利用BIL群体定位水稻垩白粒率QTL

以粳稻品种南粳35和籼稻品种N22构建的回交重组自交系(BIL)群体为研究材料,于不同年份对控制水稻垩白粒率的QTL进行定位。结果表明,BIL群体中,垩白粒率在不同年份均为偏向高垩白亲本的连续分布,表现为数量性状特征;利用Win QTLcart 2.5软件共检测到6个控制垩白粒率的QTL,分别位于第2、2、3、6、8和12染色体上,单个QTL对表型的贡献率介于8.96%~12.51%,加性效应值介于8.38%~14.36%,除qPGWC-6增加垩白粒率的基因来自N22外,其余QTL增效基因均来自南粳35。利用QTLNetwork 2.0软件2a共检测到3个QTL,分别位于第5、6和8染色体上,其中qPGWC-6和qPGWC-8与Win QTLcart2.5检测的位点相同,没有检测到上位性QTL对垩白粒率的影响。     

基因型和环境对宁夏稻米垩白率的影响

利用AMMI模型分析了1999年宁夏优质米多点试验的数据,并着重探讨了G×E互作与环境的相互关系,解释环境对G×E互作的影响,以鉴别利用具有有利G×E互作的品种.结果表明参试地点的垩白率主要受环境因子中的日平均气温差、日平均最高气温的影响.     

利用大白菜×芜菁F2群体定位抗根肿病QTL及上位性互作分析

【目的】挖掘和分析芸薹种抗根肿病基因及基因间的互作关系,为芸薹种抗根肿病育种提供理论依据。【方法】以大白菜自交系‘BJN’为母本,芜菁自交系‘Siloga’为父本进行杂交获得F₁。F₁单株自交获得由140个单株构成的F₂群体,用于遗传图谱构建。95个F₂单株及其F₃家系用于抗根肿病（CR）性状的QTL定位和上位性互作分析。利用1 214个分子标记和前人开发的与7个CR连锁的22个标记进行亲本间多态性筛选。根据作图群体的多态性标记基因型,采用JoinMap 4.0作图软件构建遗传连锁图谱。以采自甘蓝型油菜栽培地的根肿菌对2个亲本及其95个F_2：3家系进行根肿病抗性鉴定。根据F₃植株的发病等级,计算F₂单株的平均发病指数（DI）。利用Windows QTL Cartographer 2.5软件,采用复合区间作图法检测抗根肿病QTL。利用基于混合线型模型的QTL Network 2.0软件进行互作关系分析。SPSS 18.0.0软件用于分析F₂群体中QTL连锁标记的基因型与其相应个体平均DI值间的相关性。双因素方差分析方法分析QTL连锁标记的交互作用。通过单因素方差分析,采用最小显著差异法和q检验（SNK）多重比较QTL紧密连锁标记（sau_um026和BrID90197)组合成的9种基因型在根肿病抗性上的差异。【结果】抗病性鉴定表明‘Siloga’对根肿菌表现为抗病,而‘BJN’表现为感病。F₂群体中根肿病发病指数呈偏正态分布,表明根肿病抗性表现为由主效基因存在的多基因控制的数量性状。利用检测到的261个多态性标记构建出一个包含222个标记和10条连锁群的芸薹种遗传图谱。该图谱总长度为1 152.6 cM,定位了与3个CR连锁的5个标记,覆盖了大白菜参考基因组的88.6%。通过QTL定位共检测到源于‘Siloga’的2个QTL位点,分别位于A3连锁群的主效QTL（qPbBa3.1）和A8连锁群的微效QTL（qPbBa8.1）。qPbBa3.1和qPbBa8.1的贡献率分别为19.02%和7.82%。qPbBa3.1区域内包含有抗根肿病基因CRa或CRb,而qPbBa8.1与Crr1毗邻。此外,检测到qPbBa3.1和qPbBa8.1间的上位性互作,互作效应为加性×加性,贡献率为6.58%。双因素方差分析表明,sau_um026与BrID90197间存在极显著差异（P=7.22×10^-5）,进一步验证了qPbBa3.1和qPbBa8.1间的互作效应。单因素方差分析表明,sau_um026和BrID90197的9种基因型间存在显著性差异（P=9.45×10^-10）。多重比较结果表明,qPbBa3.1为抗病亲本‘Siloga’基因型的个体抗病性显著高于其他基因型,杂合基因型的高于感病亲本‘BJN’基因型,含有qPbBa8.1的个体抗病性得到加强。【结论】芜菁自交系‘Siloga’根肿病抗性受主效qPbBa3.1,微效qPbBa8.1,qPbBa3.1和qPbBa8.1间的加性×加性上位性互作效应的影响。     

大豆鲜荚籽粒上位性QTL及其互作效应分析

荚粒是大豆主要的收获器官,直接影响鲜食大豆品种审定和产品出口.然而,荚粒性状由多基因控制,目前主要集中在加性数量性状位点(quantitative trait loci,QTL)发掘方面,对上位性QTL及其互作效应报道甚少.鉴于此,通过鉴定大豆重组自交系(recombinant inbred line,RIL)群体2年...     

大豆粒形性状主效QTL、环境互作和上位性检测

【目的】定位大豆粒形性状的主效QTL、环境互作和QTL间上位性。【方法】以栽培大豆晋豆23为母本,半野生大豆灰布支黑豆（ZDD2315）为父本所衍生的447个RIL构建的SSR遗传图谱及混合线性模型分析方法,对3年大豆粒形性状进行主效QTL、环境互作和QTL间上位性检测。【结果】共检测到7个与粒长、粒宽、粒厚以及长宽比、长厚比和宽厚比相关的QTL,分别位于D2、C2、J_2和O连锁群上,其中粒长、长厚比和宽厚比均表现为遗传正效应,说明增加其等位基因来源于母本晋豆23。同时,检测到3对影响粒宽和宽厚比的加性×加性上位性互作效应及其与环境互作的QTL。【结论】主效QTL对粒形性状遗传产生的影响最大,上位性次之,环境互作最小,说明加性效应、加性×加性上位性互作是大豆粒形性状的重要遗传基础。     

水稻抽穗期 QTLs 的检测及上位性和环境互作效应分析

利用所构建的Lemont?特青重组自交系 (RIL),采用混合线性模型和复合区间作图法,对不同季节获得的水稻抽穗期性状进行 QTL 定位及上位性和环境互作效应分析。检测到 3 个控制抽穗期的 QTL,分别位于 3、7 和 11 号染色体上,共解释 18.86% 的遗传变异,单个 QTL 的表型贡献率为 2.95%?10.56%,其中 qHD7-1 与环境存在显著互作,贡献率为2.18%;另检测到 9 对具有上位性效应显的互作位点。本研究表明上位性效应对水稻抽穗期具有重要的作用,抽穗期的一些QTL对环境敏感,在实际育种上应利用在不同环境稳定检测到的 QTL 进行分子标记辅助选择。     

大豆二粒荚长、宽相关QTL间上位效应和QE互作效应分析

【目的】定位大豆二粒荚长、宽QTL,并分析QTL间的上位效应和与环境（QTL-by-environment, QE）的互作效应。【方法】利用Charleston×东农594重组自交系及其F2:14-F2:18代的重组自交系的147个株系为试验材料,164个SSR引物经亲本筛选后用于群体扩增构建的SSR遗传图谱,利用混合区间作图法,对2006-2010年连续5年一个地点的大豆二粒荚长、宽进行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。【结果】检测到8对有加性效应的二粒荚长QTL,加性效应的总贡献率27.2%,与环境互作总贡献率达到10.19%;6对有加性效应的二粒荚宽QTL,加性效应的总贡献率16.27%,与环境互作总贡献率达到12.18%。9对影响二粒荚长的加性×加性上位互作效应的QTL,可解释该性状总变异的9.02%;8对影响二粒荚宽的加性×加性上位互作效应的QTL,可解释该性状总变异的8.81%。【结论】上位效应和环境效应在二粒荚长、宽性状的遗传中起了重要作用,因此,在分子标记辅助育种中应该考虑对效应起主要作用的QTL和上位性QTL,又要考虑微效多基因的聚合。     

水稻抽穗期QTLs的检测及上位性和环境互作效应

利用所构建的Lemont×特青重组自交系(RIL),采用混合线性模型和复合区间作图法,对不同季节获得的水稻抽穗期QTL进行定位及上位性和环境互作效应分析.检测到3个控制抽穗期的QTL,分别位于第3、7和11号染色体上,共解释18.86%的遗传变异,单个QTL的表型贡献率为2.95%~10.56%,其中qHD7-1与环境存在显著互作,贡献率为2.18%;另检测到9对具有上位性效应的互作位点.     

水稻穗长上位性效应和QE互作效应的QTL遗传研究

利用基于混合模型的QTL定位方法研究了由籼稻品种IR64和粳稻品种Azucena杂交衍生的DH群体在四个环境中穗长的QTL上位性效应和环境互作效应。结果表明上位性可能是数量性状的重要遗传基础，并揭示了上位性的几个重要特点。在本研究中，所有的QTL中只有两个没有参与上位性效应的形成，在参与上位性效应的QTL中，64.7%的QTL还具有本身的加性效应。因此传统方法对QTL加性效应的估算会由于上位性的影响而有偏。其它35.3%的QTL没有本身的加性效应，却参与了上位性互作，这些位点可能通过诱发和修饰其它位点而起作用。上位性的特点还包括，经常发现一个QTL与多个QTL发生互作；大效应的QTL也参与上位性互作；上位性互作易受环境影响。QTL与环境的互作效应比QTL的主效应更多次地被检测到，表明数量性状基因的表达显著地受到环境的调控。     

大豆蛋白质和油分含量QTL定位及互作分析

【目的】定位大豆蛋白质和油分含量QTL及互作分析,为大豆品质性状QTL精细定位和分子辅助育种提供基础。【方法】以Charleston和东农594为亲本,构建了含147个株系的重组自交系,以F2:19-F2:20代重组自交系为试验材料,利用Windows QTL Cartographer V. 2.5软件的复合区间作图法和多重区间作图法,对该群体的蛋白质和油分含量进行QTL定位分析,并利用QTL Network 2.1软件分析QTL间的上位性效应及环境互作效应。【结果】采用CIM和MIM 2种算法在2011和2012年哈尔滨、红兴隆、佳木斯和牡丹江每年3个地点共6个种植环境下共定位了9个蛋白质和11个油分含量QTL。蛋白质含量QTL分布在6个连锁群,分别在A1、C2、D1a、G、H和O连锁群上,对表型效应的贡献率为5.3%-18.6%,在H连锁群上的qPro-H-1贡献率最大,为18.6%,在D1a连锁群上的qPro-D1a-2贡献率最小,为5.3%,在单种植环境下有5个蛋白质含量QTL被2种算法同时检测到,分别是qPro-O-1、qPro-A1-1、qPro-D1a-1、qPro-D1a-2和qPro-C2-2。油分含量QTL分布在8个连锁群,分别在A1、A2、B1、C2、D1a、E、L和M连锁群上,对表型效应的贡献率为7.1%-24.4%,在B1连锁群上的qOil-B1-2贡献率最大,为24.4%,在C2连锁上的qOil-C2-3贡献率最小,为7.1%,在单种植环境下有2个油分含量的QTL被2种算法同时检测到,分别为qOil-C2-1和qOil-M-1。另外,有2个油分含量QTL在2个以上种植环境重复检测到,为2011年哈尔滨和2011年红兴隆2个种植环境下同时检测出的qOil-A1-1,2011红兴隆、2011牡丹江和2012哈尔滨3个地点同时被检测出的qOil-B1-2。在互作效应分析中,共检测出3对蛋白质上位效应QTL和4对油分上位效应QTL,在蛋白质上位性分析中,上位效应值在0.2068-0.3124,贡献率在0.0227%-0.0265%,分布在A1、C2、D1和E连锁群上,其中,qPro-A1-3与qPro-C2-1效应值为负,其余2对效应值为正,连锁群A1,D1a均有2个QTL发生互作。在油分上位性分析中,上位效应值在0.0926-0.1682,贡献率在0.0294%-0.0754%,分布在A1、C2、I、J、N和O连锁群上,其中,qOil-C2-4与qOil-N-1效应值为负,其余3对效应值为正,在N连锁群的qOil-N-1同时与2个QTL发生互作,分别是C2连锁群上的qOil-C2-1和qOil-C2-4。在与环境互作中,qPro-D1a-3与qPro-E-1在2012年佳木斯地点没检测出,其余6对都检测出与环境的互作效应,贡献率分别为0.0001%-0.0378%,互作效应都较小,明显小于自身的加性效应。【结论】定位到9个蛋白质相关QTL和11个油分相关QTL,并发现3对蛋白质含量上位性效应QTL和4对油分含量上位性QTL。     

利用CSSL群体研究稻米加工品质相关QTL表达的稳定性

 【目的】研究稻米加工品质的分子遗传基础，为遗传改良和分子标记辅助选择提供有用信息。【方法】利用Asominori为遗传背景具有IR24染色体片段的置换系（CSSL）群体，在4个环境下对稻米糙米率、精米率和整精米率进行QTL定位和稳定性分析。【结果】结果共检测到30个QTL与稻米加工品质相关，其中qMR-6、qMR-8、qHR-3和qHR-6在4个环境中都能被重复检测到，影响精米率的qMR-6和qMR-8的平均贡献率分别为21.1%和22.2%；与整精米率相关的qHR-3和qHR-6，平均贡献率分别为34.6%和22.3%；且qMR-6、qMR-8、qHR-3和qHR-6对应的置换系与背景亲本Asominori在4个环境中相应性状的表现型之间都存在显著差异（P<0.05）。【结论】qMR-8、qBR-8b和qHR-8共定位在第8染色体R727-G1149区间的QTL簇上，在笔者以前的研究中发现该QTL簇包含与稻米蒸煮食味、外观和营养品质等相关的多个主效QTL，这为剖析同一染色体区段内的1个或多个基因协同调控多个品质性状形成的复杂代谢网络提供信息。     

水稻产量因子的遗传主效应及基因型和环境互作效应的QTL分析(英文)

在构建DH群体RFLP图谱的基础上定位了产量因子的数量性状位点(QTL).在杭州和海南两地分别种植包括123个DH原的DH群体及其亲本IR64和Azucena,并对产量因子性状进行了测定.运用调整无偏预测(AUP)法预测遗传主效应值和GE互作效应值,并用于QTL定位.结果表明,一些有主效应的QTL同时具有QTL×环境(QE)互作效应,而一些没有主效应的QTL也可以有QE互作效应.研究还表明,QTL对环境的敏感性不同,有的QTL只能在一个环境中检测到,而另一些QTL能在二个环境中都检测到.产量因子包括总粒数和实粒数的QTL无论是主效还是QE互作效应均具有较大的加性效应值,这些QTL在两个环境中起主基因的作用.     

用近等基因池法定位与水稻柱头外露率相关的QTL

利用水稻柱头外露率差异极显著的亲本Ⅱ-32B和冈46B杂交,对亲本、F1和F2群体进行柱头外露率鉴定,F1柱头外露率介于高、低柱头外露率亲本Ⅱ-32B和冈46B之间;F2群体柱头外露率表现正态分布,说明柱头外露率是由多基因控制的数量性状.在498个F2单株群体中选择极端高柱头外露率和极端低柱头外露率的单株分别组成高、低柱头外露率池,利用914对SSR引物对其进行PCR扩增多态性检测结果发现,引物RM3437、RM31、RM3188、RM5310和RM3395在两亲本和两池间均检测到多态性;单标记分析法表明,第5染色体上的RM3437和RM31,第2染色体上的RM3188,第1染色体上的RM5310和第8染色体上的RM3395与柱头外露率呈极显著连锁关系,对该群体柱头外露率的贡献率分别为13.65%、13.62%、7.09%、4.63%和4.83%.第5染色体上的RM3437、RM31可能与同一个主效QTL连锁,该两标记可用于水稻高柱头外露率不育系的分子标记辅助选择育种.     

Bulked Segregant Analysis to Detect QTL Related to Heat Tolerance in Rice （Oryza sativa L.） Using SSR Markers

The study was undertaken to assess the genetic effect of quantitative trait loci （QTLs） conferring heat tolerance at flowering stage in rice. A population consisting of 279 F2 individuals from the cross between 996, a heat tolerant cultivar and 4628, a heat-sensitive cultivar, was analyzed for their segregation pattern of the difference of seed set rate under optimal temperature condition and high temperature condition. The difference of seed set rate under optimal temperature condition and high temperature condition showed normal distribution, indicating the polygenic control over the trait. To identify main effect of QTL for heat tolerance, the parents were surveyed with 200 primer pairs of simple sequence repeats （SSR）. The parental survey revealed 30% polymorphism between parents. In order to detect the main QTL association with heat tolerance, a strategy of combining the DNA pooling from selected segregants and genotyping was adopted. The association of putative markers identified based on DNA pooling from selected segregants was established by single marker analysis （SMA）. The results of SMA revealed that SSR markers, RM3735 on chromosome 4 and RM3586 on chromosome 3 showed significant association with heat tolerance respectively, accounted for 17 and 3% of the total variation respectively. The heat tolerance during flowering stage in rice was controlled by multiple gene. The SSR markers, RM3735 on chromosome 4 and RM3586 on chromosome 3 showed significant association with heat tolerance respectively, accounted for 17 and 3% of the total variation respectively. The two genetic loci, especially for RM3735 on chromosome 4, can be used in marker-assistant-selected method in heat tolerance breeding in rice.     

用单片段代换系对不同时期水稻分蘖数QTL的非条件和条件定位

【目的】了解各个发育时期控制水稻分蘖数QTL的“静态”和“动态”信息。【方法】利用单片段代换系对不同时期的水稻分蘖数QTL同时进行非条件和条件定位分析。【结果】（1）水稻分蘖数至少受14个QTL影响,它们分布在第1、2、3、4、6、7和8号共7条染色体的相应代换片段上;（2）各个时期影响水稻分蘖数的QTL数量（变动在6～9之间）和效应（变动在1.49～3.49之间）均不相同;（3）水稻分蘖数QTL的表达具有很强的时序性,主要集中在移栽后0～7 d（有6个正表达）,14～21 d（有9个随机表达）和35～42 d（有6个负表达）3个时间段内,正、负表达分别决定了最高分蘖和有效分蘖的数量;（4）每个QTL在整个生育期至少表达1次,有些可多次表达;（5）某个时期的分蘖数量取决于所有QTL的累积效应,而某个时间段内分蘖数的增减量则取决于所有QTL的净效应。【结论】用单片段代换系和条件QTL定位方法对发育性状进行QTL定位分析非常有效和准确。     

深水稻品种赤禾纹枯病抗性QTLs定位

以高抗纹枯病的深水稻品种赤禾及感病品种Lemont为材料,构建了F2群体,以牙签嵌入法对该群体128株单株进行纹枯病抗性鉴定. 采用105个均匀分布于水稻12条染色体上的SSR多态性标记,构建该群体的分子标记连锁图,进行数量性状位点(QTL)分析.以LOD值2.5为阈值,在全基因组范围内搜索,初步检测到3个主效抗病QTLs,暂命名为qSB-2、qSB-5和qSB-11,分别位于第2、5和11染色体上,各自能解释表型抗性变异的17.17 %、14.7 %和27.78 %,其中qSB-5来自抗病亲本赤禾, qSB-2,、qSB-11来自感病亲本Lemont.     

水稻耐热性QTL鉴定的研究进展

高温是影响水稻产量和品质的主要胁迫因子之一.全球气温升高日趋明显,极端高温天气频繁发生,对水稻安全生产已构成严重威胁.鉴定水稻耐热性相关基因,开展水稻耐热性分子育种是解决水稻耐热性的根本途径.阐述了水稻耐热性QTL鉴定相关研究的进展,探讨了水稻耐热性QTL鉴定中存在的问题.     

水稻种子休眠性QTL定位及其对干热处理的响应

 利用Kinmaze（粳稻）/DV85（籼稻）杂交组合衍生的重组自交F11家系 (Recombinant Inbred Lines, RILs)进行了种子休眠性QTL的检测和遗传效应分析。以抽穗后35 d的种子发芽率作为种子休眠性的表型值，分析亲本和81个家系的休眠性表现，利用Windows QTL Cartographer 1.13a软件共检测到4个种子休眠性QTL，分别位于第2、5、11染色体上，其中第2染色体存在2个QTL，各QTL的贡献率变幅8.37%～17.40%。进一步研究了这些休眠性基因位点对干热破除休眠处理的响应，结果表明，来自DV85增强休眠性的QTL位点qDOR-2-1和qDOR-5，以及来自Kinmaze增强休眠性的QTL位点qDOR-11，易被干热处理破除休眠，这3个QTL效应较强，可在种子休眠性状的遗传改良中加以利用；而位于第2染色体上标记XNpb227-XNpb132之间的QTL位点qDOR-2-2却不易被干热处理破除休眠，该位点增强休眠性的基因来自DV85。     

Analysis of QTL for Seed Dormancy and Their Response to Dry Heat Treatment in Rice(Oryza sativa L.)

Quantitative trait loci(QTL)controlling seed dormancy in rice were identified using recombinant inbred lines(RILs)population derived from the cross between a japonica variety Kinmaze and an indica variety DV85. Seeds of two parental cultivars and each RIL were harvested in 35d after heading.. The germination percentage of these seeds at 30℃for 7 days were measured as the degree of seed dormancy.. QTL analysis was performed with Windows QTL Cartographer 1.13a program by composite interval mapping.. A total of four QTL for seed dormancy were detected on chromosome 2(two regions),5 and 11,respectively.Phenotypic variation explained by each QTL ranged from 8.37 to 17.40%.. Responses of such loci to a dormancy-breaking treatment with dry heat were further detected. The results showed that two alleles of qDOR-2-1 and qDOR-5 from DV85 as well as the allele of qDOR11 from Kinmaze increased the seed dormancy,which seemed to be easily broken by dry heat treatment. Such loci of seed dormancy may be applied to rice genetic improvement.The allele of qDOR-2-2 from DV85 increased the seed dormancy,which could not be broken by dry heat treatment.