基于元分析的大豆成熟期单片段代换系鉴定与QTL定位

【目的】大豆成熟期是由多基因控制的数量性状,是影响大豆产量和适应性的重要性状。研究大豆成熟期单片段代换系遗传规律,鉴定分析大豆成熟期的主效QTL。【方法】以大豆红丰11为受体和回交亲本,以15个国内外大豆核心种质为供体亲本,构建回交导入系群体,基于元分析的大豆成熟期（R8）“真实QTL”SSR标记进行单片段代换系鉴定,利用“图示基因型法”计算导入片段和代换作图法鉴定大豆成熟期QTL,用单标记法鉴定成熟期重要QTL。【结果】在C2、L连锁群上检测到16种导入片段,C2连锁群检测到7种导入片段,导入片段总长度为9.8 cM。L连锁群检测到9种导入片段,导入片段总长度为37.212 cM;在C2和L连锁群上共检测出8个成熟期QTL,根据前人的研究,在L连锁群上有2个QTL即Sat_010、Satt156是E4/e4的特异SSR标记;在8个成熟期QTL中用单标记法鉴定了5个有关大豆成熟期重要SSR标记Sat_238、Satt460、Sct_010、Satt166、Sat_113;确定了单片段Satt460缩短大豆生育期,单片段Sat_238、Sct_010、Sat_113延迟大豆生育期。【结论】基于元分析的成熟期2个导入位点C2、L连锁群上检测到16种单片段,用代换作图法共检测出8个成熟期QTL,用单标记法鉴定了5个有关大豆成熟期重要SSR标记Sat_238、Satt460、Sct_010、Satt166、Sat_113。确定单片段Satt460与缩短大豆生育期有关,单片段Sat_238、Sct_010、Sat_113与延迟大豆生育期有关。     

多环境条件下大豆异黄酮主要组分的QTL定位

 【目的】利用不同定位方法,对不同环境条件下大豆异黄酮主要组分进行QTL定位研究,为大豆异黄酮分子标记辅助育种提供理论依据。【方法】以异黄酮含量有显著差异的鲁黑豆2号（3 697.24 μg•g-1）和南汇早黑豆（1 816.67 μg•g-1）为亲本构建的F5∶7-8重组自交系为材料,分析RIL群体的SSR标记多态性,结合HPLC法鉴定异黄酮主要组分含量。【结果】绘制了一张包含161个多态性SSR标记,全长3 546.54 cM的大豆遗传连锁图谱。利用ICIMapping 3.2软件的ICIM、IM和SMA 3种定位方法,共定位到4种环境下与异黄酮主要组分相关的14个QTL。【结论】3个标记区间在多个环境和多种定位方法下均被检测到,分别是Sat_003—Satt306、Satt070—Satt122和Satt571—Satt270。     

大豆二粒荚库容含量的多年QTL分析

 【目的】定位大豆二粒荚长、宽QTL,培育二粒荚高库容含量的品种,稳定或提高大豆的产量。【方法】以美国大豆品种Charleston为母本、东北农业大学大豆品系东农594为父本及其F2:14-F2:18代的重组自交系的147个株系为试验材料,164个SSR引物经亲本筛选后用于群体扩增,并构建遗传图谱。利用前两年1个地点和后三年2个地点的调查数据对亲本二粒荚长、宽性状进行调查及QTL分析。【结果】采用WinQTL Cartographer V2.0软件的CIM和MIM分析方法对QTL检测结果表明,多年多点的种植环境下,共检测到19个二粒荚长QTL分别位于A1、B2、C2、D1a、D1b、N和G连锁群上,检测到17个二粒荚宽QTL分别位于A1、C2、D1a、D1b、N和H连锁群上。在得到的这些QTL中,2种算法都能检测到的包括7个二粒荚长QTL,其连锁标记包括Satt200—qTSPL-a1-1—Satt042、Sat_214—qTSPL-d1a-1—Sat_112、Satt198—qTSPL-d1a-3—Satt502、Satt370—qTSPL-d1a-6—Satt402、Sat_092—qTSPL-c2-4—Satt289、Satt277—qTSPL-c2-5—Sct_188和Satt168—qTSPL-b2-1—Sat_083;1个二粒荚宽QTL,其连锁标记为Satt528—qTSPW-d1a-2—Satt182。在2年以上能被检测到包括8个二粒荚长QTL,其连锁标记为Satt200—qTSPL-a1-1—Satt042、Sat_119—qTSPL-a1-2—Sat_105、Sat_214—qTSPL-d1a-1—Sat_112、Satt220—qTSPL-d1a-4—Sat_162、Satt370—qTSPL-d1a-6—Satt402、Satt168—qTSPL-b2-1—Sat_083、Sat_092—qTSPL-c2-4—Satt289和Satt277—qTSPL-c2-5—Sct_188;4个二粒荚宽QTL,其连锁标记为Satt076—qTSPW-c2-1—Satt072、Satt335—qTSPW-c2-2—Sat_120、Satt200—qTSPW-a1-1—Satt042和Satt182—qTSPW-d1a-3—Satt584。【结论】得到不同方法和不同年份重复检测率较高的二粒荚长QTL和二粒荚宽QTL的连锁分子标记,为大豆二粒荚长、宽QTL的定位和今后改良大豆产量潜力提供了有力依据。     

利用BSA法发掘野生大豆种子硬实性相关QTL

【目的】野生大豆的硬实性是大豆遗传改良利用中的重要限制因素。利用BSA法发掘与大豆种子硬实性相关的QTL,为野生大豆在大豆遗传改良中的合理利用奠定基础。【方法】利用栽培大豆中黄39与野生大豆NY27-38杂交构建F₂和F₇分离群体,从每个单株选取整齐一致的种子,取30粒种子置于铺有一层滤纸的培养皿中,加入30 mL蒸馏水,25℃培养箱中暗处理4 h,设3次重复,分别统计每个培养皿中正常吸胀和硬实种子数。在F₂群体中,选取22个正常吸胀单株（吸胀率＞90%）和16个硬实单株（吸胀率＜10%）;在F₇群体中,选取20个完全吸胀单株（吸胀率=100%）和20个完全硬实单株（吸胀率=0%）,单株DNA等量混合,分别构建2个吸胀和2个硬实DNA池。利用259对在亲本间有多态性的SSR标记对吸胀和硬实DNA池进行检测,筛选在吸胀和硬实DNA池间表现多态性的SSR标记;用192个SSR标记检测F₇分离群体,构建遗传图谱,利用复合区间作图法定位大豆硬实相关QTL。【结果】利用F₂个体构建的吸胀和硬实DNA池,在第2染色体16.3 Mb区间和第6染色体23.4 Mb区间分别检测到10个和8个在两池间有差异的SSR标记。利用这些标记检测F₂群体,将第2染色体的QTL定位于Satt274与Sat_198间的276.0 kb区间,该区间包括已克隆的大豆硬实基因GmHs1-1,解释17.2%的表型变异。第6染色体的QTL位于标记BARCSOYSSR_06_0993与BARCSOYSSR_06_1068间,可解释17.8%的表型变异。利用F₇株系构建的吸胀和硬实DNA池,在第2（27.4 Mb区间）、6（27.8 Mb 区间）和3染色体（18.2 Mb区间）分别检测到11个、9个和4个在两池间有多态性的SSR标记。利用F₇群体构建包括192个SSR标记、覆盖2 390.2 cM的遗传图谱,共检测到3个硬实相关QTL,其中第2染色体定位到的QTL位于标记Satt274与Sat_198间,可解释23.3%的遗传变异。第6染色体定位到的QTL位于标记Sat_402与Satt557之间,可解释20.4%的表型变异。在第3染色体标记Sat_266与Sat_236间发现一个可以解释4.9%表型变异的QTL,与BSA法检测的结果相符。【结论】利用BSA法可以检测到传统遗传作图定位的所有与硬实性相关的QTL,证明BSA法发掘大豆种子硬实性主要QTL的高效性。     

QTL Mapping of Hard Seededness in Wild Soybean Using BSA Method

【Objective】 Hard seededness of wild soybean is an important effector that limits the utilization of wild resources in soybean genetic improvement. Bulked segregant analysis (BSA) was employed to identify major quantitative trait loci (QTLs) related with hard seededness in soybean, which laid a foundation for effective utilization of wild soybean germplasm in cultivated soybean improvement. 【Method】 F₂ and F₇ segregation populations were constructed from a cross between cultivated soybean Zhonghuang39 and wild soybean NY27-38. Uniformly sized seeds were selected from each line, and 30 seeds were soaked in a petri dish with 30 mL distilled water for 4 hours at 25℃. The assay was replicated 3 times. The number of permeable and impermeable seeds were counted. In F₂ population, the first DNA pool was constructed from 22 individuals with permeable seeds (imbibition rate ＞90%), and second DNA pool was constructed from 16 individuals with impermeable seeds (imbibition rate ＜10%). In F₇ population, 20 lines with permeable seeds (100% imbibition) and 20 lines with impermeable seeds (no imbibition) were used to construct two DNA pools, respectively. To detect genomic regions associated with hard seededness, these DNA bulks were genotyped with 259 polymorphic SSR markers to identify markers linked to QTL. A linkage map was constructed with 192 SSR markers, QTLs related with hard seededness were identified by composite interval mapping in F₇ segregation population. 【Result】 Out of 259 SSR loci polymorphic between Zhonghuang39 and NY27-38, 10 and eight polymorphic SSR markers between the permeable and impermeable pools were detected in 16.3 Mb interval on chromosome 2 and 23.4 Mb interval on chromosome 6, respectively, in F₂ population. The QTL region (276.0 kb) located between Satt274 and Sat_198 on chromosome 2 contained previously cloned gene GmHs1-1, the QTL explained 17.2% of the total genetic variation. The other QTL was mapped on chromosome 6 flanked by BARCSOYSSR_06_0993 and BARCSOYSSR_06_1068, accounting for 17.8% of the total genetic variation. In F₇ population, eleven, nine and four SSR polymorphic markers between the permeable and impermeable pools were detected in 27.4 Mb interval on chromosome 2, 27.8 Mb interval on chromosome 6, 18.2 Mb interval on chromosome 3, respectively. A linkage map of 192 SSR markers and covering 2 390.2 cM was constructed through composite interval mapping in F₇ population. Three QTLs related with hard seededness were detected. The QTL on chromosome 2 located between Satt274 and Sat_198, explained 23.3% of the total genetic variation; the QTL on chromosome 6 flanked by Sat_402 and Satt557, explained 20.4% of the total genetic variation; the QTL on chromosome 3 flanked by Sat_266 and Sat_236 accounted for 4.9% of the total genetic variation. 【Conclusion】 In this study, three QTLs related to soybean hard seededness were identified by both BSA and traditional linkage mapping, indicating that BSA is an effective strategy for identifying QTLs in soybean.     

大豆农艺性状的QTL分析(摘要)(英文)

[目的]分析大豆农艺性状的QTL,为探讨大豆的遗传机制及进行遗传育种提供参考。[方法]以栽培大豆"合丰25"为母本和半野生大豆"新民6号"为父本杂交得到的122个F8代重组自交系为试材,应用复合区间作图法对蛋白质含量、脂肪含量、产量、百粒重、生育期5个数量性状进行QTL定位和遗传效应分析。蛋白质、脂肪含量均使用近红外谷物分析仪测定。[结果]控制蛋白质含量、脂肪含量、产量、百粒重、生育期性状的4、4、1、2、5个共16个QTL位点,遗传贡献率在7.4%～33.7%。其中,遗传贡献率较大的主效QTL有分别位于I连锁群上Satt562-Sat_219、Sat_219-Satt496、Sat_219-Satt496区间的3个控制蛋白质含量的QTL位点,其遗传贡献率分别为29.15%、33.70%和31.67%,且均为来自母本合丰25的加效基因,还有位于O连锁群上Satt477-Satt331、Satt331-Satt153区间的2个控制生育期QTL位点,其遗传贡献率分别为24.69%和24.96%,也是来自母本合丰25的加效基因。另外,6个分别距M连锁群Satt175(蛋白质)、A1连锁群Satt684(油分)、F连锁群Satt348(油分)、J连锁群Sat_412(油分)、C1连锁群Sat_416(百粒重)、C1连锁群Sat_416(生育期)标记仅有0.01cm的QTL位点。[结论]定位了影响蛋白质含量、油分含量、产量、百粒重和生育期5个重要农艺性状的QTL位点。     

Identification of Co-dominant SSR Markers Associated with Genes Controlling α′-and α-subunit-null β-conglycinin Phenotypes in Soybean (Glycine max (L.) Merr.)

Studies have shown that the three subunits of β-conglycinin are the main potential allergens of soybean sensitive patients.And β-conglycinin has adverse effects on nutrition and food processing.So solation and production of lines with lower β-conglycinin content has been the focus of recent soybean breeding projects.Soybean lines with deficiency in one or all subunits of β-conglycinin have been obtained.An effective and rapid system to identify such mutations will facilitate genetic manipulation of the β-conglycinin subunit composition.Here,two segregating F_2 populations were developed from crosses between Cgy-1/cgy-1 (CC),an α′-lacking line (Δα′),and DongNong 47 (DN47),a wild-type (Wt) Chinese soybean cultivar with normal globulin components,and Cgy-2/cgy-2 (CB),an α-lacking line (Δα),and DN47.These populations were used to estimate linkage among the cgy-1 (conferring α′-null) and cgy-2 (α-null) loci and simple sequence repeat (SSR) markers.Seven SSR markers (Sat_038,Satt243,Sat_307,Sat_109,Sat_231,Sat_108 and Sat_190) were determined to co-segregate with cgy-1,and six SSR markers (Satt650,Satt671,Sat_418,Sat_170,Satt292 and Sat_324) co-segregated with cgy-2.Linkage maps being composed of seven SSR markers and cgy-1 locus,and six SSR markers and the cgy-2 locus were then constructed.It assigned that the cgy-1 gene to chromosome 10 at a position between Sat_307 and Sat_231,and the cgy-2 gene to chromosome 20 at a position between Satt650 and Satt671.These markers should enable map-based cloning of the cgy-1 and cgy-2 genes.For different subunit-deficiency types[α′-null,α-null and (α′+α)-null types],the two sets of SSR markers could also detect of polymorphism between three normal cultivars and seven related mutant lines.The identification of these markers is great significance to the molecular marker-assisted breeding of soybean β-conglycinin subunits.     

大豆油分含量QTL分析

以美国半矮秆大豆品种Charleston与高蛋白品系东农594杂交得到的154株RILs群体作为试验材料,利用在亲本之间表现多态的SSR引物对群体进行分析,根据已有的遗传图谱,利用浙江大学朱军的QTL-maper2.0对各年各点的数据进行分析。结果表明：根据油分含量LOD值（≥2.50）的大小,确定6个QTL位点位于3条连锁群上。Qsoil 1、Qsoil 2、Qsoil 3分别位于遗传图谱GM1-A1连锁群Satt449-Qsoil 1、Qsoil 2-Satt545,Satt571-Qsoil 3-Satt522四个引物之间。Qsoil 4、Qsoil 5位于遗传图谱GM3-B1连锁群Satt229-Qsoil4-Satt197和Sat_113-Qsoil 5-sat_099四个引物之间。Qsoil 6位于遗传图谱GM2-A2连锁群Satt327和Satt468两个引物之间。     

大豆开花盛期快速叶绿素荧光参数的QTL分析

 【目的】定位大豆R2时期（开花盛期）快速叶绿素荧光参数（JIP参数）QTL,分析不同参数间的遗传关系,比较参数在R2和R6时期（鼓粒盛期）遗传基础的异同。【方法】以大豆品种科丰1号和南农1138-2及其杂交衍生的184份重组自交系为材料,在盆栽条件下测定R2时期JIP参数,检测其QTL。【结果】检测到16个JIP参数QTL,分布在连锁群A1、C2、D2、I、M、N和O上,单个QTL的LOD值为2.40—5.65,贡献率为4.40%—20.06%;检测到3个同时控制多个参数的染色体区间,分别是连锁群C2上标记区间Satt286—Satt316、连锁群I上标记区间Sat_418—Satt650和连锁群O上标记区间Sat_231—Sat_196。【结论】不同JIP参数间既有共同的控制基因（QTL）,也有各自独特的控制基因;JIP参数多数QTL不能在R2和R6时期重复检测到,控制其表达的遗传机制较为复杂;连锁群O上标记区间Sat_231—Sat_196在大豆R2和R6时期均检测到,该区间可能存在稳定表达的控制光合器官内禀结构和功能的基因,具有一定的育种价值。     

大豆高油酸、低亚麻酸性状的分子标记

文章利用高油酸大豆N98-9445A与低亚麻酸大豆哈91016杂交获得的F2代群体,用500对SSR引物对油酸和亚麻酸进行基因定位,其中多态性标记有124个。QTL分析结果表明,控制大豆油酸含量的QTL位于连锁群MLG G、MLG D1b上的Satt394和Satt172上,其LOD值分别为3.2436和4.0158,Satt394与Satt012的距离是12.01cM,Satt172与Satt274的距离是14.01cM;其对油酸含量的贡献率分别为9.02%和14.86%。控制大豆亚麻酸含量的QTL位点位于连锁群MLG K、MLG A2上的Satt381和Satt424上,LOD值分别为2.65和3.01,Satt381与Satt394的距离是18.06cM,Satt424与Satt097的距离是5.13cM;其对亚麻酸的贡献率分别为11.03%和7.89%。     

大豆百粒重QTL定位及多样性评价

【目的】百粒重是大豆重要的育种目标性状,它不仅是产量构成因子之一,也是重要的品质性状,不同用途对百粒重有着不同要求。通过连锁分析定位大豆百粒重QTL,获得连锁标记,阐明QTL连锁标记在种质资源中的多样性特征,为百粒重定向改良提供依据。【方法】以冀豆12×黑豆（ZDD03651）杂交衍生的188个重组自交系的F_6:8和F_6:9群体为材料,采用WinQTL Cartographer V. 2.5的复合区间作图法（CIM）,经300次Permutation 计算,以P=0.05显著性水平确定QTL存在的阈值,定位百粒重QTL。连续3年在石家庄对来自国内外的205份大豆育成和地方品种的百粒重进行表型鉴定,利用定位到的百粒重QTL连锁SSR标记对种质资源材料进行基因型分型,在每个标记处确定发生频率大于5%（对应资源材料个数大于10个）的等位变异为有效等位变异,计算等位基因多样性指数,明确百粒重QTL在种质资源里的多样性特征,通过多重比较确定不同等位变异与百粒重的关系。【结果】在冀豆12×黑豆后代群体中,百粒重呈正态连续分布,遗传力为88.72%。共检测到5个百粒重QTL,分别位于Chr.02（D1b）、Chr.06（C2）、Chr.08（A2）和Chr.17（D2）染色体,遗传贡献率（R²）7.68%-12.83%,加性效应-0.65--0.84 g,增效基因均来自冀豆12。年份间稳定的QTL有2个,其中,qSW-6-1位于第6染色体Satt457-Sat_062,紧密连锁的标记为Satt281,贡献率最大值为12.02%,加性效应最大值为-0.81g;qSW-17-1位于第17染色体Satt301-Satt310,贡献率最大值为12.83%,加性效应最大值为-0.84g。在205份资源材料中,百粒重遗传力为96.88%。百粒重连锁SSR标记有效等位变异数为2-8个,多样性指数为0.34-0.82。发掘出大粒相关等位变异6个,分别为Satt281-227 bp、Barcsoyssr_2_304-245 bp、Satt301-199 bp、Sat_406-214 bp、Satt119-136 bp和Satt341-218 bp。其中Satt281-227 bp在RIL和资源材料中均为百粒重增效效应,主要分布在国内大粒育成品种中。筛选到含有4个及以上大粒相关等位变异的资源材料3份,分别为绿75、中品大黑豆和中野2号。【结论】在大豆育成品种冀豆12×地方品种黑豆的杂交后代群体中,检测到5个百粒重QTL,冀豆12含有1个在RIL和种质资源中均为大粒相关的优异等位变异。明确了上述5个QTL在205份育成品种和地方品种间的多样性分布特征,可应用于百粒重定向改良过程中的亲本选配及后代选择。     

用分离群体中的残余杂合系定位大豆C1连锁群的分枝数qBN-c1-1位点

 【目的】大豆分枝数与大豆株型及产量关系密切,检测世代间可稳定遗传的大豆分枝数QTL,为大豆株型和产量育种的分子标记辅助选择奠定基础。【方法】根据科新3号×中黄20杂交组合F2群体构建的分子遗传图谱,对F2:4群体进行QTL定位,并利用定位QTL两侧的标记选择残余杂合个体,构建残余杂合系,对分枝数相关的QTL进行验证。【结果】在F2:4群体将分枝数QTL（qBN-c1-1）定位在C1连锁群区间Satt294－Satt399,贡献率为12.01%,来自于科新3号亲本的加性效应为-0.51;用F2:5选出残余杂合系,将控制大豆分枝数QTL定位在C1连锁群Satt399－Satt361区间,贡献率为11.16%,来自于科新3号的加性效应为-1.74,研究结果与F2:4群体一致。【结论】位于C1连锁群的与分枝数相关的QTL在该遗传背景下可稳定遗传。     

作物分子身份证构建软件ID analysis的编制

【目的】以作物品种或资源的SSR分子标记为基础数据,应用Visual Basic6.0开发作物分子身份证构建配套软件ID analysis,快速准确地筛选引物组合并高效鉴定品种。【方法】作物分子身份证理论由陈庆山提出,其原理是利用SSR标记在材料中的多态性特点,将多个标记进行排列组合,快速有效地区分品种资源的算法--逐步扩增法。通过对40份黑龙江省大豆品种的40对引物数据进行分子身份证构建,阐述该软件的详细操作过程。【结果】利用Visual Basic6.0编程软件设计人机交互界面,通过编程实现核心算法,开发ID analysis软件,软件集成全库构建、部分构建、ID判定、数据合并等功能。其中,全库构建是软件的核心功能,通过全库构建可以快速分析区分材料的最少标记;部分构建可以选择部分目标材料进行区分;ID判定可以在分子身份证数据库构建完成的前提下,对未知材料进行SSR分析,根据获得的分子身份证数据来确定材料是哪个品种或近似品种;数据合并功能可以将多次试验数据整合成一个数据集。利用软件全库构建功能对范例数据进行分析得到以下结果：①在40对引物对40个大豆品种的分子身份证构建中,共有13个引物由于缺失过多,不符合标准被剔除,剔除引物为：Sat_111、Sat_218、Satt231、Satt685、Satt514、Satt551、Satt077、Satt358、Satt424、Satt100、Satt838、Satt893和Satt891。②共有6个引物由于与其他引物相似系数过高,不符合标准被剔除,剔除引物为：Satt253、Satt192、Satt417、Sat_229、Satt127和Satt496。③在分析的40个品种中,共有5个品种具有7个特异等位基因,分别为引物Satt516在材料东农36中显示特异条带3;引物Satt253在材料东农36中显示特异条带1;引物Sat_229在材料嫩丰17中显示特异条带1;引物Satt192在材料东农42中显示特异条带3;引物Satt206在材料北丰19中显示特异条带1;引物Satt244在材料北丰19中显示特异条带4;引物Satt363在材料黑河14中显示特异条带1,因此,可以通过这些特异等位基因直接确定需要鉴定的品种。④仅需7对引物便可将40份大豆品种完全区分开,引物组合为：Satt398、Satt380、Satt453、Satt288、Satt244、Sat_092和Satt206。【结论】编制了用于作物分子身份证构建的软件ID analysis,软件界面友好、使用简便、高效、灵活。实现单个软件完成作物分子身份证的构建,达到了对资源品种鉴定的目的。随着技术的发展和毛细管电泳的应用,开发全自动分子身份证分析系统甚至开发基于分子身份证理论的快速资源鉴定仪将成为可能。     

大豆γ-生育酚的混合遗传分析与QTL定位

【目的】通过对大豆γ-生育酚进行混合遗传和QTL定位分析,了解其遗传机制,定位其主效QTL,为高γ-生育酚含量大豆品种的选育奠定基础。【方法】以栽培大豆晋豆23为母本,以山西农家品种大豆灰布支黑豆为父本杂交衍生的重组自交系作为供试群体构建遗传图谱。图谱全长2 047.6 cM,平均图距8.8 cM,包括227个SSR标记,232个标记位点。重组自交系试验群体及亲本材料分别于2011年、2012年和2015年夏季在河南省农业科学院原阳试验基地种植,冬季在海南省三亚南繁试验基地种植。田间试验采取随机区组设计,2次重复。从6个环境中每个家系选取15.00 g籽粒饱满,大小一致的大豆种子,利用高效液相色谱法定性、定量测定样品中的γ-生育酚含量。采用主基因+多基因混合遗传分离分析法,对大豆γ-生育酚含量进行混合遗传分析;采用WinQTLCart 2.5复合区间作图法,对大豆γ-生育酚含量进行QTL定位分析。【结果】主基因+多基因混合遗传分析表明,γ-生育酚受2对重叠作用主基因×加性多基因控制。遗传基因分布在双亲中。三亚试验数据检测出2对主基因间上位性效应值为0.4010—0.5169和多基因的加性效应值为0.1797—0.2146,主基因遗传率为11.27%—13.05%,多基因遗传率为82.51%—86.55%,多基因效应大于主基因效应。原阳试验数据检测到2对主基因间上位性效应值为0.9646—1.8455,主基因遗传率为39.51%—58.96%,没有检测出多基因效应。采用WinQTLCart 2.5复合区间作图（CIM）共检测到9个影响γ-生育酚的QTL,分布于A1（Chr.5）、A2（Chr.8）、C1（Chr.4）、K（Chr.9）、M（Chr.7）和G（Chr.8）6条染色体中,单个QTL的贡献率为7.29%—29.55%。qγ-G-1同时在2011年原阳、2012年三亚、2015年三亚3个环境下检测到,且均定位在G（Chr.18）染色体Satt275—Satt038标记区间0.01 cM处,解释的表型变异分别为8.97%、8.12%和7.91%。qγ-A1-1同时在2011年原阳和2015年原阳2个环境下检测到,且均定位在A1（Chr.5）染色体Satt276—Satt364标记区间0.01 cM处,解释的表型变异分别为29.54%和28.23%。qγ-G-1和qγ-A1-1 2个QTL能够稳定遗传。【结论】γ-T最适遗传模型符合MX2-Duplicate-A,即2对重叠作用主基因×加性多基因模型。其遗传同时受到基因型、环境和上位性的影响。检测到γ-T的2个稳定主效QTL,Satt275—Satt038和Satt276—Satt364是共位标记区间。     

基于EST-SSR标记甘薯连锁图谱构建及淀粉性状的QTL定位

【目的】利用分子标记技术,构建甘薯遗传连锁图谱,并分析甘薯淀粉含量性状的QTL位点,为高淀粉含量甘薯种质资源利用及甘薯分子标记辅助育种提供理论和实践依据。【方法】以高淀粉含量品种万薯5号为母本、低淀粉含量品种商丘52-7为父本建立杂交群体,利用EST-SSR标记,采用"双假测交"策略和运用Join Map4.0软件,分别构建双亲遗传连锁图谱,并结合F1(2012、2013年)群体表型数据采用区间作图法对淀粉含量性状进行QTL检测。【结果】利用1 679对EST-SSR引物筛选出的1 045对多态性引物检测F1群体的标记基因型,获得了1 418个标记位点。分别对上述获得的父母本多态性标记进行遗传连锁分析,在LOD≥5.0情况下,分别构建父母本的连锁遗传图谱。采用642个标记的多态性位点构建母本连锁群74个,其中,215个标记位点位于连锁图谱上,占标记多态性位点总数的33.5%。每个连锁群上有2—11个标记位点,连锁群长度在0.6—129.4 cM,图谱总长为3 826.07 c M,标记间平均距离为17.80 c M。属于父本的776个标记位点构建了80个连锁群,共有252个标记位点构建在连锁图谱上,占标记总数的32.5%,每个连锁群上有2—24个标记位点,连锁群长度在2.0—156.8 c M,图谱总长为3 955.0 cM,标记间平均距离为15.7 c M。以F1杂交群体构建的遗传连锁图谱,结合2012年、2013年2个环境,利用QTL作图软件MapQTL5.0,采用区间作图法进行分析,共检测到17个与淀粉含量性状相关的QTL,贡献率在8.4%—40.5%。其中qWsc-1、qWsc-2、qWsc-3 3个QTL位于母本万薯5号连锁群上,且在2年环境中均可检测到;14个QTL位于父本商丘52-7连锁群上,qSsc-1、qSsc-2、qSsc-3、qSsc-4、qSsc-8、qSsc-10、qSsc-11、qSsc-12是在2个环境均检测到的QTL。qSsc-5、qSsc-6、qSsc-7、qSsc-9、qSsc-13、qSsc-14是只在1个环境检测到的QTL。标记GDAAS0603在双亲中和2个环境中均同时检测到,这些环境稳定QTL可用于分子标记辅助选择。【结论】分别构建了亲本EST-SSR分子标记连锁群图谱,丰富了构建甘薯图谱的标记类型,定位了17个与淀粉含量相关的QTL位点。     

大豆对大豆花叶病毒Sa株系抗扩展特性的遗传分析

作物抗性遗传研究可为抗性育种提供理论基础.在溧水中子黄豆×南农493-1杂交组合的244个F2∶3家系中,随机取171个F2∶3家系为材料,用150对SSR分子标记,通过JoinMap30软件构建了包括70对分子标记的25个连锁群;采用平均病级和综合病情指数两种指标,用Win QTL Cartographer V25软件的多区间作图法进行QTL定位.结果表明:大豆对大豆花叶病毒Sa株系的抗扩展平均病级和综合病情指数均有4个QTL,其中在C2-b连锁群的satt422-satt640标记间和D2-a连锁群有共同的QTL,两性状的4个和5个互作QTL可分别解释表型变异的1514%和526%.这些结果为抗性性状的遗传剖析和标记辅助育种提供理论依据.     

大豆α-生育酚的遗传与QTL分析

【目的】 通过对大豆α-生育酚进行遗传和QTL分析,研究其遗传机制,定位其主效QTL,为高α-生育酚含量的大豆品种选育奠定遗传学基础。【方法】 以栽培大豆晋豆23为母本、山西农家品种大豆灰布支黑豆（ZDD02315）为父本杂交衍生的447个RIL作为供试群体构建遗传图谱,试验群体及亲本分别于2011年、2012年和2015年夏季在河南省农业科学院原阳试验基地种植,冬季在海南省三亚南繁基地种植。田间试验采取随机区组设计,2次重复。从6个环境中每个家系选取15.00 g籽粒饱满,大小一致的大豆种子,利用高效液相色谱法定性、定量测定样品中的α-生育酚含量。采用主基因+多基因混合遗传分离分析法和WinQTLCart 2.5复合区间作图法,对大豆α-生育酚含量进行主基因+多基因混合遗传分析和QTL定位。【结果】 基于主基因+多基因混合遗传分离分析法,α-生育酚受4对主基因控制,遗传基因分布在双亲中。4对主基因间加性效应值中3对为正值,表明这些基因来源于母本晋豆23;1对为负值,表明该对基因来源于父本灰布支黑豆;4对主基因之间相互作用的上位性效应表现为正值和负值的各有3对,说明不同基因间上位性效应对α-TOC的影响方向并不完全一致。环境因素引起的变异为0.13%—4.05%。表明α-TOC主要受4对主基因影响,受环境因素影响较小。采用WinQTLCart 2.5复合区间作图（CIM）共检测到17个影响α-生育酚的QTL,分布于第1、2、5、6、8、14、16、17共8条染色体中,单个QTL的贡献率8.35%—35.78%,QTL主要表现为加性效应。qα-D1a-1同时在2011年原阳、2012年原阳和三亚、2015年原阳4个环境下检测到,且均定位在第1染色体Satt320—Satt254标记区间19.79 cM处,解释的表型变异分别为12.55%、12.01%和11.89%、12.61%,加性效应值0.119-0.132,增加α-TOC含量的等位基因来自母本晋豆23;qα-A2-1同时在2011年原阳和三亚、2015年原阳3个环境下检测到,且均定位在第8染色体Sat_129—Satt377标记区间44.53 cM处,解释的表型变异分别为23.18%和22.56%、23.01%,加性效应值-0.195—-0.180,增加α-TOC含量的等位基因来自父本灰布支黑豆。qα-D1a-1和qα-A2-1 2个QTL能够稳定遗传。【结果】 α-生育酚最适遗传模型符合4MG-AI,即4对具有加性上位性效应的主基因遗传模型。其遗传主要受4对主基因影响,受环境因素影响较小。检测到α-生育酚的2个稳定主效QTL,Satt320—Satt254和Sat_129—Satt377是共位标记区间。     

大豆重组自交系群体异黄酮含量QTL连锁定位与关联定位的比较研究

【目的】异黄酮是大豆等豆类植物中富含的一类次生代谢产物,对食品和保健产业有重要作用。大豆籽粒可分离出12种异黄酮组分,可归为三大类：大豆苷类异黄酮、染料木苷类异黄酮和黄豆苷类异黄酮。通过鉴定大豆籽粒异黄酮总含量及3个组分含量性状的加性及上位性QTL,进而全面解析其复杂的遗传构成。【方法】利用先进2号和赶泰2-2双亲衍生的大豆重组自交系群体NJRSXG,在5个环境下测定4个异黄酮含量性状：异黄酮总含量（total isoflavone content,SIFC）、大豆苷类异黄酮总含量（total daidzin group content,TDC）、染料木苷类异黄酮总含量（total genistin group content,TGC）和黄豆苷类异黄酮总含量（total glycitin group content,TGLC）。选用混合模型复合区间作图法（mixed-model-based composite interval mapping,MCIM）和限制性两阶段多位点全基因组关联分析方法（restricted two-stage multi-locus genome-wide association analysis,RTM-GWAS）进行异黄酮含量QTL检测。【结果】2个亲本在4个异黄酮含量性状上均存在较大差异,重组自交系群体异黄酮含量在高值、低值2个方向上均出现超亲分离,低值方向分离趋势强于高值方向。利用连锁定位MCIM方法共检测到4个异黄酮含量性状的19个加性QTL和16对上位性QTL,分布于15条染色体上。第14染色体重要标记区间GNE186b—Sat020内检测到3个新加性QTL：qSifc-14-1、qTdc-14-2和qTgc-14-1,且表型变异解释率最高。利用关联定位RTM-GWAS方法分别检测到4个异黄酮含量性状的51、66、42和36个关联标记位点,表型变异解释率为39.7%—52.5%,检测到的位点中覆盖了MCIM方法检测的19个加性QTL中的11个以及11个上位性QTL。候选基因分析分别在加性QTL区域和上位性QTL区域检测到93和100个候选基因,富集分析显示在第14染色体重要标记区间GNE186b—Satt020内,Glyma14g33227、Glyma14g33244和Glyma14g33715的功能与异黄酮代谢有关。【结论】连锁定位和关联定位2种方法结合能相对全面地检测异黄酮含量QTL。与连锁定位方法MCIM相比,关联定位方法RTM-GWAS检测的QTL更多,总遗传贡献率更高,但尚不能检测上位性QTL,2种方法定位结果可相互验证补充,大豆籽粒异黄酮含量由大量QTL/基因控制。     

大豆蛋白质和油分含量QTL定位及互作分析

【目的】定位大豆蛋白质和油分含量QTL及互作分析,为大豆品质性状QTL精细定位和分子辅助育种提供基础。【方法】以Charleston和东农594为亲本,构建了含147个株系的重组自交系,以F2:19-F2:20代重组自交系为试验材料,利用Windows QTL Cartographer V. 2.5软件的复合区间作图法和多重区间作图法,对该群体的蛋白质和油分含量进行QTL定位分析,并利用QTL Network 2.1软件分析QTL间的上位性效应及环境互作效应。【结果】采用CIM和MIM 2种算法在2011和2012年哈尔滨、红兴隆、佳木斯和牡丹江每年3个地点共6个种植环境下共定位了9个蛋白质和11个油分含量QTL。蛋白质含量QTL分布在6个连锁群,分别在A1、C2、D1a、G、H和O连锁群上,对表型效应的贡献率为5.3%-18.6%,在H连锁群上的qPro-H-1贡献率最大,为18.6%,在D1a连锁群上的qPro-D1a-2贡献率最小,为5.3%,在单种植环境下有5个蛋白质含量QTL被2种算法同时检测到,分别是qPro-O-1、qPro-A1-1、qPro-D1a-1、qPro-D1a-2和qPro-C2-2。油分含量QTL分布在8个连锁群,分别在A1、A2、B1、C2、D1a、E、L和M连锁群上,对表型效应的贡献率为7.1%-24.4%,在B1连锁群上的qOil-B1-2贡献率最大,为24.4%,在C2连锁上的qOil-C2-3贡献率最小,为7.1%,在单种植环境下有2个油分含量的QTL被2种算法同时检测到,分别为qOil-C2-1和qOil-M-1。另外,有2个油分含量QTL在2个以上种植环境重复检测到,为2011年哈尔滨和2011年红兴隆2个种植环境下同时检测出的qOil-A1-1,2011红兴隆、2011牡丹江和2012哈尔滨3个地点同时被检测出的qOil-B1-2。在互作效应分析中,共检测出3对蛋白质上位效应QTL和4对油分上位效应QTL,在蛋白质上位性分析中,上位效应值在0.2068-0.3124,贡献率在0.0227%-0.0265%,分布在A1、C2、D1和E连锁群上,其中,qPro-A1-3与qPro-C2-1效应值为负,其余2对效应值为正,连锁群A1,D1a均有2个QTL发生互作。在油分上位性分析中,上位效应值在0.0926-0.1682,贡献率在0.0294%-0.0754%,分布在A1、C2、I、J、N和O连锁群上,其中,qOil-C2-4与qOil-N-1效应值为负,其余3对效应值为正,在N连锁群的qOil-N-1同时与2个QTL发生互作,分别是C2连锁群上的qOil-C2-1和qOil-C2-4。在与环境互作中,qPro-D1a-3与qPro-E-1在2012年佳木斯地点没检测出,其余6对都检测出与环境的互作效应,贡献率分别为0.0001%-0.0378%,互作效应都较小,明显小于自身的加性效应。【结论】定位到9个蛋白质相关QTL和11个油分相关QTL,并发现3对蛋白质含量上位性效应QTL和4对油分含量上位性QTL。     

Identification of QTLs Associated with Total Soyasaponin Content in Soybean (Glycine max (L.) Merr.)

Soyasaponins are valuable compounds in certain drugs, industry, food additives and surfactants. Selecting cultivars with higher-soyasaponin content along with agronomic traits is a main goal for many soybean breeders. The aim of the present study was to identify the quantitative trait loci (QTLs) associated with total soyasaponin content through a F₂ population, which was derived from a cross between Ha 91016 (higher soyasaponin content cultivar, 16.8 mg g⁻¹) and N98-9445A (lower soyasaponin content, only 5.7 mg g⁻¹). A genetic linkage map including a total of 162 simple sequence repeat markers was constructed, which covered the total length 2 735.5 cM, and the average distance between markers was 16.96 cM. Two QTLs associated with total soyasaponin content were identified. One, qSAP_1 (located in sat_044-satt102 of linkage group (LG) K), could explain 12.6% of phenotypic variance. The other, qSAP_2, was located between satt368 and sat_413 of LG D1a, which could explain 15.8% of phenotypic variance. It was concluded that the two QTLs would have some potential value for marker-assisted selection for high-soyasaponin content breeding in soybeans.