大豆关联重组自交系群体蛋白质、油分含量的QTL分析

大豆是食用植物蛋白质和油脂的主要来源,提高大豆蛋白质和油分含量是主要的育种目标,与传统育种相比,利用分子标记定位QTL辅助育种,在实用价值和理论意义上都对大豆育种具有十分重要的价值。利用蛋白质与油分含量差异较大的大豆亲本东农L13和合农60、黑河36,分别构建了以东农L13为共同亲本的2个重组自交系群体RIL3613(东农L13×黑河36)和RIL6013(东农L13×合农60),分别包含134,156个株系;利用3个生态环境下数据对大豆蛋白含量和油分含量进行了表型数据分析,分别利用150,137个SSR标记构建遗传图谱,采用完备区间作图法(ICIM),对3个环境下的油分和蛋白质含量进行了QTL定位。通过对表型数据的分析,2个RIL群体的蛋白质与油分含量在基因型间或不同环境条件下的差异均达极显著水平,且基因型与环境间存在极显著的互作效应。2个群体中,共检测到8个蛋白质含量QTL,分布于7个连锁群上;共检测出5个控制油分含量的QTL,分布于5个连锁群上,有1个油分含量的QTL在2个种植环境下重复检测到。在定位的QTL中,7个蛋白质含量相关的QTL和3个油分含量相关的QTL与前人研究一致,另外3个QTL(qPro-G-1、qOil-C1-1、qOil-H-1)是本研究新发现的,是本研究遗传背景特有的QTL。研究结果对大豆品质性状的分子设计育种具有重要意义。     

大豆蛋白质含量相关QTL间的上位效应和QE互作效应

利用Charleston×东农594重组自交系构建的SSR遗传图谱及混合线性模型方法对2002—2006连续5年的大豆蛋白质含量进行QTL定位,并作加性效应,加性×加性上位互作效应及环境互作效应分析。共检测到10个控制蛋白质含量的QTL,分别位于第B2、C2、D1a、E和N连锁群,其中1个表现为遗传正效应,9个表现为遗传负效应,另检测到15对影响蛋白质含量的加性×加性上位互作效应的QTL,解释该性状总变异的13.75%。环境互作检测中,发现9个QTL与环境存在互作,贡献率达到4.47%。     

白芝麻籽粒油脂、蛋白质及芝麻素含量QTL定位分析

芝麻籽粒油脂、蛋白质和芝麻素含量是芝麻品质育种的3个重要目标。为了解析其遗传机制并检测相关QTL,利用近红外谷物品质分析仪对一个包含224个株系的F9代重组自交系(RIL)群体在2年3个环境下的籽粒品质性状检测,结果表明,群体内株系间差异显著且呈典型正态分布,而同一环境不同重复间表现差异不显著。相关性分析显示,籽粒含油量与蛋白质含量显著负相关,籽粒含油量与芝麻素含量显著正相关,蛋白质含量与芝麻素含量显著负相关;利用该RIL群体已构建的高密度遗传图谱,采用基于混合线性模型的复合区间作图法(MCIM)检测到8个QTL,表型贡献率为0.41%~14.55%;采用多重区间作图法(MIM)检测到13个QTL,可解释5.2%~18.6%的表型变异。其中5个主效QTL被2种方法同时检测到且定位区间相同,2个主效QTL在2个或3个环境中被重复检测到。控制含油量的Qoc-5与芝麻素含量的Qsc-5位于LG5连锁群上的相同区段,加性效应均为正值;而控制蛋白质含量的Qpc-5也位于相邻位置,但加性效应为负值。LG2和LG1连锁群上也存在相似情况,反映品质性状相关QTL之间存在一因多效或紧密连锁。因此,在芝麻品质育种中选择高含油量可以兼顾高芝麻素,但应对蛋白质含量进行负向选择。     

水稻糙米蛋白质含量的QTL定位

蛋白质含量是评价稻米品质的一项重要指标,控制水稻糙米蛋白质含量的基因位点是数量性状,检测水稻糙米蛋白质含量的QTL并进行遗传效应分析对于水稻品质遗传育种具有重要的意义.本研究以中优早/丰锦重组自交系群体作为定位群体,结合构建的遗传连锁图谱利用Windows QTL Cartogtapher2.0软件,采用复合区间作图法对水稻糙米蛋白质含量进行QTL定位和效应分析.检测到控制糙米蛋白质含量的QTL 6个(qPc-3、qPc-6、qPc-7、qPc-8-1、qPc-8-2和qPc-11),分别位于第3、6、7、8和11连锁群上.单个QTL对群体表型变异的贡献率为3.79%～19.41%,联合贡献率为61.07%.在这些QTL的区间中,第8染色体的口Pc-8-1基因区域对糙米蛋白质含量具有主效作用.进一步分析和比较了相关研究结果,讨论了研究结果对开展稻米品质遗传育种的意义.     

大豆油分含量相关的QTL间的上位效应和QE互作效应

利用Charleston × 东农594重组自交系构建的SSR遗传图谱, 及混合线性模型方法对2002年到2006年连续5年的大豆油分含量进行QTL定位, 并作加性效应, 加性×加性上位互作效应及环境互作效应分析。共检测到11个控制油分含量的QTL, 分别位于第A1、A2、B1、C2、D1a、D1b、F、H和O连锁群上, 其中2个表现为遗传正效应, 9个表现为遗传负效应, 另检测到15对影响油分含量的加性×加性上位互作效应的QTL, 解释该性状总变异的17.84%。发现9个QTL与环境存在互作, 贡献率达到5.76%。     

夏大豆重组自交系群体籽粒蛋白质含量QTL定位

大豆籽粒蛋白质含量是复杂数量性状,目前对中国夏播大豆籽粒蛋白质含量等品质性状遗传基础的了解相对较少。本研究对以江淮地区夏大豆蒙8108与骨干亲本南农1138-2杂交育成的NJMN重组自交系群体进行了5个环境田间试验获得表型数据,利用含2 062个SLAF标记的遗传图谱对大豆籽粒蛋白质含量进行加性、上位性QTL定位。结果发现NJMN群体籽粒蛋白质含量存在超亲分离,不同种植环境、家系与环境间互作均存在显著差异。在6号、7号、11号、17号染色体上定位到4个控制籽粒蛋白质含量的加性QTL,其中qProt-17-1未见前人报道,其与环境间存在显著互作效应。还发现3对加性×加性上位QTL,其总的效应值和表型贡献率均高于加性QTL,表明非加性效应在NJMN群体蛋白质含量遗传体系中起了重要作用。     

多种环境下大豆单株粒重QTL的定位与互作分析

定位大豆单株粒重QTL、分析QTL间的上位效应及QTL与环境互作效应, 有利于大豆单株粒重遗传机理的深入研究。利用147个F_2:14~F_2:18 RIL群体, 5年2点多环境下以CIM和MIM方法同时定位大豆单株粒重QTL, 检测到17个控制单株粒重的QTL, 分别位于D1a、B1、B2、C2、F、G和A1连锁群上, 贡献率为6.0%~47.9%;用2种方法同时检测到3个QTL, 即qSWPP-DIa-3、qSWPP-F-1和qSWPP-D1a-5, 贡献率为6.3%~38.3%;2年以上同时检测到4个QTL, 即qSWPP-DIa-1、qSWPP-DIa-2、qSWPP-B1-1和qSWPP-G-1, 贡献率为8.1%~47.9%;利用QTLMapper分析QE互作效应和QTL间上位效应, 7种环境下的数据联合分析得到1个QE互作QTL和4对上位效应QTL, 贡献率和加性效应都较小。在分子标记辅助育种中应该同时考虑主效QTL及各微效QTL之间的互作。     

大豆叶绿素含量动态表达的QTL分析

叶绿素是光合作用中最重要的色素,与大豆籽粒产量密切相关。本研究采用溧水中子黄豆×南农493-1后代衍生的244个F₂单株,及筛选的150个SSR分子标记构建的连锁遗传图谱,在苗期至开花期测定F₂衍生F_2:3和F_2:4家系生长正常单株的倒3复叶功能叶(非离体)的叶绿素含量13次,通过Windows QTL Cartographer v2.5软件包的复合区间法,动态定位了大豆叶绿素含量的QTL。结果表明,不同时间点共检测到20个QTL,其中,不同发育阶段间、年份间和地点间共同的QTL较少,不同时间点上的QTL差异较大,重复出现在N、D1a、F和K连锁群的QTL有3~4次。这些结果为叶绿素含量的遗传剖析和标记辅助育种提供理论依据。     

棉籽油分和3种主要脂肪酸含量QTL分析

本研究对棉籽油分、棕榈酸、油酸和亚油酸含量进行了不同遗传体系的QTL分析,为相关性状挖掘出更多有用的基因信息。分别于2017年和2018年,利用陆地棉亲本HS46 (P₁)和MARCABUCAG8US-1-88 (P2)所构建的188个重组近交系分别与双亲杂交构建F1群体BC (P₁)和BC(P₂)。基于这些回交群体种子,采用专为种子性状设计的母体和胚核基因组QTL定位的混合线性遗传模型及QTLNetwork-CL-2.0-Seed软件,对棉籽油分、棕榈酸、油酸和亚油酸含量进行QTL定位分析。共检测到7个控制棉籽油分含量、3个控制棕榈酸含量、2个控制油酸含量和3个控制亚油酸含量的QTL,均具有显著或极显著的源自母体和胚2个核基因组的加性主效应,其中有7个QTL的表型变异贡献率大于10%。研究结果可为这些性状的分子标记辅助选择育种提供更为可靠的参考,为这些性状的分子遗传机制研究提供理论基础。     

大豆脂肪及脂肪酸组分含量的QTL定位

脂肪及脂肪酸组分的改良是大豆油脂品质育种的主要方面。本研究旨在构建遗传图谱,定位大豆脂肪及脂肪酸组分的QTL,为大豆油脂品质育种提供参考。以Essex×ZDD2315的114个BC₁F₁单株为作图群体,构建了250个SSR标记和1个形态标记,具有25个连锁群的遗传图谱,覆盖大豆基因组2 963.5 cM,平均每个连锁群上10.0个标记,标记平均间距11.8 cM。用BC₁F₃家系3个重复的表型平均值代表相对应的BC₁F₁单株表型值,采用Win QTL Cartographer 2.5复合区间作图法（CIM）检测到18个控制脂肪及脂肪酸组分含量的QTL,位于9个不同的连锁群上,表型贡献率为9.6%~34.5%;多区间作图法（MIM）检测到与CIM区间相同的7个QTL（fat-1, pal-1, st-1, ole-1, lin-1, lin-4和lio-2）,区间相近的2个QTL（ole-4和lin-5）,位于6个不同的连锁群上,表型贡献率为8.2%~39.3%。CIM法检测到的其他9个QTL有待进一步验证。大豆脂肪及脂肪酸组分含量的主效QTL数量不多,效应大的不多,可能还受许多未能检测出来的微效基因控制,育种中既要注意主效QTL的利用,又要考虑微效多基因的积聚。     

利用高密度SNP 遗传图谱定位小麦穗部性状基因

小麦穗部性状之间相关性密切, 其中穗粒数和千粒重是重要的产量构成要素, 挖掘与穗部性状相关联的基因位点对分子标记辅助育种及解释基因效应具有重要意义。本研究以RIL群体(山农01-35×藁城9411) 173个F_8:9株系为材料, 利用90 k小麦SNP基因芯片、DArT芯片技术及传统的分子标记技术构建的高密度遗传图谱, 在5个环境下进行穗部相关性状QTL定位。检测到位于1B、4B、5B、6A染色体上7个控制千粒重的加性QTL, 解释表型变异率6.00%~36.30%, 加性效应均来自大粒母本山农01-35; 检测到8个控制穗长的加性QTL, 解释表型变异率14.34%~25.44%; 3个控制穗粒数的加性QTL; 5个控制可育小穗数的加性QTL; 3个控制不育小穗数的加性QTL, 贡献率为8.70%~37.70%; 4个控制总小穗数的加性QTL; 6个控制小穗密度的加性QTL。通过基因型与环境互作分析, 检测到32个加性QTL, 解释表型变异率0.05%~1.05%。在4B染色体区段EX_C101685–RAC875_C27536检测到控制粒重、穗长、穗粒数、可育小穗数、不育小穗数、总小穗数的一因多效QTL,其贡献率为5.40%~37.70%, 该位点在多个环境中被检测到, 是稳定主效QTL。在6A染色体wPt-0959-TaGw2-CAPS区间上检测到控制粒重、总小穗数的QTL。研究结果为穗部性状的分子标记开发、基因精细定位和功能基因克隆奠定了基础。     

QTL mapping and marker analysis of main stem height and the first lateral branch length in peanut (<Emphasis Type="Italic">Arachis hypogaea</Emphasis> L.)

Main stem height (MSH) and the first lateral branch length (LBL) of peanut (Arachis hypogaea L.) are important traits affecting plant shape and yield. Identification of quantitative trait loci (QTLs) related to these two traits, the prediction and cloning of candidate genes, and identification of plant height-related molecular markers are the basis for analysis of the molecular genetic mechanism of plant shape in peanut. In this study, a population of 151 recombinant inbred lines from a single seed, derived from a cross between variety 79266 (P1) and its variant progeny D893 (P2), was used to construct a peanut genetic map. The map consisted of 231 simple sequence repeat markers in 23 linkage groups, had a total length of 905.18 cM with average and minimum marker intervals of 3.92 and 0.1 cM, respectively. There were 11 and 16 QTLs detected in six environments for MSH and LBH with 6.26–22.53 and 5.89–21.63% phenotypic variation explained (PVE), respectively. Seven QTLs were detected in two or more environments: 3 QTLs for MSH (including Qmsh-14-3) with 7.66–22.53% PVE, and 4 QTLs for LBL (including Qllb-11-1) with 6.12–21.63% PVE. Qmsh-14-3 was steadily detected in five environments, localized between two markers, ARS376 and SEQ4G02, exhibited a genetic distance of 0.59–2.59 and 4.11–6.11 cM from the two markers, respectively. Qllb-11-1 was steadily detected in five environments, localized between two markers, ARS203 and AHS1413, exhibited a genetic distance of 1.06–3.06 and 0.23–2.23 cM from the two markers, respectively. There were 220 germplasm accessions used to detect the relationship between genotype and phenotypic values of traits at the marker loci ARS376 and SEQ4G02, average values of MSH and LBL were significantly higher for germplasm with the P1 compared to the P2 genotype. Determination of the marker loci ARS203 and AHS1413 indicated that average values of LBL were greater in germplasm with the P1 than the P2 genotype. The results provide references for fine mapping of QTLs for MSH and LBL, as well as breeding optimum plant-types in peanut.     

大豆不同环境下脂肪酸组分含量的QTL分析

大豆油的品质取决于脂肪酸各组分在大豆中的比例, 为发掘控制大豆5种脂肪酸含量的数量性状位点(QTL), 利用冀豆12和黑豆重组自交系群体构建遗传图谱, 采用Windows QTL Cartographer 2.5和QTL Network-2.0软件的CIM和MCIM法对大豆5种脂肪酸组分进行数量性状定位。结果表明,在石家庄和三亚各环境下共检测到16个QTL, 位于连锁群A2、B2、C2、F、G、I、L上。对2个环境联合分析, 检测到13个QTL, 其中9个用2种方法被检测到, 但这13个位点与环境互作的贡献率明显小于加性效应。其中在B2连锁群Satt168~Satt556控制硬脂酸的QTL Ste-1在河北石家庄和海南三亚均能被检测到, 贡献率均为12%, 在双尾群体和间隔挑选群体中也能检测到控制硬脂酸的QTL Ste-1, 说明这一QTL稳定存在于本组合群体中, 为今后大豆硬脂酸的QTL精细定位奠定了基础。     

净作和套作下大豆贮藏蛋白11S、7S组分相对含量的QTL分析

大豆贮藏蛋白的7S组分和11S组分占蛋白质总量的70%左右,其含量直接与大豆种子的加工品质、营养品质及功能特性密切相关。目前,在玉米-大豆带状套作模式下11S和7S组分的相对含量会如何变化尚不明确。本研究以南豆12和九月黄为亲本所构建的重组自交系(RILs)群体为材料,结合已构建的SNP高密度遗传图谱,在不同环境(E1:2017年仁寿;E2:2017年雅安;E3:2016年仁寿)的净作及套作下,对控制贮藏蛋白组分含量的相关性状进行QTL分析。结果表明,在不同的环境和种植方式下,亲本和RIL群体的大部分贮藏蛋白11S、7S组分相对含量差异显著或极显著;检测到10个相关QTL,分布于9条染色体,表型贡献率为5.63%～9.68%。通过注释信息,在定位到的QTL区段中初步筛选出65个与贮藏蛋白质含量相关的候选基因。上述结果为大豆品质育种提供了理论参考。     

栽培种花生遗传图谱的构建及主茎高和总分枝数QTL分析

栽培种花生是异源四倍体,基因组大,构建花生的分子遗传连锁图谱并对相关性状进行QTL定位研究的工作缓慢。本研究以遗传差异大的亲本组配杂交组合富川大花生×ICG6375构建F2作图群体,采用公开发表的2653对SSR引物,构建了一张含有234个SSR标记、分布于20个连锁群的栽培种花生遗传图谱。该图谱覆盖基因组的长度为1683.43c M,各个连锁群长度在36.11~131.48 c M之间,每个连锁群的标记数在6~15个之间,标记间的平均距离为7.19 c M。结合F3在湖北武汉和阳逻环境下的主茎高和总分枝数鉴定结果,应用Win QTLCart 2.5软件采用复合区间作图法进行了QTL定位和遗传效应分析。共检测到17个与主茎高和总分枝数相关的QTL位点,贡献率在0.10%~10.22%之间,分布于8个连锁群上。综合分析武汉和阳逻环境的鉴定结果,获得重复一致的与主茎高相关的6个QTL,其中q MHA061.1和q MHA062.1位于连锁群LG06上TC1A2~AHGS0153标记区间,贡献率为5.49%~8.95%;q MHA061.2和q MHA062.2位于LG06上AHGS1375~PM377标记区间,贡献率为2.93%~5.83%;q MHA092.2和q MHA091.1位于连锁群LG09上GM2839~EM87标记区间,贡献率为0.53%~9.43%。     

Detection of quantitative trait loci for phosphorus deficiency tolerance at soybean seedling stage

Phosphorus deficiency is a primary constraint to soybean productivity in acid and calcareous soils. Our aim was to map quantitative trait loci (QTL) controlling phosphorus deficiency tolerance using 152 recombinant inbred lines derived from a cross between the P stress tolerant variety Nannong94-156 and the P stress sensitive variety Bogao. Five traits were used as parameters to evaluate phosphorus deficiency tolerance at seedling stage under different phosphorus levels in experiments 2005 and 2006. As a result, thirty-four additive QTLs were detected on nine linkage groups, with corresponding contribution ratios of 6.6–19.3%. There were three clusters of QTL found in genomic regions S506-Satt534 (on linkage group B2-1), Sat_183-Satt274 (on linkage group D1b + W), and Sat_185-Satt012 (on linkage group G). The locus flanked by Sat_183-Satt274 on linkage group D1b + W was coincident with four previously discovered QTLs with phosphorus efficiency. Another interesting locus flanked by Sat_185-Satt012 on linkage group G was detected across years. The identified QTL will be useful to improve the stress resistance of soybean against a complex nutritional disorder caused by phosphorus deficiency. In addition, more QTLs were detected under low phosphorus condition and some QTLs were detected that specifically expressed under different phosphorus levels. These particular QTLs could help provide greater understanding of the genetic basis of phosphorus efficiency in soybean.     

陆地棉种子物理性状QTL定位

定位棉花种子性状的基因对揭示棉花种子性状的遗传规律,以及明确棉花种子、产量、纤维品质等性状间的遗传关系具有重要意义。以(渝棉1号×T586) F_2:7重组近交系群体构建的遗传连锁图谱,在鉴定270个家系3个环境种子物理性状的基础上,利用MQM作图方法,共检测到34个种子物理性状QTL,包括9个种子重(qSW)、5个短绒重(qFW)、3个短绒率(qFP)、8个种仁重(qKW)、6个种子壳重(qHW)和3个种仁率(qKP)QTL,它们可解释4.6%~80.1%的性状表型变异。9个QTL在2个或3个环境中被检测到,其中包括第12染色体显性光子位点的短绒重与短绒率QTL,以及另外7个微效应QTL。34个QTL分布于15条染色体,其中A染色体组20个,D染色体组14个。有12个染色体区段分布有2个或2个以上的QTL,而且同一染色体区域同一亲本所具有的不同性状QTL的方向大多数与性状表型相关系数的正负一致。     

利用90k芯片技术进行小麦穗部性状QTL定位

小麦穗部性状与产量密切相关,挖掘穗部性状基因及其关联分子标记具有重要意义。本研究以周8425B?小偃81衍生的RIL群体(F8)为材料,利用90k芯片标记构建的高密度遗传图谱对3个环境下的穗长、小穗数、不育小穗数、穗粒数、千粒重进行QTL定位。共检测到19条染色体上的71个QTL,变异解释率(PVE)范围为2.10%~45.25%,其中37个位点为主效QTL(PVE10%)。QSl.nafu-6A.2(穗长)、QSl.nafu-7A(穗长)、QSsn.nafu-2A.1(不育小穗数)、QSsn.nafu-2D(不育小穗数)和QGns.nafu-2B(穗粒数)在多个环境中被检测到,且LOD10,PVE20%。位于同一个基因簇中的QSl.nafu-6A.2(穗长)、QGns.nafu-6A(穗粒数)和QTgw.nafu-6A(千粒重)在多个环境中被检测到,且与已报道的相关位点位置相同或相近,在分子标记辅助育种中具有较大参考价值。     

大豆重组自交系群体NJRIKY遗传图谱的加密及其应用效果

作物基因组研究,包括基因或数量性状位点(QTL)定位、图位克隆以及物理图谱构建等,首先必须建立具有丰富标记信息的高密度遗传连锁图谱。由科丰1号和南农1138-2杂交组合衍生的重组自交系群体NJRIKY已经构建了4张大豆遗传连锁图谱,但由于遗传信息和标记数目不够充分,在基因和QTL作图时仍然存在精确度和准确度问题。为增加NJRIKY图谱密度,本研究在967对SSR引物中获得了401个多态性SSR标记。结合其他分子数据,使用作图软件Mapmaker/Exp3.0b,获得一张含有553个遗传标记,25个连锁群,总长2071.6cM,平均图距3.70cM的新遗传连锁图谱,其中SSR标记316个,RFLP标记197个,EST标记39个,形态标记1个。连锁群上大于20cM的标记间隔由原来42个减少到2个。原图谱的3个SMV抗性基因定位于D1b连锁群末端的开放区间上且仅与一个RFLP标记连锁,利用加密图谱对Rsc-3、Rsc-7、Rsc-9、Rsc-13、Rsa、Rn1和Rn3等7个SMV抗性基因重定位,全部位于D1b连锁群,与相邻分子标记距离均小于6cM,其中Rsc-9、Rn1、Rsa的距离小于1cM,Rsc-13与EST标记GMKF168a共分离。对本群体农艺性状进行QTL重定位,获得8个性状相关的42个主效QTL,其中20个QTL遗传贡献率大于10%,与原图谱比较,新定位的各QTL的标记区间明显缩短,与相邻标记的连锁更加紧密。     

不同施氮水平下水稻株高与抽穗期的QTL比较分析

利用超级杂交稻协优9308 (协青早B×中恢9308)衍生的重组自交系(recombinant inbred line, RIL)群体及其分子连锁图谱, 应用Windows QTL Cartographer 2.5对施氮和不施氮条件下水稻株高(PH)和抽穗期(HD)进行了QTL分析。在2种氮水平下检测到9个株高QTL和8个抽穗期QTL, 检测到4个影响2种环境下株高和抽穗期差值的QTL, 单个QTL可解释的表型变异介于5.68%~18.40%之间;在第7染色体上RM5436附近和第8染色上RM5556~RM310区间检测到同时控制2种氮水平下株高和抽穗期的QTL, 各位点的遗传效应贡献率较大, 增效等位基因均来源于R9308, 适用于分子标记辅助育种和聚合育种。在第2染色体上RM5916~RM166区间和第8染色体上RM2366~RM5767区间分别检测到1个影响2种氮水平下抽穗期差值和1个株高差值的QTL可能对水稻的氮素高效利用有直接贡献。