基于多个相关群体的玉米雄穗相关性状QTL分析

雄穗相关性状对玉米生产至关重要。为了解析玉米雄穗相关性状的遗传机制,利用以黄早四为共同亲本组配的11个重组自交系群体,对玉米雄穗一级分枝数、雄穗主轴长和雄穗干重3个性状进行QTL分析。经过对11个群体及亲本两年三点的田间鉴定,单环境和联合环境下的玉米雄穗相关性状QTL定位,及基因型与环境互作和上位性互作分析,检测到15个在多环境下稳定表达(5个环境以上)的“环境钝感”主效QTL,其中,在染色体bin3.04区域,齐319群体和旅28群体中都定位到1个主效雄穗一级分枝数相关QTL,其平均贡献率分别为17.4%和14.4%,并且2个群体的QTL标记区间高度重叠,在IBM2008 Neighbors图谱上的重叠区间为226.0~230.1。对比不同群体结果发现,在2个群体以上都能检测到的一致性区间21个,其中在第2、第3、第6、第8染色体上的5个一致性区间在3个群体中可稳定表达。这些多环境和多个遗传背景下稳定表达的位点可作为玉米雄穗性状分子标记辅助选择、精细定位及基因克隆的候选位点。     

陆地棉重组近交系产量及其构成因素的QTL分析

利用爱字棉1517×德州047重组近交系(recombinant inbred lines, RIL)中G6群体构建的SSR遗传连锁图谱及基于混合线性模型的复合区间作图法对QTL进行定位,并对主效QTL,加性×加性上位性QTL及与环境互作效应进行分析,为利用分子聚合方法提高产量提供理论依据。对2006年、2008年以及2009年的产量性状进行分离分析,检测到24个不同年份的主效QTL,其中相关于单株籽棉、单株皮棉、衣分、子指以及单株铃数的分别检测到1个不同年份稳定存在的主效QTL;对3年的产量性状作环境因子联合分析,检测到14个主效QTL,其中6个与环境互作,检测到20对加加上位性QTL,其中7对与环境互作。不同年份检测的稳定且受环境影响小或不受环境影响的与近处标记紧密连锁的主效QTL可用于分子标记辅助选择,以提高育种的效率。     

基于多重相关RIL群体的玉米株高和穗位高QTL定位

株高和穗位高是玉米育种中的重要农艺性状。本研究利用我国玉米育种中骨干亲本黄早四与来自不同杂种优势群的其他11个骨干自交系组配11个RIL群体,开展基于单环境、联合环境的QTL分析,分别检测到269个和176个QTL。通过区段整合,检测到21个株高主效QTL及15个穗位高主效QTL,这些QTL分布在第1、第2、第3、第6、第7、第8、第9、第10染色体上。相对于共同亲本黄早四而言,部分QTL在不同RIL群体中的效应方向一致,来自共同亲本黄早四的等位基因在不同群体中能够稳定地表达。同时,还分别定位到在多环境下稳定表达的5个株高、4个穗位高“环境钝感QTL”。此外,进一步鉴定出5个重要的株高和穗位高QTL富集区段(bin 1.01-1.02,1.08-1.11,3.05,8.03-8.05和9.07),这些区段均包含多个株高和穗位高相关QTL,如bin3.05位点包含7个QTL,bin8.03-8.05位点分别包含9个QTL,且这些QTL至少在3个不同环境中能够被检测到,这些区域对QTL的精细定位和克隆有重要参考价值。     

利用回交导入系定位干旱环境下水稻植株水分状况相关QTL

日益严重的水资源危机使水稻的耐旱育种尤为迫切, 干旱环境下较高的植株水分含量有助于提高或维持作物产量的稳定性, 挖掘与耐旱性密切相关的分子标记有助于提高耐旱品种的选育效率。从供体Lemont (粳稻)导入到特青(籼稻)背景的254个高代回交导入系中筛选出覆盖供体全基因组的55个回交导入系, 采用PVC管栽培, 分析了干旱(胁迫)条件下水稻植株水分状况相关性状与籽粒产量、生物量的相关性并定位了相关QTL。研究表明, 植株水分相关性状(相对含水量、叶片水势、渗透势、卷叶度)均与籽粒产量显著相关。检测到7个相对含水量QTL, 7个叶片水势QTL, 5个渗透势QTL及5个卷叶QTL; 另检测到5个产量QTL, 7个生物量QTL。分析发现, 不仅QLwp5、QLr5、QRwc5和QY5同时分布在RM509~RM163区域, 且该区域还分布有对水分环境表现稳定的产量QTL(QGy5), 效应方向一致, 从遗传学角度解释了籽粒产量与水分相关性状之间的显著相关性。另外, QLr5、QRwc5、QY5、QLr2、QLr7、QLr8、QLr9、QRwc3、QRwc4a、QRwc12及QY7 等11个QTL曾在不同遗传背景群体中被检测到, 它们控制相同目标性状。研究认为RM509~RM163区域及QLr2、QLr7、QLr8、QLr9、QRwc3、QRwc4a、QRwc12和QY7所分布的染色体区域对水分环境或者遗传背景相对稳定, 在水稻分子标记辅助选择(MAS)耐旱育种实践中有较重要利用价值。     

玉米籽粒相关性状的QTL定位与候选基因分析

玉米籽粒相关性状作为重要的产量构成因素，也是产量遗传改良的重要指标，对提高玉米产量以及研究产量相关性状遗传基础具有重要意义。本研究以玉米骨干自交系ZNC 442和SCML 0849为亲本构建的131份F_2∶3家系为材料，基于简化基因组测序方法对该群体进行基因型鉴定，同时在两个环境下对该群体的粒长、粒宽和百粒重进行评价，并利用ICIM软件的完备区间作图法对目标性状进行QTL定位。结果表明，共定位到72个籽粒相关性状QTL,其中粒长相关QTL 23个，粒宽相关QTL 29个和百粒重相关QTL 20个。在此基础上，利用基因功能注释共筛选出控制籽粒相关性状的候选基因3个，分别是Zm00001d018839、Zm00001d018863、Zm00001d050868,通过参与苯丙烷生物合成和生长素、油菜素内酯信息传导，影响籽粒生长发育。     

玉米子粒产量及其组成性状的QTL研究进展

为推进分子标记辅助选择在玉米育种中的应用,总结出近30年玉米子粒产量及其组成性状的QTL研究进展。表明子粒产量的QTL为5~9个,主要分布在第1、2、5、6、7、8、9染色体上,穗行数、行粒数和百粒重的QTL均为3~6个,主要分布在第1、2、3、4、5、6、7、8染色体上,这些QTL成簇分布在几条主要染色体上,形成QTL富集区域,它们能解释性状表型变异的25%左右;多数性状的QTL主要表现为加性、显性、部分显性或超显性效应,部分性状的QTL存在遗传×环境互作效应。预示子粒产量及其组成性状的QTL存在共同染色体载体,育种选择应在多环境、大样本下进行,在不同环境下均能稳定表达的QTL更适用于育种选择;单株穗数、植株性状和抗逆性的QTL研究有待加强。     

利用BIL和CSSL群体鉴定外观品质主效QTL

为进一步探究稻米外观品质分子调控机制,挖掘新的环境钝感型主效QTL,本研究以‘屉锦’和‘北陆129’杂交衍生的回交重组自交系(BIL)和染色体片段代换系(CSSL)群体为试验材料,对稻米外观品质进行QTL鉴定。结果显示,双亲外观品质存在明显差异,‘屉锦’整精米率较高、垩白少和粒型短圆,外观品质性状间存在明显的相关性。BIL群体检测到32个调控外观品质的QTL,15个QTL稳定表达;CSSL群体鉴定了16个相关QTL,主效QTL在不同群体中共性表达;QTL成簇分布于第1、2、3、8、9和11染色体上,6个区段包含30个位点,占QTL总数的62.50%,其中主效QTL簇qAQ1、qAQ8和qAQ9在不同群体与环境下效应明显、重演性较好,是进一步深入研究的"热点"区域。这将进一步丰富外观品质性状的分子调控机理,也为主效QTL簇的精细鉴定提供坚实基础。     

陆地棉重组自交系产量及产量构成因子性状的上位性QTL分析

棉花的产量及产量构成因子性状是以复杂的方式遗传,遗传力较低并易受环境条件影响。经典数量遗传学指出,上位性是复杂性状的遗传基础。本研究以湘杂棉2号F8和F9世代重组自交系为材料,调查了3个环境下的产量及产量构成因子性状,并构建了遗传连锁图。旨在定位产量及产量构成因子性状的上位性QTL并分析QTL与环境的互作效应。所有产量及产量构成因子性状均检测到上位性QTL,共检测到16对加性互作QTL（AA）,涉及的位点中仅4个有单位点效应,这反映了上位性的复杂性及其对产量和产量构成因子性状的重要贡献。共检测到17对QTL加性和环境互作（AE）,以及14对上位性QTL与环境的互作,表明环境因素对产量和产量构成因子性状起重要影响作用。研究结果还表明上位性效应作为湘杂棉2号的遗传基础起着重要作用。对各性状在不同环境的优良基因型进行了预测。综合优良家系（GSL）和特定环境下的优良家系（SL）的性状表现高于两亲本,表明湘杂棉2号重组自交系各性状都有提高的潜力。由于QTL加性和环境互作以及上位性QTL与环境互作的影响,预测的优良家系基因型会随着环境的改变而不同,表明应针对特定环境开展棉花育种。     

基于高密度SNP标记对玉米籽粒相关性状的QTL定位

高产是玉米育种的主要目标之一,而玉米籽粒是产量构成最重要的因子。本研究以‘T32’与‘齐319’为亲本构建118份F2:3家系的双亲分离群体为材料,通过对不同家系的3个籽粒性状(粒长,粒宽和粒重)进行评价,结合高密度SNP标记的基因型鉴定结果,利用IciMapping 4.2软件中的复合区间作图法对粒长、粒宽和粒重进行了QTL定位。共检测到11个QTL,其中控制粒重、粒长和粒宽的QTL分别为2、2和7个,单个QTL可解释4.03%～11.34%的表型变异。研究结果将为玉米籽粒性状的遗传改良提供更多的遗传位点,也为后续的精细定位以及候选基因功能研究提供科学支持。     

基于高密度遗传图谱的玉米籽粒性状QTL定位

籽粒大小及百粒重是决定玉米产量的重要因素。为解析籽粒性状遗传基础,本研究以玉米自交系黄早四(HZS)和Mo17为亲本,构建包含130个重组自交系(recombination inbred line,RIL)的RIL群体。基于GBS(genotypingby-sequencing)技术获得的高密度多态性SNP(single nucleotide polymorphism)位点,构建了包含1262个Bin标记的高密度遗传图谱。采用完备区间作图法,对5个环境条件下的粒长、粒宽、百粒重、粒长/粒宽4个性状分别进行QTL(quantitative trait locus)定位,共检测到30个QTL。利用5个环境性状均值,共检测到11个QTL。其中粒长主效QTL qklen1、粒长/粒宽主效QTL qklw1在3个单环境条件下均被检测到,且定位在第1染色体相邻区域,物理位置分别为210~212 Mb、207~208 Mb,表型贡献率分别为22.60%和26.79%,被认为是控制玉米籽粒形状的主效位点。针对第1染色体207~212 Mb区间,采用成组法t检验,对黄早四(受体)和Mo17(供体)构建的BC3F1回交群体进行单标记分析。结果表明,在BC3F1群体中qklen1和qklw1同样具有显著的遗传效应。本研究结果不仅为分子标记辅助选择籽粒性状提供了实用标记,而且为主效基因的进一步精细定位和候选基因挖掘奠定了基础。     

Quantitative trait loci mapping for yield components and kernel-related traits in multiple connected RIL populations in maize

Grain yield is one of the most important and complex quantitative traits in maize breeding. In the present study, a total of 11 connected RIL populations, derived from crosses between elite inbreed “Huangzaosi” as the common parent and 11 elite inbreeds, were evaluated for five yield components and kernel-related traits under six environments. Quantitative trait loci (QTL) were detected for the traits under each environment and in joint analysis across all environments for each population. A total of 146 major QTL with R² > 10 % in at least one environment and also detected based on joint analysis across all environments were identified in the 11 populations. Lqkwei4 conferring kernel weight and Lqklen4-1 conferring kernel length both located in the adjacent marker intervals in bin 4.05 were stably expressed in four environments and in joint analysis across six environments, with the largest R² over 27 and 24 % in a single environment, respectively. Moreover, all major QTL detected in the 11 populations were aligned on the IBM2 2008 neighbors reference map. Totally 16 common QTL (CQTL) were detected. Seven important CQTL (CQTL1-2, CQTL1-3, CQTL4-1, CQTL4-2, CQTL4-3, CQTL4-4, and CQTL6-1) were located in bin 1.07, 1.10, 4.03, 4.05, 4.08, 4.09 and 6.01–6.02, respectively. These chromosomal regions could be targets for fine mapping and marker-assisted selection.     

利用永久F2群体在不同光周期环境下定位玉米株高QTL

为了研究热带玉米株高的遗传机制, 利用温热组合黄早四×CML288衍生的重组自交系群体构建了一个包含278个组合的永久F₂群体, 分别在海南三亚、河南郑州和洛阳、北京昌平和顺义等5个地点3种光周期环境中进行株高鉴定。利用复合区间作图法在3种光周期环境下共定位到12个不同的玉米株高QTL。位于第1染色体上的qPH1-2和位于第4染色体上的QTL qPH4在3个环境中同时被检测到, 表明这2个QTL在不同日照环境下均能稳定表达。位于第3染色体上的qPH3在短日照环境下能解释株高遗传变异的32.13%, 而在2个长日照环境下并未被检测到, 表明此QTL是短日照环境下特异表达的主效QTL。第10染色体上QTL qPH10-1分别解释2个长日照环境中株高遗传变异的25.39%和39.58%, 是长日照环境下特异表达的主效株高QTL。     

在干旱和正常水分条件下玉米穗部性状QTL分析

穗部性状与产量密切相关,因此对其进行遗传剖析可为玉米高产育种提供理论基础,尤其是对干旱胁迫下的稳产有重要意义。本研究以玉米骨干亲本黄早四分别与自交系掖478和齐319进行杂交,构建了两套F_2:3群体(分别记为Y/H和Q/H)。在正常水分灌溉和干旱胁迫下对穗长、穗粗、轴粗、穗行数、行粒数、穗粒重和穗重等7个穗部性状进行了表型鉴定,采用基于混合线性模型的单环境分析和相同处理水平的联合分析方法进行了QTL分析。结果表明,在干旱胁迫下,2个群体的亲本及F_2:3家系的各性状值均低于正常水分条件,且穗粒重与穗长、穗重、穗粗呈正相关。在干旱胁迫下和正常水分条件下,通过两种检测方法共定位到75个玉米穗部性状QTL,其中Y/H群体共定位了20个QTL,分布在第1、第2、6、第5、第7、第10染色体上;Q/H群体共定位了55个QTL,分布在第2、第3、第4、第5、第6、第7、第9、第10染色体上;但是在干旱条件下两群体分别只检测到4个和19个QTL,明显低于正常水分条件下检测到的QTL数目。通过联合分析只检测到3个QTL与环境发生显著互作和6对QTL存在上位性互作效应,说明玉米穗部性状的遗传基础较为复杂。同时还发现,Y/H群体在正常灌溉与干旱条件下检测到2个一致性的QTL,分别是qKRE1-5-1和qKRE1-7-1,对表型变异解释的变化范围是6.15%~19.48%;Q/H群体检测到3个一致性QTL,分别是qKRE2-5-1、qGW2-10-1和qKRE2-3-1,对表型变异解释的变化范围是7.14%~16.65%,说明这些QTL受环境影响较小,能够稳定遗传,可以作为分子标记辅助选择的候选区间应用于玉米穗部性状抗旱性改良。     

QTL mapping and genetic analysis for maize kernel size and weight in multi-environments

Kernel size and weight are important agronomic traits, as well as crucial traits that influence grain yield in maize. In the present study, 150 F₇ recombinant inbred lines derived from a cross 178×K12 were evaluated for kernel length (KL), kernel width (KW), kernel thickness (KT), and 100-kernel weight (HKW) across seven environments. Natural variations in KL, KW, KT, and HKW were observed in the population. A set of quantitative trait loci (QTLs) for the kernel-related traits were identified by inclusive composite interval mapping method. For the four kernel traits from seven environments and the best linear unbiased prediction data, a total of 52 QTLs were detected, which distributed on all chromosomes except chromosome 6. The LOD values ranged from 2.52 to 8.91, the additive effect from ??2.22 to 1.37, and the range of individually explaining phenotypic variation was from 5.8 to 23.49%. Amongst these QTLs, most were detected only in one or two environments. Three stable QTLs, qKL4-1 at bin 4.07/4.08, qKW4-2 at bin 4.06 and qKT2-1 at bin 2.02/2.03, were identified across at least three environments. Besides, several overlapping QTLs associated with multiple traits were identified. For example, qKW3-1 for KW and qHKW3-1 for HKW were located in the same marker interval at Bin 3.01/3.02. These stable QTLs and overlapping QTLs found in this study will contribute to the understanding of genetic components of grain yield and provide the foundation for molecular marker-assisted breeding in maize.     

Mapping QTLs for seedling root traits in a doubled haploid wheat population under different water regimes

A deep and thick root system has a positive effect on wheat yield, particularly in drought environments. A doubled haploid (DH) population of 150 lines derived from the cross Hanxuan 10?×?Lumai 14 was used to map QTLs for seedling root characteristics. The DH lines were cultivated in an agarose gel-chamber under well-watered (WW) and water-stressed (WS) regimes. Water stress was simulated by adding mannitol to the agarose gel. The seminal root traits, including maximum root length (MRL), seminal root number, total root length, project root area, root surface area, and seminal root angle were measured after 6?days of seedling development. Grain yields (GY) were measured in a field experiment. A total of 29 QTLs were identified for seedlings cultured under WW regimes, and 23 QTLs under WS regimes. Individual QTL accounted for phenotypic variations ranging from 4.98 to 24.31?%. The QTLs were distributed on 17 chromosomes, except 1D, 4D, 6B and 6D. Seven consistently expressed QTLs were detected for all the traits tested except MRL under both water regimes. The QTLs for root traits were unevenly distributed among chromosomes, and clustered in eight loci on seven chromosomes, showing pleiotropic effects on target traits. One region in the interval Xgwm644.2?CP6901.2 on chromosome 3B contained 9 QTLs affecting most root traits. The present data provide an insight into the genetic basis of seedling root development under different water regimes and may benefit breeding programs using marker-assisted selection (MAS) for root traits.     

不同生态环境下玉米产量性状QTL分析

以玉米（Zea mays L.）自交系黄早四和Mo17为亲本得到的191个F₂单株为作图群体,衍生的184个F_2∶3 家系作为性状评价群体,分析了单株穗数、穗行数、行粒数、百粒重和单株籽粒产量在北京和新疆2个生态环境下的表现和数量性状基因位点的定位结果。QTL检测结果表明,2个环境共检测出47个QTL,分布于除第10染色体以外的9条染色体,其中与单株穗数相关的QTL共10个,可解释的表型变异为5.3%~25.6%;与穗行数相关的QTL共13个,可解释的表型变异为4.5%~23.2%;与行粒数相关的QTL有9个,解释的表型变异为5.4%~13.7%;与百粒重相关的QTL达10个,可解释的表型变异为4.9%~13.3%;与单株籽粒产量相关的QTL有5个,可解释的表型变异为6.1%~35.8 %。大部分产量QTL只在单一环境下被检测到,说明产量相关QTL与环境之间存在明显的互作。表型相关显著的产量性状,它们的QTL容易在相同或相邻标记区间检测到。研究还发现了若干个QTL富集区域,可能是发掘通用QTL的候选位点。     

Identification of quantitative trait loci for leaf‐related traits in an IBM Syn10 DH maize population across three environments

Leaf‐related traits (leaf length, leaf width, leaf area and leaf angle) are very important for the yield of maize (Zea mays L) due to their influence on plant type. Therefore, it is necessary to identify quantitative trait loci (QTLs) for leaf‐related traits. In this report, 221 doubled haploid lines (DHLs) of an IBM Syn10 DH population were provided for QTL mapping. In total, 54 QTLs were detected for leaf‐related traits in single environments using a high‐density genetic linkage map. Among them, only eight common QTLs were identified across two or three environments, and the common QTLs for the four traits explained 4.38%–19.99% of the phenotypic variation. qLL‐2‐1 (bin 2.09), qLW‐2‐2 (bin 2.09), qLW‐6‐3 (bin 6.07) and qLA‐5‐2 (bin 2.09) were detected in previous studies, and qLL‐1‐1, qLAr‐1‐1, qLAr‐2‐1 and qLA‐7‐1 may be new QTLs. Notably, qLW‐6‐3 and qLA‐5‐2 were found to be major QTLs explaining 19.99% and 10.96% of the phenotypic variation, respectively. Interestingly, we found three pairs of QTLs (qLW‐2‐2 and qLAr‐2‐1, qLW‐8‐1 and qLL‐8‐2, qLL‐3‐3 and qLAr‐3‐3) that control different traits and that were located on the same chromosome or in a nearby location. Moreover, nine pairs of loci with epistatic effects were identified for the four traits. These results may provide the foundation for QTL fine mapping and for an understanding of the genetic basis of variation in leaf‐related traits.