菜心重要农艺性状与SSR分子标记的关联分析

菜心是华南地区的主要蔬菜,利用分子标记辅助育种发掘出与重要农艺性状相关的分子,不仅可以加速优良品种的选育进程,还可以定向地优化目标性状,培育出高产优质的菜心品种。本研究选用148份来自宁夏银川和广东南沙田间种植的菜心种质材料,采集株高、株质量、薹高、薹质量和薹粗5个重要农艺性状的数据;利用SSR标记对其进行基因分型,开展农艺性状及SSR标记的关联性分析。结果表明,在供试的菜心材料中,147个SSR标记共检测到252个变异位点,引物多态信息含量(PIC)为0.0526~0.5222,平均值为0.3793;群体结构分析将供试的菜心品种分为2个类群;银川和南沙两地菜心品种在农艺性状和SSR标记的关联分析中发现,有6个位点与相同性状存在仍显著关联(P<0.01)。这些标记能为菜心的分子辅助选择育种提供参考。     

玉米秸秆消化率全基因组关联分析

48h体外干物质消化率（48h in vitro dry matter digestibility, 48h IVDMD）是衡量青贮玉米品质的重要指标。为了初步探究玉米秸秆消化率的分子遗传机理,以341份玉米自交系为材料,于2018年在沈阳和通辽种植,收获后测定秸秆48h IVDMD。利用全基因组重测序获得的6 276 612个高质量SNPs进行全基因组关联分析,共检测到153个与玉米秸秆消化率显著相关的SNPs位点（P<1.0×10^-6）,4个SNPs显著水平在P<1.0×10^-8以上;共找到38个秸秆消化率的候选基因,主要涉及细胞生长发育、防御反应和信号转导等生物学功能。     

Genome-wide association study for spot blotch resistance in Afghan wheat germplasm

Spot blotch (SB), caused by Bipolaris sorokiniana, is a devastating disease of wheat globally, especially in South Asia and South America. Understanding the genetics of resistance to SB is important for developing breeding strategies to improve resistance. A panel of 301 genotypes from Afghanistan was phenotyped over two crop seasons using a mixture of virulent B. sorokiniana isolates and genotyped using DArTSeq to obtain genome-wide markers. Fifty genotypes (16.6%) showed disease scores less than the resistant control. Principal component analysis using the genotypic data clustered the genotypes into five different groups. Among models used for genome-wide association mapping, the multilocus mixed model, and fixed and random model circulating probability unification algorithms were most effective in identifying significant marker-trait associations (MTA). Twenty-five MTAs at p ≤ .001 were identified on chromosomes 1A, 1B, 1D, 2B, 2D, 3A, 3B, 4A, 5A, 5B, 6A, 7A, and 7D, indicating the quantitative nature of resistance to SB. Phenotypic variation explained by these markers ranged from 2.0% to 17.7%, and genomic regions on the chromosomes 1D, 2D, 3A, 3B, 4A, 5A, and 5B coincided with loci identified in previous studies. Three single nucleotide polymorphism (SNP) markers on chromosomes 1B (SNP 1113207) and 5A (SNPs 5411867 and 998276) were significant in both crop seasons as well as in the combined analysis across seasons. Marker 5411867 is close to Vrn-A1, shown to be associated with SB in previous studies. Furthermore, among known SB resistance genes, Sb2 on chromosome 5B was predicted to be significant in this panel.     

基于侯选基因标记的四倍体马铃薯休眠QTL关联分析

休眠期是马铃薯(SolanumtuberosumL.)重要的块茎性状之一,寻找调控马铃薯块茎休眠的关键基因,揭示其分子机制以选育具有适宜休眠期长度的马铃薯品种,对于解决当前马铃薯产业中过长或过短休眠期带来的经济损失和食品安全隐患等问题十分关键。前期研究在二倍体马铃薯连锁群体中定位了6个加性休眠QTL,本研究拟在四倍体马铃薯育种材料中验证这些休眠QTL。基于休眠QTL连锁的候选基因标记,采用混合线性模型(MLM),模型中考虑群体结构和亲缘关系(Q+K),在四倍体马铃薯自然群体St-hzau中对马铃薯块茎休眠期进行了关联分析。5号染色体上休眠QTL DorB5.3连锁的候选基因标记S199_300和GWD (根据葡聚糖水双激酶α-glucan water dikinase基因设计)与马铃薯块茎休眠期具有显著的关联(P0.05),分别解释了休眠期表型变异的7.8%和3.2%,分别能增加休眠期7.1 d和4.5 d,即在二倍体马铃薯连锁群体中定位的稳定主效休眠QTL DorB5.3在四倍体马铃薯关联群体St-hzau中也表现显著, DorB5.3的稳定性在关联分析结果中得到了验证,表明候选基因标记策略在马铃薯块茎休眠QTL关联分析中是一种有效的策略。本研究所验证的主效休眠QTL DorB5.3及相应连锁标记可以直接用于马铃薯休眠育种。据此可以推测GWD可能在控制还原糖含量和块茎休眠2个方面均发挥作用,马铃薯块茎休眠机制与还原糖含量变化机制可能存在着部分交叉。     

玉米开花期相关的Indeterminate domain(IDD)蛋白家族基因的鉴定

开花期是影响玉米产量的重要因子之一。Indeterminate1 (ID1)编码玉米Indeterminate domain (IDD)家族蛋白,是玉米开花期的重要调控因子。然而,其他玉米IDD蛋白家族基因及其生物学功能有待深入研究。本文利用生物信息学技术在玉米基因组中鉴定并分离了37个IDD家族基因,记作ZmIDD。表达分析发现这些ZmIDD基因在8个玉米组织中显示出多种表达模式。为进一步探讨ZmIDD基因在调控玉米开花期上的作用,检测了37个ZmIDD在172个自交系中的遗传多样性,发现35个ZmIDD基因在自交系间具有多态性,平均每个基因具有37.8个多态性位点。关联分析鉴定到包含ID1在内的7个ZmIDD基因在多个环境下与开花期性状显著关联。对Zm00001d020683基因2 kb的启动子区和600 bp编码区重测序,共鉴定到64个多态性位点。候选基因关联分析鉴定到2个启动子区的插入缺失(In/Del)位点与开花期显著关联,其中2个位点分别插入3 bp和2 bp的单倍型为一种提早开花的基因型。研究结果为玉米开花期相关基因的分离和利用研究提供了候选基因和选择靶点。     

普通小麦主要农艺性状的全基因组关联分析

为解析小麦复杂农艺性状的遗传机制,本研究以150份小麦品种(系)为自然群体,在4个环境条件下测定了9个主要农艺性状,利用小麦35K SNP芯片,结合5种关联模型(Q、PCA、K、PCA+K、Q+K),进行全基因组关联分析。结果表明,全基因组多态性信息量PIC的范围为0.0950～0.5000,最小等位基因频率MAF值为0.0500～0.5000;群体结构分析和PCA分析均表明参试材料可分为两个亚群;连锁不平衡分析发现A基因组、B基因组、D基因组和全基因组的LD衰减距离分别为4.7、8、11和6 Mb。9个性状共检测到652个显著的关联位点(P≤0.001),其中21个SNP在2个或2个以上的环境中被重复检测到,分布在1A(1)、1B(4)、2A(3)、2D(2)、3A(1)、5A(1)、5B(5)、6A(1)、6B(2)和7D(3)染色体上; 1个SNP标记的物理位置未知, 3个SNP标记同时与2个性状显著关联;单个SNP的表型贡献率为7.67%～18.79%。8个优势等位变异在供试群体中所占比例较低,筛选出14个可能与小麦农艺性状相关的候选基因,其中TraesCS5B02G237200、TraesCS7D02G129700和TraesCS1B02G426300可能在植物抵御生物与非生物胁迫中起作用,TraesCS5B02G010800和TraesCS7D02G436800可能与植物激素的合成和响应有关,TraesCS2A02G092200可能与植物细胞壁的增强有关, TraesCS5A02G438800可能参与叶绿体发育,另外7个候选基因的功能未知。     

辣椒重要农艺性状关联分析与优异等位变异发掘

为了发掘辣椒株高、始花节位、单果质量、果纵径、果横径、果形指数和果肉厚度等重要农艺性状的关联位点和优异等位变异,本研究以194份辣椒核心种质为试验材料,利用广义线性模型(GLM)和混合线性模型(MLM)两种方法,基于分布于辣椒12条染色体的58个SSR标记,对上述7个农艺性状开展了关联分析。结果表明,GLM方法检测到20个SSR关联位点,解释的表型变异率为2.09%~21.91%;MLM方法检测出17个SSR关联位点,能解释2.07%~7.24%的表型变异;有12个位点被两种方法同时检测到;基于关联位点各等位变异的表型效应,发掘出TC7268Sa、CAMS-327a、HpmsE132a、ge35-141pmH0135Ca、CAMS-454c和Hpms2-24a等优异等位变异,筛选出B003、B010、B015、B020、B022、B042、B048、B052、B097、B111、B134、B138、B166、B178、B351、B352、C005、C014、V06C0007、V06C0295、V06C1082、V06C1088、V06C1187、V06C1321、V06C1600、V06C1707、V06C1719和V06C1898等28份优良农艺性状典型种质材料。本研究结果为辣椒相关农艺性状优异基因的发掘、分子标记辅助选择与聚合育种提供了理论指导和材料基础。     

玉米主要株型性状与产量的全基因组关联分析

为了深入剖析玉米的株型性状和产量性状的遗传基础及其相关关系,本研究以204份玉米自交系作为关联群体,利用分布于玉米全基因组上的558 529个单核苷酸多态性标记(SNPs)对5个相关性状进行全基因组关联分析。结果表明,供试自交系各性状基本呈正态分布,且各性状间存在丰富的变异,变异系数在9.00%~50.00%之间;通过相关性分析和热图层次聚类分析株型和产量相关性状间彼此紧密关联;且由主成分分析筛选出总体方差累计贡献率达到71.667%的主成分2个;以P≤1×10^-5为显著阙值,利用Q+K模型对供试材料的5个相关性状进行全基因组关联分析,在株高、穗位高和单穗重间共检测到13个显著的SNP位点,分别分布于玉米的第3、第5、第6、第7号染色体上,而在总叶片数和穗上叶数间未检测到显著的SNP位点;在显著SNP上下游各50 kb范围共搜索到39个相关候选基因,其中有注释的基因12个,并对株高与穗位高最佳候选基因进行了预测。本研究通过对玉米株型及产量相关性状进行全基因组关联分析,为后期基因功能的验证与新功能的开发奠定了良好的基础。     

Identification of potential genomic regions for egg weight by a haplotype-based genome-wide association study using Bayesian methods

ABSTRACT

1. Theoretically, haplotype blocks might be a more suitable alternative to SNP genotypes as they are usually better at capturing multi-allelic QTL effects, compared to individual SNP genotypes in genome-wide association studies. The objectives of this study were to identify genomic regions related to egg weight traits by Bayesian methods (BayesA, BayesB, and BayesN) that fit fixed-length haplotypes using GenSel software.

2. Genotypes at 294,705 SNPs, that were common on a 600K Affymetrix chip, were phased for an egg-laying hen population of 1,063 birds. Recorded traits included first egg weight (FEW) and average egg weight at 28, 36, 56, 66, 72 and 80 weeks of age.

2. Fitting 1Mb haplotypes from BayesB resulted in the highest proportion of genetic variance explained for the egg weight traits. Based on the trait, the genetic variance explained by each marker ranged from 27% to 76%.

3. Different haplotype windows associated with egg weight traits only explained a small percentage of the genetic variance.

4. The top one 1-Mb window on GGA1 explained approximately 4.05% of total genetic variance for the FEW. Candidate genes, including PRKAR2B, HMGA2, LEMD3, GRIP1, EHBP1, MAP3K7, and MYH were identified for egg weight traits.

5. Several genomic regions, potentially associated with egg weight traits, were identified, some of which overlapped with known genes and previously reported QTL regions for egg production traits.