水稻生育后期叶绿素含量的QTLs及其与环境的互作分析

利用Dular和Lemont杂交后代单粒传衍生的123个F12家系所组成的重组自交系（RILs）群体,研究水稻剑叶叶绿素含量的数量性状基因座（QTL）.分别在2005年和2006年考察该RIL群体齐穗期剑叶叶绿素含量,并进行QTL定位和上位性分析及其与环境的互作效应分析.结果表明：在4对染色体上共检测到10个控制叶绿素含量的加性QTLs,共解释了73.51%的遗传变异,单个QTL的表型贡献率为2.08%～20.14%,其中6个和环境存在显著互作;同时也检测到13对影响叶绿素含量的加性×加性上位性互作,其中6对具有显著的上位性环境互作效应.     

干旱胁迫下水稻柱头外露率加性、上位性效应和Q×E互作

在耐旱性筛选设施内对一套水稻重组自交系群体(共185个株系)进行两年的水分胁迫和非胁迫处理,调查每穗颖花数(sNP)、单边柱头外露率(PSES)、双边柱头外露率(PDES)和柱头总外露率(PES)等4个开花相关性状.方差分析结果显示年份、株系和水分处理,以及相互间互作的效应均达显著水平.表型相关以PSES和PES间最高(r=0.9752***),其次为PDES和PES (r=0.7150***),最次为PSES和PDES间(r=0.5424***).利用203个SSR标记建立的连锁图,胁迫和非胁迫条件下各检测到6个SNP的主效QTL,3～4个PSES、PDES和PES的主效QTL;检测到1～9对上位性QTL影响颖花数和柱头外露率.大部分加性和上位性效应的贡献率较低(0.76%～9.92%),仅有少数QTL或上位性QTL解释总方差的10%以上.一些主效和上位性QTL在PSES、PDES和PES间被共同检测到,解释了不同柱头外露率指标间高度正相关关系.几乎没有在水分胁迫和非胁迫两种条件下都检测到的QTL,暗示着干旱对颖花数和柱头外露率有严重的影响.     

水稻生物学产量及其构成性状的QTL定位

QTL的加性效应、加性×加性上位性效应及它们与环境的互作效应是数量性状的重要遗传分量.利用IR64/Azucena的125个DH品系为群体,分析了水稻生物学产量及其两个构成性状干草产量和谷粒产量的遗传组成.用基于混合模型的复合区间作图(MCIM)方法进行QTL定位.检测到12个位点有加性主效应,27个位点涉及双位点互作,18个位点存在环境互作.结果表明水稻生物学产量和它的两个构成性状普遍存在上位性效应和QE互作效应.此外,还探讨了性状间相关的遗传基础.发现4个QTLs和一对上位性QTLs可能与生物学产量与干草产量之间的正相关有关.3个QTL可能与干草产量与谷粒产量之间的负相关有关.这些结果可能部分地解释了这3个性状相关的遗传原因.通过对水稻生物学产量及其两个构成性状所定位QTL的分析,加深了对数量性状QTL的认识.首先,QTL的上位性效应和QE互作效应是普遍存在的;其次,QTL的多效性或紧密连锁可能是遗传相关的原因,当QTL对两个性状作用的方向相同时可导致正向遗传相关,反之则为负向遗传相关,当有些QTL表现为同向作用而另一些QTL表现为反向作用时,则可削弱性状间的遗传相关性;第三,复合性状的QTL效应可分解为其组成性状的QTL效应,如果QTL对各组成性状的效应方向相反而相互抵消,可使复合性状的QTL效应不易被检测;第四,加性效应的QTL常参预构成上位性效应,而具有上位性效应的QTL并非都有加性主效应,表明忽略上位性的QTL定位方法会降低检测QTL的功效;最后,鉴别不同类型的QTL效应有利于指导育种实践,选择主效QTL适用于多环境,QE互作QTL适用于特定环境,对上位性QTL应强调选择基因组合而并非单个基因.     

利用双单倍体群体剖析水稻产量及其相关性状的遗传基础

主效QTL、上位性效应和它们与环境的互作(QE)都是数量性状的重要遗传因素。利用籼粳交珍汕97／武育粳2号F1植株上的花药进行组织培养得到的190个双单倍体群体和179个微卫星标记,通过两年两重复田间试验,采用混合线性模型方法分析了9个控制水稻产量及其相关性状的遗传效应,得到57个主效QTL,41对上位性互作,8对QTL与环境的互作和7对上位性效应与环境的互作。单个主效QTL解释这些性状1．3％～25．8％的表型方差。各性状QTL的累积表型贡献率达11．5％～66．8％。大多数性状之间具有显著的表型相关性,相关性较高的性状之间常具有较多共同或紧密连锁的QTL。结果表明,基因的多效性或紧密连锁可能是性状相关的重要遗传基础。     

干旱胁迫下水稻柱头外露率加性、上位性效应和Q×E互作的剖析(英文)

在耐旱性筛选设施内对一套水稻重组自交系群体(共185个株系)进行两年的水分胁迫和非胁迫处理,调查每穗颖花数(SNP)、单边柱头外露率(PSES)、双边柱头外露率(PDES)和柱头总外露率(PES)等4个开花相关性状。方差分析结果显示年份、株系和水分处理,以及相互间互作的效应均达显著水平。表型相关以PSES和PES间最高(r=0.9752***),其次为PDES和PES(r=0.7150***),最次为PSES和PDES间(r=0.5424***)。利用203个SSR标记建立的连锁图,胁迫和非胁迫条件下各检测到6个SNP的主效QTL,3～4个PSES、PDES和PES的主效QTL;检测到1～9对上位性QTL影响颖花数和柱头外露率。大部分加性和上位性效应的贡献率较低(0.76%～9.92%),仅有少数QTL或上位性QTL解释总方差的10%以上。一些主效和上位性QTL在PSES、PDES和PES间被共同检测到,解释了不同柱头外露率指标间高度正相关关系。几乎没有在水分胁迫和非胁迫两种条件下都检测到的QTL,暗示着干旱对颖花数和柱头外露率有严重的影响。     

水稻种子萌发和苗期ABA敏感性的QTL定位分析

植物激素ABA参与不同的生理过程,尤其是在种子发育和非生物逆境的适应都需要ABA的调控.以水稻珍汕97和旱稻IRAT109为亲本的重组自交系群体为材料,分别调查种子发芽和苗期对ABA的敏感程度.种子发芽阶段以ABA处理下的相对发芽势（Relative germination vigor,RGV）和相对发芽率（Relative germination rate,RGR）为指标,苗期以ABA喷施处理下的卷叶程度（Leaf rolling scores by ABA spaying,LRS）和含ABA水培条件下的卷叶程度（Leaf rolling scores by ABA culturing,LRC）为指标.性状相关分析表明发芽阶段的相对发芽势与苗期卷叶程度呈显著正相关.用复合区间作图法和混合线性模型对ABA敏感性QTL定位和上位性效应分析.两种软件检测到的主效QTL位点大致相同.共检测到5个单位点QTL和6对上位性QTL与发芽阶段的ABA敏感性有关;8个单位点QTL和5对上位性QTL与水稻苗期对ABA的敏感性有关;在苗期,两种ABA处理条件下共检测到两个共同的QTL;仅一个共同的QTL同时控制发芽阶段和苗期对ABA的敏感性.这些研究结果说明,水稻对ABA的敏感性同时受单位点的多基因和上位性基因控制;而且控制种子萌发阶段发芽势和苗期对ABA敏感性的遗传基础有很大的不同.     

应用中国和欧洲油菜建立的双二倍体群体对3个重要农艺性状的QTL定位以及与环境的互作分析

以中国的高油分自交系“高油”和欧洲高含油量品种“Sollux”的F1产生的282个株系组成的双二倍体(DH)群体为材料,在125个SSR标记座位构建的连锁图谱基础上,根据在中国和欧洲四个不同环境下的表型鉴定结果,采用混合线性模型基础上的QTL分析软件,对油菜3个重要农艺性状:株高,开花期和成熟期进行了数量性状基因座位(QTL)的联合定位分析,估测了这些QTL的加性、上位性以及与环境的互作效应。结果表明各性状均受多个加性、加加上位以及与环境互作的QTL控制。株高受多个QTL影响(12个位点具有加性或兼有环境互作效应,5个位点具有互作效应),以加性效应为主,加性效应总和可解释定位群体表型变异的75%左右,并多兼有上位性效应。12个主效QTL中,9个是“高油”等位基因相对“Sollux”有降低株高的作用,大多数加性×环境互作QTL的有效等位基因具有环境选择特异性。7个ae基因座位中,5个“高油”等位基因在杭州种植环境下,除一例外所有在德国环境下的互作基因座中,“Sollux”等位基因起着增加株高的作用,加加上位性主效总和为加性主效总和的三分之一。7个控制花期和8个控制成熟期的主效QTL中,分别有6个和5个是来自“高油”的等位基因相对“Sollux”具有提前开花和成熟的效应,这些QTL的效应总和占到性状表型变异的60%左右。5个位于第2和第12连锁群中的2个大效应QTL可能和已多次报导的VFN1和VFN3基因相近或相同。开花期和成熟期两性状均检测到显著的ae互作效应,双亲等位基因的效应在各环境下呈离散分布。位于14和19连锁群上的两个主效株高QTL同时也是控制开花期和油分含量的基因位点,因而利用这两个位点进行标记辅助筛选时要考虑到对油分含量的影响。控制成熟期的8个主效QTL中有3个同时也是控制开花期的基因座位,证实了开花期和成熟期高度正相关的遗传基础,两个生育性状均表现有较弱的QTL间加加上位互作,但以主效QTL的作用为主。     

利用回交重组自交群体检测水稻抗褐飞虱数量性状基因座

利用由98个系组成的Nipponbare/Kasalath//Nipponbare回交重组自交系（Backcross Inbred lines,BILs）作图群体（BC1F9）,进行水稻抗褐飞虱数量性状基因座（Quantative Trait Locus,QTL）的检测和遗传效应分析。采用苗期集团鉴定方法,并以死苗率作为抗褐飞虱表型值,分析亲本和98个BILs抗褐飞虱表现。共检测到3个苗期抗褐飞虱QTL,分别位于2、10和12染色体上,各QTL的LOD值为2.01～2.33,贡献率为10.4%～16.6%,可解释群体总表型变异的39.0%。这3个数量性状基因座对褐飞虱的抗性均来自抗虫亲本Kasalath。与这些数量性状基因座连锁的分子标记可望应用于聚合多个抗性基因,培育对褐飞虱具有水平抗性水稻新品种的育种实践中。     

水稻叶片性状和根系活力的QTL定位

应用由247个株系组成的珍汕97B/密阳46重组自交系(RIL)群体及其分子标记连锁图谱,检测控制剑叶、倒二叶、倒三叶的5个形态性状和控制根系伤流量性状的数量性状座位(QTL)。在9个标记区间检测到控制叶片形态性状的24个QTL,LOD值为2．9～11．8,单个QTL的表型变异贡献率为4．0％～32．5％;分别检测到56对和4对控制叶片形态和根系活力的上位性互作,绝大多数互作发生在2个不表现加性效应的座位之间。与该群体产量性状QTL的研究结果相比较,发现控制叶片性状和根系活力的QTL与产量性状QTL往往处于相似的染色体区间。     

水稻红莲型CMS育性恢复QTL分析

红莲型CMS是在我国杂交水稻生产中被广泛利用的雄性不育细胞质之一。为了同时定位红莲型CMS育性恢复主效和微效QTL,利用红莲型CMS不育系粤泰A(YTA)与“Lemont／特青”RIL群体测交,结合1张含有198个DNA分子标记的高密度遗传图谱,对测交F1群体的小穗育性和花粉育性进行复合区间作图。在对YTA的育性恢复性方面,该。RIL群体的2个亲本之间具有明显差异,特青的恢复性较强,其测交F1的小穗育性和花粉育性分别为72％和51％;而Lemont测交F1的小穗育性和花粉育性分别为32％和9％。复合区间作图定位到4个育性恢复QTL,分别位于水稻第1、2和10号染色体上,单个QTL的贡献率在5％～24％之间。其中,除1个QTL的增效基因来源于Lemont外,其余3个QTL的增效基因均来源于特青。效应最大的QTL为qRF-10-1,该QTL位于10号染色体RM258-C16标记区间,对小穗育性表型变异的贡献率为24％,对花粉育性的贡献率为17％,且该QTL被检测到的LOD值显著较高,因此是1个主效QTL,其增效基因来源于特青。除了主效QTLqRF-10-1外,其它3个QTL对性状的贡献率均在10％以下(5％～8％)。由此表明,该RIL群体对红莲型CMS的育性恢复由1个主效QTL控制,并受其它几个微效QTL的影响。该QTL定位结果与小穗育性在测交F1群体中呈连续的双峰分布的结果相一致。与主效QTL qRF-10-1紧密连锁的SSR标记为RM258,该主效QTL可作为分子标记辅助育种的操作目标之一,用于杂交稻分子育种中培育红莲型CMS的强恢复系。     

稻米粒形的QTL定位及上位性和QE互作分析

利用'广陆矮4号'×'佳辐占'水稻重组自交系构建了SSR标记的遗传图谱.联合2007年和2008年获得的两组稻米粒长(GL)、粒宽(GW)、长宽比(L/W)数据应用混合线性模型方法进行QTL定位,并作加性效应、加性×加性上位互作效应以及加性QTL、上位性QTL与环境的互作效应分析.结果显示;(1)在加性效应分析中两个群体共检测到4个控制粒长的QTL,4个控制粒宽的QTL,5个控制长宽比的QTL,贡献率分别为13.81%、15.36%和 16.29%.(2)在上位互作效应分析中两个群体共检测到2对控制粒长的互作QTL,1对控制粒宽的互作QTL,3对控制长宽比的互作QTL,贡献率分别为5.77%、2.59%和7.42%.(3)环境互作检测中,发现共有13个加性QTL和4对QTL的加性×加性上位性与环境产生了互作效应.结果表明,上位性效应和加性效应都影响稻米粒形遗传,QE互作效应也对粒形有着显著的影响.     

水、旱条件下稻米蒸煮和营养品质性状与土壤水分环境互作分析及其QTL定位

以旱稻品种IRAT109与水稻品种越富杂交构建的DH群体的116个株系及其亲本为材料,在水、旱2种栽培条件下种植,研究了稻米蒸煮和营养品质性状的变化规律,在水、旱2个土壤水分环境下对直链淀粉含量(AC)、胶稠度(GC)、碱消值(GT)和蛋白质含量(PC)4个蒸煮和营养品质性状进行QTL定位及QTLs与环境互作分析。结果表明,以上4个品质性状在水、旱2种不同栽培条件下差异较大,说明这些性状受水分条件影响较大,旱栽条件下稻米蒸煮和营养各品质性状均有不同程度的升高,其中蛋白质含量平均提高37.9%。QTL分析结果表明,4个稻米品质性状在2个环境中的表现型值都为连续分布,均存在超亲遗传类型,共检测到7个加性效应QTL与稻米蒸煮和营养品质性状4项指标有关,分别位于第1、2、3、6、8、11染色体上,单个QTLs对性状的贡献率在1.91%～19.77%之间。位于第3染色体上控制碱消值的QGt3,第6染色体上控制直链淀粉含量的QAc6,在2个不同土壤水分条件下均与环境存在显著互作,对环境互作的贡献率分别为8.99%和47.86%。控制直链淀粉含量的2对上位性QTLs与土壤水分环境显著互作,贡献率较大,分别为32.54%和11.82%。并筛选到5个主效QTL(QGt6b、QGt8、QGt11、QGc1和QPc2)在抗旱育种中可用于蒸煮和营养各品质性状MAS改良。     

Characterization of the main effects,epistatic effects and their environmental interactions of QTLs on the genetic basis of yield traits in rice

Main effects, epistatic effects and their environmental interactions of QTLs are all important genetic components of quantitative traits. In this study, we analyzed the main effects, epistatic effects of the QTLs, and QTL by environment interactions (QEs) underlying four yield traits, using a population of 240 recombinant inbred lines from a cross between two rice varieties tested in replicated field trials. A genetic linkage map with 220 DNA marker loci was constructed. A mixed linear model approach was used to detect QTLs with main effects, QTLs involved in digenic interactions and QEs. In total, 29 QTLs of main effects, and 35 digenic interactions involving 58 loci were detected for the four traits. Thirteen QTLs with main effects showed QEs; no QE was detected for the QTLs involved in epistatic interactions. The amount of variations explained by the QTLs of main effect were larger than the QTLs involved in epistatic interactions, which in turn were larger than QEs for all four traits. This study illustrates the ability of the analysis to assess the genetic components underlying the quantitative traits, and demonstrates the relative importance of the various components as the genetic basis of yield traits in this population.     

水、旱条件下水稻茎秆主要抗倒伏性状的QTL分析

以粳型旱稻IRAT109和粳型水稻越富杂交的116个DH株系的群体为材料,利用已构建的分子标记连锁图(包括94个RFLP标记和71个SSR标记),定位了水稻茎秆主要抗倒伏性状的QTL。在水田、旱田栽培条件下,考查了乳熟期DH系及其亲本的茎基粗、茎秆长及茎秆强度等性状。相关分析表明,茎基粗与茎秆长、茎基粗与茎秆强度及茎秆长与茎秆强度间均呈极显著正相关。利用QTLMAPPER进行水、旱田单环境定位分析及水、旱田联合定位分析定位了控制这些性状的QTL。水、旱田单环境定位分析结果表明：3个性状共检测到9个加性QTL和5对上位性QTL;联合定位分析表明：茎基粗、茎秆长共检测到6个加性QTL和6对上位性QTL,其中6个加性QTL和1对上位性QTL在两种方法下都检测到。旱田条件下检测到2个加性及2对上位性QTL(bctla、ct9、c16a-c16c和cs5-cs12)对表型变异的贡献率(简称贡献率)大于30％。这些高贡献率QTL可能对旱田条件下旱稻抗倒伏分子育种有重要意义。     

水稻对叶瘟和穗瘟部分抗性的遗传分析

在一个水稻籼籼交重组自交系群体中,选用由感病株系构成的2个亚群体和2个不同的稻瘟病菌小种,进行了水稻对叶瘟部分抗性的QTL定位,还选用由感病而且抽穗期相近的株系构成的亚群体和另一个病菌小种,进行了水稻对穗瘟部分抗性的QTL定位,将病叶面积百分比(DLA)、病斑大小(LS)和病斑数(LN)作为对叶瘟部分抗性的性状,将病斑长度(LL)和孢子量(CA)作为对穗瘟部分抗性的性状。所构建的图谱包含168个标记。应用QTLMapper 1．01b,共检测到11个表现主效应的QTL和28对双因子互作,有3个表现主效应的QTL参与对同一性状的互作。QTL的主效应对单一性状的贡献率为4．7％～38．8％,而上位性效应对单一性状的贡献率为16．0％～51．7％,QTL的主效应对大多数性状的贡献率小于互作效应,表明互作效应对于部分抗性的重要作用。对穗瘟部分抗性的两个性状LL和CA,所检测到QTL总效应的贡献率分别达到70．6％和82．6％,表明由排除了主效抗病基因的感病株系组成的亚群体适合于进行部分抗性QTL定位。     

水稻米粒延伸性的遗传剖析

以籼稻ZYQ8与粳稻JX17为亲本的DH群体作为研究材料,考察DH群体及双亲的米粒延伸率相关性状,并使用该群体的分子连锁图谱进行QTL分析.共检测到14个与稻米延伸性有关的QTL,包括2个粒长QTL、7个饭粒长QTL和5个米粒延伸率QTL,分别位于第1、2、3、5、6、7、10、11和12染色体.所有QTL的LOD值介于2.26～9.25,分别解释性状变异的5.31%～17.21%.在第3染色体上的G249～G164、第6染色体上的G30～RZ516和第10染色体上的G1082～GA223区间同时检测到控制饭粒长和米粒延伸率的QTL.米粒延伸性受多基因控制,Wx基因与位于第6染色体上的qCRE-6的G30～RZ516区间相近,对米饭的延伸性具重要影响.     

水稻株高构成因素的QTL剖析

利用水稻籼粳杂交 (圭 6 30× 0 2 42 8) F1 的花药离体培养建立的一个含 81个 DH家系的作图群体 ,对水稻株高构成因素 (穗长、第 1节间长、……、第 5节间长 )进行基因定位。DH群体中株高构成因素均呈正态分布。相邻的构成因素间呈极显著的正相关 ,而相距较远的构成因素间的相关较弱或不显著。采用 QTL(Quantitative trait lo-cus)分析 ,定位了影响株高构成因素的 6个 QTL:qtl7同时影响穗长和第 1、2、3节间长 ,qtl1 和 qtl2 同时影响第 4和第 5节间长 ,qtl1 0 a和 qtl1 0 b仅影响第 1节间长 ,qtl3 仅影响第 3节间长。采用 QTL 互作分析 ,检测到 19对显著的互作 ,每个构成因素受 2个或 2个以上的 QTL 互作对的影响。并且还发现 ,同一个 QTL 互作对可能影响不同的性状 ,以及一个 QTL 可以分别与不同的 QTL 产生互作而影响同一个性状或影响不同的性状 ,但总的看来 ,加性效应是主要的。这些结果揭示了株高构成因素间相关的遗传基础 ,在水稻育种中运用这些 QTL 将有助于对株高 ,以及对穗长和上部节间长度进行精细的遗传调控。     

The main effects, epistatic effects and environmental interactions of QTLs on the cooking and eating quality of rice in a doubled-haploid line population

Amylose content (AC), gel consistency (GC) and gelatinazation temperature (GT) are three important traits that influence the cooking and eating quality of rice. The objective of this study was to characterize the genetic components, including main-effect quantitative trait loci (QTLs), epistatic QTLs and QTL-by-environment interactions (QEs), that are involved in the control of these three traits. A population of doubled haploid (DH) lines derived from a cross between two indica varieties Zhenshan 97 and H94 was used, and data were collected from a field experiment conducted in two different environments. A genetic linkage map consisting of 218 simple sequence repeat (SSR) loci was constructed, and QTL analysis performed using qtlmapper 1.6 resolved the genetic components into main-effect QTLs, epistatic QTLs and QEs. The analysis detected a total of 12 main-effect QTLs for the three traits, with a QTL corresponding to the Wx locus showing a major effect on AC and GC, and a QTL corresponding to the Alk locus having a major effect on GT. Ten digenic interactions involving 19 loci were detected for the three traits, and six main-effect QTLs and two pairs of epistatic QTLs were involved in QEs. While the main-effect QTLs, especially the ones corresponding to known major loci, apparently played predominant roles in the genetic basis of the traits, under certain conditions epistatic effects and QEs also played important roles in controlling the traits. The implications of the findings for rice quality improvement are discussed.     

Dissection of Additive, Epistatic Effect and Q × E Interaction of Quantitative Trait Loci Influencing Stigma Exsertion Under Water Stress in Rice

Four flowering related traits, spikelet number per panicle (SNP), percentage of single exserted stigma (PSES), dual exserted stigma (PDES) and total exserted stigma (PES) of a RI population with 185 lines under water stress and non-stress conditions for 2 years, were investigated in a drought tolerance screening facility. ANOVA results showed high significance between years, lines, and water stress treatments, together with interactions among them in pairs. Highest phenotypic correlation was found between PSES and PES (r = 0.9752^***), followed by PDES and PES (r = 0.7150^***), and PSES and PDES (r = 0.5424^***). Based on a linkage map of 203 SSR markers, six main effect QTLs were detected for SNP and three or four main effect QTLs were associated with PSES, PDES and PES under stress or non-stress conditions. There were one to nine pairs of epistatic QTLs influencing SNP and stigma exsertion. The contribution rates of additive and epistatic effects seemed to be in a low magnitude for most cases (0.76%-9.92%) while a few QTLs or QTL pairs explained more than 10% of total variance. Some main effect QTL and epistasis were commonly detected among PSES, PDES and PES, explaining the high positive correlation between them. Few QTLs were detected under both water stress and non-stress condition, implying that drought had severe impact on the genetic behaviors of both spikelet number and stigma exsertion.