数量性状遗传基础研究的回顾与思考--后基因组时代数量遗传领域的挑战

回顾了100多年来数量性状遗传研究的发展。数量性状的遗传研究长期落后于质量性状的研究，主要是对其遗传基础缺乏必要的了解。20世纪80年代开始，DNA分子标记的大量开发，提供了遍布于基因组的位置参照点，促进了数量性状遗传基础研究的迅速发展。迄今至少已对68个生物种的很多数量性状(包括动、植物的重要经济性状和人类疾病)作过全基因组的数量性状座位(QTL)扫描，建立了QTL图谱。但是一般地说，QTL仍然是一个相当大的DNA片断，往往含有多个基因。遗传基础的进一步研究应当从QTL到数量性状基因(QTG)，再从QTG到相应于等位基因的数量性状核苷酸(QTN)，逐步深入下去。这是后基因组时代数量遗传领域的主要挑战。基因组上数以万计的DNA序列变异(例如SNP)以及模式生物全基因组测序的完成，已为这种准确的遗传剖分提供了必要的条件。     

冬小麦数量性状遗传模型分析

对冬小麦列杂交试验资料进行统计分析的结果表明：株高、主穗长、穗粒数和单株粒重4个数量性状基因作用方式符合加性--显性效应遗传模型,显性程度除单株粒重为超显性遗传外,其余为部分显性;小穗数主要受加性效应控制,不存在显著的显性效应和上位性效应。同时还对供试亲本显隐性基因分布、性状选择适宜时期及共育种潜力等进行了讨论。     

水稻几个数量性状遗传效应研究

本文运用遗传分析,研究了水稻几个数量性状的遗传效应。结果显示:水稻主要性状不同程度存在着上位性效应、而上位性和显性度共同作用的结果决定着各性状优势的大小。实验结果还表明,主穗重、百粒重和粒数性状均具有明显的加性效应,分蘖力具有强的显性效应,其它性状的加、显性效应则同等重要。     

水稻株高数量性状基因座位与主效矮秆基因的关系

利用５个大小为１３５－２５０株不等的水稻群 材料，将水稻株高的数量性状基因座位定位于ＲＦＬＰ图谱上。总计２３个ＱＴＬｓ分布于水稻１２条染色体上，其中８个ＱＴＬｓ为两个群体所共享。与ＲＦＬＰ标记相关联的１３人主效矮秆或半矮秆基因的位置和已定位的２３人ＱＴＬｓ的位置相结果表明，１３个矮秆或半矮秆基因与ＱＴＬｓ靠得近，这一结论支持“ＱＴＬｓ与主基因是同一基因座位的不同的等位基因”的假说。     

数量性状基因座与动物育种

近年来随着现代分子生物学的发展 ,一些高效的分子遗传标记将各种畜禽的遗传图谱研究推向深入。为将复杂的数量性状分解为多个数量性状基因座进行定位分析 ,提供了研究单个基因特性的手段 ,为动物育种从数量性状的表型操作深入到基因型操作奠定了基础。本文就有关数量性状基因座的理论、基因图谱的构建、QTL的定位以及QTL与动物育种的关系展开了论述。     

家蚕数量性状的遗传研究进展

从5方面综述了家蚕数量性状遗传的研究现状与进展.认为:①数量性状由多基因控制,主要性状的基因效应为显性;②产卵数、万头收茧量等性状的狭义遗传力最高,应在早期世代(F₂～F₃)进行选择,遗传力较低的性状应在中、后期(F₄～F₄)选择;③有中国种参加的杂交组合表现出强大的杂种优势,其大小依次为中×日>中×>中>×欧>日×>欧×欧>日×日;④各性状间存在着复杂的相关关系,育种实践中应注意负相关性状的均衡提高;⑤遗传距离可作为选配亲本的一个参数,杂主亲本应在类群间选择.     

作物数量遗传研究回顾与展望

数量遗传学是遗传学的重要分支,是进化研究和动植物育种的重要理论基础.扬州大学数量遗传研究室长期从事作物数量性状遗传分析方法和应用研究工作.系统综述了该团队30余年来在三倍体胚乳性状数量遗传模型和分析方法、作物质量-数量性状遗传分析方法、数量性状基因定位方法以及作物全基因组选择育种模型构建和分析方法等方面的研究进展,并对...     

基于新遗传连锁图谱的豇豆抗豆象QTL定位

【目的】豆象是危害豇豆最主要的仓储害虫。发掘豇豆抗豆象基因为抗性品种的选育,以及减少豆象对豇豆生产的危害奠定基础。【方法】以中豇1号(感)和Pant-lobia-1(抗)为亲本构建的包含282个株系的RIL群体为研究材料,利用人工接种法分别对282个株系接种绿豆象和四纹豆象,进行抗豆象表型鉴定,并利用两亲本对3 992个来源于绿豆、小豆和豇豆的SSR标记进行多态性筛选,然后利用筛选到的多态性标记对282个株系进行基因型分析,最后结合RIL群体各株系抗豆象表型鉴定数据和基因型分型数据,采用完备区间作图法(ICIM-ADD)进行抗豆象QTL定位分析,在此基础上构建遗传连锁图谱,并定位豇豆抗豆象基因。【结果】中豇1号和F1籽粒的被害率均为100%,Pant-lobia-1籽粒的被害率分别为22.5%和42.5%。推测Pant-lobia-1对绿豆象和四纹豆象的抗性均为隐性遗传;筛选到182个多态性标记,利用这些多态性标记构建了一个包含11个连锁群的豇豆遗传连锁图谱,图谱总长1 065.23 cM,相邻标记间平均遗传距离为5.85 cM;经2种豆象处理,分别在连锁群1和连锁群5上检测到2个稳定...     

基于最小二乘估计的数量性状基因座的复合区间定位法

数量性状基因座（ＱＴＬ）的复合区间定位法是区间定位法的１种改进方法，它大大提高了ＱＴＬ定位的准确性，但计算上比较复杂和费时．由于其似然比统计量的联合分布未知，故准确的显著性测验临界值必须采用排列测验法或模拟抽样法进行估计，但其复杂费时的计算使得这些经验方法显得不实用．本文给出基于最小二乘估计的复合区间定位法，它保持了复合区间定位的基本性质，但在计算上要比基于最大似然估计的方法简单和快速得多．由于它对性状的分布无需特殊的要求，因而有更广的适用范围．通过消除模型中冗余的标记，可使数值计算速度进一步提高．这样，用经验方法估计显著临界值就变得可行了．另外，消除冗余标记还可提高ＱＴＬ定位的准确性，改进ＱＴＬ效应的估值．文中最后提出了复合区间定位的实用程序     

小麦数量性状基因定位及比较基因组研究进展

综述了小麦数量性状基因定位的研究概况；分析了提高小麦ＱＴＬ检测效率的途径，概述了小麦与其它禾本科作物之间关于比较基因组方面的研究进展。此外，还就分子标记等有关问题进行了讨论。     

大黄鱼群体遗传多样性的微卫星DNA分析

通过建立大黄鱼部分基因组文库,应用PCR法筛选到55个含微卫星DNA位点的阳性克隆,选择其中8个序列设计微卫星引物,在这8个微卫星位点中得到91个等位基因片段,各位点等位基因数6～22个,平均观测杂合度Ho为0.404 7,平均期望杂合度He为0.775 6,多态信息含量(PIC)平均值为0.754 5,结果显示,所选择的8个微卫星位点均表现出较高的多态性.利用这些微卫星引物对大黄鱼不同群体进行遗传多样性分析,结果表明,大黄鱼种群中仍存在较高的遗传变异,但微卫星等位基因频率大多偏离了Hardy-Weinberg平衡,且不同群体间存在较高的基因流(Nm=2.699 8),表明大黄鱼种群存在较严重的近亲繁殖且各群体间有着较频繁的基因交流.对不同地理群体的聚类分析结果支持了中国沿海大黄鱼种群大致划分为3个不同地理种群的论证.     

Quantitative Trait Loci for Resistance Against Fusarium Wilt Based on Three Cotton F2 Populations

Fusarium wilt （FW） is one of the most common cotton diseases in the world. Identification of QTLs conferring resistance to FW is key for the incorporation of resistance genes into elite cultivars. Two intraspecific （cross between Gossypium hirsuturn L.） and one interspecific （cross between Gossypium hirsutum L. and Gossypium bardence L.） F2 populations were constructed by using a highly resistant cultivar and crossing it to a susceptible cultivar with 154, 79, and 148 offsprings, respectively. Simple sequence repeats （SSR） were used to screen genomic regions closely linked to FW resistance. The results showed that five QTLs associated with FW resistance were detected in two intraspecific populations using a composite interval mapping method under four different conditions. Four of these loci located on Chr. 2/Chr. 17 neighboring markers JESPR304 or CIR305 which explained 13.1 to 45.9% of the phenotypic effect. Furthermore, JESPR304 and CIR305 were previously testified and found to be tightly linked. It is possible that these four QTLs detected under different conditions were the same resistance QTL/gene. We consider that there is the possibility of a major FW resistant gene in intraspecific populations. In the interspecific mapping populations two QTLs were detected on Chr. 9 and Chr. 12/26 which explained great phenotypic variance of 49.4 and 45.7%. As the location of QTLs for FW resistance among the intraspecific and the interspecfic populations were totally different, it is suggested that there may be different resistance mechanisms between G. bardence L. and G. hursutum L. Thus, the present research provides an opportunity to understand the genetic control of resistance to FW in Gossypium hirsutum and Gossypium bardence and to conduct MAS in breeding programs to develop FW resistant cultivars.     

Major Gene Identification and Quantitative Trait Locus Mapping for Yield- Related Traits in Upland Cotton （Gossypium hirsutum L.）

Segregation analysis of the mixed genetic model of major gene plus polygene was used to identify the major genes for cotton yield-related traits using six generations P1, P2, F1, B1, B2, and F2 generated from the cross of Baimian 1 x TM-1. In addition to boll size and seed index, the major genes for the other five traits were detected： one each for seed yield, lint percentage, boll number, lint index; and two for lint yield. Quantitative trait locus/loci （QTL） mapping was performed in the F2 and F2：3 populations of above cross through molecular marker technology, and a total of 50 QTL （26 suggestive and 24 significant） for yield-related traits were detected. Four common QTL were discovered： qLP-3b（F2）/qLP-3（F2：3） and qLP-19b （F2）/qLP-19（F2：3） for lint percentage, qBN-17（F2）/qBN-17（F2：3） for boll number, and qBS-26b（F2）/qBS-26（F2：3） for boll size. Especially, qLP- 3b（Fz）/qLP-3（F2：3）, not only had LOD scores 〉3 but also exceeded the permutation threshold （5.13 and 5.29, respectively）, correspondingly explaining 23.47 and 29.55% of phenotypic variation. This QTL should be considered preferentially in marker assisted selection （MAS）. Segregation analysis and QTL mapping could mutually complement and verify, which provides a theoretical basis for genetic improvement of cotton yield-related traits by using major genes （QTL）.     

数量性状的主效和微效基因检测方法研究

植物数量性状遗传由遗传效应较大的主效基因和效应较小的微效微基因控制。在杂交或回交后代群体中检测达到某一序列性状值的株数,通过极大似然检验可以确定控制该性状的遗传模型和各种遗传参数以及各种基因效应的大小。由于不同的遗传模型有着不同的遗传参数和不同的基因表现,需采用不同的迭代运算公式。为使众多迭代公式尽可能统一,该文提出了世代约束和分布约束的概念。     

节瓜分子遗传图谱的构建与始雌花节位性状定位

【目的】构建节瓜分子遗传图谱,标记始雌花节位性状基因,为建立相关分子标记辅助育种体系、克隆雌性相关基因和转基因提供理论依据。【方法】以节瓜全雌系K36及弱雌系G4组配得到的115个F2单株为群体,利用AFLP、RAPD和SRAP标记技术构建节瓜的分子遗传连锁图谱,并定位始雌花节位性状基因。【结果】该图谱共包含13个连锁群,涉及93个AFLP标记、16个RAPD标记、35个SRAP标记。该图谱覆盖基因组1651.9cM,标记间平均距离为11.47cM。利用QTL Network2.0分析,检测到3个控制始雌花节位的QTL位点:fn1、fn2和fn3,其中fn1位于连锁群LG1上,fn2和fn3位于LG6上。这些QTL位点对雌花节位性状表型变异的贡献率分别为62.54%、0.2%、37.39%。【结论】本研究首次构建了节瓜的分子遗传图谱,并定位了3个控制始雌花节位性状的QTL位点,为进一步克隆雌性相关基因及分子标记辅助选择育种提供科学依据。     

Detection of Quantitative Trait Loci Associated with Live Measurement Traits in Pigs

Live measurement growth traits are very important economic traits in pig production and breeding. In this research, quantitative trait loci （QTL） were detected for 11 live estimated growth and carcass traits, including birth weight （BWT）, average daily gain over testing periods （ADG3）, live backfat thickness at last 3-4th lumbar （LBFT3）, live loin eye area （LLEA）, and so on, in 214 pig resource family population, including 180 F2 individual, by 39 microsatellite marker loci on SSC4, SSC6, SSC7, SSC8, and SSC13. The results indicated that 4 chromosome significant level QTL and one suggestive QTL were detected for ADG3 （at position of 50 cM on SSC8）, LBFT3 （at position of 147 cM on SSC4）, LLEA （one highly significant at position of 48 cM on SSC7; another significant at position of 125 cM on SSC8） and BWT （suggestive significant at position of 0 cM, at marker sw489 on SSC4）. The phenotypic variance of these QTL accounted for 0.95% to 16.91%. Most of them were mentioned in previous reports; except the QTL of LLEA at position of sw1953 on SSC8 which maybe a new QTL.