酸枣经济性状关联分析及优异等位基因挖掘

【目的】探寻与酸枣主要经济性状相关联的SSR位点,为酸枣优良性状基因挖掘、优良亲本选育及资源开发利用提供理论依据。【方法】以辽西地区的72份酸枣种质为研究对象,在成熟期调查其单果质量、单核质量、单仁质量、果实横径、果实纵径、果核横径、果核纵径、果仁横径、果仁纵径、果仁侧径、果形指数、核形指数、仁形指数、出核率、出仁率、双仁率及可食率,利用SPSS 22.0软件对上述17个经济性状进行统计分析;选用32个SSR标记,利用Structure 2.3.4软件分析72份酸枣种质的群体结构;利用Tassle 2.0软件进行32个SSR标记间的连锁不平衡分析,采用一般线性模型（GLM）和混合线性模型（MLM）相结合的方法进行各经济性状与SSR标记间的关联分析,并对关联位点等位变异的表型效应进行分析,从而获得典型载体材料。【结果】72份酸枣种质17个经济性状的变异系数为7.84%～85.75%,表明供试种质具有较为丰富的表型多样性;通过群体遗传结构分析将72份酸枣种质分为4个类群,说明群体遗传背景较为单一。32对SSR分子标记间的连锁不平衡水平较低,成对存在的不平衡组合有166个,占组合总数的33.47%。在关联分析中,通过GLM模型检测出21个SSR位点与17个主要经济性状显著相关联（P<0.05）,变异解释率为15.35%～69.14%;通过MLM模型检测出17个SSR位点与16个经济性状显著相关联,变异解释率为0.82%～75.37%。对2种模型中共同检测到的16个SSR关联位点各等位片段的表型效应值进行分析,共挖掘出31个具有最大增效与最大减效的优异等位变异和15个典型载体材料。【结论】基于SSR的关联分析结果,筛选出与酸枣16个经济性状相关联的16个SSR关联位点及15个聚合优异等位变异的典型载体材料。     

陆地棉抗黄萎病性状与SSR标记的关联分析

【目的】对186份陆地棉种质资源的抗黄萎病性状进行关联分析,为抗黄萎病棉花育种材料的利用、分子标记辅助选择提供参考。【方法】采用分布于26条染色体上的140个SSR(Simple sequence repeat)标记,采用GLM(General line model)(P<0.001)模型和 MLM(Mixed linear model)(P<0.01)模型,检测186份陆地棉种质资源的基因型。【结果】(1)2个亚群一个含有96份种质资源,另一个含有90份种质资源;(2)平均每对引物的等位变异为2.54,平均值为0.76,引物多态性信息含量变化范围:0.50~0.99;(3)与棉花抗黄萎病性状相关的SSR位点22个中,能同时在两个以上环境出现的位点有2个,为NAU998和CGR5258,表型变异解释率分别为5.53%和12.07%。【结论】该群体结构,可以分为2个亚群,使用140对 SSR引物做分子标记,共检测出355个等位变异,存在于两个模型下且与棉花抗黄萎病性状相关的SSR位点有22个。     

芝麻茎点枯病抗性关联分析及抗病载体材料挖掘

【目的】利用自然群体进行芝麻茎点枯病抗性相关分子标记开发研究,挖掘优异抗病载体材料。【方法】利用79对EST-SSR、SRAP和AFLP引物对216份芝麻核心种质进行了基因组扫描,并于2009-2011年连续3年对供试群体抗病性进行鉴定,在此基础上采用标记-性状关联分析法进行芝麻茎点枯病抗性相关基因定位。【结果】扩增获得608条多态性条带,遗传结构分析表明该群体由2个亚群组成,利用GLM（Q）和MLM（Q+K）模型通过关联分析共检测到43个标记同时与供试群体两年或三年茎点枯病病情指数（DI）显著关联,对表型变异解释率在1.82%-9.46%,两种模型检测到的相同标记有3个,其中,标记M7E6-1连续三年均能被2种模型检测到,优选出10份对茎点枯病抗性稳定的载体材料,43个关联标记在10份载体材料中的符合率变化于60%-100%,平均符合率92.09%。【结论】供试群体由2个亚群组成,亚群的划分与材料的地理来源没有必然联系,关联分析检测到43个与DI稳定显著关联的标记,供试群体抗病性变异较丰富,从中优选出10份稳定抗病载体材料。     

山西谷子核心资源群体结构及主要农艺性状关联分析

【目的】分析山西谷子地方品种遗传多样性和群体遗传结构,筛选与谷子农艺性状相关联的分子标记,为谷子杂交组合亲本选配及分子标记辅助育种提供依据。【方法】 利用96对SSR标记对595份山西谷子核心资源进行全基因组扫描,采用PowerMarker 3.25软件分析群体遗传多样性,利用STRUCTURE 2.3.4软件分析群体遗传结构,使用TASSEL 2.1软件中GLM（general linear model,Q）和MLM（mixed linear model,Q+K）2种方法,进行表型和标记关联分析。【结果】 96对SSR引物共扩增出828个等位变异,平均每对引物扩增到8.6个,变化范围为2—26;基因多样性指数变化范围为0.005—0.941,平均为0.610;多态信息量变化范围为0.005—0.938,平均为0.577;各位点杂合度变化范围为0—0.050,平均位点杂合度仅为0.016。群体结构分析将595份核心资源分为3个亚群。4 560个SSR位点成对组合中,共线性组合和非共线性组合之间都存在一定的连锁不平衡。D′统计概率（P<0.01）支持的LD成对位点1 955个,占全部位点组合的42.9%,D′平均值为0.23。通过GLM方法共检测到12个极显著性位点（P<0.01）,表型变异解释率为2.34%—13.94%,平均为6.33%,贡献率较高的等位变异位点是CAAS2050（R ²=13.94%）和B153（R ²=11.36%）;通过MLM方法共检测到9个极显著性位点（P<0.01）,表型变异解释率为2.80%—9.22%,平均为5.16%,贡献率较高的等位变异位点是P89（R ²=9.22%）和P3*（R ²=8.28%）;2种方法共同检测到的极显著性位点有7个。 【结论】 利用SSR标记分析了595份山西谷子核心资源的遗传多样性和群体遗传结构。2种关联分析模型中,GLM方法关联到12个标记与节数、株高、颈长、茎粗、穗长、穗粗、码数、码粒数、蛋白质含量9个性状相关;MLM方法关联到9个标记与节数、颈长、叶宽、茎粗、穗粗、码数、码粒数、千粒重8个性状相关。     

稻米蒸煮品质性状与分子标记关联研究

【目的】调查分析代表性水稻种质重要的品质性状和淀粉RVA谱变异,筛选与性状显著关联的分子标记,为稻米品质改良提供依据。【方法】以48份国内外水稻多样性种质为材料,进行稻米品质性状变异调查分析;利用快速淀粉粘滞测定仪(rapid visco analyzer)鉴定材料淀粉RVA谱。利用已报道的稻米淀粉合成相关基因等位标记及稻米籽粒相关QTL连锁分子标记对种质材料进行基因分型。利用GLM模型进行分子标记与品质性状的关联检测,并对显著关联标记进行逐步回归分析;评估等位基因及其组合对目标性状的表型影响效应,同时鉴别对应优异等位基因型及载体品种。【结果】供试材料在直链淀粉含量(AC)、胶稠度(GC)和碱消值(ASV)等表现出广泛的表型变异和多样性,变异系数为26.5%—36.3%。RVA谱检测表明崩解值、消减值和回复值等在材料间具有明显差异,能较好地反映不同种质的淀粉糊化特性。相关分析表明,AC与冷胶黏度、消减值和回复值呈显著正相关,与最高黏度和崩解值呈显著负相关;GC同时与消减值和回复值呈显著负相关。利用154个多态性标记共检测到491个等位变异,基因多样性平均为0.447,多态信息含量(PIC)平均为0.390。性状-标记关联检测共获得22个与稻米品质性状显著关联的位点,单个关联标记位点解释的表型变异(R~2)范围为14.11%—75.62%。GBSSI是影响AC和GC的主效基因,分子标记Wx-G/T对AC和GC的表型变异解释率分别为61.44%和41.87%。SSIIa是影响ASV的主效基因,alk-GC/TT和SSIIa-F对ASV的表型变异解释率分别为75.62%和74.46%。利用显著关联标记构建AC、GC和ASV的回归模型方程,决定系数分别为85.30%、40.62%和80.38%。【结论】水稻淀粉RVA谱与AC、GC和ASV密切相关,利用RVA谱可更全面地评价稻米品质性状。利用稻米品质表型-分子标记关联,共鉴定出22个与品质性状显著关联的位点,其中5个位点同时与AC和GC关联。回归模型表明标记的组合可产生不同的表型效应。     

板栗总苞和坚果主要性状与SSR标记的关联分析

【目的】通过测定113份板栗品种（系）的数量、质量和假质量性状,分析其遗传变异,比较不同组群之间的性状差异,将SSR标记与性状进行关联,获得更多与SSR标记显著关联的性状,挖掘优异的等位变异位点,为开展板栗分子辅助育种的研究提供参考。【方法】测定并分析板栗总苞和坚果的38个数量、质量和假质量性状,利用SPSS和Graphpad软件对数量性状进行差异显著性和相关性分析,基于SSR标记进行遗传多样性分析,最后用TASSEL 2.1软件通过一般线性模型（general linear model,GLM）和混合线性模型（mixed linear model,MLM）分别对性状和标记进行关联分析。【结果】在遗传多样性分析中,21对SSR引物的有效等位基因数（N_e）、Shannon指数（I）、多态性信息含量（PIC>0.5）、观察杂合度（H_o）和期望杂合度（H_e）的平均值分别为3.164、1.269、0.589、0.593和0.635。根据群体结构分析分为2个主要组群,为了更好地比较性状差异,在聚类分析时将中间类型的品种单独划分为一组。在质量和假质量性状分析中,多样性指数变化范围为0.139—1.567,遗传多样性最高的性状是坚果光泽,最低的是底座接线;坚果形状、光泽、颜色等性状组群间频率分布差异明显。在数量性状分析中,变异系数的范围在3.96%—36.31%,苞重、总苞重和单粒重的变异系数均在30%以上,遗传变异程度高;果形指数和含水量变异系数均在10%以下,具有稳定的遗传特性;总苞和坚果的外观性状之间有强相关性,相关系数均在0.6以上;组1-组2和组2-组3在果实形状和重量中存在显著差异（P<0.05）。在关联分析中,GLM模型中有13个标记位点与18个表型性状极显著关联,表型变异解释率范围为15.12%—54.99%;MLM模型中有6个标记位点与7个表型性状极显著关联,表型变异解释率范围在8.66%—26.93%。【结论】本研究将SSR标记与表型性状进行关联分析,共发现13个标记位点与坚果单粒重等20个表型性状极显著关联,为开展板栗分子辅助育种的研究奠定了基础。     

芝麻资源群体结构及含油量关联分析

【目的】推测芝麻资源群体材料的遗传变异、群体结构和分子亲缘关系,通过关联分析检测群体中影响含油量表型的位点,为芝麻高油育种及开展其它性状关联分析等提供科学依据。【方法】利用20对SSR引物、43对SRAP引物及16对AFLP引物,对来自芝麻核心品的216份芝麻资源进行遗传多样性分析、群体结构分析和含油量性状关联分析。【结果】共检测到338个等位变异,群体遗传多样性为0.2493、多态性信息含量为0.2090。群体结构分析将216份芝麻资源分为2个亚群（POP1和POP2）;其中,174份资源（80.56%）归属POP1亚群,42份资源（19.44%）归属POP2亚群。POP1亚群的遗传多样性（0.2180）、多态性信息指数（0.1840）等指标值都低于POP2亚群（分别为0.3190和0.2561）,表明POP2亚群内种质遗传变异更为丰富。AMOVA分析表明,亚群内的遗传变异（86.83%）极显著高于亚群间的遗传变异（13.17%）（P＜0.001）。关联分析重复检测出2年环境下与含油量性状极显著关联的分子标记8个（P＜0.01）。这8个标记的性状变异解释率变幅为0.0343（标记M20E16-8）-0.0587（标记SSR12-2),总的变异解释率为0.2846（2008年)和0.3801（2009年）。【结论】以216份来自中国芝麻核心品的资源构成自然群体,群体结构简单、遗传变异较为丰富,可以用于开展芝麻重要目标性状的关联作图。应用关联分析方法在2个年度环境下重复检出8个标记与含油量性状极显著关联（P＜0.01）,这些标记可能与含油量性状存在稳定、可靠相关联。     

大麦SSR标记遗传多样性及其与农艺性状关联分析

【目的】分析大麦亲本材料的遗传多样性,寻找与部分农艺性状相关联的分子标记,为大麦杂交组合的配置及分子标记辅助育种提供依据。【方法】利用86个SSR标记对113份大麦亲本材料进行多态性扫描,并进行遗传多样性分析。挑选57个标记进行群体遗传结构分析,在此基础上采用Tassel 2.1 GLM（general linear model）和MLM（mixed linear model）方法进行标记与农艺性状的关联分析。【结果】86个标记共检测出200个等位变异,变异范围为1—5个;基因频率的变异范围为0.0088—1.0000,Shannon指数变异范围为0.0000—1.2236;遗传相似系数（GS）变异范围在0.5504—0.9897,平均值为0.7477。通过群体遗传结构分析将供试材料分为4个亚群。以GLM分析,发现9个与株高、穗长、芒长、穗粒数和小穗着生密度相关联的标记,各标记对表型变异的解释率在0.0507—0.2766;以MLM分析,发现6个与株高、芒长和小穗着生密度相关的标记,各标记对表型变异的解释率在0.0238—0.1999。【结论】利用SSR标记分析了113份大麦亲本材料的遗传多样性及群体遗传结构,并通过2种关联分析模型,分别寻找到了9个与株高、穗长、芒长、穗粒数相关联,6个与株高、芒长和小穗着生密度相关联的标记,这些标记位于1H、2H、3H、4H和7H染色体。     

紫花苜蓿秋眠性的SSR标记关联分析

【目的】发掘紫花苜蓿秋眠性关联位点,为揭示紫花苜蓿秋眠性状的遗传规律和分子机制提供理论依据。【方法】紫花苜蓿关联群体由75份321个四倍体紫花苜蓿基因型构成,其中中国紫花苜蓿品种每份材料选取6-8个基因型;其余材料每份选取3-4个基因型。利用紫花苜蓿基因组均匀分布的85对SSR（Simple sequence repeats）标记,对321个紫花苜蓿基因型进行扫描。于2014-2015年连续两年对紫花苜蓿秋眠性开展调查,并利用一般线性模型（GLM）及混合线性模型（MLM）2种方法,开展秋眠性与SSR分子标记的关联分析。【结果】紫花苜蓿秋眠性表现出极显著的基因型、年际及基因型×年际互作效应。2014年,表型变异幅度为5.1-55.1 cm,平均值为22.4 cm,变异系数为45.5%。2015年,变异幅度在3.5-44.9 cm,平均为15.2 cm,变异系数为43.7%。秋季株高两年均呈现接近正态分布特征。广义遗传力为0.71。MLM模型很好的控制了紫花苜蓿秋眠性的假阳性关联。基于MLM模型,在2014年共找到12个显著关联的SSR位点,表型贡献率为2.42%-6.73%。2015年共找到11个,表型贡献率为2.45%-4.81%。在这些关联位点中,分布于Chr 2的m83_157、Chr 3的m525_230和m525_231、及Chr 4的m429_245,在两种模型及两年内均被重复检测到。【结论】通过两种模型发掘到4个与紫花苜蓿秋眠性显著相关的位点,经过验证后可以用于紫花苜蓿秋眠性分子标记辅助选择育种。     

新疆冬小麦品种资源主要产量性状全基因组关联分析

【目的】高产是小麦育种的永恒主题,利用全基因组关联分析发掘控制小麦产量性状的QTL区段及优异基因,为小麦分子标记辅助选择育种提供理论依据和标记信息。【方法】以新疆本地188个冬小麦品种资源为材料,利用小麦55K SNP芯片进行全基因组扫描,通过对6个不同环境下的株高、穗长、小穗数、可育小穗数、穗粒数、千粒重、粒长、粒宽、籽粒长/宽比9个产量相关性状进行表型鉴定,利用6个环境下各性状数据及最佳线性无偏预测（BLUP）数据,基于混合线性模型（MLM）对表型和基因型进行全基因组关联分析。【结果】经主成分分析,将188个材料分为地方品种和育成品种2个亚群;利用6个环境下各性状数据,9个性状共检测到1 309个显著性SNP标记,其中,每个显著性SNP位点可解释7.259%—70.792%的表型变异。利用BLUP数据,9个性状共检测到66个显著性位点,同时与2个性状关联的共有SNP位点有5个,贡献率波动范围为8.498%—21.877%。将同时与2个性状或2个以上环境关联到的重复位点作为稳定的显著性关联位点,9个性状共检测到38个稳定关联位点,包括株高重复位点5个,穗长重复位点10个,小穗数重复位...     

芝麻发芽期耐盐性鉴定方法研究及耐盐候选基因的挖掘

【目的】确定芝麻发芽期耐盐性鉴定适宜的NaCl胁迫浓度和评价指标,发掘耐盐种质和耐盐相关重要基因,为芝麻耐盐性大规模鉴定、遗传改良和耐盐机理研究提供方法借鉴和优异基因资源。【方法】以8份耐盐性差异较大的芝麻种质为材料,在不同浓度的NaCl（0、50、100、150、200和250 mmol·L^-1）胁迫下发芽,测定其发芽势、成苗率、根长、芽长和鲜重等指标,通过对指标值的方差分析、主成分分析、隶属函数和相关性分析等,筛选芝麻发芽期耐盐性鉴定适宜的NaCl处理浓度和评价指标。以100 mmol·L^-1 NaCl溶液为处理浓度,相对成苗率为鉴定指标对71份芝麻核心种质进行发芽期耐盐性鉴定和全基因组关联分析,并对获得的候选基因进行功能注释;通过NaCl胁迫下芝麻幼苗叶片转录组测序和荧光定量PCR分析候选基因的表达模式,筛选耐盐相关候选基因。【结果】对不同浓度NaCl胁迫下8份芝麻材料发芽各指标进行统计和方差分析表明,100 mmol·L^-1的NaCl处理下,除发芽势外,发芽指数、活力指数、成苗率、根长、芽长和苗鲜重的标准偏差值均较大,所有指标在0.05水平上均存在显著差异,100 mmol·L^-1的 NaCl溶液可以作为芝麻发芽期耐盐性鉴定的适宜胁迫浓度;相对成苗率、相对发芽势、相对发芽指数、相对活力指数、相对芽长、相对根长和相对鲜重7个指标与芝麻发芽期耐盐性关系密切,贡献率较高,可以作为芝麻发芽期耐盐性鉴定的评价指标。71份芝麻核心种质材料的相对成苗率变异比较丰富,符合正态分布;通过对71份芝麻核心种质相对成苗率与SNP标记进行全基因组关联分析,检测到7个与芝麻发芽期耐盐性显著关联的SNP标记（LG5:688003、LG7:9582027、LG10:5274091、LG10:10788493、LG11:11924186、LG14:2128695和LG16:3930301）,SNP标记上、下游各100 kb区间内共有基因67个,其中有功能注释的基因34个;通过耐盐材料S04在盐胁迫下的转录组测序和荧光定量PCR对预测的候选基因进行表达模式分析,共有21个候选基因受到盐胁迫诱导显著差异表达。【结论】芝麻发芽期耐盐性鉴定的适宜NaCl胁迫浓度为100 mmol·L^-1,相对成苗率等7个指标可以作为适宜的评价指标;检测到与芝麻发芽期耐盐性显著关联的SNP标记7个,并鉴定出耐盐候选基因21个。     

江西省芝麻地方种质表型性状遗传多样分析

【目的】对江西省芝麻地方种质资源进行表型性状遗传多样分析,为江西芝麻种质资源的有效利用及开发提供理论参考。【方法】依托“第三次全国农作物种质资源普查与收集行动”从江西省39个县(市、区)收集到的132份芝麻地方种质为试验材料,对其23个表型性状(12个质量性状和11个数量性状)进行测定,并计算遗传多样性指数和变异系数。同时,对11个数量性状进行相关分析,并对供试种质进行聚类分析。【结果】23个表型性状的平均遗传多样性指数为1.2821,其中,12个质量性状的遗传多样性指数为0.3217~1.0307,平均0.7290;11个数量性状的变异系数为4.70%~43.58%,遗传多样性指数为1.6138~2.0627,平均1.8855。3种粒色类型芝麻种质中,以46份白芝麻种质表型性状的平均遗传多样性指数最高,为1.3602,74份黑芝麻种质和12份其他粒色(黄色、褐色、黄褐色、红褐色等)芝麻种质表型性状的平均遗传多样性指数分别为1.1782和1.0476。生育期与株高、始蒴高度、蒴果长、千粒重和蛋白含量呈极显著正相关(P<0.01,下同),但与含油量呈极显著负相关。供试的132份芝麻种质资源可分为四大类,不同类群种质的来源地存在地理位置的交错分布现象,其中,第Ⅰ类群可作为潜在选育芝麻高含油量新品种的亲本材料,第Ⅱ类群可作为潜在高产优良芝麻材料利用,第Ⅲ类群可作为潜在矮杆株型的亲本材料,第Ⅳ类群可作为潜在的高蛋白型亲本材料加以利用。【结论】江西芝麻地方种质资源的主要表型性状变异较大,遗传多样性较丰富,其中以46份白芝麻种质的遗传多样性更丰富。种质间亲缘关系与地理来源无必然联系。以高产高蛋白为育种目标时应选择株高较高,始蒴高度适中、蒴果较大、千粒重较高的材料为亲本,并据此进行后代选择。     

中国大蒜种质资源遗传多样性和群体遗传结构分析

【目的】从分子水平了解中国大蒜种质资源的群体遗传结构和遗传背景。【方法】利用AFLP、SSR和InDel这3种分子标记对国家无性繁殖蔬菜资源圃保存的212份大蒜资源进行检测,通过Mega软件进行最大相似性聚类分析,Structure 2.1软件进行群体遗传结构分析,SSPS软件进行分子标记与大蒜辣素含量和21个数量性状进行一元线性模型检测,考察两者之间的关联性及群体遗传结构的影响。【结果】3种分子标记在212份种质中扩增出502个位点,多态性位点为492个。群体遗传结构与聚类分析均将所有资源划分为5个群体,划分的类别基本一致。然而,群体遗传结构分析划分的5个群体,群内遗传信息多样性指数较小。对212份种质的22个数量性状与分子标记的线型模型分析表明,包括大蒜辣素含量在内的多个数量性状受群体遗传结构的影响较小。【结论】中国大蒜种质资源遗传背景丰富,群体遗传结构对数量性状的分布影响较小,适合进一步进行性状与分子标记之间关联分析研究。     

Associated Loci Detection and Elite Allelic Variations Analysis of Main Agronomic Traits in Foxtail Millet (Setaria italica L.) Based on SSR Markers

【Objective】Through the investigation of 10 major traits in foxtail millet at Ledong, Hainan province, Luoyang, Henan province, Jilin and Gongzhuling, Jilin province, totally four different geographical environments, association analysis between SSR markers and the ten traits was performed to obtain loci expressed in single environment or multiple environments, excavate elite allelic variations, explore the probable mechanism forming ecological adaptation and provide foundation for launching molecular-assistant selection breeding in foxtail millet.【Method】Based on the survey of ten traits (plant height, panicle length, number of leaves, panicle diameter, heading stage, spikelet number, grain number per branch, spike weight, grain weight per panicle and 1000-grain weight) from 102 foxtail millet varieties at Jilin and Gongzhuling, Jilin province, Luoyang, Henan province and Ledong, Hainan province for two consecutive years, correlation analysis of ten traits at each geographical environment was first performed by SPSS 19.0 software, then the 102 foxtail millet varieties were genotyped by 70 polymorphic SSR markers, and further genetic diversity and population genetic structure of these varieties were analyzed. Finally, linkage disequilibrium analysis among markers and association analysis between molecular markers and phenotypic traits were carried out by GLM and MLM models of TASSEL 5.0 software. 【Result】There existed significant or very significant positive correlations among most of the nine agronomic traits except 1000-grain weight across four geographical environments. Only significant or very significant positive correlations were found between 1000-grain weight and grain weight per panicle, plant height, panicle length, spike weight at Jilin, Gongzhuling and Luoyang, no significant correlations were found between 1000-grain weight and other nine traits at Ledong environment. Totally 397 alleles were detected in 70 pairs of SSR primers, giving average observed allele number, effective allele number, expected heterozygosity, Shannon index of 6, 2.24, 0.4637 and 0.7738 per marker respectively. Both genetic diversity analysis and population structure analysis divided 102 foxtail millet materials into 4 groups, and the varieties from Henan province scattered in each of the four groups, showing more abundant genetic diversity. Linkage disequilibrium analysis showed that no obvious LD structures were found among 70 SSR markers. Totally 10 associated markers were detected by GLM and MLM models, combined with allele effect analysis results, it could be determined that b115, MPGC13, b227, b194 and p56 were associated with spike weight, panicle length, number of leaves and heading stage at Jilin, Gongzhuling, sigms9034 and b125 were associated with panicle length and spikelet number at Luoyang, P18 and p59 were associated with spike weight at Ledong, p6 was associated with number of leaves and spikelet number at Jilin, Gongzhuling and Luoyang respectively. The average contribution rates of single marker to phenotypic variation ranged from 7.76% to 34.05%. Three alleles, sigms9034-168, P18-166 and p56-244, could increase panicle length and spike weight, shorten heading stage significantly, which would be used to improve panicle traits and shorten growth period by marker-assisted selection breeding.【Conclusion】Five marker loci (b115, MPGC13, b227, b194 and p56) were steadily detected at Jilin and Gongzhuling, two marker loci (sigms9034, b125), two marker loci (P18, p59) were steadily detected at Luoyang and Ledong respectively for two consecutive years. One marker locus (p6) was steadily detected at Jilin, Gongzhuling and Luoyang, three geographical environments for two consecutive years. Three elite alleles (sigms9034-168bp, P18-166bp, p56-244bp) that could be used to carry out marker-assisted selection for panicle traits and growth period were obtained.     

陆地棉叶片叶绿素含量与SSR标记的关联分析及优异等位变异的挖掘

【目的】筛选与陆地棉叶片叶绿素含量性状相关联的分子标记,挖掘其优异等位变异及典型材料,为陆地棉分子标记辅助育种提供技术支持。【方法】在3年6个环境中,对185份陆地棉品种(系)组成的自然群体进行倒4叶叶绿素相对含量(soil and plant analyzer development,SPAD)的测定,每年分3个时期(打顶后0、10和20 d)。采用Power Marker 3.25软件计算各位点的多态性信息含量,以分析群体的遗传多样性。利用STRUCTURE 2.3.4软件计算群体结构矩阵(Q),利用TASSEL 3.0软件计算亲属关系矩阵(K),通过GLM(general linear model,Q)和MLM(mixed linear model,Q+K)2种方法,同时对SPAD与SSR标记进行关联分析。依据计算的等位位点表型效应值,挖掘优异的等位变异及典型材料。【结果】137对SSR多态性引物共扩增出355个等位变异,平均每对引物扩增到2.6个多态性位点,PIC平均值为0.67,变化范围为0.01—0.95,高度多态性引物(PIC0.5)占85%,其中PIC最高的标记为HAU2146(PIC=0.95)和NAU2083(PIC=0.93)。当(35)K取得最大值时,K=2,因此,将185份陆地棉材料划分为2个亚群。通过GLM方法共检测到22个显著性位点(P0.001),表型变异解释率为5.28%—10.85%,平均为7.24%,贡献率最高的等位变异位点是SWU0529a(R2=10.85%)和NAU998c(R2=10.48%);通过MLM方法共检测到17个显著性位点(P0.01),表型变异解释率为3.72%—8.58%,平均为4.72%,贡献率最高的等位变异位点是SWU0923b(R2=8.06%)和SWU0662d(R2=6.74%);2种方法共同检测到的显著性位点有12个,等位变异NAU998c在3个时期2种方法能同时被检测到。通过等位变异的表型效应分析,找到2个增效效应最大的等位变异(HAU3318b和SWU0987b),利用找到的等位变异对材料进行筛选,获得携带2个增效效应等位变异的材料53份,2个增效效应位点都未检测到的材料有46份,统计结果显示,在打顶后10和20 d 2个时期,53份材料的SPAD均值显著高于46份材料的SAPD均值。【结论】检测到12个与SPAD值相关的显著性位点,并挖掘到2个增效效应优异等位变异,获得携带优异等位变异的载体材料53份,获得携带2个优异等位变异的典型材料1份。