利用高密度SNP 遗传图谱定位小麦穗部性状基因

小麦穗部性状之间相关性密切, 其中穗粒数和千粒重是重要的产量构成要素, 挖掘与穗部性状相关联的基因位点对分子标记辅助育种及解释基因效应具有重要意义。本研究以RIL群体(山农01-35×藁城9411) 173个F_8:9株系为材料, 利用90 k小麦SNP基因芯片、DArT芯片技术及传统的分子标记技术构建的高密度遗传图谱, 在5个环境下进行穗部相关性状QTL定位。检测到位于1B、4B、5B、6A染色体上7个控制千粒重的加性QTL, 解释表型变异率6.00%~36.30%, 加性效应均来自大粒母本山农01-35; 检测到8个控制穗长的加性QTL, 解释表型变异率14.34%~25.44%; 3个控制穗粒数的加性QTL; 5个控制可育小穗数的加性QTL; 3个控制不育小穗数的加性QTL, 贡献率为8.70%~37.70%; 4个控制总小穗数的加性QTL; 6个控制小穗密度的加性QTL。通过基因型与环境互作分析, 检测到32个加性QTL, 解释表型变异率0.05%~1.05%。在4B染色体区段EX_C101685–RAC875_C27536检测到控制粒重、穗长、穗粒数、可育小穗数、不育小穗数、总小穗数的一因多效QTL,其贡献率为5.40%~37.70%, 该位点在多个环境中被检测到, 是稳定主效QTL。在6A染色体wPt-0959-TaGw2-CAPS区间上检测到控制粒重、总小穗数的QTL。研究结果为穗部性状的分子标记开发、基因精细定位和功能基因克隆奠定了基础。     

柴达木盆地小麦产量相关性状QTL定位

柴达木盆地特殊的气候条件创造了世界春小麦高产记录,但该地区关于小麦产量相关性状的QTL定位分析未有报道。本研究测定了114个W7984/Opata重组自交系(RIL)在柴达木盆地生态环境下6个年份7个产量相关性状(株高,穗长,穗粒数,小穗数,穗密度,千粒重和产量)的表现型,利用QTL作图软件Ici Mapping 4.1进行了QTL定位。结果表明,在2011-2016年里共鉴定49个与产量相关性状的QTL,其中5个为株高QTL,6个为穗长QTL,2个为小穗数QTL,8个为穗粒数QTL,7个为穗密度QTL,16个为千粒重QTL,5个为产量QTL,分布在染色体1A、1B、1D、2A、2B、2D、3A、3D、4A、4B、5A、5B、5D、6A、6B、6D、7A、7B和7D上。单个QTL可解释表型变异的5.82%~31.53%,特别是位于染色体6A上的千粒重QTL可在多年份(2011年/2013年/2014年)中检测到。这些QTL位点的鉴定为柴达木地区小麦产量相关性状QTL精细定位和分子标记辅助选择育种提供理论基础。     

小麦籽粒产量及穗部相关性状的QTL定位

由小麦品种花培3号和豫麦57杂交获得DH群体168个株系,种植于3个环境中,利用305个SSR标记对籽粒产量和穗部相关性状(穗长、穗粒数、总小穗数、可育小穗数、小穗着生密度、千粒重和粒径)进行了QTL定位。利用基于混合线性模型的QTLNetwork 2.0软件,共检测到27个加性效应和13对上位效应位点,其中 8个加性效应位点具有环境互作效应。相关性高的性状间有一些共同的QTL位点,表现出一因多效或紧密连锁效应。5D染色体区段Xwmc215–Xgdm63,检测到控制籽粒产量、穗粒数、总小穗数、可育小穗数和小穗着生密度5个性状的QTL位点,各位点的遗传贡献率较大且遗传效应方向相同,增效等位基因均来源于豫麦57,适用于分子标记辅助育种和聚合育种。控制千粒重与穗粒数的QTL位于染色体不同区段,有利于实现穗粒数与粒重的遗传重组。     

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。     

小麦穗部性状和株高的QTL定位

穗粒数是小麦的重要产量性状之一,减少基部不育小穗数是提高小麦穗粒数的重要途径。利用EMS诱变小麦品系山农1186获得基部2-4个小穗不育突变体M7652。本研究利用M7652与山农1186回交获得的BC3F2群体及其衍生的BC3F2:3株系(MS)群体,M7652与泰农18杂交获得的F2群体及其衍生的F2:3株系(MT)群体为材料,进行遗传作图和QTL定位。通过SSR标记检测构建了分别覆盖38.9 c M、73.1 c M的两个4B染色体的遗传连锁图。对两个群体的穗部性状和株高进行QTL分析表明,MS回交群体在3个环境下都检测到6个QTL,包括5个控制穗部性状和1个株高性状的QTL位点,其贡献率为18.22%~47.23%,且位于染色体的相同区段,形成一个QTL簇;MT群体在1个环境中检测到4个控制穗部性状、1个控制株高的QTL位点,其贡献率为1.51%~39.15%,形成一个QTL簇。利用MS和MT群体检测到的QTL簇在染色体上的位置相同,都覆盖swes24标记,这个区域与增加小麦穗粒数、降低株高有关,为小麦穗粒数、株高的精细定位、基因克隆奠定了基础。     

河南小麦品种穗粒数性状的动态变化及全基因组关联分析

穗粒数是小麦产量构成的重要因子,研究小麦穗粒数及其相关性状的变化规律与遗传机制对于高产育种具有指导意义。以198份河南种植或审定的小麦品种(系)为材料,在4个环境下鉴定穗粒数相关性状表现,选用660K SNP芯片检测材料的基因型并进行全基因组关联分析。发现穗粒数存在着广泛的变异,穗粒数、穗长、总小穗数、可育小穗数和不育小穗数的广义遗传力分别为77.43%、87.54%、85.45%、79.70%和68.08%,2002年以前、2003-2008年、2009-2014年和2015年以来育成品种的平均穗粒数分别为35.71个、36.85个、37.40个和37.98个,随着育种时期的推进总小穗数和可育小穗数也表现出逐渐提高的趋势。共发现41个和穗粒数等性状相关联的位点,分布在除了1D、3A、3D、4B和4D的16条染色体上,单个关联位点的表型变异贡献率(R2)范围为6.19%~20.83%,其中10个位点至少在2个环境中稳定表达。对关联位点进一步分析发掘了多个与穗粒数性状相关的优异等位变异,如7A上AX-109368219(A)能增加穗粒数1.86粒,2A上AX-111674224(C)能提高总小穗数0.96个,2D上AX-111582877(G)能提高可育小穗数0.73个。研究揭示近五十年河南小麦穗粒数性状的动态变化及其规律,获得了多个和穗粒数等性状关联位点及等位变异,为小麦产量性状的遗传改良及分子设计育种提供了技术支持和基因资源。     

基于DArTseq标记的人工合成小麦农艺性状QTL定位

人工合成小麦拥有丰富的有利遗传变异,可用于普通小麦的遗改良。本研究选用两个人工合成小麦改良品系构建了由284个单株组成的F2群体,基于1 671具有染色体位置信息的多态性DAr Tseq标记构建遗传图谱,并结合该群体农艺性状(株高,穗长,穗颈节长,小穗数,穗粒数,单株有效穗数,千粒重,单株重)的表现型,利用QTL作图软件ICIMapping 4.1进行了QTL定位。结果表明,共检测到20个QTL,其中4个为株高QTL,分布于2A、3B、5B染色体上,可解释表型变异的5.4%~10.8%;4个为穗长QTL,分布于2D、3B、5B染色体上,可解释表型变异的1.4%-8.8%;3个为穗颈节长QTL,分布于1A和5A染色体上,可解释表型变异的4.6%~12.2%;2个为穗粒数QTL,分布于3D和5A染色体上,可解释表型变异的18.9%~29.8%;1个为单株有效穗数QTL,分布于2A染色体上,可解释表型变异10.2%;5个为千粒重QTL,分布于1B、5A、5B、5D和7B染色体上,可解释表型变异的8.9%~10.9%;1个为位于7B染色体上的单株重QTL,可解释表型变异的6.1%。同时,在5B和7B染色体上存在控制多个性状的同一QTL位点。利用生物信息学的方法,筛选到1个千粒重相关的候选基因。以上结果可为人工合成小麦农艺性状QTL精细定位、分子标记辅助选择育种和基因克隆奠定基础。     

长江上游小麦产量与主要农艺性状的相关性分析和通径分析

以30个小麦品种为研究对象,采用随机区组试验,设3个重复,对13个主要农艺性状与产量进行相关分析和通径分析,分析参试品种的农艺指标与产量的关系。结果表明:各性状与产量的相关性表现为千粒重穗长穗粒重苗叶宽有效分蘖数株高苗叶长生物学产量小穗粒数不育小穗数每穗小穗数分蘖数穗粒数,千粒重与产量达到极显著正相关,穗长与产量呈显著负相关。在通径分析中,直接通径系数的变化规律为穗粒重穗粒数千粒重苗叶宽不育小穗数有效分蘖数株高每穗小穗数生物学产量分蘖数苗叶长穗长小穗粒数。因此,高产选育应充分考虑千粒重和穗粒重高的小麦品种。     

影响水稻穗部性状及籽粒碾磨品质的QTL及其环境互作分析

利用优质恢复系测258为轮回亲本与粳型糯稻新品系IR75862杂交创制的BC₁F₇回交导入系群体,在广西南宁和海南三亚定位了产量相关性状(二次枝梗数、穗总粒数、穗实粒数、粒重和穗重)、粒型(粒长、宽、厚)和碾磨品质(糙米率、精米率和整精米率)的主效QTL并剖析其环境互作效应。双亲在穗实粒数、千粒重、粒长和粒宽及整精米率等性状上存在显著差异。各产量相关性状间呈极显著正相关,而与千粒重和粒长呈极显著负相关。多数产量及粒型相关性状与3种碾磨品质相关不显著。在南宁和三亚环境下检测到影响产量相关性状、粒型及碾磨品质的主效QTL共计57个,包括二次枝梗数的6个,穗实粒数4个,穗总粒数、粒重和穗重各5个,粒长9个,粒宽7个,粒厚1个,糙米率4个,精米率5个和整精米率6个,分布在除第11染色体外的所有染色体上。多数影响枝梗数、穗粒数和粒重的QTL成簇分布,而且与影响BR、MR和HR的QTL分布在不同染色体区域。在第2、第3、第4、第5和第6染色体上鉴定出影响穗粒数、粒重、粒型及碾磨品质的重要QTL,这些QTL在以往不同遗传背景和环境下被多次检测到。在第8染色体RM152~RM310区间鉴定到1个影响粒长和粒宽的新的QTL,能同步增加粒宽和粒长。鉴定出的这些稳定表达的QTL具有标记辅助选择育种的应用价值。整精米率是受环境影响最大的性状,其QTL的环境互作效应明显。对QTL的环境互作效应特点及其在品种标记辅助改良中的作用进行了深入探讨。     

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。     

燕大1817/北农6号重组自交系群体穗部性状的QTL定位

小麦穗部性状与单株产量密切相关。本研究以小麦骨干亲本燕大1817与优良品系北农6号衍生的269个重组自交系为材料,通过在北京和河北石家庄的2年田间试验数据,利用本实验室已构建的高密度SNP和SSR遗传连锁图谱进行穗长、穗粒数和穗粒重QTL定位。采用完备复合区间作图法共检测到29个穗部性状加性效应QTL,其中10个穗长QTL分布于1B、2D、3A、3B、4A、5A、5B、6A和7D染色体上,解释的表型变异率为2.96%~9.63%,QSl.cau-4A.2在所有5个环境中均能被检测到,解释的表型变异为5.89%~9.62%,另有7个QTL能在2个或2个以上环境中被检测到;8个穗粒数相关QTL分布于1A、3A、3D、4A和5B染色体上,解释的表型变异为4.06%~11.17%,为单个环境QTL。11个与穗粒重相关QTL分布于1A、1B、2A、2D、3A、4D、5A、5B和6B染色体上,解释的表型变异为2.79%~16.12%,其中QGws.cau-1B、QGws.cau-3A和QGws.cau-6B.2在2个或者2个以上环境中能被检测到。另外,鉴定出6个分布于1A、2D、3A、4A和5B染色体上的QTL富集区段。     

QTL mapping of yield-related traits in the wheat germplasm 3228

The new wheat germplasm 3228, a putative derivative of tetraploid Agropyron cristatum Z559 and the common wheat Fukuhokomugi, has superior features in yield-related traits, particularly in spike morphological traits, such as large spike and superior grain number. To identify favorable alleles of these traits in 3228, 237 F_2:3 families were developed from the cross 3228/Jing 4839. A genetic map was constructed using 179 polymorphic SSR and EST-SSR markers. A total of 76 QTL controlling spike number per plant (SNP), spike length (SL), spikelet number per spike (SNS), floret number per spikelet (FNS), grain number per spike (GNS) and thousand-grain weight (TGW) were detected on 16 chromosomes. Each QTL explained 1.24–27.01% of the phenotypic variation, and 9 QTL (28.95%) were detected in two or all environments. Additive effects of 45 QTL were positive with 3228 alleles increasing the QTL effects, 31 QTL had negative effects indicating positive contributions from Jing 4839. Three important clusters involving all traits were located on chromosomes 5A, 6A and 4B, and several co-located QTL were also found. Most of the QTL detected on the three chromosome regions could contribute to the use of 3228 in breeding for grain yield improvement.     

QTL-based analysis of heterosis for number of grains per spike in wheat using DH and immortalized F 2 populations

To map quantitative trait loci (QTL) and heterotic loci (HL) related to grain number per spike (GNS), 168 double haploid (DH) populations derived from Huapei?3?×?Yumai?57 and an immortalized F ₂ population (IF ₂) generated by randomly permutated intermating of these DH populations were investigated. Using inclusive composite interval mapping (ICIM), a total of nine and eight significant QTLs for GNS were detected in three different environments in DH and IF ₂ populations, respectively. QTLs on chromosomes?1A, 2B, 3B, and 6A were observed between two populations. Five QTLs were detected on chromosome?1A. Of these QTLs, QGns1A-1 was a major QTL explaining 31.25?% of phenotypic variation. QGns2B-2 detected on chromosome?2B had the most significant additive effects, explaining 46.75?% of phenotypic variation with the favorable allele contributed by Yumai?57 corresponding to an increase of 5.69?kernels. Mid-parent heterosis of each cross in the IF ₂ population was used to map heterotic quantitative trait loci. A total of 17 HLs were detected. QTLs and HLs on chromosomes?2B and 6A were observed in the IF ₂ population. Three HLs, QHgns1B-2, QHgns2B, and QHgns6A-1, were detected in two environments and expressed stably. These results showed that some intervals on chromosomes?1B, 2B, and 6A play an important role in GNS heterosis in wheat, improving understanding of this phenomenon.     

黄淮麦区小麦品种(系)产量性状与分子标记的关联分析

为了获得与小麦产量性状关联的分子标记,筛选相关标记的等位变异,以128份黄淮麦区小麦品种(系)为材料,在4个环境下鉴定产量性状,并选用在小麦全基因组21条染色体上的64个SSR标记、27个EST-SSR标记和47个功能标记检测所有材料的基因型。91个SSR和EST-SSR标记共检测到315个等位变异,单个引物检测到2~7个等位变异,平均3.5个;47个功能标记共检测到107个等位变异,单个引物检测到2~5个等位变异,平均2.3个。关联分析表明,49个位点与4个环境的产量性状及其均值显著关联(P≤0.005),其中38个位点在2个或以上环境或均值下被重复验证,16个位点与2个或以上性状相关联。对相对稳定的等位变异作进一步分析,发掘了一批与产量性状相关的优异等位变异,如降低株高的等位变异Ax2*-null和UMN19*-A362,增加穗长的等位变异barc21-A220,增加可育小穗数的等位变异gpw2111-A156,增加总小穗数的等位变异swes65-A120,增加穗数的等位变异VRN-A1*-A1068,增加穗粒数的等位变异cfd5-A215和增加千粒重的等位变异wmc626-A170。研究结果对利用分子标记辅助选择进行小麦产量性状的遗传改良具有一定的指导意义。     

不同生态环境条件下小麦籽粒灌浆速率及千粒重QTL分析

以142个和尚麦/豫8679的F7:8重组自交系及其亲本为试验材料, 分析了籽粒平均灌浆速率、最高灌浆速率及千粒重在北京(2006, 2007)、安徽合肥(2007)和四川成都(2007)4个生态环境下的性状表现, 并利用已构建的含有170个SSR标记和2个EST标记的遗传图谱, 对这3个性状进行了QTL定位分析。共检测到54个QTLs, 涉及小麦1A、1B、2A、2D、3A、3B、3D、4A、4D、5A、5B、6D 和7D染色体。其中, 17个与平均灌浆速率相关, 可解释表型变异的7.17%~20.83%; 16个与最高灌浆速率相关, 可解释表型变异的6.31%~15.95%; 21个与千粒重相关, 可解释表型变异的4.36%~16.80%。另外, 在1A、1B、2A、3B、4D、6D和7D染色体上发现10个涉及“一因多效”或紧密连锁位点的基因组区段, 有助于了解籽粒灌浆和籽粒产量相关性状的遗传基础。     

Molecular mapping of quantitative trait loci for domestication traits and β-glucan content in a wheat recombinant inbred line population

Genetic maps are useful for analysis of quantitative trait loci (QTLs) and for marker-assisted selection (MAS) in breeding. A simple sequence repeat (SSR) marker linkage map of common wheat was constructed based on recombination inbred lines (RILs) derived from a cross between Chinese Spring and spelt wheat. The map included 264 loci on all wheat chromosomes covering 2,345.2 cM with 962, 794.6, and 588.6 cM for the A, B, and D genomes, respectively. Using the RILs and the map, we detected 42 putative QTLs on 15 chromosomes for ear length, spikelet number, spike compactness, kernel length, kernel width, kernel height and β-glucan content. Each QTL explained 4–45% of the phenotypic variation. Five QTL cluster regions were detected on chromosomes 1A, 5AL, 2B, 2D, and 4D. The first QTLs for β-glucan content in wheat were identified on chromosomes 3A, 1B, 5B, and 6D.