干旱、高温胁迫下大豆SSR标记与产量性状关联分析

研究49对SSR标记对36份在干旱、高温处理下的大豆材料多态性扫描和群体多样性分析。STRUCTURE2.3.2软件群体结构分析,Tassel2.1软件MLM模型对始花期等5个农艺性状关联分析,发掘优异等位变异。结果表明,1 49个具有多态性的标记共检测出156个等位变异;标记位点的Shannon指数分布范围0.4506~1.3265,多态性信息值PIC分布范围0.2454~0.9059。2 36份大豆材料被分为2个亚群。关联分析发现12个位点与大豆产量性状相关,研究各个关联位点找到Satt575-2、Sat_201-1、Satt686-2等表型效应明显的优异等位变异,为后期杂交育种亲本选择以及标记辅助育种提供基础。     

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。     

基于关联分析的新陆早棉花品种农艺和纤维品质性状优异等位基因挖掘

【目的】寻找与新陆早棉花品种农艺和纤维品质性状相关联的分子标记,鉴别与这些性状相关的优异等位变异及携带优异等位变异基因的典型载体材料,为新陆早棉花品种分子设计育种奠定基础。【方法】利用筛选出分布于26条染色体且多态性高的75对SSR标记对51份新陆早棉花品种进行多态性扫描;采用R语言编程软件对多环境的表型性状绘制boxplot图;在对供试材料进行群体结构和连锁不平衡分析的基础上,利用TASSEL软件中MLM（mixed linear model）方法进行分子标记与15个性状的关联分析;依据计算的表型效应值,鉴别和统计优异等位变异的位点及典型材料。【结果】通过群体遗传结构分析将51份新陆早棉花品种划分为4个亚群结构。针对15个表现型性状的BLUP（best linear unbiased prediction）结果进行统计和分析,鉴别出极显著和显著相关的性状。分析结果显示,在4种环境条件下,棉花5个性状（果枝始节高、果枝始节数、衣分、纤维上半部长度和短纤维率）变化趋势稳定,10个性状（株高、果枝数、叶枝数、有效铃数、单铃籽棉重、单铃皮棉重、马克隆值、比强度、纤维整齐度和纤维伸长率）较稳定。通过关联分析,获得与农艺性状相关的等位变异位点117个（P＜0.05）,其中对9个农艺性状贡献率（R²）最大的等位变异位点分别为：BNL3650b（株高,R²=11.78;果枝始节高,R²=20.80;果枝始节数,R²=11.54）、NAU3995c（果枝数,R²=14.86）、BNL119b（叶枝数,R²=9.7）、NAU3995d（有效铃数,R²=14.98）、BNL3255a （单铃籽棉重,R²=11.11）、NAU1071a（单铃皮棉重,R²=10.15）和BNL663a（衣分,R²=12.42）。与纤维品质相关的等位变异位点55个（P＜0.05）,其中分别对6个纤维品质性状贡献率最大的等位变异位点为：NAU1103b（纤维上半部长度,R²=6.4）、NAU1071a（纤维比强度,R²=7.57）、BNL3140b（马克隆值,R²=12.06）、BNL3650b(纤维整齐度,R²=13.47)、BNL1421a（短纤维率,R²=13.04）和BNL2960b（纤维伸长率,R²=11.67）。共检测到39个与农艺（29个）和纤维品质（10个）性状相关的位点（P＜0.01）,对表型变异解释率范围为6.45%-20.8%,平均值为11.14%,同时检测到与2个以上性状相关联的位点47个。携带优异等位变异基因的典型材料共计17份。通过与已经报道的棉花农艺和纤维品质性状相关的QTL（quantitative trait loci）比较,检测的27个QTL在前人研究中已经报道,其中BNL3650（纤维整齐度）、BNL3033（马克隆值）、NAU3254（纤维伸长率）、GH132（衣分）、TMB1618（比强度）、BNL1421（比强度和纤维整齐度）和BNL119（纤维伸长率）7个QTL具有相同的关联性状。【结论】51份原种新陆早棉花品种的群体遗传结构简单,连锁不平衡水平低,表型性状在2种环境条件下变化趋势较稳定。基于SSR的关联分析,发掘了一些与农艺和纤维品质相关的优异等位变异基因及典型材料。     

稻米蒸煮品质性状与分子标记关联研究

【目的】调查分析代表性水稻种质重要的品质性状和淀粉RVA谱变异,筛选与性状显著关联的分子标记,为稻米品质改良提供依据。【方法】以48份国内外水稻多样性种质为材料,进行稻米品质性状变异调查分析;利用快速淀粉粘滞测定仪(rapid visco analyzer)鉴定材料淀粉RVA谱。利用已报道的稻米淀粉合成相关基因等位标记及稻米籽粒相关QTL连锁分子标记对种质材料进行基因分型。利用GLM模型进行分子标记与品质性状的关联检测,并对显著关联标记进行逐步回归分析;评估等位基因及其组合对目标性状的表型影响效应,同时鉴别对应优异等位基因型及载体品种。【结果】供试材料在直链淀粉含量(AC)、胶稠度(GC)和碱消值(ASV)等表现出广泛的表型变异和多样性,变异系数为26.5%—36.3%。RVA谱检测表明崩解值、消减值和回复值等在材料间具有明显差异,能较好地反映不同种质的淀粉糊化特性。相关分析表明,AC与冷胶黏度、消减值和回复值呈显著正相关,与最高黏度和崩解值呈显著负相关;GC同时与消减值和回复值呈显著负相关。利用154个多态性标记共检测到491个等位变异,基因多样性平均为0.447,多态信息含量(PIC)平均为0.390。性状-标记关联检测共获得22个与稻米品质性状显著关联的位点,单个关联标记位点解释的表型变异(R~2)范围为14.11%—75.62%。GBSSI是影响AC和GC的主效基因,分子标记Wx-G/T对AC和GC的表型变异解释率分别为61.44%和41.87%。SSIIa是影响ASV的主效基因,alk-GC/TT和SSIIa-F对ASV的表型变异解释率分别为75.62%和74.46%。利用显著关联标记构建AC、GC和ASV的回归模型方程,决定系数分别为85.30%、40.62%和80.38%。【结论】水稻淀粉RVA谱与AC、GC和ASV密切相关,利用RVA谱可更全面地评价稻米品质性状。利用稻米品质表型-分子标记关联,共鉴定出22个与品质性状显著关联的位点,其中5个位点同时与AC和GC关联。回归模型表明标记的组合可产生不同的表型效应。     

紫斑牡丹表型性状与SSR分子标记的关联分析

利用筛选出的11对多态性简单重复序列(SSR) 标记对99份紫斑牡丹材料进行多态性扫描,在分析其遗传多样性和群体结构的基础上,采用TASSEL2.1软件的一般线性模型(GLM)进行标记与32个观赏性状的关联分析。结果表明:11个多态性SSR标记共检测到94个等位变异,平均每个位点检测到等位变异8.5个;引物的多态性信息含量(PIC)变幅为0.146~0.850,平均值为0.593;遗传多样性变幅为0.152~0.862,平均为0.630。群体结构分析将供试材料划分为3个亚群;通过关联分析,发现5个标记位点与6个性状显著关联(P＜0.01),各标记位点对表型变异的解释率为30.4%~55.8%,其中FJ024285和FJ024294标记与株高相关联,FE528073与顶小叶长、柱头颜色和房衣颜色相关联,FJ024287与柄叶比相关联,EU678295与色斑大小相关联。研究表明:所选紫斑牡丹种质资源群体的群体结构简单、遗传变异较为丰富,适用于紫斑牡丹目标性状的关联分析。关联分析能够有效地找到与紫斑牡丹表型性状紧密连锁的SSR标记,用于分子标记辅助育种。      

酸枣经济性状关联分析及优异等位基因挖掘

【目的】探寻与酸枣主要经济性状相关联的SSR位点,为酸枣优良性状基因挖掘、优良亲本选育及资源开发利用提供理论依据。【方法】以辽西地区的72份酸枣种质为研究对象,在成熟期调查其单果质量、单核质量、单仁质量、果实横径、果实纵径、果核横径、果核纵径、果仁横径、果仁纵径、果仁侧径、果形指数、核形指数、仁形指数、出核率、出仁率、双仁率及可食率,利用SPSS 22.0软件对上述17个经济性状进行统计分析;选用32个SSR标记,利用Structure 2.3.4软件分析72份酸枣种质的群体结构;利用Tassle 2.0软件进行32个SSR标记间的连锁不平衡分析,采用一般线性模型（GLM）和混合线性模型（MLM）相结合的方法进行各经济性状与SSR标记间的关联分析,并对关联位点等位变异的表型效应进行分析,从而获得典型载体材料。【结果】72份酸枣种质17个经济性状的变异系数为7.84%～85.75%,表明供试种质具有较为丰富的表型多样性;通过群体遗传结构分析将72份酸枣种质分为4个类群,说明群体遗传背景较为单一。32对SSR分子标记间的连锁不平衡水平较低,成对存在的不平衡组合有166个,占组合总数的33.47%。在关联分析中,通过GLM模型检测出21个SSR位点与17个主要经济性状显著相关联（P<0.05）,变异解释率为15.35%～69.14%;通过MLM模型检测出17个SSR位点与16个经济性状显著相关联,变异解释率为0.82%～75.37%。对2种模型中共同检测到的16个SSR关联位点各等位片段的表型效应值进行分析,共挖掘出31个具有最大增效与最大减效的优异等位变异和15个典型载体材料。【结论】基于SSR的关联分析结果,筛选出与酸枣16个经济性状相关联的16个SSR关联位点及15个聚合优异等位变异的典型载体材料。     

粳稻种质资源籽粒锌、铁含量与SSR标记的关联分析

选用57对均匀分布在水稻全基因组的SSR标记对155份粳稻种质资源进行检测,研究粳稻籽粒锌、铁含量与SSR标记的关联性,以期为改良水稻籽粒营养品质的优异亲本的选择、组配提供理论支持和材料保障。结果表明,锌含量与铁含量呈极显著正相关;在57个SSR标记位点中,共检测到257个等位基因,平均每个位点检测到4.51个等位基因,平均有效等位基因数为2.60个,Nei's遗传多样性指数和Shannon's信息指数的平均值分别为0.539 5和1.023 8。通过关联分析发现,与籽粒锌含量显著关联的位点有3个,分别为RM5461-4、RM5647-2、RM7356-1,表型贡献率分别为7.59%、5.89%、4.72%,增加表型效应最大的等位变异是RM5647-2,载体品种为长粒-5;与籽粒铁含量显著关联的位点有20个,表型贡献率介于2.56%～7.33%,表型贡献率最高的等位变异是RM3600-1,增加表型效应最大的等位变异是I2-3,载体品种是粮香5号。     

中国大麦地方品种的遗传多样性及α-淀粉酶活性的 全基因组关联分析

【目的】了解中国大麦地方品种的遗传多样性,为大麦α-淀粉酶活性基因寻找有效的分子标记。【方法】利用覆盖全基因组的41对简单重复序列（SSR）标记引物,对257份中国大麦地方品种进行PCR扩增;采用Nei’s遗传距离和邻接（neighbour-joining）法进行聚类分析;在对群体结构和连锁不平衡分析的基础上,进行基于全基因组的表型与基因型的关联分析。【结果】共鉴定出709个等位变异,平均每个位点的等位变异数为17个。41个SSR标记位点的多态性信息指数（PI）变化范围为0.23（Bmag 0385）—0.94（Bmac0032）,平均为0.6385。257个中国大麦地方品种聚合成9个不同的结构类群,发现5个与大麦α-淀粉酶活性显著关联的标记位点。【结论】中国大麦地方品种中蕴藏着丰富的遗传等位变异;各类群的特性和品种来源符合“遗传关系密切、表型特征特性相同、地理生态相近”的同类群聚集规律。在5个关联位点中,位于7H染色体上的Bmag0385位点,其等位变异A215的酶活增强效应最大;此外,7H上Bmac0273的等位变异A141的增效作用较大,可用于啤酒大麦育种的分子标记辅助选择。     

利用SRAP和SSR标记对汉中地区主要油菜品种的遗传多样性分析

【目的】掌握陕西省汉中地区主要推广油菜品种的遗传多样性,了解其遗传背景,明确各品种间的亲缘关系,为油菜育种提供理论依据。【方法】利用24对有多态性的SRAP标记和17对SSR标记,PCR扩增采用复性变温法,对34份陕西省汉中地区主要推广的油菜品种资源进行遗传多样性分析。【结果】2种不同的复性温度都取得了好的扩增条带,SRAP标记共检测到145个等位变异,平均每个标记检测到6个等位变异,每个SRAP位点的遗传多态性信息含量在0.19⁰.74之间,平均值为0.48。供试材料的遗传相似系数集中在0.560.74之间,平均值为0.48。供试材料的遗传相似系数集中在0.56⁰.94之间。SSR标记共检测到99个等位变异,平均每个标记检测到6个等位变异,每个SSR位点的遗传多态性信息含量在0.120.94之间。SSR标记共检测到99个等位变异,平均每个标记检测到6个等位变异,每个SSR位点的遗传多态性信息含量在0.12⁰.74之间,平均值为0.40,遗传相似系数集中在0.620.74之间,平均值为0.40,遗传相似系数集中在0.62⁰.91之间。【结论】SRAP标记的遗传多态性比SSR标记高,SRAP标记聚类更接近系谱分析。陕西省汉中地区主要推广的油菜品种遗传相似度较高,亲缘关系较近。     

产量相关优异等位变异在小麦骨干亲本阿夫及其衍生后代中的分布

[目的]利用已报道的穗粒数和千粒重位点,通过分析上述位点优异等位变异在骨干亲本阿夫及其在河南育成衍生后代中的分布,从分子水平解析骨干亲本阿夫在小麦育种中发挥的作用。[方法]对骨干亲本阿夫及其在河南育成的18份衍生后代的26个SSR位点使用ABI3730进行基因型扫描分析。[结果]26个SSR标记分布在小麦13条染色体上,其中主要等位变异频率平均值为0.557,频率的变异范围为0.211~0.889;标记所对应的等位变异呈现了从2到9的数量变化;多态性信息指数平均值为0.512,范围为0.194~0.830。NJ聚类分析结果显示,19份材料聚成3组。对优异等位变异的分析表明,阿夫子四代豫30691-1-3携带与穗粒数关联的优异等位变异最多(8个),阿夫子一代开封10号携带与千粒重关联的优异等位变异最多(8个)。[结论]阿夫及其在河南选育的衍生后代覆盖了全部26个产量相关优异等位变异,这也一定程度上从分子角度揭示了这些后代能够成为河南省育成品种的原因。     

山西谷子核心资源群体结构及主要农艺性状关联分析

【目的】分析山西谷子地方品种遗传多样性和群体遗传结构,筛选与谷子农艺性状相关联的分子标记,为谷子杂交组合亲本选配及分子标记辅助育种提供依据。【方法】 利用96对SSR标记对595份山西谷子核心资源进行全基因组扫描,采用PowerMarker 3.25软件分析群体遗传多样性,利用STRUCTURE 2.3.4软件分析群体遗传结构,使用TASSEL 2.1软件中GLM（general linear model,Q）和MLM（mixed linear model,Q+K）2种方法,进行表型和标记关联分析。【结果】 96对SSR引物共扩增出828个等位变异,平均每对引物扩增到8.6个,变化范围为2—26;基因多样性指数变化范围为0.005—0.941,平均为0.610;多态信息量变化范围为0.005—0.938,平均为0.577;各位点杂合度变化范围为0—0.050,平均位点杂合度仅为0.016。群体结构分析将595份核心资源分为3个亚群。4 560个SSR位点成对组合中,共线性组合和非共线性组合之间都存在一定的连锁不平衡。D′统计概率（P<0.01）支持的LD成对位点1 955个,占全部位点组合的42.9%,D′平均值为0.23。通过GLM方法共检测到12个极显著性位点（P<0.01）,表型变异解释率为2.34%—13.94%,平均为6.33%,贡献率较高的等位变异位点是CAAS2050（R ²=13.94%）和B153（R ²=11.36%）;通过MLM方法共检测到9个极显著性位点（P<0.01）,表型变异解释率为2.80%—9.22%,平均为5.16%,贡献率较高的等位变异位点是P89（R ²=9.22%）和P3*（R ²=8.28%）;2种方法共同检测到的极显著性位点有7个。 【结论】 利用SSR标记分析了595份山西谷子核心资源的遗传多样性和群体遗传结构。2种关联分析模型中,GLM方法关联到12个标记与节数、株高、颈长、茎粗、穗长、穗粗、码数、码粒数、蛋白质含量9个性状相关;MLM方法关联到9个标记与节数、颈长、叶宽、茎粗、穗粗、码数、码粒数、千粒重8个性状相关。     

大麦SSR标记遗传多样性及其与农艺性状关联分析

【目的】分析大麦亲本材料的遗传多样性,寻找与部分农艺性状相关联的分子标记,为大麦杂交组合的配置及分子标记辅助育种提供依据。【方法】利用86个SSR标记对113份大麦亲本材料进行多态性扫描,并进行遗传多样性分析。挑选57个标记进行群体遗传结构分析,在此基础上采用Tassel 2.1 GLM（general linear model）和MLM（mixed linear model）方法进行标记与农艺性状的关联分析。【结果】86个标记共检测出200个等位变异,变异范围为1—5个;基因频率的变异范围为0.0088—1.0000,Shannon指数变异范围为0.0000—1.2236;遗传相似系数（GS）变异范围在0.5504—0.9897,平均值为0.7477。通过群体遗传结构分析将供试材料分为4个亚群。以GLM分析,发现9个与株高、穗长、芒长、穗粒数和小穗着生密度相关联的标记,各标记对表型变异的解释率在0.0507—0.2766;以MLM分析,发现6个与株高、芒长和小穗着生密度相关的标记,各标记对表型变异的解释率在0.0238—0.1999。【结论】利用SSR标记分析了113份大麦亲本材料的遗传多样性及群体遗传结构,并通过2种关联分析模型,分别寻找到了9个与株高、穗长、芒长、穗粒数相关联,6个与株高、芒长和小穗着生密度相关联的标记,这些标记位于1H、2H、3H、4H和7H染色体。     

芝麻种质资源成株期抗旱性关联分析

【目的】利用33个多态性SSR分子标记分别与18个不同的抗旱性状进行关联分析,发掘与抗旱相关的主要基因位点,为抗旱基因定位和功能标记开发提供基础;通过对100份芝麻种质资源进行抗旱性鉴定,发掘优异的耐旱种质,为芝麻抗旱育种提供指导。【方法】采用盆栽和反复干旱法,对芝麻种质资源群体进行成株期抗旱性鉴定获得表型指标测定值,利用SAS、SPSS和隶属函数等进行统计分析,综合评价其抗旱性,利用GLM模型和MLM模型,将表型数据与分子标记进行关联分析。【结果】研究群体干旱胁迫处理后,材料间响应差异明显,考察的表型性状测定值均小于对照;干旱胁迫条件下18个性状值的变异系数平均为0.31,高于对照(平均为0.19);处理与对照间各性状指标经配对t检验,均达极显著水平;通过连续变数的次数分布统计方法、主成分分析和隶属函数分析,筛选出10个与抗旱性响应关系密切的指标,并筛选出12份高抗旱种质;基于芝麻基因组筛选出的33个多态性SSR标记扫描供试材料,共检测到170个等位变异,平均每个标记5.15个;利用structure数学模型对供试群体进行遗传结构分析,可分为2个亚群;利用GLM模型和MLM模型分别检测到120个和63个标记位点与供试群体抗旱系数显著关联(P0.05),表型变异解释率分别为3.85%—14.30%和4.00%—12.5%,解释率大于10%的标记位点分别有12个和3个,其中,位点4033-3和4033-2均与第一主成分因子第2次复水前萎蔫叶片数显著关联,且变异解释率均为最高,分别达14.3%和12.5%,2个模型共同检测到的标记位点有5个。通过引物序列在基因组上的位置比对,发现3个可能存在芝麻抗旱相关基因的基因组区段。【结论】利用综合评价方法,筛选出柳林芝麻3号、g80、8602-2等12份高抗旱芝麻种质,同时利用GLM和MLM2个模型检测到与第2次复水前萎蔫叶片数显著关联的标记位点(位点4033-3和位点4033-2),且变异解释率最高,分别达14.3%和12.5%。     

板栗总苞和坚果主要性状与SSR标记的关联分析

【目的】通过测定113份板栗品种（系）的数量、质量和假质量性状,分析其遗传变异,比较不同组群之间的性状差异,将SSR标记与性状进行关联,获得更多与SSR标记显著关联的性状,挖掘优异的等位变异位点,为开展板栗分子辅助育种的研究提供参考。【方法】测定并分析板栗总苞和坚果的38个数量、质量和假质量性状,利用SPSS和Graphpad软件对数量性状进行差异显著性和相关性分析,基于SSR标记进行遗传多样性分析,最后用TASSEL 2.1软件通过一般线性模型（general linear model,GLM）和混合线性模型（mixed linear model,MLM）分别对性状和标记进行关联分析。【结果】在遗传多样性分析中,21对SSR引物的有效等位基因数（N_e）、Shannon指数（I）、多态性信息含量（PIC>0.5）、观察杂合度（H_o）和期望杂合度（H_e）的平均值分别为3.164、1.269、0.589、0.593和0.635。根据群体结构分析分为2个主要组群,为了更好地比较性状差异,在聚类分析时将中间类型的品种单独划分为一组。在质量和假质量性状分析中,多样性指数变化范围为0.139—1.567,遗传多样性最高的性状是坚果光泽,最低的是底座接线;坚果形状、光泽、颜色等性状组群间频率分布差异明显。在数量性状分析中,变异系数的范围在3.96%—36.31%,苞重、总苞重和单粒重的变异系数均在30%以上,遗传变异程度高;果形指数和含水量变异系数均在10%以下,具有稳定的遗传特性;总苞和坚果的外观性状之间有强相关性,相关系数均在0.6以上;组1-组2和组2-组3在果实形状和重量中存在显著差异（P<0.05）。在关联分析中,GLM模型中有13个标记位点与18个表型性状极显著关联,表型变异解释率范围为15.12%—54.99%;MLM模型中有6个标记位点与7个表型性状极显著关联,表型变异解释率范围在8.66%—26.93%。【结论】本研究将SSR标记与表型性状进行关联分析,共发现13个标记位点与坚果单粒重等20个表型性状极显著关联,为开展板栗分子辅助育种的研究奠定了基础。     

紫花苜蓿秋眠性的SSR标记关联分析

【目的】发掘紫花苜蓿秋眠性关联位点,为揭示紫花苜蓿秋眠性状的遗传规律和分子机制提供理论依据。【方法】紫花苜蓿关联群体由75份321个四倍体紫花苜蓿基因型构成,其中中国紫花苜蓿品种每份材料选取6-8个基因型;其余材料每份选取3-4个基因型。利用紫花苜蓿基因组均匀分布的85对SSR（Simple sequence repeats）标记,对321个紫花苜蓿基因型进行扫描。于2014-2015年连续两年对紫花苜蓿秋眠性开展调查,并利用一般线性模型（GLM）及混合线性模型（MLM）2种方法,开展秋眠性与SSR分子标记的关联分析。【结果】紫花苜蓿秋眠性表现出极显著的基因型、年际及基因型×年际互作效应。2014年,表型变异幅度为5.1-55.1 cm,平均值为22.4 cm,变异系数为45.5%。2015年,变异幅度在3.5-44.9 cm,平均为15.2 cm,变异系数为43.7%。秋季株高两年均呈现接近正态分布特征。广义遗传力为0.71。MLM模型很好的控制了紫花苜蓿秋眠性的假阳性关联。基于MLM模型,在2014年共找到12个显著关联的SSR位点,表型贡献率为2.42%-6.73%。2015年共找到11个,表型贡献率为2.45%-4.81%。在这些关联位点中,分布于Chr 2的m83_157、Chr 3的m525_230和m525_231、及Chr 4的m429_245,在两种模型及两年内均被重复检测到。【结论】通过两种模型发掘到4个与紫花苜蓿秋眠性显著相关的位点,经过验证后可以用于紫花苜蓿秋眠性分子标记辅助选择育种。     

山西省野生大豆资源遗传多样性分析

 【目的】明确山西省野生大豆的遗传多样性程度及其数量性状多样性的地理分布,为山西省野生大豆种质资源的利用和保护提供依据。【方法】以山西省已编目入库的544份野生大豆为材料,对其质量性状、数量性状及SSR标记进行遗传多样性分析。【结果】研究的8个质量性状,山西省半野生大豆的遗传多样性高于野生大豆;太原材料的遗传多样性高于山西省材料。4个数量性状的研究结果显示,野生大豆的变异程度高于半野生大豆,山西材料的变异程度高于太原材料;初步推断37～38°N、112～113°E经纬小区为山西省野生大豆数量性状的多样性中心。利用30对SSR引物分析了49份山西太原野生大豆材料,共检测到208个等位变异,每个SSR位点的等位变异范围为4～11个,平均为7个;引物的Shannon-weaver指数的分布范围为0.7451～2.1081,平均为1.5030;位点多态信息量（PIC）值的分布范围为0.3813～0.8575,平均为0.7007。【结论】表型和分子检测结果都表明,太原野生大豆材料的变异类型丰富、多样性程度较高。     

中国不同地理来源旱稻地方品种的遗传相似性研究

【目的】通过对中国旱稻地方品种的遗传多样性检测,分析不同地理来源旱稻地方品种的遗传相似性和遗传差异,为旱稻地方品种在水稻遗传育种中的有效利用提供理论依据。【方法】利用39对SSR引物对来自中国17个省份或地区的158份旱稻地方品种以及20份巴西旱稻种质进行SSR标记多态性、遗传相似性和聚类分析。【结果】在中国旱稻地方品种中共检测到等位基因308个,每对引物等位基因数变异在2—21个,平均等位基因数为7.8974个,其中RM72、RM241、RM232和RM412的等位基因数较多,分别为21、17、16和15个。Nei’s基因多样性指数变异在0.0435—0.8989,平均基因多样性指数为0.6153,其中RM232、RM72和RM241的基因多样性指数较高,分别为0.8989、0.8914和0.8883。籼型旱稻地方品种的平均等位基因数和平均基因多样性指数分别为6.4359和0.6227,而粳型旱稻地方品种分别为6.9744和0.5087。籼型旱稻地方品种各省份或地区间遗传一致性变异在0.4007—0.8959,平均为0.7168,而粳型旱稻地方品种各省份或地区间遗传一致性变异在0.5803—0.9581,平均为0.7643。【结论】籼型旱稻地方品种的基因多样性显著高于粳型旱稻地方品种;各省份或地区间粳型旱稻地方品种的遗传一致性高于籼型旱稻地方品种;各省份或地区粳型旱稻地方品种间遗传相似性与地理位置密切相关,而籼型旱稻地方品种间遗传相似性与地理位置未见相关。     

Associated Loci Detection and Elite Allelic Variations Analysis of Main Agronomic Traits in Foxtail Millet (Setaria italica L.) Based on SSR Markers

【Objective】Through the investigation of 10 major traits in foxtail millet at Ledong, Hainan province, Luoyang, Henan province, Jilin and Gongzhuling, Jilin province, totally four different geographical environments, association analysis between SSR markers and the ten traits was performed to obtain loci expressed in single environment or multiple environments, excavate elite allelic variations, explore the probable mechanism forming ecological adaptation and provide foundation for launching molecular-assistant selection breeding in foxtail millet.【Method】Based on the survey of ten traits (plant height, panicle length, number of leaves, panicle diameter, heading stage, spikelet number, grain number per branch, spike weight, grain weight per panicle and 1000-grain weight) from 102 foxtail millet varieties at Jilin and Gongzhuling, Jilin province, Luoyang, Henan province and Ledong, Hainan province for two consecutive years, correlation analysis of ten traits at each geographical environment was first performed by SPSS 19.0 software, then the 102 foxtail millet varieties were genotyped by 70 polymorphic SSR markers, and further genetic diversity and population genetic structure of these varieties were analyzed. Finally, linkage disequilibrium analysis among markers and association analysis between molecular markers and phenotypic traits were carried out by GLM and MLM models of TASSEL 5.0 software. 【Result】There existed significant or very significant positive correlations among most of the nine agronomic traits except 1000-grain weight across four geographical environments. Only significant or very significant positive correlations were found between 1000-grain weight and grain weight per panicle, plant height, panicle length, spike weight at Jilin, Gongzhuling and Luoyang, no significant correlations were found between 1000-grain weight and other nine traits at Ledong environment. Totally 397 alleles were detected in 70 pairs of SSR primers, giving average observed allele number, effective allele number, expected heterozygosity, Shannon index of 6, 2.24, 0.4637 and 0.7738 per marker respectively. Both genetic diversity analysis and population structure analysis divided 102 foxtail millet materials into 4 groups, and the varieties from Henan province scattered in each of the four groups, showing more abundant genetic diversity. Linkage disequilibrium analysis showed that no obvious LD structures were found among 70 SSR markers. Totally 10 associated markers were detected by GLM and MLM models, combined with allele effect analysis results, it could be determined that b115, MPGC13, b227, b194 and p56 were associated with spike weight, panicle length, number of leaves and heading stage at Jilin, Gongzhuling, sigms9034 and b125 were associated with panicle length and spikelet number at Luoyang, P18 and p59 were associated with spike weight at Ledong, p6 was associated with number of leaves and spikelet number at Jilin, Gongzhuling and Luoyang respectively. The average contribution rates of single marker to phenotypic variation ranged from 7.76% to 34.05%. Three alleles, sigms9034-168, P18-166 and p56-244, could increase panicle length and spike weight, shorten heading stage significantly, which would be used to improve panicle traits and shorten growth period by marker-assisted selection breeding.【Conclusion】Five marker loci (b115, MPGC13, b227, b194 and p56) were steadily detected at Jilin and Gongzhuling, two marker loci (sigms9034, b125), two marker loci (P18, p59) were steadily detected at Luoyang and Ledong respectively for two consecutive years. One marker locus (p6) was steadily detected at Jilin, Gongzhuling and Luoyang, three geographical environments for two consecutive years. Three elite alleles (sigms9034-168bp, P18-166bp, p56-244bp) that could be used to carry out marker-assisted selection for panicle traits and growth period were obtained.