重穗型水稻穗部性状及剑叶宽的QTL定位

利用穗部性状存在显著差异的籼稻材料千粒稻与粳稻材料日本晴为亲本,构建F2作图群体,采用复合区间作图法,以筛选出具多态性的136个分子标记对每穗总粒数、一次枝梗数、二次枝梗数、穗长、剑叶宽、着粒密度6个性状进行QTL检测。共检测到20个QTL,分别位于水稻第1,2,3,5,7,8,9和10号染色体上,单个QTL对相关表型变异的贡献率为3%¹8%,LOD值范围在2.5518%,LOD值范围在2.55⁶.13,其中效应值≥10%的位点有13个,≤5%的位点检测到5个。相关性状QTL有成簇分布在染色体相同或者相近区域的趋势。     

小麦旗叶大小及穗部相关性状的QTL定位

为了发掘更多控制小麦旗叶大小及穗部相关性状的QTL,以兰考906和小偃81创制的133个F6~F7重组自交系为试验材料,在6个环境下利用SSR标记对旗叶大小及穗部相关性状进行QTL定位。结果表明,有202对SSR标记被用于构建遗传连锁图谱,图谱覆盖小麦21条染色体,全长1 678.93cM,标记间平均距离8.30cM。采用完备区间作图法共检测到30个QTL,分布在1B、2A、3D、4A、4B、4D、5D、6A、6B、6D和7D染色体上。其中,旗叶宽QTL有7个,穗长QTL有9个,小穗数QTL有5个,穗粒数QTL有5个,小穗着生密度QTL有4个,不同环境下单个QTL可解释的表型变异率为4.94%~23.14%,有14个QTL的表型贡献率大于10%,有8个QTL可在2个或2个以上环境中被检测到。其中,Qflw-4A在3个环境中被检测到,贡献率为10.13%~20.77%,是控制旗叶宽的稳定主效QTL;Qsl-4D.2在4个环境中被检测到,贡献率为12.58%~23.14%,是控制穗长的稳定主效QTL;Qker-5D在2个环境中被检测到,贡献率为11.44%~14.32%,是控制穗粒数的稳定主效QTL。这3个稳定主效QTL可作为改良叶宽和增加穗粒数的功能QTL作进一步研究。     

多环境下粳稻产量及其相关性状的条件和非条件QTL定位

 为了剖析粳稻产量及其相关性状的遗传基础,利用粳稻品种秀水79×Ｃ堡衍生的重组自交系群体,在3个环境下对全生育期、株高、单株穗数、每穗粒数、百粒重、籽粒产量和生物产量进行了非条件和条件QTL定位。共检测到43个主效QTL和29对上位性QTL。利用非条件QTL定位方法检测到37个主效QTL和26对上位性QTL。其中,籽粒产量定位到3个主效QTL qGY1.2、qGY7.1和qGY9,未检测到上位性QTL。利用条件QTL方法分别将全生育期、株高、穗数、每穗粒数、百粒重和生物产量各自调整到同一水平后,籽粒产量共检测到9个主效条件QTL和3对上位性QTL,其中3个主效QTL与非条件下定位到的相同。位于第9染色体长臂区间RM6570-RM5652的qGY9在非条件及全生育期、株高、穗数、粒数和百粒重调整到同一水平后均可检测到,但加性效应、贡献率并不相同,显示该区间来自C堡的片段能够增加株高、穗数和百粒重从而增加产量。通过条件方法在第3染色体长臂区间RM7097-RM448及第6染色体长臂区间RM162-RM5753上定位到的产量QTL增加籽粒产量的等位基因可以降低株高,缩短生育期。     

扬麦17/ 宁麦18的F2群体穗部性状QTL定位

小麦穗部性状特别是穗顶部、基部结实性对穗粒数的建成及产量具有重要影响。为给QTL精细定位、基因克隆及穗部性状分子标记的开发和辅助选择奠定基础,本研究以扬麦17与宁麦18杂交获得的310个F₂群体及其衍生的F_2:3家系为材料,构建了一个由215个SSR标记组成的全长为1 717 cM的遗传连锁图谱,共覆盖19条染色体（1D和6A未涉及）,标记间平均距离为7.99 cM,并对6个穗部性状进行QTL定位。利用复合区间作图法共检测出22个QTL,分布在1A、1B、2B、2D、3B、3D、4B、5A、5B和7A染色体上。其中,穗顶部结实粒数QTL有7个,穗基部结实粒数QTL有2个,穗长QTL有5个,总小穗数QTL有3个,不育小穗数QTL有2个,穗粒数QTL有3个,表型贡献率为2.56%～13.66%。控制穗顶部和基部结实粒数QTL的增效基因来源于宁麦18,表明该品种可作为具有高产潜力的小麦育种材料加以利用。     

水稻穗芽相关性状的QTL定位

 利用305个株系组成的源自籼稻品种中156和谷梅2号的重组自交系群体进行了水稻穗芽性状的QTL检测和遗传效应分析。以穗芽指数及相关指标作为穗芽性状的表型值，采用QTL Mapper 1.01统计软件进行QTL定位和上位性分析，共检测到控制穗芽指数的3个加性效应QTL，分别位于第2、9、11染色体上；控制穗芽速率的加性效应QTL 3个，分别位于第1、3、6染色体上；控制穗穗芽率的加性效应QTL 3个，分别位于第1、9、10染色体上；控制粒穗芽的加性效应QTL 2个，分别位于第9、11染色体上。还检测到3对影响穗芽指数的加性×加性上位性互作效应QTL；3对控制穗芽速率的上位性QTL和3对控制粒穗芽率的上位性QTL。     

水稻单穗重和千粒重的QTL定位

 用基于混合线性模型的统计方法对一套来源于亲本IR64/Azucena的加倍单倍体群体在两个生产季节的水稻单穗重和千粒重进行了分析，各检测到15个QTL分别控制这两个性状，其中有6个QTL同时与这两个性状有关。所有QTL分布在除第11、12染色体以外的其余10条染色体的相应标记区间内。在控制千粒重的QTL中，12个QTL有加性效应，6对QTL带有加加上位性效应，它们不受环境条件的影响。在控制单穗重的QTL中，7个QTL具有加性效应，但其中4个QTL的表达随环境而异；6对QTL具有加加上位性，但其中1对对环境敏感。qTGW2的加性效应对千粒重的贡献率超过10%；3个QTL（qGW1、qGW7和 qGW8 1）在早季环境的加性效应对单穗重的贡献率亦都大于10%，但对环境敏感。     

粳稻8个异交相关性状及其中亲优势的QTL定位与遗传分析

 为探明控制粳稻异交相关性状及其中亲优势的基因作用类型,利用秀堡RIL群体及其2个回交(BCF1)群体对穗抽出度、剑叶长、剑叶角度、穗剑高度差、倒2叶长、倒2叶角度、穗与倒2叶（穗二）高度差和倒1节间长8个异交相关性状及其中亲优势进行QTL定位。3个群体中共检测到45个显著的主效QTL（M QTL）,单个M QTL的贡献率变幅为1.5%～803%。73.3%的M QTL表现为加性效应,4.5%的M QTL表现为部分或完全显性效应,22.2%的M QTL表现为超显性效应。3个群体中共检测到82对显著的双基因上位性QTL（E QTL）。RIL群体中检测到43对E QTL,单对E QTL的贡献率变幅为1.0%～7.0%,平均2.7%。在以秀水79为父本、与秀堡RIL群体回交的后代（XSBCF1群体）中检测到16对E QTL,其中利用BCF1表型值检测到11对E QTL,单对E QTL的贡献率变幅为11.2%～36.8%,平均21.0%;利用中亲优势值检测到6对E QTL,单对E QTL的贡献率变幅为33.1%～76.8%,平均55.0%。在以C堡为父本、与秀堡RIL群体回交的后代（CBBCF1群体）中检测到23对E QTL,其中利用BCF1表型值检测到16对E QTL,单对E QTL的贡献率变幅为6.2%～60.0%,平均24.0%;利用中亲优势值检测到7对E QTL,单对E QTL的贡献率变幅为21.3%～44.4%,平均31.0%。上述结果表明,粳稻异交相关性状是由多位点控制的,基因对性状本身的作用类型以加性效应为主;粳稻异交相关性状中亲优势主要遗传基础为超显性效应和上位性效应。     

基于3种遗传统计模型对粳稻米质性状的QTL分析

 以粳粳交组合秀水79/C堡衍生的254个重组自交系为材料,利用基于混合线性模型的QTLMapper 2.0软件的复合区间作图法(MCIM)、基于逐步回归线性模型的QTL IciMapping 3.0软件的完备复合区间作图法(ICIM)和基于多元回归分析的Windows QTL Cartographer 2.5软件的多区间作图回归前进选择法(MIMR)等3种定位方法,对整精米的粒长、长宽比、垩白粒率、垩白度、直链淀粉含量、糊化温度和胶稠度等7个米质性状进行了QTL分析。结果表明,3种方法同时检测到的具有加性效应的QTL (A QTL)有5个,2种方法同时检测到的A QTL有2个,仅能在1种方法中检测到的A QTL有23个。MCIM、ICIM和MIMR检测到的A QTL个数分别为5、9和28,单个A QTL贡献率为0.89%~38.07%。MIMR检测到的具有上位性效应的QTL (E QTL)在另2种方法中都未被检测到。MCIM 和ICIM同时检测到的E QTL有14对,仅能在1种方法中检测到的E QTL有142对。MCIM、ICIM和MIMR检测到的E QTL对数分别为25、141和4,单对E QTL贡献率为2.60%~23.78%。在秀堡RIL群体中,粒长和垩白度的变异以上位性效应为主,长宽比则以加性效应为主,而垩白粒率、直链淀粉含量、糊化温度和胶稠度为加性效应和上位性效应同等重要。两种及以上方法同时检测到的QTL可靠性高,可用于改良杂交粳稻米质。     

不同供氮水平下玉米株型相关性状的QTLs定位和上位性效应分析

用自交系Mo17与黄早四构建的RIL群体239个株系及双亲为研究材料,在高氮(施N300kg/hm2)和低氮(不施N)条件下,测定株高、穗位高、单株总叶数、穗位叶长、穗位叶宽和穗位叶面积等株型相关性状。采用QTLMapper1-6统计软件检测控制这些性状的加性效应QTLs和加性×加性上位性QTLs,共检测到19个加性效应QTLs和14对上位性QTLs,定位在玉米所有染色体上,其中1个加性效应QTL控制株高;3个加性效应QTLs和3对上位性效应控制穗位高;4个加性效应QTLs和3对上位性效应与单株总叶数有关;有4个加性效应QTLs和3对上位性效应影响穗位叶长;2个加性效应QTLs和3对上位性效应控制穗位叶宽;5个加性效应QTLs和2对上位性效应控制穗位叶面积。对应用分子标记辅助育种选育玉米株型的可能性进行了讨论。     

应用剩余杂合体衍生的近等基因系分解水稻产量性状QTL

 以杂合区间为RM587-RM402的水稻剩余杂合体（RHL）衍生群体为材料，应用SSR标记检测，筛选到杂合区间分别为RM587-RM225、RM204-RM6119和RM6119-RM402的3个单株，进一步检测其F2群体，分别获得母本纯合型材料10株、父本纯合型材料10株和杂合型材料20株。种植这3套近等基因系材料，考查单株产量及其构成因子每株穗数、每穗实粒数和千粒重。经应用目标区间内等位基因效应分析和交迭重组染色体片段代换系分析，分解出3个控制每穗实粒数的QTL和2个控制单株产量的QTL，这些QTL分别位于物理距离为0.66 ~ 2.49 Mb的区间中，全部表现为加性作用为主，增效等位基因除qNFGP6 1来自父本密阳46外，其余均来自母本珍汕97B。提出了构建新型遗传材料，提高水稻QTL精细定位效率的策略。     

粳稻垩白性状的QTL检测

 利用大粒粳稻DL115与小粒粳稻XL005杂交获得的F2群体200个单株为作图群体,采用复合区间作图方法,利用SSR标记对稻米垩白性状进行了数量性状基因座(QTL)检测。研究结果表明,稻米垩白粒率、垩白大小和垩白度在F3株系均呈连续分布,表现为由多基因控制的数量性状。检测到与稻米垩白性状相关的QTL 8个,分别位于第3（5个）、第5（2个）和第6（1个）染色体上,包括与垩白粒率有关的QTL 3个,与垩白大小相关的QTL 2个,与垩白度有关的QTL 3个。其中位于第3染色体RM6832-RM411、RM15456-RM6832和RM6266-RM15456区间的qPGWC3、qACE3b和qDEC3b,分别解释垩白粒率、垩白大小和垩白度表型变异的43.89%、18.83%和19.57%,为主效QTL。上述3个主效QTL所在染色体上的位置与前人研究结果均不一致,认为是新的QTL。所检测到的8个QTL中,除qPGWC6的增效等位基因来自无垩白亲本XL005外,其他7个QTL的增效等位基因均来自垩白性状值较大的亲本DL115。垩白粒率和垩白大小基因作用表现为部分显性,垩白度基因作用表现为加性。     

QTL Analysis for Seven Quality Traits of RIL Population in Japonica Rice Based on Three Genetic Statistical Models

QTL mapping for seven quality traits was conducted by using 254 recombinant inbred lines (RIL) derived from a japonica-japonica rice cross of Xiushui 79/C Bao. The seven traits investigated were grain length (GL), grain length to width ratio (LWR), chalk grain rate (CGR), chalkiness degree (CD), gelatinization temperature (GT), amylose content (AC) and gel consistency (GC) of head rice. Three mapping methods employed were composite interval mapping in QTLMapper 2.0 software based on mixed linear model (MCIM), inclusive composite interval mapping in QTL IciMapping 3.0 software based on stepwise regression linear model (ICIM) and multiple interval mapping with regression forward selection in Windows QTL Cartographer 2.5 based on multiple regression analysis (MIMR). Results showed that five QTLs with additive effect (A-QTLs) were detected by all the three methods simultaneously, two by two methods simultaneously, and 23 by only one method. Five A-QTLs were detected by MCIM, nine by ICIM and 28 by MIMR. The contribution rates of single A-QTL ranged from 0.89% to 38.07%. All the QTLs with epistatic effect (E-QTLs) detected by MIMR were not detected by the other two methods. Fourteen pairs of E-QTLs were detected by both MCIM and ICIM, and 142 pairs of E-QTLs were detected by only one method. Twenty-five pairs of E-QTLs were detected by MCIM, 141 pairs by ICIM and four pairs by MIMR. The contribution rates of single pair of E-QTL were from 2.60% to 23.78%. In the Xiu-Bao RIL population, epistatic effect played a major role in the variation of GL and CD, and additive effect was the dominant in the variation of LWR, while both epistatic effect and additive effect had equal importance in the variation of CGR, AC, GT and GC. QTLs detected by two or more methods simultaneously were highly reliable, and could be applied to improve the quality traits in japonica hybrid rice.     

利用染色体片段置换系群体检测水稻叶片形态QTL

 水稻叶片的形态改良是水稻株型育种和产量育种的重要目标之一。以9311/日本晴染色体片段置换系（CSSLs）群体为材料,定位了上3叶叶片长、宽、叶面积共9个性状QTL,分析了叶片性状与产量性状之间的相关性,同时定位了主穗重及产量构成因素（颖花数、千粒重、结实率）相关QTL。结果表明,CSSLs群体的叶片性状之间存在显著或极显著相关性;叶片性状与主穗重呈显著或极显著正相关,与主穗颖花数呈极显著正相关;叶片形态多数性状与结实率、千粒重没有显著相关性。两年共定位到20个叶片性状QTL,分布于第1、3、4、5、6、9、11共7条染色体的10个区间,贡献率为3.82%~14.61%,其中贡献率大于10%有6个,多个QTL成簇分布在相同区间,3个QTL在两年间重复检测到,8个QTL为前人未报道的新位点。两年共检测到16个与控制主穗产量相关的QTL,分布于第1、2、3、5、7、8、10共7条染色体13个区间,其中有7个主穗产量相关QTL所在5个区间与叶片形态14个QTL所在区间一致。     

不同年份水稻产量性状的QTL分析

 分别于2005年和2006年利用热研2号（粳稻）和密阳23（籼稻）为亲本构建的含111个家系的F6和F7重组自交系群体，对单株穗数、每穗颖花数、每穗实粒数、结实率、千粒重和单株产量6个性状进行了QTL分析。两年共检测到分布于7条染色体上的19个QTL，其中2005年检测到10个，2006年检测到14个，两年相同的QTL 5个。大多数性状之间具有显著的表型相关性，相关性较强的性状之间具有较多共同或紧密连锁的QTL。检测到3个控制产量性状的QTL区域存在一因多效或紧密连锁，其中第8染色体上RM5556-RM331区域两年同时检测到控制每穗颖花数、每穗实粒数以及单株产量的QTL。这些QTL为通过分子标记辅助选择提高水稻产量提供了有用信息。     

利用F2:3群体对玉米花期相关性状的QTL分析

以玉米自交系四287与四144为亲本的188个F_2:3家系为材料, 考察玉米花期相关性状, 并利用该群体的分子遗传连锁图谱进行QTL分析。结果表明, 共检测到11个与玉米花期相关的QTL, 包括与抽雄期相关的2个QTL, 位于第3和第8染色体上, 贡献率分别为21.9%和13.6%;与散粉期相关的3个QTL, 位于第1、3和第8染色体上, 贡献率分别为14.8%、21.0%和18.5%;与吐丝期相关的2个QTL, 位于第3和第8染色体上, 贡献率分别为16.5%和20.1%;与散粉-吐丝间隔期相关的4个QTL, 位于第1、6、7和第8染色体上, 贡献率分别为23.5%、25.3%、28.9%和20.9%。这些QTL的基因效应以部分显性和显性为主。     

水稻第6染色体短臂株高及产量性状QTL的分解

 针对第6染色体短臂上一个对产量性状遗传具有重要作用的区间RM587-RM19715，从珍汕97B/密阳46重组自交系群体中筛选到1个剩余杂合体，自交衍生获得一个由195个个体组成的F2群体，检测控制株高和产量性状的QTL。经分析，在目标区间的上部和下部分别检测到1个QTL簇，分别对除单株穗数以外的产量性状因子具显著作用，单个QTL对群体性状表型变异的贡献率为5.0%~55.5%。将第6染色体上的产量性状QTL分解到更小的区间中，为产量性状QTL的精细定位和克隆打下了基础。     

基于QTL定位的水稻有效穗数杂种优势预测

 以水稻杂交组合珍汕97B×明恢63所衍生的永久F2（IF2）作图群体为遗传材料，采用QTLNetwork 2.0定位软件对有效穗数进行了QTL分析，共检测到8个QTL，分布于6条染色体上。同时根据有效穗数的QTL遗传效应，估算了F1、F2和F3三个杂种世代的有效穗数杂种优势，在预测普通杂种优势的同时，也对环境互作杂种优势进行了预测。上位性QTL对有效穗数杂种优势的形成有重要的贡献。表明基于QTL定位结果的杂种优势预测方法有助于分子标记辅助选育强优势组合。