非洲菊新品种DUS测试数量性状分级及形态性状多样性研究

对非洲菊品种11个数量性状进行了分级研究,利用54个形态性状对22个非洲菊品种进行了多样性分析。结果表明:11个数量性状可进行5个或者7个连续分布的分级,分别建立3~7或者2~8的不完整尺度;54个形态性状在22个非洲菊品种中检测到162个等位变异,平均每个性状检测到3.0个,平均有效等位变异数目为2.0209(1.0000~3.9672);Shannon's多样性指数平均为0.7578(0~1.4650)。22个非洲菊品种相似系数分布在0.67~0.86,当相似系数为0.70时,22个非洲菊品种可分为3类。花序类型为单瓣的品种和外轮舌状小花上表面颜色数量为2种的品种能和其他品种有效的区分。     

朱顶红新品种DUS测试数量性状筛选与分级

利用70个朱顶红品种对12个数量性状进行了筛选及分级研究,并对5个数量性状的测量部位进行了研究。结果表明:所有性状均满足DUS测试要求,性状2由于区分能力弱不适于作为DUS测试性状。12个数量性状可进行3~9个连续分布的分级。花茎从下往上逐渐变细,但不同品种变细程度略有差异,在测量花茎中部的最大宽度时要求严格测量花茎的1/2处;不同茎上各数量性状测量值略有差异,除花茎长度和花梗长度外的性状差异不显著;同一花茎不同花间数量性状差异较小;同品种的花外花被片长度、宽度不存在显著差异;种球大小对数量性状有显著影响。     

玉簪属品种DUS测试中数量性状的测定方法探索

利用74份玉簪品种对19个数量性状进行筛选和分级研究,并对不同性状的测量时期和部位进行了探讨。结果表明:叶柄宽度的测试方式采取自然状态下直接测量,花序梗长度测量从基部到第1花苞片着生处的长度,苞片性状全部观测第1花苞片,花相关性状以1~3花中的完全开放花为观测对象;所有候选性状均符合DUS测试指南性状选用的条件,可分为3~9个连续的分级;植株、叶片的观测可改在开花期观测,花序相关性状则在末花期观测。     

金针菇品种DUS测试性状的分级与评价

金针菇是著名的食、药两用真菌。以45份金针菇品种为试验材料,对21个性状进行分级与评价,对12个数量性状进行分级,并对其中10个数量性状的相关性和2个数量性状的不同测量部位的影响进行了研究。结果表明:所有性状均适合作为DUS(特异性、一致性和稳定性)测试性状,12个数量性状可分别划分为3–5级;10个数量性状至少与1个其他数量性状显著相关;菌柄由上往下逐渐变粗,不同品种变粗程度略有差异,测量菌柄直径时要求测量菌柄上部1/3处;子实体数量由下往上逐渐减少,不同品种减少程度略有差异,测量子实体数量时要求测量单瓶中长度在基部1/3以上的子实体个数;形态性状的聚类分析结果支持将"菌落:表面色素"、"菌盖:纵切面形状"和"菌盖:表面颜色"作为分组性状。     

基于DUS测试的水稻标准品种形态性状多样性分析

对水稻DUS测试标准品种进行多样性评价,为DUS测试标准品种的选择和优化提供依据。以DUS测试指南中规定的49个水稻标准品种为材料,根据2008年在杭州田间试验对59个形态性状的调查数据,利用PopGen32软件计算了等位变异数、有效等位变异数和Shannon's多样性信息指数,对标准品种的形态性状多样性进行了评价;并根据其多样性参数采用NTSYS软件对标准品种进行了聚类分析。结果表明,59个形态性状在19份籼稻和30份粳稻品种中分别检测到201和262个等位变异,平均每个性状可以检测到3.4068（籼稻）和4.4407(粳稻)个等位变异,籼、粳稻类群中59个性状的平均Shannon's多样性指数分别为0.8318（0~1.7674）和0.9828（0~1.8547）。聚类分析结果表明,籼、粳稻群体内品种间的形态性状相似系数分别介于0.45~0.81和0.36~0.76,取相似系数0.70为阈值,可将19份籼稻和30份粳稻品种分别分为16和27类。多样性分析表明本研究的49个品种形态性状多样性丰富,具有标准品种性状描述的示例和校正作用;根据聚类分析结果,可将现有标准品种的数量减少至43个。本研究为水稻新品种DUS测试中标准品种的选择和优化提供了参考依据,同时也可供研制其他植物的DUS测试标准借鉴。     

无髯鸢尾新品种DUS测试性状筛选

植物新品种特异性、一致性和稳定性(DUS)测试是新品种保护的基础和依据,测试性状的筛选是DUS测试的核心。为制定无髯鸢尾DUS测试指南,初步确定测试性状43个,结合性状间R型聚类分析性状间相关性,去除相关性大、贡献较小的雌蕊长、叶长性状,最终确定操作性强、区别明显的测试性状41个;利用品种间Q型聚类分析确定测试指南的分组性状4个;对性状进行分级及分布分析,保证无髯鸢尾测试指南的可行性,为无髯鸢尾品种测试与授权提供技术支持。     

基于DUS测试性状的玉米自交系形态多样性分析

利用DUS测试中的47个性状对15份普通玉米自交系和13份糯玉米骨干自交系进行了形态多样性研究。结果表明:本研究所选用的普通玉米自交系较糯玉米自交系的形态变异更为丰富;47个性状的Shannon-Weaver多样性指数存在较大差异。聚类分析表明,糯玉米自交系紧密地聚在一起,与普通玉米自交系存在较大形态差别。DUS测试性状涵盖的信息量大且受环境影响相对较小,可应用于玉米自交系的形态多样性分析。     

15份多花黑麦草优良引进种质的表型变异分析

多花黑麦草(Lolium multiflorum Lam.)是世界栽培牧草中的优良禾本科牧草。为更好地利用多花黑麦草种质资源,本研究对引自国外的15份多花黑麦草种质的15个形态性状和农艺性状进行了变异系数、相关性分析、主成分分析和聚类分析。结果表明:15份材料间存在较大变异,除单株干重外,其余性状在供试材料间均表现出显著性差异,变异系数范围为10.28%~39.15%,变异系数平均值为19.49%,从小到大依次为小穗数小穗长株高分蘖数千粒重花序长倒二叶长小花数茎粗第一节间长倒二叶宽旗叶宽旗叶长单株干重单株鲜重。主成分结果表明,前5个主成分累积贡献率达到84.51%,第1主成分以株高为主要特征;第2主成分以旗叶和倒二叶长、宽为主要特征;第3主成分以花序长和小花数为主要特征;第4主成分以千粒重为主要特征;第5主成分以产草量为主要特征。15份种质材料经基于欧氏距离的UPGMA聚类分析被划分为3大类,类别间存在较显著的差异,其中第2类因其植株高大、叶片宽大的特点,具备选育高产种质的潜力。     

鲜食葡萄品种资源果实数量性状变异及概率分级

为了更好地对葡萄种质资源进行评价研究,丰富数量化、规范化的葡萄种质资源描述系统内涵,对国家果树种质资源圃太谷葡萄圃114份鲜食有核葡萄品种的果实主要数量性状（果穗长度、果穗宽度、果穗重量、果粒纵径、果粒横径、果粒重量、果穗大小、果粒大小等指标）进行分析研究,结果表明,以上8个性状变异系数均在17%以上,果粒重量变异系数最大,为48.05%;果穗宽度变异系数最小,为17.58%;果穗重量的变异幅度最大,为100.0 g～1030.0 g,变异系数为41.28%;果粒横径的变异幅度最小,为1.3～3.5 cm,变异系数为20.82%。同时K-S检验表明,8个数量性状的Sig值均大于0.05,符合正态分布。对符合正态分布的数量性状统一用（X-1.2818S）、（X-0.5246S）、（X+0.5246S）、（X+1.2818S）4个点分为5级,使1～5级出现的频率分别为10%、20%、40%、20%和10%。该研究为葡萄种质资源果实性状的描述规范和数据标准化的建立提供了参考。     

冬闲期种植多花黑麦草对稻田土壤性状的影响

“多花黑麦草(Lolium multiflorum L.; Italian Ryegrass)—水稻(Oryza sativa L.; Rice)”草田轮作(IRR)系统是我国南方农区新型的轮作模式之一。利用冬闲田种植多花黑麦草不仅能够生产大量的优质青饲料, 缓解冬季畜禽饲草紧缺的问题, 而且可以改善土壤物理和化学性质, 提高养分循环效率, 并对土壤微生物群落产生积极影响。通过讨论种植多花黑麦草对土壤团聚体结构、容重、pH、腐殖酸、有机质、碳氮比、土壤氮、磷、钾含量和土壤微生物群落等的影响, 系统总结了黑麦草在土壤培肥方面的作用效应, 并进一步探讨了南方农区利用IRR系统发展“草牧业”的困难与挑战, 旨在为IRR系统的进一步推广提供更为全面深入的理论指导。     

数量性状发育遗传模型及其分析方法的研究进展

发育遗传模型是同时反映性状遗传和发育本质、提供影响遗传变异及调整发育进程的有关因素的信息的模型。建立在群体遗传学基础上的直接效应模型适用于单一基因控制的简单性状。渐成模型将遗传变异分解成直接分量和渐成分量(母体效应和互作效应),能更好地反映有机体遗传和发育的生物学机制。生长轨迹模型有效地综合了复杂性状各分量的发育动态,可获得连续的、综合的、详细的、动态的发育信息。条件遗传分析方法不仅可以估算特定时间段的净效应,且可将净效应分解为不同遗传分量,了解各效应分量的相对贡献。 Abstract：Developmental genetic models and analysis methods for quantitative traits are presented.Developmental genetic models should reflect the genetic and developmental essence,and provide the information of the factors influencing the genetic variation and the developmental process.Direct effect models,which based on the population genetics,may be suitable to analyze simple traits with single gene.Epigenetic models can decompose the whole genetic variation into direct and epigenetic components (maternal effects and epigenetic interaction effects),so that biological mechanism can be better understood.Growth trace models effectively synthesize the developmental dynamics of components of complex traits.With them,continuous,compositive,detailed,and dynamic information of development is available.Conditional analysis method can not only estimate the net effects in a specific time interval,but also depose them into genetic components and help to appreciate the contributions of different effects.     

Multivariate Extensions of the Mixed Model for Quantitative Traits

The mixed model for complex segregation analysis of quantitative data from three-generational nuclear families is extended to the multivariate case. Likelihood functions for hypothesis testing are derived for two types of conditional analysis of multiple traits: first when entry to the study depends on the index case's values of all the quantitative traits that are of interest, and second when entry depends on only one trait, but other correlated traits are to be studied simultaneously. Using direct products of covariance matrices, these functions are seen to be direct multivariate equivalence of the univariate functions.     

中国传统大菊叶片形态的数量化定义与分类

中国传统大菊品种叶片形态变异丰富,然而至今仍未对其进行科学的定义和分类,无法有效利用这些形态性状进行品种鉴定和叶形遗传解析。利用数量化分析方法对植物形态进行定义和分类,是植物性状遗传解析的前提。对436个中国传统大菊品种的24个叶形性状进行重新定义及观测,通过相关性分析确定了8个相对独立的性状,用变异系数及主成分分析等...     

Likelihood Under the Mixed Model for Quantitative Traits

Mathematical details of obtaining the likelihood functions for testing hypotheses under the mixed model for quantitative traits are given. Since families are assumed to be chosen by the value of the trait of a particular family member, conditional distributions are required. Algorithms for efficient computation of the likelihood are given.