基于SLAF-seq技术分析甜、糯玉米种质遗传多样性

利用简化基因组测序技术SLAF-seq,对国内外引进选育的81份鲜食甜、糯玉米自交系进行遗传多样性分析。结果表明,共获得803 058个SLAF标签,其中,多态性SLAF标签373 764个。通过序列分析,获得169 128个有效单核苷酸(SNP)多态标记,利用这些SNP标记分析和构建了81份鲜食甜、糯玉米资源的群体结构和系统发生树,并将其分为2个群。结果表明,简化基因组测序技术SLAF-seq能高效、低廉地开发出大量SNP标记,是作物种质资源群体遗传分析的有效工具。研究结果为甜玉米不同基因的聚合、温-热种质杂交育种、鲜食甜、糯玉米亚种间杂交育种提供依据,有利于鲜食甜、糯玉米自交系的高效利用、品种选育及杂种优势群的建立。     

基于SLAF-seq技术的甘薯种质资源群体遗传进化分析

基于简化基因组测序技术对122份甘薯种质资源进行分析,开发SNP位点并将其应用于种质资源群体结构和遗传进化分析。结果表明, 从122份甘薯种质资源中共获得563.18 Mb读长,不同材料的读长数量在1 419 809~8 392 785范围之间。测序质量值Q30在90.61%~96.82%之间,平均Q30为92.78%。测序获得的GC含量在36.46%~40.33%之间,平均GC含量为38.17%,对照GC含量为40.72%。根据测序结果共开发出高质量的SLAF标签2 388 759个,平均测序深度为17.45×。其中,多态性的SLAF标签77 761个,占SLAF标签总数的3.26%。根据所获得多态性SLAF标签统计SNP位点信息,共计获得129 063个群体SNP位点。遗传进化分析表明122份种质资源可以分为3个大类,分类结果与它们的地理来源无直接关系,聚类结果可为甘薯育种亲本组配和杂种优势利用提供科学依据。     

基于SLAF-seq技术的苦瓜白粉病SNP分子标记开发

以高抗白粉病苦瓜MC18和高感白粉病MC105杂交构建遗传分离群体,利用SLAF-seq技术进行深度测序,开发与抗白粉病性状紧密关联的SNP分子标记。结果表明:测序共获得各样品的有效reads为10.48 Mb,获得高质量的SLAF标签91 856个,其中多态性SLAF标签5 502个,多态性比例为5.99%。通过对多态性SLAF标签进行关联分析,筛选出与苦瓜白粉病抗病性状紧密关联的SNP位点共29个。根据关联分析结果 ,通过四引物扩增受阻突变体系PCR技术进行SNP位点多态性的验证,其中Marker4542、Marker11188分子标记特异性强、灵敏度高、稳定性好,建立一套简便快捷的苦瓜SNP分型方法。该方法可对苦瓜育种材料进行分子标记辅助选择,以进一步提高苦瓜抗病育种效率。      

基于SLAF-seq技术构建亚麻高密度遗传图谱

为大量开发SNP用于构建亚麻高质量的连锁遗传图谱,以亚麻品系R43为母本,LH-89为父本,通过杂交构建F2群体,采用SLAF-seq技术,对两个亲本和F2群体100个个体进行高通量测序、SNP标记的开发及亚麻高密度遗传图谱的构建。对参考基因组进行电子酶切预测,最终确定使用HaeⅢ和RsaⅠ酶,酶切片段大小在314~414bp的序列定义为SLAF标签。其次,对基因组DNA进行酶切和SLAF文库构建。最后通过高通量测序获得测序数据,进行多态性SLAF的鉴定和SNP标记的发掘,采用High Map软件构建亚麻高密度遗传图谱。通过高通量测序,共获得196.29M reads,平均质量Q30为81.95%,平均GC含量为38.64%。通过生物信息学分析,共获得260 380个SNP标记,其中有4 547个SNP为高质量SNP标签,用于标记的定位和图谱的构建。共构建15个连锁群,总图距为2 632.94c M,标记间的平均距离为0.92c M。这是在亚麻中首次应用SNP标记构建的高密度遗传图谱,为亚麻的遗传研究和分子标记辅助育种奠定了基础。     

采用SLAF-seq技术开发甘蓝型油菜霜霉病抗性SNP位点

由寄生霜霉(Hyaloperonospora parasitica)引起的油菜霜霉病(downy mildew)是油菜主要病害之一。本研究通过将抗霜霉病和感病亲本油菜杂交、F_1自交,得到F_2分离群体,构建抗、感病混池,采用BSA和SLAF(specific length amplified fragment sequencing)技术开发甘蓝型油菜霜霉病抗性相关分子标记。参考已公布油菜(Brassica napus)基因组设计酶切方案,构建SLAF文库并进行双端测序,共开发出132 519个SLAF标签,再通过分析SLAF标签的多态性,检测到264 256个SNP位点。利用SNP-index方法定位关联区域,分析关联区域内的基因在两个亲本之间SNP,对这些SNP进行变异的注释,发现2个非同义突变的SNP,分别是BDsnp01和BDsnp02。经验证,这2个SNP位点是与霜霉病抗性相关的并且在亲本和F2中稳定遗传。使用SNAPER软件设计2对特异引物能够利用电泳直接检测这两个SNP。     

基于SLAF-seq技术构建甘蓝型油菜Polima CMS恢复系核心种质

为加快选育适应春油菜区的强优势杂交种,构建甘蓝型油菜Polima CMS恢复系核心种质,以118份波里马不育系的恢复系为材料,利用简化基因组测序技术(SLAF-seq),开发SNP标记,分析群体遗传关系,结合Core Hunter软件进行核心种质构建,得到2516个有效SNP标记位点。基于有效SNP标记,对118份资源进行遗传分析,结果显示:恢复系间平均Nei’s遗传距离为0.319,含有不同遗传成分的恢复系之间遗传距离较大;118份资源被聚成5类,来源相同的材料大多被分为同一类;获得两个符合要求的核心种质子集,分别包含34份材料和46份材料,分别命名为C30和C40。通过评价这两种核心种质,等位基因覆盖度都达到了99.8%以上,MR(罗杰斯距离)和CE(卡瓦利-爱德华距离)两种遗传距离指数相差不大,且多态性含量达到了0.28,表明构建的甘蓝型油菜恢复系的核心种质可以代表118份资源,符合植物资源核心种质的构建要求。     

基于55K SNP芯片分析的优质小麦的遗传多样性

为分析优质小麦品种的遗传多样性,探讨其亲缘关系,以45个优质小麦品种和5个优质高代品系为试验材料,利用55K SNP芯片对其杂合度、遗传相似度、群体遗传结构和染色体低多态性区段进行分析。结果表明,45个优质小麦品种的遗传相似度系数（GS）为0.488~0.928,平均值为0.603,其中16个品种与其他品种的GS均高于0.800;50个优质小麦品种（系）可分为2个类群7个亚群,其中类群1可分为6个亚群。除亚群Ⅴ的10个品种外,其余亚群品种的遗传聚类结果与品种系谱来源较为吻合。B基因组的多态性SNP位点最多,A基因组次之,D基因组最少。在21条染色体中,4D染色体上的多态性SNP位点最少。A基因组和D基因组染色体低多态性区段高于B基因组。在优质小麦选育过程中,A基因组和D基因组受到的选择压力高于B基因组。     

青海省小麦品种基于55K SNP 芯片的遗传多样性分析

为研究青海省小麦品种之间的遗传关系和遗传多样性,选取93个青海小麦品种,基于55K SNP芯片对其进行全基因组扫描,并进行遗传多样性分析。结果共扫描到53 063个SNP位点,选择分型成功率（call rate,CR）≥0.90、缺失率＜10%、MAF＞0.05的SNP位点,获得多态性SNP位点50 243个,多态性比率为94.68%。其中多态性位点在第2同源群中分布最多,在第4同源群中分布最少,在基因组中分布呈现B＞A＞D,特别是4D染色体上的多态性SNP分布最少。93个小麦品种的多态性信息含量(PIC)为0.00～0.59,平均值为0.33,为中度多态性位点;两两品种间的遗传距离为0.00～0.67,平均值为0.41。通过聚类分析表明,根据遗传距离可将93个小麦品种划分为8个类群。综上,青海省现有小麦品种的遗传关系较近,需要引进外来品种来丰富青海省小麦品种的遗传多样性,推动小麦品种的选育及研究工作。     

利用SNP标记鉴定青稞种质资源

近年来,青稞(Hordeum vulgare var.nudum Hook. f.)育种速度逐步加快,青稞品种的类别和数量日渐增多,形成了丰富的青稞品种资源。然而,在青稞资源的大量引种和品种资源交换过程中,造成了同名异物、同物异名的现象,因而建立高效、准确的青稞品种鉴定技术体系和数据系统迫在眉睫。为基于青稞品种基本信息实现青稞品种的快速和准确鉴定,本研究利用简化基因组(GBS)测序获得的青稞基因组高通量SNP基因分型数据,对314份青稞种质资源进行群体结构分析;根据SNP注释结果,筛选获得位于外显子区的SNP并计算其杂合率和遗传多态性指数;用Genstat的去冗余(IRREDUNDANT)指令通过顺序算法(sequential algorithm)获得能够区分参试青稞种质资源的核心SNP位点组合,并构建DNA指纹图谱,结合参试材料地理来源等基本信息构建青稞品种的分子身份证。结果表明,群体遗传结构分析可将314份参试青稞材料划分为3个类群,类群划分与其材料类型密切相关。从4 954个位于外显子区域的高质量SNP位点中筛选出14个多态性高且能完全区分青稞种质资源的SNP位点,称其为核心SN...     

野生大豆抗胞囊线虫QTL定位

大豆胞囊线虫病（soybean cyst nematode,SCN）是大豆生产上的重要病害,野生大豆是拓宽大豆抗病育种遗传基础的重要种质资源。为开发野生大豆资源,利用SLAF-seq技术,以杂交组合“绥农14×ZYD03685”的亲本、 126个F2单株及其衍生的F2:3家系为试验材料,进行了SLAF标签的开发、遗传图谱的绘制和QTL分析。共获得7783个SLAF标签用于遗传图谱绘制,遗传图谱总长度为2664.2 cM,20个连锁群的平均长度为133.21 cM。两个SCN 抗性QTL（qSCN-1 和qSCN-2）分别位于Chromosome（Chr）18 4.25～4.31 Mb和Chr18 13.50～13.81 Mb,分别解释了 22.96%和10.96%的抗性（胞囊指数）变异,QTL区段内分别包含了6个和14个基因。qSCN-2 区段未见有前人关于 SCN抗性QTL的报道,为新的QTL。本研究为SCN抗性机制解析和利用ZYD03685进行SCN抗病分子育种提供了     

基于ISSR标记的火龙果种质资源遗传多样性分析

为明确火龙果种质资源的遗传多样性水平和亲缘关系,以69份火龙果核心种质为研究对象,采用ISSR分子标记进行火龙果遗传分析。结果表明：13条ISSR引物共检测到247个位点,其中多态性位点数为232个,多态性条带百分比（PPB）为93.93%,平均多态性信息含量（PIC）为0.9189;平均观测等位基因数（N_a）为1.9084,有效等位基因数（N_e）为1.4606,期望杂合度（H_e）为0.2750,Nei氏基因多样性（H）为0.2616,香农信息指数（I）为0.4190。火龙果种质资源的遗传距离为0.0707~0.6741。基于遗传距离聚类分析结果,火龙果种质资源分为6大类群,第Ⅰ类群为红皮白肉类型,包括25份种质;第Ⅱ类群有19份种质,全部为红肉或紫红肉类型,包括红皮、青皮、橘黄皮类型;第Ⅲ类群包含类型较杂,包括粉肉、双色类型和水晶系列品种;第Ⅳ大类为黄皮白肉类型;第Ⅴ类和第Ⅵ类群均仅有一个种质,单独自聚一类。研究结果为火龙果种质资源的分类、保存与利用、遗传进化等研究及杂交组合选配提供理论指导和技术支持。     

火龙果主要商业品种SSR指纹图谱构建和遗传多样性分析

为了准确鉴定火龙果主要商业品种和评估其遗传多样性,本研究利用20对火龙果SSR核心引物对58个火龙果品种进行遗传多样性分析,采用毛细管电泳技术进行多态性位点检测,共检测到116个多态位点,平均每个位点等位基因数（Na）为5.8个,有效等位基因数（Ne）为2.0519,观测杂合度（Ho）为0.3318,期望杂合度（He）为0.4603,多态性信息含量指数（PIC）为0.417。基于遗传相似系数聚类结果,将火龙果主要商业品种分为3大类群。依据20对SSR引物在58个品种中扩增的特异带型组合,选取其中9对引物采用引物-带型组合法构建了58个火龙果品种的指纹图谱,品种鉴定的置信概率几乎为100%。研究结果可为火龙果种质分类、品种鉴定和品种权保护提供重要的理论依据与技术支撑。     

基于全基因组SNP高效鉴定燕麦种质资源

为探究鉴别燕麦品种特异性所需SNP标记的最少数量与鉴别效果,以25个生产上大面积推广的栽培燕麦品种为材料,利用燕麦Illumina Inc.iSelect 6K微珠芯片进行基因分型,按照具有多态性、最小等位基因频率（MAF）大于0.05、缺失率小于0.50的条件进行筛选,获得2 214个高质量的SNP标记。所有SNP标记的平均MAF为0.75,平均多态性信息含量（PIC）为0.28。群体遗传结构分析将25个燕麦品种划分为5个类群。通过去冗余分析,获得8个能够高效鉴别燕麦参试品种的SNP标记。这8个SNP标记的平均MAF为0.62,平均PIC为0.35,表现出丰富的遗传多样性。测序结果显示,所筛选的8个SNP标记具有较好的稳定性和重现性。进一步利用这8个SNP标记构建了25个燕麦栽培品种的SNP指纹图谱,为燕麦栽培品种真实性鉴定和纯度检测提供了可用的标记组合。     

基于SNP标记的小麦高通量身份鉴定模式

为探索小麦品种高通量SNP身份鉴定模式,利用 wheat 90K SNP芯片对380份小麦品种进行了全基因组扫描、分析和评价,从中筛选出高质量、高分辨率、单拷贝和均匀分布的候选SNP标记384个,能将除近等基因系以外的所有品种区分开;基于组合最优化算法,获得小麦品种高通量鉴定最少SNP位点组合一套,包含14个SNP标记,区分能力与384个SNP标记相同。将14个SNP位点转化成KASP标记,分析选取的95份样品,结果显示,芯片平台和KASP平台上的基因分型结果一致。考虑品种实际鉴定过程中存在样本量大、高度近似品种少等情况,权衡准确、经济、灵活、快速、通量高等检测需求,建议品种高通量身份鉴定可采取“核心位点+扩展位点”的模式进行。本研究为小麦等农作物品种SNP高通量身份鉴定技术体系的建立和指纹数据库的构建提供了有利的参考。     

基于3个甘蓝型春油菜Pol CMS的优良恢复系选育

为选育出优良的恢复系父本,能够与春油菜区优良的春性甘蓝型油菜波里马细胞质雄性不育系（Pol CMS）配制出强优势杂交组合,先利用简化基因组测序技术（SLAF-seq）开发3个不育系和118个恢复系的SNP标记,对材料进行聚类分析,根据父母本花期相遇原则,从每一类选取数量不等的恢复系,共40个恢复系,分别与3个不育系采用NCⅡ设计配制120个杂交组合,分别进行配合力效应、杂种优势及双亲遗传距离与杂种表现的相关性分析。结果表明：遗传聚类将121份甘蓝型油菜资源分为5大类,大多数相同类型的品系被聚在了同一类,3份不育系均被聚在了第Ⅴ类;43份亲本的一般配合力（general combining ability,GCA）的变化范围为-20.78～30.42,恢复系R83、R107和R13的GCA较大,不育系GCA较大的为S3（105A）,特殊配合力较大的组合有S3×R13、S1×R48、S3×R11、S2×R89;组合S3×R13的产量超标优势和超亲优势最大,分别为37.12%和42.52%。遗传距离与单株产量呈极显著正相关,相关系数为0.390。与3个不育系组配的杂交组合中,产量排名前20位的亲本恢复系大部分来自和不育系遗传距离较大的Ⅰ类,并且在春油菜区大面积推广的品种,如青杂2号、青杂7号、青杂9号、青杂12号,均为被聚在Ⅰ类的恢复系与不育系S3（105A）组配的杂交种。因此认为,（S×Ⅰ类恢复系）组配模式可以获得强优势甘蓝型春油菜杂交组合。该研究不仅为后续甘蓝型油菜杂交种选育提供了亲本选择的分子依据,也将促进春油菜区的杂交育种进程。     

小麦周8425B及其衍生品种与黄淮麦区主栽品种的遗传解析

为了解小麦骨干亲本周8425B及其衍生品种与黄淮麦区主栽品种的遗传结构和遗传多样性,利用Illumina 90KiSelect SNP标记技术对周8425B及其16份衍生品种和23份黄淮麦区主栽品种进行全基因组扫描。结果显示,在40份小麦材料中,有22 466个多态性SNP位点被定位在21条染色体上,不同基因组间多态性SNP标记的分布依次为BAD。周8425B及其衍生品种的遗传相似系数变化范围为0.640 5~0.926 4,平均值为0.739 8,与黄淮麦区主栽品种间遗传差异较小。供试材料的遗传相似系数变化范围为0.530 1~0.963 4,平均值为0.672 1,并被划分为4个类群,聚类分析结果与系谱较为吻合。周8425B对其衍生一代、二代、三代的平均贡献率为79.48%、76.73%和74.24%,随世代的增加而不断降低,且在不同基因组间的遗传贡献率表现为DAB。全基因组扫描结果显示,周8425B衍生品种共有6 789个SNP位点保留了周8425B的遗传基因,不同基因组继承的SNP位点数不同,依次为BAD,这些选择位点可能与重要基因的遗传传递有关,可能是周8425B成为骨干亲本的主要遗传特征。     

基于表型和SRAP标记的盆栽菊遗传多样性分析

基于20个表型性状和相关序列扩增多态性（sequence-related amplified polymorphism,SRAP）标记技术对30个国外引进盆栽菊品种遗传多样性进行研究。结果表明,参试盆栽菊品种表型变异丰富,性状变异系数为14.67%~ 78.25%,最低和最高变异系数分别为冠幅和舌状小花数。性状主成分分析结果显示,前5个主成分贡献率达76.68%,综合反映了花型大小、叶片形态和花色的重要性。基于表型性状的聚类分析可将30个盆栽菊品种划为3个类群：第Ⅰ类群包含14个品种;第Ⅱ类群包含2个品种;第Ⅲ类群包含14个品种。表型性状的聚类结果与花径和观花期有一定联系。SRAP分析筛选到11对多态性引物,获得1866个多态性位点,多态性比例为92.61%。品种间的遗传相似系数为0.67~0.85,表明30个品种存在一定的遗传变异。基于品种间遗传距离构建的NJ（neighbor joining）进化树结果显示,30个盆栽菊品种可划分为3个类群：第Ⅰ类群包含2个亚群,共17个品种;第Ⅱ类群包含10个品种;第Ⅲ类群包含3个品种。2种分类方法均将研究对象分为3个类群,但这3个类群的品种组成并不一致,推测可能和菊花材料本身复杂的遗传背景与试验选材的局限性有关。