关于陆地棉品种(系)吐絮进程的分析

本研究采用吐絮进程分析了陆地棉品种(系)的熟性。结果表明,吐絮进程是比较稳定的性状、品种(系)间的吐絮进程可能是显著不同的。     

西北内陆早熟陆地棉品种的综合评价及育种演化

【目的】综合评价近30年西北内陆棉区审定的早熟陆地棉品种,阐述该区域育成品种主要性状的育种演变规律,为西北内陆棉花新品种选育和主栽品种推荐提供参考依据。【方法】2020年和2021年分别在甘肃敦煌和新疆石河子对110个1988—2021年西北内陆棉区审定的早熟陆地棉品种与早熟、产量、纤维品质和株型相关的12个主要性状的表型进行鉴定;利用聚类分析、相关性分析和主成分分析等方法,对品种表型特征进行综合评分,筛选优良品种,并对其主要性状进行育种演化分析。【结果】110个早熟陆地棉参试品种的12个主要性状表型值分布范围较大,变异系数由大到小依次为：果枝长度>单株结铃数>吐絮率>单铃重>马克隆值>纤维强度>衣分>纤维长度>开花时间>果枝夹角>伸长率>整齐度。通过聚类分析将110个早熟陆地棉品种分为Ⅰ、Ⅱ、Ⅲ和Ⅳ4个类群,它们分别为优良纤维品质、早熟、松散株型和高产的品种类群。相关性分析表明,早熟性与产量和纤维品质相关性状均呈负相关,产量构成性状与纤维品质性状呈正相关,且多数性状之间达显著或极显著水平。利用主成分分析将12个主要性状...     

特早熟陆地棉若干数量性状遗传参数估计及相关分析

根据遗传参数的估计和相关分析,采用合适的选择技术,可使特早熟陆地棉品种的早熟性、丰产性和纤维品质得到同步提高。早熟、丰产和纤维品质性状间多数均存在遗传负相关,在适当降低植株高度和减少果枝数的前提下,从增加株铃数和衣分入手,以霜前吐絮果枝数和霜前吐絮铃数作为早熟性指标进行选择,即可在实现早熟高产的同时,使纤维品质的总体表现达到最佳状态。     

早熟陆地棉纤维品质性状与生育期的相关性分析

【目的】为选择品质优良的早熟陆地棉品种提供理论依据和指导信息。【方法】采用Excel 2003、SPSS19.0软件,对2015—2017年参加新疆自治区早熟组区域试验的陆地棉品系的纤维品质性状及不同生育阶段进行数据统计,采取相关性分析、通径分析、逐步回归分析等统计分析方法,分析纤维品质性状与生育期间的相互关系,明确重要影响因子,并建立最优回归模型。【结果】通过通径分析表明,棉花出苗-开花阶段对棉纤维的整齐度具有很强的间接作用,对纤维长度、断裂比强度、马克隆值具有很强的直接作用;开花-吐絮阶段对棉纤维的纤维长度、伸长率具有很强的间接作用。逐步回归分析表明,出苗-开花期天数对陆地棉纤维长度、伸长率存在极显著正效应,对断裂比强度存在显著正效应,与马克隆值存在显著负效应,且可构建逐步回归模型,且t检验显著。【结论】出苗-开花期天数对陆地棉纤维长度、断裂比强度、马克隆值、断裂伸长率等纤维品质性状存在显著直接作用及间接作用;开花-吐絮天数对陆地棉纤维长度、断裂伸长率存在显著间接作用。     

新疆早熟陆地棉早熟性状的遗传分析

选用2个新疆早熟棉区主栽陆地棉品种与陆地棉遗传标准系配置组合,应用主基因-多基因联合世代分析方法对新疆早熟棉早熟性状进行遗传分析。结果表明,5个早熟性状中除在组合Ⅰ的苗期性状无检测到主基因的存在,其他性状均检测到主基因的存在;其中生育期性状在不同组合中的遗传模型相同,且主基因与多基因遗传率分量趋势较为一致;由2个组合各性状的总遗传率比较得出,生育期性状的总遗传率最高;从主基因遗传率和多基因遗传率的分量来看,蕾期及生育期性状以多基因遗传为主,苗期、花铃期及果枝始节位在组合Ⅰ中以多基因遗传为主,在组合Ⅱ中则以主基因遗传为主。针对各性状的遗传模式提出具体的育种策略,为新疆早熟棉的遗传改良提供理论指导。     

两个栽培棉种间杂交组合杂种一代的细胞遗传研究

亚洲棉(G.arboreum L.2n=26,染色体组2A_2)我国通称中棉,早熟、结铃性强、产量较稳定、耐旱,在多雨季节烂铃少、吐絮畅、纤维粗、强度大。非洲棉(G.herbaceum L.2n=26,染色体组2A_1)我国通称草棉,植株矮小、极早熟、铃小、极耐旱。这两个栽培棉种虽然在生产上已很少应用,但育种工作者希望将其早熟、抗旱及特殊纤维品质等性状导入陆地棉[G.hirsutum L.2n=52,染色体组2(AD)_1]品种中。     

早熟陆地棉主要株型性状与产量的相关性

【目的】分析早熟陆地棉主要株型性状与产量的相关性,为新疆早熟陆地棉品种选育提供科学依据。【方法】采用SPSS 19.0软件,对早熟陆地棉品种的籽棉产量与株型性状进行相关性分析、通径分析和逐步回归分析。通过对产量与株型性状的逐步回归分析,得出产量与株型性状之间的最优回归模型。【结果】对早熟陆地棉籽棉产量有直接作用且有极显著影响的因子(P＜0.01),依次是:株高(X₁)、铃数(X₄)、始节位(X₂),对产量(Y)的直接相关系数分别为:0.322 1、0.298 1、-0.216 2;果枝数(X₃)对Y值直接作用较小,系数为0.082 04,通过其他因子对Y值的间接作用较大,简单相关系数为0.403,相关性极显著(P＜0.01)。早熟陆地棉株型性状(X_i)对产量(Y)的最优回归方程:Y=173.898+2.279 X₁-17.632 X₂+21.795 X₄。估测值与实测值之间的相关程度为0.527,决定系数R²为0.278。【结论】株高、铃数、果枝始节位对产量性状有直接作用,且作用显著;而果枝台数对产量有间接作用,且作用显著。     

陆地棉生育期配合力和遗传力研究

选用7个不同类型的陆地棉品种,分别在4个主要生育期即苗期、蕾期、花期、吐絮期,采用G riffing2法,按7×7完全双列杂交对品种生育特性进行配合力和遗传力研究。结果表明,早熟性的一般配合力(GCA)效应,特殊配合力(SCA)效应均不同程度的达到显著和极显著水平。生育期遗传以非加性基因效应占优势,而加性基因效应较小。4个生育时期的广义遗传力均比较高,而狭义遗传力均较低,仅花期狭义遗传力有所表现,说明花期性状可在早代进行选择。A 2、吉尔是较为理想的早熟育种亲本。     

甘肃选育成功棉花新品种“酒棉13号”

酒泉市农科所(邮编:735000,电话:0937-2621195)选育的棉花新品种酒棉13号,前不久通过了甘肃省品种审定。该品种属特早熟陆地棉,生育期133天。铃呈圆形,单株结铃6.8个,单铃重4.9克,铃壳薄,吐絮畅而集中,棉絮洁白。     

优良早熟陆地棉新陆早33号的选育及推广

新陆早33号(原代号垦4432)由新疆农垦科学院棉花研究所利用自育品系石选87天然重病地中的变异单株定向选择培育而成的早熟陆地棉新品种.该品种需≥10℃的有效积温1758.6℃左右.该品种早熟性较好,丰产潜力大,纤维品质优良,抗枯萎病、耐黄萎病;始节较高,株型紧凑,茎秆坚硬,吐絮集中,适宜机械采收.     

棉花产量构成因素性状的全基因组关联分析

【目的】 对铃重、衣分、单株铃数和籽指等棉花产量构成因素性状进行全基因组关联分析（genome-wide association study,GWAS）,发掘与其关联的标记位点、优异等位变异及候选基因,为棉花产量的分子育种提供理论依据。【方法】 以408份陆地棉品种（系）资源为材料,利用Cotton SNP 80K芯片,对6个环境的铃重、衣分、单株铃数和籽指4个产量构成因素性状进行基于混合线性模型（mixed linear model,MLM）的全基因组关联分析,检测与产量构成因素性状显著关联的位点、优异等位变异;进一步依据转录组数据的基因表达量,在显著关联的位点侧翼序列1 Mb区间挖掘可能的候选基因。【结果】 4个产量构成因素性状在不同环境下均表现出广泛的表型变异,其中,单株铃数变异系数最大为16.67%—22.66%,各性状的遗传率为48.4%—92.2%;除铃重与衣分间相关性不显著外,其他性状间均呈显著或极显著相关性;基于6个环境各性状表型数据的最佳线性无偏预测值（best linear unbiased prediction,BLUP）,GWAS共检测到分布于基因组的7个区间内23个与目标性状关联的SNP位点,其中,与铃重关联的位点5个,与衣分关联的位点1个,与单株铃数关联的位点9个,与籽指关联的位点8个,有3个位点（TM21094、TM21102和TM57382）同时与多个目标性状关联;鉴定到7个最优SNP位点的优异等位变异,分别为TM21099（TT）、TM57382（GG）、TM78920（CC）、TM53448（TT）、TM59015（AA）、TM43412（GG）和TM69770（AA）;利用转录组数据分析,在基因组的7个区间筛选到158个与产量形成可能的候选基因,GO富集分析和KEGG代谢途径分析发现,候选基因功能类别多样并参与了多种代谢途径。【结论】 在陆地棉品种（系）群体中共鉴定到23个与产量构成因素性状关联的SNP位点,筛选到158个可能与产量性状相关的候选基因。     

限制性两阶段多位点全基因组关联分析法在遗传育种中的应用

全基因组关联分析（genome-wide association studies,GWAS）通过建立全基因组高密度分子标记以检测基因型与表型间的关联性,已成为动植物数量性状遗传解析的主要方法。然而,以往GWAS方法只注重于个别主要QTL的检测,而且使用仅有2个等位变异的SNP标记不能检测自然群体中广泛存在的复等位变异,一定程度限制了GWAS的应用。限制性两阶段多位点全基因组关联分析方法（RTM-GWAS）首先根据全基因组高密度SNP标记间的连锁不平衡程度,将多个相邻且紧密连锁的SNP标记组成为具有复等位变异（单倍型）的连锁不平衡区段（SNPLDB）标记。其次,RTM-GWAS使用由SNPLDB标记计算的遗传相似系数矩阵作为群体结构偏差的通用估计,并提取该矩阵的特征向量作为模型协变量以降低由群体结构偏差导致的假阳性。最后,利用具有复等位变异的SNPLDB标记与建立的多位点复等位变异模型,RTM-GWAS将性状遗传率作为QTL表型变异解释率的上限,通过两阶段分析策略高效地进行全基因组QTL及其复等位变异的检测,并最终构建多QTL遗传模型。该法还可以基于性状小区观测值,建立QTL与环境互作多位点模型,不仅能检测与环境有交互作用的主效应QTL,还能检测仅与环境有交互作用的无主效应QTL。RTM-GWAS不仅解决了以往GWAS不能估计复等位变异的问题,而且通过使用多位点模型拟合多个QTL提高了检测功效并能有效地控制假阳性的膨胀,为全面解析自然群体QTL及其复等变异提供了通道。该法能估计出等位基因的效应及其在群体内的相对频率,由其结果建立的QTL-allele矩阵代表了目标性状在群体中的全部遗传组成,不仅可用于候选基因发掘,还为群体内QTL及其复等位变异（基因及其复等位基因）的动态研究（群体遗传分化以及特有与新生等位变异）提供了新的工具。依据QTL-allele矩阵,还能进一步利用计算机模拟产生杂交组合后代基因型,并预测杂交组合后代纯合群体的表现,从而进行优化组合设计与分子设计育种。此外,RTM-GWAS还适用于双亲杂交后代重组自交系群体以及多亲杂交后代巢式关联作图群体,因避免了群体结构偏离的干扰,检测功效更高。本文归纳了RTM-GWAS的原理和方法,并综述了其在遗传育种研究中的应用。     

陆地棉抗黄萎病性状与SSR标记的关联分析

【目的】对186份陆地棉种质资源的抗黄萎病性状进行关联分析,为抗黄萎病棉花育种材料的利用、分子标记辅助选择提供参考。【方法】采用分布于26条染色体上的140个SSR(Simple sequence repeat)标记,采用GLM(General line model)(P<0.001)模型和 MLM(Mixed linear model)(P<0.01)模型,检测186份陆地棉种质资源的基因型。【结果】(1)2个亚群一个含有96份种质资源,另一个含有90份种质资源;(2)平均每对引物的等位变异为2.54,平均值为0.76,引物多态性信息含量变化范围:0.50~0.99;(3)与棉花抗黄萎病性状相关的SSR位点22个中,能同时在两个以上环境出现的位点有2个,为NAU998和CGR5258,表型变异解释率分别为5.53%和12.07%。【结论】该群体结构,可以分为2个亚群,使用140对 SSR引物做分子标记,共检测出355个等位变异,存在于两个模型下且与棉花抗黄萎病性状相关的SSR位点有22个。     

东北大豆种质群体百粒重QTL-等位变异的全基因组解析

【目的】对东北大豆种质群体百粒重性状进行全基因组关联分析,全面解析中国大豆主产区百粒重QTL-等位变异遗传构成,为东北地区大豆籽粒大小遗传改良提供理论基础。【方法】以东北地区育种和生产上常用的290份大豆材料作为试验群体,于2013和2014年在东北第二生态亚区的克山、牡丹江、佳木斯和长春4个地点进行百粒重表型鉴定试验。利用RAD-seq方法对试验群体进行基因组测序分析,对原始SNP数据进行过滤及填补缺失数据后,最终获得了82 966个高质量的SNP标记。根据限制性两阶段多位点全基因组关联分析（restricted two-stage multi-locus genome-wide association analysis,RTM-GWAS）方法,首先构建获得15 546个具有复等位变异的SNPLDB标记,然后使用两阶段多位点模型对百粒重性状进行全基因组关联分析。对检测到的百粒重关联SNPLDB标记位点附近（50 kb范围内）的基因进行分析,根据基因内SNP与SNPLDB标记位点之间关联性的卡方测验,筛选可能与百粒重性状相关的候选基因并进行功能注释。最后基于检测的百粒重QTL-等位变异体系分析了不同熟期组材料间的遗传分化。【结果】试验群体百粒重变异范围为18.3—20.7 g,性状遗传率为92.3%。RTM-GWAS方法共检测到76个与大豆百粒重性状关联的SNPLDB标记位点,其中15个位点主效不显著,另外61个主效显著位点解释了65.40%的表型变异;68个与环境互作效应显著的位点解释了17.46%的表型变异,另外8个位点与环境互作效应不显著。在检测到的76个位点中有34个位点与已报道的30个百粒重QTL重叠,另外42个位点为本研究新检测百粒重位点。基于检测的SNPLDB标记位点,共筛选到137个百粒重相关候选基因,功能注释显示这些候选基因不仅参与大豆百粒重的调节,还参与了初级新陈代谢、蛋白质修饰、物质运输、胁迫响应和信号转导等。对各熟期组间QTL-等位变异的遗传分化分析显示,尽管熟期组间百粒重差异不明显,但其QTL-等位变异遗传结构却发生了新生和汰除的变化。【结论】RTM-GWAS方法能相对全面地解析东北大豆种质群体百粒重QTL-等位变异遗传构成。东北大豆种质群体百粒重由大量QTL调控,且QTL与环境互作效应大,QTL存在丰富的复等位变异。由RTM-GWAS方法建立的QTL-等位变异矩阵为群体遗传及演化研究提供了新工具。     

RTM-GWAS方法应用于大豆RIL群体百粒重QTL检测的功效

【目的】为全面解析大豆重组自交系群体中调控百粒重性状的QTL体系,将限制性两阶段多位点全基因组关联分析方法（RTM-GWAS）和不同定位方法进行比较、优选,为后续候选基因体系探索及分子标记辅助育种设计提供依据。【方法】利用以科丰1号和南农1138-2为亲本衍生的重组自交系群体NJRIKY的427个家系,通过由全基因组39 353个SNP构建的3 683个SNPLDB标记及3个环境下的百粒重表型数据,选用复合区间作图法（CIM）、基于混合线性模型的全基因组关联分析方法（MLM-GWAS）和RTM-GWAS3种方法检测百粒重QTL,通过QTL数目和总的表型变异解释率比较检测功效,挑选最佳定位结果进行NJRIKY群体中的百粒重遗传体系解析。通过候选基因体系的功能注释,挖掘调控大豆百粒重的生物学途径。【结果】科丰1号与南农1138-2的百粒重差异较大,多环境平均数分别为9.0和17.9 g,遗传变异系数为12.4%,遗传率为85.4%,适用于百粒重性状的遗传解析。比较3种方法定位结果表明RTM-GWAS方法表现最佳,检测QTL数目最多（57个）,解释表型变异最多（70.78%）。而CIM仅检测到14个QTL,解释了56.47%的表型变异,MLM-GWAS仅定位到6个QTL,解释了18.47%的表型变异。RTM-GWAS共检测到57个QTL,分布在19条染色体上,表型变异解释率为0.03%—7.57%,其中41个QTL覆盖了已报道的来自30个双亲群体的81个百粒重QTL,16个QTL为新发现位点,包含一个表型变异解释率大于3%的大效应位点Sw-09-2。此外,检测的57个QTL中有20个位点与环境存在互作效应。这57个QTL构成了影响NJRIKY群体百粒重性状的遗传体系。通过SNPLDB标记与预测基因内的SNP进行χ²检验,共筛选到36个候选基因,其中4个候选基因来自大效应QTL,剩余32个候选基因来自小效应QTL。通过GO注释发现这些候选基因功能注释丰富,其中13个候选基因与籽粒发育直接相关,剩余的候选基因功能丰富,包含转运、转录调节因子等,表明不同生物学途径的基因共同调控NJRIKY群体中百粒重性状的表达。【结论】3种定位方法中,高效的RTM-GWAS方法检测到较为全面的NJRIKY群体的百粒重QTL,更适用于双亲RIL群体的QTL定位。不同功能的候选基因共同调控了复杂的百粒重性状的表达。     

棉花陆海渐渗杂交群体纤维品质性状的QTL定位

【目的】有效发掘利用海岛棉优异性状基因,拓宽陆地棉栽培种遗传基础。【方法】采用新疆主栽早中熟陆地棉品种新陆中60号为母本,与优质海岛棉品种新海41号为父本杂交,并以新陆中60号为轮回亲本构建出由151个BC₁F₁单株组成的回交群体,利用SSR分子标记和Join Map4.0软件构建遗传连锁图谱,采用复合区间作图法(CIM)对BC₁F₂纤维品质性状的进行QTL定位。【结果】构建的遗传连锁图谱包含52个多态性标记、14个连锁群,该图谱总长824 cM,覆盖棉花基因组的18.5%;最长的连锁群为150.3 cM,包含6个标记,最短的为0.3 cM,包含2个标记。检测到1个与纤维上半部平均长度相关的QTL,qFL-Chr14-1,定位在第14号染色体上,解释表型变异8.59%。【结论】筛选的与优质QTL位点相关SSR标记可应用于棉花优质分子标记辅助选择。     

陆地棉产量、纤维品质相关性状主效QTL和上位性互作分析

 【目的】为了能够较为全面地了解陆地棉产量和纤维品质相关性状的遗传基础,利用包含471个标记、总长3 070.2 cM、覆盖棉花基因组65.88%左右的遗传图谱对其进行主效QTL定位和上位性互作分析。【方法】以DH962×冀棉5号的F2:3家系为分析群体,用WinQTLCartV2.5进行复合区间作图定位主效QTL,利用EPISTACY软件对共显性标记进行两位点的上位性互作分析。【结果】共检测到9个与产量相关性状的主效QTL,和5个与纤维品质相关性状的主效QTL,整齐度和比强度在显著LOD阈值下没有检测到相关QTL。共检测到75对互作位点,大多数互作属于非QTL位点与非QTL位点之间的互作,互作类型以加性显性互作和显性加性互作为主。所涉及的性状中,影响衣分和纤维长度的互作位点最多,单株铃数和衣指的最少。在LG1上检测到1个同时控制单株籽棉重、单株皮棉重和籽指主效QTL。在两位点的互作对中也发现了同时影响单株籽棉重、单株皮棉重和马克隆值的互作位点1对,同时影响衣分和纤维长度的互作位点4对。【结论】除了主效QTL外,上位性是陆地棉产量和纤维品质性状的重要遗传基础。主效QTL的效应小和上位性互作将会使得棉花分子标记辅助育种更加困难和复杂。表型相关的性状是由相同的QTL/互作位点所控制,这有助于多个性状的同时选择。     

大豆巢式关联作图群体蛋白质含量的遗传解析

【目的】大豆是重要的经济作物,是人类植物蛋白质和油脂的主要来源。蛋白质含量作为大豆育种的主要目标之一,属于多基因控制的复杂数量性状,并且受环境条件的影响。通过对大豆巢式关联作图群体的蛋白质含量进行全基因组关联分析,解析其遗传构成,为高蛋白质含量的大豆品种育种提供理论基础。【方法】以蒙8206为共同亲本,对临河×蒙8206、正阳×蒙8206、蒙8206×通山与蒙8206×WSB分别杂交,通过单粒传法自交7代衍生的4个重组自交系群体,共计623个家系,整合为一个大豆巢式关联作图群体,利用RAD-seq技术进行SNP标记基因分型,并于2012年至2014年将该群体种植在5个不同田间环境,在大豆完熟期R8时测定蛋白质含量,利用限制性两阶段多位点全基因组关联分析方法（RTM-GWAS）来解析蛋白质含量的遗传构成。【结果】试验群体的蛋白质含量变异较大,蛋白质含量性状遗传率较高,遗传变异可解释85.00%的表型变异。多环境联合方差分析表明,蛋白质含量的基因型、环境以及基因型×环境均达到差异极显著水平。全基因组关联分析共检测到90个蛋白质含量QTL,其中新检测到20个QTL,每个QTL的表型变异解释率为0.06%—3.99%,贡献率总和为45.60%。每个QTL包含2—5个等位变异,等位变异效应为-2.434%—2.845%,大多数等位变异效应为-1.000%—1.000%,表明大多数等位变异的效应较小。根据检测的90个蛋白质含量QTL,预测了73个蛋白质含量相关基因,其中Glyma20g24830参与甘氨酸与芳香族氨基酸代谢,Glyma18g03540参与半胱氨酸生物合成,推测其为重要蛋白质含量候选基因。根据试验群体的蛋白质含量QTL-allele矩阵,预测出潜在杂交组合的纯系后代的蛋白质含量育种潜力高达56.5%。【结论】检测到90个大豆蛋白质含量QTL,新检测到20个QTL,预测到73个蛋白质含量相关基因,表明大豆蛋白质含量是由多基因控制的数量性状。     

基于QTL定位分析策略的一般配合力遗传基础研究

【目的】一般配合力（GCA）是评价亲本利用价值的重要指标。研究GCA的遗传基础及GCA相关QTL（QTLGCA）定位的可行性,为杂交育种提供技术参考。【方法】以双亲杂交衍生的重组自交系（RIL）为被测系、若干个随机选择的纯系为测验系的NCII交配设计以及QTL定位策略,系统研究GCA的遗传组成、影响QTLGCA定位的因素以及QTLGCA与性状本身QTL之间的关系。【结果】若性状受1对等位基因控制,RIL的GCA以及QTLGCA定位均与控制性状本身基因位点的加性效应、显性效应以及测验系等位基因的频率有关;若性状受2对加/显性的等位基因控制,则GCA估计及QTLGCA定位均与基因间是否连锁无关,其影响因素与性状受一个基因控制时相同;若性状受2对互作基因控制,GCA及QTLGCA定位均与测验系等位基因频率和性状本身QTL的主效应以及基因间互作效应有关,此外,GCA效应估计还与基因间是否连锁有关。【结论】无论是GCA效应估计还是QTLGCA定位,测验系等位基因频率和性状本身QTL效应大小都是重要的影响因素。此外,QTLGCA与性状本身QTL的差异还取决于性状的遗传结构以及QTL定位方法的选择。     

陆地棉叶片叶绿素含量与SSR标记的关联分析及优异等位变异的挖掘

【目的】筛选与陆地棉叶片叶绿素含量性状相关联的分子标记,挖掘其优异等位变异及典型材料,为陆地棉分子标记辅助育种提供技术支持。【方法】在3年6个环境中,对185份陆地棉品种(系)组成的自然群体进行倒4叶叶绿素相对含量(soil and plant analyzer development,SPAD)的测定,每年分3个时期(打顶后0、10和20 d)。采用Power Marker 3.25软件计算各位点的多态性信息含量,以分析群体的遗传多样性。利用STRUCTURE 2.3.4软件计算群体结构矩阵(Q),利用TASSEL 3.0软件计算亲属关系矩阵(K),通过GLM(general linear model,Q)和MLM(mixed linear model,Q+K)2种方法,同时对SPAD与SSR标记进行关联分析。依据计算的等位位点表型效应值,挖掘优异的等位变异及典型材料。【结果】137对SSR多态性引物共扩增出355个等位变异,平均每对引物扩增到2.6个多态性位点,PIC平均值为0.67,变化范围为0.01—0.95,高度多态性引物(PIC0.5)占85%,其中PIC最高的标记为HAU2146(PIC=0.95)和NAU2083(PIC=0.93)。当(35)K取得最大值时,K=2,因此,将185份陆地棉材料划分为2个亚群。通过GLM方法共检测到22个显著性位点(P0.001),表型变异解释率为5.28%—10.85%,平均为7.24%,贡献率最高的等位变异位点是SWU0529a(R2=10.85%)和NAU998c(R2=10.48%);通过MLM方法共检测到17个显著性位点(P0.01),表型变异解释率为3.72%—8.58%,平均为4.72%,贡献率最高的等位变异位点是SWU0923b(R2=8.06%)和SWU0662d(R2=6.74%);2种方法共同检测到的显著性位点有12个,等位变异NAU998c在3个时期2种方法能同时被检测到。通过等位变异的表型效应分析,找到2个增效效应最大的等位变异(HAU3318b和SWU0987b),利用找到的等位变异对材料进行筛选,获得携带2个增效效应等位变异的材料53份,2个增效效应位点都未检测到的材料有46份,统计结果显示,在打顶后10和20 d 2个时期,53份材料的SPAD均值显著高于46份材料的SAPD均值。【结论】检测到12个与SPAD值相关的显著性位点,并挖掘到2个增效效应优异等位变异,获得携带优异等位变异的载体材料53份,获得携带2个优异等位变异的典型材料1份。