甘蓝型油菜千粒重性状的QTL定位分析

该研究利用油菜双单倍体株系(348份)群体和已构建的遗传连锁图谱,采用复合区间作图法,对2009~2013年连续5年的千粒重性状表型数据进行QTL初步定位和分析,结果共获得46个显著性千粒重QTL,主要分布在A7、C1和C6等11条染色体上;其中qTSW-09 DL11-1的表型变异最高(19.63%),qTSW-11 DL9的表型变异最小(2.73%)。通过元分析方法将所获得的46个QTL进行整合,结果显示:cqTSW-C1-2的表型变异最大(10.64%),并发现多个整合后的一致性QTL能够在连续多年试验中被检测到,其中cqTSW-C1-3连续5年被检测到,表明控制千粒重的QTL在种植环境中能够稳定表达;同时,新发现位于C1染色体上的千粒重主效QTL cqTSW-C1-2,解释表型变异达到10.64%。油菜千粒重性状的QTL分析和主效QTL的获得,为进一步实现油菜大籽粒的分子育种和高产新品种的培育提供了重要的理论指导。     

甘蓝型油菜千粒重性状的QTL初步定位研究

千粒重是油菜重要的产量相关性状之一,构建油菜遗传连锁图谱是研究其产量性状基因的前提。本研究利用小孢子培养技术,选育出了甘蓝型油菜大粒品系(G-42)和小粒品系(7-9)的纯合DH系DH-G-42和DH-7-9,其千粒重分别为6.24 g和2.42 g,二者比值达2.58。以DH-G-42为母本、DH-7-9为父本,构建了含190个单株的F2遗传作图群体,利用SSR和SRAP标记技术绘制遗传连锁图谱,该图谱共包含20个连锁群,涉及128个SSR标记和100个SRAP标记,图谱总长1546.6cM,标记间平均图距为6.78cM。本研究共检测到3个与千粒重性状相关的QTL,分别位于A9和C1连锁群,其中qSW-A9-1和qSW-A9-2贡献率分别达到10.98%和27.45%,均可视为控制粒重的主效QTL。本研究为后续进行油菜千粒重性状QTL的精细定位分析、分子标记辅助选择育种及新基因的克隆等奠定了基础。     

小麦幼苗耐热性的QTL定位分析

以小麦DH群体(‘旱选10号’ב鲁麦14’)为材料,在高温(热胁迫)及常温(对照)两种条件下考察小麦幼苗的根干重、苗干重、幼苗生物量、叶片叶绿素含量、叶绿素荧光参数及其耐热指数,并应用基于混合线性模型的复合区间作图法分析幼苗性状及其耐热指数QTL的数量、染色体分布及表达情况,以及QTL与环境的互作效应。结果显示:(1)亲本‘旱选10号’的耐热性明显优于‘鲁麦14’,且杂交后代的耐热性出现超亲分离。(2)控制幼苗耐热相关性状的QTL位点在染色体2D、6B、3A、4A、5A和7A上分布较多,而控制幼苗性状耐热指数的QTL在染色体6A、6B、3A、2D、5A和7A上分布较多,QTL位点在染色体上的分布有区域化的趋势。(3)控制幼苗性状的单个加性QTL和上位性QTL解释的表型变异分别平均为2.48%和2.65%;而控制耐热指数的单个加性QTL和上位性QTL解释的表型变异分别平均为8.84%和1.98%。(4)在热胁迫和对照条件下共检测到与幼苗性状及其耐热指数有关的加性效应QTL 13个和上位性效应QTL 28对,分布在除4D和6D以外的19条染色体上。研究表明,控制幼苗性状的QTL以上位性效应为主,而其耐热指数的QTL以加性效应为主。     

苹果叶片相关性状的QTL定位及其遗传效应分析

利用苹果栽培品种‘红富士’和新疆野苹果优系‘红肉苹果’杂交的110个F1株系为作图群体,构建了苹果的分子遗传图谱,采用区间作图法对苹果9个叶片相关性状(叶片长度、叶片宽度、叶片厚度、叶柄长度、叶片面积、总叶绿素含量、叶绿素a含量、叶绿素b含量和类胡萝卜素含量)进行了QTL定位分析。结果显示:从110个F1株系中共检测到20个控制叶片相关性状的QTL位点,分布在第1、2、3、4、5、7、8、10、11、12、16、17连锁群上;各QTL位点的LOD值在2.58~3.55之间,其中主效QTL位点2个(LOD≥3.5),可解释11.63%~16.36%的表型变异。获得紧密连锁的特异标记(CH05d11-435m、CH04c06-201m)为进一步进行QTL精细定位提供了参考。     

小麦籽粒品质性状的QTL分析

利用小麦中国春(母本)和兰考大粒(父本)F2群体构建了169个标记的分子遗传图谱,将F2∶3家系分别种植于3个环境中,利用基于完备区间混合模型的单环境作图模型和多环境作图模型对小麦籽粒容重、硬度、蛋白含量和结合水含量性状进行了QTL分析。结果显示:(1)两种作图模型下,检测到容重的6个共同QTL(QTW-6B-6、QTW-7B-6、QTW-7B-9、QTW-5D-2、QTW-6D-1、QTW-6D-4),单环境模型下遗传贡献率为1.99%~6.57%,多环境模型下遗传贡献率为3.66%~20.07%,其中QM TW-7B-9、QM TW-6D-1和QM TW-6D-4在多环境模型中表现为主效QTL。(2)检测到硬度的3个共同QTL(QHD-4A-5、QHD-7A-1和QHD-7B-9),单环境模型下的遗传贡献率为6.00%~6.95%,多环境模型中遗传贡献率为5.43%~9.64%。(3)检测到蛋白含量1个共同QTL(QPR-6D-1),单环境模型下的遗传贡献率为5.39%,多环境模型中遗传贡献率为10.06%,表现为主效QTL。(4)检测到籽粒结合水含量1个共同QTL(QMO-1B-4),单环境模型下的遗传贡献率为39.20%,多环境模型下的遗传贡献率为75.01%,均表现为主效QTL。(5)1B染色体上存在同时控制籽粒容重、硬度、蛋白和结合水含量的QTL,说明1B染色体对小麦品质的影响可能很大。研究表明,小麦容重、硬度、蛋白含量、结合水含量的遗传主要受加性效应控制。该研究初步定位的一些重要QTL可为进一步精细定位、基因挖掘和育种早代品质性状分子标记辅助选择提供依据。     

绿豆产量相关农艺性状的QTL定位

绿豆育种的目标性状大多是受多基因控制的数量性状,表现型受环境影响很大。为深入分析绿豆复杂数量性状的遗传特征,本试验以绿豆Berken/ACC41 F10重组近交系群体为作图群体,利用该群体已经构建的包含79个RFLP标记的分子连锁图谱对北京和广西2个种植环境下考察的11个绿豆产量相关农艺性状进行QTL定位。结果表明,2个环境下共检测到产量相关性状QTL 63个（其中北京25个,广西38个）,分布于除第13连锁群以外的12条连锁群。大部分QTL只在单一环境下被检测到,说明产量相关QTLs与环境之间存在明显的互作。2个环境均能检测到的QTL仅有6个,分别为控制荚长、百粒重、生育期的QTLs,这6个在不同生态环境下同时发挥效应的QTLs对于绿豆分子标记辅助育种具有特殊的意义。研究还发现2个QTLs富集区域和若干成束分布的QTLs,它们可能是发掘通用QTL的候选位点。     

栽培稻抗旱性相关性状QTL的定位

就分子标记技术的发展及其应用于栽培稻的抗旱性相关性状QTL定位的研究进展作了初步阐述.     

亚麻主要农艺与品质相关性状的QTL定位

为了全面了解亚麻产量和品质相关性状的遗传基础,为亚麻基因克隆和分子标记辅助育种提供理论依据,在已构建SNP连锁遗传图谱的基础上,以LH-89为父本,R43为母本构建F2:3家系QTL定位群体,用R/QTL软件采用复合区间作图法对13个农艺和品质性状进行QTL定位。结果表明:(1)该研究共检测出35个QTL位点,与粗脂肪及其组成成分相关的QTL有20个,与农艺性状相关的QTL有15个;其中:亚油酸和粗脂肪各5个,亚麻酸、千粒重各4个,棕榈酸、株高、工艺长度各3个,硬脂酸、分枝数各2个,单株果数、果粒数、单株粒重、油酸各1个。(2)共有18个QTL的表型贡献率超10%(主效基因),其中农艺性状定位8个主效基因,品质性状定位10个主效基因。     

橡胶树与胶乳产量相关性状的QTL定位

对橡胶树株产干胶等与胶乳产量相关性状进行了QTL分析。以热研88-13×IAN873杂交授粉子代F1群体为材料,测定其株产干胶、干胶含量、乳管列数、乳管个数和乳管大小等与橡胶树胶乳产量相关的性状,利用FsQtlMap 1.0软件,复合区间作图法(CIM,composite interval mapping),以已构建的SSR连锁图谱为基础进行QTL分析。结果显示,各性状偏度和峰度符合正态分布,除乳管大小外,各性状的平均值和方差有较大变化;株产干胶的变异系数最大,各因子的变异系数顺序为株产干胶>乳管个数>乳管列数>乳管大小>干胶含量;LOD阈值大于2.5,检测到与株产干胶相关的QTL 5个,分别可解释71.3%、69.1%、68.3%、64.4%和62.9%的群体变异,与乳管大小相关的QTL 3个,分别可解释84.5%、81.3%和15.4%的群体变异,未检测到与其他性状相关的QTL。     

小麦抗旱相关生理性状的QTL分析

利用RIL群体131个系,在小麦中首次对超氧化物岐化酶活性、可溶性蛋白含量、脯氨酸含量、硝酸还原酶活性、气孔导度等5个抗旱相关生理性状进行了QTL定位,共检测到超氧化物岐化酶活性、可溶性蛋白含量、硝酸还原酶活性等3个性状5个加性QTL,涉及1D、2B、5A、7B共4条染色体,可解释表型变异的8.74％～36.96％。其中．3个QTL即QSDd,sdau-7B、Qspc,sdau-1D、QNra,sdau-1D贡献率较大,分别为29.28％、23.11％和36．96％,其加性效应都源于山农483。讨论了可能用于标记辅助选择的QTL及其分子标记。     

玉米开花期相关性状的QTL分析

利用玉米强优势组合(Mo17×黄早四)自交衍生的191个F_2单株构建了由SSR和AFLP标记组成的分子连锁图谱,用F2进一步自交产生的184个F_(2:3)家系调查散粉期、吐丝期和开花-吐丝间隔期(ASI)的表型值,采用基于混合线性模型的复合区间作图法和相应的作图软件QTLmapper/V2.0,在两个生长环境下定位了与散粉期、吐丝期和ASI相关的QTL数目分别为13、7和5个,检测到3对控制散粉期、17对控制吐丝期和5对控制ASI的上位性效应位点;同时发现了与环境存在显著互作的3个散粉期、3个吐丝期和2个ASI单位点标记区域以及1对散粉期、3对吐丝期和2对ASI上位性效应区域.对玉米散粉期、吐丝期和ASI遗传基础中遗传因素相对作用大小分析表明,加性效应、部分显性效应和上位性效应是玉米开花期相关性状的重要遗传基础.     

小麦耐低磷相关性状的全基因组关联分析

通过对小麦耐低磷相关性状进行全基因组关联分析(GWAS,genome-wide association study),挖掘与小麦耐低磷性显著相关的单核苷酸多态性标记(SNP,single nucleotide polymorphism)位点及候选基因,为小麦耐低磷性状的遗传基础和分子机制研究提供理论参考。本试验以198份黄淮麦区小麦品种(系)为试验材料,设置低磷和正常磷营养液水培试验,利用小麦35K芯片对分布于小麦全基因组的11896个SNP,采用Q+K关联模型对小麦耐低磷性相关性状进行关联分析。结果表明,小麦耐低磷性状表现出广泛的表型变异,变异系数为15.65%~26.59%,多态性信息含量(PIC,polymorphic information content)为0.095~0.500。群体结构分析表明,试验所用自然群体可分为2个亚群,GWAS共检测到67个与小麦耐低磷相关性状显著关联的SNP位点(P≤0.001),这些位点分布在除3A、3B和3D以外的18条染色体上,单个SNP位点可解释5.826%~9.552%的表型变异。在这些显著位点中有4个SNP位点同时关联到了2个不同的耐低磷性状。对67个SNP位点进行发掘,筛选到7个可能与小麦耐低磷性有关的候选基因。TraesCS6A02G001000和TraesCS6A02G001100在锌指合成中有重要作用;TraesCS6A02G118100可能为低磷胁迫诱导基因;TraesCS5D02G536400、TraesCS1B02G154200和TraesCS5D02G536500与低磷胁迫相关酶类基因家族有关;TraesCS1D02G231200与植物DUF 538结构域蛋白有关,是植物胁迫相关调控蛋白候选基因。     

苗期水稻根部性状的QTL定位

耐旱是水稻抗逆研究中最重要的性状之一。利用水稻籼粳品种窄叶青8号（ZYQ8）和京系17（JX17）及其通过杂交F1代花药培养获得的127个单株组成的双单倍体分离群体（double haploid,DH)为材料,在营养液中培养10天后,对影响抗旱能力的根部几个主要性状进行了分析,发现最大根长（Maximum root Length,MRL)、根干重（Dry Root Weight,DRW)和根茎干重比（Root/Shoot Ratio of Dry Weight,RSR)3个性状在群体中变异较大,利用该群体建立的水稻分子遗传图谱,对上述3个水稻性状进行数量性状座位（Quantitative Trait Locus,QTL)的分析定位,结果表明,2／1／2个QTLs的亲本JX17等位基因分别控制着最大根长、根干重和茎士重比的表达,对表型变异的解释率分别为16．4％、17．0％、16．4％、10．4％和19．9％;2／1个QTLs的亲本ZYQ8等位基因分别控制着最大根长和根茎干重比的增加,表表型变异的解释率分别为19．6％、13．0％和13．2％。检测到的8个QTLs分别位地水稻的染色体2、3、4、5、6、9和10上。与其他已发表的定位结果比较表现,在3个性状的总共8个QTLs中,各有1个性状的1个QTL（控制最大根长的L169－CT106A,控制根干重的G45－G1314A和控制根茎干重比的G62－G144）与早先报道的结果相吻合。     

小麦根部耐盐性状全基因组关联分析

为了解小麦耐盐相关性状的遗传机理,挖掘与小麦耐盐性显著相关的SNP位点及候选基因,本研究利用浓度200 mmol/L的NaCl溶液和正常营养液对全国300份小麦品种(系)进行耐盐性试验,并利用小麦90 K芯片对分布于小麦全基因组的16650个SNP,采用Q+K关联混合模型对小麦最长根长、根干重、根鲜重、根平均直径、根尖...     

3B染色体短臂小麦赤霉病抗性主效QTL的分析

采用区间作图和复合区间作图方法对重组自交系群体宁894037／Alondram、望水白／Alondra和苏麦3号／A1ondra进行了抗赤霉病QTL分析,结果表明,用在田间和温室的赤霉病抗性鉴定资料,在3个赤霉病抗源宁894037、望水白和苏麦3号的3B染色体短臂上均检测到主效QTL的存在。宁894037主效QTL位于标记BARCl33与Xgwm493之间的5．0cM的区间内,最高可解释42．8％的赤霉病抗性;望水白的主效QTL位于标记BARCl47与Xgwm493之间11．5cM的区间内,最高可解释15．1％的赤霉病抗性;苏麦3号的主效QTL位于Xgwm533a与Xgwm493之间13．0cM的区间内,最高可解释10．6％的赤霉病抗性。与赤霉病抗性主效QTL紧密连锁的标记均为SSR标记,可直接用于分子辅助育种。     

Mapping QTL for Grain Yield and Plant Traits in a Tropical Maize Population

The vast majority of reported QTL mapping for maize (Zea mays L.) traits are from temperate germplasm and, also, QTL by environment interaction (QTL × E) has not been thoroughly evaluated and analyzed in most of these papers. The maize growing areas in tropical regions are more prone to environmental variability than in temperate areas, and, therefore, genotype by environment interaction is of great concern for maize breeders. The objectives of this study were to map QTL and to test their interaction with environments for several traits in a tropical maize population. Two-hundred and fifty-six F_2:3 families evaluated in five environments, a genetic map with 139 microsatellites markers, and the multiple-environment joint analysis (mCIM) were used to map QTL and to test QTL × E interaction. Sixteen, eight, six, six, nine, and two QTL were mapped for grain yield, ears per plant, plant lodging, plant height, ear height, and number of leaves, respectively. Most of these QTL interacted significantly with environments, most of them displayed overdominance for all traits, and genetic correlated traits had a low number of QTL mapped in the same genomic regions. Few of the QTL mapped had already been reported in both temperate and tropical germplasm. The low number of stable QTL across environments imposes additional challenges to design marker-assisted selection in tropical areas, unless the breeding programs could be directed towards specific target areas.     

利用重组自交系和SSR标记进行陆地棉株型QTL的鉴定和定位

通过中棉所12与8891的杂交及多代自交,获得由180个家系构成的重组自交系F8、F9群体。重组自交系群体、两亲本及F1于2002、2003两年种植;对株型性状进行了研究,两年共调查了10个株型形状。利用该重组自交系群体,采用SSR为主体的分子标记构建了遗传连锁图,并对株型性状进行了单位点和双位点水平的QTL定位。结果表明,QTL加性效应和上位性互作效应作为棉花重组自交系株型性状的遗传基础起着重要作用;中棉所12与8891间多态性位点偏少,而表型差异较大且其杂交种湘杂棉二号有很强的杂种优势,QTL互作可部分解释这一现象：结合对产量品质性状的研究结果,认为上位性可能是湘杂棉二号杂种优势的重要遗传基础。     

普通小麦抗倒伏相关性状的全基因组关联分析

解析小麦抗倒伏遗传机制,发掘抗倒伏位点,选育抗倒伏品种,对于保障我国粮食生产安全具有重要意义.周8425B是我国黄淮麦区重要的小麦骨干亲本,农艺性状优良,其衍生品种具有较好的抗倒伏特性.本研究对周8425B及其衍生品种等62份材料的8个抗倒伏相关性状进行评价,并结合50K SNP芯片数据进行全基因组关联分析(GWAS,...     

QTL Mapping for Plant Architecture Traits in Upland Cotton Using RILs and SSR Markers

Xiangzamian 2 (XZM2) is the most widely cultivated cotton hybrid in China. By crossing two parents Zhongmiansuo 12 and 8891 and upon subsequent selfings, we got F₈ and F₉ populations having 180 recombinant inbred lines. Ten plant architecture traits were investigated in two years with this population. A genetic map was constructed mainly with SSR markers. Quantitative trait loci (QTL) conditioning plant architecture traits were determined at the single-locus and double-locus levels. The results showed that epistastic effects as well as additive effects of QTL played an important role as the genetic basis of cotton plant architecture. The QTL detected in our research might provide new information on improving plant architecture traits. The polymorphism of molecular markers between ZMS12 and 8891 were quite limited, while significant differences between their phenotypes were found and the hybrid XZM2 expressed high heterosis in yield. All these could be partly explained by the effect of epistatic QTL.     

Molecular Genetics of Submergence Tolerance in Rice: QTL Analysis of Key Traits

Flash flooding of young rice plants is a common problem forrice farmers in south and south-east Asia. It severely reducesgrain yield and increases the unpredictability of cropping.The inheritance and expression of traits associated with submergencestress tolerance at the seedling stage are physiologically andgenetically complex. We exploited naturally occurring differencesbetween certain rice lines in their tolerance to submergenceand used quantitative trait loci (QTL) mapping to improve understandingof the genetic and physiological basis of submergence tolerance.Three rice populations, each derived from a single cross betweentwo cultivars differing in their response to submergence, wereused to identify QTL associated with plant survival and variouslinked traits. These included total shoot elongation under water,the extent of stimulation of shoot elongation caused by submergence,a visual submergence tolerance score, and leaf senescence underdifferent field conditions, locations and years. Several majorQTL determining plant survival, plant height, stimulation ofshoot elongation, visual tolerance score and leaf senescenceeach mapped to the same locus on chromosome 9. These QTL weredetected consistently in experiments across all years and inthe genetic backgrounds of all three mapping populations. SecondaryQTL influencing tolerance were also identified and located onchromosomes 1, 2, 5, 7, 10 and 11. These QTL were specific toparticular traits, environments, or genetic backgrounds. Allidentified QTL contributed to increased submergence tolerancethrough their effects on decreased underwater shoot elongationor increased maintenance of chlorophyll levels, or on both.These findings establish the foundations of a marker-assistedscheme for introducing submergence tolerance into agriculturallydesirable cultivars of rice.