四种不同QTL作图方法的比较研究

应用区间作图法(IM)、复合区间作图法(CIM)、基于混合线性模型的复合区间作图法(MCIM)和多重区间作图法(MIM)对水稻杂交组合（培矮64S×日本晴）F₂群体株高性状进行了QTL作图分析。结果表明，（1）在同一显著水平下(α=0.0023)，4种方法共发现10个QTLs，其中IM法7个，CIM法10个，MCIM法3个，MIM法1个。CIM法的发现能力最强。（2）CIM法发现了IM法发现的全部QTLs，和左端标记的距离也基本一致。（3）4种方法检测到了同一QTL，且共同检测到QTL的贡献率最大。（4）4种方法估计的QTL的平均加性效应ā和显性效应 无显著性差异，同一QTL在显性效应的方向上表现一致。（5）建议使用多种作图方法共同作图，并优先标定共同发现的QTL。     

利用改进的复合区间作图法和F1代群体进行杉木的QTL作图

区间作图和复合区间作图最先是为近交群体而设计的QTL作图方法，现已得到了广泛的应用。本文将它们应用于林木的F1代群体的QTL作图，称为改进的区间作图和复合区间作图法。该方法考虑了林木F1代1：1分离位点的信息，不同于通常的“拟测交”作图法。采用该方法，本文利用两个杉木无性系句容0号杉和柔叶杉的AFLP分子标记遗传连锁图谱对杉木的13个数量性状进行了QTL定位。当似然比统计量的阀值取为13．82(对应于LOD为3．0)时，在两张杉木遗传连锁图谱上，共搜索到了25个QTL。在句容0号无性系遗传连锁图谱上，有5个QTL分布在4个连锁群上。在柔叶杉的遗传连锁图谱上，有20个QTL分布在3个连锁群上，其中第6连锁群上集中了高达13个QTL。这一新的QTL作图方法在作图精度上有了较大的提高。文中所有的计算都是使用Mathematica软件编程完成的。     

应用重组自交系群体检测控制水稻糙米粗蛋白和粗脂肪含量的QTL

用协青早B/密阳46重组自交系群体及其分子连锁图谱,及Windows QTL Cartographer 2.0的复合区间作图法和多区间作图法,对水稻糙米蛋白质含量和粗脂肪含量进行QTL分析。检测到控制蛋白质含量的QTLs 5个（qPc-3、qPc-4、qPc-5、qPc-6、qPc-10）,单个QTL对群体表型变异的贡献率     

一个新矮生玉米种质资源矮生性状QTL的定位

用新发现的玉米矮生种质资源矮2003×冀257构建的255个F2:3家系为作图群体, 利用114个覆盖玉米全基因组的SSR标记构建连锁图谱, 图谱总长度2 852.1 cM, 标记间平均距离为27.42 cM。2006年在北京与海南进行随机区组试验, 鉴定了255个F2:3家系成株期株高。用复合区间作图法(composite interval mapping, CIM), 对控制玉米株高性状的遗传位点进行QTL检测。在两个不同环境下均检测到相同的控制玉米株高的QTL位点3个, 分别位于第1和第2条染色体。其中在第1染色体上的1.10~1.11区段存在一个控制株高的主效QTL, 与dwarf plant8 (d8)位置相近, 在北京和海南环境下分别能够解释株高表型变异的50.5%和37.5%, 作用方式表现为显性效应。深入的序列分析结果显示, 该基因/QTL位于已知的d8基因下游20~30 cM的染色体区间, 这可能是玉米中控制株高的一个新基因。     

数量性状基因的完备区间作图方法

结合分子标记和表型数据的QTL作图已成为数量性状遗传分析的常规方法。复合区间作图是近10多年来广泛应用的一种QTL定位方法,但它在算法上有一些缺陷,致使QTL效应可能会被侧连标记区间之外的标记变量吸收,同时不同的背景标记选择方法对作图结果的影响较大,并且难以推广到上位型互作QTL的定位。针对这些问题,笔者提出完备区间作图方法。本文介绍了该方法的遗传和统计原理,并通过一个大麦加倍单倍体群体说明其在定位加性QTL和加性×加性互作QTL中的应用。完备区间作图包含两个步骤：首先利用所有标记的信息,通过逐步回归选择重要的标记变量并估计其效应;然后利用逐步回归得到的线性模型校正表型数据,通过一维扫描定位加(显)性效应QTL,通过二维扫描定位上位型互作QTL。这种作图策略简化了复合区间作图中控制背景遗传变异的过程,提高了对QTL的检测功效。     

玉米不同叶位叶面积的QTL定位

玉米叶面积大小及分布对玉米的有效光吸收、干物质积累和产量的形成有重要作用,探究玉米不同叶位叶面积的遗传机理对高产玉米新品种的选育具有重要意义。本研究以两个叶面积差异显著的自交系为亲本组配了含有259个单株的F2群体;以此群体为作图群体,构建了一张总长1 735.1 c M的遗传连锁图谱,该图谱包含218个SSR标记,平均图距7.96 c M。用复合区间作图法(CIM)对玉米9片叶叶面积(穗上4片叶,穗位叶,穗下4片叶)分别进行了QTL定位分析,共定位到36个叶面积QTL,主要分布于第1、2、3和5染色体上,且控制不同叶位叶面积的QTL有集中分布现象。在第2和5染色体上定位到7个贡献率大于10%的QTL,第2染色体phi090-umc1256标记区间内的3个QTL位点可解释穗上3片叶的表型变异分别为12.7%、13.1%和11.1%;第5染色体umc1563-umc2301标记区间内的4个QTL位点可解释穗位叶及穗下第2、3、4叶的表型变异分别为15.4%、13.1%、12.3%和10.4%;这两个标记区间可能是调控玉米叶面积的重要区段。研究结果有助于进一步探究玉米不同叶位叶面积的遗传机制。     

利用重组自交系群体分析籼稻A232抗三化螟相关QTL

水稻种质资源中抗螟虫种质较少,A232为中抗二化螟和三化螟的籼稻材料。为发掘A232抗螟性相关QTL,本研究利用以抗虫材料A232为父本与籼稻保持系岗46B(感三化螟)为母本所杂交构建的重组自交系(recombinant inbred line,RIL)F9群体为材料,2012-2013年在海南自然条件下对RIL群体中的104个株系进行三化螟抗性鉴定,利用130个在A232和岗46B表现多态性的简单重复序列(SSR)标记构建遗传连锁图谱,并同时采用复合区间作图法(CIM)和MCIM方法进行QTL分析。研究结果表明,采用复合区间作图法(CIM)共检测到7个枯心指数QTL,分布在第1、第2、第6、第10和第11染色体上。其中,q DHI-2-1的效应值最大,LOD值为3.83,位于第2染色体,两侧连锁标记为RM1358和RM35494,可解释表型变异的25.12%。q DHI-1-1、q DHI-6-1、q DHI-6-2和q DHI-10四个QTLs的加性效应负值,说明增效的抗虫等位基因来源于父本A232,具有弱化枯心指数作用,这些位点有望用于抗虫育种研究。采用MCIM方法检测到2个QTLs,位于第1和2染色体,可分别解释变异的11.68%和6.59%;在第4和第6染色体检测到1对上位QTLs,可以解释7.57%的表型变异。这些研究结果为阐明A232对螟虫抗性的遗传基础及进一步开展抗螟虫水稻育种提供依据。     

大豆百粒重QTL定位

大豆百粒重是产量构成的重要因素之一,与产量呈正相关。本研究以溧水中子黄豆和南农493-1的504个F2正反交单株及其亲本间具有多态性的150个SSR标记信息构建连锁图谱,2008年分别在江苏南京和山东临沂两地种植其衍生的正反交F2:4家系,鉴定其百粒重,应用Win QTL CartographerV2.5复合区间作图法和两地正反交联合分析进行QTL定位。结果表明,复合区间作图法检测到16个主效QTL,联合分析检测到24个主效QTL、环境效应与细胞质效应、1个环境×QTL互作和12个细胞质×QTL互作。其中,两方法共同检测到10个主效QTL,正反交群体在两地中共同检测到3个主效QTL;Meta分析发现与其他研究一致的4个QTL。这些结果为大豆产量遗传与标记辅助育种实践提供理论基础。     

不同统计遗传模型QTL定位方法应用效果的模拟比较

分子遗传和数量遗传的结合,发展了QTL定位研究。随着定位方法与软件的建立和完善,QTL定位的研究越来越多。准确定位的QTL可用于分子标记辅助选择和图位克隆,而假阳性QTL将误导定位信息的应用。本文分析了迄今主要定位方法(软件)对于各种遗传模型数据的适用性。应用计算机模拟4类遗传模型不同的重组自交系群体(RIL),第一类只包含加性QTL;第二类包含加性和上位性互作QTL;第三类包含加性QTL和QTL与环境互作效应;第四类包含加性、上位性互作QTL和QTL与环境互作效应。每类按模拟QTL个数不同设两种情况,共分为8种数据模型(下称M-1～M-8)。选用WinQTLCart 2.5的复合区间作图(下称CIM)、多区间作图前进搜索(MIMF)、多区间作图回归前进选择(MIMR)、IciMapping 2.0的完备复合区间作图(ICIM)、MapQTL 5.0的多QTL模型(MQM)以及QTLnetwork 2.0的区间作图(MCIM)6种程序对8种不同遗传模型的RIL进行QTL检测。结果表明,不同程序适用的遗传模型范围不同。CIM和MQM只适于检测第一类模型;MIMR、MIMF和ICIM只适于检测第一类和第二类模型;只有MCIM适于检测所有4类遗传模型;因而不同遗传模型数据的最适合检测程序不同。由于未知实际数据的遗传模型,应采用在复杂模型程序,如QTLnetwork 2.0,扫描基础上的多模型QTL定位策略,对所获模型用相应模型软件进行验证。     

大豆苗期耐淹性的遗传与QTL分析

涝害是世界上许多国家的重大自然灾害。耐涝性可分为耐湿(渍)性和耐淹性。以科丰1号(高度耐淹)×南农1138-2(不耐淹)衍生的RIL群体(NJRIKY)为材料, 以盆栽全淹条件下的存活率为耐淹性指标, 采用主基因+多基因混合遗传模型分离分析法进行遗传分析, 并利用WinQTL Cartographer Version 2.5程序的复合区间作图法(CIM)及多区间作图法(MIM)进行QTL定位。结果表明, 两次试验的耐淹性均存在超亲变异, 试验间、家系间以及试验与家系互作间的差异均极显著; NJRIKY大豆群体的耐淹性为3对等加性主基因遗传模型, 主基因遗传率为42.40%; 在QTL分析中, 用CIM和MIM共同检测到3个耐淹QTL, 分别位于A1、D1a和G连锁群上的Satt648~K418_2V、Satt531~A941V、Satt038~Satt275 (B53B~Satt038)区间, 表型贡献率为4.4%~7.6%。分离分析与QTL定位的结果相对一致, 可相互印证。     

构建数量性状基因图谱的统计方法

随着分子生物学研究的迅速发展和人类基因组统计的深入，数量遗传学在数量性状基因（ＱＴＬ）的定位方面正在经历着一场深刻的变化。人类和动、植物基因组计划的早期成果之一，就是建立人类以及实验、家养动物和栽培植物的遗传连锁图、利用这些连锁图，可以对许多ＱＴＬ进行单个分离测定和定位。许多复杂疾病和具有重要农 生物学意义的性状都属于数量性状。在ＱＴＬ定位的研究中，统计分析起着很重要的作用。近年来有许多新的统计方     

Comparisons of quantitative trait locus mapping properties between two methods of recombinant inbred line development

Theoretical comparisons for quantitativetrait loci (QTL) mapping properties wereconducted among simulated recombinantinbred (RI) populations developed bysingle-hill (SH), complete bulk, and singleseed descent (SSD) procedures by MonteCarlo simulations based on variouspopulation sizes, heritabilities, and QTLeffects. Our simulations includedestimation of QTL effects, QTL positions,and statistical testing power in the RIpopulations by comparing the estimates withpreset values. The simulation resultsshowed that the single hill (SH) bulk andsingle seed descent RI populations weregenerally not significantly different withrespect to quality of estimated QTL effectsand positions. Furthermore, when each RIpopulation had 150 lines, each couldprovide desirable properties for QTLmapping. The results implied that a SH RIpopulation consisting of 75 or moreF₂-derived families with two lines perfamily (corresponding population size of150 or above) was appropriate for QTLmapping and was not significantly differentthan a SSD RI population of 150. Thus, theSH method could be used to develop largenumbers of RI lines for achieving betterresults in QTL mapping. Simulations alsoshowed that there was no significantdifference between means using SH methodswith 10 and 100 fruits per family. However, RI populations developed by thecomplete bulk method where F₂identities are lost were not suitable forQTL mapping.     

甘蓝抽薹性状基因的分子标记定位

选用耐未熟抽薹性状差异较大的甘蓝亲本材料2002-45和2002-49配制杂交组合,并构建F2分离群体.用60个SRAP引物组合对F2代分离群体进行PCR分析,共筛选到19个有多态性的引物组合,得到91条多态性条带.其中ME7EM2c和ME8EM2d两个标记与抽薹性状较紧密连锁,遗传距离分别为27.5 cM和31.7 cM.这两个标记可用于甘蓝耐未熟抽薹的分子标记辅助选择育种.     

数量性状的遗传剖析和分子剖析

生物的大多数重要性状都是数量性状， 遗传基础复杂， 遗传研究非常困难。 近20年来， 由于分子生物技术飞速发展， 特别是分子标记技术和大片段DNA克隆和分析技术的出现， 使遗传学开始向阐明人类和一些模式动植物整个基因组的宏伟目标进军， 也使得数量性状 的遗 传剖析(即系统地对各个数量性状基因或QTL的遗传定位和效应分     

Application of factorial kriging for mapping soil variation at field scale

Use of precision farming technologies requires better understanding of soil variability in physical, hydraulic and chemical properties. Some of that variation is natural, some is the result of the management history of the field. So, to match agricultural inputs and practices to site-specific conditions, the factorial kriging algorithm (FKA) was used to analyze spatial variability in some soil physical, hydraulic and chemical properties (sand and silt concentrations, water contents corresponding to potentials of −10, −50, −100, −200, −1000 and −1500 kPa and organic C concentration), measured at two depths within a single field in north Italy. A linear model of coregionalization, including, (1) a nugget effect; (2) an exponential structure with an effective range of 120 m and (3) an exponential structure with an effective range of 350 m, was fitted to the experimental direct and cross-variograms of the properties of top layer. Cokriged regionalized factors, related to short and long-range variation, were then mapped to characterize soil variation across the field. Short-range soil variation was produced essentially by differences in soil texture, whereas long-range variation in organic carbon concentration resulted in dishomogeneity of soil water retention. Quite probably, the variation in organic carbon concentration was caused by the patchy discharge of liquid manure made on the field. FKA, combining pedological expert knowledge with geostatistical techniques, could be very useful to farmers so that each area within a field is managed appropriately.     

一个水稻雄性不育突变体的遗传分析和基因定位

ms-np是一个源于自然突变的水稻雄性不育突变体,明显较正常植株矮小,叶色浓绿。小花解剖观察发现,突变体小花花丝细长,花药干瘪,呈白色透明状,但雄性器官的数量和雌性器官正常。碘染证实,突变体的花药壁内没有花粉粒着色,是一个典型的无花粉型雄性不育材料。5个F₂和2个BC₁F₁群体的遗传分析显示,该突变性状受1对隐性基因控制。对组合ms-np/M63衍生F₂不育单株的连锁分析表明,ms-np(t)基因位于水稻第6 染色体微卫星标记RM541和RM343之间,遗传距离分别为15.2 cM和7.9 cM。     

一个水稻雄性不育突变体的遗传分析和基因定位

ms-np是一个源于自然突变的水稻雄性不育突变体,明显较正常植株矮小,叶色浓绿。小花解剖观察发现,突变体小花花丝细长,花药干瘪,呈白色透明状,但雄性器官的数量和雌性器官正常。碘染证实,突变体的花药壁内没有花粉粒着色,是一个典型的无花粉型雄性不育材料。5个F₂和2个BC₁F₁群体的遗传分析显示,该突变性状受1对隐性基因控制。对组合ms-np/M63衍生F₂不育单株的连锁分析表明,ms-np(t)基因位于水稻第6 染色体微卫星标记RM541和RM343之间,遗传距离分别为15.2 cM和7.9 cM。     

小麦7D染色体数量性状基因定位和效应估计的研究

综合应用方差分析法、区间定位法和联合定位法将控制抽穗期、有效穗数、小穗数、５０粒重和单穗产量等５个性状的６个数量性状基因座（ＱＴＬ）定位在小麦７Ｄ染色体上。其中控制粒重的ＱＴＬ有２个。这些ＱＴＬ集中分布在着丝粒附近和染色体长臂的末端两个区域。效应估计结果表明多数ＱＴＬ的效应是微效的，控制同一个性状（粒重）的两个ＱＴＬ的效应几乎相等。比较３种ＱＴＬ定位法的分析结果，方差分析简单有效，且当染色体上只有     

不同行距配置对玉米雌雄开花间隔和产量的影响

以大丰30为实验材料,在同一密度下(67500株/ hm2)设置5种不同行距配置(60cm*60cm,50cm*70cm、40cm*80cm、30cm*90cm和20cm*100cm),研究不同行距配置对雌雄穗开花间隔(ASI)、千粒重、穗粒数、总穗数和产量的影响。结果表明,不同行距配置下,产量、千粒重、穗粒数和总穗数的变异系数均在5%以下,ASI的变异系数在4.33%-12.50%。各处理的ASI、穗粒数和产量差异呈极显著水平,但千粒重和总穗数差异不显著。多重比较的结果表明行距配置为40cm*80cm时雌雄穗开花间隔时间较短,穗粒数较多,产量又达到了最高水平,为最佳行距配置。     

利用SSR标记定位粳稻云引抗稻瘟病基因

稻瘟病是由子囊菌Magnaporthegrisea(Hebert)Barr[无性世代为Pyriculariagrisea(cooke)Sacc.]引起的广泛发生在我国南北稻区及世界各稻区的主要水稻病害之一,严重阻碍水稻高产与稳产。挖掘和利用广谱稻瘟病抗源,通过基因累加手段将不同抗稻瘟病基因聚集于一体,可延长抗稻瘟病品种应用年限。本研究应用6个稻瘟病菌系四川-1、四川-4、四川-9、四川-31、四川-39和四川-41,对广谱抗性粳稻品种云引F2群体进行田间注射接种,结果表明云引F2群体对所用的6个稻瘟病菌系均表现为3(抗病):1(感病)的分离比例,说明这些抗性均为单显性基因控制。本研究利用Mapmaker3.0/QTL将云引对四川-1菌系的抗稻瘟病基因初步定位在水稻的第11染色体上,云引对四川-4、四川-9、四川-31、四川-39和四川-41的抗稻瘟病基因初步定位在第2染色体上。