玉米产量性状“一致性QTL”分析

在构建含221个玉米产量性状QTL整合图谱的基础上,采用元分析方法,当LOD值≥4.0时,在第2染色体上确定了1个控制粒重和穗数的“一致性QTL”,介于标记Sdg107和Isu2117b之间,间距30.99 cM;同样,在第3和第4染色体上发掘了2个控制穗数和粒重的“一致性QTL”,分别由标记ucsd72d和IDP37...     

玉米子粒产量及其组成性状的QTL研究进展

为推进分子标记辅助选择在玉米育种中的应用,总结出近30年玉米子粒产量及其组成性状的QTL研究进展。表明子粒产量的QTL为5~9个,主要分布在第1、2、5、6、7、8、9染色体上,穗行数、行粒数和百粒重的QTL均为3~6个,主要分布在第1、2、3、4、5、6、7、8染色体上,这些QTL成簇分布在几条主要染色体上,形成QTL富集区域,它们能解释性状表型变异的25%左右;多数性状的QTL主要表现为加性、显性、部分显性或超显性效应,部分性状的QTL存在遗传×环境互作效应。预示子粒产量及其组成性状的QTL存在共同染色体载体,育种选择应在多环境、大样本下进行,在不同环境下均能稳定表达的QTL更适用于育种选择;单株穗数、植株性状和抗逆性的QTL研究有待加强。     

不同磷素条件下玉米产量构成因子一致性图谱构建

以玉米高密度遗传连锁图谱IBM2 2008 Neighbors为参考图谱,收集来自不同磷素条件下定位的307个玉米产量构成因子的数量性状位点(quantitative trait locus,QTL),利用Bio Mercator 2.1软件在10条染色体上发掘出36个不同磷素条件下产量构成因子"一致性"QTL(MQTL)区间。图距范围在0.73~7.44 c M之间。通过MQTL两端标记在玉米物理图谱Ref Gen_v2上的位置,将MQTL进行物理图谱定位。MQTL在物理图谱上的图距范围在0.5~10.6 Mb之间。结果表明MQTL位点为今后发掘玉米耐低磷产量构成因子的候选基因提供了基础,为深入理解磷素产量构成因子遗传控制机制和分子设计育种提供科学依据。     

水稻剑叶角度与主穗产量的遗传剖析

理想水稻株型的选育与高产育种密切相关,而剑叶角度则是构成水稻理想株型的重要指标之一,同时也是影响水稻产量的重要因素。合理开发利用水稻中控制剑叶角度及产量相关的数量性状基因座位（QTL）,并结合分子育种技术,可更好地为高产制繁种目标服务。通过应用由244个株系组成的珍汕97B/密阳46重组自交系（RIL）群体,构建含256个分子标记的连锁图谱,采用QTL区间作图法对剑叶角度及主穗产量等5个性状进行定位分析,共检测到17个QTL,分布于染色体1、2、3、5、6、9、10、11。这些QTL对相应性状的贡献率介于3.46%~25.64%之间。在第1染色体上检测到控制5个性状的QTL,其中控制剑叶角度的两个QTL;在第2、3、9、10、11染色体上分别检测到各一个QTL;第5染色体上检测到控制剑叶、每穗总粒数和每穗实粒数的3个QTL;1个每穗实粒数和2个每穗实粒重的QTL分布于第6染色体上。多个区间表现出对两个性状的显著作用,其中第1染色体2个,第6染色体1个。相关性分析表明,较小的剑叶角度可通过提高结实率进而显著增加产量。     

玉米产量相关性状QTL通用图谱的构建及功能候选基因的开发

通过生物信息学手段,收集整理玉米基因组数据库中产量相关性状的QTL信息,借助高密度玉米遗传连锁图谱IBM 2005 Neighbors和临近分子标记,建立了涵盖干物质和淀粉产量、籽粒相关性状、粒重相关性状以及穗部相关性状四大类共计18个指标的QTL通用图谱。并将位于QTL分布密集区域的基因,与水稻基因序列进行比对,找到了与水稻木质素合成有关的gh2具有高同源性的基因AY109876,同时改进了利用生物信息学手段筛选功能候选基因的路线图。     

不同生态环境下玉米产量性状QTL分析

以玉米（Zea mays L.）自交系黄早四和Mo17为亲本得到的191个F₂单株为作图群体,衍生的184个F_2∶3 家系作为性状评价群体,分析了单株穗数、穗行数、行粒数、百粒重和单株籽粒产量在北京和新疆2个生态环境下的表现和数量性状基因位点的定位结果。QTL检测结果表明,2个环境共检测出47个QTL,分布于除第10染色体以外的9条染色体,其中与单株穗数相关的QTL共10个,可解释的表型变异为5.3%~25.6%;与穗行数相关的QTL共13个,可解释的表型变异为4.5%~23.2%;与行粒数相关的QTL有9个,解释的表型变异为5.4%~13.7%;与百粒重相关的QTL达10个,可解释的表型变异为4.9%~13.3%;与单株籽粒产量相关的QTL有5个,可解释的表型变异为6.1%~35.8 %。大部分产量QTL只在单一环境下被检测到,说明产量相关QTL与环境之间存在明显的互作。表型相关显著的产量性状,它们的QTL容易在相同或相邻标记区间检测到。研究还发现了若干个QTL富集区域,可能是发掘通用QTL的候选位点。     

利用小麦关联RIL群体定位产量相关性状QTL

为定位控制小麦产量相关性状的QTL位点,获得与重要位点连锁的分子标记和染色体区段,以分别含有229和485个家系的关联重组自交系(RIL)群体WY和WJ为材料,在4个环境中,用完备区间作图法(ICIM)对产量相关性状进行了QTL定位分析。结果表明,产量相关性状QTL分布在小麦21条染色体上。在WY群体中检测到每穗小穗数、主茎穗粒数、单株穗数、千粒重和单株产量的QTL分别有9、9、4、7和5个,其中16个(55.2%)解释大于10%的表型变异;在WJ群体中检测到这5个性状的QTL分别有20、16、11、14和9个,其中只有3个(6.7%)在单个环境中解释超过10%的表型变异。在WY群体中有5个QTL在2个环境中被重复检测到;在WJ群体中,有11个QTL在2个或2个以上环境中被重复检测到。在2个群体中均检测到产量相关性状的QTL在染色体上形成了含有一因多效或紧密连锁QTL的染色体区段,并在2个群体检测到可能相同的9对QTL和2个染色体区段。     

基于多个相关群体的玉米雄穗相关性状QTL分析

雄穗相关性状对玉米生产至关重要。为了解析玉米雄穗相关性状的遗传机制,利用以黄早四为共同亲本组配的11个重组自交系群体,对玉米雄穗一级分枝数、雄穗主轴长和雄穗干重3个性状进行QTL分析。经过对11个群体及亲本两年三点的田间鉴定,单环境和联合环境下的玉米雄穗相关性状QTL定位,及基因型与环境互作和上位性互作分析,检测到15个在多环境下稳定表达(5个环境以上)的“环境钝感”主效QTL,其中,在染色体bin3.04区域,齐319群体和旅28群体中都定位到1个主效雄穗一级分枝数相关QTL,其平均贡献率分别为17.4%和14.4%,并且2个群体的QTL标记区间高度重叠,在IBM2008 Neighbors图谱上的重叠区间为226.0~230.1。对比不同群体结果发现,在2个群体以上都能检测到的一致性区间21个,其中在第2、第3、第6、第8染色体上的5个一致性区间在3个群体中可稳定表达。这些多环境和多个遗传背景下稳定表达的位点可作为玉米雄穗性状分子标记辅助选择、精细定位及基因克隆的候选位点。     

大田环境下玉米抗旱相关性状QTL定位

干旱是世界范围内导致玉米产量损失的主要因素。为了阐明玉米抗旱性的遗传基础并定位相关的数量性状位点,利用抗旱自交系临1和敏感的湘97-7组配160个F2:3家系定位群体,于2011年在湖南省作物研究所和长沙县高桥镇,分别在大田干旱胁迫和正常水分条件下进行表型鉴定。所考察性状包括抽雄至吐丝间隔、株高、千粒重和产量,用抗旱系数来衡量抗旱性。结果表明,110个SSR标记构建连锁图,图谱总长1246.1 cM,标记间平均距离11.33 cM。抗旱相关性状定位的QTL介于8～14个,共检测到43个QTL。单个QTL解释的表型变异为6.27%～18.27%。不同水分条件下定位到的QTL大多数不相同,表明对干旱胁迫的适应存在不同机制。抗旱性相关性状定位到的QTL,除第2和10染色体外,在其它染色体上都有分布,主要集中在第1染色体1.02-03区域和1.06-07区域,以及第3染色体3.04-05区域。第1染色体标记umc2224和bnlg176区间同时检测到与株高、千粒重和产量有关的QTL簇;标记bnlg1556和umc1128区间检测到与抽雄至吐丝间隔和产量有关的QTL簇。第3染色体标记umc1773和umc1311区间同时检测到与株高、千粒重和产量有关的QTL簇。这些QTL簇可能有助于通过分子标记辅助选择的方法提高干旱地区玉米的抗旱性。     

越冬栽培稻产量性状相关QTL定位

越冬栽培稻是一类能越过自然冷冬季节并在第2年春季萌芽、正常开花结实、收获稻谷的水稻品种。本文通过对越冬栽培稻产量性状QTL分析,明确产量相关性状的遗传规律,旨在进一步解析越冬栽培稻产量性状的遗传机制,为育种创新利用提供理论依据。以3份越冬栽培稻构建的3个半同胞F2群体为材料。各考察15个产量相关性状,利用Excel 2003、GraphPad Prism 5.0和QTL IciMapping 4.10软件分析数据、绘制遗传图谱、定位QTL和联合分析。结果表明,产量性状表型值在3群体中呈连续正态分布,表现为数量性状遗传。共检测到37个QTL和26对上位性QTL,贡献率分别介于2.32%～36.31%和1.04%～2.05%;检测到9个同时影响2个及以上产量性状(一因多效)QTL标记区间;以联合分析检测到13个产量性状相关QTL,其中4个QTL区间与单群体检测QTL区间重叠;越冬栽培稻产量相关性状QTL以加–显性效应遗传为主、上位性遗传效应为辅。本研究将为越冬栽培稻产量相关基因挖掘及育种创新利用奠定基础。     

Identification of genetic factors affecting plant density response through QTL mapping of yield component traits in maize (<Emphasis Type="Italic">Zea mays</Emphasis> L.)

It is generally believed that grain yield per unit area of modern maize hybrids is related to their adaptability to high plant population density. In this study, the effects of two different plant densities (52,500 and 90,000 plants/hm²) on 12 traits associated with yield were evaluated using a set of 231 F_2:3 families derived from two elite inbred lines, Zheng58 and Chang7-2. Evaluation of the phenotypes expressed under the two plant density conditions showed that high plant density condition could decrease the value of 10 measured yield component traits, while the final grain yield per hectare and the rate of kernel production were increased. Twenty-seven quantitative trait loci (QTLs) for 10 traits were detected in both high and low plant density conditions; among them, some QTLs were shown to locate in five clusters. Thirty QTLs were only detected under high plant density. These results suggest that some of the yield component traits perhaps were controlled by a common set of genes, and that kernel number per row, ear length, row number per ear, cob diameter, cob weight, and ear diameter may be influenced by additional genetic mechanisms when grown under high plant density. The QTLs identified in this study provide useful information for marker-assisted selection of varieties targeting increased plant density.     

不同密度下玉米穗部性状的QTL分析

为研究玉米穗部性状对不同种植密度的遗传响应,以郑58和HD568为亲本构建的220个重组自交系群体为材料,于2014年春、2014年冬及2015年春分别在北京和海南进行3个种植密度的田间试验,调查玉米穗长、穗粗、穗行数和行粒数等表型性状。利用SAS软件计算穗部性状的最优线性无偏估计值(BLUP),并采用完备区间作图法进行QTL定位。结果表明,在3个种植密度下共检测到42个QTL,单个QTL可解释4.20%~14.07%的表型变异。3个种植密度下同时检测到位于第2染色体上控制穗行数的QTL。2个种植密度下同时检测到4个与穗粗、穗行数和行粒数有关的QTL,其中第4染色体上1个与穗行数有关的主效QTL,在低、中种植密度下可分别解释表型变异的10.88%和14.07%。此外,在第2、4和9染色体上检测到3个同时调控不同穗部性状的QTL。研究结果表明玉米穗部性状在不同种植密度下的遗传调控发生变化,在不同密度下共同检测到的稳定QTL可应用于精细定位或开发玉米耐密性分子标记用于辅助育种。     

玉米产量相关性状Meta-QTL及候选基因分析

借助IBM2 2008 Neighbors高密度玉米遗传图谱整合了1994—2012年文献发表的玉米产量性状(穗行数、行粒数、粒重)584个QTL。采用元分析方法,确定了22个穗行数、7个行粒数和44个粒重Meta-QTL。根据B73基因组序列进行产量相关基因的重定位,在Meta-QTL区段内分别获得10个玉米产量基因和12个与水稻7个产量基因同源的候选基因,分别位于玉米染色体Bins 1.04、1.06、1.07、2.04、2.06、3.04、4.05、4.07、4.09、5.03、5.04、5.05、7.02、8.03、9.03、10.06和10.07。玉米产量性状Meta-QTL及相关候选基因分析可以为分子标记辅助育种和基因克隆提供有用的信息。     

玉米四交群体穗部性状的相关及通径分析

为了研究玉米穗部性状的分离特征,采用玉米杂交种‘先玉335’的双亲‘PH6WC’、‘PH4CV’和‘郑单958’的双亲‘郑58’、‘昌7-2’杂交组配了四交F₂分离群体,对11个穗部性状进行了表型鉴定,并对其进行了相关分析和通径分析。结果显示：穗部各性状变异系数较大,变异系数为7.68%~96.27%,尤其秃尖长变异系数达到了96.27%;穗粒重与穗长、穗粗、穗行数、行粒数、粒长、粒厚、轴粗、百粒重呈极显著或显著正相关;行粒数、百粒重、穗行数、穗长和粒厚对穗粒重的直接通径系数为较大正效应,而粒宽和秃尖长为较大负效应。本研究可为玉米穗部性状的改良提供参考。     

不同玉米种质材料植株与穗粒性状的灰色关联度分析

为了掌握生产上广泛使用的12个玉米单交种的主要农艺性状间的关系,对被测试材料的植株、穗粒、产量以及品质性状进行了灰色关联度分析。结果表明：与产量密切相关的植株与穗粒性状是出籽率、行粒数、穗粗、穗粒重、百粒重等,其关联度在0.4353~0.3327。与粗蛋白、粗脂肪、粗淀粉和赖氨酸含量等营养品质密切相关的植株与穗粒性状是出籽率、株高、穗长、轴粗、行粒数等,其关联度在0.5106~0.3929。综上所述,对于不同玉米种质材料进行遗传改良宜在保证正常生长的前提下,优先对出籽率、百粒重进行选择,还要注重对株高、穗长、轴粗、行粒数等性状的选择,进而提高育种效率。     

5个玉米新组合产量与主要农艺性状的灰色关联度分析

为了揭示玉米主要农艺性状对产量的影响,以‘盛农玉6号’、‘LCBB18-12’、‘百隆玉303’、‘惠农单5号’和‘西抗18’5个玉米新组合为材料,用Excel和SPSSPRO在线统计分析平台对包括生育期、株高、穗位高、穗长、穗粗、穗行数、行粒数、秃尖、单穗粒重、百粒重和产量的11个农艺性状进行灰色关联度分析。结果表明,所考察的性状对产量的影响依次为穗行数(0.85)、穗粗(0.846)、百粒重(0.845)、株高(0.843)、单穗粒重(0.839)、生育期(0.827)、穗长(0.817)、行粒数(0.812)、穗位高(0.812)、秃尖(0.59)。除秃尖以外的9个性状与产量的关联度均较大,关联系数在0.8以上,秃尖这一性状与产量的关联度相对较小,关联系数为0.59。由此可推断,穗行数、穗粗、百粒重、株高、单穗粒重、生育期、穗长、行粒数、穗位高是产量构成的主要因子。该结果为高产育种实践提供理论参考。     

QTL for maize grain yield identified by QTL mapping in six environments and consensus loci for grain weight detected by meta‐analysis

Grain yield is the most important and complicated trait in maize. In this study, a total of 498 recombinant inbred lines (RIL) derived from a biparental cross of two elite inbred lines, 178 and P53, were grown in six different environments. Quantitative trait locus (QTL) mapping was conducted for three grain yield component traits (100 grain weight, ear weight and kernel weight per plant). Subsequently, meta‐analysis was performed after a comprehensive review of the research on QTL mapping for grain weight (100, 300 and 1000) using BioMercator V4.2. In total, 62 QTLs were identified for 100 grain weight, ear weight and kernel weight per plant in six environments. Forty‐three meta‐QTLs (MQTLs) were detected by meta‐analysis. A total of 13 candidate genes homologous to eight functionally characterized rice genes were found, and four candidate genes were located in the two hot spot regions of MQTL1.5 and MQTL2.3. Our results suggest that the combination of literature collection, meta‐analysis and homologous blast searches can offer abundant information for further fine mapping, marker‐assisted selection (MAS) breeding and map‐based cloning for maize.