大豆抗倒伏相关性状全基因组关联分析

研究以150份大豆种质为试验材料开展2年3点试验,在收获期测定抗倒伏相关性状,并利用RTM-GWAS方法作关联分析,共检测到99个显著关联SNP位点,其中48个效应显著位点,解释0.28％～3.38％表型变异;89个与环境互作显著位点,解释0.53％～7.04％表型变异;其中,21个位点主效表型变异解释率高于1％;与6个倒伏相关性状显著关联SNP位点中,与茎粗显著关联SNP位点最多,与抗倒指数显著关联SNP位点最少;获得22个有功能注释基因,根据基因表达量和基因功能注释,推测3个基因(Glyma.18G149700、Glyma.04G244100、Glyma.18G011400)可作为与大豆抗倒伏相关候选基因.     

大豆抗大豆花叶病毒病基因研究进展

大豆花叶病毒(soybean mosaic virus,SMV)病是严重危害世界大豆(Glycine max(L.)Merr.)生产的主要病害之一。近十年来,国内外关于大豆对SMV抗病基因的遗传标记定位、候选抗病基因的分析及大豆抗SMV的调控网络等研究取得许多新进展。大豆对SMV的抗性遗传主要分为数量抗性和质量抗性,其中数量抗性的遗传主要由1对加性主基因+加性-显性多基因共同控制;对不同SMV株系的质量抗性遗传分别由1对不同的显性基因控制。标记定位研究发现,大豆对SMV数量抗性位点主要分布在大豆的第6、10和13等染色体上。22个对SMV具有单显性质量抗性的基因位点已被标记定位在大豆的第2、6、13和14染色体上,且定位的多数抗病基因位点两侧标记间的物理距离都在1 Mb以内。其中第13染色体上的基因位点数最多,有Rsv1、Rsv5、RSC3Q、RSC11和RSC12等10个,定位在第2染色体上的基因位点有8个,如Rsv4、RSC5、RSC6、RSC7和RSC8等,第6和14染色体上各有2个基因位点,分别为RSC15、RSC18和Rsv3、RSC4。参考大豆全基因组序列(http://www.phytozome.net/soybean),利用生物信息学方法、表达谱分析及克隆测序技术等进一步缩小了大豆抗SMV候选基因的筛选范围。目前,在大豆第2染色体上确定的抗SMV候选基因主要有8个:Glyma.02G121400、Glyma.02G121500、Glyma.02G121600、Glyma.02G121800、Glyma.02G121900、Glyma.02G122000、Glyma.02G122100和Glyma.02G122200,在第6染色体上的是Glyma.06G182600,在第13和14染色体上的抗SMV候选基因分别有9个和6个:Glyma.13G184800、Glyma.13G184900、Glyma.13G187900、Glyma.13G190000、Glyma.13G190300、Glyma.13G190400、Glyma.13G190800、Glyma.13G194700、Glyma.13G195100和Glyma.14G204500、Glyma.14G204600、Glyma.14G204700、Glyma.14G205000、Glyma.14G205200、Glyma.14G205300。基于病毒诱导的基因沉默VIGS(virus induced gene silencing,VIGS)和转基因操作等技术,研究发现抗SMV相关基因Gm HSP40、Gm PP2C3a、Gm AKT2、Gm Cnx1、Gm SN1、Glyma.14G204500、Glyma.14G204600、Glyma.14G204700等参与大豆对SMV的抗性,属于正调控因子;而Gm EF1A和Gme IF5A等则增加大豆对SMV的易感性,为负调控因子。在综合SMV抗病基因的相关研究基础上,构建了基于Rsv1和Rsv3介导对SMV极端抗性的调控网络模型。Rsv1介导的大豆对SMV极端抗性调控模型的建立为大豆抗SMV信号网络的研究提供了新的方向。Rsv3介导的大豆对SMV极端抗性的主要机制是通过ABA信号的传导,从而使胞间连丝处的胼胝质沉积以抑制病毒从最初侵染的细胞向健康细胞的转移。本文系统综述了SMV抗病基因方面的最新研究成果并对该领域未来的研究方向进行了展望,以期为大豆抗SMV分子设计育种和抗病基因的机理研究提供参考。     

基于GWAS分析的马铃薯主茎数和单株结薯数候选基因挖掘研究

【目的】筛选与马铃薯主茎数和单株结薯数显著关联的单核苷酸多态性(SNP)位点并挖掘候选基因，为高产马铃薯分子育种提供基因资源。【方法】以251份马铃薯核心种质为材料，于2018-2019年在马铃薯主产区4个试验点共8个环境下对其主茎数和单株结薯数进行表型鉴定；提取251份马铃薯种质的DNA，并采用高通量IlluminaHiSeq^TM对DNA进行测序及处理，获得高质量SNP标记，在此基础上，结合表型性状进行全基因组关联（GWAS）分析，对显著关联的SNP位点所在区域的候选基因通过NR、Swiss-port、KEGG、GO等4个数据库进行功能注释。【结果】2018-2019年的检测结果表明，在环境和基因型互作下，251份马铃薯种质间主茎数与单株结薯数有广泛的表型变异。共获得1 209 969个高质量SNP位点，其中与主茎数显著关联的SNP位点有7个，共挖掘到19个候选基因，其中在3个以上环境重叠的候选基因有9个，其可能编码半乳糖醛酸转移酶、转录因子MYB、赤霉素3-β-双加氧酶及细胞色素P450；与单株结薯数显著关联的SNP位点有13个，共挖掘到33个候选基因，去掉2年间重叠的4个候选基因，实际共关联到29个候选基因，其中在3个以上环境下重叠的候选基因有11个，其可能编码果糖-1,6-二磷酸醛缩酶、生长素响应因子IAA₁₃、转录因子WRKY、bHLH113及MADS-box。【结论】在2年8个环境下共鉴定出20个与马铃薯主茎数和单株结薯数显著相关的SNP位点，挖掘到48个候选基因。     

CROPGRO大豆花期模拟模型品种参数的遗传学解析

[目的]DSSAT-CROPGRO大豆花期模拟模型(简称CROPGRO-Soybean-Flower模型)是量化开花时间与光周期关系的生理生态过程模型。本文旨在通过单核苷酸多态性(SNP)标记对CROPGRO-Soybean-Flower模型的品种参数(cultivar parameter, CP)进行遗传解析。[方法]以183个江淮大豆种质为试验材料,于2011—2018年获得南京、当涂、盐城等10个环境的花期数据和消除环境效应的花期最佳线性无偏预测值(best linear unbiased prediction, BLUP)。将开花时间性状分解为临界短日照时数(critical short day, CSDL)、光周期敏感性(photoperiod sensitivity, PPSEN)和出苗到开花时长(emergence to flowering time, EMFL)3个CROPGRO大豆花期模拟模型的品种参数。利用供试大豆材料的实测花期以及BLUP值,采用GLUE(generalized likelihood uncertainty estimation)方法对模型的品种参数进行校准,根据模拟结果选择合适的品种参数集。利用混合线性模型(mixed linear model, MLM_Q+K)、mrMLM(multi-locus random-SNP-effect mixed linear model)模型等7种全基因组关联分析方法,对花期BLUP值、CROPGRO-Soybean-Flower模型品种参数集与60 712个SNP标记进行定位研究,在显著关联SNP位点上下游500 kb区间内筛选候选基因,并通过生物信息学网站和前人研究结果预测其功能。[结果]利用BLUP值校正CROPGRO-Soybean-Flower模型的品种参数,模型模拟结果的均方根误差的均值(average root mean square error, ARMSE)为1.65 d,比利用实测花期校正的ARMSE降低1.82 d。选用花期BLUP值校正的3个模型的品种参数集作为全基因组关联分析的数据集,检测到花期BLUP值、CSDL、PPSEN和EMFL的显著关联QTN(quantitative trait nucleotide)个数分别为6、10、5和1,所定位的SNP位点可解释0.424%～19.221%的CROPGRO-Soybean-Flower模型品种参数变异。被检测到的22个QTN中,有72.73%已被前人研究报道与大豆开花时间、光周期敏感性、生殖生长时期等性状有关。对候选基因功能预测发现:Glyma05g06220、Glyma05g31710、Glyma07g01601、Glyma08g40330、Glyma14g40030与拟南芥中昼夜节律调控、细胞分裂素响应、开花调控等基因同源,推测这5个基因参与大豆开花调控。[结论]与实测花期相比,利用BLUP值校准CROPGRO大豆花期模型品种参数的方式在区域尺度上更为合理;模型品种参数体现了大豆花期光反应的遗传特性,相关的SNP标记可以作为进一步构建基于基因的CROPGRO大豆花期模拟模型的基础标记数据。     

甘蓝型油菜角果长度全基因组关联分析

【目的】挖掘与油菜角果长度性状显著相关的SNP位点及候选基因,为揭示油菜角果长度性状的遗传基础和分子机制提供理论依据,为油菜产量分子标记辅助选择育种奠定基础。【方法】在江西农业大学试验地和江西省红壤研究所试验地2个环境下考察300份甘蓝型油菜自交系的角果长度性状,利用简化基因组测序技术(specific locus amplified fragment sequencing,SLAF-seq)对300份甘蓝型油菜自交系基因组DNA进行测序并分析,利用获得的均匀分布于甘蓝型油菜基因组上的201 817个群体SNP(single nucleotide polymorphism,SNP)对角果长度性状进行全基因组关联分析(genome-wide association study,GWAS),探测与油菜角果长度显著相关的SNP位点,并基于群体连锁不平衡分析结果搜寻显著SNP位点两侧100 kb范围内的基因,通过BLAST获得关联区域内基因的注释信息,根据注释信息找出与性状相关的候选基因。【结果】农大试验地角果长度表型变异幅度为46.35—107.07 mm;红壤所试验地角果长度表型变异幅度为39.41—101.35 mm,两性状在2个环境下均表现出广泛表型变异。通过一般线性模型(general linear model,GLM)关联分析,农大环境下共检测到121个角果长度显著关联的SNP位点,分布在A04、A06、A08、A09、C02、C03、C06和C09等8条染色体上,其中,A09染色体上分布最多(83个SNP),红壤所环境下检测到22个角果长度显著关联的SNP位点,其中,1个在C09染色体上,其余21个均分布于A09染色体,在两地探测到20个一致性SNP位点;通过混合线性模型(mixed linear model,MLM)分析,农大环境下共检测到5个角果长度显著关联的SNP位点,其中,3个SNP位点与红壤所环境下检测到3个SNP位点一致,所有位点均位于A09染色体上。对MLM关联分析得到的显著SNP位点两侧100 kb区域内基因进行搜寻并进行功能注释,发现多个候选基因参与调节碳水化合物的运输与合成、花器官和种子的发育、信号转导等,它们可能通过上述功能影响油菜角果的生长,导致角果长度的差异。【结论】通过GLM和MLM两种分析方法探测到多个与油菜角果长度性状显著关联的基因位点,并在显著性位点附近搜寻到相关候选基因。     

东北大豆种质群体百粒重QTL-等位变异的全基因组解析

【目的】对东北大豆种质群体百粒重性状进行全基因组关联分析,全面解析中国大豆主产区百粒重QTL-等位变异遗传构成,为东北地区大豆籽粒大小遗传改良提供理论基础。【方法】以东北地区育种和生产上常用的290份大豆材料作为试验群体,于2013和2014年在东北第二生态亚区的克山、牡丹江、佳木斯和长春4个地点进行百粒重表型鉴定试验。利用RAD-seq方法对试验群体进行基因组测序分析,对原始SNP数据进行过滤及填补缺失数据后,最终获得了82 966个高质量的SNP标记。根据限制性两阶段多位点全基因组关联分析（restricted two-stage multi-locus genome-wide association analysis,RTM-GWAS）方法,首先构建获得15 546个具有复等位变异的SNPLDB标记,然后使用两阶段多位点模型对百粒重性状进行全基因组关联分析。对检测到的百粒重关联SNPLDB标记位点附近（50 kb范围内）的基因进行分析,根据基因内SNP与SNPLDB标记位点之间关联性的卡方测验,筛选可能与百粒重性状相关的候选基因并进行功能注释。最后基于检测的百粒重QTL-等位变异体系分析了不同熟期组材料间的遗传分化。【结果】试验群体百粒重变异范围为18.3—20.7 g,性状遗传率为92.3%。RTM-GWAS方法共检测到76个与大豆百粒重性状关联的SNPLDB标记位点,其中15个位点主效不显著,另外61个主效显著位点解释了65.40%的表型变异;68个与环境互作效应显著的位点解释了17.46%的表型变异,另外8个位点与环境互作效应不显著。在检测到的76个位点中有34个位点与已报道的30个百粒重QTL重叠,另外42个位点为本研究新检测百粒重位点。基于检测的SNPLDB标记位点,共筛选到137个百粒重相关候选基因,功能注释显示这些候选基因不仅参与大豆百粒重的调节,还参与了初级新陈代谢、蛋白质修饰、物质运输、胁迫响应和信号转导等。对各熟期组间QTL-等位变异的遗传分化分析显示,尽管熟期组间百粒重差异不明显,但其QTL-等位变异遗传结构却发生了新生和汰除的变化。【结论】RTM-GWAS方法能相对全面地解析东北大豆种质群体百粒重QTL-等位变异遗传构成。东北大豆种质群体百粒重由大量QTL调控,且QTL与环境互作效应大,QTL存在丰富的复等位变异。由RTM-GWAS方法建立的QTL-等位变异矩阵为群体遗传及演化研究提供了新工具。     

东北大豆种质群体百粒重QTL-等位变异的全基因组解析

【目的】对东北大豆种质群体百粒重性状进行全基因组关联分析,全面解析中国大豆主产区百粒重QTL-等位变异遗传构成,为东北地区大豆籽粒大小遗传改良提供理论基础。【方法】以东北地区育种和生产上常用的290份大豆材料作为试验群体,于2013和2014年在东北第二生态亚区的克山、牡丹江、佳木斯和长春4个地点进行百粒重表型鉴定试验。利用RAD-seq方法对试验群体进行基因组测序分析,对原始SNP数据进行过滤及填补缺失数据后,最终获得了82 966个高质量的SNP标记。根据限制性两阶段多位点全基因组关联分析(restricted two-stage multi-locus genome-wide association analysis,RTM-GWAS)方法,首先构建获得15 546个具有复等位变异的SNPLDB标记,然后使用两阶段多位点模型对百粒重性状进行全基因组关联分析。对检测到的百粒重关联SNPLDB标记位点附近(50 kb范围内)的基因进行分析,根据基因内SNP与SNPLDB标记位点之间关联性的卡方测验,筛选可能与百粒重性状相关的候选基因并进行功能注释。最后基于检测的百粒重QTL-等位变异体系分析了不同熟期组材料间的遗传分化。【结果】试验群体百粒重变异范围为18.3—20.7 g,性状遗传率为92.3%。RTM-GWAS方法共检测到76个与大豆百粒重性状关联的SNPLDB标记位点,其中15个位点主效不显著,另外61个主效显著位点解释了65.40%的表型变异;68个与环境互作效应显著的位点解释了17.46%的表型变异,另外8个位点与环境互作效应不显著。在检测到的76个位点中有34个位点与已报道的30个百粒重QTL重叠,另外42个位点为本研究新检测百粒重位点。基于检测的SNPLDB标记位点,共筛选到137个百粒重相关候选基因,功能注释显示这些候选基因不仅参与大豆百粒重的调节,还参与了初级新陈代谢、蛋白质修饰、物质运输、胁迫响应和信号转导等。对各熟期组间QTL-等位变异的遗传分化分析显示,尽管熟期组间百粒重差异不明显,但其QTL-等位变异遗传结构却发生了新生和汰除的变化。【结论】RTM-GWAS方法能相对全面地解析东北大豆种质群体百粒重QTL-等位变异遗传构成。东北大豆种质群体百粒重由大量QTL调控,且QTL与环境互作效应大,QTL存在丰富的复等位变异。由RTM-GWAS方法建立的QTL-等位变异矩阵为群体遗传及演化研究提供了新工具。     

小麦籽粒镉元素含量全基因组关联分析及候选基因预测

以国内外207份小麦种质为材料，利用660K SNP芯片对其进行基因型检测，并结合不同环境下表型数据和最佳线性无偏预测值 (BLUP，Best linear unbiased prediction) 对小麦籽粒镉元素含量进行全基因组关联分析。结果表明：与小麦籽粒镉元素含量显著关联的SNP 310个，这些SNP分布于除3D和4D外的19条染色体上，单个SNP解释变异率为10.95%～14.66%。不同环境下检测到的关联SNP结果存在差异，其中在原阳地区检测到186个SNP，开封地区检测到71个SNP。基于BLUP值分析获得53个SNP。基于SNP物理位置，将距离较近的SNP进行整合，共获得有效QTL位点52个。同时发现了7个在多环境下表现稳定的SNP，并对其进行单标记效应分析。最后对基于获得的关联SNP进行了候选基因预测，共获得7个与小麦籽粒镉元素含量相关的候选基因，其中 TraesCS1B01G321700和TraesCS1B01G320200可能与镉元素调控相关基因转录有关，而TraesCS7B01G459000和TraesCS7B01G456900可能与镉元素的吸收和转运等代谢过程有关。还筛选出了对镉具有良好避性的部分小麦优异种质，如‘云麦51’‘郑麦379’‘白穗白’‘云麦53’‘双丰收’。     

芝麻产量相关性状的多位点全基因组关联分析及候选基因预测

【目的】通过对芝麻产量相关性状的全基因组关联分析,挖掘与产量性状关联的SNP位点及预测候选基因,为通过分子标记辅助选择育种等方式提高芝麻产量提供技术基础。【方法】以363份不同遗传背景和地理来源的芝麻种质资源构成的自然群体为研究对象,调查2年2点4环境下8个产量相关性状（单株产量、单株蒴数、蒴粒数、千粒重、株高、主茎果轴长、始蒴高度和表观收获指数）的表型值,借助覆盖全基因组的42 781个SNP标记,利用多位点SNP随机效应混合线性模型（multi-locus random-SNP-effect mixed linear model,mrMLM）对8个产量相关性状进行全基因组关联分析,检测与产量相关性状显著关联的SNP位点,并预测候选基因。【结果】在4个不同环境下,8个产量相关性状表现出广泛的表型变异,变异系数为6.51%—33.57%;相关性分析表明单株产量与单株蒴数、株高、主茎果轴长、表观收获指数呈极显著正相关;方差分析表明产量相关性状的基因型效应、环境效应、基因型与环境互作效应均达到了极显著水平。通过多位点全基因组关联分析共检测到210个与产量相关性状显著关联的SNP,在2018年南阳环境下检测到47个SNP,解释表型变异的1.63%—17.29%;在2019年南阳环境下检测到35个SNP,解释表型变异的1.94%—11.90%;在2018年平舆环境下检测到35个SNP,解释表型变异的2.15%—15.90%;在2019年平舆环境下检测到53个SNP,解释表型变异的1.25%—11.13%;在4个环境的综合BLUP条件下检测到75个SNP,解释表型变异的1.44%—13.58%。上述210个SNP涉及到175个位点,其中10个位点在3个及以上环境中被重复检测到。在这10个位点基因组区域内,共鉴定到214个候选基因,其中156个候选基因具有功能注释,主要涉及植物代谢、生物调控、生长发育等生物学过程。根据功能注释筛选出4个可能与芝麻产量相关的候选基因,其中SIN_1006338编码1-氨基环丙烷-1-羧酸合酶3（1-aminocyclopropane-1-carboxylate synthase 3-like）,参与乙烯的生物合成;SIN_1024330编码碱性螺旋-环-螺旋（basic helix-loop-helix）转录因子,负向调控植物细胞和器官的伸长;SIN_1014512编码吲哚-3-乙酸-酰胺合成酶GH3.6（indole-3-acetic acid-amido synthetase GH3.6）,参与调控茎和下胚轴细胞的伸长生长;SIN_1011473编码泛素受体蛋白DA1（protein DA1-like）,参与调节植物细胞增殖周期。【结论】通过多位点SNP随机效应混合线性模型的全基因组关联分析,检测到175个与产量相关性状显著关联的位点,筛选出4个可能与产量相关的重要候选基因。     

利用超级集群分离分析法鉴别大豆增变基因

【目的】利用大豆基因组Wm82.a2.v1及HapMap数据来鉴别大豆中可能存在的增变基因。【方法】将大豆HapMap数据(包含19 652份大豆种质在52 041个位点上的分型结果)预处理后,利用改进的超级集群分离分析法,选取滑动窗口大小、步长及阈值大小为参数,对预处理后的大豆种质数据进行分析,测算大豆点突变比率及突变热点区数目,并将点突变比率及突变热点区数目与分子标记进行关联性分析,从强关联区内挖掘候选增变基因,用大豆基因组Wm82.a2.v1对其功能进行初步推测。【结果】大豆HapMap数据预处理后,15 391份大豆种质点突变比率为0.089~0.531,平均变异率为0.261;突变热点区数目为5~1 324个,平均每份种质包含347.8个突变热点区。超级集群分离分析结果表明,Gm16上的29 153 474-30 604 603bp和Gm17上的12 133 293-12 147 725bp片段为与点突变比率和突变热点区数目2个表型同时存在强关联的区域;其中Gm16上的Glyma16g26440.1和Gm17上的Glyma17g15420.1同属于nudix水解酶基因家族,推测其与基因组突变有关。【结论】Glyma16g26440.1和Glyma17g15420.1 2个nudix水解酶基因家族成员都与点突变比率和突变热点区数目存在强关联,可作为大豆基因组候选增变基因。     

GLIS1基因多态性与绵羊产羔数之间的关系研究

为了探究GLIS1基因多态性与绵羊产羔数之间的关系,利用Sequenom MassARRAY?SNP技术对绵羊GLIS1基因的2个SNP位点多态性进行检测,并与绵羊产羔数进行关联分析。结果表明:在单羔和多羔绵羊品种之间,GLIS1基因2个SNP位点基因型和等位基因频率有极显著差异(P0.01);关联分析显示,g. 27775611 T C位点与小尾寒羊第二胎产羔数显著相关(P0.05),而g. 27857114 T G位点与各胎产羔数均无显著关联(P 0.05)。研究初步表明, g. 27775611 T C位点可能参与绵羊产羔数性状的调控,而g. 27857114 T G位点可能不是影响绵羊产羔数的关键位点。该研究可为绵羊高繁殖力基因及关键位点的筛选提供参考。     

黄瓜幼苗下胚轴长度GWAS分析及候选基因挖掘

【目的】挖掘与黄瓜幼苗下胚轴长度显著相关的SNP位点及候选基因,为揭示下胚轴长度的遗传基础和分子机制提供理论依据,为短下胚轴分子标记辅助选择育种奠定基础。【方法】以95份黄瓜核心种质为试验材料,分别于2016年春季、2017年春季、2017年秋季和2018年春季在中国农业科学院南口试验基地塑料大棚进行种植,在两叶一心期调查黄瓜幼苗的下胚轴长度;利用Structure 2.3.4软件分析群体结构,Haploview 软件分析连锁不平衡的衰减;基于最优模型对下胚轴长度进行全基因组关联分析（GWAS）,依据关联SNP位点的LD区间序列,预测与下胚轴长度相关的重要关联候选基因,并利用荧光定量PCR对预测基因进行表达模式分析。【结果】共检测到8个显著关联的位点（Hl1.1、Hl1.2、Hl2.1、Hl3.1、Hl3.2、Hl4.1、Hl5.1、Hl6.1）,分别位于1、2、3、4、5、6号染色体,其中,Hl2.1、Hl3.1、Hl3.2、Hl5.1、Hl6.1等5个位点被重复检测到两次以上。通过分析关联SNP位点的LD区间序列,获得Csa1G074930、Csa1G475980、Csa2G381650、Csa3G141820、Csa4G051570、Csa3G627150、Csa5G174640、Csa6G362970 8个与黄瓜下胚轴长度有关的候选基因,其中既有光形态建成、泛素化、激素信号通路等调控基因,也有调控网络下游参与细胞生长发育,调节细胞大小,直接调控黄瓜下胚轴长度的基因。多基因在不同黄瓜材料中的有机分布,形成了具有不同下胚轴长度的黄瓜种质。基因表达分析显示Csa1G074930、Csa1G475980、Csa2G381650、Csa4G051570、Csa5G174640在短下胚轴材料中高表达。Csa3G141820、Csa3G627150在长下胚轴材料中高表达。【结论】检测到Hl1.1、Hl1.2、Hl2.1、Hl3.1、Hl3.2、Hl4.1、Hl5.1、Hl6.1等8个与黄瓜下胚轴长度密切关联的SNP位点,挖掘到Csa1G074930、Csa1G475980、Csa2G381650、Csa3G141820、Csa4G051570、Csa3G627150、Csa5G174640、Csa6G362970等8个调控下胚轴长度的候选基因。     

黄瓜幼苗下胚轴长度GWAS分析及候选基因挖掘

【目的】挖掘与黄瓜幼苗下胚轴长度显著相关的SNP位点及候选基因,为揭示下胚轴长度的遗传基础和分子机制提供理论依据,为短下胚轴分子标记辅助选择育种奠定基础。【方法】以95份黄瓜核心种质为试验材料,分别于2016年春季、2017年春季、2017年秋季和2018年春季在中国农业科学院南口试验基地塑料大棚进行种植,在两叶一心期调查黄瓜幼苗的下胚轴长度;利用Structure 2.3.4软件分析群体结构,Haploview软件分析连锁不平衡的衰减;基于最优模型对下胚轴长度进行全基因组关联分析(GWAS),依据关联SNP位点的LD区间序列,预测与下胚轴长度相关的重要关联候选基因,并利用荧光定量PCR对预测基因进行表达模式分析。【结果】共检测到8个显著关联的位点(Hl1.1、Hl1.2、Hl2.1、Hl3.1、Hl3.2、Hl4.1、Hl5.1、Hl6.1),分别位于1、2、3、4、5、6号染色体,其中,Hl2.1、Hl3.1、Hl3.2、Hl5.1、Hl6.1等5个位点被重复检测到两次以上。通过分析关联SNP位点的LD区间序列,获得Csa1G074930、Csa1G475980、Csa2G381650、Csa3G141820、Csa4G051570、Csa3G627150、Csa5G174640、Csa6G362970 8个与黄瓜下胚轴长度有关的候选基因,其中既有光形态建成、泛素化、激素信号通路等调控基因,也有调控网络下游参与细胞生长发育,调节细胞大小,直接调控黄瓜下胚轴长度的基因。多基因在不同黄瓜材料中的有机分布,形成了具有不同下胚轴长度的黄瓜种质。基因表达分析显示Csa1G074930、Csa1G475980、Csa2G381650、Csa4G051570、Csa5G174640在短下胚轴材料中高表达。Csa3G141820、Csa3G627150在长下胚轴材料中高表达。【结论】检测到Hl1.1、Hl1.2、Hl2.1、Hl3.1、Hl3.2、Hl4.1、Hl5.1、Hl6.1等8个与黄瓜下胚轴长度密切关联的SNP位点,挖掘到Csa1G074930、Csa1G475980、Csa2G381650、Csa3G141820、Csa4G051570、Csa3G627150、Csa5G174640、Csa6G362970等8个调控下胚轴长度的候选基因。     

小麦苗期生物量及氮效率相关性状的全基因组关联分析

【目的】探究不同氮素供应环境下与小麦苗期生物量及氮效率相关性状显著关联的SNP位点,预测相关候选基因,为小麦氮效率的基因克隆及其在育种中的应用提供参考。【方法】以134个小麦品种（系）组成的群体为供试群体,设置低氮、正常氮和高氮3个处理,各处理重复4次,并在2年（2013和2014年）进行了2次完全重复的营养液培养试验。试验对小麦苗期生物量及氮效率相关的14个性状进行了表型鉴定,采用MLM+K+Q混合线性模型,利用90K SNP芯片对小麦生物量及氮效率相关性状进行全基因组关联分析（genome-wide association study,GWAS）,获得显著关联的SNP位点。【结果】与正常氮处理相比,低氮处理条件下,根系、地上部及植株氮含量和氮积累量均显著下降,而根生物量和根、植株氮效率均显著增加,高氮处理下,几乎所有鉴定性状均显著增加;14个性状的广义遗传力均在40%以上,其中,植株总干重的遗传力最高（95.73%）。利用9 329个SNP标记进行关联分析,共检测到838个SNP标记位点与供试材料的14个性状存在显著关联（P≤0.001）,分布在21条染色体上。有435个（51.91%）SNP标记位点仅在一个关联分析环境中被检测到;有403个位点至少在2个处理环境（包含均值环境）中被检测到与同一性状显著关联（稳定关联标记）。其中8个SNP标记位点至少在3个环境中被检测到。在4个环境下（包括均值环境）均检测到的稳定关联位点有2个：Kukri_c65481_121和tplb0025f09_1052,分别与植株总氮利用效率（total nitrogen use efficiency of plant,TNUE）和根系总氮利用效率（root nitrogen use efficiency,RNUE）显著关联;同时与至少6个性状（生物量及养分效率相关性状）显著关联的SNP标记位点共5个,分别位于1A、1B（3）和2A染色体上;根据小麦基因组注释及LD衰减水平,在同时定位了6个性状的5个SNP位点和2个多环境（4个环境）稳定关联的SNP位点的214 kb的基因组区域中共筛选候选基因84个,根据已知克隆氮效率基因的编码蛋白类型、候选基因功能注释信息及利用植物比较基因组学资源库蛋白序列同源比对分析,筛选到3个候选基因与生物量及氮效率相关。【结论】不同氮素处理显著影响小麦苗期生物量、氮效率相关性状及其相关QTL的表达,大多数SNP位点仅在1个氮素检测环境中被检测到,但也存在环境稳定性较强的位点。生物量及氮效率相关性状之间存在显著相关关系,并在一定程度上受到相同的QTL/基因控制。     

Polymorphism amongst several CPA4 gene sequences and correlation analysis of growth traits in grass carp

[目的]筛选出更多与草鱼生长相关的SNP位点标记,为草鱼分子育种研究提供理论依据.[方法]根据草鱼EST数据库中属于消化酶的羧肽酶A4基因的cDNA序列设计引物,采用PCR产物直接测序法,对含预计SNP位点的cDNA序列进行扩增、测序,并寻找新的SNP位点.[结果]cDNA上预计的SNP位点不存在,但在内含子3上检测到两个SNP位点,分别位于内含子的第40、241个碱基处,命名为A40G位点和G241T位点.经创造酶切位点的限制性片段长度多态检测(CRS-RFLP),发现A40G位点AA型占50.3％、AG型占23.8％、GG型占25.9％,G241T位点的GG型占48.6％、GT型占47.9％、TT型占3.5％.利用一般线性模型(GLM)将两个SNP位点与草鱼6个生长性状进行关联分析,结果表明,A40G位点的GG型个体在体重、体长、体高均高于AA型和AG型,但差异不显著(P＞0.05);G241T位点TT型个体最重,GG型最轻,但差异不显著( P＞0.05);A40G和G241T两个位点组成的7种双倍型个体的体重、体长、体高、尾柄高等重要生长性状差异也不显著(P＞0.05).[结论]在草鱼羧肽酶A4基因的内含子3上发现两个SNP位点(A40G位点和G241T位点),每个SNP位点都可分为3种基因型,但两个SNP位点的不同基因型以及由其组成的双倍型与草鱼的重要生长指标均不存在显著相关.     

草鱼羧肽酶A4基因部分序列多态性及生长性状关联分析

[目的]筛选出更多与草鱼生长相关的SNP位点标记,为草鱼分子育种研究提供理论依据.[方法]根据草鱼EST数据库中属于消化酶的羧肽酶A4基因的cDNA序列设计引物,采用PCR产物直接测序法,对含预计SNP位点的cDNA序列进行扩增、测序,并寻找新的SNP位点.[结果]cDNA上预计的SNP位点不存在,但在内含子3上检测到两个SNP位点,分别位于内含子的第40、241个碱基处,命名为A40G位点和G241T位点.经创造酶切位点的限制性片段长度多态检测(CRS-RFLP),发现A40G位点AA型占50.3%、AG型占23.8%、GG型占25.9%,G241T位点的GG型占48.6%、GT型占47.9%、TT型占3.5%.利用一般线性模型(GLM)将两个SNP位点与草鱼6个生长性状进行关联分析,结果表明,A40G位点的GG型个体在体重、体长、体高均高于AA型和AG型,但差异不显著(P>0.05);G241T位点TT型个体最重,GG型最轻,但差异不显著( P>0.05);A40G和G241T两个位点组成的7种双倍型个体的体重、体长、体高、尾柄高等重要生长性状差异也不显著(P>0.05).[结论]在草鱼羧肽酶A4基因的内含子3上发现两个SNP位点(A40G位点和G241T位点),每个SNP位点都可分为3种基因型,但两个SNP位点的不同基因型以及由其组成的双倍型与草鱼的重要生长指标均不存在显著相关.     

甜瓜叶绿素含量全基因组关联分析及候选基因预测

【目的】挖掘与叶绿素含量显著关联的单核苷酸多态性(single nucleotide polymorphism, SNP)位点和候选基因，为甜瓜叶绿素含量改良提供分子靶点和基因资源。【方法】以118份具有广泛变异的甜瓜种质为自然群体，采用2 531 449个高质量SNP标记对叶片叶绿素含量进行全基因组关联分析，挖掘优异等位变异，并预测候选基因。【结果】甜瓜自然群体叶绿素含量趋向正态分布，包含5个明显的亚群。利用Q模型对2次试验的叶绿素含量及其最佳线性无偏预测(best linear unbiased prediction, BLUP)值进行关联分析，共检测到15个显著位点，分布在甜瓜第1、2、4、8、11、12号染色体上，表型贡献解释率为5.62%～6.69%。其中，8个位点的不同基因型之间存在显著表型差异。结合关联位点的候选区域和转录组数据，共鉴定到28个差异表达基因，其中MELO3C018513.2和MELO3C003666.2是改良甜瓜叶绿素含量的潜在候选基因。【结论】通过高质量SNP标记Q模型的全基因组关联分析，共检测到15个与叶绿素含量显著关联的位点，筛选出2个可能与叶绿素含...     

火炬松生长和松脂性状相关候选基因的单核苷酸多样性分析

[目的]对火炬松Pinus taeda生长和松脂产量相关功能基因单核苷酸多态性(Single nucleotide polymorphism,SNP)位点进行筛选与分析,为分子标记辅助育种提供技术基础.[方法]利用生物信息学对火炬松cDNA文库进行整理、比对、剪接、注释,挑选出与生长素、赤霉素、细胞分裂素及蒎烯合成相关的非重复序列基因(Unigene)作为候选基因片段,利用MEGA5.0和DnaSP4.0软件对火炬松36个单株的8个候选基因片段进行序列比对和分析.[结果]所测序列总长为5 177 bp,检测到184个SNP位点,平均36.9 bp的基因序列中出现1个SNP位点,其中123个为非同义突变、61个为同义突变SNP位点.核苷酸多态性πa和θw分别为0.020和0.016.对8个候选基因片段内SNP位点进行的连锁不平衡分析显示,随着核苷酸序列长度的延伸,SNP位点的连锁不平衡在基因内部迅速衰退(R2≤0.2).[结论]在火炬松中,基于候选基因内SNP位点间的连锁不平衡作图是可行的.     

日本沼虾体重和出肉率联合GWAS分析

[目的]定位筛选影响日本沼虾体重及出肉率性状的候选基因。[方法]收集成熟期且表现健康的日本沼虾，记录体重、出肉率，提取DNA进行测序并进行基因分型，获得单核苷酸多态性(Single-nucleotide polymorphisms, SNP)标记数据，利用多性状联合的全基因关联分析(Genome-wide association study, GWAS)方法检验与体重、出肉率性状存在显著相关的SNP位点，根据SNP的物理信息实现候选功能基因的筛选和定位。[结果]联合分析共定位到6个SNP位点，检测效率远高于单一分析的1个SNP,根据6个显著位点共定位到5个候选功能基因，除1个功能未知的新基因外，剩余4个基因都与机体代谢、发育相关。[结论]完成了日本沼虾体重、出肉率性状相关基因的定位，可为日本沼虾生长代谢的基因组水平揭示提供理论基础，也可为日本沼虾的其他数量性状研究提供思路。     

大麦种质资源抗叶斑病评价

为明确不同大麦种质对叶斑病的抗性差异,筛选抗性种质材料和挖掘相关的遗传位点,在三叶期对200份大麦种质接种叶斑病强致病株Z14484,培养9 d后统计各材料发病情况,明确其抗病等级,进行抗性鉴定与评价。结合Illumina 9K SNP芯片,通过Structure和PLINK软件进行群体和显著位点分析,鉴定与性状显著关联的SNP位点。结果表明,供试大麦材料抗性差异显著,在ΔK=3水平上群体遗传结构可以分为3个亚群,分别包含100、67、33份大麦材料;全基因组关联分析（genome-wide association study,GWAS）共检测到12个与大麦叶斑病抗性相关的位点,其中位于3H染色体上的11_11436和SCRI_RS_201075与大麦叶斑病抗性关联最大。研究结果为大麦叶斑病抗病基因定位与抗病育种提供参考依据。