337份小麦品种籽粒相关性状的全基因组关联分析

小麦籽粒大小和形态是决定产量的主要因素之一,挖掘籽粒相关性状的关联位点,筛选相关候选基因为提高小麦产量奠定了重要基础。本研究以337份小麦品种作为研究对象,利用Q+K混合线性模型(MLM)在3个环境(E1:2020年陕西杨凌;E2:2020年陕西斗口;E3:2021年陕西杨凌)下对小麦的千粒重、粒长、粒宽以及籽粒长宽比4个性状进行了全基因组关联分析(GWAS)。在3种环境中,不同小麦品种的4个籽粒性状都表现出了广泛的表型差异,变异系数为5.31%～14.76%,其中粒长的变异幅度最小,千粒重的变异幅度最大。GWAS结果表明,49个显著SNP位点至少在2个环境中被检测到,分布在除1B、4A和7D外的染色体上,解释了3.36%～12.73%的表型变异。检测到一因多效位点31个,在5A染色体上检测到3个环境下与3个籽粒性状(千粒重、粒长、粒宽)稳定相关的位点,表型贡献率为3.51%～7.74%。对稳定关联的SNP位点上下游各200 kb的物理区间内进行候选基因挖掘,筛选到5个(TraesCS2B01G225400、TraesCS4D01G016900、TraesCS5A01G454100、T...     

春小麦主要籽粒性状的全基因组关联分析

为挖掘控制春小麦主要籽粒性状的关联SNP及候选基因,以国外引进品种、新疆地方品种、新疆自育品种共298份春小麦品种为材料,利用小麦55K SNP芯片,对5个环境下小麦千粒重、粒长、粒宽3个主要籽粒性状进行基于Q+K混合线性模型(mixed linear model,MLM)的全基因组关联分析（genome-wide association study,GWAS）。结果表明,供试小麦品种的3个主要籽粒性状在5个环境下的变异系数为3.89%~19.77%,其中粒宽的变异幅度最小,千粒重的变异幅度最大。不同环境中,新疆育成品种的3个主要籽粒性状的平均值均最高,而新疆地方品种的3个籽粒性状的平均值均最低。GWAS结果表明,共检测到84个与小麦主要籽粒性状显著关联的稳定SNP位点,它们分布在小麦的21条染色体上,单个SNP位点可解释3.74%~11.18%的表型变异。在1B、2B、3B、4B、5A、5D染色体上检测到6个同时关联多个籽粒性状的稳定位点。对84个SNP位点进行候选基因筛选,筛选到6个可能与小麦主要籽粒性状相关的候选基因,可作为小麦籽粒研究的重要基因。     

小麦子粒构型性状与粒重的相关性分析

对小麦6044和01-35及由这两个材料构建的187个重组自交系群体的子粒构型性状（粒长、粒宽、粒厚、粒形等）和产量相关性状千粒重进行了相关性分析。结果表明,千粒重与粒长、粒宽、粒厚都有较高的相关性,其中与粒厚相关性最高（相关系数r=0.854＊＊）,表明粒厚对粒重的影响最大,粒宽与粒长次之。子粒构型性状之间也有一定的相关性,其中粒宽与粒厚的相关性最大（r=0.775＊＊）,其次为粒长/粒宽与粒长/粒厚（r=0.754＊＊）,而粒厚与粒长/粒厚表现为极显著负相关（r=-0.612＊＊）,说明粒形主要受粒长和粒厚的影响。     

玉米自交系子粒大小和形状分类及其与营养成分相关分析

使用包含丰富遗传变异的508份玉米自交系对玉米子粒大小和形状等8个性状进行考察,分析其在不同遗传材料间的分布差异,基于该群体建立子粒大小的分类指标,研究子粒大小和形状与子粒营养间的相关性。结果表明,子粒大小和形状等8个性状的平均变异系数（CV）为10.8%,其中,粒长变异大于粒厚和粒宽;粒厚和粒宽呈高度正相关,粒厚和粒长呈较强负相关,同时粒长和粒宽相关不显著;子粒整体大小在不同类群中的变异较小,粒长、粒厚、粒宽长比等形状性状在不同类群中差异显著,其中,坚秆综合群材料的子粒偏长、偏薄,热带/亚热带及非坚秆综合群材料的子粒偏宽、偏厚。508份自交系被分为特大粒、大粒、中粒、小粒和特小粒5个类别,子粒大小和形状等8个性状和子粒营养的相关性都较弱,且大部分为负相关,表明子粒大小和形状不是决定子粒营养的主要因素。     

基于野生大豆导入系的大豆粒长和粒宽的QTL分析

以野生大豆ZYD00006(父本)和绥农14(母本)为亲本构建的导入系为定位群体,群体含有102个株系,遗传图谱使用了329个SSR标记位点,针对粒长和粒宽2个籽粒性状进行定位分析。结果表明:有18个位点存在不同性状间被同时检测到的情况,其中与QTL连锁的位点Sat_227、Satt338和Satt568被2个性状同时检测到。通过比较分析也发现3个位点也同时影响着百粒重的大小,进一步通过加性效应分析表明,定位区段对粒长的影响为-10%~15.4%,定位区段对粒宽的影响为-26.72%~2.76%。明确导入位点对粒长和粒宽的影响,可以作为进一步大豆粒长和粒宽相关基因挖掘。     

大豆水溶性蛋白质的全基因组关联分析

为进一步解析中国大豆种质水溶性蛋白的遗传基础,为大豆高水溶性蛋白质的分子标记辅助选择育种及品质改良提供理论依据,本研究以224份大豆种质为试验材料,于2017和2018年对大豆水溶性蛋白质含量进行测定,利用1 514个高质量的SNP标记分别对2017、2018年水溶性蛋白质含量及两年均值进行全基因组关联分析,共检测到18个显著关联的SNP标记,这些SNP标记涉及16个位点,有8个位点至少被检测到2次,其余8个位点仅被检测到1次,表明其受环境因素影响较大。16个位点中有7个尚未见报道,分别位于8、11、13、14和15号染色体上,是新发现的控制大豆水溶性蛋白的位点。对表型变异解释率较高且稳定关联的2个位点qWSPC7和qWSPC8-1候选区间内的基因进行预测,共获得25个候选基因,其中有7个基因(Glyma.07g195000、Glyma.08g103100、Glyma.08g108900、Glyma.08g105100、Glyma.08g107800、Glyma.08g107700和Glyma.08G115800)在大豆籽粒、根或根瘤中具有较高的表达水平。这些基因可作为水溶性蛋白质的候选基因,可能具有调控大豆水溶性蛋白质的功能。     

不同世代间大豆粒形相关QTL的稳定性分析

以东农46和L-100构建的重组自交系群体(RILs)为试验材料,利用2013和2014年分别在哈尔滨、呼兰、阿城3个地点共6个环境的数据对不同世代的遗传群体粒形进行单环境QTL分析及多环境联合检测。结果表明:单环境QTL分析中,检测到13个与粒形相关的QTL,位于第5、9、12、15及18连锁群上,其中粒长QTL 2个,表型变异贡献率为21.61%~26.81%;粒宽QTL 5个,表型变异贡献率为7.28%~18.38%;粒厚QTL 6个,表型变异贡献率为10.19%~18.44%。位于Sat_122~Satt052标记区间的QTL位点在粒长及粒厚中都被检测到,位于Sat_119~Satt588、Satt192~Satt568及Sat_401~Satt192标记区间QTL位点在粒宽及粒厚中同时被检测到,存在一因多效性。多环境联合分析中,共检测到15个与粒形相关的QTL。并且有9个QTL位点在单环境及多环境联合检测中均被检测到,表明这些QTL表达较为稳定。因此,本研究获得1个粒长QTL(Sat_122~Satt052)、1个粒宽QTL(Satt192~Satt568)及2个粒厚QTL(Satt192~Satt568,Sat_401~Satt192)为表现较好的稳定QTL。     

川渝大豆耐酸铝抗性的鉴定和全基因组关联分析

为发掘川渝地区耐酸铝大豆抗性资源和相关候选基因,选用201份川渝地区的大豆育成和地方品种,以主根相对伸长率作为耐酸铝的指标,采用水培法进行大豆幼苗期抗性鉴定,结合83 622个SNP标记对该性状进行全基因组关联分析。结果表明,201份川渝大豆资源的主根相对伸长率均值为77.0%,变异幅度在13.0%～98.6%之间,变异系数为17.6%,广义遗传率为93.2%。其中,6份大豆资源的主根相对伸长率在95.0%以上,表现出极高的耐酸铝抗性。2份资源的主根相对伸长率小于20.0%,对酸铝环境极敏感。以0.000 1作为显著关联位点的阈值,采用GLM和MLM两种模型同时检测到了4个SNP位点,分别位于2号、11号、20号染色体上的4个单倍型块内。同时,在4个单倍型块内检索出7个候选基因,参考区间内基因的功能注释和转录组表达水平,预测Glyma.02g211800和Glyma.20g185500是大豆耐酸铝应答和生理调控的候选基因。     

基于高效SNP芯片的小麦产量相关性状全基因组关联分析

挖掘小麦产量相关性状的稳定关联位点，为相关基因克隆和分子标记辅助选择提供理论依据。本研究以248个中国北部冬麦区育成品种为材料，利用自主研发的Affymetrix BAAFS Wheat 90K SNP芯片对株高、穗长、小穗数、穗粒数、有效分蘖数、粒长、粒宽和千粒重共8个产量相关性状进行全基因组关联分析。共检测到158个与8个性状显著关联(P≤0.00001)的SNP位点，其中45个位点至少在两个环境中稳定表达，解释平均表型变异的3.60%~10.51%。在这45个位点中，有8个稳定关联位点与以往的研究结果一致；37个为新发现稳定位点，其中3个与株高稳定关联的位点，分布在7D染色体上，解释表型变异的3.60%~4.39%；9个与穗长稳定关联的位点，分别分布在1D、3A、5B和7D染色体上，解释表型变异的5.61%~8.42%；1个与穗粒数稳定关联的位点，分布在7D染色体上，解释表型变异的6.06%~7.22%；8个与有效分蘖数稳定关联的位点，分布在1B染色体上，解释表型变异的6.33%~8.73%；6个与粒长稳定关联的位点，分别分布在2A和5B染色体上，解释表型变异的5.45%~6.62%；7个与粒宽稳定关联的位点，分别分布在4B和5A染色体上，解释表型变异的6.90%~10.51%；3个与千粒重稳定关联的位点，分布在3A染色体上，解释表型变异的7.05%~7.69%；对稳定位点进行候选基因分析，筛选到45个候选基因，其中有功能注释的基因41个，其中4个位于基因内。     

甘蓝型油菜千粒重全基因组关联分析

为指导千粒重遗传改良，挖掘甘蓝型油菜千粒重显著关联单核苷酸多态性（SNP）位点及相关候选基因，以300份甘蓝型油菜种质资源为材料，对千粒重进行一年两地表型考察，结合该群体前期开发的201 817个SNP标记，采用一般线性模型（GLM）和混合线性模型（MLM）进行全基因组关联分析，对性状显著关联SNP位点两侧100kb区域内相关候选基因进行功能预测。结果表明，300份甘蓝型油菜千粒重在两地均表现出广泛的表型变异，筛选出6份千粒重较高的油菜种质资源。基于GLM、MLM模型分别检测到24个和10个与油菜千粒重显著关联的SNP，其中有8个SNP在2个模型中均被检测到，位于第C02号染色体上Bn-C02-22853028的表型贡献率最大。6个位点附近找到HWS、DA1、DA2、CPL3、bZIP、CSPs、PTR2、ARF2、TRM61等9个拟南芥已报道粒重基因的同源基因。     

大豆三粒荚数相关QTL的分子标记开发与验证

本研究基于大豆三粒荚数相关QTL开发InDel标记，并利用自然群体和育种群体分别对InDel标记进行多态性的筛选和应用效果的验证，以期实现分子标记辅助选择，最后利用大豆三粒荚数相关QTL内的候选基因表达情况验证QTL的有效性。经过4个育种群体验证，引物INDEL_3-311497、INDEL_17-440117和INDEL_17-462053可用于加拿大蛋白豆与吉育4512杂交群体的验证，INDEL_13-240031可用于齐农7号与辛大粒杂交群体中的验证，INDEL_3-250092、INDEL_3-311497和INDEL_13-254396 可用于东富豆8号与通试豆4杂交群体中的验证, INDEL_3-240669和INDEL_13-246066可用于吉育441与合丰55杂交群体中的验证。表达量分析结果表明，Glyma.03G029800和Glyma.17G062600两个候选基因促进大豆三粒荚形成及发育；Glyma.17G062000和Glyma.13G063700两个候选基因抑制大豆三粒荚形成及发育。说明本实验室前期获得的四个QTL位点可能与大豆三粒荚形成有关，该结果也与InDel标记对育种群体选择的有效性相印证。     

大豆DELLA基因家族鉴定及分析

DELLA基因家族是调控植物与环境互作和植物发育的重要调控因子,可以促进微生物与植物共生关系建立过程中侵染线的形成,是参与赤霉素信号通路的负调控蛋白,在影响植物激素相关基因表达,调节植物与微生物共生固氮和生长发育方面具有重要的作用,但是在大豆中DELLA基因家族的结构特征还没有详细分析。本研究对大豆中DELLA基因家族的基因结构、定位信息、蛋白结构、保守基序分析、系统进化树、顺势作用元件、与拟南芥同源基因的共线性关系和基因表达模式进行了研究。结果发现,大豆基因组中共有7个DELLA基因家族成员,分布在7条不同的染色体上,这些基因都只有一个外显子,一个N端DELLA结构域,并且基序分布相似,证明其基因编码序列结构域高度保守。系统进化树分析表明DELLA家族有三个亚族,其启动子区域含有大量的顺式作用元件,这些元件参与植物激素反应、干旱诱导和光反应。大豆DELLA基因Glyma.11G216500、Glyma.18G040000、Glyma.08G095800和Glyma.05G140400与拟南芥中的AT1G14920、AT1G66350和AT2G01570呈共线性关系;其中Glyma.18G040000和Glyma.11G216500在大豆各个组织中都有表达,而且表达量相对较高。以上研究丰富了我们对大豆DELLA基因家族的理解,为后续大豆DELLA基因的功能研究奠定了基础。     

花生百果质量和百仁质量性状的QTL定位分析

为探索栽培种花生百果质量和百仁质量遗传机制,以花育28号和P76为亲本构建了包含146个家系的重组自交系（recombinant inbred line,RIL）群体,测定了3个环境下的百果质量与百仁质量表型数据,并利用单环境和多环境联合定位进行QTL的鉴定。结果表明,在不同环境下RIL群体百果质量和百仁质量均表现为超亲遗传。基于多环境QTL分析检测到5个与百果质量、10个与百仁质量相关的QTL。基于单环境QTL分析共检测到3个百果质量相关位点qHPW05.1、qHPW07.1和qHPW19.1,分布于3个连锁群上。其中qHPW07.1在三个环境下稳定表达,表型贡献率4.610%~8.840%;qHPW19.1在两个环境下稳定表达,表型贡献率9.985%~11.224%。检测到4个百仁质量相关位点qHSW05.1、qHSW07.1、qHSW19.1和qHSW20.1,分布于4个连锁群上。其中qHSW 07.1在两个环境下稳定表达,表型贡献率7.155%~10.464%;qHSW 19.1在三个环境下稳定表达,表型贡献率7.239%~13.845%。获得控制百果质量和百仁质量的QTL簇2个,分别位于LG07（Cluster I）和LG19（Cluster II）。本研究结果为后续相关基因克隆和花生产量性状改良提供了理论基础。     

大豆高密度遗传图谱的构建及产量相关性状QTL定位

大豆是重要的粮油作物，而我国大豆主要依靠进口，提高大豆产量对保障国家粮油安全意义重大。为定位大豆产量相关性状，本研究以产量差异显著的东农42和东农50作为杂交亲本，构建了包含168个家系的重组自交系（recombination inbred lines，RILs）群体，对其进行全基因组重测序，构建高密度遗传图谱，并利用R/qtl软件的复合区间作图法（composite interval mapping,CIM）结合两年六点的大豆产量相关性状表型数据，进行QTL定位。结果表明：利用测序获得的660 316个SNP标记构建了一张分布在20个连锁群的包含6227个bin标记的大豆高密度遗传图谱，总图距和平均图距分别为2739.15 cM，0.44 cM。在12个染色体上定位到22个大豆产量相关性状QTL，四粒荚数、单株荚数、单株粒重和百粒重性状定位到的QTL分别为5、4、5和8个。在3号和19号染色体上各有一段基因组区域在两年间重复定位，涉及6个主效QTL，分别为qNFSP-19-1（22.976%）、qNFSP-19-2（11.977%）、qNFSP-19-3（17.203%）、qHSW-3-1（11.346%）、qHSW-3-2（11.346%）和qHSW-3-3（11.175%），加性效应值均为负值。在3、7、11、12和20号染色体上新定位到7个产量相关性状QTL，其中表型贡献率最高的为qHSW-3-3（14.276%），包含具有重复定位区间的qHSW-3-2和qHSW-3-3。与前人定位的结果相比，更多QTL极大地缩短了定位区间，表明本文报道的高密度遗传图谱更准确，可以为大豆产量相关性状的精细定位、候选基因的挖掘及分子标记辅助育种奠定基础。     

野生大豆荚粒相关性状QTL定位

利用复合区间作图法和混合线性模型复合区间作图法,对野生大豆江浦野生豆-5和栽培大豆南农06-17所得的F2∶3家系(2008、2009年)及F2∶4家系(2009年)的单株有效荚数、单株粒重、百粒重3个荚粒相关性状进行QTL分析。结果表明:复合区间作图法检测到27个QTL,混合线性模型复合区间作图法检测到18个加性显性QTL和13对上位性QTL,2种方法共同检测到17个QTL,其中12个QTL(qEPP-H-1、qEPP-Lb-1、qSWP-La-1、qSWP-Lb-1、qSW-B1-1、qSW-B2-1、qSW-D1b-1、qSW-H-1、qSW-H-2、qSW-I-2、qSW-Lb-1和qSW-Ma-1)在2 a或2个世代稳定表达,qEPP-H-1、qEPP-Lb-1和qSWP-Lb-1的增效等位基因来源于野生大豆。研究结果为野生大豆优异等位基因的发掘、栽培大豆遗传基础的拓宽以及大豆产量分子标记辅助育种提供理论依据。     

大豆籽粒大小和粒形的驯化研究

从野生大豆到栽培大豆的驯化过程中,籽粒大小和形状发生了很大变化,探究这些性状的变化规律能加深对基因驯化机制的认识。以14个野生大豆、45个地方品种和30个育成品种为材料,进行上述性状的偏相关和因子分析。结果表明:栽培品种中百粒重和籽粒大小呈极显著相关,但野生大豆中百粒重和粒长不相关;野生大豆中长宽比是因子分析第1因子的重要成分,而栽培品种并非如此;百粒重与籽粒大小显著相关,与粒形性状不相关。此外,上述结果还通过溧水中子黄豆和南农493-1杂交组合构建的504个正反交F2∶3、F2∶4和F2∶5家系群体的偏相关分析和QTL定位结果予以证实。     

大豆开花期性状QTL定位和候选基因挖掘

大豆对光周期极为敏感,单一品种的适应范围狭窄。大豆品种在不同纬度间的适应性与开花期密切相关。为了获得更多的大豆开花期相关QTL,了解在豆适应机制,利用开花主效位点E1~E4基因型均相同的滑皮豆和齐黄26（E1e2asE3-HaE4）杂交衍生的重组自交系群体及前期基于特异长度扩增片段测序（Specific Length Amplified Fragment-sequencing, SLAF-seq）构建的高密度遗传图谱,对大豆开花期性状进行了QTL定位。共获得了分布在7条染色体上的11个QTL位点,其中4个位点（qFT8,qFT20-2,qFT14和qFT16）为本研究新发现的QTL。同时,研究发现6个QTL（qFT6-1,qFT8,qFT11-1,qFT19,qFT20-1和qFT20-2）在2013年和2014年两个环境中稳定存在。对稳定QTL位点间的基因进行生物信息学分析,筛选出4个可能参与开花期调控的候选基因。本研究结果能够为阐明大豆适应性分子机制和广适性分子育种提供一定的理论基础。     

玉米株高和穗位高的全基因组关联分析

以360份具有广泛遗传变异的玉米自交系为试验材料,分别在四川崇州、洪雅、雅安和云南西双版纳4个地点,利用44 569个SNP标记对玉米株高、穗位高进行全基因组关联分析。结果表明,在不同环境下,株高和穗位高的表型均符合正态分布,且二者呈极显著的正相关关系。采用混合线性模型MLM在全基因组范围内对控制株高和穗位高的SNP进行挖掘,共检测到6个与株高显著关联的SNP位点,解释表型变异的14.26%;检测到18个与穗位高显著关联的SNP位点,解释表型变异的12.62%。在四川洪雅和雅安两个环境中检测到1个与株高相关稳定的SNP,该位点关联到的基因与细胞氨酰生物合成有关,推测其可能参与生长素合成,进而调控茎秆节间长。     

芝麻含油量及脂肪酸含量QTL分析

本研究以较高含油量芝麻品种“中芝13”（56.31%）和低含油量芝麻材料ZZM2748（48.75%）为亲本构建包含548个株系的RIL群体,采用近红外法对群体在2个不同环境下的含油量、油酸、亚油酸、棕榈酸和硬脂酸含量进行分析,发现群体含油量及脂肪酸含量存在较大变异,其中含油量变化在42.43%~58.38%,其与油酸和亚油酸含量无显著相关关系,但与棕榈酸显著负相关;应用软件WinQTLCart2.5和ICIMapping3.0基于构建的遗传连锁图共定位到50个相关QTL,分布在芝麻11个连锁群上,贡献率变化在1.59%~40.62%。其中,有21个QTL被两个软件同时检测到,有7个QTL在2个环境下被重复检测到。位于连锁群LG10上的qSOC_10.3和位于连锁群LG11上的qSOC_11.1遗传贡献率较大,分别为34.38%和40.62%,为控制芝麻含油量的主效QTL,其中qSOC_11.1与定位到的油酸、亚油酸、棕榈酸和硬脂酸位点重合,表现一因多效特征。通过基因组注释和差异表达分析,在两个主效位点发掘出24个候选基因。研究发现的芝麻含油量及不同脂肪酸含量遗传变异特征和获得的QTL及候选基因对相关性状的遗传改良具有指导意义和应用价值。