaliana. Plant Physiol, 1997, 113: 1203–1212

　　[24] Woei-Jiun G, Tuan-Hua D H. An abscisic acid-induced protein, HVA22, inhibits gibberellin-mediated programmed cell death in cereal aleurone cells. Plant Physiol, 2008, 148: 1182–1182

　　[25] Elfving N, Davoinea C, Benllochb R, Blomberga J, Brännströma K, Müllerc D, Nilssond A, Ulfstedtd M, Ronned H, Wingsleb G, Nilssonb O, Björklunda S. The Arabidopsis thaliana Med25 mediator subunit integrates environmental cues to control plant de-velopment. Proc Natl Acad Sci USA, 2011, 108: 8245–8250

　　[26] Ortega-Amaro M A, Rodriguez-Hernandez A A, Rodriguez- Kessler M, Hernandez-Lucero E, Rosales-Mendoza S, Ibañez- Salazar A, Delgado-Sanchez P, Jimenez-Bremont J F. Overexpression of AtGRDP2, a novel glycine-rich domain protein, accelerates plant growth and improves stress tolerance. Front Plant Sci, 2015, 5: 782–783

　　[27] Seifert G J, Xue H, Acet T. The Arabidopsis thaliana Fasciclin like arabinogalactan protein 4 gene acts synergistically with abscisic acid signalling to control root growth. Ann Bot, 2014, 114: 1125–1133

　　[28] Ohnuma T, Numata T, Osawa T, Mizuhara M, Lampela O, Juffer A H, Skriver K, Fukamizo T. A class V chitinase from Arabidopsis thaliana: gene responses, enzymatic properties, and crystallographic analysis. Planta, 2011, 234: 123–137

　　[29] Glass M, Barkwill S, Unda F, Mansfield S D. Endo-β-1,4- glucanases impact plant cell wall development by influencing cellulose crystallization. J Integr Plant Biol, 2015, 57: 396–410

　　[30] Munns R, Tester M. Mechanisms of salinity tolerance. Annu Rev Plant Biol, 2008, 59: 651–681

　　[31] Ashraf M, McNeilly T. Salinity tolerance in Brassica oilseeds. Crit Rev Plant Sci, 2004, 23: 157–174

　　[32] Tunçtürk M, Tunçtürk R, Yildirim B, Çiftçi V. Changes of micronutrients, dry weight and plant development in canola (Brassica napus L.) cultivars under salt stress. Afr J Biotechnol, 2011, 10: 3726–3730

　　[33] Yeo A R. Molecular biology of salt tolerance in the context of whole-plant physiology. J Exp Bot, 1998, 49: 915–929

　　[34] Flowers T J, Yeo A R. Breeding for salinity resistance in crop plants: where next? Aust J Plant Physiol, 1995, 22: 875–884

　　[35] Osakabe Y, Mizuno S, Tanaka H, Maruyama K, Osakabe K, To-daka D, Fujita Y, Kobayashi M, Shinozaki K, Yamaguchi- Shinozaki K. Overproduction of the membrane-bound receptor- like protein kinase 1, RPK1, enhances abiotic stress tolerance in Arabidopsis. J Biol Chem, 2010, 285: 9190–9201

　　[36] Shi C C, Feng C C, Yang M M, Li J L, Li X X, Zhao B C, Huang Z J, Ge R C. Overexpression of the receptor-like protein kinase genes AtRPK1 and OsRPK1 reduces the salt tolerance of Arabidopsis thaliana. Plant Sci, 2014, 217: 63–70

　　[37] Long W H, Zou X L, Zhang X K. Transcriptome analysis of ca-nola (Brassica napus) under salt stress at the germination stage. PLoS One, 2015, 10(2): e0116217