镜鲤体长性状的QTL定位分析

以镜鲤良种后代为祖父母本所培育的杂交F2群体的68个个体为材料,利用553个分子标记(217个SSR和336个SNP标记)对其进行基因型检测,运用JoinMap4.0软件包对遗传连锁图谱进行构建。利用MapQTL5.0区间作图法(Interval mapping)进行QTL检测,通过置换实验(1 000次重复)确定连锁群显著性水平阈值。在对体长的区间定位中共检测到12个与体长性状相关的QTLs区间,分布在BL-1-1(SNP0137-SNP1481)、BL-4-1(SNP0092-HLJ797)、BL-5-1(SNP1268-HLJ423)、BL-7-1(HLJ870-SNP0702)、BL-12-1(SNP0922-HLJ639)、BL-16-1(HLJE351-SNP0674)、BL-25-1(SNP0394-SNP0862)、BL-35-1(HLJ668-SNP0832)、BL-43-1(SNP0389-SNP1425)、BL-47-1(HLJ057-HLJ1113)、BL-47-2(HLJ1439-HLJ1418)等11个连锁群上,解释表型变异范围是13.8%~64.9%,其中贡献率大于20%的主效QTLs有8个,是体长性状的主效QTLs区间。     

鲤饲料转化率性状的QTL 定位及遗传效应分析

数量性状(QTL)定位是实现分子标记辅助育种、基因选择和定位、培育新品种及加快性状遗传研究进展的重要手段。饲料转化率是鲤鱼的重要经济性状和遗传改良的主要目标, 而通过QTL 定位获得与饲料转化率性状紧密连锁的分子标记以及相关基因是遗传育种的重要工具。研究利用SNP、SSR、EST-SSR 等分子标记构建鲤鱼(Cyprinus carpio L.)遗传连锁图谱并对重要经济性状进行QTL 定位。选用174 个SSR 标记、41 个EST-SSR 标记、345 个SNP 标记对德国镜鲤F2 代群体68 个个体进行基因型检测, 用JoinMap4.0 软件包构建鲤鱼遗传连锁图谱。再用MapQTL5.0 的区间作图法(Interval mapping, IM)和多QTL 区间定位法(MQMMapping, MQM)对饲料转化率性状进行QTL 区间检测, 通过置换实验(1000 次重复)确定连锁群显著性水平阈值。结果显示, 在对饲料转化率性状的多QTL 区间定位中, 共检测到15 个QTLs 区间, 分布在9 个连锁群上, 解释表型变异范围为17.70%—52.20%, 解释表型变异最大的QTLs 区间在第48 连锁群上, 为52.20%。HLJE314-SNP0919(LG25)区间标记覆盖的图距最小, 为0.164 cM; 最大的是HLJ1439-HLJ1438(LG39)区间,覆盖图距为24.922 cM。其中区间HLJ1439-HLJ1438、HLJ922 -SNP0711 解释表型变异均超过50.00%, 可能是影响饲料转化率性状的主效QTLs 区间。与饲料转化率相关的15 个QTLs 的加性效应方向并不一致, 有3个区间具有负向加性效应, 平均为?0.027; 12 个正向加性效应, 平均值为0.06。研究检测出的与鲤鱼饲料转化率性状相关的QTL 位点可为鲤鱼分子标记辅助育种和更进一步的QTL 精细定位打下基础。       

微卫星DNA标记分析德国镜鲤的遗传潜力

结合体重、体长、体高等数量性状, 用30个微卫星分子标记, 评估了3个德国镜鲤群体的遗传潜力, 共检测到287个等位基因, 559种基因型, 片段长度109~400 bp, 有效等位基因数1.1014~6.4665, 观察杂合度0.0968~0.9892, 期望杂合度0.0926~0.8554, 位点多态信息含量0.08787~0.8559, 其中中度多态(0.25≤PIC≤0.5)13个, 高度多态(PIC≥0.5)13个。统计结果显示: 3个群体的遗传潜力处于中度水平, 双来养殖群体的遗传潜力比换新和松浦繁殖群体低。同时, 用30个基因座的不同等位基因和基因型与双来群体的体重、体长、体高进行了连锁分析, 得到2个与镜鲤体长相关的微卫星分子标记(HLJ319, HLJ693)和1个与体高相关的位点(HLJ677), 与体长相关的1个位点(HLJ693)还与体重连锁。将此遗传标记在鲤鱼重组自交系中验证, 结果显示: 主要经济性状相连锁的3个遗传标记中HLJ319与鲤鱼体长性状的QTL定位结果基本一致。     

镜鲤体长、体高、体厚性状QTL定位分析

以镜鲤全同胞家系为材料,用246个SSR和306个SNP标记构建了鲤鱼的连锁图谱,利用GridQTL软件对体长(SL)、体高(H)、体厚(BT)和体长/体高(SLH)进行了QTL定位分析。结果显示:共检测到14个相关的QTL,分布在7个连锁群上。其中,7个与体长相关的QTL——LG6、LG17、LG21、LG23和LG35连锁群上的QTL为显著水平(P<0.05),LG1和LG28上达到极显著水平(P<0.01),可解释表型变异为6.6%~12.6%;3个与体高相关的QTL均为极显著水平(P<0.01)位于LG17、LG23和LG28上,可解释表型变异分别为11.6%、12.7%和15.6%;2个与体厚相关的QTL均为显著水平(P<0.05)位于LG23和LG28上,可解释表型变异分别为8.6%和7.2%;2个与体长/体高相关的QTL均为显著水平(P<0.05)位于LG21和LG35上,可解释表型变异均为8.2%。     

谷子SSR分子图谱的构建及主要农艺性状QTL定位

试验拟对谷子重要农艺性状进行数量性状位点QTL分析。以表型差异较大的沈3/晋谷20F2作图群体为材料,观测其株高、穗长等性状,选用SSR做分子标记,利用完备区间作图法(BASTEN C J)进行QTL分析。结果显示,表型数据在作图群体中呈现连续分布,表现为多基因控制的数量性状,被整合的54个SSR标记构建10个连锁群,LOD阈值设置为2.0,检测到与株高相关的主效QTL2个,联合贡献率45.9637%,穗长主效QTL1个,贡献率14.9647%,与穗重、粒重相关的主效QTL为同一位点,贡献率分别为11.9601%和10.1879%。有6组QTL位点之间存在基因互作效应,大小范围为-0.4986-16.6407,对性状的贡献率在2.2716％至6.7478％之间。谷子表型控制复杂,相关QTL的检测受环境影响较大,不同连锁群QTL间互作明显。     

裸燕麦子粒性状的QTL研究

以六倍体裸燕麦578(大粒品种)和三分三(小粒品种)为亲本进行杂交,构建包含202个家系的F2遗传作图群体。由172个SSR标记构建出包含21个连锁群的遗传连锁图谱。采用复合区间作图对子粒性状进行QTL定位,共检测到17个控制子粒长度、宽度、千粒重的QTL位点。其中,6个与子粒长度相关的QTL位点表型的贡献率为0.70%~12.83%,5个与子粒宽度相关的QTL位点表型的贡献率为0.77%~12.92%,6个与子粒千粒重相关的QTL位点表型的贡献率为0.58%~10.64%。在这些QTLs中有4个的贡献率达到了10%以上,分别是与子粒长有关的qGL-2(12.83%)、与子粒宽有关的qGW-5(12.92%)以及与千粒重有关的qTGW-3(10.64%)和qTGW-4(10.05%),被认为是主效基因所在位点。而且qGL-2和qTGW-4位于连锁群的相同位置上。还发现第3号连锁群上AM1089~AM1512区段分别与子粒长度、宽度和千粒重相关,同时3号连锁群AM86-2~AM1044区间分别与子粒长度和千粒重相关,而位于第21号连锁群AM3217~AM965区段分别与子粒宽度和千粒重相关。这一研究为燕麦子粒性状的深入研究和相关标记开发以及分子辅助选择研究奠定了基础。     

大豆遗传图谱的构建和若干农艺性状的QTL定位分析

大豆许多重要农艺性状都是由微效多基因控制的数量性状,对这些数量性状进行QTL定位是大豆数量性状遗传研究领域的一个重要内容.本研究利用栽培大豆科新3号为父本、中黄20为母本杂交得到含192个单株的F2分离群体,构建了含122 个SSR标记、覆盖1719.6cM、由33个连锁群组成的连锁遗传图谱.利用复合区间作图法,对该群体的株高、主茎节数、单株粒重和蛋白质含量等农艺性状的调查数据进行QTL分析,共找到两个株高QTL,贡献率分别为9.15%和6.08%;两个主茎节数QTL,贡献率分别为10. 1%和8.6%;一个蛋白质含量QTL,贡献率为9.8%;一个单株粒重QTL,贡献率为11.4% .通过遗传作图共找到与所定位的4个农艺性状QTL连锁的6个SSR标记,这些标记可以应用于大豆种质资源的分子标记辅助选择,从而为大豆分子标记辅助育种提供理论依据.     

基于整合图谱的鲤生长相关性状QTL的分布及变异规律

单个群体数量性状位点(QTL)的检测和识别效率通常是有限的,而多个群体能提高QTL的检测效率并能更好地了解其等位基因的变异和分布.本研究利用4个群体构建了鲤鱼的整合图谱,在此基础上比较分析了不同群体QTL的分布及变异.整合图谱长度为2371.6cM,包含257个微卫星(SSR)和421个SNP标记分布于42个连锁群,平均标记间隔为3.7cM.将4个群体的体重、体长、体高和体厚共67个QTL定位到整合图谱上进行比较分析,发现仅有1个QTL为3个群体共享,9个QTL为2群体共享,未发现4个群体均共享的QTL.QTL的比较分析结果表明,共享QTL可能在控制不同鲤鱼种质间生长性状中起主要作用.此外,探讨了QTL在不同群体间变化的原因和规律,同时揭示了主效和微效基因在不同群体中的遗传表现,为QTL定位策略和分子育种改良鲤生长性状提供理论基础.     

鲤鱼(Cyprinus carpio L.)头长、眼径、眼间距QTL的定位

用265个AFLP标记、127个微卫星分子标记、37个EST-SSR标记和16个RAPD标记对大头鲤/荷包红鲤抗寒品系的F2雌核发育群体44个个体进行基因型检测, 构建鲤鱼遗传连锁图谱。利用软件WinQTLCart2.5采用复合区间作图法对头长、眼径、眼间距3个性状进行了QTL分析。结果显示, 共检测到5个与头长性状相关的QTL, 分别定位于鲤鱼连锁图谱的LG2(qHS-2-1)、LG3 (qHS-3-1)、LG40(qHS-40-1)和LG4 (qHS-4-2和qHS-4-3) 上。其中qHS-40-1拥有最大的 LOD值, 为7.94, 可解释的表型变异为 34.29%。qHS-4-2的LOD值最小, 为5.03, 可解释的表型变异为11.52%。5个与头长性状相关的 QTL 加性效应值均为负值。检测到两个与眼径性状相关的QTL, 分别定位于鲤鱼连锁图谱的LG39连锁群(qED-39-1)和LG40连锁群(qED-40-1)上, 其中qED-40-1的LOD值比较大, 为2.76, 其加性效应值为负值, 可以解释5.62%的表型变异; qED-39-1的LOD值为2.72, 加性效应值为正值, 可以解释9.77%的表型变异。检测到两个与眼间距性状相关的QTL, 分别定位到鲤鱼连锁图谱的LG20连锁群(qEC-20-1)和LG28 连锁群(qEC-28-1)上。其中qEC-20-1的LOD值比较大, 为3.77, 加性效应值为正值, 可以解释8.29%的表型变异; qEC-28-1的LOD值为2.79, 对应的加性效应值为负值, 可以解释8.88%的表型变异     

鲤鱼微卫星标记与体重、体长和体高性状的相关分析

利用47个鲤鱼微卫星标记, 对柏氏鲤和荷包红鲤抗寒品系自交F2代的92个个体基因组DNA进行检测, 得到162个等位基因, 各座位等位基因数2~6个, 片段长度100~444 bp, 有效等位基因数1.3069~4.2288, 杂合度0.2361~0.7677, 位点多态信息含量0.5368。利用统计软件SPSS的GLM程序对47个微卫星标记与鲤鱼体重、体长和体高相关性进行了分析, 结果表明HLJ695、HLJ716、HLJ739、HLJ759、HLJ774、K16与体重、体长和体高相关, HLJ776与体高相关。对同一标记不同基因型间进行多重比较, 找到与3种性状相关的基因型。     

Mapping quantitative trait loci (QTL) for body weight, length and condition factor traits in backcross (BC1) family of Common carp (Cyprinus carpio L.)

Body weight and length are economical important traits in aquaculture species influenced by quantitative trait loci (QTL) and environmental factors. In this study, a backcross (BC1) common carp family, with 86 progeny, was utilized to construct genetic map for preliminary QTL mapping. The genetic map was constructed with 366 markers, including 191 SNP from gene, coverage 50 linkage groups with an average marker distance of 18.5 cM. A total of fourteen QTLs associated with body weight (BW), body length (BL) and condition factor (K) were detected on ten linkage groups (LGs). Among these QTLs detected, three (qBW8, qBL8 and qK8) were associated with BW, BL and K respectively, were mapped on LG8. qBW8 and qK8 were identified on similar interval neared locus HLJ2394 explained 14.9 and 20.9 % of the phenotype variance, while qBL8 was identified on separate nearby locus HLJ571 with 30.8 % of phenotype variance. Two QTLs, qBW13 and qK13, related with BW and K separately, were found on LG13 at different locus with phenotype variance of 25.3 and 20.9 %. Other two QTLs, qBW19 and qBL19, associated to BW and BL were mapped on same region near SNP0626 on LG19, and explained 10.3 and 15.6 % of phenotype variance. While other seven QTLs related with BW and BL were located on different LGs. Confidential interval was ranged from 1.1 to 10 cM in the present study. These markers, with lower QTL interval, have great influence on the body weight and length. Therefore, these QTLs will be helpful to find out the genes related with specific trait.     

两个镜鲤半同胞家系的遗传多样性及经济性状分析

在两个镜鲤半同胞家系中,各随机选取47尾作为实验鱼,测量体重、体长、全长等数量性状,利用24个微卫星分子标记对其进行遗传检测,共检测到57个等位基因,每个基因座的等位基因数为1－6个不等,平均等位基因3.21个,片段长度在134－371bp之间,有效等位基因数Ne为1.00－2.89, 平均观察杂合度Ho为0.00－0.83,平均期望杂合度He为0.00－0.66,平均多态信息含量PIC为0.00－0.58。结果表明：2个家系的遗传多样性处于中度水平,但连锁不平衡分析表明这两个家系在较大的选择压力下,已严重偏离Hardy-Wenberg平衡。利用SPSS程序下的GLM过程对24个微卫星位点与主要经济性状的相关性进行分析,结果发现：HLJ519,HLJ848、HLJ855、HLJE8 4个微卫星位点对镜鲤体重显著影响(p<0.05),其中,位点HLJ519,HLJ848、HLJ855还对体长和全长存在显著影响(p<0.05)。对这些位点基因型所对应的表型均值进行了多重比较,找到了一些对主要经济性状有利的基因型。     

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。     

Seasonal and plant-density dependency for quantitative trait loci affecting flowering time in multiple populations of Arabidopsis thaliana

Multiple environmental cues regulate the transition to flowering. In natural environments, plants perceive seasonal progression by changes in day length and growth temperature, and plant density is monitored by changes in the light quality reflected from neighbouring vegetation. To understand the seasonal and plant-density dependence associated with natural allelic variation in flowering time, we conducted a quantitative trait loci (QTL) mapping study in Ler x Cvi, Bay x Sha and Ler x No-0 recombinant inbred line (RIL) populations of Arabidopsis thaliana. Days and total leaf number to bolting were examined under low and high plant density (200 or 1600 plants m(-2)) in autumn-winter and spring seasons. We found between 4 and 10 QTLs associated with seasonal and density variations in each RIL population. For Ler x Cvi and Bay x Sha RIL populations, a major proportion of QTLs showed seasonal and density interaction (up to 63%) and four QTLs were common to all environments (21%). Only three QTLs showed seasonal or density dependency. By aligning the linkage maps onto a common physical map, we detected at least one QTL at chromosome 2 and two QTLs at chromosome 5 that overlap between the three RIL populations, suggesting that these QTLs play a crucial role in the adaptive control of flowering time.     

Mapping of shoot fly tolerance loci in sorghum using SSR markers

Sorghum (Sorghum bicolor (L.) Moench) is one of the most important crops in the semiarid regions of the world. One of the important biotic constraints to sorghum production in India is the shoot fly which attacks sorghum at the seedling stage. Identification of the genomic regions containing quantitative trait loci (QTLs) for resistance to shoot fly and the linked markers can facilitate sorghum improvement programmes through marker-assisted selection. A simple sequence repeat (SSR) marker- based skeleton linkage map of two linkage groups of sorghum was constructed in a population of 135 recombinant inbred lines (RIL) derived from a cross between IS18551 (resistant to shoot fly) and 296B (susceptible to shoot fly). A total of 14 SSR markers, seven each on linkage groups A and C were mapped. Using data of different shoot fly resistance component traits, one QTL which is common for glossiness, oviposition and dead hearts was detected following composite interval mapping (CIM) on linkage group A. The phenotypic variation explained by this QTL ranged from 3.8%–6.3%. Besides the QTL detected by CIM, two more QTLs were detected following multi-trait composite interval mapping (MCIM), one each on linkage groups A and C for the combinations of traits which were correlated with each other. Results of the present study are novel as we could find out the QTLs governing more than one trait (pleiotropic QTLs). The identification of pleiotropic QTLs will help in improvement of more than one trait at a time with the help of the same linked markers. For all the QTLs, the resistant parent IS18551 contributed resistant alleles.