用(培矮64s/Nipponbare)F2群体对水稻产量构成性状的QTL定位分析

用水稻测序品种培矮64s和Nipponbare为亲本构建的含137个SSRs标记的连锁遗传图谱和（培矮64s/Nipponbare）F₂群体的180个单株，对水稻的单株有效穗数、穗粒数、穗实粒数、结实率、穗着粒密度、千粒重等6个产量构成性状进行了QTL定位分析。共检测到6个性状的22个QTLs，分布在第1、2、4、5、6、9、10、11、12等9条染色体的14个区域,表型贡献率5.0%-19.3%;相关性较强的性状之间具有较多共同或紧密连锁的QTLs;集中分布的QTLs之间既有同向连锁.对不同水稻群体定位的同源QTL进行了比较,对QTL在染色体上的集中分布,以及用QTL定位结果和生物信息学方法相结合预测基因的英勇等进行了探讨。     

水稻分蘖相关性状的QTL定位与分析

应用147个SSR标记,对水稻测序品种日本晴(Nipponbare以下简称Nipp) ×广陆矮4号(部分测序,以下简称GLA)的F2群体进行基因检测,构建了全长为1736.6cM、覆盖水稻基因组12条染色体的连锁图,采用QTLCart1.7 统计软件对水稻分蘖相关性状如分蘖数、穗数、有效分蘖数、分蘖率等4个性状的基因座位进行定位分析,检测到5个主效果基因和17个微效基因,同时结合基因组研究的最新成果,对7个与标记间遗传距离为0(QTL POS=0)的QTLs进行生物信息学的分析,尝试用QTL定位预测基因的功能。     

利用已测序水稻品种分析其农艺性状基因座

水稻重要农艺性状的基因定位研究在育种上具有重要意义。2004年在海南陵水县种植两个完全测序水稻品种日本晴与9311的F₂群体及双亲，分别考察了其单株分蘖数、穗数、有效分蘖数、穗长、主穗长、抽穗期、株高和剑叶8个农艺性状3次重复的平均值。用已构建的连锁遗传图谱（Nipponbare/9311-F₂遗传图谱）及Excel 2000和Mapmaker/QTL 1.1b软件对这8个性状间的相互关系和基因位点进行了分析。结果在LOD>2.0和P＜0.005的条件下共检测到41个QTLs，它们分布在水稻所有染色体上，单个QTL对性状表型贡献率11.0%～46.4%，其中大于20%的有22个。对选用已测序材料为亲本构建图谱来探讨水稻农艺性状的分子基础及其育种意义进行了讨论。     

水稻剑叶角度与主穗产量的遗传剖析

理想水稻株型的选育与高产育种密切相关,而剑叶角度则是构成水稻理想株型的重要指标之一,同时也是影响水稻产量的重要因素。合理开发利用水稻中控制剑叶角度及产量相关的数量性状基因座位（QTL）,并结合分子育种技术,可更好地为高产制繁种目标服务。通过应用由244个株系组成的珍汕97B/密阳46重组自交系（RIL）群体,构建含256个分子标记的连锁图谱,采用QTL区间作图法对剑叶角度及主穗产量等5个性状进行定位分析,共检测到17个QTL,分布于染色体1、2、3、5、6、9、10、11。这些QTL对相应性状的贡献率介于3.46%~25.64%之间。在第1染色体上检测到控制5个性状的QTL,其中控制剑叶角度的两个QTL;在第2、3、9、10、11染色体上分别检测到各一个QTL;第5染色体上检测到控制剑叶、每穗总粒数和每穗实粒数的3个QTL;1个每穗实粒数和2个每穗实粒重的QTL分布于第6染色体上。多个区间表现出对两个性状的显著作用,其中第1染色体2个,第6染色体1个。相关性分析表明,较小的剑叶角度可通过提高结实率进而显著增加产量。     

低磷胁迫下水稻产量性状变化及其QTL定位

为研究低磷胁迫对水稻产量及其构成因素QTL表达的影响, 以耐低磷旱稻IRAT109和磷敏感水稻越富杂交的116个株系的DH群体为材料, 在低磷和正常栽培条件下, 调查了千粒重、结实率、有效穗数、穗粒数及单株产量等性状。结果表明, 结实率、有效穗数和单株产量对低磷胁迫的敏感性较大, 而千粒重、穗粒数对低磷胁迫的敏感性较小。利用水稻分子连锁图中94个RFLP标记和71个SSR标记, 依据以上5性状低磷胁迫下与对照的差值进行QTL定位。共检测出17个QTL, 其中12个对表型变异的贡献率大于10%。3、6和7号染色体上3个标记区域存在QTL成簇分布, 这些高贡献率QTL及成簇分布QTL可作为水稻耐低磷产量性状分子育种的重要候选区域。     

利用籼粳交“热粳35/协B”F_2群体对水稻再生力的QTL分析

为了揭示水稻再生力和再生后期耐寒的遗传基础,本研究以"热粳35/协B"226个F2单株为材料,构建了1张含156个SSR标记的分子图谱。分别在水稻成熟、再生和再生后期调查单株穗数、再生穗数和再生后期穗数,利用Excel 2003和MAPMAKER 3.0软件进行性状相关分析和QTL检测。结果表明,3个性状在F2群体呈现连续正态分布,表现为数量性状遗传特征。再生穗数分别与单株穗数和再生后期耐寒穗数呈极显著正相关(0.37和0.36)。3个性状共检测到10个QTLs,分布在第1、2、6、7、8、11和12号染色体上。其中,数6个单株穗QTLs,LOD值介于2.61~79,贡献率介于0.67%~22.72%。2个再生穗数QTLs,LOD值分别为3.08和3.90,贡献率分别为16.01%和23.35%。2个再生后期穗数QTLs,LOD值分别为2.75和5.12,贡献率分别为12.18%和25.12%。3个性状各检测到1对上位性QTL,相同染色体上相同标记区间没有重复检测到同时控制3个性状QTLs。说明3个性状受独立的遗传因子控制,在分子层面上单株穗数、再生穗数以及再生后期耐寒穗数各性状间没相关性。     

利用小麦关联RIL群体定位产量相关性状QTL

为定位控制小麦产量相关性状的QTL位点,获得与重要位点连锁的分子标记和染色体区段,以分别含有229和485个家系的关联重组自交系(RIL)群体WY和WJ为材料,在4个环境中,用完备区间作图法(ICIM)对产量相关性状进行了QTL定位分析。结果表明,产量相关性状QTL分布在小麦21条染色体上。在WY群体中检测到每穗小穗数、主茎穗粒数、单株穗数、千粒重和单株产量的QTL分别有9、9、4、7和5个,其中16个(55.2%)解释大于10%的表型变异;在WJ群体中检测到这5个性状的QTL分别有20、16、11、14和9个,其中只有3个(6.7%)在单个环境中解释超过10%的表型变异。在WY群体中有5个QTL在2个环境中被重复检测到;在WJ群体中,有11个QTL在2个或2个以上环境中被重复检测到。在2个群体中均检测到产量相关性状的QTL在染色体上形成了含有一因多效或紧密连锁QTL的染色体区段,并在2个群体检测到可能相同的9对QTL和2个染色体区段。     

应用导入系群体进行水稻产量相关性状的遗传剖析

以优质高产水稻品种丰矮占为轮回亲本, 以Khazar和IR64作供体亲本, 经连续回交分别构建了2套导入系(introgression lines)群体。对导入系后代分别在广州早造和晚造两种环境下进行重复产量鉴定。对两环境下产量及其组分性状的相关分析表明, 在广州早造和晚造环境下水稻产量构成因素存在很大差异。在早造, 每穗实粒数对产量供献最大, 而在晚造, 单株有效穗数对产量供献最大。应用SSR分子标记对这些导入系的供体片段进行全基因组扫描并应用单向方差分析(one-way ANOVA)剖析了导入系基因型与其产量及其组分的关系, 共检测到27个染色体区段与产量及组分性状相关, 包括10个产量QTL、9个单株穗数QTL、9个每穗实粒数QTL和14个千粒重QTL。大多数QTL只在一个环境条件下表达。在第3、7和9染色体上有3个QTL区域与产量及其两个组分有较大的效应, 值得关注。最终, 本研究在同步进行复杂农艺性状的改良和遗传剖析的研究上做出了有益的尝试。     

不同大麦品种(或品系)3个穗部性状的差异分析和QTLs检测

解析穗粒数、小穗数和粒重及其QTLs间的遗传关联,有利于大麦穗发育遗传和标记辅助选择研究。本研究采用SPSS 19.0软件分析了25份试验材料的小穗数、千粒重和穗粒数的表型差异,以及不同性状及其QTLs间的遗传关联性。结果表明小穗数等3个性状具有显著或极显著差异,育种品种的小穗数和穗粒数与地方品种的没有明显差异,大多数育成品种的千粒重显著或极显著高于地方品种的,二棱大麦的小穗数、穗粒数和千粒重没有显著差异,但六棱大麦的具有显著或极显著差异;小穗数与穗粒数极显著正相关,偏相关系数为0.835;在试验材料中共检测到4个小穗数QTLs、6个穗粒数QTL和6个千粒重遗QTLs,16个QTLs分别位于1H、2H和4H等6条染色体上,其中QSn-4HS等8个QTLs具有增效作用、其余QTLs具有减效作用。与标记HVM40-258 bp连锁的QTL对小穗数和穗粒数具有一因多效特性性。小穗数等3个穗部性状分别受遗传效应不同的QTLs控制,QTL多效性导致了小穗数与穗粒数关联遗传。     

应用明恢86和佳辐占的F2群体定位水稻部分重要农艺性状和产量构成的QTL

应用籼稻品种明恢86和佳辐占为亲本建立的F2群体及相应的SSR分子标记连锁图,用区间定位法的Additive和Free两种模型分别对水稻部分重要农艺性状和产量构成性状的QTL进行了定位分析.结果Additive模型共检测到3个QTL,均位于第1号染色体的RM1-RM283区间,分别控制水稻生育期、株高和每穗粒数,基因成簇分布.Free模型共检测到5个QTL,其中控制水稻生育期、株高和每穗粒数的3个QTL的位置和效应大小与Additive模型基本相同;另外还检测到2个影响结实率和千粒重的QTL分别位于第7号染色体的RM180-RM214和第2号染色体的RM279-RM154区间,其贡献率均较小.同时,分析比较了研究结果与前人不同的原因.     

Fine mapping of a QTL for the number of spikelets per panicle by using near‐isogenic lines derived from an interspecific cross between Oryza sativa and Oryza minuta

We constructed a high‐resolution physical map for the qSPP7 QTL for spikelets per panicle (SPP) on rice chromosome 7 across a 28.6‐kb region containing four predicted genes. Using a series of BC₇F₄ near‐isogenic lines (NILs) derived from a cross between the Korean japonica cultivar ‘Hwaseongbyeo’ and Oryza minuta (IRGC Acc. No. 101144), three QTLs for the number of SPP, grains per panicle and primary branches were identified in the cluster (P ≤ 0.01). All three QTLs were additive, and alleles from the O. minuta parent were beneficial in the ‘Hwaseongbyeo’ background. qSPP7 was mapped to a 28.6‐kb region between the two simple sequence repeat (SSR) markers RM4952 and RM21605. The additive effect of the O. minuta allele at qSPP7 was 23 SPP, and 43.6% of the phenotypic variance was explained by the segregation of the SSR marker RM4952. Colocalization of the three QTLs suggested that this locus was associated with panicle structure and had pleiotropic effects. The NIL populations and molecular markers are useful for cloning qspp7.     

Comparison of quantitative trait loci for 1,000-grain weight and spikelets per panicle across three connected rice populations

The ability to detect quantitative trait loci (QTLs) in a bi-allelic population is often limited. The power of QTL detection and identification of the most beneficial allele at each QTL could be greatly improved by comparing QTLs among different populations derived from connecting multi-parents. In this study, three sets of connected recombinant inbred lines (RILs) derived from the crosses between Zhenshan 97 and Minghui 63 (PZM), Zhenshan 97 and Teqing (PZT), and Minghui 63 and Teqing (PMT), respectively, were used. QTL analyses for the number of spikelets per panicle (SPP) and 1,000-grain weight (TGW) were performed in PZT, and five SPP QTLs on chromosomes 1, 6, and 7 and two TGW QTLs on chromosome 1 were detected. QTL for SPP was also identified in PMT, and six QTLs were detected on chromosomes 1, 2, 3, 6, and 7 in this population. In an earlier study, we identified five SPP QTLs and four TGW QTLs in PMT and nine TGW QTLs in PZM. Comparison of the QTL mapping results of these two studies showed that one QTL was common to the three populations, 11 QTLs were detected in two populations, and six QTLs were found in only one population. Comparison of genetic effect and the action direction of the QTLs detected in the three populations showed that additive effects of QTLs estimated in different populations were also expressed additively among three parental alleles. Additive effects of SPP7a estimated in three near-isogenic line F₂ populations supported this finding. Based on these results, we suggest that pyramiding the most beneficial alleles among the three parents could efficiently improve rice yield.     

Identification of QTLs controlling quantitative characters in rice using RFLP markers

Summary Segregation of plant height (PH), tiller number (TN), panicle number (PN), average panicle length per plant (PL), average primary branch number per panicle per plant (PBN) and 1000 grain weight (1000G) were specific in an F₂ population derived from a cross of Palawan, a tall Javanica variety, and IR42, an Indica semidwarf variety. One hundred and four informative RFLP markers covering all 12 chromosomes were used for detecting putative QTLs controlling the traits. Orthogonal contrasts and interval mapping analysis were used for the analysis. QTL detected for PH on the region of chromosome 1, where semidwarfing gene sd-1 locus is located, seems to be a multiple allelic locus. An additional QTL for PH was identified on chromosome 2. Two QTLs for TN were detected on chromosomes 4 and 12. The QTL on chromosome 4 seemed also to govern the variation in PN. Four QTLs were found for the other traits, two of them for PL were located on chromosomes 6 and 2, one for PBN on chromosome 6 and the other for 1000G on chromosome 1. Additive gene actions were found to be predominant, except one QTL for PH and one QTL for PL, but partial or incomplete dominance also existed for the QTLs detected.     

小麦GMP含量发育动态的QTL定位

利用小麦京771和Pm97034杂交后代重组自交系（RIL）群体,对小麦谷蛋白大聚合体（GMP）含量发育动态进行了QTL定位研究。结果表明,在籽粒灌浆的5个不同时期,共检测到8个条件QTL和10个非条件QTL,但没有一个QTL能在测定的5个时期都有效应。花后12 d,控制GMP形成的基因就已经有了一定的表达量,条件QTL能解释6.21%的表型变异,该基因位于1A染色体上。花后17 d,在1D染色体上测到了1个新表达的条件QTL位点,单独能解释14.14%的表型变异。花后22 d,控制GMP形成的基因的表达比较活跃,非条件分析检测到3个QTL位点,条件分析检测到2个QTL位点,这5个QTL位点分别位于1B、5B、6B和7B染色体上,其效应值都比较低,2个条件QTL共同能解释12.67%的净表型变异。花后27 d,在2D和3B染色体上各检测到2个条件和非条件QTL位点,加性效应值比较大。条件QTL能解释16.37%的表型变异,非条件QTL能解释23.94%的变异。花后32 d,仍有2个新的基因位点在表达,但此时QTL的净表达量已经开始下降,条件QTL仅能解释11.43%的表型变异。     

不同生态环境下玉米产量性状QTL分析

以玉米（Zea mays L.）自交系黄早四和Mo17为亲本得到的191个F₂单株为作图群体,衍生的184个F_2∶3 家系作为性状评价群体,分析了单株穗数、穗行数、行粒数、百粒重和单株籽粒产量在北京和新疆2个生态环境下的表现和数量性状基因位点的定位结果。QTL检测结果表明,2个环境共检测出47个QTL,分布于除第10染色体以外的9条染色体,其中与单株穗数相关的QTL共10个,可解释的表型变异为5.3%~25.6%;与穗行数相关的QTL共13个,可解释的表型变异为4.5%~23.2%;与行粒数相关的QTL有9个,解释的表型变异为5.4%~13.7%;与百粒重相关的QTL达10个,可解释的表型变异为4.9%~13.3%;与单株籽粒产量相关的QTL有5个,可解释的表型变异为6.1%~35.8 %。大部分产量QTL只在单一环境下被检测到,说明产量相关QTL与环境之间存在明显的互作。表型相关显著的产量性状,它们的QTL容易在相同或相邻标记区间检测到。研究还发现了若干个QTL富集区域,可能是发掘通用QTL的候选位点。     

玉米出籽率、籽粒深度和百粒重的QTL分析

为研究玉米出籽率、籽粒深度、百粒重的遗传机制,以豫82×沈137组配的229个F_2:3家系为试验材料,采用复合区间作图法进行QTL定位分析。在3个环境下共检测到10个QTL。其中,控制出籽率、籽粒深度、百粒重相关QTL分别为3个、3个和4个,它们的联合贡献率分别为35.5%、28.1%和39.0%。位于第1染色体上介于标记umc1335与umc2236之间控制出籽率的QTL qKR1b和位于第9染色体上介于标记bnlg1209–umc2095之间控制百粒重QTL q100-KW9b,分别解释18.9%和11.7%的表型变异,且作用方式为加性效应,分析表明这些区域可能包含调控玉米籽粒性状关键基因,对剖析玉米产量形成机制具有重要的参考价值。     

多环境下稻米粒重的QTL定位

以粳稻Asominori为遗传背景的染色体片段置换系（CSSLs）群体为材料,利用基于性状-标记多元回归分析方法对稻谷粒重和精米粒重进行多环境的QTL定位。结果在5个环境共检测到6个粒重相关QTL,分布于第1、6、7和8染色体上,对表型变异的贡献率介于13%~35%;其中控制精米粒重的qMRW-1a和稻谷粒重的qPRW-1在不同环境中均能稳定表达,且均位于第1染色体RFLP标记XNpb113附近,该基因座还同时控制着粒宽。qMRW-1a和qPRW-1共同对应的置换系AIS8和AIS11与Asominori 的粒重差异在不同环境中均显著(P < 0.05),表明该QTL的等位基因在不同环境中效应显著。比较发现该QTL在不同遗传群体中均能被重复检测到,且与蔗糖磷酸合酶基因（SPS）位置一致,推测该QTL与淀粉合成代谢有关。qMRW-1a 和qPRW-1在不同环境条件和遗传背景中表达,因此可用于进一步的精细定位研究。     

增加穗粒数的水稻染色体代换系Z747鉴定及相关性状QTL定位

增加穗粒数对水稻高产品种培育至关重要。其遗传基础复杂,由多基因控制。水稻染色体片段代换系可以将多基因控制的复杂性状分解,因而是理想的遗传研究材料。本研究通过高代回交和自交结合分子标记辅助选择方法,鉴定了一个以日本晴为受体、西恢18为供体亲本的、含有15个代换片段的增加穗粒数的水稻染色体片段代换系Z747,平均代换长度为4.49 Mb。与受体日本晴相比, Z747的每穗总粒数、一次枝梗数、二次枝梗数、穗长和粒长显著增加,粒宽显著变窄、结实率显著降低,但结实率仍为81%。进一步以日本晴和Z747杂交构建的次级F2群体鉴定出46个相关性状的QTL,分布于水稻1号、2号、3号、5号、6号、9号、11号和12号染色体上。其中qGPP12、qPH-3-1、qPH-3-2等12个QTL可能与已克隆的基因等位, qSPP9等34个可能是新鉴定的QTL。Z747的每穗总粒数由2个具有增加粒数效应的QTL (qSPP3和qSPP5)和1个具有减少粒数效应的QTL (qSPP9)控制。研究结果对主效QTL的精细定位和克隆、以及有利基因的单片段代换系培育有重要意义。     

利用Ⅱ-32B/A7444组合CSSL群体定位水稻7个穗部性状QTL

为发掘水稻穗部性状有利等位变异,构建了以籼稻保持系II-32B为遗传背景的A7444染色体片段置换系群体;利用QTL Ici Mapping 4.1软件对该群体7个穗部性状进行了QTL定位。结果 2年共检测到26个QTL。2年均检测到的13个QTL中,控制一次枝梗数的4个QTL位于第1、第6、第8和第9染色体,平均贡献率分别为15.16%、13.10%、29.74%和11.21%,平均加性效应分别为-1.40、1.01、1.11和0.77。控制二次枝梗数的2个QTL位于第6和第8染色体,平均贡献率分别为10.97%和21.39%,平均加性效应分别为5.45和6.36。控制每穗总粒数的3个QTL位于第2、第6和第8染色体,平均贡献率分别为8.65%、12.52%和31.22%,平均加性效应分别为-18.61、22.23和31.87。控制每穗实粒数的1个QTL位于第8染色体,平均贡献率为28.06%,平均加性效应30.85。控制千粒重的2个QTL位于第2染色体,平均贡献率分别为44.65%和17.51%,平均加性效应分别为2.88和-2.51。控制粒宽的1个QTL位于第10染色体,平均贡献率为21.96%,平均加性效应为0.11。第2、第6和第8染色体分别存在同时控制二次枝梗数、每穗总粒数和每穗实粒数QTL的区段。qSBN6和qSBN8所在区间与Hd1和DTH8的相同,但分别存在16处和1处碱基差异,推测为Hd1和DTH8的不同等位基因。qSBN2为新检测到的控制二次枝梗数位点。研究结果为实施分子标记聚合育种提供了有用信息。     

Impact of seasonal changes on spikelets per panicle,panicle length and plant height in rice (<Emphasis Type="Italic">Oryza sativa</Emphasis> L.)

Temperature and photoperiod fluctuate rapidly in different seasons of the year, and analyzing their effects on rice yield components is crucial for adaptation of rice under various climatic conditions. To study the effects of seasonal changes on yield components, 168 recombinant inbred lines derived from a cross between two Oryza sativa L. indica varieties, Zhenshan 97 and Zhongzao 18 were grown for phenotype collection, in three different seasons, within a year. The results implied that temperatures across the three seasons played a crucial role in determining the trait effects. Spikelets per panicle (SPP), panicle length (PL) and plant height (PH) traits increased with high temperatures in middle season. Genetic analysis detected major quantitative trait loci (QTLs) qSPP10, qPL10 and qPH10 for SPP, PL and PH in the interval between markers RM1375 and RM3229 on chromosome 10, in all the three seasons. Two-way ANOVA showed that genotype by environment and QTL by environment interactions for these traits were highly significant (P < 0.0001). The region with a cluster of QTLs detected in all three seasons could be the preferred target to breeders in developing rice varieties that can be accustomed to different seasonal changes.