谷物胚乳性状QTL区间作图的贝叶斯方法

将贝叶斯统计原理和胚乳性状的数量遗传模型相结合,以分离群体中各植株的分子标记基因型以及植株上若干粒种子胚乳性状的单粒观测值为数据模式,提出胚乳性状QTL区间作图的贝叶斯方法.该方法通过Gibbs以及Metropolis-Hastings抽样实现的马尔科夫链蒙特卡罗(MCMC)算法获得QTL效应和位置的估计.方法的有效性用染色体水平和基因组水平2套模拟方案进行验证,结果表明:贝叶斯方法能够准确地估计胚乳性状QTL的位置和效应,并同时区分2种显性效应.     

多环境试验的数量性状基因联合作图

将双侧标记基因型均值回归作图法的线性模型扩展,用以分离多环境试验下可能存在的环境效应和数量性状基因(QTL)与环境的互作效应,以提高QTL作图效率和准确性。对水稻组合Jasmine85/Lemont的110个F2无性系在1997、1998两年的抽穗期数据进行分析,结果发现在水稻第7染色体上的双侧标记RG30和RG477区间内检测到1个控制水稻抽穗期的主效QTL,该QTL与RG30相距0.4cM,可解释抽穗期总变异的21.8%,而且该QTL与年份存在极显著的互作效应;在该QTL的遗传效应总变异中,加性效应、显性效应、加性×环境互作以及显性×环境互作效应分别占91.26%、0 01%、8.37%和0.36%。     

谷类作物胚乳品质性状的QTL分析方法

将胚乳性状的遗传特点与迭代重新加权最小平方QTL作图法相结合，提出了一种可直接对受三倍体遗传控制的胚乳数量性状进行QTL作图的统计方法，通过模拟试验验证了其有效性。此方法可扩展到更为复杂的遗传模型，如同时受三倍体胚乳基因型和二倍体母体基因型控制的胚乳性状的QTL作图。     

谷类作物胚乳品质性状的遗传研究

 本文综述谷类作物胚乳品质性状遗传研究的最新进展。主要包括：⑴胚乳性状的遗传特征，⑵胚乳性状的遗传控制，⑶胚乳性状的三倍体遗传模型，⑷胚乳性状的质量-数量遗传分析。胚乳性状的遗传表达，可能受胚乳基因型或/和母株基因型控制，还可能存在细胞质效应，鉴别遗传控制是胚乳性状遗传研究的基础。由胚乳基因型控制的性状，应用三倍体的遗传模型描述。既有主基因又有微基因遗传效应的胚乳性状需用质量 - 数量的遗传分析方法。     

胚乳性状的质量—数量遗传分析

根据胚乳性状的遗传特征和有关遗传学原理，分析了主基因为１个位点时胚乳质量－数量性状的世代遗传组成。结果表明只要能够区划分离世代植株的主基因型，就能对某一受三倍体遗传控制的胚乳性状是否存在主基因和（或）微基因效应进行有效的检测，并估计出可能存在的主基因效应和微基因变异，而分离世代中植株的主基因基因型可以通过该植株上自交种子胚乳性状的平均数和方差进行区分，文中给出了进行此类性状遗传分析的实验程序。     

胚乳性状的质量－数量遗传分析

根据胚乳性状的遗传特征和有关遗传学原理，分析了主基因为１个位点时胚乳质量－数量性状的世代遗传组成。结果表明只要能够区别分离世代中植株的主基因基因型，就能对某一受三倍体遗传控制的胚乳性状是否存在主基因和（或）微基因效应进行有效的检测，并估计出可能存在的主基因效应和微基因变异；而分离世代中植株的主基因基因型可以通过该植株上自交种子胚乳性状的平均数和方差进行区分。文中给出了进行此类性状遗传分析的实验程序。     

作物模拟与OTL定位的互补作用及其应用

作物模型正日益用于设计不同环境中的理想株型育种。DNA分子标记可把复杂的数量性状分解成若干个数量性状位点(quantitative trait loci，QTL)的效应，并将QTL转入到栽培品系中去。作物模拟与QTL定位相结合，QTL将去除若干所测定模型输入参数的随机误差。这种基于QTL效应的作物模型，将弥补常规模型忽视其输入性状遗传效应的缺点，并能更准确地预测遗传群体中各个体间的产量差异。另一方面，作物模型能成为解释“基因型与环境互作”的有力工具，也将弥补QTL定位不能将一个环境条件试验分析结果外推到另一环境条件。基于上述分析，提出了一个将标记辅助育种与以模型为基础的理想株型育种的综合方法。     

胚乳性状测定方法对QTL遗传效应估计的影响

从理论上分析了不正确地基于胚乳性状测定方法的QTL定位方法造成遗传效应估计偏差的原因,并通过计算机模拟验证;同时探讨了胚乳性状测定方法对胚乳性状QTL的遗传效应估计结果的影响,并指出今后胚乳性状QTL定位的研究方向.     

作物模拟与QTL定位的互补作用及其应用

 作物模型正日益用于设计不同环境中的理想株型育种。DNA分子标记可把复杂的数量性状分解成若干个数量性状位点（quantitative trait loci,QTL）的效应,并将QTL转入到栽培品系中去。作物模拟与QTL定位相结合,QTL将去除若干所测定模型输入参数的随机误差。这种基于QTL效应的作物模型,将弥补常规模型忽视其输入性状遗传效应的缺点,并能更准确地预测遗传群体中各个体间的产量差异。另一方面,作物模型能成为解释"基因型与环境互作"的有力工具,也将弥补QTL定位不能将一个环境条件试验分析结果外推到另一环境条件。基于上述分析,提出了一个将标记辅助育种与以模型为基础的理想株型育种的综合方法。     

winQTLCart2.0使用程序和QTL分析新方法—关联分析

以分子标记技术为基础的作物数量性状基因(QTL)的研究成为目前作物遗传育种研究的热点。QTL定位的基本原理是分析标记基因型和数量性状值之间的连锁关系。进行QTL定位通常需要适当的分离群体,群体的表型数据,群体的基于分子标记的基因型数据,然后统计分析所有的标记基因型和表型的关系,从而在全基因组上确定所有可能的数量性状在染色体上的位置及效应。QTL分析软件winQTLCart2.0使用程序包括:数据准备、软件运行、基因(QTL)定位和分析、制图。QTL定位分析的新方法关联分析利用不同基因座等位变异(基因)间的连锁不平衡关系,进行标记与性状的相关性分析,以达到鉴定特定目标性状基因(或染色体区段)的目的,关联分析大大提高了目标性状基因或者相关QTL的挖掘和定位。     

Mapping Quantitative Trait Loci Controlling Endosperm Traits with Molecular Marker

Based on the genetic models for triploid endosperm traits and on the methods for mapping diploid quantitative traits loci (QTLs), the genetic constitutions, components of means and genetic variances of QTL controlling endosperm traits under flanking marker genotypes of different generations were presented. From these results, a multiple linear regression method for mapping QTL underlying endosperm traits in cereals was proposed, which used the means of endosperm traits under flanking marker genotypes as a dependent variable, the coefficient of additive effect ( d ) and dominance effect ( h 1 and/or h2 ) of a putative QTL in a given interval as independent variables. This method can work at any position in a genome covered by markers and increase the estimation precision of QTL location and their effects by eliminating the interference of other relative QTLs. This method can also be easily used in other uneven data such as markers and quantitative traits detected or measured in plants and tissues different either in generations or at chromosomal ploidy levels, and in endosperm traits controlled by complicated genetic models considering the effects produced by genotypes of both maternal plants and seeds on them.     

超级杂交稻两优培九产量杂种优势标记与QTL分析

【目的】对超级杂交稻两优培九影响产量及其构成因素性状的杂种优势位点进行定位,在此基础上探讨亲本培矮64S和9311的遗传差异与水稻产量性状的杂种优势间的关系,以探明水稻产量杂种优势的分子预测途径。【方法】应用经单粒传法获得后续世代的219个培矮64S×9311 F8重组自交系(RILs)株系材料与亲本培矮64S回交,并选用151个分布于水稻基因组12条染色体上的SSR多态性标记,构建回交群体RILs BCF1;构建基因组总长为1 617.7 cM、标记间平均距离10.93 cM和含151个分子标记的遗传图谱;采用分子标记技术和自由度不等的单向分组方差两组法、三组法分析,用SAS软件ANOVA分析、混合线性模型复合区间作图等方法,对回交RILs BCF1群体的产量性状及其构成因素的F1表型值进行相关分析、优势预测与QTL定位。【结果】本回交杂种群体RILs BCF1具备多种基因型,遗传变异丰富,性状平均值均显著高于亲本群体重组自交系RILs F8,共筛选到影响RILs BCF1群体产量及其构成因素性状杂种优势的阳性、增效位点74个;其中,三组法所筛选的阳性、增效位点数高于两组法,用这些阳性、增效位点所预测的遗传距离与产量F1性状值的相关性也显著提高;三组法所筛选产量性状的增效位点与两组法所筛选的增效位点完全一致;连锁紧密的位点有成簇分布的现象,每穗空粒数、每穗实粒数、结实率有6个杂种优势位点相同,并与3个产量杂种优势位点重叠,且均处在第7染色体上;通过逐步回归建立了对4个产量性状进行预测的回归方程模型;筛选到28个杂合型的特异性标记,它们与产量性状的表型值显著相关,使用特异性标记可使遗传距离与产量F1性状值的相关系数由全部标记的0.335提高到0.617;定位到3个与产量杂种优势相关的QTL和3个影响每穗实粒数杂种优势的QTL。其中,在第7染色体上影响每穗实粒数和产量杂种优势的QTL QGpp7和QHy7与影响每穗实粒数和产量杂种优势的增效位点的结果相符。【结论】通过增加筛选产量杂种优势阳性位点或增效位点数量、筛选影响杂种优势特异性分子标记的方法,可显著提高分子标记遗传距离与产量F1性状值的相关性,有效提高用分子标记遗传距离对杂种优势预测效率。定位了3个影响产量杂种优势的QTL及3个影响每穗总粒数杂种优势的QTL,分别在第2、3、7、11和12染色体上,其中,影响产量杂种优势的数量性状位点QHy7,贡献率为7.48%,可用于杂种优势的预测和杂交组合的选配。定位于第3染色体RM293—RM468的表型贡献率为14.9%的抽穗期QTL可用于早熟高产水稻的选育。     

QTL作图主要统计方法及主要作图群体

 系统而简要的介绍了数量性状基因位点作图（QTL作图）及其主要方法、计算机软件及相应作图群体等。QTL作图的主要统计分析方法有采用t-检验、方差分析、回归分析等方法的单标记分析方法,基于两个侧连标记的区间作图法和复合区间作图法,以及近几年由KAO 和ZENG利用Cockerham模型发展起来的多重区间作图法等。分别介绍了QTL作图的主要作图群体如回交,F₂,DH,RIL等,并对这几种作图群体进行了比较。     

作物QTL分析的原理与方法

作物的许多性状为数量性状,数量性状基因座(QTL)定位的理论依据是Morgan的连锁遗传规律;定位的群体有初级作图群体、次级作图群体和高级作图群体;分析的方法有零区间作图法、单区间作图法、复合区间作图法、混合线性模型;影响QTL定位精确性的因素有群体的大小、分析方法、QTL的分布及作用模式等。传统的作图群体和作图方法存在一些问题,因此有必要开发新的作图群体、研制新的作图方法,以缩短OTL分析与育种实际应用之间的距离。     

猪10号染色体上影响血常规指标的数量性状基因座(QTL)定位

 【目的】检测定位猪10号染色体上影响血常规指标的数量性状位点。【方法】以3个品种(大白猪、长白猪、松辽黑猪)16个公猪家系共计368头试验猪组成资源群体,在猪10号染色体上共选取13个微卫星标记,采用基于线性混合模型方法,对影响与猪白细胞、红细胞和血小板相关的共计18项血常规指标的数量性状基因座(quantitative trait loci,QTL)进行了检测。通过似然比检验,利用置换法确定显著性阈值。【结果】()13个标记在群体中绝大多数的微卫星属于中度多态的遗传标记,所有微卫星标记在3个品种中的平均等位基因数为3.1754,平均杂合度为0.5215,平均多态信息含量为0.5999,平均香浓指数为1.3222。(2)达到了染色体极显著水平的3个QTL(P＜0.01),分别是影响着红细胞压积(HCT)、血红蛋白含量(HGB)和平均红细胞体积(MCV),影响血小板总数(PLT)的QTL也达到染色体显著水平(P＜0.05)。【结论】定位的4个影响猪血常规的QTL集中在10号染色体81—136cM区域,临近的标记分别为SW249、SWR136、S0070和SW1894。     

分类性状基因定位的多性状似然分析法

简单线性模型统计方法是业已被证明的与GLM法具有相近参数估计准确度和检测效率的一种二歧性状基因定位分析的简化方法。将适于二歧性状的一元线性模型推广到多类别分类性状基因定位分析中，文中提出采用多元线性模型对多类别分类性状进行基因定位分析。该方法首先将分类性状的各个类别转化为不同的二歧性状，并把每个二维数据看作是连续的，然后采用似然分析法，根据多性状联合定位的统计准则判断QTL的位置和估计QTL效应。模拟结果表明：新方法在大样本和中等遗传力条件下，能够以很高的计算效率相当准确地估计分类性状隐含变量给定的QTL位置和效应。     

利用BC_3F_1群体定位和分析甘蓝型油菜A7-含油量QTL

【目的】通过构建BC3F1群体对第7连锁群上一个影响油菜籽油分含量的主效QTL(A7-QTL)进行定位确认。【方法】在用SG-DH群体初定位基础上以欧洲品种Sollux为轮回亲本、目标区段含中国亲本Gaoyou等位基因片段的DH系为供体构建近等基因系。用1700个BC3F1单株基因型和其种子(BC3F2)表现型,采用WinQTLCartographer2.5和SPSS11.5软件对A7-QTL进行精细定位以及标记和性状的关联分析。【结果】含油量QTL的置信区间在标记ZAAS849s-R131之间,范围在21.7cM左右,其LOD峰值为9.71,距离两侧最近标记RPSaA3和ZAAS839分别为0.9和2.1cM,QTL的加性效应值是0.75;QTL区段内的单标记方差分析表明:目标区段内4个标记各3种基因型的含油量之间存在极显著差异,标记ZAAS839处的差异最显著(P=1.2×10-10);通过比较含油量和4个标记之间的对应关系,进一步推断QTL最可能位于标记RPSaA3和ZAAS839之间或临近。【结论】用BC3F1群体定位的QTL区间与DH群体分析结果相重叠,但置信区间明显缩小;定位结果进一步确认了A7连锁群上存在油分QTL的真实性,增加了在该区域存有参与控制油菜含油量基因的可靠性;QTL可能存在于标记RPSaA3和ZAAS839临近区域,两标记间距约3cM。     

水、旱稻千粒重和产量QTL效应的验证

 【目的】验证水稻和旱稻千粒重、单株产量QTL定位的真实性、准确性及其表型效应。【方法】（1）利用水、旱稻杂交、回交所产生的BC1、F2 3个分离群体对重组自交系（RIL）群体定位到的千粒重、单株产量的QTL效应进行选择验证。（2）依据千粒重、单株产量QTL两侧的分子标记按双标记、单标记进行选择验证。【结果】（1）千粒重、单株产量QTL在不同群体、不同的遗传背景中的遗传稳定，表型效应明显。旱田种植条件下，2个回交群体和自交育种群体携带有千粒重QTL tgw6.1有利等位基因的个体与没有携带tgw6.1有利等位基因个体的均值差为3.18～3.62 g，均达到极显著水平，表型效应为13.94%～18.15%；携带有单株产量QTL yp6.1有利等位基因的个体与没有携带yp6.1有利等位基因个体的单株产量均值差为5.04～8.18 g，达到显著或极显著水平，表型效应为34.89%～58.88%。（2）QTL标记区间较大（如本研究中的标记区间，13.5 cM）时，利用双标记选择更为可靠；标记与QTL距离较小（如本研究中的RM527，1.5 cM）时，利用靠近QTL的单侧标记进行选择也可以获得较好效果。此外，本文还就QTL定位中的一因多效现象及MAS对数量性状选择的有效性等进行了讨论。【结论】利用QTL分子标记辅助选择提高抗旱等复杂性状的选择效率是可行的。